GPT引领了新一轮科技风潮，紧随其后的是DALL·E、Whisper、Sora、Codex等创新产品，众多人士不禁疑惑，为何OpenAI总能不断推出那些能够重塑世界的杰出之作？

三周之前，OpenAI的资深工程师Calvin French-Owen对外公布了自己的离职决定，他曾是Codex项目的重要一员。Codex是OpenAI推出的全新编程辅助工具，其竞争对手包括Cursor以及Anthropic公司的Claude Code。

离开岗位后，Calvin 编写了一份详尽的内部记录，以一线工程师的视角，向所有对OpenAI充满好奇的人们披露了该组织内部的实际情况。在他看来，OpenAI既是一个研究机构，又仿佛是一台持续运转的产品制造机器。

OpenAI一年，从一千人暴增到三千人

加入OpenAI之后，Calvin成为了超过1000名员工中的一员。仅仅一年时间，公司的规模就膨胀了三倍。他在个人博客中提到，这种迅猛的发展速度随之而来的是一系列“成长的烦恼”：组织内部的沟通变得杂乱无章，各个团队的步调不一致，Slack上的消息如潮水般涌来，充斥着整个工作环境。

在 OpenAI，邮件的使用极为罕见，所有的交流都集中在 Slack 平台上进行。大家对此并不干涉，你只需确保自己能够适应并跟上团队的步伐即可。

他从Segment小团队创始人的角色，转变为3000人规模组织中的一员，这样的转变让他感受到了巨大的差距，甚至一度对自己的选择产生了怀疑。然而，这段经历也让他亲眼目睹了一个“庞大的科研与产品制造工厂”是如何运作的。

自下而上，一切都能自己先干起来

Calvin 不止一次地强调了“自下而上”这一理念。在 OpenAI，那些优秀的创意并非源自繁琐的程序，而是某个成员私下里先行尝试，打造出了原型。

当时Codex的雏形阶段，内部曾并行存在三到四个不同的版本，均由少数几人自行汇编而成。一旦效果达标，便能够吸引他人加入、组建团队、启动项目。

管理方式与传统的大型企业存在差异：在团队中，那些能够提出优秀创意并付诸实践的人，将享有更大的发言权。相较于口才和权谋，该公司更重视的是“你是否能够将构想变为现实”。

他甚至如此形容，最出色的研究人员宛如“微型CEO”，他们对于所从事的研究项目享有充分的自主决定权，无人会对你进行研究内容的抉择指手画脚，最终的评价标准唯有成果本身。

迅速行动，Codex仅七周就上线

在这封备忘录中，最为生动精彩的段落，源自于Calvin在Codex项目中的那段为期7周的冲刺经历。

他结束了陪产假的提前，重返了办公室，与十几位同事一起奋力改进产品、测试各项功能、修改代码。他在日记中感慨道：“这七周是我近十年中最疲惫的时光。每晚十一二点才得回家，清晨五点半又被孩子唤醒，七点又得回到办公室，即便是周末，也依然在赶工。”

从编写第一行代码到最终上线，Codex 仅耗时短短7周。这一切的背后，是仅有不到20人的核心团队，他们还随时可以召集GPT工程师、设计师、产品经理以及市场营销人员。这里没有繁杂的争论，也没有季度的OKR目标，只要有能力，就能直接加入其中。

他坦言未曾目睹任何企业能在如此短暂的时间内将一个构想转化为成品，并且无偿地向公众提供使用——这正是 OpenAI 真正的工作步调。

被放大的注目与隐形的压力

这家企业的雄心壮志超越了GPT。Calvin透露，OpenAI正同时在十多个领域进行投资布局：包括API、生成图像、编码代理、硬件技术，甚至还有一些尚未对外公开的项目。

他也看见了这背后不可避免的高压。

众多团队致力于追求同一愿景：构筑通用的智能系统（AGI）。他们间的每一次交流，都可能演变为全球范围内的新闻热点。在内部，众多产品和财务信息被严格保密，而团队成员之间则存在着权限的明确划分。

