Xin Zhiyuan报告编辑：Yingzhi [Xin Zhiyuan简介] OpenAI如何在文化和行动下以方向发展大型模型突破？从
Xin Zhiyuan报告编辑：Yingzhi [Xin Zhiyuan简介] OpenAI如何在文化和行动下以方向发展大型模型突破？从零到在线的短短7周内，Calvin将带您到OpenAI编程代理Codex的诞生，并体验高强度冲刺的魔力。关于外界的Openai有许多不同的看法，很少有人从内部角度描述真正的文化。三周前，加尔文·法国诺文（Calvin French-Onowen）在推出法典后离开了Openai。 2024年5月，他加入了Openai，目睹了OpenAI编程代理Codex的诞生。如今，加尔文·法国人（Calvin French-Owen）希望在铁很热的同时罢工，并遵循纳贝尔·奎尔西（Nabeel Quereshi）的“对palantir的反射”，揭示了Openai的独特性。扩展全文
没有秘密的交易，而是当前历史时刻的思想，这是当前看起来像历史上最令人惊叹的组织之一的阶段。
首先，我澄清：我离开了Openai并不是因为个人冲突，而是他在这一决定中受伤。
与一家3，000年公司的员工的创始人的创始人相比，更改本文并不容易。
现在，他想要一个新的开始。
但是这项工作的质量是完全可以吸引他的。
Agagi Construction是无与伦比的任务，LLM无疑是这十年中最重要的技术成功。
他很幸运地目睹了一些技术进步并参加了该法典的发布。
当然，这些只是个人意见，并不代表公司的立场。 Openai Haswide的天空，这只是一眼豹子。
深入揭示Openai的文化
首先，我们需要了解Openai的速度。
当他于2024年5月加入时，Openai有大约1000人。
一年后，员工人数攀升了3,000多，他的服务经验排名前30％。
几乎全部of负责当今领导的工作与他们两三年前所做的工作不同。
如此快速的扩展会导致许多机制的问题：内部沟通，组织结构，产品释放过程，人员管理和招聘系统等，这些都经常进行调整。
不同团队之间的文化差异很重要：一些促进其所有优势的团队，有些是负责那些马里特的一项计算任务，有些是一项计算任务，而有些则更稳定。
因此，OpenAI的经验因团队而异，研究，应用和营销团队的工作速度完全不同。
Slack Drive全部
关于Openai的独特之处就是一切 - 是的，指的是一切 - 依靠Slack进行操作。
几乎所有工作都是在没有电子邮件的情况下完成的。
如果您不擅长管理信息，则此模型将干扰您崩溃；但是，如果您仔细计划渠道并注意设置，则此系统TEM真的很好。
转型的文章非常“自下而上”，尤其是在研究领域。
当他第一次加入时，他询问了下一季度的路线图，他得到的答案是：“没有路线图”（现在已经有了它）。
好主意可以来自任何地方，而事先艰难地听到成功的想法。
与大型一般计划相比，OpenAI开发是由持续的试验和错误以及非凡的研究成就驱动的。
多亏了这种文化，Openai完全促进了“力量首先”。
公司领导者的促进主要是基于他们提出好主意并这样做的能力。
许多好的领导者不擅长办公室的讲话或政治，但在Openai中，这不是重点。
真正的好主意通常是站立的。
专注于动作！
公司鼓励直接行动。不同的团队经常同时探索类似的想法。
当他第一次加入时，他参与了一个类似于Chatgpt连接器的内部项目。
p在《法典》的发布之后，里面有3-4个不同的原型项目，通常是自愿推出的bymany人没有特别的批准。
当宣布潜力时，团队将很快聚集在他们周围。
Codex的负责人曾经告诉Andrey，研究人员就像一位独立的小型高管，该高管独立探索项目。
良好的研究经理和项目经理（PMS）具有巨大的影响力，而且非常困难。
高级管理人员可以与许多不同的研究项目一起推动更大的模型培训量表。
他合作的Chatgpt工程经理很平静。他们中的大多数人都发布了管理，但是他们可以很好地招募出色的人才，并尽力为他们创造成功的条件。
Openai可以快速调整其战略方向，并迅速使Pagpasacia。
这是您在开展业务时所欣赏的事情：基于新信息做正确的事情比遵循计划更重要。
惊喜IS，像OpenAI这样的大公司仍然保持灵活性，这显然无法进行Google。
一旦确定了特定的方向，公司将尽力而为。
