昨天看完了 OpenAI 工程师翁家翌（@Trinkle23897）的访谈，两小时下来最大的感受：求知欲旺盛、学习能力极强。
他 2022 年加入 OpenAI Post-Training 团队。ChatGPT、GPT-4、GPT-4o、GPT-5——这些关键跃迁背后，都有他的身影。核心贡献三个词：强化学习、post-training、infra。
一个自认学得比别人慢的人，如何成为全球最强 AI 公司的核心工程师？不是天赋——是方法论。
一、学得慢？那就用方法碾压
他坦言需要比常人花 2–3 倍时间理解底层逻辑。但他没把这当缺陷——他把这变成了方法论。
正反向筛选，只在对的赛道上押注：
| 正向——持续投入 | 反向——果断放弃 |
|---|---|
| 奥数：投入产出比高 | 篮球：被按着打 |
| 编程：天然契合 | 跆拳道：实战被揍 |
| 数学/CS | 语文：兴趣不大 |
最让我震撼的细节——他用 iPad 的 Safari 裸打代码。 没有编辑器、没有高亮、没有补全。这种方式强迫他在大脑中完整构建程序逻辑，每一行代码先在脑子里跑一遍。
策略简单粗暴：学得慢就提前学。 初二学完高中数学，初三开始啃微积分。GPA？最短时间达到够用成绩就行，不浪费生命。
二、当所有人在卷 GPA，他在卷 GitHub
清华默认评价体系：GPA 越高越好，PhD 远比 Master 好。翁家翌停下来，重新定义了自己的计分板。
他认同导师的标准：论文、比赛名次、三位数以上的 GitHub Star。 于是他开源了 Tianshou（强化学习库）和 EnvPool（超快 RL 环境执行器），收获数千 Star。同时把清华期间所有作业和材料全部开源，打破信息壁垒。
他的终极目标：最大化自己在 OpenAI Blog 上出现名字的次数。 他用 RL infra 绑定核心管线，把个人产出 scale 到所有核心产品。从他的 CV 可以看到，参与项目清单几乎就是一部大模型进化史。
他不在意发了多少论文——更在意有多少人真正记得、使用他做的东西。
三、四个 offer，他选了最不”确定”的
2022 年，ChatGPT 爆发前，他手握 OpenAI、幻方、谷歌、英伟达 的 offer。选择逻辑只有一条：哪里人才密度最高？
谷歌太大容易当螺丝钉；幻方做 RL infra 是备选；OpenAI 人才密度最高、scope 最大。 他不读 PhD 的逻辑也相通——“教 researcher 做好 engineering，要远比教 engineer 做好 research 难得多。” 他更看重 Infra，因为 infra 离真实产品最近。
关于开源与闭源的矛盾，他的回答很务实：对 OpenAI 来说生死线是 infra 迭代速度。现阶段闭源是竞争必需。 但如果未来创业，他大概率选产品方向——技术复杂度不重要，精准抓到用户需求才重要。
四、宿命论者的生存哲学
播客最后问：如果 AI 能解决一个世界难题，你想解决什么？ 他说：“如何预测未来。”
他认为人活在一个确定性的马尔可夫过程里——大脑里想什么、下一个单词说什么，在宇宙大爆炸那刻就已确定。人没有自由意志。
既然是宿命，为什么还要投资未来？
“未来的我帮助过去的我完成决策。” 高三蹦出的”要创造影响力”的想法，是未来的他给过去的自己发送的信号。既然一切确定，那就忘掉这件事，尽情享受。西西弗斯是幸福的——活着是在确定性的循环里寻找当下的意义。
写在最后
播客只有两小时，强烈推荐：完整版。
我一个人打造的 Zaokit AI 正在内测，2026年4月30日前 1000 名用户赠送价值 150 RMB 的 Pro 计划，助力大家高效完成图文创作和 PPT 生成，唯一网站：zaokit.app。
你不需要学得最快——找到自己的赛道，构建自己的评价体系，持续输出别人无法替代的价值。这才是从清华到 OpenAI 的底层逻辑。
