智東西
作者 江宇
編輯 冰倩

智東西1月20日報道，ChatGPT背后的一位中國工程師——OpenAI核心貢獻(xiàn)者翁家翌，日前在AI播客WhynotTV Podcast接受專訪，他首次詳盡講述了自己從清華少年到OpenAI infra骨干的經(jīng)歷。

▲圖源自翁家翌GitHub主頁

作為強化學(xué)習(xí)與后訓(xùn)練（Post-Training）系統(tǒng)的關(guān)鍵工程師，翁家翌深度參與了GPT-3.5、GPT-4、GPT-5等核心模型的訓(xùn)練，其搭建的infra系統(tǒng)已成為OpenAI內(nèi)部大模型訓(xùn)練與迭代的基礎(chǔ)底座，也是ChatGPT持續(xù)進(jìn)化的關(guān)鍵支撐。

在這場長達(dá)兩個多小時的對談中，翁家翌披露了OpenAI內(nèi)部Post-Training系統(tǒng)的構(gòu)建邏輯，也解釋了OpenAI為何能持續(xù)產(chǎn)出爆款模型。

他還分享了他對AGI定義、OpenAI不“open”批評以及內(nèi)部人才流動加劇等現(xiàn)象的第一手觀察。

面對DeepSeek、TikTok、英偉達(dá)、谷歌等科技巨頭拋來的橄欖枝，他為何最終選擇了OpenAI？

談及職業(yè)方向，他又為何自稱“賣鏟子里最面向客戶的那位”，并立下目標(biāo)“我要最大化我在OpenAI Blog上出現(xiàn)的次數(shù)”？

這場對談，給出了答案。

一、“賣鏟子”到主導(dǎo)Post-Training，他是OpenAI模型背后的基礎(chǔ)構(gòu)建者

在OpenAI內(nèi)部，幾乎每一個大型模型的發(fā)布名單里，都能看到翁家翌的名字，他主導(dǎo)搭建了OpenAI強化學(xué)習(xí)后訓(xùn)練（Post-Training）階段的核心基礎(chǔ)設(shè)施。

“每發(fā)一個大的release，每發(fā)一個大的模型，我的名字就得放上去。”他說，“因為大家都在用整個Post-Training infra去訓(xùn)練RHF的模型。”

他說自己“是賣鏟子里最面向客戶的那位”，因為強化學(xué)習(xí)模塊處在整個基礎(chǔ)設(shè)施棧的最頂端。他還給自己的職業(yè)生涯設(shè)定過一個指標(biāo)：“我要最大化我在OpenAI Blog上出現(xiàn)的次數(shù)?！?/strong>

面對年輕人，他的建議仍是：持續(xù)投入工程建設(shè)，而不是學(xué)術(shù)研究。他不避諱地說：“長遠(yuǎn)來看，我還是覺得現(xiàn)代學(xué)術(shù)界應(yīng)該要被重構(gòu)?！痹谒磥?，如果目標(biāo)是進(jìn)入工業(yè)界，最重要的是匹配真實的工作需求，“AI Lab最缺的其實就是Infra人才，infra是個無底洞。”

學(xué)術(shù)界研究往往陷在一些困境里，如Atari、MoJoCo等任務(wù)上過度擬合，并不能轉(zhuǎn)化為實際問題的解決能力。他談及，“我在2022年8月就意識到這個問題，所以逐步停止了天授的開發(fā)，轉(zhuǎn)向在OpenAI內(nèi)部構(gòu)建更有意義的RL Infra?！?/p>

而在OpenAI內(nèi)，他目睹了一系列“半偶然半必然”的變革。加入之初，他參與的就是WebGPT后續(xù)項目，通過強化學(xué)習(xí)讓模型更好地與用戶交互。他負(fù)責(zé)構(gòu)建的RL訓(xùn)練系統(tǒng)在ChatGPT爆發(fā)式上線之前，已成為公司內(nèi)部主力使用的infra之一。

發(fā)布當(dāng)天，OpenAI服務(wù)器數(shù)次被擠爆，他形容這種“自發(fā)涌現(xiàn)的需求”就像自己做tuixue online時遇到的情形，“說明這確實是一個值得投入精力的方向”。