外界对于安全问题的热议，Calvin 也提出了自己的见解。他认为，让众多团队日夜忧虑的并非“AI何时将统治世界”，而是仇恨言论的传播、政治的操控、提示信息的植入，甚至是用户利用它来撰写生物武器的配方。这些看似微不足道却实际存在的风险，相较于哲学层面的疑问，处理起来更为复杂棘手。

OpenAI 到底酷在哪儿？

外界普遍认为，这家企业堪称“距离人类终极智能的殿堂最为接近之地”。然而，对于那些已经离开的人来说，其独特之处在于：即便如此，它依旧未能沦为一个行动迟缓的庞然大物。

Codex项目在七周内成功上线，团队人员可灵活跨项目调配，“只要有需要，无需等待下一季度计划”。领导层不仅频繁在Slack上活跃，而且并非仅仅象征性参与，而是真正投入到具体的讨论和决策中。

此外，令他深感钦佩的是，OpenAI 将其最先进的模型无偿地纳入了API服务中，不仅面向大型企业销售，同时也向广大公众开放。用户无需签订年度合同，亦无需支付高额的授权费用。在这方面，他们确实做到了言行一致。

他离职的缘由并不那么引人入胜。外界常常将离职之事渲染成一场阴谋。然而，Calvin 表示，他离开 OpenAI 的70%原因，仅仅是因为他渴望尝试一些全新的项目。

在他眼中，OpenAI 已然由当初那些热衷于实验的科研狂人聚集地，演变成为一个兼具科研与消费级应用双重属性的产物：其中科研成分占据一半，另一半则是致力于消费级应用的产品机制。各个团队各自追求着不同的目标，步调也不尽相同。面对这样的现状，他渴望开启新的探索之旅。

这封信留给世人的，是来自旁观者的警示：OpenAI并非一个冷漠无情的AGI制造工厂，而是一群人，他们以近乎极限的速度，将脑海中的创意转化为全球都能使用的实际产品。

他如此表述：“即便只是成为这台庞大机械上的一颗微小螺丝，也能使人保持清醒，也能激发出内心的激动。”

这段话或许正是那些选择离开、坚守阵地，亦或是怀着好奇之心关注OpenAI的人们，都能心领神会的一句箴言。

以下为Calvin分享原文（由GPT翻译）：

关于OpenAI 的思考

2025 年 7 月 15 日

三周前，我告别了OpenAI，而在此之前，我于2024年5月正式加入了该公司。

我有一些心得体会想要与大家交流，鉴于围绕OpenAI的种种行为充满了迷雾和杂音，然而，关于在那儿工作的真实文化氛围，却很少有来自一线的切实感受。

纳比尔·奎雷希撰写了一篇引人入胜的文章《对 Palantir 的反思》，在其中深入探讨了Palantir的独特之处。在记忆依然清晰之际，我也打算对OpenAI进行一番类似的思考。此中并无任何商业机密，而是对这一历史上最具魅力的组织之一在一段极富趣味的时间节点上的现状所产生的一些个人感悟。

我要先澄清：我的离职并非因个人恩怨——实际上，我对这个决定感到十分纠结。从创立自己的项目到成为拥有3000名员工的庞大组织的一员，这样的转变确实艰难。如今，我迫切期待一个全新的起点。

工作的品质很可能成为我归来的原因。很难设想能够创造出具有深远影响的作品，AGI便是其中之一，而LLMs无疑是近十年技术创新的典范。我有幸亲眼目睹了这些进步，并且亲身参与了Codex的发布过程。

这些显然并非公司立场——这只是我个人的观察之见。OpenAI 作为一个庞大的平台，而我所了解的，不过是它的一隅。

文化

关于OpenAI，首要明确的是其迅猛的发展态势。我加入公司之际，员工总数刚突破千人大关。短短一年间，员工数量激增至三千多人，而我在职时间位列前30%。当时，几乎所有高层管理人员的工作职责都与两年至三年前有了显著变化。

自然，迅猛的发展引发了一系列挑战：公司内部如何有效沟通，汇报体系如何构建，产品发布流程如何优化，人员管理和组织架构如何调整，以及招聘流程的改进等。各个团队的文化差异明显：有的团队持续高速前进，有的专注于大型项目的监控，而另一些则维持着较为平稳的步伐。OpenAI的体验并非统一，研究、应用和市场推广等部门的工作节奏也各有不同。

