「每家 Infra 都有 bug，誰修得多誰就贏」—— OpenAI 核心工程師談 AI 競賽的真正戰場

本文整理自 WhynotTV Podcast 第四集，嘉賓為 OpenAI 核心工程師翁家翌。

一個反直覺的觀點

在 AI 領域，我們習慣聽到的成功故事通常是這樣的：某個天才研究員提出了突破性的演算法，然後改變了世界。

但翁家翌在訪談中說了一句話，徹底顛覆這個敘事：

「每家的 Infra 都有不同程度的 bug，然後誰修的 bug 越多，那誰的模型性能就越好。」

這不是謙虛，這是他在 OpenAI 三年多的實戰經驗。

Infra 才是真正的戰場

翁家翌是 OpenAI 從 ChatGPT、GPT-4、GPT-4o 到 GPT-5 背後的核心貢獻者。他的貢獻可以用三個關鍵字概括：強化學習、post-training、Infra。

但他自己最認同的身份是「賣鏟子的人」。

「我喜歡賣鏟子。如果我做 Infra 的話，大家都用我，所以可以 scale up。我又擅長寫 RL Infra，所以這是個非常適合的機會。」

他甚至給自己設定了一個職涯指標：最大化自己在 OpenAI Blog 上出現名字的次數。

怎麼做到？不是發論文，而是搭建整個 post-training 的 RL Infra。因為每發一個大模型，用到這套 Infra 的團隊都會把他的名字放上去。

演算法創新沒那麼重要

這個觀點可能會讓很多學術研究者不舒服，但翁家翌說得很直接：

「如果你把 bug 全修了，那你有可能演算法連改都不用改，就很好。」

他解釋，目前前沿 AI Lab 的研究，拼的都是 Infra 的正確性。如果你的 Infra 正確，剩下的就是看單位時間內能迭代多少次。

「Idea 非常便宜，你要做的就是在單位時間內能夠驗證多少有效的 idea。」

那些有強烈 research 直覺的人？翁家翌說，那些人「就那些人」——從 GPT-1 時代就開始做的資深研究員。對於其他人來說，與其動腦想演算法，不如把 Infra 修好。

DeepSeek 真正讓 OpenAI 緊張的地方

訪談中有一個細節很值得注意。主持人問翁家翌，外部競爭（包括中國的大模型公司）會不會傳導到 OpenAI 內部？

翁家翌的回答是：「不太會，除了 DeepSeek 那一波。」

為什麼？不是因為 DeepSeek 在榜單上贏了，而是因為：

「他們在 Twitter 上聲稱他們的迭代速度非常快。這引起了很多人的警覺，因為內部的迭代速度其實相比於其他是有點慢的。」

OpenAI 內部因此決定重構整個 Infra，翁家翌目前就在做這件事。

他甚至直接說，OpenAI 在「單位時間迭代速度」這個指標上，肯定不是全世界第一。

未來大模型的瓶頸在哪？

訪談最後，主持人問翁家翌：未來大模型加強化學習這條路，最大的瓶頸會在哪？

他的答案依然是 Infra：

「瓶頸在於修 Infra 的 throughput，你單位時間內能修多少 bug，以及單位時間內能迭代多少次、能正確的迭代多少次。剩下不重要。」

我的觀察

翁家翌的觀點對台灣 AI 產業有很深的啟示。

我們的學術環境還在教學生追逐論文數量，但業界真正需要的是修 bug 的速度。這不是說研究不重要，而是說在當前這個階段，工程執行力的權重被大幅低估了。

台灣有很多優秀的軟體工程師，但我們可能還沒意識到，這群人在 AI 時代的價值可能比我們想像的更高。

當全世界都在搶 AI 研究員的時候，真正稀缺的可能是那些能把 Infra 修對、讓迭代速度飆上去的工程師。

這是一個值得重新思考的人才觀。