OpenAI全部的秘密，藏在200份履歷中

•

凌晨的發表會上，OpenAI展示了新一代大模型GPT-4o，讓一眾同行如坐針氈。然而，一向喜歡整個大新聞的奧特曼，這次卻沒有親自上陣，而是將聚光燈留給了首席技術官米拉·穆拉蒂（Mira Murati）。

Mira Murati


和首席科學家伊利亞一樣，米拉也是位典型的技術菁英：

她曾在達特茅斯學院學習機械工程，並在法國航空公司Zodiac Aerospace擔任高級工程師。後來，米拉又加入了特斯拉，領導了Model X電機系統的開發。在過程中，米拉開始接觸自動駕駛，對人工智慧的興趣與日俱增[1]。

最終，她被奧特曼招至麾下。

人工智慧的競爭，永遠延續這樣一條規律：人才第一，數據第二，算力第三。 OpenAI的高層，清一色都是像米拉這樣的技術精英。如此龐大的人才軍火庫，才是OpenAI遙遙領先的秘密。

然而，OpenAI的「軍火庫」中，不僅有傳統技術精英，還有更多「非常規天才」。

例如GPT-4o的多模態負責人Prafulla Dhariwal，實際上只有大學學歷。

而Sora的論文作者中，還有一位研究員，僅有高中畢業證書。他17歲開始學習寫程式碼，今年剛滿21歲，臉上還殘留著青春痘的痕跡[2]。

「高中生研究員」Will DePue


連OpenAI曾經的技術主管Christopher Olah，都沒正經念過幾天書。他領英首頁的教育經歷一欄，赫然寫著「University of Real Life Experience（真實生活經歷大學）」。

很顯然，對於何謂“科研人才”，OpenAI有自己的理解。


人才軍火庫

我們翻了大量履歷後發現，OpenAI的人才招募，有兩個顯著的特徵，即「兩不看」：

一是不看學歷。在大型研究機構當中，博士學歷通常都是求職的敲門磚。

楊立昆曾提及，Meta將研究職位分成兩類：基本上只有博士學歷的人，才有機會擔任研究科學家（Research Scientists），剩下的都是研究工程師（Research Engineers），逼格直接掉了一個檔次[4]。

但OpenAI沒那麼多講究。

例如創造了文生圖模型DALL·E的印度小哥Aditya Ramesh，只有紐約大學的學士學位。印度小哥其實有繼續深造的打算，但架不住OpenAI一直催他早點入職。

Aditya Ramesh


前面提到的「高中生研究員」Will DePue，更為極端。

他高中時心思就不在唸書上，創業做了家數據分析公司。公司被收購後，他又跑去美國的民間激進組織中，做了7個月的志工。因此，Will DePue求職OpenAI時，根本拿不出一份像模像樣的履歷。

去年2月，智譜研究曾統計過ChatGPT團隊的學歷分佈，發現大學部、碩士、博士的人數竟然持平，佔比分別為33%、30%、37%[5]。

二是不看資歷。 OpenAI非常敢讓新人挑大樑。

Aditya Ramesh在研究DALL·E時，其實轉正沒多久。如今，這位僅有6、7年工作經歷的印度年輕人，已經先後在DALL·E 2、DALL·E 3、GPT-4，以及Sora的論文中，留下了自己的名字。

這一度令印度媒體極度興奮，「DALL·E原來是印度血統」[7]。

而在Sora團隊，這個現象更明顯。主導此計畫的研究員叫Bill Peebles，2023年才博士畢業，徹頭徹尾的應屆生。

Bill Peebles


當然，OpenAI內部也有不少傳統意義上的超級菁英。

例如Sora的另一位主導者Tim Brooks，雖年輕，卻資歷頗深。他的老師Alyosha Efros是電腦視覺領域的泰斗，自己也曾在Google、英偉達等大廠，從事人工智慧研究。而以奧特曼為首的管理階層，其履歷多是清一色的矽谷大廠。

