从「与GPT-3.5畅聊」到「ChatGPT」，OpenAI团队在混乱中拍板上线、又怎样被用户「点赞」调教成「赛博舔狗」？从产品发布、命名内幕、团队文化到AI时代核心竞争力，深度访谈揭开幕后全过程！

自2022年11月30日上线以来，ChatGPT迅速爆红。连OpenAI自己都没料到会这么火。在OpenAI播客第二期中，ChatGPT负责人Nick Turley和首席研究官Mark Chen首度揭秘这款产品的幕后故事。从名字的由来，到病毒式传播的意外惊喜；从内部激烈的发布争论，到模型行为如何调整，他们逐一详解。他们还讨论了图像生成技术的突破、编程方式的变革以及OpenAI的企业文化等。这场对话不仅揭示了ChatGPT成功的原因，也展望了AI在医疗、研究等领域的未来机遇。

本来只是预览，没想到火了！OpenAI起名烂得出名，在ChatGPT发布前，这款日后爆火、载入史册的产品叫「与GPT 3.5畅聊」(Chat with GPT 3.5)。至于GPT到底是啥意思？在当时，OpenAI内部众说纷纭。一半的人认为是「生成式预训练」（generative pre-training），另一半人认为它是「生成式预训练Transformer」（generative pre-trained transformer）。事实上，GPT是后者「generative pre-trained transformer」的缩写。

OpenAI是如何决定ChatGPT这个酷炫的名字的？某天，他们意识到「Chat with GPT 3.5」这个称呼有些拗口，难以发音。于是，在发布前的某个深夜，他们决定简化一下。具体的改名时间，难以回忆了：在发布前的前一天晚上，也可能是发布当天。那时候，各种情况已经很混乱了，一团乱麻。

当时GPT 3.5模型已经发布好几个月了，ChatGPT只是一个低调的研究预览。研究预览意味着不保证稳定性，系统可能会宕机。因为从能力角度来看，当只看看评估结果时，你会觉得「哦，还是老一套，只是加了一个界面，减少了工作量，把事情做得更快了」。但实际效果如何，只有用户才能验证。

警钟ChatGPT一夜变「舔狗」频繁更新、高度依赖用户反馈来改进模型，可以更贴近用户需求，可以更快地创新。但也有问题。一个典型例子就是模型变得过于谄媚和阿谀奉承。人们突然发现ChatGPT会说：「嘿，您的智商高达190，您是智慧巨人，您还是宇宙中最帅的人。」Mark认为：「这是个典型例子，说明我们高度依赖用户反馈来改进模型。」他解释了具体的技术原因。

它背后涉及到「人类反馈强化学习」（RLHF）。比如，当用户喜欢某个回答时，会点「赞」。OpenAI训练模型，倾向于生成更多能获得点赞的回答。听起来很合理，但一旦平衡不好，模型就可能变得过于讨好。用户可能会偏爱被赞美的感觉，模型就开始学会「拍马屁」，变成「赛博舔狗」。

但其实这种现象只是少数高级用户发现的，而大多数普通用户并没察觉到。这是依赖用户反馈最典型的负面例子。问题被发现后不久，Joanne Jang就发文回应，详细解释了来龙去脉。「谄媚事件」非常重要，是很好的教训。但从根本上说，Mark Chen认为OpenAI有正确的机制来打造出色的产品。

OpenAI更看重这些能力而不是PhD文凭奇点已至，未来人们需要什么样的技能？这是现在很普遍的问题。在自己的团队中，OpenAI寻找什么样的技能？Nick对此思考了很久。招聘很难，特别是如果想组建一支规模小、能力强、谦逊且能快速行动的团队。他认为，「好奇心」是最重要的特质。

世界瞬息万变，到底该怎么做？对大家来说，有太多未知。在开发AI时，你必须保持一定的谦逊，因为在你真正去研究、去深入、去尝试理解之前，你并不知道什么是有价值的，什么是有风险的。现在在工作的方方面面，我们显然要与AI协作，不仅仅是编码。而在这方面的瓶颈，在于提出正确的问题，而不一定是得到答案。

从根本上，他相信：「我们需要雇佣那些对世界、对我们的事业抱有深度好奇心的人。我反而不太在乎他们是否有AI领域的经验。」就产品团队而言，Nick发现：好奇心是成功的最佳预测指标。即使在研究团队，OpenAI现在也越来越不看重你是否拥有AI博士学位了。

Mark Chen刚加入OpenAI时，也没有AI经验，而现在是首席研究官。对新员工来说，Mark Chen认为很重要的一点是「自主性」（agency）。在OpenAI，你不会得到事无巨细的指令。OpenAI真正需要的是，你能主动去发现问题，然后心想：「嘿，这有个问题，没人解决，那我就自己上，把它搞定。」

此外，他也看重「适应性」。AI日新月异，变化极快，这是AI领域目前的本质。你需要能够快速判断什么是重要的，并迅速调整工作方向。从根本上说，OpenAI拥有大量具备自主性、能够「搞定事情」的人——产品发布还能更快。

这体现在产品、研究和政策等各个方面。当然，「搞定事情」的含义各不相同。这种高比例的实干家，以及除了在关键领域外极少的繁文缛节，正是 OpenAI 的独特之处。当从200人增长到2000人时，很多事情可能会改变。在某些方面，OpenAI确实变了。但人们常常低估了OpenAI所做事情的多样性。

在OpenAI工作，更像是身处一所大学：因为一个共同的理想，大家聚集在这里，但每个人都在做着不同的事情。在午餐或晚餐时，你会坐下来和某人聊天，了解他们正在做的事，然后你会惊叹：「哇，你做的那个东西太酷了！」

正因为OpenAI涉足的领域如此广泛，每个具体的项目——无论是 ChatGPT、Sora还是其他——实际上都是由非常精简、保守的团队来负责。比如，开发ChatGPT的团队总人数大约只有200。这保证了团队成员高度的自主性，并确保他们拥有所需的资源。