Openai吸引了外界的很多关注。尚未发布的新闻经常被媒体揭露。一些X用户还使用脚本监视新的OpenAI功能的发布。
因此，公司非常关注机密性，无法详细表达作品的内容。
Slack Workspace具有多种权限，收入和支出数据严格保密。
Openai比您想的要严重，而且这里的风险和机会也很棒。
一方面，该公司正在追求AGI并承担重大责任；另一方面，它提供了数亿用户，涵盖了医学心理建议等场景。
尽管Openai经常受到媒体的批评，但他遇到的每个同事都在尝试做正确的事事物。
作为最受欢迎的AI实验室，Openai容易受到批评。
Openai不应被视为单个。
它始于一群科学家和技术爱好者，他们一起探索了科学方面。
这个小组意外地诞生了历史上最具病毒性的班级消费者应用程序。然后，再次出现，政府和企业是出售产品的野心。
因此，在不同时间和不同部门加入的员工的目标和观点也不同。
您的时间越长，您就越有可能从“研究实验室”或“非营利”角度看一家公司。
积极分享结果
我感激的是，该公司在分享AI的成就方面说了什么，并做了什么。
顶级型号不仅限于高价商务软件包，任何人都可以免费获得Chatgpt的答案。
API对初创企业开放，并且最先进的模型通常可以快速访问API。
Openai值得嗨GH称赞它，也是公司的主要文化。
Openai已将安全性与猜测之外的安全性相比。
许多人开发了用于实际风险的安全系统（例如仇恨，虐待，政治偏见，生物武器，自我伤害，立即注射等）而不是理论风险（例如智能爆炸）。
大多数安全工作尚未公开，Openai应该更积极地分享这一成功。
纪念品很少：与其他放置纪念品的公司不同，Openai纪念品的数量有限。对第一次发布的需求太高了，Shopify商店直接崩溃了。还有一些有关如何使用JSON绕过限制的教程。
GPU成本令人惊讶：与GPU成本相比，其他成本几乎毫无价值。例如，法典功能模块的GPU成本等于我们整个细分基础架构的成本。
雄心勃勃：Openai可能是最受欢迎的T帽子求解。我们不仅对领先的消费者应用程序感到满意，而且还希望在许多领域竞争，例如API，深入研究，硬件，代码代理和图像生成。这是实现您的想法的肥沃土地。
X驱动程序：该公司非常担心X。病毒与OpenAI相关的内容通常在内部注意到。一个朋友开玩笑：这家公司是由X气氛驱动的。
团队流动性：团队合作非常适应。发布法典后，它需要ChatGPT工程师的支持。第二天没有复杂的批准程序来加入公司。
高管参与：领导层非常敬业，GDB，SAMA，KW，MARK，DANE等人通常会说懈怠，而没有经理的款式。
代码和技术堆栈
Openai使用大型的单个代码库（MonorePo），主要是Python，但还添加了Rust（用于部分服务）和Golang（用于网络代理等）。
由于python的灵活性Y，代码风格差异很大：有相同的可扩展图书馆由Google的10年资深人士设计，以及由刚毕业的博士学位编写的临时Jupyter笔记本。
API的开发在很大程度上取决于FastApi，Pydantic用于数据验证，但是公司没有一个式式详细信息。
OpenAI的完整基础设施在Azure上运行，只有三项服务被认为是可靠的：
Azurekubertes服务：用于容器管理。
COSMOSDB：Azure的文档存储。
BlobStore：用于对象存储。
Azurekubertetes Serbissue：用于容器管理。
COSMOSDB：Azure的文档存储。
BlobStore：用于对象存储。
OpenAI低于自动扩展单元，并且许可管理功能（IAM）也比AWS更有限。该公司倾向于“自我发展”。
在工程团队中，有大量的才能从元（包括Instagram）转变为Openai。
Openai是S。在许多方面与早期的元数据相似：它具有令人惊奇的消费者应用程序，基础架构仍在发展，并且采取了快速的行动。
这些来自元背景的工程师为Openai带来了强大的基础设施经验，还导致了一些OpenAI基础设施的元痕迹，例如：
开发了类似于元男子的系统（用于图形数据库）。
Statusgka结合网络侧面身份的验证。
开发了类似于元男子的系统（用于图形数据库）。
尝试结合网络侧面身份的验证。
代码赢了
OpenAI没有中央建筑或计划委员会，并且通常由执行任务的团队做出决定，使该行动的强烈取向，但也导致了代码基础的许多双重功能。
例如，至少有六个用于QUEU管理和代理循环的库。
