OpenAI 迭代出货手册

轻量规划，规划>计划：照做季度 roadmap 和年度战略，但"完全不相信文档里写的就是三个月后真正 ship 的东西"，并预期中途扔掉一半。他引 Eisenhower："Plans are useless. Planning is helpful."规划时刻的真正价值：停下来复盘（做了什么/什么有效/学到什么）+ 检查依赖（infra 团队、research 的配合），然后开跑。

方向对齐下的 bottoms-up：高层给出大方向保证粗对齐，把具体决策推给一线。理由：工程师/PM/设计/研究员既有强烈观点又亲手在建，他们才实时知道模型能做什么——这在能力快速变化时至关重要。

不设发布审批仪式：关键项目有 product review，但绝不让发布卡在"等 Kevin 或 Sam 有空"——"那是不发货的坏理由"。Ship and iterate 比审批更重要。

Iterative deployment 哲学：所有人（包括 OpenAI 自己）都在一起学习这些模型，所以尽早发布——哪怕还不完全了解能力边界——与社会一起公开迭代、共同进化。不搞"憋大招然后昭告天下"（Sam 时不时预告在研内容也是这个哲学的体现）。

接受错误与丑陋：快就会犯错，错了就回滚。自嘲命名体系"absolutely atrocious"（o3-mini-high）但不重要的事就不花时间——ChatGPT 照样是史上增长最快的产品。

PM-light 配比：OpenAI 只有约 25 个 PM（对应庞大的工程团队）。"太多 PM 会制造问题——世界会被 deck 和 idea 填满而不是执行"。刻意让每个 PM 带"略微过多"的工程师：PM 忙到无法微观管理 → 决策权自然留给工程师 → 团队感到 empowered、跑得快。前提：product-focused、高 agency 的工程师。

AI 时代的 PM 画像：高 agency（看到问题直接去做，不等授权）；对模糊高度耐受（没人会给你圈好地盘，初级 PM 会难受）；靠影响力领导 + 高 EQ（research 职能比工程更自我导向，rapport 关键）；decisive——当模糊持续、没人拍板时，PM 要确保有人做出决定（类比 CEO：每个会都拍板是错，从不拍板也是错）。