高中辍学没学历、没经验OpenAI 研究科学家我靠 ChatGPT 自学成才CSDN程序人生2026年2月25日 15:0463人高中辍学靠刷论坛拿下美国杰出人才签证更是靠 ChatGPT 自学成了如今的 OpenAI 的研究科学家。“我表哥以前总说我回答 Stack Overflow 上的问题是在浪费时间但后来正是那些拥有数百万浏览量和同行评审的帖子帮我满足了 O-1 杰出人才签证的‘学术出版物’标准。”他就是 Gabriel PetersonOpenAI Sora 团队的一员一位没有博士学位甚至没有高中文凭的 AI 研究科学家。Gabriel Peterson采访原文https://www.youtube.com/watch?vvq5WhoPCWQ8这听起来像一部爽文小说但却是正在发生的真实故事。Gabriel 的武器不是名校的背书而是将 ChatGPT 运用到极致的“自上而下”的学习方法。在 Sejal Wen 的视频采访中Gabriel 分享了如何将 AI 变成他的私人教授、职业导师和顶级工程师伙伴。他的故事不仅是一个励志传奇更是一份属于这个时代的、极具操作性的“学习与职业跃迁指南”。与此同时他还分享了在 Sora 团队的日常工作一种被他描述为“出奇地简单而纯粹”的研发循环。他会花大量时间观察模型生成的视频找出那些“看起来不太好”的瑕疵然后提出一个假设——可能是修改模型架构也可能是调整训练数据。接着他会重新训练模型然后进行最直接的评估“盯着结果看一会儿”。如果视频质量提升这个改动就被采纳。而当他遇到瓶颈或需要新思路时他会毫不犹豫地将整个代码库“抛”给 ChatGPT让它充当顶级的创意伙伴为他提供十个改进建议或推荐最新的研究论文。Gabriel Peterson 核心观点提炼拥抱“自上而下”的学习法先解决问题再填补知识空白将 ChatGPT 视为你的“私人教授”而非作弊工具高主动性是你的通行证用作品说话直接找创始人别让“精神内耗”拖垮你果断做出艰难决策大学不再垄断知识精英的定义正在被改写以下是本次对话的完整内容Sejal Wen欢迎来到《Extraordinary》在这里我们探寻非凡人物背后的起源故事。我是 Extraordinary.com 的创始人 Sejal Wen今天和我在一起的是 Gabriel Peterson他是一位来自瑞典的高中辍学生现在在 OpenAI 担任人工智能研究科学家。通常情况下成为一名研究科学家需要博士学位但加布里埃尔通过使用 ChatGPT 自学了数学和机器学习现在在全球顶尖的人工智能公司工作。Gabriel 出生在瑞典一个偏僻的地方在获得 O-1 杰出人才签证后现在生活在加利福尼亚州的旧金山。Gabriel Peterson非常感谢你的邀请很高兴来到这里。Sejal WenGabriel你的故事非常吸引我。我这里有你的一条推文上面写着“五年前我从瑞典高中辍学以几乎为零的工程师经验加入了一家初创公司。今天我作为一名研究科学家加入 OpenAI参与 Sora 项目共同构建通用人工智能AGI。”你是如何实现这一转变的Gabriel Peterson这说来话长了。自从我开始读《超级智能》和《生命3.0》这些书以来我一直在思考人工智能。Sejal Wen哦是迈克斯·泰格马克 (Max Tegmark) 的书Gabriel Peterson是的就是他。我超爱那本书。而且两位作者恰好都是瑞典人当时我想“嗯这其中有点东西。”但我总觉得自己太笨了。当我研究人工智能时我其实并不会编程我总觉得外面有太多聪明人了我根本无法与他们竞争。所以我最终做了几年的工程师。“下一班车去斯德哥尔摩我再也没回去”Sejal Wen你高中就辍学了。那是怎么发生的当你的家乡和身边的每个人都还在学校时你是如何下定决心离开的Gabriel Peterson我并没有真正做出一个深思熟虑的决定更像是一切就那么自然发生了。有一天我表哥打电话给我说“我刚和一位非常非常聪明的人聊过。他有个用人工智能做产品推荐系统的想法。他现在在新加坡做研究我们今天就应该开始销售这个产品。尽快来斯德哥尔摩。”我跟他说我当晚有个重要的派对明天再去。他说“不行。”于是我搭上了下一班去斯德哥尔摩的巴士就再也没有回去。Sejal Wen所以你辍学后去了那家初创公司。