上下文才是一切：OpenAI 内部如何招人、出产品和给模型下指令

Kilpatrick 把董事会那次行动所在的周末，说成一个非常紧张的感恩节周。当时公司本打算在 ChatGPT 上线后第一次真正休息、让全员重置。周五下午的消息让人震惊，因为大家对 Sam、Greg 和领导层有很深的信任。OpenAI 的文化偏透明，出了事通常能听到风声，而这一次，许多人是第一次知道董事会和领导层之间发生了什么。

最让他意外的，是所有人回到正事的速度。感恩节后一周他飞去旧金山，周一早上走进办公室，本以为会看到某种怪异气氛，结果大家已经激光般盯着工作。他说很多公司可能因此脱轨一段时间，而这恰恰说明团队的成色，以及他们对使命的投入。

他也庆幸这件事发生在赌注还相对较低的时候：再过五年或十年，AI 对工作的冲击会大得多。团队这一年扩张很快，ChatGPT 上线、GPT-4、Dev Day，以及这次董事会风波，都成了把新老同事拧在一起的共同经历。他希望以后把大家聚在一起的，会是 GPT-5 这类更令人兴奋的事。

最近最让 Kilpatrick 兴奋的，是 AI 的新界面，比如消费硬件 Rabbit R1，以及 tldraw 在做的无限画布。他觉得惊人的是，聊天至今仍是人们使用 AI 的主流方式；他想象一块画布上，AI 已经填好细节，并链到文件和视频。他认为 2024 会是多模态之年，也是新 UX 范式真正被推开的一年。聊天对人类来说，往往不如把东西铺在画布上更自然。

被问到 OpenAI 会在哪里竞争，他说公司专注于通用推理、编程和写作。像 Harvey 这种为律师做定制模型和工具的垂直应用，OpenAI 的模型几乎不可能做到同样深度，因为使命是通用能力，别人可以在其上微调并做自己的界面。开发通用助手和智能体的人，也不该惊讶 OpenAI 以后会推出通用智能体产品——今天的 GPTs 已经指向那个方向。

他说 OpenAI 不会去做 AI 销售代理这类垂直产品。若要做下一个能跟 ChatGPT 竞争的通用助手，必须足够激进：要解决用户对 ChatGPT 的十个痛点，人们才愿意换。否则你们面对的，就是对方在工程和研究上持续加码的同一条产品。

谈到效率，Kilpatrick 提到哈佛商学院一项关于咨询顾问使用 AI 工具的研究，并说更多实证还会出来。他自己是工程师，用 ChatGPT 出活快得多，相信工程是杠杆最高的用途之一，在较低门槛的软件任务上也许至少有 50% 的提升。他建议把 GitHub Copilot 的研究当作类比。模型在这些任务上已经非常能干，只是很多人还没有自己的量化数字。

ChatGPT 在很多场景里都能给出还过得去的答案，但往往不够贴合一家公司的语气和细微差别。GPTs 加上 Teams 和 Enterprise，让公司可以做出领域专用工具。Lenny 转述 Chime 一位朋友的做法：一个 GPT 给 Facebook 和 Google 出广告创意，另一个像数据科学家一样解释实验结果，还能追问该再跑多久、对产品意味着什么。

Kilpatrick 还见过做 OKR 规划、以及风投尽调的 GPT。他自己有一个不公开的规划 GPT，把某篇文章里的建议装进去，生成时间线、成功指标和可能涉及的跨部门干系人。它会逼他去想规划时经常漏掉的东西，比如是否把事项拉回到可衡量的指标。

Kilpatrick 说，提示工程之所以存在，是因为模型被训练成「你问什么就答什么」：问题很水，答案也很水。他拿问路人「今天怎么样」对比问一位有共同背景的朋友。模型像是有人类水平智力、却完全不认识你的人，所以忘了提供背景时，得到的往往是泛泛回答。他认为提示工程本质上是一件很人类的事：想从另一个智能体拿到好结果，就要有效沟通。

他预期这个问题会部分被系统自己解决，DALL-E 已经在这么做：你说「画一只乌龟」，它会扩成带壳、绿色背景和睡莲的高保真描述。文本模型也可以把「写一篇关于 AI 的博客」扩成带权衡、用例和论文引用的详细 brief，再让用户改。人很懒，并不想把真正意思全部打出来，AI 系统会帮着补上这一层。

Lenny 说自己会让 ChatGPT 用 Tyler Cowen 的风格出采访问题。Kilpatrick 提醒：模型对不那么有名的嘉宾可能几乎一无所知，你得提供博客和推文链接，也许再打开浏览。模型太想回答了，不会告诉你它缺上下文。OpenAI 有一份提示工程指南；加个笑脸、或让模型先歇一会儿再答，这类小技巧大约只能带来百分之一二的提升，对长文本才比较看得出。

Kilpatrick 解释，以前分享一个 ChatGPT 用法，意味着把已经开了头的对话链接发出去。有了 GPTs，你把上下文、文件和自定义指令事先装好，别人直接跟一个定制版 ChatGPT 聊。内置工具包括代码解释器、浏览和图像生成；开发者还可以接 Notion 或 Gmail 这类外部 API，让它代为执行动作。对非开发者来说，给够上下文就能解更难的问题，这才是最让他兴奋的地方。

