翁家翌：OpenAI 每一個模型背後的那個「賣鏟子的人」

本文整理自 WhynotTV Podcast 第四集，這是一場長達兩小時的深度訪談。

一個從小就在「投資未來」的人

翁家翌的故事要從小學一年級開始說起。

他從小喜歡奧數，做數學題比誰都快。他形容那種感覺是「不用過腦子的，直接表層意識直接過，看一眼答案就出來」。

但他同時也意識到，自己學新東西比別人慢，需要花兩到三倍的時間。所以他從初中就開始「投資未來」——初二的時候學完高中數學，初三開始學微積分。

「與其說我現在浪費時間在刷題上面，那不如學一點對未來有用的東西，後面的收益可能更多。」

這種「投資未來」的思維，貫穿了他整個人生。

清華：打破資訊差

進入清華之後，翁家翌做了一件讓很多學長學姐不高興的事：他把所有作業都開源了。

「我想打破這個資訊差。資訊差如果你在清華生存的話，是一個很有用的東西，但我覺得每個人都應該平等地擁有這個資訊。」

他的邏輯是：很多人並不擅長蒐集資料，但他們其實很有能力。如果能給這些人一個資訊平權的機會，他們在清華會活得更好。

這個 GitHub repo 後來成為清華計算機系廣為流傳的資源。翁家翌開玩笑說，現在去清華抓一個計算機系的學弟問「你認不認識翁家翌」，應該是認識的，因為「大家都看我的作業活的」。

天授與 tuixue.online：做慈善的工程師

2020 年疫情期間，翁家翌在家裡做了兩個專案。

第一個是天授（Tianshou），一個強化學習框架。他花了兩週寫出第一版，因為他覺得當時的 RLlib「太複雜了，幾十萬行程式碼，完全不夠人接受」。天授的設計哲學是：程式碼短、抽象做對、你想改什麼地方只有一個地方能改。

第二個是 tuixue.online，一個簽證查詢系統。因為疫情期間各地領事館一直關關開開，他自己有查簽證的需求，就寫了一個爬蟲，然後免費開源給大家用。這個系統的總點擊量超過一千萬。

「我想做一些能夠產生影響力的事情，哪怕是虧錢也行。做天授跟做 tuixue online 都是做慈善，完全 non-profit，然後做這種慈善專案讓我感覺非常滿足。」

他甚至說，比起錢，impact 更讓他滿足。

人生的計分方式

翁家翌在高中的時候，腦子裡突然蹦出一個 idea：

「如果人生是一場遊戲的話，那麼你的遊戲結算分數是——記得你名字的人的數量。」

這個想法一直影響著他。他做開源、做免費工具、做能夠幫助別人的事情，某種程度上都是為了讓更多人記得他。

但他強調，這不是追求名望：

「有些名望名氣可能是不好的。我想要的是那種，做一些對大家有意義的事，讓更多的人記得你。」

進入 OpenAI

2022 年，翁家翌加入 OpenAI。面試他的是 John Schulman（張書曼），看中的是他「GitHub 非常漂亮」。

他很清楚自己在 OpenAI 要做什麼——賣鏟子。

「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。」

他給自己設定的職涯指標是：最大化在 OpenAI Blog 上出現名字的次數。

怎麼做到？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。

從 ChatGPT、GPT-4、GPT-4o 到 GPT-5，翁家翌的名字都在 contributor 名單上。

開源與閉源的矛盾

訪談中有一個很微妙的時刻。主持人問翁家翌：你之前那麼熱愛開源，現在待在一個被批評「跟 Open 沒什麼關係」的公司，這會不會產生衝突？

翁家翌的回答是：

「我覺得這是個 tradeoff。我其實還是很熱愛開源的，如果 OpenAI 有開源的東西，我可能會參與一些。但我覺得我應該去做我自己認為更重要的事情。」

他解釋，OpenAI 不開源是因為「公司要生存」。如果把最好的模型開源，其他人馬上變第一，然後閉源，OpenAI 就融不到資了。

「造福全人類目前的拆解是做產品，然後以盡可能便宜的價格，讓更多人接觸到這個技術。比如免費的 ChatGPT 用戶可以直接接觸到，這可能是更有利於造福全人類的，而不是直接開源丟一個裸的模型權重，那他也不知道怎麼用。」

他甚至透露，John Schulman 曾經問過他要不要把他的 RL Infra 開源，他當時覺得「為了公司的考量」不太好。但 DeepSeek 的出現，讓 OpenAI 內部開始重新評估這件事。

現在的狀態

訪談最後，主持人問翁家翌：你希望十年後的自己是什麼樣的？

他的回答有點出人意料：

「我會希望他做自己那個時候想做的事。然後有足夠的資源、足夠的能力做自己想做的事。」

他說自己曾經想通了想要什麼，但現在又想不通了：

「我手頭上的事，比如說 RL Infra，在很長一段時間都是我想做的事。但隨著時間的推移，逐漸穩定之後，或者說發生了一些事情之後，每個人的重心是會變的。」

「我曾經想通了我想要什麼這個事情，但是我現在又想不通了。我覺得這其實也很正常。」

他最後的留言是：

「去探索自己到底想要什麼。雖然我對這個問題，我曾經一度想通了我自己想要什麼，但是我其實還是沒有那麼想通。這個問題值得用一生去思考。」

我的觀察

翁家翌是一個充滿矛盾的人。

他熱愛開源，在清華開源作業、開發免費的強化學習框架和簽證查詢系統，信奉「資訊平權」。但他現在待在一個被批評「跟 Open 沒什麼關係」的公司，而且是核心成員。

他在訪談中給出了解釋：這是 tradeoff，公司要生存，開源會讓競爭對手拿走成果然後閉源。他甚至重新定義了什麼是「造福全人類」——不是開源模型權重，而是以便宜的價格讓普通人用到產品。

這個解釋合理嗎？

從商業邏輯來看，確實合理。但從一個熱愛開源的人的角度來看，這個解釋是不是有點太圓滑了？

我不知道答案。但我覺得這個矛盾本身就值得思考。

也許我們的邏輯太直線了。我們習慣說「你喜歡 A，所以你應該做 A」，但真實世界不是這樣運作的。一個人可以同時熱愛開源，又選擇待在閉源的公司，只要他能說服自己這是在做「更重要的事」。

這是刻意掩飾嗎？還是人本來就是這麼複雜的動物？

翁家翌說，他曾經想通了自己想要什麼，但現在又想不通了。也許這才是最誠實的答案——我們以為自己有清晰的價值觀，但當現實的 tradeoff 擺在面前，事情就沒那麼簡單了。

這不是批評，這是觀察。而且我覺得，這種矛盾比那些「我很清楚自己要什麼」的宣言，更接近真實的人生。