Lilian Weng a démissionné.
Tout à l'heure, Lilian Weng, ancienne élève de l'Université de Pékin (Lilian Weng) a publié une lettre de démission sur les réseaux sociaux, annonçant que demain serait son dernier jour au Thinking Machines Lab.
Vingt mois exactement se sont écoulés depuis qu'elle a cofondé l'entreprise avec Mira Murati, ancienne CTO d'OpenAI. Il y a quelques jours, Thinking Machines venait de publier son premier grand modèle open source, Inkling, que Lilian Weng qualifie dans sa lettre de « jalon remarquable dans l'histoire de l'entreprise ».
Le fait que l'un des cofondateurs choisisse de quitter le navire si peu de temps après la sortie du premier modèle est pour le moins surprenant.
Une lettre de démission pleine de « désolés »
Un mot revient constamment dans la lettre de démission de Lilian Weng : « santé ».
Elle mentionne qu'au cours des sept derniers mois, elle a été malade plus souvent que pendant n'importe quelle autre période de sa vie. Alors que toute l'entreprise était en plein sprint pour la sortie d'Inkling, elle a dû prendre des congés maladie pour se reposer, tout en subissant la culpabilité de ne pas pouvoir participer au travail.
Elle décrit cet état où l'on se repose tout en luttant contre un sentiment de culpabilité comme étant très désagréable.
Lilian Weng a également envisagé de réduire son périmètre de responsabilités, pour occuper un rôle moins stressant et incertain. Mais elle a finalement réalisé que cet arrangement ne lui convenait pas. Selon ses propres termes, tant qu'elle ne pouvait pas consacrer toute son énergie aux tâches dont elle était responsable, elle estimait ne pas bien faire son travail.
Tout au long de la lettre, des expressions comme « sorry/désolée » et « letting you down/vous avoir déçue » apparaissent à plusieurs reprises.
Lilian Weng, qui a pourtant monté l'équipe de sécurité d'OpenAI à partir de zéro et dirigé une équipe de plus de 80 personnes, semble, au moment de son départ, surtout préoccupée par le risque de décevoir ses collègues. Les excuses récurrentes témoignent également de sa culpabilité et de son regret de devoir partir.
Après la publication de la lettre de démission, de nombreux anciens collègues et pairs sont venus laisser des commentaires.
Mira Murati a déclaré que l'expérience de création conjointe de Thinking Machines était précieuse, et qu'elle était heureuse que Lilian Weng ait choisi de donner la priorité à sa santé. Des contributeurs clés de PyTorch comme Soumith Chintala, Saurabh Garg et d'autres ont également adressé leurs voeux, la plupart des messages allant dans le même sens : la santé est plus importante, repose-toi bien.
Un départ mesuré, des adieux suffisamment élégants.
Beaucoup ne sont peut-être pas familiers avec le parcours de Lilian Weng, il est donc utile de résumer brièvement sa place dans l'industrie de l'IA.
Née dans le Shaanxi, Lilian Weng a remporté le premier prix provincial de la Ligue nationale de mathématiques du secondaire du Shaanxi en 2004. En 2005, elle a intégré l'Université de Pékin pour étudier la gestion et les systèmes d'information, où elle a obtenu une bourse nationale durant son cursus de premier cycle.
Par la suite, elle est allée à l'Université de l'Indiana à Bloomington pour un doctorat, ses recherches portant principalement sur la science des réseaux, les systèmes complexes et la diffusion de l'information dans les réseaux sociaux, ce qui n'est pas exactement la même chose que la recherche sur les grands modèles pour laquelle elle est mieux connue aujourd'hui.
En 2018, Lilian Weng a rejoint OpenAI. Son premier projet important a été Dactyl, une main robotique. L'équipe de recherche a passé deux ans à apprendre à la main robotique à manipuler un Rubik's Cube à une seule main, et Lilian Weng a été l'une des principales contributrices du projet.
Après la sortie de GPT-4, elle a commencé à monter l'équipe Safety Systems à partir de zéro. Au moment de son départ d'OpenAI, l'équipe comptait déjà plus de 80 personnes. Certains des mécanismes de sécurité et des systèmes d'évaluation utilisés aujourd'hui par ChatGPT sont également liés aux travaux qu'elle a promus pendant son mandat.
En août 2024, Lilian Weng a été promue vice-présidente de la recherche et de la sécurité chez OpenAI. Trois mois plus tard, elle a quitté OpenAI. En février 2025, elle a cofondé le Thinking Machines Lab avec Mira Murati et d'autres.
Dans le milieu technique plus large, Lilian Weng est également connue sous une autre identité : l'autrice du blog technique Lil'Log.
Lil'Log passe systématiquement en revue des technologies de pointe comme l'apprentissage par renforcement, le Transformer, les Agents, etc. C'est l'un des blogs techniques personnels les plus largement diffusés dans le domaine de l'IA, et certains articles sont même cités comme références dans des cours universitaires.
Elle a écrit un jour qu'expliquer clairement un concept était le meilleur moyen de vérifier si on le comprenait vraiment. D'une certaine manière, cette phrase résume aussi son influence dans la communauté de l'IA.
Si l'on replace le départ de Lilian Weng dans la trajectoire de développement de Thinking Machines au cours de la dernière année, le contexte apparaît encore plus complexe.
Sous une valorisation élevée, les produits et l'équipe subissent une pression
Thinking Machines a attiré beaucoup d'attention dès sa création.
