新智元報道

編輯：英智

【新智元導讀】OpenAI如何以自下而上的文化和行動導向，推動大模型突破？從零到上線僅用7周，Calvin帶你走進OpenAI編程智能體Codex的誕生過程，體驗高強度沖刺的魔力。

外界對于OpenAI眾說紛紜，很少有人從內部視角描述它的真實文化。

三周前，在推出Codex后，Calvin French-Owen離開了OpenAI。

在2024年5月，他加入了OpenAI，全程見證了OpenAI編程智能體Codex的誕生。

如今，Calvin French-Owen想趁熱打鐵，效仿Nabeel Quereshi的《對Palantir的反思》，揭秘OpenAI的獨特之處。

沒有任何商業機密，更多的是他對當下歷史性時刻的思考——在當前階段，關于這個史上最迷人組織之一所呈現的樣貌。

首先澄清：離開OpenAI并非因為個人矛盾，實際上他對這個決定非常糾結。

從創業公司創始人，轉變為一家3000人規模企業的員工，這個角色轉變并不容易。

現在，他渴望一個全新的開始。

但這份優質的工作完全有可能再次吸引他回來。

構建AGI是無與倫比的使命，LLM無疑是這十年最重要的技術突破。

他很幸運能親眼見證一些技術進展，并參與了Codex的發布。

當然，這些僅為個人觀點，不代表公司立場。OpenAI海闊天空，這只是管中窺豹的一瞥。

深度揭秘OpenAI文化

首先，要了解的是OpenAI的發展速度之快。

2024年5月，他加入時，OpenAI大約有1000多人。

一年后，員工數暴增至3000多人，他的工齡竟然排在前30%。

幾乎所有領導層如今負責的工作，都與他們兩三年前的大相徑庭。

如此快速的擴張導致許多機制出現問題：內部溝通、組織架構、產品發布流程、人員管理和招聘體系等，都在不斷調整。

不同團隊的文化差異顯著：有的團隊全力沖刺，有的負責大型計算任務，有的則節奏更平穩。

因此，OpenAI的體驗因團隊而異，研究、應用和市場團隊的工作節奏完全不同。

Slack驅動一切

OpenAI的獨特之處在于，所有事情——沒錯就是指所有事情——都依賴Slack運轉。

幾乎所有工作都在Slack上完成，沒有電子郵件。

如果不擅長信息管理，這種模式會讓你分心到崩潰；但如果精心規劃頻道和通知設置，這套系統其實相當高效。

OpenAI的文化非?！缸韵露稀?，尤其是在研究領域。

剛加入時詢問下一季度的路線圖，他得到的回答是：「沒有路線圖」（現在有了）。

好的想法可以來自任何地方，很難提前預測哪個想法會成功。

相比宏大的總體計劃，OpenAI的進展靠不斷試錯和研究突破推動。

得益于這種文化，OpenAI也極為推崇「實力至上」。

公司領導者的晉升主要基于他們提出好點子并付諸實踐的能力。

許多優秀領導并不擅長演講或辦公室政治，但在OpenAI，這不是重點。

真正的好想法往往能脫穎而出。

行動導向！

公司鼓勵直接行動。不同團隊常不約而同地探索類似想法。

剛加入時，他參與了一個與ChatGPT Connectors類似的內部項目。

Codex發布前，內部有3-4個不同的原型項目，通常由幾個人自發啟動，無需特別審批。

一旦顯現出潛力，團隊便會迅速圍繞它們集結起來。

Codex負責人Andrey曾說，研究員就像獨立的小高管，獨立探索項目。

優秀的研究經理和項目經理（PM）影響力巨大，同時也極為稀缺。

最頂尖的經理能將眾多不同的研究項目串起來，推動更大規模的模型訓練。

他合作的ChatGPT工程經理非常沉穩，他們大多放手管理，但擅長招聘優秀人才，并盡力為他們創造成功的條件。

OpenAI能快速調整戰略方向，決策調整非常迅速。

這是創業時就很看重的：根據新信息做正確的事，遠比固守計劃重要。

令人驚訝的是，OpenAI這樣的大公司仍保持這種靈活性，谷歌顯然做不到。

一旦決定某個方向，公司會全力以赴。

OpenAI備受外界關注。內部尚未公布的消息常被媒體提前曝光。甚至有X用戶用腳本監控OpenAI的新功能發布。