OpenAI的一大特色是，所有活动——我指的是全部——都依赖于Slack平台。这里没有电子邮件的踪影。在我任职期间，接收到的邮件数量寥寥无几，大约只有十封左右。若你不擅长整理，这可能会让你感到非常分心。然而，若你能妥善管理频道和通知，使用起来仍然非常方便。

OpenAI 在研究上特别强调自下而上的方法论。初入公司，我便对下一季度的规划路径进行了咨询。得到的答复是：“这样的规划并不存在”——尽管如今已有。优秀的创意可能源自任何角落，而且往往难以预知哪些创意最终会最为有效。我们并不追求一个庞大的“总体规划”，而是认为研究进展是逐步迭代的，随着新研究的不断涌现，这些进展逐渐显现。

这种自下而上的文化使得 OpenAI 极为看重员工的能力与贡献。公司高层领导者的选拔，往往取决于他们提出创新想法并成功实施的能力。在全员大会上发表演讲或运用政治手段并非这些领导者的强项。在 OpenAI，这些技能的重要性相较于其他公司要低得多。在这里，最出色的点子往往能够脱颖而出。

存在一种明显的倾向，促使人们直接采取行动。这样的团队尽管并无关联，却常在诸多想法上达成共识。我起初加入了一个与GPT连接器相似的平行项目（虽然是在内部）。在我们决定推进发布之前，大约有3到4个不同的Codex原型在私下流传。这些项目往往由少数人未经授权独立进行。随着项目展现出潜力，团队往往会迅速围绕它们组建起来。

Andrey（Codex负责人）曾向我传授，对待研究人员应视其为各自领域的“微型领导者”。他们往往倾向于沉浸于个人事务，观察其成效。由此可得出一个结论——众多研究项目往往是在“极客引导”下，促使研究人员聚焦于某一特定议题而得以推进。一旦某个议题被视作乏味或“已解决”，便鲜有继续深入研究的可能性。

卓越的研究经理拥有巨大的影响力，然而其作用亦有所局限。他们能够将众多独立的研究成果整合，形成规模更大的模型训练项目。这一原则同样适用于杰出的产品经理（向ae致敬）。

我曾与之合作的GPT产品经理，包括Akshay、Rizzo和Sulman，是我所遇到的最出色的客户之一。他们似乎对各行各业都了如指掌。他们通常给予较大的自主权，同时都慧眼识珠，挑选了杰出的人才，并竭尽全力保障他们的成功。

OpenAI 具备快速调整策略的能力。这一点在 Segment 我们尤为看重——面对新信息的涌现，采取正确的行动远胜于单纯地坚持原有的计划。令人称奇的是，即便像 OpenAI 这样的大型企业，依然保持着这种灵活精神——相比之下，谷歌则显然缺乏这种特质。它们在作出决策后，会迅速行动，一旦选定目标方向，便会全力以赴。

公司正承受着众多审查的目光。对于我这个有B2B企业经验的人来说，这确实让我感到意外。我时常在新闻媒体上看到一些尚未内部公开的信息被曝光。提及我在OpenAI工作，常有人对我的公司持有既定观点。甚至有些Twitter用户会利用自动机器人来监测是否有新功能即将推出。

OpenAI 非常注重保密性，我无法向他人详述我的工作内容。该机构内设有多个 Slack 工作区，各区域权限不同。此外，收入与资金使用情况也采取了更为严格的保密措施。

OpenAI 实际上是一个远比你预想的更为庄重的机构，这其中的一个重要因素在于其风险系数极高。首先，我们的目标是打造通用人工智能（AGI），这要求我们必须做到面面俱到。其次，我们正在开发一个产品，它将为数亿用户提供从医疗咨询到心理治疗等一系列服务。此外，公司还置身于全球最为激烈的竞争之中。我们持续关注 Meta、谷歌以及Anthropic的最新进展——我坚信他们同样在密切跟进。众多主要国家的政府也都对此领域保持着高度关注。