En juillet 2025, l'entreprise a levé environ 2 milliards de dollars lors d'un tour de financement de type "seed", établissant un record à l'époque pour une startup à ce stade. Ce tour était mené par a16z, avec la participation d'investisseurs comme NVIDIA, AMD, Jane Street, portant la valorisation post-investissement à 12 milliards de dollars.
À l'époque, l'entreprise n'avait encore publié aucun produit officiel. Des rumeurs affirmaient qu'Apple et Meta avaient tous deux exprimé leur intérêt pour investir ou acquérir, mais avaient été refusés par Murati.
Ce départ sur les chapeaux de roue a créé des attentes extrêmement élevées, mais les progrès produits et les changements de personnel qui ont suivi n'ont pas été aussi fluides.
En novembre 2025, Thinking Machines a tenté de lancer un nouveau tour de financement avec une valorisation de 50 à 60 milliards de dollars. En janvier 2026, les négociations n'ont pas abouti et la valorisation sur le marché est revenue à environ 12 milliards de dollars.
L'équipe dirigeante a également connu des changements continus.
Le cofondateur Andrew Tulloch a été recruté par Meta. En janvier 2026, le cofondateur et CTO Barret Zoph ainsi que le cofondateur Luke Metz ont démissionné et sont retournés chez OpenAI.
Autour du départ de Zoph, des divergences sont apparues publiquement. Murati a déclaré qu'il avait été licencié pour "comportement inapproprié", OpenAI a ensuite répondu qu'il n'était pas d'accord avec la description faite par Thinking Machines. Par la suite, plusieurs autres chercheurs de l'entreprise ont quitté leurs postes.
Les doutes extérieurs sur Thinking Machines se concentrent principalement sur plusieurs aspects : une valorisation trop élevée, une sortie de produits relativement lente, des coûts de calcul énormes, et un modèle économique non encore validé. La mobilité continue des talents clés a encore amplifié le sentiment d'incertitude du marché.
Cependant, les ressources dont dispose cette entreprise restent considérables.
Thinking Machines a conclu un partenariat stratégique pluriannuel avec NVIDIA, prévoyant de déployer au moins 1 gigawatt de puissance de calcul avec le système de nouvelle génération Vera Rubin à partir de 2027 ; l'entreprise a également signé un accord de capacité de calcul de plusieurs milliards de dollars avec Google Cloud.
Côté produit, l'outil de fine-tuning de modèles Tinker est déjà en ligne, et le premier grand modèle open source, Inkling, a été publié récemment. L'entreprise commence enfin à passer de l'histoire du financement et des talents à la livraison réelle de produits.
Le jugement du marché sur Thinking Machines ne s'est donc pas encore complètement tourné vers le pessimisme. Elle fait face à de nombreux problèmes, mais dispose également de ressources financières, humaines et de calcul bien supérieures à la plupart des startups de l'IA.
Les humains ne peuvent pas s'étendre à l'infini comme les modèles
La lettre de démission de Lilian Weng ne parle ni de valorisation, ni de financement, ni de changements de personnel internes. La lettre tout entière tourne autour d'une seule raison : la pression à long terme a dépassé ce que son corps pouvait supporter.
Elle déclare qu'elle aime toujours l'IA, et continue de lire des articles et de suivre les progrès de la recherche. Par la suite, elle espère trouver un environnement au rythme plus prévisible, avec des limites de responsabilités plus claires, sans avoir à supporter la pression continue et l'incertitude auxquelles doit faire face un cofondateur.
Depuis le début de l'année, la concurrence dans le secteur de l'IA est devenue si rapide qu'elle se compte en « jours ».
Un modèle à peine publié, et sa prochaine mise à jour est déjà en compte à rebours ; une capacité vient tout juste de devenir la norme du secteur, et une nouvelle voie technique apparaît rapidement. Les startups doivent en outre rattraper simultanément le produit, la puissance de calcul, le financement et les talents. Tout le monde craint qu'un retard d'un pas ne les laisse derrière la prochaine vague.
Sur la piste la plus en vogue, la vitesse n'est plus seulement un avantage concurrentiel, elle devient aussi progressivement une pression inéluctable.
Les modèles peuvent augmenter leurs paramètres, étendre leur contexte, ou continuer à fonctionner avec plus de puissance de calcul. Mais les humains ont leurs propres limites. Le sommeil ne peut pas être compressé, le corps ne peut pas sauter la récupération, et la fatigue accumulée à long terme ne disparaît pas automatiquement après une sortie de produit.
Vingt mois ne sont pas très longs, pourtant Lilian Weng écrit dans sa lettre que cette expérience « semble avoir duré une vie entière ».
Elle a peut-être réalisé plus tôt que beaucoup d'autres qu'être à la pointe de la vague de l'IA signifie participer à la formation d'une époque, mais aussi supporter la pression la plus rapide et la plus intense de cette époque.
Inkling est devenu un jalon pour Thinking Machines, et l'industrie de l'IA continuera d'avancer. De nouveaux modèles seront publiés, de nouvelles entreprises émergeront, et les positions sur les classements changeront constamment.
Pour Lilian Weng, ce qui est plus important maintenant, c'est de s'autoriser à s'arrêter.
Partir ne signifie pas toujours échouer. Parfois, admettre que son corps ne peut plus continuer à supporter, laisser derrière soi les responsabilités qui ne sont pas encore accomplies, et bien prendre soin de soi, nécessite aussi beaucoup de courage.
Adresses de référence :
https://x.com/lilianweng/status/2081816923088814421
https://lilianweng.github.io/
Cet article provient du compte officiel WeChat « APPSO », auteur : 发布明日产品的