因此，公司內部非常注重保密，無法詳細透露工作內容。

Slack工作空間有不同權限，收入和支出數據更是嚴格保密。

OpenAI也比你想象的要嚴肅，這里的風險和機遇都太大了。

一方面，公司追求AGI，責任重大；另一方面，產品服務數億用戶，涵蓋醫療建議到心理咨詢等場景。

盡管OpenAI常被媒體批評，他遇到的每個同事都在努力做正確的事。

作為最受關注的AI實驗室，OpenAI容易招致批評。

不應該將OpenAI視為單一的整體。

它最初是一群科學家和技術愛好者，共同探索科學的前沿。

這個團體偶然間催生了歷史上最具病毒傳播效應的消費級應用。隨后，它又萌生了向政府和企業銷售產品的雄心。

因此，不同時期加入、身處不同部門的員工，其目標和視角也大相徑庭。

待得越久，就越可能傾向于從「研究實驗室」或「非營利組織」的視角看待公司。

積極分享成果

最欣賞的一點是，公司在分享AI成果方面，是真正地說到做到。

頂尖模型沒有被限制在高價企業套餐中，任何人都能免費使用ChatGPT獲取答案。

API向初創公司開放，最先進的模型通常很快接入API。

這一點OpenAI值得高度贊揚，也是公司文化的核心。

OpenAI對安全的重視超出外界猜測。

許多人在開發安全系統，重點關注實際風險（如仇恨言論、濫用、政治偏見、生物武器、自我傷害、提示注入等），而非理論風險（如智能爆炸）。

安全方面的工作大多未公開，OpenAI應更積極分享這方面成果。

紀念品稀缺：不像其他公司大肆發放紀念品，OpenAI的紀念品限量分發。第一次投放需求太大，Shopify商店直接崩潰。內部還流傳了如何用JSON繞過限制的教程。

GPU成本驚人：相比GPU開支，其他成本幾乎微不足道。比如，Codex一個功能模塊的GPU成本，就相當于我們整個Segment基礎設施的開支。

雄心勃勃：OpenAI可能是最有野心的組織。不僅滿足于頂級消費級應用，還想在API、深度研究、硬件、代碼代理、圖像生成等多個領域競爭。這里是實現想法的沃土。

X驅動：公司很關注X。病毒式傳播的OpenAI相關內容常被內部注意到。朋友開玩笑說：這家公司靠X氛圍驅動。

團隊流動性：團隊協作非常靈活。Codex發布時，需要ChatGPT工程師支持，第二天就來了兩位高手加入，沒有繁瑣的審批流程。

高管參與度高：領導層非常投入，gdb、sama、kw、mark、dane等人常在Slack上發言，沒有甩手掌柜式的領導。

代碼與技術棧

OpenAI使用一個龐大的單一代碼庫（monorepo），以Python為主，但也加入了Rust（用于部分服務）和Golang（用于網絡代理等）。

由于Python的靈活性，代碼風格差異很大：既有谷歌十年老兵設計的可擴展庫，也有剛畢業的博士寫的臨時Jupyter筆記本。

API開發主要依賴FastAPI，數據驗證用Pydantic，但公司沒有統一的代碼風格規范。

OpenAI的全部基礎設施運行在Azure上，只有三項服務被認為是可靠的：

• AzureKubernetes Service：用于容器管理。

• CosmosDB：Azure的文檔存儲。

• BlobStore：用于對象存儲。

OpenAI較少依賴自動擴展單元，權限管理（IAM）功能也比AWS更受限。公司傾向于「自研優先」。

在工程團隊中，有大量從Meta（包括Instagram）跳槽到OpenAI的人才。

OpenAI在很多方面類似早期Meta：擁有現象級消費應用、基礎設施尚在發展、追求快速行動。

這些Meta背景的工程師為OpenAI帶來了強大的基礎設施經驗，也導致OpenAI的基礎設施有些Meta的影子，比如：

• 自研了類似Meta TAO的系統（用于圖數據庫）。

• 在網絡邊緣整合身份認證的嘗試。

代碼為王（Code wins）

OpenAI沒有中央架構或規劃委員會，決策通常由執行工作的團隊做出，這帶來強烈的行動導向，但也導致代碼庫中存在大量重復功能。

例如，至少有六種隊列管理和代理循環的庫。