尽管OpenAI 在媒体上常遭非议，然而我所接触的每一个人实际上都在致力于追求正义。考虑到它专注于服务消费者的定位，在众多大型实验室中显得格外突出，这也使得它成为了众多诽谤的焦点。

尽管如此，你或许不应将OpenAI视为一个统一的整体。据我观察，OpenAI最初类似于洛斯阿拉莫斯实验室，它是由一群热衷于科学探索的科学家和技术爱好者组成的。这个团队意外地孕育出了历史上最具传染性的消费级应用。此后，其发展目标进一步延伸，涵盖了向政府和企业提供产品和服务。组织内部，各类背景和部门的人员逐渐展现出各自独特的目标与见解。随着你在该组织中的任职时间增长，你可能会更倾向于从“研究实验室”或“致力于公益的非营利机构”的角度去审视问题。

我最看重这家公司的特质之一，便是它在人工智能收益的分配上，始终保持了一致的行动与言辞。它所拥有的尖端模型，并不仅限于那些签订年度协议的企业用户。全球任何人都能够无障碍地直接通过GPT获取信息，即便未进行登录。用户只需注册，即可利用API——即便是高端或专有的模型，也通常能迅速加入API，为初创企业提供便利。你可以设想一种与现今体系大相径庭的运行机制。OpenAI 在此方面理应受到广泛赞誉，这一点依旧根植于公司的核心基因之中。

实际上，安全性对你的重要性远超你通过阅读Zvi或Lesswrong等平台所获知的。众多专业人士正投身于安全系统的研发。考虑到OpenAI的特点，我观察到人们更倾向于关注实际存在的风险，如仇恨言论、滥用、政治偏见的操纵、生物武器的制造、自残行为以及提示注入等，而非理论上的风险，例如智能爆炸和权力追求。这并不意味着无人关注那个方面，事实上，确实存在一些人对理论风险给予了关注。然而，就我个人观点而言，这并非我所关注的焦点。大多数研究成果尚未对外公布，OpenAI理应采取更多措施，将这些研究成果公之于众。

在招聘会上，其他公司往往随意派发各种周边产品，而OpenAI却几乎不这么做，哪怕是对新入职的员工也不例外。他们采用的是“限时抢购”的方式，顾客可以订购那些有库存的商品。首次推出时，需求量之高甚至让Shopify的在线商店出现了故障。此外，内部还流传着一篇帖子，详细介绍了如何正确发送JSON数据包来规避相关限制。

与GPU的投入成本相较，其他费用几乎可以忽略不计。以Codex产品中一项边缘功能为例，其GPU开销与我们Segment整体基础设施的GPU费用相仿（尽管规模不及GPT，但同样承载了相当数量的网络流量）。

OpenAI或许是我所遇见的最具雄心的组织之一。或许有人会想，拥有全球顶尖的消费级应用已经足够，然而他们却怀揣着在数十个不同领域展开竞争的渴望：API产品、深度研究、硬件、编码代理、图像生成，甚至还有一些尚未对外公开的领域。这里是一片孕育和推动创意不断发展的肥沃土壤。

公司对推特的态度十分重视。一旦你发布了一条与OpenAI相关且广受欢迎的推文，极有可能吸引众多目光并引起关注。我的一个朋友半开玩笑地评论道：“这家公司似乎依赖于推特的环境。”作为一个以消费者为主要服务对象的机构，这种观点或许并非全然无理。尽管他们确实在大量研究用户使用情况、用户增长以及用户留存率，但氛围的营造同样占据着重要的位置。

OpenAI的团队在灵活性方面更为突出。在Codex项目推出之际，我们迫切需要几位经验丰富的GPT工程师来协助我们确保按时完成发布。为此，我们与几位GPT的工程经理进行了会面，并提出了我们的请求。令人惊喜的是，第二天就有两位技艺高超的专家准备好加入并给予支持。整个过程并未经历繁琐的“等待季度计划”或“调整人员编制”的程序，因此进展异常迅速。

