OpenAI 研究副總裁傑瑞・特沃雷克（Jerry Tworek）近期接受《The Mad Podcast》專訪時，談到個人的職涯轉變，打破外界對頂尖 AI 科學家的刻板印象，還罕見地揭露 OpenAI 內部獨特的協作文化。

從華爾街交易員到 AI 推手 —— 這段故事樸實無華得令人意外

特沃雷克受訪時表示，他從小立志成為科學家，但在華沙大學（University of Warsaw）攻讀數學時，卻發現自己無法適應學術界的僵化體制，開始陷入迷惘、覺得自己失去人生目標。

「我做了一個非常簡單的『第一原理』（First Principles）思考：我有數學學位，我需要吃飯，什麼工作可以用到數學又可以養活自己？」特沃雷克回憶道。這個務實的思考讓他踏入金融圈，先後在倫敦摩根大通（JPMorgan Chase & Co.）與阿姆斯特丹的避險基金擔任交易員。

但在數年的交易員生涯後，特沃雷克再次感到停滯。儘管工作充滿挑戰且收入豐厚，但他發現自己停止成長。正是在這個時刻，他讀到 DeepMind 的論文，被強化學習（RL）能夠訓練 AI 玩遊戲的潛力深深震撼。

所以特沃雷克做了一件最樸實的事：在 2019 年打開 OpenAI 官網，直接在求職頁面投遞履歷，「這可能是世界上最無聊的故事，我就只是投了履歷，希望能得到回應。」當時 OpenAI 還是一家致力於讓機器人玩魔術方塊的非營利組織，這份對於「成長」的渴望，讓他成功跨界，成為如今 AI 革命的推手之一。

OpenAI 讓天才們通力合作的文化：極端透明、沒有個人英雄主義

外界常認為擁有全球最重要 IP 的 OpenAI，內部肯定充滿機密與隔閡。但特沃雷克透露，在約 600 人的研究團隊中，實行的是「每個人都知道所有事」的極端透明政策。

他坦承確實有洩密風險，但「讓研究員因資訊不足，而無法做出最佳決策」的風險其實更高。因此，OpenAI 選擇讓資訊完全流動，打破傳統企業常見的穀倉效應（Silo Effect，指組織內部因過度分工而缺乏溝通）。

「我們都在同一個大腦裡，而這個大腦比我們任何一個人都大。」特沃雷克如此形容 OpenAI 的協作文化。

在這個體系下，沒有個人英雄主義，只有為了共同目標而努力的緊密協作。身為研究副總裁，他每天的工作幾乎全是「與人交談」，確保數百名天才科學家的目標一致，而非各自為政。這種高度協作與透明的文化，正是 OpenAI 能在短短一年內將模型從 o1 快速迭代至 o3 與 GPT-5 的關鍵原因。

AI 是如何被訓練的？特沃雷克：像訓練狗狗一樣

談及 OpenAI 的產品策略，特沃雷克直言 2024 年 9 月發布的 o1 模型，在當時其實更像是一個技術展示，雖然擅長解謎但實用性有限；直到後來的 o3　模型，AI 才真正具備工具使用與深入思考的能力。

他也承認，中國競爭對手 DeepSeek 在 o1 發布後迅速跟進，甚至開源類似的推理算法，讓許多美國實驗室感到驚訝，也證明全球 AI 競爭白熱化。

為了讓非技術背景的大眾理解 OpenAI 的核心技術「強化學習」，特沃雷克用「訓練狗狗」來比喻。模型預訓練（Pre-training）只是讓 AI 會預測下一個字，但要讓它符合人類需求，就必須透過強化學習：就像是狗做對了，就給餅乾當作獎勵；做錯了，就不理它作為懲罰。

特沃雷克提到 GPT-4 剛訓練完成時，內部對於模型表現非常失望，之後是不斷透過這種獎懲機制，才成功將 GPT-4 早期那種「不連貫」的表現，打磨成如今能與人類流暢對話、甚至進行複雜推理的 AI 模型。

資料來源：The Mad Podcast；本文初稿由 AI 協助整理，編輯：支琬清