几个月前走完了 OpenAI 的 TPM loop。我的背景是 staff SWE 转 TPM，所以我会标注哪些地方这个背景影响了我的体验。
流程概览： Recruiter screen、hiring manager 对话、technical screen，然后一个 4 小时的 onsite。整体 timeline 大概 6 周。
Recruiter + HM screen： 标准流程，主要聊背景和为什么 OpenAI。第二个问题一定要答得很清楚。那种泛泛的 mission alignment 在这里不管用，他们会追问。
Technical screen： 这轮很重要。不是 coding，但会是技术讨论。他们描述一个真实的基础设施或跨团队协作问题，问我会怎么推进：会问哪些问题、怎么梳理依赖、怎么跟踪进度、怎么在领导层面处理 blocker。要能在不写代码的情况下，具体地聊技术架构。
Onsite round 1（program execution）： 从头到尾讲一个你管理过的复杂项目。你怎么拿到对齐、怎么处理 scope 变化、哪里出过问题。他们挖得比我预期深。会连续追问三层，问到某个依赖延期两个月时我具体做了什么。
Onsite round 2（technical judgment）： 技术讨论的形式，但 stakes 更高。有点 design 的味道但更 TPM：你会怎么协调一次重大的 model deployment，涉及 safety、policy、infrastructure、product 团队？你的 rollout plan 是什么？go/no-go 标准是什么？非常贴 OpenAI 的语境。
Onsite round 3（cross-functional leadership）： 场景题：和不愿意承诺 timeline 的 research 团队合作、当组织推进速度比计划更快时怎么向上管理、在不确定性下做 stakeholder management。每个场景都像是公司里真的发生过。
Values round： 和其他帖子写的一样。是真对话，不是走过场。他们想要对 responsible AI deployment 有真实观点的 TPM，因为 TPM 往往会在这些决策发生时坐在会议室里。
TPM 在 SF 的 senior level comp：大概对标 L5-L6 SWE 的范围。在 OpenAI 里 equity 往往才是 package 最有意思的部分。做决定前把 vesting、cliff、以及是否有二级流动性选项问清楚。