被問到OpenAI為何能做出如此爆款，翁家翌歸結(jié)于兩個因素：一是單位時間迭代效率足夠高，二是領(lǐng)導(dǎo)層真正懂技術(shù)。

OpenAI在引入了幾位前Google工程負(fù)責(zé)人之后（如Barret Zoph、Liam Fedus），團(tuán)隊開始系統(tǒng)性提升工程效率，單位時間的迭代次數(shù)和成功率是正比的。

他強調(diào)，“RL本質(zhì)上就是trial-and-error（試錯）。你試得越快越多，成功就越近。”

OpenAI的領(lǐng)導(dǎo)層也保持對細(xì)節(jié)的強關(guān)注。Greg Brockman（聯(lián)合創(chuàng)始人兼總裁）幾乎參與過公司所有基礎(chǔ)設(shè)施模塊，而Sam Altman（聯(lián)合創(chuàng)始人兼CEO）則通過研究助理及時了解公司內(nèi)部進(jìn)展。他認(rèn)為這種技術(shù)細(xì)節(jié)的敏感性和上下信息通暢正是OpenAI創(chuàng)新持續(xù)不斷的原因。

翁家翌稱，“管公司就像管代碼庫，一旦不一致，整個系統(tǒng)就會像拼裝的人類，身子動了，腳沒動。”

二、他為ChatGPT模型搭建后訓(xùn)練系統(tǒng)，也在重構(gòu)下一代Infra

ChatGPT 3.5正式發(fā)布之前，OpenAI內(nèi)部其實已開始在GPT-4上驗證強化學(xué)習(xí)后訓(xùn)練（RLHF）流程的可行性。

翁家翌回憶，當(dāng)時他負(fù)責(zé)的正是RLHF訓(xùn)練Pipeline的整體搭建：舊的infra是跑不動的，我在新infra上調(diào)通了第一版，先在4上做通，再遷回3.5。這套Post-Training系統(tǒng)隨后被用于整個ChatGPT系列模型的訓(xùn)練中。

這并不是一條“拿來即用”的流水線。他談及，OpenAI內(nèi)部并沒有現(xiàn)成可復(fù)用的RLHF基線，很多關(guān)鍵流程都需要從頭構(gòu)建。

真正的挑戰(zhàn)，是模型效果的衡量標(biāo)準(zhǔn)并不清晰?！澳阌?xùn)練出很多個checkpoint（檢查點），但你不知道哪個是真的更好?！庇萌祟惙答仾剟钤u估時，模型可能一開始獎勵信號很高，之后卻因過度擬合（hacking）而性能下降。

最終，團(tuán)隊只能依賴“human-in-the-loop（人機協(xié)同）”的評估流程，即讓內(nèi)部員工親自交互測試、打分投票，選出效果最佳的版本。

從技術(shù)結(jié)構(gòu)上看，這套Post-Training系統(tǒng)的難度遠(yuǎn)高于他曾經(jīng)開發(fā)的“天授”框架。toy task（驗證算法的小規(guī)模仿真環(huán)境）的瓶頸在環(huán)境，而大模型的瓶頸在模型本身。

環(huán)境是一個Prompt，計算只要幾微秒，但模型訓(xùn)練和采樣則是幾百甚至上千秒。系統(tǒng)工程的復(fù)雜性在于吞吐與擴(kuò)展的平衡，以及對GPU資源的極限壓榨。

而他正是那個站在強化學(xué)習(xí)、系統(tǒng)工程與大語言模型交叉點的人。他不僅要懂RL本身的邏輯，也得理解分布式系統(tǒng)、語言模型的推理方式以及底層架構(gòu)。

工作強度一度讓他因頭痛被送進(jìn)急診。“基本是早上醒來開始debug，寫到晚上睡覺，一周六天?！弊阅且院螅麖娭谱约好恐芘軆纱?000米，恢復(fù)體力。翁家翌回憶稱，“我之前在清華的時候，上體育課是就是3000米不及格，然后完全不會跑3000米的。”

同時，翁家翌也正在參與OpenAI下一代RL Infra的重構(gòu)工作。“舊架構(gòu)已經(jīng)三年多了，堆積的問題其實已經(jīng)很多了?！監(jiān)penAI要推倒重來，目標(biāo)是清理技術(shù)債，幫助研究員以更高迭代效率推進(jìn)實。

三、他在福建省隊拿下“唯一一塊銅牌”，叩開清華大門

面對“你小時候是個什么樣的小孩”的問題，翁家翌從奧數(shù)講起。他在數(shù)學(xué)上展現(xiàn)出超常的直覺能力，常常別人還在計算時他就已經(jīng)寫完了答案。

