公司文化与工作方式 - OpenAI内部沟通主要依赖Slack而非邮件，员工一年仅收到约10封邮件[10] - 公司采用"自下而上"的研究文化，晋升机制注重实际能力而非演讲或办公室政治[11] - 鼓励员工"行动为先"，无需层层审批即可推进项目，Codex发布前内部存在3-4个自发开发的原型[12] - 战略调整迅速，3000人规模仍保持高效决策能力，远超谷歌等传统科技公司[14] - 团队流动性极高，紧急项目可快速调配资源，Codex上线时两位资深工程师次日即加入支援[19] 技术架构与工程实践 - 采用Python为主的单体代码库，风格多样但缺乏统一规范，逐渐引入Rust和Golang服务[21] - 基础设施主要部署在Azure平台，仅依赖AKS、CosmosDB和BlobStore三种核心服务[21] - 工程架构受Meta影响显著，自研类似TAO的图数据库和边缘身份认证系统[22] - 代码库存在重复建设现象，例如队列管理库就有5-6个不同版本[23] - 后端单体服务存在技术债务，主分支CI测试常需30分钟以上[23] 产品开发与创新效率 - Codex从首行代码到产品发布仅用7周，团队每天工作至深夜甚至凌晨[25] - 发布前夜5名成员通宵至凌晨4点部署服务，上线后立即吸引海量用户[26] - 产品采用异步架构设计，支持多任务并行处理，53天内生成63万个公开PR[27] - 开发过程中需预测GPU负载，核心经验是从延迟需求反推而非GPU性能推算[32] 组织发展与行业竞争 - 员工规模从1000人快速扩张至3000人，工龄1年即位列前30%资深员工[9] - 高管团队深度参与日常运营，包括Greg Brockman和Sam Altman均在Slack直接讨论[19] - 公司同时布局API、深度研究、硬件、编码代理等多领域竞争[18] - AGI领域形成OpenAI、Anthropic和谷歌三强争霸格局[31] 安全与行业影响 - 高度重视实际风险防控，包括仇恨言论、政治偏见和生物武器等具体威胁[16] - 尖端模型坚持普惠原则，ChatGPT向未登录用户开放，API支持初创企业[15] - 产品服务覆盖数亿用户，涉及医疗建议和心理辅导等敏感场景[15] - 研发投入规模惊人，Codex单个冷门功能GPU成本超过Segment整体基础设施支出[17]