Изнутри OpenAI: личный взгляд бывшего сотрудника на работу в компании

Кэлвин Френч-Оуэн ушел из OpenAI три недели назад, проработав там с мая 2024 года. На фоне множества слухов об OpenAI он решил поделиться личным взглядом на работу внутри компании — без инсайдов и секретов, просто размышления о культуре и смысле происходящего.

Кэлвин Френч-Оуэн, ex-member of Technical Staff OpenAI, Linkedin

Уход не был связан с драмой: напротив, решение далось непросто. После опыта запуска собственного проекта трудно вновь стать частью огромной команды из 3000 человек. Настало время для нового этапа.

Тем не менее, он не исключает возвращения — настолько масштабна и значима миссия создания AGI. Codex, запуск которого он застал — лишь малая часть технологического прорыва десятилетия. Это не позиция компании, а личный взгляд на одну из самых захватывающих организаций нашего времени.

Что на самом деле происходит внутри OpenAI

Первое, что поражает в OpenAI — скорость роста. Когда он пришел, в компании было чуть больше 1000 сотрудников. Через год — уже более 3000, и он оказался в числе самых «старших» по стажу. При таком масштабировании начинают давать сбои процессы: коммуникации, управление, найм, выпуск продуктов. Команды работают по-разному — кто-то на износ, кто-то стабильно, а единый «опыт OpenAI» просто не существует.

Необычность культуры — все происходит в Slack. Почты практически нет. Такой поток отвлекает, если не уметь фильтровать каналы. Но при хорошей настройке — работает.

В исследовательском отделе царит культура снизу вверх: нет жесткого планирования, прогресс появляется итеративно, а хорошие идеи могут прийти откуда угодно. Это создает меритократичную среду, где ценят не статус, а результат. Исторически лидерами становились те, кто доводил идеи до реализации — даже если они не блистали на собраниях или в офисной политике.

В OpenAI распространен принцип «сделай сам». Часто команды самостоятельно запускали схожие проекты, как, например, с Codex или ChatGPT Connectors. Все могло начаться с пары человек — и уже по факту становилось полноценным направлением.

Исследователей тут воспринимают как мини-лидеров. Главное — увлечь их задачей. Скучные или решенные темы интереса не вызывают. Поэтому хорошие менеджеры в ресерче — редкость и огромная ценность. Они умеют связывать отдельные идеи и запускать масштабные инициативы.

Как устроена работа в OpenAI

OpenAI — это гибкость, масштаб и амбиции. Команды работают по-разному, но объединяет их культура «снизу вверх» — ценятся идеи, а не статус. Исследователь может сам начать проект, и если он работает — вокруг него формируется команда. Руководители чаще помогают не мешать, чем контролировать.

Основной рабочий инструмент — Slack. Почты почти нет, доступ строго разграничен. 

OpenAI — не монолит. Для одних это лаборатория, для других — продуктовая компания или миссия. Но всех объединяет серьезность подхода: работа влияет на миллионы людей, и на кону — гонка за AGI.

Компания фокусируется на реальных рисках: от злоупотреблений и манипуляций до биотерроризма. Теоретическая безопасность тоже важна, но в приоритете практические угрозы. Многое из сделанного не публикуется.

Несмотря на критику, в OpenAI работают те, кто действительно хочет сделать мир лучше. Это видно в подходе: модели доступны каждому, а не только корпорациям. Даже ChatGPT — можно использовать без входа.

Мерч здесь редкость, но GPU — огромная статья расходов. Одна фича могла стоить, как вся инфраструктура в другой компании. И все же, здесь не боятся мечтать масштабно — от API до кодовых агентов и железа.

OpenAI чутко реагирует на инфополе — даже вирусный твит замечают. Атмосфера, идеи и скорость реализации делают ее уникальной.

Код и инфраструктура

OpenAI использует монорепозиторий на Python, API пишутся на FastAPI с Pydantic. Жестких стандартов коду нет — стиль зависит от команды. Все работает на Azure, но надежны лишь AKS, CosmosDB и BlobStore. Из-за ограничений платформы многое создают сами.

Многие инженеры — выходцы из Meta, что отражается в «метоподобной» инфраструктуре: от внутреннего TAO до систем идентичности.

Основой архитектуры стал ChatGPT — вся кодовая база построена вокруг понятий сообщений и диалогов. Codex использовал другую модель, но опирался на эти же наработки.

Решения принимают сами команды, что ускоряет запуск.

Запуск OpenAI Codex

Последние три месяца Кэлвин работал над запуском OpenAI Codex — одного из ключевых проектов в OpenAI. В ноябре 2024 команда поставила цель — создать кодового агента в 2025. Уже к февралю были мощные внутренние прототипы, и стало ясно: модели готовы.

За семь недель успели многое: собрали среду исполнения, оптимизировали загрузку репозиториев, дообучили модель под редактирование, внедрили git-операции, сделали новый интерфейс и подключили интернет. OpenAI Codex стал полноценным, удобным продуктом — и это был, безусловно, один из самых ярких этапов в карьере.

Успех OpenAI Codex стал возможен благодаря сильной команде: восемь старших инженеров, четыре исследователя, два дизайнера, два специалиста Go-to-market и один project-менеджер. Каждый точно знал, что делать, но координация все равно была ключевой. Накануне запуска пятеро участников сидели до 04:00, деплоили монолит, а уже в 08:00 были на прямом эфире — и сразу увидели лавину трафика. Просто добавив OpenAI Codex в боковую панель ChatGPT, продукт тут же начали активно использовать — в этом сила платформы.

OpenAI Codex сделали асинхронным: пользователь отправляет задачу, агент сам работает в отдельной среде и возвращается с pull request’ом. Это рискованная ставка — модели еще не идеальны, но идея в том, что в будущем кодовые агенты станут полноценными коллегами.

OpenAI Codex умеет работать с большими кодовыми базами, запускать несколько задач параллельно и сравнивать результаты. Только по открытым данным он сгенерировал 630 000 pull request’ов за 53 дня — в среднем 78 000 на одного инженера. Для автора это стал самый масштабный проект в жизни.

Заключение

Кэлвин Френч-Оуэн

Поначалу у меня были сомнения, стоит ли идти в OpenAI. Не было уверенности, как это — отказаться от свободы, иметь начальника, стать крошечной частью гигантского механизма. Я даже никому особо не рассказывал, что устроился туда — на случай, если не приживется.

Оглядываясь назад, есть мысль, что это было одно из лучших решений в моей жизни. Сложно представить себе место, где можно было бы узнать больше.

Если ты основатель и чувствуешь, что твой стартап никуда не движется, тебе стоит либо пересобрать стратегию и попробовать стрелять чаще либо пойти работать в одну из крупных AI-лабораторий.

Сейчас — невероятное время, чтобы строить. Но это также и уникальное время. 

Источник: https://calv.info/openai-reflections