标题：揭秘OpenAI的内部运作

作为大模型浪潮中的领军者，OpenAI备受关注，但其内部运作一直神秘莫测。最近，一位离职工程师Calvin分享了他在OpenAI一年的工作体验。他于2024年5月加入，今年6月底离职，并非因纠纷，而是更倾向于从0到1的创业环境，而非在3000人团队中做“螺丝钉”。

Calvin的文章《Reflections on OpenAI》更像是私人备忘录，记录了他对这家快速迭代公司的观察。他强调：“这里没有商业机密，只有我对这一迷人组织的真实感受。”

文化：混乱与高效的混合

OpenAI的文化既混乱又高效，既集中又分散。Calvin入职时公司约有1000人，一年后已扩张至3000人。这种极速增长带来了沟通成本上升和团队协作多样化等问题。他的团队Codex节奏极快，讲究“先做再说”。

公司几乎所有事务都通过Slack处理，包括项目协调、技术讨论甚至领导层对话。Calvin还指出，OpenAI高度依赖“自下而上”的推动方式，任何好主意都能被采纳并迅速落地。研究者被视为“小执行官”，各自探索方向，最终看成果如何。此外，公司对新信息反应敏捷，能快速调整策略，与Google等巨头相比显得更加灵活。

尽管内部开放，对外却极为保守。由于身处舆论中心，OpenAI采取严格保密措施，核心数据仅限特定权限员工查看。Calvin认为，这种紧绷氛围源于其追求AGI（通用人工智能）的使命感，以及产品已被数亿用户用于关键领域的责任感。

技术：快速迭代的代价

技术层面，OpenAI的核心代码托管在一个巨大的monorepo中，主要使用Python，同时引入Rust和Golang。代码库风格多样，从资深工程师的严谨设计到新人的临时笔记本并存。基础设施几乎完全基于Azure，但公司偏好自研系统，减少对外部工具的依赖。

团队中有不少来自Meta的成员，使OpenAI某种程度上类似于早期的Meta：一款现象级应用搭配快速迭代的文化。此外，“聊天消息”和“对话”是代码设计的核心原语，忽视这些可能导致问题。

架构决策由行动驱动，谁想做谁决定，因此常出现“重复造轮子”的情况。虽然这带来一定混乱，但也体现了OpenAI的速度与执行力。例如，Codex项目的冲刺阶段，团队仅用7周就完成了从开发到上线的全过程。

收获与反思

回顾这一年，Calvin坦言最初加入时充满犹豫，但他实现了自己的目标：理解模型训练边界、与优秀团队共事、发布打动人心的产品。他还提到，OpenAI的产品设计以个人用户为导向，而非企业客户，这让他对ToC市场有了全新认识。

对于创业者，Calvin建议要么大胆试错，要么加入顶级实验室，亲身参与未来构建。他认为，AGI竞赛已进入三国时代：OpenAI、Anthropic和Google分别代表消费产品、企业服务和工程硬核的不同路径。无论选择哪条路，都将是一段眼界大开的经历。