OpenAI全部的秘密，藏在200份簡歷中
凌晨的發佈會上，OpenAI展示了新一代大模型GPT-4o，令一衆同行如坐鍼氈。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精英：
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擔任過高級工程師。後來，米拉又加入了特斯拉，領導了Model X電機系統的開發。在這過程中，米拉開始接觸自動駕駛，對人工智能的興趣與日俱增[1]。
最終，她被奧特曼招至麾下。
人工智能的競爭，永遠延續着這樣一條規律：人才第一，數據第二，算力第三。OpenAI的高層，清一色都是米拉這樣的技術精英。如此龐大的人才軍火庫，纔是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，實際只有本科學歷。
而Sora的論文作者中，還有一位研究員，僅有高中畢業證。他17歲開始學習寫代碼，今年剛滿21歲，臉上還殘留着青春痘的痕跡[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。他領英主頁的教育經歷一欄，赫然寫着“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
我們翻了大量簡歷後發現，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將研究崗分成兩類：基本只有博士學歷的人，纔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，更爲極端。
他高中時心思就不在念書上，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個月的志願者。因此，Will DePue求職OpenAI時，根本拿不出一份像模像樣的簡歷。
去年2月，智譜研究曾統計過ChatGPT團隊的學歷分佈，發現本科、碩士、博士的人數竟然持平，佔比分別爲33%、30%、37%[5]。
二是不看資歷。OpenAI非常敢於讓新人挑大樑。
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其興奮，“DALL·E原來是印度血統”[7]。
而在Sora團隊，這個現象更明顯。主導該項目的研究員叫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精英。
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是計算機視覺領域的泰斗，自己也曾在谷歌、英偉達等大廠，從事過人工智能研究。而以奧特曼爲首的管理層，其履歷多是清一色的硅谷大廠。
OpenAI通常會讓少數超級精英，帶着年輕且才華橫溢的技術天才們，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象。
然而，現實畢竟不是一部勵志電影，“天才”二字並不會刻在應聘者的臉上；選擇了“兩不看”的OpenAI，究竟靠什麼招人？
OpenAI的哲學
實際上，OpenAI的招聘向來以嚴苛著稱。2017年時，曾有人在海外論壇Reddit上，分享過OpenAI的面試經歷：
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次編程面試，堪比過五關斬六將。並且，2次研究面試的方向還不一樣，一次考察技術知識儲備，另一次則側重哲學探討，要求應聘者分享對人工智能技術演進的思考[8]。
在美國招聘網站Glassdoor上，近一半的人都對求職經歷給出了負面評價。
因爲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更側重考察“解決問題的能力”。
她提到，OpenAI雖是一家研究機構，但行事風格並不掉書袋。OpenAI認爲，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，因爲前者通常更有效。
OpenAI的許多成果，都是這一文化的延續。
例如震撼世界的Sora，更多是改良併發揚了谷歌提出的技術路線。去年，Sora的基礎論文《Scalable diffusion models with transformers》，甚至因“缺乏創新”而被頂級人工智能學術會議CVPR拒收。
剛剛發佈的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，並不會直接體現在簡歷上。因此，OpenAI設計了很多套路。Diane Yoon舉例說道，她經常會要求應聘者提供，曾做過“有影響力的工作”，目的是觀察應聘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，很多科技公司都有非常獨特的“招人姿勢”。
《喬布斯傳》中曾記載，早年的蘋果從來不招“老實人”。喬布斯經常會問一些稀奇古怪的問題，來考驗應聘者是否有幽默感與叛逆精神。有時，喬布斯甚至會在面試中捉弄對方，問他“是不是處”“嗑過幾次藥”[10]。
因爲招的“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”。
因爲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器誕生，同時也極力反對濫用核武器。
奧特曼創辦OpenAI的初衷，同樣是擔心人工智能被科技巨頭濫用，危害人類。因此，他們設立了一間不受大型科技公司控制，且非盈利的實驗室，作爲制衡。
