翁嘉译 · 从清华到OpenAI核心贡献者

翁嘉译

OpenAI 核心贡献者 · Post Training Infra 搭建者

强化学习 Post Training Infra 开源践行者

2022年加入OpenAI，是GPT-3.5、GPT-4、GPT-4o、GPT-5等每一代模型跃迁背后的核心贡献者。他搭建了OpenAI的Post Training RL Infra，让强化学习在大语言模型上真正规模化落地。在加入OpenAI之前，他已在清华开源作业、打造天授框架、开发退学online，用代码践行"打破信息差"。

📌

导读 · 站在AI风暴中心

从清华学霸到OpenAI核心成员，翁嘉译的经历充满了与众不同的选择：

他拒绝内卷的评价体系 —— 低投入保GPA，把时间花在真正有影响力的事上。

他坚信"打破信息差" —— 开源作业、开源框架、免费工具，让知识普惠。

他押注Infra的力量 —— "谁修的bug越多，谁的模型训得越好。"

这期播客，我们跟随他的讲述，从童年奥数、清华开源、CMU申请，到加入OpenAI亲历ChatGPT爆发，看他如何用工程思维重塑AI研究的底层逻辑。

💡

核心观点

观点一

打破信息差 —— “我觉得每个人都应该平等的拥有这个信息，哪怕当时有了现代的认知，还是做不出来没有，但信息的平等本身就是一种正义。”

观点二

读PHD vs 工业界 —— “如果你想进工业界，那么读PHD就是浪费生命。你完全可以在硕士甚至本科就攒够影响力，与PHD candidate同台竞技。”

观点三

工程能力 > 研究能力 —— “教一个researcher如何做好engineering，要远比教一个engineer如何做好research来得难。当前的AI研究，拼的是infra的正确性与迭代速度。”

观点四

修bug就是竞争力 —— “每一家的INFA都有不同程度的bug，谁修的bug越多，谁的模型训得就越好。”

观点五

Idea is cheap —— “idea非常便宜，你要做的就是单位时间内能够验证多少有效的idea，并且infra要正确。验证的速度决定了研究的效率。”

观点六

人生影响力公式 —— “如果人生是一场游戏，那么你的结算分数是记得你名字的人数。我想做有影响力的事，让更多人因为我的工作而受益。”

🔑

关键经历

📚 清华开源作业 · 打破信息差

“我把所有收集到的上古作业、材料全部在GitHub上开源（除版权问题外）。信息差在清华生存很有用，但每个人都应该平等拥有信息。” —— 这一举动让他在清华成为传奇，比捐楼更有辨识度。

⚡ 天授框架 · 两周打造，服务千万人

因不满已有RL框架的复杂与低效，翁嘉译用两周时间从零写出强化学习框架「天授」，以简洁、一致、易用的设计迅速获得社区认可。没有发paper的功利心，纯粹为了“让这个领域更好”。他说：“这是做慈善，nonprofit，但让我非常满足。”

🛂 退学online · 免费签证查询

疫情期间，因自己办签证需要实时信息，顺手写了一个爬虫+查询系统，免费开放给大家使用。总点击量超过1000万，服务器被打爆。他笑称：“跟ChatGPT发布时一样，都是自来水效应。”

🧠 OpenAI · 搭建Post Training RL Infra

从22年7月加入Joshman的RL团队，他负责整个Post Training的RL Infra建设。从GPT-3.5到GPT-5，每一个release背后都有他的名字。“我选择卖铲子，而且是离客户最近的铲子——RL是整个Infra的最顶端。”

✨

金句集锦

“我觉得每个人都应该平等的拥有这个信息，哪怕当时有了现代的认知，还是做不出来没有。” —— 谈清华开源作业的初心

“教一个researcher如何做好engineering，要远比教一个engineer如何做好research来的难。” —— 论当前AI时代的能力优先级

“每一家的INFA都有不同程度的bug，然后谁修bug，谁修的bug越多，那谁的模型训的就越好。” —— 谈Infra对模型质量的直接影响

“Idea非常便宜，你要做的就是单位时间内能够验证多少有效的idea，并且infra要正确。” —— 谈研究效率的核心

“如果人生是一场游戏的话，那么你的游戏的结算分数是记得你名字的数量。” —— 高中时突然领悟的人生度量

“我不想发paper，我觉得发paper完全没有意义。我想做有影响力的东西，哪怕亏钱也行，这是做慈善。” —— 谈天授框架的动机

🌀

哲学思考 · 自由意志与宿命

「世界是一个确定性的马尔科夫过程」

“我现在脑子里面在想什么，我下一个单词说什么，我下一个问题问什么，全都是一开始宇宙大爆炸那一刻就定好了。这个是我已经验证过无数遍的。”

「如果有一个能预测未来的AI，对个人是灾难」

“这会导致所有价值体系的崩塌。最好的方式就是忘掉这一切，假装不知道，然后去体验当前的经历。”

「三维生物的局限」

“时间可能不是线性单向流动的，在四维视角里它可以任意跳跃。未来的我可能在过去推动我做出某些选择——这是我找到的迄今为止最合理的解释。”
—— 他的应对方式：投资未来，让自己有选择的权利，同时坚信西西弗斯是幸福的。

🌱

给年轻人的建议

尽早进入工业界 —— 如果你目标是AI Lab，PhD并非必经之路。硕士甚至本科就可以通过影响力项目证明自己。
专注Infra能力 —— 当前AI的瓶颈在工程效率。谁能让迭代速度更快，谁就掌握主动权。
建立自己的评价体系 —— 不要被GPA、学历等单一标准绑架。找到属于你的"GitHub stars"和影响力指标。
做有影响力的事 —— 哪怕是"做慈善"性质的开源项目，长期来看都会成为你职业生涯最坚实的护城河。
不要害怕修bug —— “谁修的bug越多，谁就训得越好” 不仅是模型训练的真谛，也是个人成长的法则。
保持对未知的敬畏 —— “每天都要面对未知的挑战，方向对了，把事情做好做对，剩下的交给时间。”

✦ 由 CuteNote 颜值笔记生成 ✦