专访OpenAI研究员AI时代的终极生存技能用AI学习AI

这是一场关于“教育祛魅”的对话。

Gabriel Petersson，一位来自瑞典偏远小镇的高中辍学生，如今是 OpenAI Sora 团队的研究科学家。他没有 PhD，甚至没有高中毕业证，但他掌握了 AI 时代的终极生存技能： 如何利用 AI 学习，以比常人快十倍的速度获取知识。

原视频地址： https://www.youtube.com/watch?v=vq5WhoPCWQ8

Gabriel Petersson 的核心观点极具冲击力： 大学不再垄断基础知识。 他提出了一种基于 ChatGPT 的 “递归式查漏补缺”（Recursive Gap Filling）学习法 ，彻底打破了传统“先学四年数学再碰机器学习”的方式。

以下是对谈实录的独家精译。

一、起步 ——睡沙发、与代码为伴

关于辍学与早期创业的野蛮生长

主持人 (Sigil Wen) ：

Gabriel ，欢迎来到《 Extraordinary 》。你的故事太迷人了。我看到你发的一条推文写道： “ 五年前，我在瑞典高中辍学，加入了一家初创公司，当时的工程经验几乎为零。今天，我作为研究科学家加入 OpenAI ，参与 Sora 项目，构建通用人工智能（ AGI ）。 ” 这一切是怎么发生的？

Gabriel Petersson ：

其实我一直都关注 AI ，读过《超级智能》（ Super Intelligence ）之类的书。但我以前总觉得自己太笨了，不会编程，觉得那是绝顶聪明的人才能做的事。我本来以为自己这辈子就是个普通工程师。

主持人：

那你是怎么下定决心辍学的？毕竟这不仅是离开学校，更是离开你的家乡和舒适圈。

Gabriel Petersson ：

说实话，这不是一个 “ 深思熟虑的决定 ” ，而是事情就那样发生了。 有一天我表哥打电话给我，说： “ 嘿，我刚认识了一个牛人，他想做一个 AI 产品推荐系统，我们要开始卖这个产品了。他现在在新加坡做研究，你赶紧来斯德哥尔摩。 ”

我说： “ 哥们，我今晚有个大派对，明天再去行吗？ ” 他说： “ 不行。 ” 所以我坐上了下一班去斯德哥尔摩的巴士，从此再也没回过头。

主持人：

去了之后发生了什么？

Gabriel Petersson ：

我们要做电商推荐系统，但我们对创业一无所知。我甚至不知道怎么销售。

一开始我试着发冷邮件、打电话，但我只是个 18 岁的无名小卒，完全不懂技术。

后来我想了个 “ 笨办法 ” ： 我直接去敲公司的门。我会在去之前爬取他们的网站，训练好我们的推荐模型，然后把它们打印在一张巨大的 A3 纸上。 左边贴他们旧的（很烂的）推荐结果，右边贴我们新的推荐结果。我做了 100 份这样的文件夹。

见到 CEO 后，我会展示对比图。他们通常会很震惊： “ 天哪，这是你做的？太酷了。但我们要怎么上线呢？ ”

这时候，我会拿出一个 早就写好的脚本 ，直接粘贴到他们网站的控制台（ Console ）里，当场替换掉他们网站的推荐模块。

我说： “ 看，这就上线了，而且我还内置了 A/B 测试来追踪收入变化。 ”

主持人： 这太疯狂了。那时候你住在哪里？

Gabriel Petersson ：

我住在表哥的学生宿舍里。那是那种极小的单人公寓，其实是不允许住外人的。

我在公共休息室捡了一些沙发垫子，拼在地上睡了一整年。那个房间很恶心，但能住就行。

主持人：

为什么不放弃？为什么不回学校？

Gabriel Petersson ：

我觉得我对现实有一种扭曲的看法。 我当时 100% 确信这能让我成为亿万富翁。

这种盲目的信念让我无视了其他一切困难，哪怕是通宵工作、四处奔波，我都觉得这是通往 “ 下一个大事件 ” 的必经之路。

二、重塑学习 ——用 AI 学 AI 的“递归式填坑法”

关于如何用 ChatGPT 取代大学教授

主持人：

你辍学时根本不会写代码，你是怎么学会的？

Gabriel Petersson ：

被逼的。

我不信奉那种 “ 先学理论 ” 的教育。我认为学得最快的方法是 “ 压力驱动 ” 。

当你有一个真实的问题要解决（比如我要把推荐系统集成到客户网站上），一切就变得简单了。

你需要去 Stack Overflow ，去问朋友，一步步解决具体问题。

如果你给我无限的时间去 “ 学习 ” ，我反而学不会。

主持人：

现在有了 AI ，学习方式有什么不同？我看你最近在学机器学习，甚至把 ChatGPT 称为你的 “01 号教授 ” ？

Gabriel Petersson ：

这就是关键。 我认为传统的 “ 自底向上 ” （ Bottom-up ）学习法效率极低。

在大学里，如果你想学机器学习，他们会告诉你： “ 先别想 ML ，先学四年数学。线性代数、矩阵乘法 ……” 等你终于碰到真正的 ML 时，已经过去很久了。

我认为最高效的是 “ 自顶向下 ” （ Top-down ）。你从一个具体问题开始，递归地向下深挖。

主持人：

能举个具体的例子吗？比如你是怎么学视频生成模型的？

Gabriel Petersson ：

很简单。我在 OpenAI Sora 团队工作，我想搞懂图像模型的基础。

第一步，提问： 我问 ChatGPT ： “ 视频和图像模型最基础的概念是什么？ ” 它告诉我： “ 自动编码器（ Autoencoders ）、扩散模型（ Diffusion Models ）。 ”