盡管解題速度快，他卻并不認(rèn)為自己是學(xué)得快的人，反而覺得自己在理解新知識時總是比別人慢，需要付出兩到三倍的時間。同時，他也具備一種策略意識：既然慢，就要提前學(xué)。

他在初中就主動找數(shù)學(xué)老師問高中課程內(nèi)容，初二就完成了大部分高中數(shù)學(xué)學(xué)習(xí)，初三開始學(xué)微積分。翁家翌坦言，“我想投資自己的未來?！?/strong>

進(jìn)入高中后，他因為升學(xué)壓力開始參加信息學(xué)競賽OI（Olympiad in Informatics），希望以此作為進(jìn)入頂尖大學(xué)的路徑。他說，對于非北京的學(xué)生而言，直接考入清華北大“幾乎難如登天”。

他曾在數(shù)學(xué)競賽上小有成績，但因為學(xué)校資源有限、自己準(zhǔn)備不充分，最終選擇放棄數(shù)學(xué)競賽，轉(zhuǎn)而專注于OI。

他在福建省內(nèi)的選拔中一路拼到省隊，在高二那年憑借一道最小二分覆蓋題得到了全場最高分，順利拿到清華“降60分”錄取資格。但他也坦言，這是一次“險勝”：“那年福建省隊只有一個銅牌，就是我?！?/strong>

而這一路的訓(xùn)練，也塑造了他的習(xí)慣和思維方式。他回憶高三備考期間仍“偷偷寫代碼”，甚至在沒有編譯器的iPad上直接鍵盤敲代碼，這樣的經(jīng)歷訓(xùn)練了自己對程序結(jié)構(gòu)的完整認(rèn)知與快速定位bug的能力。

他尤其沉迷于“常數(shù)優(yōu)化”這種在算法競賽中優(yōu)化時間和代碼長度的工程挑戰(zhàn)，盡管他說這可能“沒什么用”，但“真的很有意思”。他總結(jié)說，OI讓他意識到，“我真的可以從里面獲得快樂”。

四、他在清華開源作業(yè)、修校園網(wǎng)Bug，誤打誤撞走進(jìn)了強化學(xué)習(xí)

進(jìn)入高校后，如果要說清華生活里最“出圈”的事，是翁家翌給把所有的作業(yè)都開源了。

他收集了前幾屆流傳下來的“上古作業(yè)”和課程材料，在征得無版權(quán)部分的確認(rèn)后，悉數(shù)上傳到了GitHub。他說，在清華，信息差往往被當(dāng)作一種生存資源，但“我覺得每個人都應(yīng)該平等地?fù)碛羞@些信息”。

他笑稱，“隨便我們抓一個計算機的學(xué)弟，問問你認(rèn)不認(rèn)識捐樓的人，哪怕他把名字放在樓上面，你認(rèn)不認(rèn)識他？不認(rèn)識。但你們認(rèn)識我，因為畢竟大家都看我作業(yè)活的。”他還打趣說，“比捐樓還有用?！?/p>

除了“火遍校園”的作業(yè)庫，翁家翌在大二也開啟了科研之路。他誤打誤撞報了清華計算機系的“學(xué)術(shù)新興計劃”。當(dāng)時他對科研方向還一無所知，只是模糊覺得“圖像的東西挺有意思”，于是盲選了強化學(xué)習(xí)，結(jié)果本以為是搞圖像的，后來發(fā)現(xiàn)其實是打游戲的。

他其實一直對多個方向有濃厚興趣。除了AI，他也喜歡圖形學(xué)和網(wǎng)絡(luò)安全。在大學(xué)時，他曾和學(xué)長一起發(fā)現(xiàn)并修復(fù)了清華網(wǎng)的漏洞，使得本應(yīng)收費十元的成績單可以免費甚至一分錢下載。他修好Bug之后，還反饋給了教務(wù)部門。

圖形學(xué)一度是他的最愛。他在圖形學(xué)課程中投入了大量時間與情感，完成了一個幾乎沒有人敢嘗試的“16K高清圖渲染”大作業(yè)，并發(fā)明了一種加速迭代收斂的新算法，最終拿到了全班僅有的兩個A+之一。

但最終，他還是放棄了圖形學(xué)?！案憧蒲胁荒苣_踏兩條船”，他做了取舍，選擇了繼續(xù)走強化學(xué)習(xí)的路。

五、那些看似“折騰”的科研嘗試，成了他走向OpenAI的“前傳”

