WhynotTV：对话翁家翌
成长阶段 · System 1 / System 2
System 1（系统1）
是快速、自动且直觉性的思考，它不怎么费力，例如瞬间识别出朋友的脸或回答“2+2=？”。
System 2（系统2）
则是慢速、需要专注和分析的思考，它处理复杂问题，例如计算一道复杂的数学题或规划一次长途旅行。
简单来说，系统1是你的直觉反应，而系统2是你有意识的、深思熟虑的推理过程。
成长阶段 · 童年：超前意识
提前布局
初中开始自学高中数学。即便学习速度慢，也通过“提前了解”来弥补，
成长阶段 · 高中：目标导向与底层能力
寻找捷径
面对非北京户口考取清北的巨大压力，将 OI（信息学竞赛）作为升学突破口。
代码极致追求
坚持“裸打代码”，通过追求代码优化来锻炼逻辑思维与反应能力，要求自己对题目全局有完整认知。
Yoshua Bengio
Yoshua Bengio 被誉为“深度学习三巨头”之一，与 Geoffrey Hinton 和 Yann LeCun 共同获得了计算机界的最高荣誉——图灵奖。他几十年来致力于神经网络的研究，其团队在序列建模和注意力机制上的贡献，为后来 ChatGPT 等大语言模型的诞生奠定了核心理论基石。
成长阶段 · 本科：影响力与确定性
开源作业的策略
将所有作业开源至 GitHub。 打破信息差：追求信息平等，帮助不擅长搜集信息的人。 建立个人IP：提高曝光度，认为被大众记住比给母校捐楼更有社会影响力。
误打误撞的 RL 之路
本想研究 GAN，却误入 RL（强化学习）领域，因其趣味性坚持至今。
Hacking 精神
享受以“上帝视角”构建脑中场景的过程。
暑研转折点
在 Yoshua Bengio 获图灵奖前申请其暑研，被安排至 NLP 方向。冥冥之中完成了 RL + NLP的路径布局，贴合 OpenAI 的技术路线。
价值观
GPA 并非唯一：简历上三四年后就消失的数字，不应是大学唯一的评价体系。 影响力至上：创造有用的东西并分享，哪怕亏钱，只要产生影响力就有价值。 游戏人生：人生的结算分数是“记得你名字的人数”。
成长阶段 · 硕士：抉择与转身
疫情影响
一年网课经历，入学即面临就业压力。
职业选择
拒绝做大厂的“螺丝钉”，倾向于更有活力的初创项目或公司。
John Schulman
John Schulman 是人工智能领域的顶尖科学家，也是 OpenAI 的联合创始人之一。他是强化学习领域的关键领袖，主导开发了近端策略优化（PPO）算法，该算法现已成为强化学习中最常用、最稳定的标准算法。更重要的是，他在 OpenAI 领导了强化学习人类反馈（RLHF）团队，这一技术正是让 ChatGPT 能够听懂人类指令、并进行自然对话的核心基石。
OpenAI 经历与工程哲学 · 核心思维：Engineering vs Research
“教一个 Researcher 如何做好 Engineering，远比教一个 Engineer 做好 Research 难。”
Infra（基础设施）为王
正确的 Infra 决定了单位时间内的迭代次数。
Idea is Cheap
想法不值钱，快速验证想法的能力才值钱。
成功率逻辑
成功率与单位时间的迭代次数呈线性正相关。
卖铲子的人
翁家翌深耕工程底座，使 OpenAI 的每一个模型中都有其贡献。
OpenAI 经历与工程哲学 · 工业界 vs 学术界
工业界（0 → 1）
解决现实痛点，关注落地应用。
学术界（99 → 99.1）
侧重微调与理论完备。目前学术界存在“不发表就发臭”的压力，导致导师变老板，学生变机器。
学术界本该是探索大地的先遣，现在却不少人蹲在已经开垦好的土地上，为了争夺最后几粒麦子打得不可开交。
OpenAI 经历与工程哲学 · OpenAI 企业文化
极高人才密度
不容忍平庸表现。
高效组织
简化架构、取消不合理会议、信息无损上下传达。
愿景
造福全人类。通过做产品，以最低价格普惠大众。
马尔可夫过程
马尔可夫过程是一类随机过程，其核心假设是未来状态只依赖于当前状态，而与更早的历史无关，这被称为马尔可夫性。它通常用状态集合和状态转移概率来描述系统的演化过程。确定性的马尔可夫过程是一种特殊情况：在给定当前状态（和动作）后，下一状态是唯一确定的，而不是由概率分布采样得到。
哲学思考：命定论与时间 · 马尔科夫过程
确定论
世界是一个确定的马尔科夫过程，从宇宙大爆炸那一刻起，每一个念头、每一个单词都已注定，就像一个被模拟的原子？
越狱者
我能不能越狱？但不是广义的越狱，不是逃出去，也逃不出去，而是找到这个世界为什么要确定？为什么世界是宿命论。上帝为什么宏观不掷骰子，微观掷骰子。
世界早已赋予我独自前行的能力！
哲学思考：命定论与时间 · 跨时空对话
非线性时间观
三维认知下时间是线性单向流动的，但四维视角下时间可以跳跃，不是单向流动的。
与未来的自己对话
未来的我帮助现在的我，现在的我成就未来的我。我也深有感触，我时常和未来的我对话，他会告诉我一些事情。
终局目标 (Over)
财务自由
迅速达成财富自由，尽最大可能争取时间与金钱的自主权，然后花时间花金钱找到自己真正想要做的事。
回归需求
技术本身不重要，重要的是抓住需求。