OpenAI通常會讓少數超級菁英，帶著年輕且才華洋溢的技術天才們，一同搞科研。

某種意義上，OpenAI的生活，確實很符合世俗對於極客天才的浪漫想像。

然而，現實畢竟不是一部勵志電影，「天才」二字並不會刻在應徵者的臉上；選擇了「兩不看」的OpenAI，究竟靠什麼招人？


OpenAI的哲學

事實上，OpenAI的招募向來以嚴苛著稱。 2017年時，曾有人在海外論壇Reddit上，分享過OpenAI的面試經驗：

在通過初步篩選後，他先後經歷了4輪面試，其中包括1次演講、2次研究面試，以及1次程式設計面試，堪比過五關斬六將。而且，2次研究面試的方向還不一樣，一次考察技術知識儲備，另一次則著重哲學探討，要求應徵者分享對人工智慧技術演進的思考[8]。

在美國招聘網站Glassdoor上，近一半的人對求職經驗給予了負面評價。

因為OpenAI的面試流程極長，且面試官總愛出一些怪招。去年年初，OpenAI人力副總裁Diane Yoon，公開解釋了這麼做的原因：

OpenAI更著重考察「解決問題的能力」。

她提到，OpenAI雖是研究機構，但行事風格並不掉書袋。OpenAI認為，研究的目的是解決現實問題，並鼓勵研究員嘗試最簡單的方式，而不是盲目追求學術創新，因為前者通常更有效。

OpenAI的許多成果，都是這文化的延續。

例如震撼世界的Sora，更多改良並發揚了Google提出的技術路線。去年，Sora的基礎論文《Scalable diffusion models with transformers》，甚至因「缺乏創新」而被頂級人工智慧學術會議CVPR拒收。

剛發布的GPT-4o亦是如此。 OpenAI並沒有做什麼學術創新，只是藉助強大的工程能力，將科幻電影中能夠自由交談的AI，變成了現實。


然而，這種解決問題的能力，並不會直接體現在履歷上。因此，OpenAI設計了許多套路。 Diane Yoon舉例說道，她經常會要求應徵者提供，曾做過“有影響力的工作”，目的是觀察應徵者是否具備解決問題、推動創新的意識[9]。

這種做法其實並不罕見，許多科技公司都有非常獨特的「招募姿勢」。

《賈伯斯傳》中曾記載，早年的蘋果從來不招「老實人」。賈伯斯常會問一些稀奇古怪的問題，來考驗應徵者是否有幽默感與叛逆精神。有時，賈伯斯甚至會在面試中捉弄對方，問他「是不是處」「嗑過幾次藥」[10]。

因為招的「瘋子」越多，做出來的創新就越「野」。

儘管乖僻套路層出不窮，並不妨礙OpenAI將最優秀的技術天才們搜刮殆盡。例如前文提到的印度小哥Aditya Ramesh，當年曾是楊立昆的學生，在Meta做過一些研究。然而，他最終還是給導師發了「好人卡」。


因為對志在搞科研的人來說，OpenAI這個組織，可謂天生媚骨。



宏大敘事的魅力



OpenAI的身上，剛好有一種奧本海默式理想主義。


奧本海默既親手加速了核武誕生，同時也極力反對濫用核武。


奧特曼創辦OpenAI的初衷，同樣擔心人工智慧被科技巨頭濫用，危害人類。因此，他們設立了一間不受大型科技公司控制，且非營利的實驗室，作為制衡。


奧特曼一直認為，推動這麼一個看似瘋狂、不切實際的想法，其實並不困難，「因為人們會覺得這太酷了，並主動投身進來提供幫助。」實際走向也正如他所料。


OpenAI成立於2015年末，起步其實相當晚。彼時，Google、Facebook等科技巨頭早已將AI人才瓜分殆盡。然而，憑藉著浪漫的公司理念，OpenAI還是成功挖角來了伊利亞等頂尖學術大牛。