自此，翁家翌開啟了他的第一個科研項目：在一個上世紀(jì)90年代的游戲中訓(xùn)練神經(jīng)網(wǎng)絡(luò)，讓智能體在固定地圖里完成從出生點到終點的任務(wù)，包括殺怪、撿血包、避障、通關(guān)。

最終，他用強化學(xué)習(xí)方法拿下冠軍。

盡管結(jié)果不錯，他卻坦言并不享受整個過程。“這個環(huán)境太單一了，要瘋狂地用技巧防止訓(xùn)練崩掉。即使不崩，你也不知道怎么調(diào)參才能保持?！彼f，“這種感覺就像‘煉丹’，這比CV（計算機視覺）調(diào)參難十倍、一百倍，全靠heuristics（啟發(fā)式方法）?！?/p>

也正因此，他在大四有意識地將重心轉(zhuǎn)向工具層面，嘗試搭建一套面向強化學(xué)習(xí)的小型基礎(chǔ)設(shè)施庫?！拔曳浅Ｉ瞄L做軟件工程的事，可以重構(gòu)代碼、優(yōu)化用戶體驗?！彼f，“但至于怎么調(diào)，那不是我想碰的東西?！?/p>

大三暑假，他曾前往蒙特利爾的Mila研究所交流實習(xí)。彼時他投出大量套磁信卻遲遲沒有回應(yīng)，最終在清華導(dǎo)師的幫助下，才聯(lián)系上實習(xí)機會。他回憶，那年是2019年夏天，正好是Mila創(chuàng)始人、本體研究所負(fù)責(zé)人Yoshua Bengio榮獲圖靈獎的幾個月后，“好在我是提前聯(lián)系的，不然估計就進(jìn)不去了?！北M管進(jìn)入的是Bengio所在的實驗室，但他直接跟隨的是一位Postdoc，任務(wù)是嘗試做一個類似MoE（混合專家模型）的項目。

那是他第一次接觸Transformer和語言建模。他花了很長時間上手，最終也只是“撮了一個東西出來”，沒什么效果。他回憶：“要讓這種東西work，首先得有算力、有工程能力，還要能scale up。當(dāng)時就我一個人幾塊卡，哪怕方向?qū)?，也搞不出來?！?/p>

“NLP的任務(wù)太分散了?！彼灿^察到，當(dāng)時很多人在嘗試把RL用于訓(xùn)練語言模型，但Transformer容易在強化學(xué)習(xí)中崩塌，沒人知道怎么讓它不崩。

后來人們才發(fā)現(xiàn)，要讓它work，環(huán)境必須“純”，比如純文本輸入。

他坦言，當(dāng)時對這些方向并沒有清晰認(rèn)知，只覺得處處受限?！八懔Σ粔?，認(rèn)知也不夠，哪怕有今天的理解，當(dāng)時還是做不出來。”

大三暑假交流歸來后，翁家翌開始準(zhǔn)備出國深造的申請。但那段時間并不順利。他坦言，狀態(tài)其實“不太好”。

眼看身邊的同學(xué)紛紛進(jìn)入CMU、Stanford等名校實驗室，發(fā)出ICLR、NeurIPS等會議論文，而自己“什么都沒有”，落差感襲來?！爱?dāng)時的話，我確實是有一點失望的，其實也花了一段時間來調(diào)整自己。后面覺得我一直以來應(yīng)該都是想做一些讓自己與眾不同的事情?！?/p>

最終，他只申請上了碩士。“當(dāng)時確實有些失落”，他說在清華，哪怕是國外的PhD和Master，也會被視作天差地別。

翁家翌坦言，“我一直覺得，GPA不是唯一的評價指標(biāo)。你得創(chuàng)造自己的評價體系?！彼脤?dǎo)師的標(biāo)準(zhǔn)：“計算機系的三大指標(biāo)：論文、比賽、GitHub三位數(shù)以上的Star?！边@句話影響了他很久，也讓他意識到，除了刷成績，還有很多“可見的價值”能讓一個學(xué)生被世界看到。

本科期間，他努力在“盡可能少花時間”的前提下保持成績剛好夠用，“夠用就行，多一分都不想花時間?！彼麜谄谀┣坝嬎惝?dāng)前的GPA，“比如87分是B+，那我就很滿意了?！?/p>

