翁家翌
创建时间： 2026-04-28
来源： [[sources/翁家翌：OpenAI，GPT，强化学习，Infra，后训练，天授，tuixue，开源，CMU，清华｜WhynotTV Podcast #4|4]]
相关： RL-Infra-for-LLM，Tianshou，Post-Training-Era，Personal-Evaluation-Systems，tuixue-online，Flat-Organization
身份
OpenAI 核心贡献者，从 GPT-3.5 到 GPT-5 所有模型发布背后的 post-training RL infra 搭建者和维护者。2022 年加入 OpenAI，由 John Schulman（张书曼）招募。
时间线
| 时期 | 事件 |
|---|---|
| 小学 | 一年级开始学奥数，数学题做得比谁都快 |
| 初中 | 初一接触编程；初二自学完高中数学；初三学微积分 |
| 高中 | 信息学竞赛（OI），高二进福建省队，拿清华降 60 分录取 |
| 2016-2020 | 清华本科，朱军实验室，VisDoom 强化学习项目冠军 |
| 2019 夏 | Yoshua Bengio 实验室暑研，做类似 MOE 的 Transformer 语言模型 |
| 2020-2021 | CMU Master，疫情期间在家上网课一年；开发天授和 tuixue.online |
| 2022.07 | 加入 OpenAI，John Schulman 的 RL team |
| 2022.08 | 在新 Infra 上调通第一版 PPO（用 GPT-4 跑） |
| 2022.11 | ChatGPT 发布，贡献者列表 Schulman 之后 12 人之一 |
| 2023-2025 | 持续维护/开发 post-training RL infra，覆盖 GPT-4/4V/4o/4.5/5 |
职业选择
拒绝了 DeepSeek（幻方 AI Lab）的 offer。 当时幻方说要搞 AI Lab（后来的 DeepSeek），方向正是 RL-Infra。同时还有英伟达（RL System）、FAIR（流程原因被拒）、Google、AutoML 的 offer。
选择 OpenAI 的核心原因：
- OpenAI 和 DeepMind 是当时 RL 领域最好的两个 research lab
- 想体验最前沿的 research 到底是怎么做的——“不是像学校里面几个 PhD 手搓一个东西”
- John Schulman 认可他的 GitHub（开源项目），认为”有良好工程能力的人对任何项目都有益”
核心贡献
在 OpenAI 内部搭建了整个 post-training 的 RL (RLE) infra，所有模型发布都用这套 infra 训练 RLHF 模型。他自己将其定位为”卖铲子最面向客户的那一位”——RL 是整个 infra 的最顶端，生态位高。
个人职业策略： 最大化在 OpenAI Blog 上出现名字的次数。做法是选择 infra 而非单个 research——infra 被所有人使用，可以 scale up；单个 research 不能。
核心信念
1. 信息差应该被打破
- 清华期间开源所有作业和上古材料（无版权问题的）
- 开发天授、tuixue.online 全部免费开源
- 动力：“不想让后人重蹈覆辙，疲于奔命”
- 认为代码工具应该是一种慈善
2. 成功 = 记得你名字的人数
高中时突然冒出的想法：“如果人生是一场游戏，结算分数是记得你名字的人数。”
- 不是 fame（名声可能有负面），而是做对大家有意义的事
- GitHub star、tuixue 点击量、model release 列表上的名字——都是这个 metric 的具体化
- 只对自己这样要求，不对外施加这个标准
3. 投资未来
从初二自学高中数学开始，就意识到的底层逻辑：
- “与其浪费时间刷题，不如学对未来有用的东西”
- 目标是让十年后的自己有资源、有能力做想做的事
- 现在的重心：提前退休，有足够资本后去找真正想做的事
4. 确定性世界观
相信世界是确定论的——人是没有自由意志的，一切在宇宙大爆炸时就已注定。
- 尝试证伪但失败，虽然情感上不愿接受
- 应对策略：忘掉这一切，假装不知道，去体验当前的经历
- 认为时间是高维的、非线性的——可能是未来的自己在帮助过去的自己
5. AGI 之后呢？
- 曾以为自己想通了想要什么，现在又想不通了
- “这个问题值得一生去思考”——即使是站在 AI 最前沿的人也是如此
- 对 infra 工作的热情在”看到头了”之后开始消退
关键语录
- “如果你想进工业界，那么读 PhD 就是浪费生命。”
- “每家的 infra 都有不同程度的 bug，谁修的 bug 越多，谁的模型性能就越好。”
- “教一个 researcher 如何做好 engineering 要远比教一个 engineer 如何做好 research 来得难。”
- “idea 非常便宜，你要做的是单位时间内能验证多少有效的 idea。”
- “技术不重要，重要的是抓住需求。”
- “最好的方式就是忘掉这一切，假装你不知道这个事，然后去体验当前的一些经历。“
参考资料
- 来源：4