第二步，生成代码： 我让它写一个扩散模型的代码。代码跑起来肯定会报错，但这没关系。

第三步，递归式查漏补缺： 我们一起调试代码。在这个过程中，我会看到像 ResNet Block 这样的东西。

我不懂，我就问： “ 这一行是干嘛的？ ” 它说： “ 这是残差连接，让梯度流动更顺畅。 ”

我又不懂了： “ 什么叫梯度流动？为什么这样更顺畅？ ” 它会继续解释导数、反向传播。

我还是不懂，我就让它： “ 像教 12 岁小孩一样给我解释，或者画个图表让我建立直觉。 ”

我就这样一层层剥开，直到我彻底理解了底层的数学原理。

这种 “ 遇到不懂 —— 立刻填补 —— 建立直觉 ” 的循环，比按部就班上课快得多。

主持人：

这就是你说的 “ 递归式查漏补缺 ” 。你需要极其敏锐地感知自己的知识盲区。

Gabriel Petersson ：

对。你需要两个信号：

第一，诚实地知道自己哪里不懂；

第二，追求那个 “Ah-ha moment” （顿悟时刻）。

现在的大学如果不教 ChatGPT ，我根本无法严肃看待它们。

大学不再垄断基础知识了。 你可以随时随地从 AI 那里获取最顶级的解释。

主持人：

很多人会说你是 “ 野路子 ” ，基础不牢。

Gabriel Petersson ：

我确实想走捷径，但我走捷径是为了更快地理解 基础 。

学术界有些人会为了维护自尊而通过把事情说得很复杂来进行 “ 知识守门 ” （ Gatekeeping ）。

他们花了 10 年才学会的东西，如果你 3 天学会了，他们当然会生气。

但事实是，用 ChatGPT 这种方式，你确实可以在极短时间内掌握哪怕是扩散模型这样复杂的概念。

三、破局 ——从瑞典到硅谷的“签证黑客”

关于如何向世界证明你的价值

主持人：

你是如何从瑞典来到旧金山，并加入 Midjourney 和 OpenAI 这种顶级公司的？你没有学历，这对拿签证（ O-1 杰出人才签证）是个大问题吧？

Gabriel Petersson ：

我一度以为不可能。 O-1 签证通常要求你有诺贝尔奖或者 PhD 。但我发现了很多 “ 创造性 ” 的解法。

比如，我在 Stack Overflow 上的回答。我表哥曾嘲笑我浪费时间在上面回答问题，但为了签证，我把这些帖子作为证据提交了。

我有数百万的阅读量，这证明了我在 “ 帮助他人 ” 和 “ 行业影响力 ” 上的成就 。这竟然真的管用了！

主持人：

找工作呢？如果你是一个来自不知名地方的无名小卒，怎么让 CEO 理你？

Gabriel Petersson ：

哪怕是再小的 Demo ，也比简历管用。

你需要做一个极其简单的 Demo ，目标只有一个： 让人在 3 秒钟内看懂你会写代码。

公司到底想要什么？不管是 CEO 还是招聘经理，归根结底， 公司只想赚钱。

如果你能向他们 证明 “ 我能帮你赚钱 / 解决问题 ” ，学历根本不重要。只有那些没有激励机制的 HR 才会死抠学历作为筛选代理指标。

我会去参加活动，直接找创始人： “ 嘿，我也许可以免费帮你工作一周，我有些想法想试试，你不需要承担任何风险。 ”

没人会拒绝这种提议。

一旦你进去了，哪怕只是打杂，如果你真的擅长用 ChatGPT 解决问题，你很快就能转正。

四、终极建议 ——行动力至上

关于给年轻人的职业忠告

主持人：

你对那些还在迷茫的年轻人有什么建议？

Gabriel Petersson ：

扔掉大多数建议： 大多数人给你的建议（比如 “ 一定要读完大学 ” ）是基于他们自己的人生路径，或者是为了自我合理化。他们和你没有利益共同体。我就是因为忽略了所有人的劝阻才辍学的。

尽快获得 “ 真实经验 ” ： 读书、早起、好习惯，如果你不在解决真实问题，这些都是虚的自我感动。去找个初创公司，哪怕是免费干活，尽快让自己置身于真实的商业环境中。

克服 “ 轻微的痛苦 ” ： 很多人即使工作不开心也不愿意改变，因为找工作、面试、被拒绝太痛苦了。他们宁愿忍受这种 “ 永久性的轻微痛苦 ” 。但只要你跨出那一步，比如我那个朋友，只是发了几封邮件申请旧金山的工作，薪水就翻了 10 倍，相当于在瑞典白捡了一套房。

主持人：

为什么一定要来旧金山？

Gabriel Petersson ：

人才密度。

如果你是一个很有野心的人，这里是目前地球上唯一的地方。

这里的资本量级、人们的努力程度、甚至大家谈论的话题都是另一个维度的。

就像马斯克在这里造火箭、 OpenAI 在这里造 AGI 。

这不仅仅是钱的问题，这是一种让你觉得 “ 我不再是个异类 ” 的归属感。如果你能来，一定要来。

主持人：

谢谢你， Gabriel 。

你正在用亲身经历证明，在这个 AI 时代，只要 有好奇心和行动力 ，任何人都可以在没有光鲜背景的情况下，站到世界的最前沿。

Gabriel Petersson ：

谢谢。我希望更多觉得自己 “ 不够聪明 ” 的人能听到这些。

其实你只需要比别人多一点点行动力，就已经在 Top 1% 了。