不過，面對出國這個選擇，他也并非完全獨立于大環(huán)境之外。那是在2019年12月，他拿到offer時正值疫情。

六、他用兩個項目“做慈善”：天授與tuixue online，一炮而紅

在申請季與疫情交疊的那段時間，翁家翌做了兩個項目，一個叫“天授”，一個是“tuixue online”。他形容這兩個項目都不是功利性的。

“我不想發(fā)paper，覺得沒有意義?！蔽碳乙钐寡?/strong>。對他來說，多一篇少一篇論文并沒有意義?！拔疑暾堃呀?jīng)夠用了，比賽我也有了，GitHub三位數(shù)star也勉強算有。我更想做一個正兒八經(jīng)的、能被真正用起來的項目。”

“天授”的起點，是不想再浪費時間“煉丹”。2019年底，他意識到強化學(xué)習(xí)（RL）領(lǐng)域的問題不在于算法本身，而在于實驗平臺。

他看了當(dāng)時最主流的RLlib源代碼，發(fā)現(xiàn)抽象極度復(fù)雜，幾十萬行代碼幾乎無法動手，干脆推倒重來。于是他在2020年春節(jié)假期開始自寫一套RL實驗平臺，第一版兩周就完成了。

不同于RLlib的“腐化”，天授從設(shè)計伊始就追求極致的一致性（consistency）。翁家翌認(rèn)為，天授“火”的核心在于真正抓住了科研用戶的需求：一套簡單、好改、穩(wěn)定的框架。

另一個項目“tuixue online”，則源自親身需求。他急需一個實時爬蟲工具來查詢簽證預(yù)約狀態(tài)?！坝谑?，我就手?jǐn)]了一個輕量爬蟲，不然沒辦法?！彼f。同時，翁家翌也覺得很多人應(yīng)該有這個需求，所以就開源了。

這個項目迅速傳播，一開始就有一百多萬點擊，現(xiàn)在累積已經(jīng)破千萬。雖然最終因為美領(lǐng)館升級系統(tǒng)而失效，他也沒再維護(hù)，但這個“短命項目”完成了自己的使命。

他把這兩個項目都稱作“做慈善”?！巴耆玭onprofit（非盈利），這種慈善項目讓我感覺非常滿足過?！?/p>

當(dāng)被問及這種“對impact（影響力）的追求”是何時萌芽的，他回憶起高三時一個“靈光一現(xiàn)”的想法：“如果人生是場游戲，結(jié)算分?jǐn)?shù)就是死后還有多少人記得你的名字?！?/strong>

翁家翌稱，“我覺得，你不可能對所有人都好，這個是很難做到的事情。但是，我可以嘗試力所能及地對我身邊的人好，做一些對大家有意義的事?！?/p>

七、加入OpenAI之前，他已徹底想清楚：要工程，不要煉丹

2020年，翁家翌遠(yuǎn)程開始了CMU的碩士課程，因疫情一年都在家上網(wǎng)課。也正是在這段時期，他開始準(zhǔn)備找工作。他一開始投了18家公司，僅收到Google和AutoML（陳天奇團(tuán)隊）的offer。“我不想去Google，在大廠當(dāng)螺絲釘，然后做一些自己不是那么喜歡的事兒?！?/p>

在此之后，他繼續(xù)投遞并陸續(xù)拿到更多公司offer，包括幻方量化、英偉達(dá)、TikTok，以及Facebook AI Research（FAIR），其中幻方彼時正在籌建AI Lab（后來成為DeepSeek）。

他坦言，如果沒有其他選擇，可能就會加入幻方做強化學(xué)習(xí)infra。但最終，他選擇了OpenAI。

這時距OpenAI尚未進(jìn)入大眾視野，ChatGPT時刻還未來臨。

他做出這個選擇，更多是出于對強化學(xué)習(xí)和系統(tǒng)能力的認(rèn)同?！爱?dāng)時OpenAI和DeepMind是強化學(xué)習(xí)做得最好的兩個lab。”他想體驗“世界最前沿的research是怎么做的”，而不是留在幾個PhD手搓的小作坊式科研環(huán)境里。他想學(xué)的是工業(yè)級科研的方法論。

他最終進(jìn)入了OpenAI的強化學(xué)習(xí)組，由John Schulman（OpenAI聯(lián)合創(chuàng)始人之一）親自招入?！笆撬H自面試的我。我很感激他給了我機會。他離職那天，我難過了一整個下午，把電腦都關(guān)了?！?/p>