后来发生了什么Gabriel Peterson我们的想法是为电商网站构建一个产品推荐系统。一开始我们谁都不懂创业完全不知所措。我们最开始通过发陌生邮件来销售效果不太好。然后我开始打陌生电话有些人会感兴趣但我只是一个随机的 18 岁青年没有技术背景完全不知道自己在做什么。我当时的销售方法是带着几张大的 A3 纸挨家挨户地拜访公司。在此之前我已经爬取了他们整个网站的数据并训练了一个新的产品推荐系统。我会把他们旧的推荐系统打印在左边我们新的系统打印在右边。我做了上百份这样的对比图装在一个大文件夹里。我会去那些公司请求与电商经理或 CEO 对话然后向他们展示这个对比。他们总是对此印象深刻。他们会问“接下来该怎么做还有很多不确定的地方。”我是有充分准备的。我有一个脚本可以直接粘贴到他们网站的控制台里就能把他们的产品推荐系统换成我们的。我会告诉他们“我们今天就能上线马上就可以开始。”然后他们会问“但我们怎么知道这能赚钱呢”我会回答“别担心我已经设置好了 A/B 测试。这个脚本会追踪使用你们系统和我们系统的收入对比。”我可以在第一次会议上就签下他们因为一切都准备就绪了。我们自己完成了所有的实施工作但这在后期给我们带来了巨大的麻烦因为我们当时只想着扩张和获取客户而没有考虑构建一个易于扩展的系统。Sejal Wen而且当时和你一起的是一群同样十七八岁的高中辍学生Gabriel Peterson是的。那个研究员当时只有十六七岁还有我表哥。我们都在斯德哥尔摩。我住在我表哥狭小的宿舍里——那种宿舍只有本校学生才能住所以我们得假装他还是个学生。整整一年我就睡在公共休息室里找来的沙发靠垫上。那个房间很脏但还能用。我们就在一个联合办公空间里工作。Sejal Wen是什么让你坚持下去的大多数人可能早就放弃然后回学校了但你没有。Gabriel Peterson我对现实一直有一种非常扭曲的看法。我百分之百地确信这件事能让我成为亿万富翁对此我毫不怀疑。我当时非常认真通宵工作在斯德哥尔摩四处奔波做销售。我们为了争取客户做了各种疯狂的事情。Sejal Wen你最初辍学时并不会编程。你是怎么学会的Gabriel Peterson主要是因为我们要做系统集成我被逼着学的。我表哥在我大概 13 岁的时候第一次教我编程。他给我看了 Java我做了一个简单的、回合制的宝可梦克隆游戏。后来我上了 Udemy 的 Python 课程做了一个很烂的游戏。我也试过学习吴恩达 (Andrew Ng) 的经典机器学习课程但总觉得自己太笨了学不会。我真正开始编程是在创业公司需要我们开发各种东西的时候——推荐系统、爬虫集成、A/B 测试等等。Sejal Wen但如果你不去学校怎么学这些呢Gabriel Peterson工作的好处在于你总是在面对一个真实的问题这让学习变得非常简单。当你有一个实际问题时你就可以规划出需要做什么。比如为了集成我们的推荐系统我需要弄清楚如何在网页上选择元素并正确地插入它们。你可以一步一步来遇到问题就去 Stack Overflow 查或者问朋友。压力就是一切。没有压力我什么都学不会。Sejal Wen你会给其他高中辍学生什么建议Gabriel Peterson我非常幸运。我来自瑞典一个偏远的小镇不认识任何工程师。我第一次见到程序员时简直是追星一般。如果你不像在旧金山那样被创业文化所包围那么一切都会显得遥不可及。我的第一家初创公司是一个偶然出现的、极好的学习机会。对于其他想尽快进入市场、解决实际问题的人来说现在我们有了 ChatGPT 的帮助。你不需要预先掌握很多知识只需要向招聘你的人证明你擅长通过问 ChatGPT 来找到所需信息证明你富有创造力和高度的主动性。知识本身不再是障碍。抛弃教科书我用“递归式提问”学完大学知识Sejal Wen所以你不需要去某个机构上先修课程而是可以直接在现实世界中寻找问题然后通过像 ChatGPT 这样的人工智能来探寻解决方案并在此过程中学习所需的知识。Gabriel Peterson我认为人们学习最快的方式是“自上而下”的方法。你从一个问题开始然后学习解决它所需要的一切。当你遇到更多问题时你就会学到更多并逐步深入到核心概念。而在学校里每个人都用的是“自下而上”的思维模式。你必须从基础开始。