OpenAI 十岁了

多客科技

作者：微信文章


OpenAI新任高管对公司十周年及内部文化的深度观察，这不仅仅是一篇庆生文，更是一篇文化宣言（Manifesto）和战略澄清书。它试图回答外界乃至内部的一个核心困惑：一家拥有 8 亿周活用户的商业巨兽，如何保持“科研实验室”的灵魂？

---

今天是 OpenAI 的十周岁生日。四个月前加入时，我就深知自己踏入的是一家拥有深厚历史积淀、独特文化和深远影响的非凡公司。一直以来，我都在努力挖掘人才与团队身上的“魔力”，并让其闪耀。因此，我花了很多时间去探究：究竟是什么成就了今天的 OpenAI？我想借此机会，带大家一窥我的发现。

起初，OpenAI 并未计划涉足消费者或企业业务。然而，在 ChatGPT 发布仅三年后的今天，我们已成为史上增长最快的公司：每周有 8 亿用户使用我们的产品，百万家企业客户在此基础上构建应用。但最令我震撼的，是这家公司依然深深扎根于初心：专注于研究、安全，以及“确保通用人工智能（AGI）造福全人类”的长期使命。以下是我对这种独特性的几点思考：

一切始于研究

OpenAI 是一家“伪装”成产品公司的科研实验室

OpenAI 起步于实验室，十年后的今天，研究依然是我们最核心的灵魂。这里的文化深思熟虑、充满好奇且坚守原则。大家拥有探索宏大命题的自主权，观点在公开辩论中愈发精辟。这就是为什么这里的奇迹，往往诞生于实验室。

以 Sora 为例，它最初是为了理解物理规律，让 AI 更好地适应物理世界。当我们首次看到 Sora 2 生成音画同步的精美视频时，Sora App 和角色功能的构想瞬间从模糊变得清晰。深度研究（Deep Research）也是绝佳佐证。推理能力的进步及多步骤任务规划执行能力的提升，催生了能将数小时工作缩短至数分钟的智能体（Agent）。将这一研究范式应用于购物场景，便有了我们的个人购物智能体。

在大多数科技公司，产品和工程是创新的主引擎。在这里，我们要顶尖的产品和工程人才设立高标准，但他们的工作是建立在不断突破技术边界、为产品创造新可能的研究基石之上的。作为一名产品人，我就像掉进糖果店的孩子面对琳琅满目的新模型一样兴奋！团队里一位产品经理形容得很贴切：在 OpenAI 做产品，就像每隔几个月就能解锁一项新超能力，而我们的任务，就是将这种超能力装备给全人类。
解读：在硅谷，通常是“技术服务于产品，产品服务于商业”。但在 OpenAI，逻辑是反过来的：商业服务于产品，产品服务于研究，研究服务于 AGI。 作者强调“一切始于研究”，是在告诉外界和员工：无论我们赚多少钱，我们的核心资产依然是那些在实验室里甚至还没想好应用场景的科学家。Sora 和 Deep Research 的例子说明，很多爆款功能最初只是为了“理解物理规律”或“测试推理能力”，而非为了满足某个市场需求。

方向源自“自下而上”

组织架构的“反常识”：混乱是创新的阶梯

鉴于研究“自下而上”的特性以及技术突破的突发性，OpenAI 并不遵循常规的产品路线图周期。其他科技巨头往往由详尽的顶层规划驱动，而我们擅长营造一种环境，让研究人员去追逐可能彻底重塑公司方向的新思潮。这种不确定性虽具挑战（我以前可是个“计划控”！），但这正是我们保持领先的秘诀。

放眼全行业，许多重大的 AI 突破——从 GPT 系列本身，到神经缩放定律（Neural Scaling Laws），再到变分自编码器和扩散模型等图像生成技术——最初都只是这一两位研究员的激情之作。因此，我们继续给予研究员追随兴趣的空间。一旦成果初现端倪，小组便会跟进打磨技术细节，让项目真正落地，协作规模也随之扩大。

正因如此，OpenAI 的每个人都内化了一个认知：今天的真理，明天未必适用，所以我们绝不能固步自封。 我曾在许多快节奏的环境工作过，但 OpenAI 完全是另一个维度的存在。

解读： 对于一家万亿级独角兽，不设 Top-down（自上而下）的路线图是非常反直觉，甚至可以说是“危险”的。这解释了 OpenAI 为什么总能在大厂（如 Google）之前引爆技术。因为大厂依赖规划和共识，而 OpenAI 依赖个别研究员的“灵光一现”（Spikiness of breakthroughs）。作者承认这带来了“模糊性（ambiguity）”，但也明确表示：为了保持领先，OpenAI 愿意忍受这种管理上的混乱和不确定性。 这是一种为了极致创新效率而牺牲管理确定性的选择。

安全始终刻在我们的基因里

探索能迅速带我们要新方向，但安全是永恒的坐标。从一开始，OpenAI 就明白：AI 越强大，其带来的巨大红利与潜在风险并存。虽然任何技术皆如此，但这让我们比其他公司更早地将安全植入工作核心。