面試中，John Schulman只給了兩個人同一道工程題目，一個是翁家翌，另一個是Codex項目的關(guān)鍵成員Andrey Mishchenko?！澳鞘且坏蓝说蕉说念}，很開放，他給了我3小時，我兩個小時就寫完了，現(xiàn)場還修好了一個bug。”

他猜測，John看重的是他的工程能力，“Schulman說我的GitHub主頁很‘漂亮’，他應(yīng)該也認(rèn)可我這個評價體系?！?/p>

談及是否考慮過讀PhD，翁家翌說從未認(rèn)真想過。“如果想進(jìn)工業(yè)界，讀PhD其實是在浪費生命。”他說：“你完全可以以master為跳板，然后來湊夠PhD進(jìn)工業(yè)界的標(biāo)準(zhǔn)。能夠讓對方挑選master的你，而不是另外一個PhD。我覺得是想清楚差異化，這個是很關(guān)鍵的?！?/p>

PhD的訓(xùn)練是讓你擅長講故事、寫paper、畫圖，而工業(yè)界要的是快速迭代和系統(tǒng)正確性。他說，自己的一位OpenAI同事也曾是強化學(xué)習(xí)方向的PhD，后來開發(fā)了一個很出名的RL框架。這位同事總結(jié)過一句話，讓他印象深刻：“教一個researcher如何做好engineering，比教一個engineer如何做好research難得多。”

在翁家翌看來，研究的價值在于驗證，而驗證的關(guān)鍵是infrastructure。只要基礎(chǔ)系統(tǒng)正確、超參合理、迭代效率高，就能快速篩選出有效想法。而“idea is cheap”，真正稀缺的是驗證的效率和質(zhì)量。

“每家infrastructure都有不同程度的bug，誰修的bug多，誰的模型性能就越好。”他直言不諱地說，自己沒興趣再做調(diào)參式的研究了，“我更愿意賣鏟子?！?/strong>

翁家翌的想法是：把infra地基打好，讓別人去玩，讓別人去發(fā)paper，也許還能帶上掛名。

八、OpenAI還“Open”嗎？從AGI定義到組織焦慮，翁家翌給出答案

在翁家翌看來，“Agent”和“強化學(xué)習(xí)的post-training”之間沒有本質(zhì)差別。“它們本質(zhì)上是一個東西，只是中間多了幾步交互。”他認(rèn)為，在技術(shù)路徑上，環(huán)境變化是主要區(qū)別，但并不構(gòu)成新挑戰(zhàn)。

談及AGI的定義，他并不認(rèn)同有統(tǒng)一標(biāo)準(zhǔn)。“OpenAI內(nèi)部你抓15個人，可能有20種定義AGI的方法。”他自己的定義是：“如果它能完成80%、90%我認(rèn)為有意義的任務(wù)，那它可能就是是AGI了。”

而當(dāng)前他日常負(fù)責(zé)的代碼上，尚無法放心交給模型修改。翁家翌稱，“AI infra的數(shù)據(jù)集覆蓋極低，成本太高了，目前還觸及不到這塊?！?/p>

在被問及是否擔(dān)憂自己被AI取代時，他認(rèn)為每個人往往會過度反應(yīng)，“但實際上不會這樣的，它是個很慢的、循序漸進(jìn)的過程?！?/strong>

翁家翌自稱熱愛開源，但也非常清楚這背后的權(quán)衡?！?strong>你沒法直接把最好的模型開源，因為公司要生存?！遍_源與公司生存之間是不可避免的取舍，尤其在資源密集型的模型研發(fā)階段，必須保障資本輸血與商業(yè)可持續(xù)。

在他看來，OpenAI的“Open”戰(zhàn)略并不意味著對所有同行開放，而是盡可能以低門檻的方式讓普通人用上強大工具。“比如ChatGPT有免費版本，還有語音模式體驗，這樣可能是更有利于‘造福全人類’，而不是直接開源。你給出裸的模型權(quán)重，普通人也不知道怎么用?！?/p>

對于外界關(guān)于“OpenAI已不Open”的批評，他回應(yīng)：理論上可以做到開源和社區(qū)反饋，但現(xiàn)實很難。你一開源，別人就立刻閉源壓你，導(dǎo)致你融不到錢，沒法繼續(xù)實驗。