要想从事机器学习你得花四年时间学习数学、线性代数和其他先修课程然后才能接触到像线性回归这样已经过时的概念。要达到生产级别的机器学习水平需要很长时间。这种自下而上的方法便于学校进行规模化教学但效率极低。现在有了 ChatGPT一切都改变了。大学不再垄断基础知识。人们还没有真正理解自上而下的解决问题方式。他们会说“你永远无法真正理解问题”但事实并非如此。你从一个问题开始然后递归地向下探索。如果我想学习机器学习我会让 ChatGPT 给我一个项目它会为我编写代码。我修复 bug 直到它能运行。然后我可以让它解释某个具体部分比如“用直觉的方式解释一下为什么这个模块能帮助模型学习”它会告诉你。如果它提到矩阵乘法和线性代数你可以接着问“它们是怎么工作的背后的数学直觉是什么”突然之间你就掌握了所有基础知识而无需从头开始。这种转变将从根本上改变教育。Sejal Wen学校在人工智能方面有哪些教学缺失Gabriel Peterson学校对人工智能的看法完全是错的。当 ChatGPT 刚出来时学生们想的是“太好了有东西能帮我做所有作业了。”而老师们想的是“天哪所有人都会作弊我们必须禁止 AI。”这就形成了一个恶性循环学生把 AI 看作作弊工具。这让人很难建立起如何从 AI 中学习的直觉。我很高兴我那些在瑞典上大学的朋友们现在开始意识到他们可以用 ChatGPT 来生成测验题或者从过去的考题中总结出核心概念。人们开始学习如何使用 AI但老师们仍然非常抵触这毫无道理。如果老师们能转变观念教学生如何高效学习学生们就会看到它的真正价值。如果你从未被教过如何利用它来学习你当然只会用它来作弊。ChatGPT 不是作弊工具而是我的“私人博士导师”Sejal Wen你是如何利用 AI 自学数学和机器学习以至于能在 OpenAI 工作的Gabriel Peterson我做的和我刚才描述的非常相似。我目前在 OpenAI 参与 Sora 视频模型项目当时我想学习图像模型的基础知识。我问 ChatGPT“在人工智能领域视频和图像模型最基本的概念是什么”它提到了像自动编码器和扩散模型之类的东西。我觉得这很有趣就说“好现在为我写出扩散模型的全部代码。”它照做了而我完全看不懂只看到一大堆代码。然后你试着在 AI 的帮助下运行它、调试它。你开始对各个部分如何协同工作建立起直觉。接着你再深入试着理解每一行代码的作用。例如一个扩散模型可能会使用 ResNet 模块。一开始我完全不知道那是什么。你不断追问直到它解释说残差连接让数据以某种方式通过使模型更容易学习。但你仍然有疑问比如“这是什么意思它如何更有效地学习”你继续追问它会解释有无这种连接时梯度是如何以不同方式流动的。你不断地问直到你真正理解为止。当你认为自己理解了你可以把你的理解复述给模型然后问“我的理解对吗”你还会学到一些技巧比如问“像给我 12 岁的孩子解释一样解释这个概念。”它会用一些简单的类比比如书店把 AI 的概念和现实世界联系起来让你更容易理解。Sejal Wen听起来现在只要有 ChatGPT你就可以学习任何主题。你从请求初步概念开始抓住其中一个线索然后对每个你不理解的部分进行递归式地追问直到完全掌握。然后你再向 AI 复述一遍类似于费曼学习法以巩固你的理解。Gabriel Peterson我把它看作是“递归式地填补知识空白”。这里需要的技能是知道你的知识存在哪些空白并能识别出你何时没有真正理解某个东西。这其实很难做到需要练习。第二项技能是对何时终于“顿悟”有强烈的感知——就是那个你从根本上明白某件事为什么是这样的时刻。Sejal Wen那么其他人该如何学会利用 AI 来学习呢Gabriel Peterson首先改变那种认为 AI 只是用来帮你完成工作的错误观念。相反要明确地用它来帮助你学习。一旦你转变了这种思维模式你就已经成功了一大半。要变得非常擅长你需要知道自己的知识差距在哪里并理解那种从根本上掌握某件事的感觉是怎样的。你还要学会“定制”AI 的回答。它的默认回答为了保证普适性通常比较笼统但你可能希望它以特定的方式回应。我经常告诉它“请回答得极其直接和具体。总是向我展示你生成的代码的所有中间状态和数据形态shapes。确保我能从直觉上深刻理解为什么会这样。如果你不确定请给我提供选项告诉我其他人尝试过什么为什么这个方法有效而其他方法无效。”