录制时所有 GPT 都还免费。他预计商店的变现会在当季晚些时候到来，作者按使用量获得分成。他也希望 Gmail 这类服务能做到一键登录，因为即便工程师去接 API 也不轻松。今天 GPT 最大的价值增量，仍然是把定制提示固化下来，让别人不用从头喂一遍。

他最喜欢的例子是 Zapier：不懂代码也能把数千种连接带进 GPT。Lenny 提到一个叫 Universal Primer 的学习 GPT，用提问带人理解概念；录制时 Canva 的 GPT 排在商店第一。Kilpatrick 说 Zapier 这类集成，对不会写代码的人尤其值钱。

和 Apple、NASA 这类更老的机构相比，Kilpatrick 说 OpenAI 还年轻，没有那些慢慢堆起来、把事情拖慢的制衡。最大的因素是找到高能动性、带着紧迫感干活的人。他举 Assistants API 为例：开发者要求更高层抽象，团队里一群人自下而上凑在一起做出来，而不是等一份自上而下的计划。听到客户痛点，他们已经在推解决方案，而不是先过七个部门会签。

规划有几条原则：这件事是否有助于抵达 AGI；在开发者这一侧，则是可靠性——功能再好，用不稳也没人在乎。除此之外流程相当标准，有半年和季度目标。他并不觉得 OpenAI 是一家重度 OKR 公司。收入是算力和更好模型的代理指标，而不是目标本身：钱是换 GPU、训练更好模型、走向使命的中间层。

他把快速协同部分归功于重度使用 Slack 的文化。去年年底公司大约 780 人，工程和产品经理都在招。研究团队则有意保持很小：在 GPU 受限的世界里，一个不能明显抬高他人效率的新研究员，会拖慢所有人的实验；给产品团队加工程师则通常能写出更多代码。

Kilpatrick 说 ChatGPT 正在走出「文本进、文本出」：语音、图像生成和拍照都已经加上。他把 GPTs 看成迈向智能体未来的第一步——你让系统去做一件事，它做完再回来，而不是立刻丢一句回复。这也是把下一批几亿人带进 AI 的方式：空白对话框什么都能做，人反而不知道该干什么；一个打包好的窄问题，才会让人愿意再去试另外五个问题。

谈到 GPT-5，他指出 GPT-4 是第一个能根据投入算力、事先较可靠预测能力的模型，接下来要看这一规律是否还成立。他预期熟悉的剧本会再演一遍：世界先觉得一切都不同了，随后又把它当成有效工具。同样的问题还在，只是工具更好；指望 GPT-5 在卧室后空翻、同时写代码并给妈妈打电话，是不切实际的。

他还说，规划人们会很快习惯这些工具，本身就是一种优势。Lenny 转述一条建议：面向 GPT-5 的未来去建，而不是围着 GPT-4 的限制转。Kilpatrick 的回答是：更好的工具，主要是让垂直场景把本职工作做得更有效，而不是改写世界上所有问题。

对企业客户，Kilpatrick 说许多人用的是 API；ChatGPT 则卖 Teams 和带 SSO 等能力的 Enterprise。他觉得最酷的部分，是在内部共享提示模板和 GPTs，让团队一起做领域专用工具。Lenny 补充，把员工迁到带单点登录的企业账号，往往能省钱也更好管。Kilpatrick 还提到安全和隐私上的控制：不想让内部数据流进商店里某些 GPT 时，企业版更说得通。

录制次日的发布包括更新后的 GPT-4 Turbo 预览，用来减轻模型的「懒惰」问题，以及第三代嵌入模型。他解释嵌入是「用你自己的文档做问答」背后的技术，并猜测 Lenny 的 lennybot.com 就是把播客和文章嵌入后，找出最相似的段落来锚定回答。目的是把模型拉回到你知道为真的知识上。

新的 V3 嵌入达到当时最先进的表现，非英语效果好很多，而且便宜五倍。他记得大约 6.2 万页文本嵌入只要 1 美元。对做多语言知识库的团队来说，这把「只对英语好用」的旧印象打破了。

被问到产品经理和创始人该往哪看，Kilpatrick 说，把体验做到聊天界面之外的产品会更有优势。他举社交聆听为例：与其在仪表盘里调筛选器，他只想问「人们在说 GPT-4 什么」，并拿到有数据依据的摘要。这要多花工程力气，但正是让产品变得离不开的那一下。Lenny 推荐面向创意人的无限画布图像工具 Visual Electric，他做设计师的妻子试用后自己付了费。

Kilpatrick 说现在就是用 AI 去建的时刻，并欢迎开发者联系他寻求起步帮助。闪电轮里他推荐萨尔·可汗的《The One World Schoolhouse》和《Why We Sleep》。人生座右铭写在镜头后的便利贴上：「以百为单位计量」——如果你已经失败五次，按这个尺度其实还没真正试过。一切建立在复利和多次尝试上，试得不够，就不会成功。

报 bug 时他希望用户提供可复现的例子或分享的对话，懒惰问题当时就很难追，因为人们只说「模型变懒了」，却给不出提示。他最后说，更可能在市场上更有竞争力的，不是 AI 本身，而是会用 AI 工具增强自己的人；所以现在是最好的学习窗口。Lenny 也提醒听众：打开 ChatGPT 真正去用，比继续空谈更重要。