奧特曼一直認爲，推動這麼一個看似瘋狂、不切實際的想法，其實並不困難，“因爲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，谷歌、Facebook等科技巨頭早已將AI人才瓜分殆盡。然而，憑藉浪漫的公司理念，OpenAI還是成功挖角來了伊利亞等頂級學術大牛。
當時，谷歌給伊利亞開出了200萬美元的年薪，他再三思索，最終還是覺得“拯救人類”更重要。
2018年時，OpenAI發佈了一份《公司憲章》，進一步明確了使命，即“確保通用人工智能造福全人類”。而在GPT-4o發佈之後，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杆大旗，聚集了無數滿腔熱情的技術人才。
對於大多數普通人而言，人類福祉完全是個遙遙無期的話題，大家更在乎何時能漲工資、還完房貸。然而，眼下的這羣技術天才，卻真的相信，自己正從事一份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，是因爲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，隨後選擇去麻省理工學院深造，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，直接跟着圖靈獎獲得者楊立昆學習。在Meta科研了近3年之後，Li Jing又轉投了OpenAI。
事後來看，Li Jing的每一個選擇，幾乎都是職業生涯的最優解。
而這些“最優解”的結合，在美國構建起一臺龐大的“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：
在伯克利、MIT等高校的教學一線，活躍着大批聲名顯赫的泰斗級人物，包括前文提到過的大牛Alyosha Efros，以及ResNets的開發者何愷明。
這些頂尖高校的教授，又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爲典型，他的學生基本都在Meta工作過。
而人工智能領域的頂級學術會議，也基本都是由美國組織舉辦。例如計算機視覺領域的CVPR（國際計算機視覺與模式識別會議）、ICCV（國際計算機視覺會議），其舉辦者都是總部位於紐約的電氣電子工程師協會（IEEE）。
當大批年輕人立志計算機事業，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。
憑藉着強大的產業基礎，美國匯聚了全球最多的計算機人才。
智庫機構MacroPolo曾做過統計，他們將NeurIPS接收過論文的研究員，定義爲“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，排名第二的中國只佔12%。
當然，咱已經進步很快了——2019年時，中國在“其他”這一欄。
然而，如果按國籍劃分，會發現美國籍的頂級研究員其實只有28%[12]。不斷涌入的中國人、印度人、歐洲人，構成了美國人工智能的半壁江山。
因此，對美國之外的追趕者而言，OpenAI的理想主義故事，很難說有多少啓示。
尾聲
2020年，OpenAI時任技術主管奧拉（Christopher Olah），分享了一篇博客。在計算機科學家的圈子裡，奧拉算得上是個傳奇人物。他只有高中學歷，靠着自學與大佬指點，就成功闖出一番事業。
在這篇題爲“我需要上大學嗎”的博客中，奧拉分享了他自學人工智能的方式[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，這些學術資源面向所有人公開。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“深度學習泰斗”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，從而不必爲現實問題分神。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，且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，纔是一個公司，以及經濟體創新力的真正來源。
參考資料
[1] Where We Go From Here with OpenAI's Mira Murati，a16z
[2] Will Depue: 20 Year Old OpenAI Researcher Shares The Secret To Building Anything，THE DOCK with Omar Waseem
[3] Linkedin
[4] Yann LeCun，X
[5] ChatGPT團隊背景研究報告，智譜研究
[6] Two years after DALL-E debut, its inventor is “surprised” by impact，VentureBeat
[7] Aditya Ramesh: The Inventor Of AI Text-To-Visual Tool Dall-E Has Indian Origins，HomeGrown
[8] What is the job interview process like at OpenAI，Reddit
[9] So you want to work at OpenAI? Here’s what it takes，FastCompany
[10] 史蒂夫·喬布斯傳，沃爾特·艾薩克森
[11] 深度學習革命，凱德·梅茨
[12] The Global AI Talent Tracker 2.0，MacroPolo
[13] Do I Need to Go to University?
編輯：李墨天
視覺設計：疏睿
製圖：疏睿
責任編輯：李墨天
封面圖片來自ShotDeck