这样你就能越来越擅长提出那些能让你尽快获得“啊哈”时刻的问题。Sejal Wen追求那些“啊哈”时刻就是你的目标函数。看来在现代社会能够如此高频率地查询信息的能力正是让你这样的人能够如此迅速地达到领域顶尖水平的原因。这可能是现在最重要的技能了。Gabriel Peterson是的。还有一个重要的习惯是当你脑海中一有问题出现就立刻把它输入到 ChatGPT 中。我表哥催促我使用它整整一年后我才开始本能地在遇到任何问题时都求助于 ChatGPT。人们在讨论中遇到问题时本可以轻易地问 AI这种情况太常见了。任何时候你有任何问题就去问 ChatGPT。它总是在那里不费吹灰之力你就能拥有全世界的知识。Sejal Wen关键在于要对那种能快速获得“啊哈”时刻的感觉上瘾并培养出一种能以符合自己学习风格的方式向 ChatGPT 提问的技巧。Gabriel Peterson这真的很难。我觉得自己挺笨的所以有时候 ChatGPT 解释了一些东西我还是不懂感觉太难了。但你一次又一次地尝试开始提出一些有创意的问题比如“如果世界上不存在这些特征这个东西还会被发明出来吗像对 12 岁的孩子一样给我解释。生成图表展示我需要理解的分布情况。”我学到的很多东西尤其是在使用早期那些没那么强大的模型时如果我不知道如何提取信息我可能根本学不会。这就是为什么 ChatGPT 应该从小学生就开始教。这是一种新的语言知识进入了一个全新的时代。我现在做的工作传统上需要博士学位但仅仅通过使用 ChatGPT 就成为可能。世界将因此发展得更快。你可以研究任何东西——生物学、硬件任何领域。这太不可思议了。这将带来世界 GDP 的两位数增长任何人只要知道如何使用 ChatGPT 就能参与其中。Sejal Wen在你构建世界顶级的视频模型时你是如何利用 ChatGPT 学习的Gabriel Peterson非常简单。你看着一段视频发现某一部分看起来不太好。于是你修改模型的架构或数据重新训练模型然后盯着结果看一会儿。如果新的视频看起来更好这个改动就会合并到主分支里。你就在这个循环中不断重复。当你遇到具体问题时你就可以求助 AI。“你好 AI这是我的全部代码库给我 10 个改进建议。”它会提出想法推荐相关论文为与你那些才华横溢的同事进行头脑风暴提供一个很好的起点。整个过程相当直接。Sejal Wen它是如何找到研究论文来推荐给你的Gabriel Peterson它就是知道这些论文。用 GPT-4你只要让它找某个主题的论文它通常会提供可用的链接。你也可以使用内置的搜索功能。我不会逐字逐句地读论文而是用 GPT 来总结。我会问它“与另一种技术相比这篇论文在哪些方面做了不同的事情请列一个清单。”这样我就能得到一个具体的总结。通常我会判断一篇论文不值得尝试。如果一篇论文看起来真的很好我只会在决定实施它的时候才会深入阅读。即便如此我也可能会直接把我的代码给 ChatGPT然后说“把这个实现到我的代码里。”当然我会仔细检查生成的代码你不能盲目地复制粘贴。Sejal Wen听起来你的方法是如果你想构建真正扎实的东西你就需要理解一切尤其是在推动一个领域的前沿时。Gabriel Peterson是的我想理解所有的基础。人们的第一反应通常是“你只是想走捷径并不想真正理解东西。”我认为这是不对的。我确实想走捷径但我想走的是通往理解所有基础的捷径这非常重要。人们似乎分为两个阵营要么是“AI 会为我做所有的工作”要么是“你必须上大学因为他们垄断了基础知识”。我大概在两者之间。AI 很棒你应该在所有事情上都使用它尤其是用它来理解一切。“追着最优秀的人让他们给我的代码提 100 条意见”Sejal Wen这是一种人机共生可以增强你的大脑和能力。那么你当时在斯德哥尔摩离开了你的第一家初创公司——你是如何来到旧金山的Gabriel Peterson我一直想在初创公司工作并且一直把目光投向旧金山因为所有最优秀的人和公司都在这里。我决定要极度优化我的学习速度。可惜那是在 ChatGPT 出现之前。在当时你能做的最好的事就是和最顶尖的人一起工作。我接触了尽可能多的公司并且反过来面试他们。我会问“你们做代码审查Pull Request吗你们会认真审查我的代码让我能从错误中学习吗”我加入了几家拥有非常有才华的工程师的公司。