高层团队显著突出且积极参与其中。在诸如OpenAI这样的企业中，这一点尤为明显，而每一位高层管理人员都表现得极为专注。在Slack平台上，你时常能见到gdb、sama、kw、mark、dane等人士活跃地发表见解。领导层成员无一缺席。

代码

OpenAI 集成了一个规模庞大的单一代码库，其中以 Python 为主（尽管 Rust 服务正逐渐增多，以及用于网络代理等特定场景的少量 Golang 服务也在增长）。由于 Python 存在多种不同的编程风格，这造成了代码风格的多样性。你将接触到由拥有十年谷歌经验的资深工程师所构建的可扩展库，同时也有新近毕业的博士所编写的临时性Jupyter笔记本。在大多数情况下，这些内容都是基于FastAPI框架来构建API，并采用Pydantic进行数据验证。然而，在整体上，并没有一个强制推行的统一代码风格规范。

OpenAI的各服务均依托Azure平台运作。令人好奇的是，我个人认为其中仅有三项服务值得信赖，分别是：Azure Kubernetes 服务、Azure的文档存储服务CosmosDB以及BlobStore。目前市面上没有完全与 Dynamo、Spanner、Bigtable、BigQuery、Kinesis 或 Aurora 相匹敌的服务存在。关于自动扩展的概念，其应用方式相对较少见。在 IAM 方面的实现，通常不如 AWS 那般周全，并且更倾向于内部开发。

在工程领域，Meta 至 OpenAI 之间的人才流动尤为突出。OpenAI 在诸多方面与早期的 Meta 相似，比如拥有一款备受欢迎的消费级应用、初步搭建的基础设施，以及对快速发展的强烈渴望。我曾遇见不少来自 Meta 和 Instagram 的基础设施人才，他们普遍表现出色。

综合这些要素，你会发现众多基础设施的关键组成部分与Meta有着相似之处。在内部，我们已对TAO进行了重构，正致力于在边缘进行身份验证的整合，此外，我相信还有许多我尚未知晓的其他项目正在进行中。

聊天的理念内涵丰富。自GPT备受关注后，众多代码库的设计框架均以聊天信息和对话模式为核心。这些核心要素已根深蒂固，忽视它们可能引发潜在风险。尽管在Codex中我们有所调整（更多地参考了响应API的实践），但仍广泛采用了既有的技术成就。

在编程领域，成功往往取决于代码本身。相较于依赖某个核心架构或规划机构，决策往往由负责具体执行任务的团队作出。因此，行动导向性极强，导致代码库中频繁出现重复内容。我大致统计过，大约有半打左右的库与队列管理或代理循环相关。

在多个层面，工程团队的迅速扩张以及工具的不足引发了诸多问题。sa-server（后端单体应用）变得有些混乱。主分支上的持续集成（CI）故障出现的频率远超预期。即便测试用例并行执行，仅考虑部分依赖，使用 GPU 运行测试也可能耗时约30分钟。这些问题并非全然无解，然而，这却警示我们，此类问题广泛存在，且在迅速蔓延的过程中，其严重性可能加剧。令人欣慰的是，我们内部的团队正给予这些问题极高的关注，并全力以赴，努力改善当前的状况。

我学到的其他东西

这就是大型消费品牌的形象。在着手研发Codex之前，我并未深刻领悟到这一点。以往的评价体系都是以“专业用户”为基准。即便是像Codex这样的产品，我们亦主要关注个人用户的入门体验，而非团队协作。作为一名主要来自B2B/企业领域的从业者，这让我感到有些不适应。你只需一开关，流量从第一天起就会涌入。

大型模型的培育过程（宏观概述）涉及从“实验”阶段向“工程”阶段的过渡。这一过程中，存在一个连续的光谱。多数创新理念起初仅限于小规模的实验研究。一旦实验结果展现出积极前景，这些理念便会被纳入更大规模的模型训练中。在这一过程中，不仅需要对核心算法进行优化调整，还需对数据集进行精心组合，并对研究结论进行细致分析。而在进行大规模模型训练时，其复杂性几乎可以比作是一项庞大的分布式系统工程。在处理过程中，你将面临诸多异常的边界状况以及诸多出乎意料的难题，解决这些问题的重任则落在了你的肩上。

