作为这一波大模型浪潮中最成功的创业公司，OpenAI 一直备受关注，数亿人使用 ChatGPT，但其内部运作却始终保持神秘。近日，刚离职三周的工程师 Calvin（2024 年 5 月加入，2025 年 6 月底离职）写下了他在 OpenAI 一年的所见所感，以私人备忘录的形式，从技术人、产品人、创业者和父亲的视角，揭开了这家公司运作的神秘面纱。
文化：混乱与高效交织的奇特混合体
OpenAI 的文化是高度复杂的混合体，既混乱又高效，既集中又分散。在 Calvin 加入的一年里，公司员工从约 1000 人激增至 3000 人，组织结构剧烈变化、沟通成本上升，但不同团队文化差异巨大：有的像创业公司日夜冲刺，有的如传统企业遵循流程推进，而他所在的 Codex 团队属于前者，节奏极快且方向灵活，秉持 “先做再说” 的原则。
公司所有事项均在 Slack 上推进，包括内部交流、项目协调、技术讨论及领导层对话，Calvin 入职一年多工作邮件不超过 10 封。这种协作模式支撑了其鲜明的 “自下而上” 文化：好主意可来自任何地方，进展靠迭代而非规划，且任人唯贤，领导班子晋升基于提出好主意并落地的能力，“最好的想法在 OpenAI 确实会获胜”。
OpenAI 还存在强烈的 “行动偏爱”，员工可直接行动落地想法，无需等待上层批准。Codex 负责人 Andrey 曾表示，研究员应被视为 “自己的小执行官”，各做各的方向，看最终成果。同时，公司保留快速转向能力，一旦决定推进某个方向便全力投入，相较之下，Calvin 认为 Google 显得迟缓许多。
领导层也出奇活跃，高层几乎每天在 Slack 露面参与群聊，而非 “遥不可及”。但对外却极为保守，保密机制严格，Slack 有多个权限分级分组，财务数据、收入、GPU 成本等核心数字受严密保护。Calvin 将这种状态理解为对责任的回应 —— 公司处于媒体、政策、公众争议中心，产品被数亿用户用于医学建议、心理支持等，还需与同行竞争并把握 AI 开发边界，内部因此弥漫严肃紧绷的气息。
技术：自研偏好与 “Chat 架构” 烙印
在技术架构层面，OpenAI 的核心代码托管在巨大的 monorepo 中，以 Python 为主，近年来 Rust 服务比重增加，也有一些 Golang 项目用于系统级任务。代码库风格极不统一，既有 Google 十年老兵设计的大规模系统库，也有新入职博士生的临时 Jupyter 笔记本。
基础设施方面，一切运行在 Azure 上，但很少依赖 Azure 的自动伸缩服务或 IAM 权限系统，对自研系统偏好强烈，“能自己写的，尽量自己写”。工程团队中有不少成员来自 Meta 及 Instagram 基础架构部门，这让 OpenAI 在某种程度上类似早期 Meta：有现象级消费级应用、基础设施待完善、团队渴望快速迭代。
“Chat 架构深入骨髓” 是另一核心特征。自 ChatGPT 爆红后，大量代码围绕 “聊天消息” 与 “对话” 组织，这些设计成为不可忽视的原语，忽视这些设计可能引发麻烦。决策架构过程也体现 “行动偏好”：无架构委员会，不讲 “自上而下” 计划，多数技术方案由团队直接推进，导致代码库中常出现 “重复造轮子” 场景，排队系统、Agent 运行框架等都有多种实现方法。快速扩张也带来代价，部分系统因此变得混乱。
项目推进：极速迭代与全情投入
Calvin 参与的 Codex 项目充分体现了 OpenAI 的项目推进风格。2024 年 11 月公司定下 2025 年推出 AI 编程 Agent 的目标，2025 年 2 月内部已有效果不错的工具，受外部压力团队进入狂奔节奏，从第一行代码到产品上线仅用 7 周。
这段时间团队几乎每天加班到深夜十一二点，Calvin 凌晨五点半被孩子叫醒，七点准时到办公室，周末亦不例外。8 位资深工程师、4 位研究员、2 位设计师、2 位市场与销售成员及 1 位产品经理共同打造出可发布上线的产品。发布前夜，五人熬到凌晨四点部署主服务，清晨八点回到办公室准备直播和公告，功能开关打开后流量瞬间涌入，让 Calvin 见识到 “ChatGPT 的力量”。
多元认知与 AI 红利分配
OpenAI 更像 “洛斯阿拉莫斯实验室” 现代版本：一群科学家和工程师探索前沿技术，孵化出史上最火消费级应用，后拓展为面向政府、企业、消费者的庞然大物。员工对公司的理解多元，有人视其为 “公益研究实验室”，有人从商业、产品或政策角度出发，但在 “AI 红利分配” 上说到做到 —— 最先进的模型不只为企业级大客户，普通用户可免费使用 ChatGPT，多数模型 API 对开发者开放。
在 AI 安全问题上，OpenAI 比想象中更认真，有不少团队专门构建安全系统，聚焦仇恨言论、滥用内容、政治操控、生物武器设计等现实风险，只是多数成果未对外发表，Calvin 认为在这方面可更透明。
Calvin 在 OpenAI 实现了三个目标：建立对模型训练与能力边界的直觉、向优秀同事学习、发布打动人的产品。这段经历让他刷新对 “大品牌” 的理解 —— 产品设计围绕 “Pro 用户” 展开，ToC 开关打开后流量立刻涌入，不同于 ToB 产品的漫长客户开发周期。他建议创业者，若项目停滞不前，可更激进试错或加入顶级实验室见证未来构建过程，而 OpenAI、Anthropic、Google 在通向 AGI 的竞赛中代表着不同技术与文化路径。