他也坦言，如果公司資源不受限，“我當(dāng)然會很開心地開源RL Infra團(tuán)隊這兩三年的成果。

被問到OpenAI實現(xiàn)AGI的最大挑戰(zhàn)，他用一個詞概括：“執(zhí)行?！痹谒磥?，“只要組織能在正確方向上穩(wěn)定執(zhí)行，就足夠了?！彼寡?，“就比如說差點倒閉那次，只要別再那樣就好。”

對于Sam Altman那場風(fēng)波，他回憶稱：“董事會對Sam的不信任投票，把他趕了出去?！钡讓訂T工的反應(yīng)是“震驚”，因為對他們來說，董事會之前對內(nèi)部幾乎沒有透明度，“我們也不知道這個決策是怎么做的”。

他還提到，OpenAI最終支持Sam回歸，是因為“純技術(shù)出身的人并不一定能撐起整個AI公司”?！澳阈枰粋€能搞錢、搞算力、搞資源的人，不是只有很好的研究經(jīng)驗就行。”

他將Sam抽象成一個“identity（精神符號）”，并說：“如果你試圖用AI來替代這個identity，別人對它的認(rèn)同就會缺失。”

他并不避諱團(tuán)隊流失的問題。對于人才流動，他的態(tài)度是：“一個健康的組織，所有人都是可以被替代的?！敝灰性煅芰?，培養(yǎng)新人，OpenAI就能持續(xù)運轉(zhuǎn)。

但他也承認(rèn)，OpenAI并非在所有關(guān)鍵指標(biāo)上都處于全球領(lǐng)先，比如在infra迭代速度上。

“比如DeepSeek那波聲稱迭代很快，這確實讓內(nèi)部很多人警覺?！彼岬剑@也是重構(gòu)一版Infra的原因，Infra的迭代是OpenAI生死線，“我們早就不做為了刷榜而做的事了?！?/p>

他還解釋說，大公司結(jié)構(gòu)復(fù)雜、use case（應(yīng)用場景）眾多，難免影響效率。相比之下，“一個初創(chuàng)團(tuán)隊集中做一個方向，斜率肯定高?！彼a充道：“所有公司做大了都會變慢，看哪個‘沒那么差’而已。”

他也提出一個設(shè)想：一個擁有無限上下文記憶能力的AI Agent，或許才是最合適的CEO。

現(xiàn)在的組織臃腫、context共享不一致，是人類無法克服的限制，但AI可以。這樣的Agent未來能解決管理的核心問題，承擔(dān)起決策者角色。他說：“人類的context是有限的，但AI可以。”

九、如果AI真的能預(yù)測未來，人類該不該按下暫停鍵

在這段對話的最后，話題轉(zhuǎn)向了一個更抽象的問題：如果讓AI去解決一個世界難題，翁家翌最想做的是什么。他給出的答案是如何預(yù)測未來。

他坦言，“所有的東西都是可以被預(yù)測的，所以理論上它是可以用AI解決的。”

正因為如此，他反而認(rèn)為，“如果你能拿到一個能夠預(yù)測未來的機器的話，那么對個人而言，其實是一個災(zāi)難，我覺得這會導(dǎo)致所有的價值體系的崩塌?！?/p>

他目前采取的應(yīng)對方式，是“忘掉這一切”，假裝不知道世界是否確定，只專注于當(dāng)下的體驗與選擇。

他也提出了一種解釋：時間或許并非線性流動。未來的我，幫助過去的我來完成某些決策。

當(dāng)話題回到現(xiàn)實，他對創(chuàng)業(yè)與未來的態(tài)度并不明朗。他并不否認(rèn)創(chuàng)業(yè)的可能性，但明確稱目前還沒有看到足夠好的想法，也認(rèn)為OpenAI依然是一個值得留下的地方。

他更偏好有真實需求的產(chǎn)品，正如他過去做過的“天授”和“退學(xué)online”。在他看來，“技術(shù)不重要，重要的是就是抓住需求。”

談到更長遠(yuǎn)的未來，他并沒有給自己設(shè)定明確的終點。他希望十年后的自己，能夠“做當(dāng)時想做的事”，有足夠的資源與足夠的能力。他仍然選擇繼續(xù)“投資未來”，讓他有選擇的權(quán)利。

在播客的最后，翁家翌留下了一句答案。他坦言，“我曾經(jīng)一度想通了我自己想要什么，但是我其實還是沒有那么想通，這個問題值得一生去思考?！?/p>