进行GPU计算的方法有哪些。作为Codex项目的一部分，我们需预估所需的负载量，而这对我来说是首次深入进行GPU性能的基准测试。重点在于，应当以所需的延迟标准为起点（包括总体延迟、令牌数量、首个令牌生成时间），而非从GPU所能达到的性能基础出发。每一次新模型的更新都可能对负载模式产生显著影响。

在庞大的Python代码库中如何有效工作，Segment平台采用了微服务架构，主要采用Golang和Typescript进行开发。相较于OpenAI，我们的代码规模并不庞大。在此过程中，我积累了丰富的经验，学会了如何根据开发者人数来合理扩展代码库。同时，为了确保“默认可用性”、“维护主分支的整洁”以及“降低误用风险”，必须采取更多的防护措施。

发布Codex

在OpenAI的最后三个月里，我投入了大量的精力来推进Codex的发布工作。这一经历无疑成为了我职业生涯中的一大亮点。

2024年11月，OpenAI确立了2025年推出编程代理的计划。进入2025年2月，我们内部已启动了若干利用模型实现的工具，并取得了显著成效。在这一过程中，我们明显感受到了推出专注于编程领域的代理所面临的压力。模型显然已进入对编程极具价值的阶段，这一点从市场上涌现的众多编程辅助工具的激增中便可窥见一斑。

我提前结束了产假，返回岗位以协助Codex的发布工作。一周之后，我们见证了两个团队（虽然有些混乱）的合并，紧接着便投入到了紧张的工作节奏中。从着手编写第一行代码开始，到最终完成，整个产品的开发过程仅用了短短7周的时间。

这次对 Codex 的冲刺可能是我近十年里付出努力最甚的一次。多数夜晚，我都会工作至十一点甚至更晚。清晨五点半，新生儿的声音将我从睡梦中唤醒。七点钟，我又踏入了办公室。大多数周末，我依然坚守在工作岗位上。我们团队齐心协力，全力以赴，因为每一周都至关重要。这不禁让我想起了在 Y Combinator 的那段时光。

其速度之迅猛，实难用言语来表达。我未曾目睹过任何规模的组织，在如此短暂的时间里，将一个构想转化为成品，并免费向公众推广。规模颇为可观；我们打造了一套容器运行环境，对代码库的下载流程进行了优化，调整了一款定制的模型用于代码编辑，应对了多种git操作，推出了全新的用户界面，开启了网络访问功能，最终呈现了一个操作体验极为愉悦的产品。

不管你怎么说，OpenAI 依然保持着那种开拓精神。

喜讯传来，唯有恰当之选方能成就非凡。我们的团队汇聚了约八位工程师、四位研究员、两位设计师、两位市场推广专家以及一位产品经理，是一支实力雄厚的精英集体。若无此团队，我们恐怕早已遭遇挫折。成员们无需过多指导，却亟需高效协调。若您有幸与 Codex 团队成员携手共事，请务必知晓，他们每一位都堪称杰出。

发布日的前一个夜晚，我们五人通宵达旦，直至凌晨4点，努力完成主单体系统的部署（这一过程耗时数小时）。部署完毕后，我们迅速返回办公室，为次日早上8点的公告发布和直播活动做好准备。我们启动了相关功能，随即观察到流量开始大量涌入。我未曾目睹过任何产品仅凭左侧边栏的展示就能实现如此迅猛的增长，然而这正是GPT的神奇魅力所在。

在产品形态上，我们最终选定了一种全然不同的异步模式。这种模式与Cursor（目前也加入了类似功能）或是Claude Code等工具有所区别，我们的设计宗旨在于使用户得以启动任务，并让代理在独立的环境中自主执行。我们的押注在于，在项目的收尾阶段，用户应当将编码代理视作同事一般，向其传递信息，代理随后将利用时间完成任务，最终携带着一份成果报告返回。