值得赞扬的是，内部团队投资了很多能够改善这种情况。
毕业生品牌的运营
即使是诸如法典之类的产品，也主要由单个用户而不是团队使用。对于拥有B的背景2B/Enterprise的人来说，这有点颠覆。
该产品在推出的第一天可以吸引大量流量，这令人惊讶。
模型的大培训
培训过程在“实验”和“工程”之间：
在早期阶段，我们是小实验，调整主要算法和数据组合，并仔细研究结果。
如果实验结果有潜力，则将包括在更大的培训中。
对共享系统项目的大规模培训将遇到各种意外情况，并需要不断调试。
在早期阶段，我们是小实验，调整主要算法和数据组合，并仔细研究结果。
如果实验结果具有潜力，则将包括在GREA中TER培训。
Massesthe系统项目的大规模培训将遇到各种意外情况，并需要持续调试。
Codex版本
在过去的三个月中，他参与了《法典》的发射，这无疑是他职业生涯的亮点之一。
2024年11月，OpenAI设定了2025年推出编程代理商的目的。
到2025年2月，许多内部工具一直有效，并且对编程代理的市场需求变得清晰，并且该模型在编程活动中变得非常实用。
提前完成您的亲生休假，并加入Codex发布工作。
返回一周后，两支球队卷起，开始了疯狂的冲刺。
从第一行代码到产品的发布只需要7周！
Codex开发一直是过去十年中最艰巨的任务。
纳吉（Nagi晚上7点办公室，几乎整个周末都在工作。
整个团队都出来了，每个星期都很重要，而且似乎恢复了开始Y组合业务的速度。
这个速度令人惊叹。从未见过任何组织（大而大）完整的产品在短时间内从想法到在线的可用产品。
Codex开发容器运行时，优化代码下载，微调编辑编辑模型，支持各种GIT操作，引入新的功能接口，并启用网络访问。
最后，我们创建了一种产品，使用户可以轻松使用它并具有丰富的体验。
保持ITNI Openai敦促所有人出来并迅速发布产品。
合适的人可以在聚集时创造奇迹。
该团队有8位高级工程师，4位研究人员，2名设计师，2名营销人员和1名项目经理。
如果您有机会让Codex团队的成员有机会工作，那么每个人都非常好。
释放夜晚
在发行的前夕E，五个人一直待到凌晨4点，以部署一项大型的单一服务（这一过程花了很多时间）。
上午8点，他们回到办公室发布了现场广播。开关开关开关后，流量迅速流动。
他从未见过通过出现在Chatgpt侧边栏上的产品来吸引大量流量的产品 - 这就是Chatgpt的优势。
该法典采用完整的表格，这是不同步的。
当时不像光标O Claude代码一样，团队希望用户像同事一样使用编程代理：发送任务，在单个气氛中运行的代理，并在完成后返回请求（PR）。
这是一个勇敢的尝试。当前的型号很好，但还不够完美，无法运行几分钟，但不需要几个小时。
用户对模型功能的信心会导致很多不同，并且不确定模型的真正上限在哪里。
与大型代码库交流时，该法典的性能很好并且可以正确理解和正确导航代码结构。
其他工具的最大优势是能够同时启动多个任务并比较其输出结果。
自Pathe Codex的公共数据发行以来，其公共数据已开发出63万PR，平均每位工程师在53天内平均有近78,000名公共PR（私人PR的数量可能更大）。
这可能是他职业生涯中最具影响力的项目。
老实说，当我第一次加入Openai时，我有点犹豫。
他不确定他是否可以适应企业家的自由，接受管理层并成为大型机器上的小齿轮。
如果企业家感到一动不动，他们可以：
深入反思如何进行更多大胆的尝试；
加入领先的AI实验室。现在是将自己投入创造的最佳时机，也是窥视未来的好时机。
深刻地反思了如何进行越来越勇敢的尝试；
加入领先的AI实验室。现在是perpetrativetong的时间将自己献给创造，并度过美好的时光，窥视未来。
目前，AGI竞赛是三足的竞赛：OpenAI，Anthropic和Google。
与岩石固定基础设施相比，与企业级服务相比，与企业级服务相比，与岩石固定的基础设施 +数据相比，使用这些中的任何一个都将是一种大开眼界的体验。
参考：
https://calv.info/openai-flections
https://techcrunch.com/2025/07/15/a-former-openai-gingin-gingin-what-what-what-what-it-really-leally-like-to-work-ce/return to sohu看到更多
