OpenAI，这家站在人工智能浪潮之巅的公司，一直以其创新技术和神秘的内部运作而备受瞩目。近日，一位离职工程师分享了他在 OpenAI 一年的工作经历，为我们揭开了这家公司内部运作的神秘面纱。本文将深入探讨 OpenAI 的文化、技术实践以及对行业未来的影响，带您一窥这家“现代版洛斯阿拉莫斯实验室”的运作模式。
OpenAI 的文化：混乱与高效并存
OpenAI 的文化可以用“既混乱又高效，既集中又分散”来形容。一方面，公司内部团队文化差异巨大，有的团队像创业公司一样快速冲刺，有的则像传统企业一样按部就班。另一方面，OpenAI 极其依赖工程师和研究者“从下到上”推动项目，鼓励员工提出好主意并将其落地。这种文化使得 OpenAI 在快速发展的同时，也保持了创新活力。
1. 扁平化的沟通与协作
令人惊讶的是，OpenAI 几乎所有的事项都在 Slack 上进行，包括内部交流、项目协调、技术问题讨论以及领导层的实时对话。这种扁平化的沟通方式大大提高了信息传递的效率，减少了沟通成本。员工可以通过 Slack 随时了解公司的最新动态，并与同事进行实时交流。
2. 自下而上的项目推动
在 OpenAI，好主意可以来自任何地方，项目进展不是规划出来的，而是迭代出来的。公司鼓励员工积极提出自己的想法，并将其付诸实践。这种自下而上的文化使得 OpenAI 能够不断涌现出新的创意和项目，保持创新活力。
3. 任人唯贤的晋升机制
OpenAI 的领导班子晋升主要基于谁有“能提出好主意”的能力，并且能把想法落地。这种任人唯贤的晋升机制激励员工不断学习和创新，为公司发展贡献更多力量。
4. 偏爱行动的企业文化
OpenAI 的公司文化还鲜明地“偏爱行动”，鼓励员工直接行动让想法落地，不必等上层批准。这种文化使得 OpenAI 能够快速响应市场变化，抓住发展机遇。
5. 快速调整策略的能力
OpenAI 能够根据新信息及时调整策略，即使在公司规模庞大的情况下，依然保留了快速转向的能力。一旦 OpenAI 决定要推进某个方向，通常就是全力投入、毫不含糊。
6. 雄心勃勃的发展目标
OpenAI 是一家极具雄心的公司，即使已经拥有全球最成功的消费级 AI 应用，它依然在同时推进 API、基础研究、硬件、代码智能体、图像生成等十几个方向。这种多元化的发展战略使得 OpenAI 能够在不同领域取得突破，保持领先地位。
7. 灵活的团队协作
OpenAI 不同团队之间的协作非常灵活。当某个团队需要其他团队的支援时，可以快速获得帮助，而无需经过繁琐的审批流程。这种灵活的团队协作方式提高了工作效率，促进了知识共享。
8. 开放的领导层
OpenAI 的领导层非常活跃，高层几乎每天都在 Slack 上露面，直接参与群聊讨论，与员工保持密切联系。这种开放的领导风格增强了员工的归属感，提高了团队凝聚力。
技术细节：Monorepo、Python 与 Chat 架构
在技术架构层面，OpenAI 的核心代码托管在一个巨大的 monorepo 中，主要以 Python 为主。近年来，Rust 服务的比重逐渐增加，此外也有一些 Golang 项目，通常用于处理诸如网络代理这类系统级任务。这种技术架构使得 OpenAI 能够快速构建和部署新的 AI 应用。
1. Monorepo 的优势与挑战
Monorepo 能够提高代码复用率，方便团队协作，但也带来了代码风格不统一的问题。在 OpenAI 的 monorepo 中，既有 Google 十年老兵写出的面向大规模系统设计的库，也有刚刚入职的博士生丢进来的临时 Jupyter 笔记本。如何规范代码风格，提高代码质量，是 OpenAI 面临的挑战。
2. Python 为主的编程语言
Python 是一种易于学习和使用的编程语言，被广泛应用于 AI 领域。OpenAI 选择 Python 作为主要编程语言，能够快速构建和迭代 AI 模型。然而，Python 的执行效率相对较低，对于一些性能敏感的任务，OpenAI 也会使用 Rust 和 Golang 等编程语言。
3. Chat 架构深入骨髓
自从 ChatGPT 爆红以来，大量代码围绕“聊天消息”与“对话”这两个概念进行组织，这些设计已经成为不可忽视的原语。如果在开发中忽视这些设计，后果可能很麻烦。OpenAI 的 Chat 架构为构建对话式 AI 应用提供了便利，但也需要开发者深入理解其原理和机制。
4. 行动偏好驱动的架构决策
OpenAI 决策架构的过程也体现了其一贯的“行动偏好”：谁做，谁决定架构。这里没有架构委员会，也不太讲“自上而下”的计划，多数技术方案是哪个团队想做、就直接开干。这种决策方式提高了开发效率，但也可能导致代码重复和系统混乱。
从怀疑到收获：OpenAI 的价值与影响
在回顾这一年时，Calvin 承认，最初加入 OpenAI 时他其实是犹豫的。他不确定自己是否适合进入这样一家 AI 巨头，甚至为了预留退路，他在刚加入时对外保持了相当低调。但他也为自己设下了三个在 OpenAI 想完成的目标：一是建立对模型训练与能力边界的直觉；二是和一群优秀的人共事并从中学习；三是发布一个真正打动人的产品。
1. OpenAI 的产品设计理念
在参与 Codex 时他意识到，OpenAI 所有的产品设计几乎都是围绕“Pro 用户”展开的，哪怕是面向开发者的 Codex，也主要以个人用户为导向，而非团队。这种产品设计理念使得 OpenAI 能够快速吸引大量用户，并从中获得反馈。
2. 大模型训练的挑战与机遇
他也第一次站在一线，了解大模型是如何训练的。实验不只是算法问题，调数据、盯指标、调边缘案例，样样都得自己动手。而到了大规模训练时，每一次都像一场不可预知的系统挑战。大模型训练需要耗费大量的时间和资源，但也为 OpenAI 带来了巨大的技术优势。
3. 对其他创业者的建议
对其他创业者来说，他也给出两点建议：如果你感到自己创业的项目停滞不前，不妨认真考虑两个方向：要么更激进地出击、增加试错次数；要么加入顶级实验室，去亲眼见证未来是怎么被构建的。
4. AGI 竞赛的格局
在他看来，通向 AGI 的竞赛已经进入三国演义：OpenAI、Anthropic 和 Google 各自代表着不同的技术与文化路径：消费产品、企业服务、工程硬核。Calvin 相信，进入其中任何一家，都会是一段眼界大开的经历，正如过去一年他的亲身经历。
结语
OpenAI 的内部运作是一个复杂而迷人的话题。通过对 OpenAI 文化、技术实践以及对行业未来的影响进行深入探讨，我们可以更好地理解这家公司的价值和潜力。OpenAI 的成功经验为其他企业提供了借鉴，也为人工智能行业的发展指明了方向。未来，OpenAI 将继续引领人工智能的发展，为人类社会带来更多的创新和变革。