这颇似一场赌局：我们目前所处的状况颇为奇特，模型的表现尚可，但并未达到顶尖水平。它们能够不间断地工作数分钟，却无法维持数小时之久。用户对模型能力的信心程度参差不齐。此外，我们甚至对模型的实际能力究竟如何强大尚无确切了解。

从长远角度考量，我深信编程的未来将逐渐趋向于Codex的模式。此外，观察各类产品如何逐渐演变，无疑将是一件极具趣味的事情。

Codex（或许这一点并不让人感到惊讶）在处理庞大的代码库方面表现得尤为出色，对如何进行有效导航有着深刻的理解。相较于其他工具，我观察到的一个显著差异在于，它具备同时启动多个任务并对比它们输出的能力。

近期我查阅了相关公开资料，发现其中对比了众多LLM代理提交的Pull Request数量。据资料统计，Codex已经成功生成了63万个Pull Request。在过去的53天里，平均每位工程师贡献了大约7.8万个公开的Pull Request。至于私有PR的数量，则有待进一步推测。对于我来说，能否参与这样一个极具影响力的项目，至今仍是个未知数。

离别感言

坦白讲，起初我对加入OpenAI持有一定的顾虑。我并未确定放弃个人自由、接受上级的领导、成为庞大机构中一枚不起眼的螺丝钉会是一种怎样的体验。因此，我一直选择低调行事，对自己的加入守口如瓶，以防万一这个决定并不适合我。

我确实想从这次经历中获得三样东西：

1、建立对模型训练方式及其能力发展方向的直觉理解；

2、与杰出人才共事并学习；

3、推出一款伟大的产品。

回首这一年的经历，我坚信这乃是我作出过的最为明智的选择之一；实在难以设想，若非此地，我还能在别处获取如此丰富的知识。

身为初创企业的创始人，若你发现公司发展停滞不前，不妨考虑对现有策略进行深度审视，探索更多拓展尝试的可能；或者，你也可以选择加入一家规模庞大的实验室。当前正是一个创业的黄金时期，同时也是把握未来趋势的宝贵时机。

在我眼中，通往通用人工智能（AGI）的征程目前呈现为一场由三股力量主导的竞争格局：OpenAI、Anthropic 以及谷歌。这三家机构各自秉承着不同的基因——有的面向消费者，有的面向企业，还有的则专注于坚实的基础设施和数据——从而选择了各自独特的路径。若能在其中任何一家机构工作，都将是一次极为宝贵的视野拓展之旅。

在深夜时刻，Leah给予了我们巨大的帮助，并承担了繁重的育儿任务。我也要感谢PW、GDB和Rizzo，他们给了我这次宝贵的机会。此外，SA团队的成员们，包括Andrew、Anup、Bill、Kwaz、Ming、Simon、Tony和Val，他们教会了我许多入门知识。我必须向 Codex 核心团队表达感激之情，他们引领我走过了人生中一段难忘的旅程：包括 Albin、AE、Andrey、Bryan、Channing、DavidK、Gabe、Gladstone、Hanson、Joey、Josh、Katy、KevinT、Max、Sabrina、SQ、Tibo、TZ 以及 Will。我永远不会忘记这次冲刺。

每当领导职位出现变动，公众往往倾向于分析其中诸多戏剧化的情节，然而，在我看来，大约有七成的情况，其根本原因不过是一个简单的现实。

我坚信，目前我们正经历一段微妙的转型期。此刻，公司正积极从外部大规模引进高级管理人员。对此，我持肯定态度，并认为公司通过引入新鲜的外部血液，获得了极大的益处。

我观察到，那些历史上增长速度最快的消费端产品，在发展过程中往往能够培养出强大的能力。

自然，我们得以站在巨人的肩膀之上。得益于CaaS团队、核心强化学习团队、人类数据以及通用应用基础设施，这一切才得以实现。

我们也一直在坚持。

几周前，我们注意到Meta进行了一系列关键的招聘活动。同时，xAI发布了在基准测试中表现出色的Grok 4。Mira和Ilya均具备卓越的才华。或许，这一举措将扭转局势——他们确实非常出色。然而，他们仍有一些领域需要努力追赶。

对链接内容的访问权限被限制，确保用户无法直接浏览该页面。