白交衡宇发自凹非寺
量子位公众号 QbitAI
GPT-4o 亮相没两天，背后 Omni 团队就被扒了个底朝天：
领衔者，是 DALL·E 2/3 研究团队成员、Scaling Law 共同提出者。
更深层次的，团队组成和 Sora 有着类似的规律：不怕启用新人，并且狠狠重任新人。
这里的“新人”，可能是本科 or 硕博刚毕业的应届生，也可能是刚加入 OpenAI 的新成员。
恰如其时的，思维链作者、从谷歌跳槽 OpenAI 的 Jason Wei 跳出来，分享了公司内部派活儿的原则：
派给你的活，绝不与你的职级挂钩。
换句话说，即使是初级工程师，只要有想法，就可能被 OpenAI 委任承担大项目。
而且任命前的评判纯粹根据员工执行表现来，而不是考虑过去这人有过啥优秀业绩。
Jason Wei 说，他在 OpenAI 见过几位毕业不久的工程师，在内部揽了一个重要的大活，他那时候心想，“哇，要是谷歌，这不得让 L8/L9 的员工来搞？”
好一个任人唯贤！
网友看后感慨万千，感慨 OpenAI 这样独角兽中的超级独角兽，就是需要这股子劲。
给这样的团队2-3 年，你会看到他们带来的惊艳表现。
具体情况，咱们来扒一扒就清楚了——
做出伟大产品的年轻团队们
本次吃瓜活动，就从最近万众瞩目的 GPT-4o 背后团队（以下简称 Omni 团队）下手吧。
Omni 团队负责人，印度小哥Prafulla Dhariwal（下面我们叫他 PD 哥）。
你可能不咋熟悉他的名字，但一说他的前作你大概率都认识：DALL·E 2、DALL·E 3、一致性模型，还共同提出了 Scaling Law。
谷歌学术显示，这哥的论文引用次数超过了 72500 次，还在不断上升中。
想当初，PD 哥是以本科毕业生的身份加入 OpenAI 的，虽然这个本科是 MIT（手动狗头）。
他在 MIT 主攻计算机科学、数学、物理学，并在 MIT 大脑、思维和机器中心担任本科生研究员。
据 PD 哥自我介绍，本科毕业前，他就已经在成立不到 1 年的 OpenAI 实习了，然后 2017 年毕业后正式转正。
我们整理发现，入职前半年，他就参与了 Openai baselines 的团队项目。
然后次年成为了 Glow 的共同作者，接下来更是共同提出 Scaling Law，参与研究 DALL-E 2、DALL-E 3、一致性模型等等等等。
过去的 18 个月里，他领衔了 GPT-4o 的工作。
项目面世后奥特曼狂赞他，说如果没有 PD 哥的远见，以及长期以来才智、信念和决心，就没有 GPT-4o。
OpenAI 总裁 Greg Brockman 也说，多亏 PD 哥“建立全能大模型”的信念，团队才最终搞定了 GPT-4o。
夸得太卖力，一下就把 PD 哥推到了聚光灯下。
△GPT-4o 项目负责人 Prafulla Dhariwal
PD 哥自己在推特表示，GPT-4o 是他们团队推出的第一个模型，也是 OpenAI 首个原生多模态大模型。
经由 PD 哥在推特对团队在线点名致谢，我们发现 Omni 团队里有 6 位（疑似）华人面孔。
- Yu Zhang：加入 OpenAI 8 个月；此前在 Google DeepMind 工作 6 年。他本科毕业于上海交通大学计算机专业。
- Huiwen Chang：加入 OpenAI 1 年；此前在 Google 呆过 5 年。她的学士学位是在清华大学姚班取得的。
- Li Jing：加入 OpenAI 2 年，曾是 Dall-E 3、Sora 团队成员。本次负责保障 GPT-4o 的图像生成、3D 生成的能力。本科时，Jing 在北大获得物理学学士学位。
- Jiahui Yu：加入 OpenAI 3 年 8 个月，现带领 OpenAI 感知团队；入职前参与过 Google 的 Gemini、PaLM 2 项目。Yu 本科时就读于中国科技大学少年班，学习计算机。
- Casey Chu：加入 OpenAI 已有 4 年，参与过 GPT-4、DALL・E 2 的研究。
- Mark Chen：加入 OpenAI 5 年 8 个月，现任前沿研究主管，曾参与过 DALL・E、GPT-4 等项目。
当然，Omni 团队背后还有大批共同参与者的努力。但就从上述几个人的资料来看，里面既有老手，也有 OpenAI 新来的员工，并不会因为司龄低，就不给派重要的活。
为了佐证这一点，我们又往前再扒了扒，看看之前的项目是否如此。
看看今年春节发布的Sora。
Sora 由两位博士应届生带队研究，这可称为佐证 Jason Wei 分享的 OpenAI 用人秘籍的典范材料。
两位负责人，Tim Brooks和William (Bill) Peebles都是 2023 年刚刚博士毕业，团队里甚至还有 00 后成员。
其中，Tim 是 DALL-E 3 作者之一，而 William (Bill) Peebles 则和谢赛宁合作，搞出了 Sora 的技术基础之一 DiT。
△带队 Sora 的 Tim（左）和 Bill（右）
看看 2020 年发布的 Jukebox。
这是一个在原始音频域中通过唱歌产生音乐的模型，参与人员就有我们刚入职没两年的PD 哥。
当初没掀起什么水花，但着实为现在的 GPT-4o 培养了音频人才，成为了 OpenAI 奔赴「Her 愿景」的基石之一。