當時，谷歌給伊利亞開了200萬美元的年薪，他再三思索，最後還是覺得「拯救人類」更重要。



2018年時，OpenAI發布了一份《公司憲章》，進一步明確了使命，即「確保通用人工智慧造福全人類」。而在GPT-4o發售後，奧特曼也不忘在公告中重畫一遍大餅。

奧本海默式理想主義如同一桿大旗，聚集了無數滿腔熱情的技術人才。

對多數一般人而言，人類福祉完全是個遙遙無期的話題，大家更在乎何時能加薪、還完房貸。然而，眼下的這群技術天才，卻真的相信，自己正從事關乎人類未來的事業。


冰山之下

不過，浪漫主義的公司理念，只是OpenAI的華麗外衣；理想的種子能夠茁壯成長，是因為種在了堅實的土壤之上。

OpenAI的資深研究員中，有一位叫Li Jing的國人。

他本科畢業於北京大學，隨後選擇到麻省理工學院深造，拿到了博士學位。畢業之後，他獲得了在Meta從事博士後研究的機會，直接跟著圖靈獎得主楊立昆學習。在Meta科研了近3年後，Li Jing又轉投了OpenAI。

事後再看，Li Jing的每個選擇，幾乎都是職業生涯的最優解。

而這些「最優解」的結合，在美國建構起一台龐大的「人才造血機器」。從學術到產業，美國提供了完整的一條龍式服務：

在柏克萊、MIT等大學的教學一線，活躍著大批聲名顯赫的泰斗級人物，包括前文提到的大牛Alyosha Efros，以及ResNets的開發者何愷明。

這些頂尖高校的教授，多大與產​​業界關係密切，足以「工作包分配」。紐約大學的楊立昆最為典型，他的學生基本上都曾在Meta工作過。

而人工智慧領域的頂尖學術會議，基本上也都是由美國組織舉辦。例如電腦視覺領域的CVPR（國際電腦視覺與模式辨識會議）、ICCV（國際電腦視覺會議），其舉辦者都是總部位於紐約的電氣電子工程師協會（IEEE）。

當大批年輕人立志電腦事業，準備大展宏圖時，往往會驚訝地發現，美國早已在科研的軌道上，鋪設了一個又一個金碧輝煌的補給站。

當他們厭倦了荒野獨行，難免會掉轉車頭駛向另一條軌道。

因此，我們大可不必苛責那些赴美的研究員。

憑藉著強大的產業基礎，美國匯聚了全球最多的電腦人才。

智庫機構MacroPolo曾做過統計，他們將NeurIPS接收過論文的研究員，定義為“頂級AI研究員”，發現：截止至2022年，57%的頂級AI研究員都在美國工作；相比之下，排名第二的中國祇佔12%。

當然，咱已經進步很快了——2019年時，中國在「其他」這一欄。

然而，如果以國籍劃分，會發現美國籍的頂尖研究員其實只有28%[12]。不斷湧入的中國人、印度人、歐洲人，構成了美國人工智慧的半壁江山。


因此，對美國以外的追趕者而言，OpenAI的理想主義故事，很難說有多少啟示。


尾聲

2020年，OpenAI時任技術主管奧拉（Christopher Olah），分享了一篇部落格。在電腦科學家的圈子裡，奧拉算得上是個傳奇人物。他只有高中學歷，靠著自學與大佬指點，就成功闖出一番事業。

在這篇題為「我需要上大學嗎」的部落格中，奧拉分享了他自學人工智慧的方式[13]：積極旁聽教授課程、參與學術會議、參觀實驗室等等。

在美國，這些學術資源向所有人公開。過程中，奧拉幸運地認識了一位量子物理學家，並在他的指導下完成了第一篇論文。

後來，他又獲得了「深度學習泰鬥」約書亞·本吉奧的賞識，一度想把他招進大學。

在此期間，奧拉還獲得了一筆10萬美金的經濟補貼，不必為現實問題分神。這筆錢來自蒂爾獎學金（Thiel Fellowship），它由彼得·蒂爾創辦，專門資助那些中途退學，並渴望從事科技行業的年輕人。

毫無疑問，奧拉的成功，既有個人努力的因素，但同樣也受益於一個更包容人才的環境。

這樣的環境，才是一家公司，以及經濟體創新的真正來源。(遠川科技評論)