Изнутри OpenAI: личный взгляд бывшего сотрудника на работу в компании
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 возвраще
Автор материала - Mansur Ismagulov
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
The Tech в Telegram Подписывайтесь на The Tech в Telegram
Будьте в курсе всех последних новостей из мира технологий и стартапов.
Читайте по теме
Другие материалы автора
Новость IT
zypl.ai начинает работу в Японии и фокусируется на риск-моделях нового поколения
Mansur Ismagulov
Новость IT
Состояние Илона Маска впервые превысило $700 миллиардов
Mansur Ismagulov
Статья IT
«Страны Центральной Азии должны строить совместную экосистему», — Бехзод Исмоилов о развитии ИИ в регионе
Mansur Ismagulov
Статья IT
Таксономия Блума и инженерные уровни: практическая модель роста
Mansur Ismagulov
Статья Полезное
Как развивалась IT-индустрия Азербайджане в 2025 году: главные события
Mansur Ismagulov
Новость IT
Таджикистан стал новым участником регионального инновационного альянса Central Asian Innovation Hubs
Mansur Ismagulov