值得稱贊的是，內部團隊正投入大量精力來改善這一狀況。

消費級品牌的運作

OpenAI以「專業訂閱」（pro subs）為核心衡量指標。

即使是Codex這樣的產品，也主要考慮個人用戶而非團隊使用。這對于B2B/企業背景的人來說有點顛覆認知。

產品上線第一天就能吸引大量流量，令人震撼。

大模型訓練

訓練過程介于「實驗」和「工程」之間：

• 初期是小規模實驗，調整核心算法和數據組合，仔細分析結果。

• 如果實驗結果有潛力，會被納入更大規模的訓練。

• 大規模訓練類似分布式系統工程，會遇到各種意外情況，需要不斷調試。

Codex發布

過去三個月，他參與了Codex的發布，這無疑是職業生涯的亮點之一。

2024年11月，OpenAI定下2025年推出編程智能體的目標。

到2025年2月，內部已有幾個工具效果不錯，市場對編程智能體的需求日益明確，模型在編程任務上已非常實用。

他提前結束陪產假，加入Codex發布工作。

回歸一周后，兩支團隊合并，開始了瘋狂沖刺。

從第一行代碼到產品上線，僅用了7周！

Codex的開發是近十年來最艱苦的工作。

每天工作到深夜11點或凌晨，早上5:30被新生兒吵醒，7點到辦公室，周末也幾乎都在工作。

整個團隊全力以赴，每一周都至關重要，感覺像回到了Y Combinator的創業節奏。

這種速度令人嘆為觀止。從未見過任何組織（無論大?。┠茉谌绱硕痰臅r間內從想法到免費上線的完整產品。

Codex構建了容器運行時、優化了代碼庫下載、微調了代碼編輯模型、支持了各種Git操作、引入了全新功能界面、啟用了網絡訪問。

最終打造了一款讓用戶用起來得心應手、體驗極佳的產品。

OpenAI依然保有那種全力以赴、快速發布產品的沖勁。

對的人聚在一起，真的能創造奇跡。

團隊有8名資深工程師、4名研究員、2名設計師、2名市場人員和1名項目經理。

如果有機會與Codex團隊的成員共事，他們每一個人都非常出色。

發布之夜

發布前夜，五個人一直熬到凌晨4點，部署巨大的單體服務（一個耗時數小時的流程）。

早上8點，他們回到辦公室進行發布直播，打開功能開關后，流量迅速涌入。

他從未見過一個產品僅靠出現在ChatGPT側邊欄就立即獲得如此大的流量——這就是ChatGPT的力量。

Codex采用完全異步的形式。

與當時的Cursor或Claude Code不同，團隊希望用戶能像與同事合作一樣使用編程智能體：發送任務，代理在獨立環境中運行，完成后返回拉取請求（PR）。

這是一個大膽的嘗試。當前模型雖好，但還不夠完美，能運行幾分鐘但無法持續幾小時。

用戶對模型能力的信任度千差萬別，甚至不清楚模型的真正的上限在哪里。

Codex在處理大型代碼庫時表現優異，能很好地理解和導航代碼結構。

與其他工具相比，它最大的優勢是能同時啟動多個任務，并比較它們的輸出結果。

公開數據顯示，Codex自發布以來生成了63萬個PR，平均每個工程師在53天內貢獻了約7.8萬個公開PR（私有PR的數量可能更多）。

這可能是他職業生涯中最具影響力的項目。

坦白說，最初加入OpenAI時有些猶豫。

放棄創業者的自由、接受管理、成為大機器中的小齒輪，他不確定能否適應。

如果創業者感到停滯不前，可以：

1. 深入反思如何能進行更多、更大膽的嘗試；

2. 加入一家頂級的AI實驗室。現在是投身創造的絕佳時機，也是窺探未來的絕佳時機。

目前，通向AGI的競爭三足鼎立：OpenAI、Anthropic和Google。

公司路徑因其DNA不同（消費級產品 vs. 企業級服務 vs. 堅如磐石的基礎設施+數據），在其中任何一家工作，都將是大開眼界的經歷。

參考資料：

https://calv.info/openai-reflections

https://techcrunch.com/2025/07/15/a-former-openai-engineer-describes-what-its-really-like-to-work-there/