OpenAI 组织内部运作较为复杂且富有创新精神。其采用分布式的研究团队架构，各领域专家汇聚一堂，共同致力于人工智能的发展。研发部门紧密合作，不断探索新的算法和模型，通过大量的数据训练和实验来提升人工智能的性能。同时，有专门的伦理与安全团队，确保研发过程符合道德规范和保障安全，避免潜在的风险。管理团队则负责统筹规划，协调各部门的工作，推动项目的顺利进行。在这种高效的运作模式下，OpenAI 能够在人工智能领域取得众多突破性的成果，引领行业的发展。

本文来自微信公众号：极客公园 （ID：geekpark），作者：Moonshot，编辑：靖宇

作为这一波大模型浪潮中最成功的创业公司，OpenAI一直备受关注，数亿人使用ChatGPT，但是这家公司内部是如何运作的，一直保持神秘。

近日，一位刚刚从OpenAI离职三周的工程师，写下了他过去一年在这家全球最受关注AI公司的所见所感。

他叫Calvin，2024年5月加入OpenAI，今年6月底离职。Calvin的离职，并不是因为任何纠纷或理念不合。他在文中坦言，自己更适合构建从0到1的系统，而不是在3000名员工中做一个螺丝钉。

在这篇名为《Reflections on OpenAI（在OpenAI的所思所感）》（点击文章最后左下角阅读原文可阅读）的文章中，他并不打算揭露什么惊天内幕，而是以一种近似私人备忘录的方式，记录了他作为技术人、产品人、创业者和父亲的交叠视角下，他在OpenAI的一线观察。

用他自己的话说：「这里没有任何商业机密，只有我对历史上最迷人的组织之一，在当下飞速迭代时期的所思所感。」

从这篇文章中，我们能一窥OpenAI内部的运作规律。

01

OpenAI的文化：

既混乱又高效，既集中又分散

在OpenAI工作的一年里，Calvin对这个组织的文化有了非常立体的理解。他加入的时候公司大约有1000人，一年之后员工已经增长到超过3000。在这短短的时间内，他已经算得上「老员工」了。

OpenAI的极速扩张也带来了典型的大公司问题：组织结构剧烈变化、沟通成本上升、团队间协作方式多样化。

Calvin观察到，不同的团队文化之间差异巨大，有的像创业公司一样日夜冲刺，有的则像传统企业那样遵循流程推进。Calvin本人所在的Codex团队更偏前者：节奏极快，方向灵活，什么事情都是「先做再说」。

而令所有人都意想不到的是，OpenAI整个公司所有的事项，都放在了Slack上。包括且不限于内部交流，包括项目协调、技术问题讨论、领导层的实时对话……Calvin入职一年多，工作邮件不超过10封。

协作软件Slack｜图源：Slack

Calvin还观察到一个非常鲜明的特征：OpenAI非常依赖工程师和研究者「从下到上」推动项目。

「好主意可以来自任何地方，进展不是规划的，而是迭代的。」Calvin写道。

得益于这种自下而上的文化，OpenAI也非常任人唯贤。从公司发展史上看，OpenAI领导班子的晋升主要就基于谁有「能提出好主意」的能力，并且能把想法落地。

「最好的想法在OpenAI确实会获胜。」

OpenAI的公司文化还鲜明地「偏爱行动（action-bias）」：你可以直接行动让想法落地，不必等上层批准。

Codex负责人Andrey就曾告诉Calvin，OpenAI的研究员应该被看作「自己的小执行官（mini-executive）」，大家各做各的方向，看看最后跑出来什么成果。

OpenAI的另一个显著特征，是「根据新信息及时调整策略」的理念，Calvin指出，哪怕公司规模已非常庞大，依然保留了这种快速转向的能力。

一旦OpenAI决定要推进某个方向，通常就是全力投入、毫不含糊。他还轻轻拉踩了Google，认为相比OpenAI，Google显得迟缓许多。

Calvin评价OpenAI是他见过最「雄心勃勃」的公司之一。哪怕已经拥有全球最成功的消费级AI应用，它依然在同时推进十几个方向：API、基础研究、硬件、代码智能体、图像生成，还有一些尚未公开的项目。

不同团队之间的协作也非常灵活。Codex推出前，他们急需几位经验丰富的ChatGPT工程师支援，和对方团队聊了一次，第二天就有两位高手直接加入，没有层层审批，也不等季度规划，人才来了「即插即用」。

OpenAI领导层也出奇活跃，高层几乎每天都在Slack上露面，直接参与群聊讨论，不是那种「遥不可及」的管理者。

这种内部开放，对应的则是对外的保守。

刚入职最让Calvin震惊的是，OpenAI所处的「聚光灯中心」。当时的OpenAI是媒体报道、政策讨论、公众争议的中心，很多新闻他在公司内部都还没听说，就已经被媒体抢先爆出来。

因此，为了避免信息外泄，公司内部的保密机制异常严格。Calvin在任职期间，几乎无法跟外人谈论自己具体在做什么。公司的Slack上有多个权限分级的分组，不同级别的员工能看到的信息差别很大。像是公司的财务数据、收入、GPU成本等核心数字，都受到严密保护。

尽管外界经常用「神秘」「封闭」形容OpenAI，但Calvin更愿意将这种状态理解为一种对责任的回应。

这种回应塑造了OpenAI内部严肃和紧绷的气息：一方面，团队在追求AGI，最终目标可能会影响全人类；另一方面，产品已经被数亿用户用来获取医学建议、心理支持、甚至学习和工作协助。

