翁家翌(Jason Weng)学习笔记:关于成长、工程与OpenAI

原始采访：Bilibili 视频采访：OpenAI 研究员翁家翌本文记录了从该访谈中提炼出的对个人成长、工程实践及 OpenAI 工作模式的思考与洞见。

1. 重新定义评价体系：跳出“标准游戏”，自己制定规则

• 看透GPA的虚荣： 本科时就要意识到，GPA是一个3年后毫无价值的指标。如果你的目标是长远的（比如找工作或做成某件事），那只要维持GPA在“及格/够用”的底线即可，多花一分精力都是浪费。
• 寻找真正的硬通货：
• 不要用学校的规则（考试分数）卷自己，要用行业的规则卷自己。
• 翁家翌给自己定的KPI非常明确：论文 + 比赛 + GitHub千星项目。这才是让他在大厂和顶尖实验室脱颖而出的资本。
• 影响力（Impact）至上：
• 做事的标准不是“这题我做对了没有”，而是“这事儿有多少人在用，有多少人因为我受益”。
• 不论是开源清华作业，还是写“天授”RL框架，亦或是“退学网”，他的每一次出圈，都是因为解决了别人的真实痛点，从而积累了巨大的Credit。

不要当那种在那自嗨“我学了多少知识”的人，要当“我做出了什么别人能用的东西”的人。

2. 工业界 vs 学术界：工程能力才是AI时代的“核武器”

• 打破PhD迷信： 如果目标是进工业界（尤其是现在的AI Lab），读PhD可能是在浪费生命。
• 现在的科研不再是小作坊式的算法创新，而是拼大规模基础设施（Infra）。
• 现在的瓶颈不在Idea，Idea is cheap，随便找个大牛聊聊就有。
• “卖铲子”的智慧：
• “教一个Researcher做好Engineering，远比教一个Engineer做好Research要难。”
• 在AI时代，谁能搭建出稳定、高效的训练框架，谁就是不可替代的。翁家翌之所以能把名字挂在所有OpenAI的模型上，是因为他是那个修路、造铲子的人（RL Infra负责人）。
• 迭代速度决定生死：
• 学术界还在这调参、那调参，在一个Toy Task（玩具任务）上卷分数。
• 工业界只看单位时间内能迭代多少次。谁的Infra稳，谁修的Bug多，谁就能跑得快。

做项目，别光盯着算法本身，多看看Data Pipeline、分布式训练、工程化部署。做一个能把System跑通的人，比做一个只会推公式的人更有价值。

3. OpenAI的内部洞察：祛魅“黑魔法”

• 并没有什么神之一手：
• 外界以为ChatGPT是惊天动地的算法突破，内部视角看，其实是一堆工程优化的结果。
• Llama之所以训不过GPT，很可能不是模型架构差多少，而是他们的Infra Bug太多，导致训练效率低、效果差。
• RLHF（强化学习）的本质：
• 在大模型里搞RL，难点不在于RL算法本身（甚至没啥新东西），难点在于Scale up（扩展）。
• 如何在几千张卡上，让这个巨大的模型不崩、高效地采样和训练，这全是脏活累活（Dirty Work）。
• 组织架构的秘密：
• OpenAI之所以强，是因为信息无损流通。Sam Altman和Greg Brockman这种级别的人，依然保持对技术细节的极度敏感。
• 一旦组织变大，必然出现“信息茧房”和代码腐化。解决办法只有一个：保持高人才密度，小团队作战，容忍不了平庸。

所谓壁垒，往往就是别人不愿意干的脏活累活（修Bug、洗数据、搭基建）堆出来的。没有什么魔法，全是基本功。

4. 如何向翁家翌学习？（Actionable Advice）

• 做“代码慈善家”：
• 不管是出于兴趣还是功利，去写开源项目。不是为了炫技，而是为了好用。
• 他在写“天授”时，是因为受不了现有框架太难用。你要做那个解决“难用”的人。
• 极致的独立开发能力（Solo Capability）：
• 在这个AI辅助编程的时代，一个人的战斗力被无限放大。
• 翁家翌强调Consistency（一致性）。很多时候，一个人把顶层设计想清楚，快速写出来的第一版代码，比十个人开会讨论出来的“屎山”要强一百倍。具备独立完成从Idea到Demo全流程的能力。
• 投资未来（Invest in Future）：
• 不要只看当下什么火（比如现在的Prompt工程），要看什么技能是5年后依然稀缺的。
• 他在初中就自学微积分，不是为了考试，是为了以后学物理快。
• 他在大二就意识到RL Infra重要，而不是去卷CV（计算机视觉）。
• 要有预判，并敢于在别人看不懂的时候提前下注。

最后

我们要学的不是他的智商（这学不来），而是他的判断力。 判断什么对未来重要，判断什么才是真正的贡献，然后利用强大的工程落地能力，把这个判断变成现实。