看看 2018 年发布的 GPT-1。
一切故事都开始都源于万神之源《Attention is All You Need》论文的出现。论文发表当天，OpenAI 刚刚离职的前首席科学家 Ilya Sutskever，就意识到“它给了我们想要的一切”。
然后建议同事Alec Radford开始动手研究——彼时距离 Alec 加入 OpenAI 才不到 2 年，也是个本科生。
结果就是，Radford 开发了 GPT 的原型，然后 OpenAI 调动更多人从机器人、DOTA 游戏等项目转型，参与进来开发了 GPT-1、GPT-2……
OpenAI 沿着这位本科生主导的佳作，开创了今日盛世。
△GPT-1 论文主力 Alec Radford
OpenAI 原来是这样
不只是成员履历，其实从 OpenAI 的组织架构上，就能感知到他们这种任人唯贤的扁平化管理方法。
最明显的是，OpenAI 的研究员，大家都叫 Member of Technical Staff，没有啥称呼上的差异。
怪不得有网友调侃，OpenAI 说初级工程师也能抗大活，但可能你们就没有初级工程师啊……
Greg 曾透露，他们曾认真考虑用哪种职位名称，因为不想简单将他们归为研究人员和工程师。
“Member of Technical Staff”这一说法继承自施乐帕克研究中心 Alan Kay 的建议。
而且整个 OpenAI 的部门划分也没有很精细，只有数据科学、研究、安全等几个大部门。
但其实不管 GPT-4、DALL·E、Sora 还是最新的 GPT-4o，全部都是项目制的。
整个团队从各个部门抽人组建，搭伙干活。
讲道理，在 OpenAI，项目归属感可能比部门归属感更强。
除了 OpenAI，现在很多科技公司和领导人，包括像马斯克 xAI 在内也都在按这套方法在搞。
现在，随着 Omni 团队的揭秘，关于 OpenAI 组织架构和评判标准再次被讨论。
有网友对这种方式表示赞赏，“也是为什么我确信创始团队是应届毕业生的新出路”。
当前的市场环境下，这是满足这种雄心壮志的最佳途径，在传统稳定领域想要获得指导和成长变得十分艰难。
就像 Jason Wei 所说，据他观察，一般大公司会对项目有一个隐隐的期望，所以会按职级划分工作内容，项目一般都是自上而下分配的。
重要项目通常派给此前工作表现突出的“值得信赖的”L7 或 L8，这能保证团队有组织、高可靠性地完成工作。
但是对于一个等待大展拳脚的初级工程师来说，想要他遵守一些无关痛痒的条条框框？
不可能，绝对不可能。指望我把活干好不就完事儿了！
虽然这也是许多公司在初创期的通用做法，但事情因 OpenAI 这次发布 Gpt-4o 再次曝光后，更多网友开始触景生情，破防了！
顺便再蛐蛐一下自家公司的成长体系：
别说了，羡慕。
网友自曝其他大厂不这样
一位曾在微软工作的“独立黑客”自述了此前一段伤心经历。
他本来负责一个十分具有挑战性的功能，已经做了所有前期工作，也得到设计部门的认可。但随后就被要求交给一个高级工程师。因为这个工作不符合“职级要求”。
微软的管理者都精于算计（象棋高手），他们晋升的人选都是事先决定好的，合适的项目会分配给那个人，以证明晋升的合理性。
来自谷歌的现员工和前员工们也表示，谷歌在这方面确实做的很糟糕，就是在 Gemini 时代也没有改善。
初级企业的层级结构扁平化，可以有更大的创新空间。
因此也有人在警示 OpenAI“在这方面需要加强很多工作”，有前车之鉴在此。
这样的警示并非没有依据。
事实上如今 OpenAI 飞速发展，人才规模迅速扩展，已经开始出现一丝丝不好的“苗头”。
ChatGPT 发布会之后，OpenAI 一度成为全球 AI 人才向往的圣地。包括像斯坦福、MIT 等顶尖学术机构，微软、谷歌等顶级大厂的人才涌入。
但这当中，有不少研究类人才来了没过多久又走了，留不住。
典型如 OpenAI 创始成员、前特斯拉 AI 总监Andrej Karpathy，2023 年 ChatGPT 发布后二进宫；又在一年之后再次离开，如今正在秘密开发一个项目。
还有又回到谷歌担任 DeepMind 研究科学家的Shane Gu，仅仅只在 OpenAI 待了 7 个月，其中带领团队进入了日本市场。在此之前他曾在谷歌待了四年。
2022 年 5 月 Shane Gu 参与的研究发现，只要加上一句“让我们一步一步地思考”就能让 GPT-3 做数学题的准确率暴涨 61%，引发学术界轰动。
还有其中 DeepMind 老员工 Jack Rae，曾就压缩即智能在 Stanford MLSys Seminar 发表演讲。
此前在 OpenAI 工作一年多时间，今年 7 月份从 OpenAI 跳回到谷歌，他可能是唯一一位对 GPT-4 和 Gemini 都有贡献的人类了。
现在 OpenAI 掀起新一波离职潮，且大部分都是技术团队的人才，甚至随着灵魂人物、首席科学家 Ilya 官宣离职而加剧，超级对齐团队负责人也紧随其后辞职。
而另一面，关于产品、营销方面的人员加入。最新消息，他们还挖来了谷歌搜索广告业务的 21 年老将。
再加上，如今频繁的产品级更新、搜索引擎的布局以及同苹果 Siri 的合作……更多商业化操作不一而足，OpenAI 和奥特曼的野心由此可见。
在这样的情况之下，OpenAI 是否还能持续保持领先？
一起来评论区讨论讨论呗～
参考链接：