我们最早期的部分研究就涉及 AI 对齐（Alignment），即如何让模型的行为符合人类意图。如今，这已发展成完整的学科，多个团队致力于将风险扼杀于摇篮，确保 AI 与人类利益一致。例如，在训练能助力科研突破和治愈疾病的模型时，我们也要防范生物风险。我们正主动构建防护机制，并与全球专家合作，为我们的工作提供指引，以此构筑更广泛的社会生物防御体系。

当然，没人能预知所有极端情况。因此我们奉行“迭代部署”原则：分阶段开放能力，从实际使用中快速学习，随着技术演进不断强化防护，从而保护用户并给予社会适应的时间。

在别处，安全往往是发布前的最后一道关卡，或者是出门前的护栏，通常由独立的“守门员”团队负责。而在这里，安全是每个人的责任：没有对立，每个团队都对自家技术的安全性充满主人翁感。安全本身也被视为创新领域，像我们的 Safety Reasoner 工具和刚发布的“自白（confessions）”技术就是例证。从安全系统团队到每一个小组，我们全公司都在深入投入安全建设。

解读：在传统科技公司，安全团队通常是“看门的（Gatekeeper）”，负责在产品发布前这就是找茬，通常处于对立面。但在 OpenAI，作者强调安全是“创新的领域”（如 Safety Reasoner）。这回应了外界对 OpenAI 安全问题的质疑（尤其是近期核心安全人员离职的风波）。文章试图传递一个信息：安全不是一种阻碍业务的合规要求，而是 AGI 能够落地的前提条件。没有安全，AGI 就没有意义。

我们追随信念，哪怕背离共识

十年前，AGI 被视为科幻小说，不值得严肃研究，但我们还是建了个实验室来攻克它。当许多人认为模型规模将触及天花板时，我们坚持扩大规模。在通用 AI 被认为切实可行之前，我们就致力于让系统具备广泛用途。一次又一次，我们押注于被他人摒弃的理念。

这段历史塑造了我们今天的思维模式。我们深知进步是非线性的，真理在被证实前往往看起来像谬误。我们推崇严谨的辩论，但绝不坐等共识达成才行动。只要锚定使命，我们就敢于下长期注，在具体用例出现前先构建能力。

公司内部常有人说“感觉到了 AGI（feeling the AGI）”。我们深信 AGI 不仅可能实现，更值得去创造。因为智慧是人类进步——从科学医疗到创意教育再到经济增长——的主要推手。通过让智慧资源前所未有地丰富，我们可以降低探索与创造的门槛，推动世界前行。在外人听来这或许有些高调，但这股动力是理解我们文化的关键。

解读：这是一种“幸存者偏差”的自豪感，也是 OpenAI 的精神图腾。这告诉我们，OpenAI 的决策逻辑往往是违背当时主流直觉的。这意味着在未来，OpenAI 依然会做一些看似疯狂、不符合当下商业逻辑的“长期赌注”（Long-term bets）。如果外界看不懂他们的某步棋，那可能正是符合他们基因的操作。

产品本身并非终点

践行使命意味着，在 OpenAI，成功的产品并非终点。它们固然重要，但更被视为通往 AGI 征途上的里程碑。（事实上，我们常争论某个产品即便大获成功，是否反而会分散我们对使命的专注。）

这是我们与科技界最大的不同，也是最让我惊喜的地方。在这里，目标绝不仅仅是发布人们喜爱的产品（尽管这很重要）。更深层的问题永远是：这款产品是否有助于我们要学习并构建安全、造福全人类的 AGI？ 这是一个极高的标准，但也让我们极度聚焦。正因如此，我们优化产品的导向是帮助人们实现目标，而非争夺用户时长或其他参与度指标。也正因如此，我们在构建商业模式时极度审慎，以确保其服务于使命并维系公众信任。

同时，我们深刻认识到，只有以有用且安全的方式将技术部署到世界中，AGI 和超级智能才有意义。这就是产品部门为何能如此快速成长并取得斐然成绩的原因。如今，我的角色是打造全球最顶尖的产品公司，以此依托全球最顶尖的研究实验室，且绝不以牺牲实验室的独特性为代价。

那份火花，必须不惜一切代价去守护。何其有幸。 能在这个时刻成为 OpenAI 的一员，与如此多才华横溢、心怀大爱的人并肩同行，将这份魔力带入下一个十年，我倍感幸运。

总结：OpenAI 的“双重人格”

这篇文章揭示了 OpenAI 目前面临的最大挑战和机遇，即如何平衡两种截然不同的“人格”：

1.作为科研实验室的人格： 需要自由、混乱、探索、不计成本、追求真理。

2.作为超级独角兽的人格： 需要稳定、安全、盈利、满足 8 亿用户的需求。

作者作为新任高管，她的任务非常明确：“打造全球最顶尖的产品公司，以此依托全球最顶尖的研究实验室，且绝不以牺牲实验室的独特性为代价。”

一句话总结这篇文章的核心精神：OpenAI 不想成为下一个 Google 或 Apple，它想成为人类历史上第一个通过制造“神（AGI）”来推动文明跃迁的组织，而它现在赚的钱和发布的产品，都只是这场宏大实验的经费和实验器材。