与此同时，OpenAI还在当下最火热的行业里，与Google、Meta、Anthropic等大公司竞争。作为行业领头羊，OpenAI还要面对媒体的审视，还要小心翼翼地把握人类对AI开发和掌握的边界。

对此等压力，Calvin表示自己在公司内部遇到的每一个人，都在尽力做「对的事情」。但大众也别把OpenAI想象成一个统一的意志体。

他认为OpenAI更像是从「洛斯阿拉莫斯实验室」（Los Alamos，美国研究出原子弹的实验室）的现代版本：

原本一群科学家和工程师在边缘地带探索前沿技术，结果一不小心孵化出了史上最火的消费级应用ChatGPT。此后，公司又逐渐拓展为一个同时面向政府、企业和消费者的庞然大物，并且大众尚不可知研究成果时好时坏。

在AI安全问题上，Calvin的观察是：OpenAI比许多人想象中更认真。

他看到有不少团队专门负责构建安全系统，聚焦的也多是现实风险，比如仇恨言论、滥用内容、政治操控、生物武器设计等等。遗憾的是，多数成果未对外发表，Calvin觉得OpenAI在这方面可以更透明一些。

「不统一的意志体」还体现在不同部门和员工对OpenAI的理解也完全不同。有些人仍然把它当作一个「为公益而设立的研究实验室」，而另一些人则更多地从商业、产品或政策角度出发。

但无论如何，Calvin最欣赏的一点，是公司在「AI红利的分配」上说到做到。最先进的模型从不会只留给企业级大客户，任何普通用户都能免费使用ChatGPT。大多数模型的API也对开发者开放。

在Calvin看来，OpenAI的文化是一种奇特的混合体：既高度去中心化、强调个人驱动，又在某些关键问题上异常克制和谨慎；既像一家科研机构，鼓励想法和理论思考，又像创业公司，保持着惊人的速度和执行力。

这种文化，塑造了OpenAI的产品形态，也决定了它的代码长什么样。

02、技术的细节

在技术架构层面，Calvin透露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。

这个庞杂的代码库带来一个直观的感受就是：风格极不统一。在这里你既会看到由Google十年老兵写出的、面向大规模系统设计的库，也会碰到刚刚入职的博士生丢进来的临时Jupyter笔记本。

基础设施方面，OpenAI的一切都跑在Azure上，此外，OpenAI很少依赖Azure的自动伸缩服务或IAM权限系统。

相反，公司对自研系统的偏好非常强烈。能自己写的，尽量自己写。

人员背景方面，Calvin观察到一个显著趋势：工程团队中有不少成员来自Meta，尤其是Meta和Instagram的基础架构部门。

这也让OpenAI在某种程度上，有点像早期的Meta：一款现象级的消费级应用、配套基础设施还在建设中、团队渴望快速迭代。

另一个非常核心的架构特征是：「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（primitives，不能分解为更小语言单位的基本编程元素）。Calvin提醒说：如果在开发中忽视这些设计，后果可能很麻烦。

决策架构的过程也体现了OpenAI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。

结果代码库里常常会出现多个「重复造轮子」的场景，光是排队系统、Agent运行框架，Calvin至少看到了五六种不同的方法造出类似的结果。

这种快速增长也不是没有代价。有些系统因此变得混乱，所以就算是最顶级的AI公司，在快速扩张时也会踩到最常见的工程坑。

在技术架构的框架之上，Calvin最重要的项目，是参与Codex的落地与发布。在他离职前的最后三个月里，Codex的冲刺毫无疑问成了他职业生涯的一大高光。

时间回到2024年11月，那时OpenAI正式定下了一个2025年的产品目标：推出一款coding agent。到2025年2月，内部已经出现了一些使用模型进行编程任务的工具，效果相当不错。

但与此同时，越来越多的agent工具问世后，OpenAI内部感受到了外部压力，团队进入一种几近狂奔的节奏。从第一行代码写下到产品上线，只用了7周时间。

这是Calvin回忆，那段时间几乎每天都加班到深夜十一二点，凌晨五点半被刚出生的孩子叫醒，七点又准时出现在办公室，周末也不例外。

整个团队拼尽全力，Calvin说得直接：「这家公司，还有那股冲劲儿。」

而在七周时间里，他们8位资深工程师，4位研究员，2位设计师，2位市场与销售成员，以及1位产品经理，共同打造出了一个可发布，可上线，可直接使用的AI编程Agent。

发布前夜，五个人熬到凌晨四点部署主服务，紧接着清晨八点又准时回到办公室，准备直播和公告上线。当时功能开关一打开，流量瞬间涌入。

Calvin说，他从没见过一个产品仅仅是出现在ChatGPT左侧边栏，就能瞬间引发如此大量的用量，他称「这就是ChatGPT的力量。」

03、从怀疑到收获

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。

现在回看，这一年无疑是他职业生涯中最重要的一段经历之一。他说，很难想象还有哪里能学到这么多。

这段经历也刷新了他对「大品牌」的理解。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。

这对来自B2B世界的他来说完全是另一种思维方式：ToC的开关一旦打开，流量立刻涌入，不像ToB的传统企业产品，还需要漫长的客户开发周期。

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。

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。

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。