我也通常以合同工的身份工作我认为这很重要。人们在职业生涯早期犯下的最大错误就是在同一家公司待得太久。Sejal Wen所以在你第一家公司之后你就不停地寻找最优秀的团队和工程师和他们一起工作一段时间学到你能学到的然后继续寻找更好的机会。Gabriel Peterson我只接合同工的角色以保持灵活性。你要找到最好的地方和最好的人一起工作并尽可能地与他们紧密合作。你必须对你做的工作有自己的见解这样才不会被分配去做别人都不想做的任务。而且你必须对那些审查你代码的人表示感激因为那是你最好的知识来源。Sejal Wen坚持不懈地寻求反馈是关键尤其对于一个没有学位、没有成就的年轻人来说。Gabriel Peterson完全正确。给他们打电话说“嘿那次的代码审查很棒。我们开个会一起过一下所有评论吧。”通过追问你能学到很多。成为一名优秀的工程师极其困难有太多第一性原理和直觉需要你去理解。有人能与你分享这些是无价的。Sejal Wen而现在除了资深工程师你还可以随时向 AI 寻求这种反馈。Gabriel Peterson我一直都这么做。当你发现某件事非常有效时你应该最大限度地利用它。每天问 ChatGPT 100 个问题。我总是开着标签页写完代码就扔进去问“这个好吗有 bug 吗我还能怎么改进”它常常能发现一个 bug 或者提出一个更好的实现方式。你就在这个过程中不断学习。Sejal Wen如果你每天都这样做 100 次即使作为一个高中辍学生你的进步速度也能超过世界上 99.9% 的人。Gabriel Peterson需要补充的是从人那里仍然可以获得很多宝贵的建议尤其是在观点方面。与最优秀的人一起工作仍然有很大的价值。Sejal Wen但通过 AI你已经能获得 95% 的效果了。所以你当时在为不同的公司做合同工在没有高中文凭的情况下你是如何来到美国的Gabriel Peterson我加入了一家叫 Dataland 的公司它在做一个性能更好、开发者优先、可扩展的 Airtable。我和一位极具才华的工程师一起工作他热爱教人并坚持代码的完美。这对我来说太完美了。他会在每个代码审查中留下 100 条评论。有一次我正在瑞典远程工作而他们在纽约我当时非常想去美国。我们开始申请 J-1 签证那更像是一种实习签证。我当时觉得我不可能拿到 O-1 签证毕竟我没得过诺贝尔奖。后来公司转型我决定离开。之后我在旧金山用旅游签证待了一段时间和人们交谈思考下一步该做什么。就在那时我加入了 Midjourney。在那之后我觉得也许我可以申请 O-1 签证了。结果发现有很多创造性的方式可以满足 O-1 的条件。例如我们用了我在 Stack Overflow 上的帖子。我表哥以前总说我回答那些问题是在浪费时间但那些拥有数百万浏览量和同行评审的帖子最终被算作了“学术出版物”这一项标准。这是证明你帮助过他人的一个正当方式。利用 GitHub 或 Stack Overflow 是为你的 O-1 签证进行论证的一种非常有创意的方法。我的 O-1 杰出人才签证是靠刷 Stack Overflow 拿下的Sejal WenMidjourney 是最顶尖的 AI 图像生成公司。你是如何进入那里工作的Gabriel Peterson很难以一种确定的方式去规划你的职业生涯。你需要在各处都埋下一些小小的机会。发布你做过的东西准备好非常棒的演示项目尽可能多地联系人参加活动并请求别人介绍。当有人愿意介绍时要当场就促成这件事。这是一种非常有主见的行动。同时要非常清楚地表达你能提供的价值。我并非无名之辈但你必须向人们展示你的价值。我做了一个叫 FastGrid 的东西一个高性能的网页表格。每当我和一个能帮助我的人交谈时我都会向他们展示我做的东西。他们会印象深刻然后想把我介绍给他们那些正在创业的朋友。只要你能先向他们展示你的能力每个人都愿意帮助你。公司只想赚钱你的学位只是个“代理信号”Sejal Wen如果你是一个来自偏远地区的无名小卒你该如何向一个重要人物展示你的价值Gabriel Peterson第一要务是做一个超级简单的演示项目demo。难点不在于编码你不需要很多知识就能做出一个很酷的 demo。难点在于要让你的 demo 在三秒钟内就展示出你会编程。当你申请工作时他们点击你的链接你就只有一次机会。你需要做一个 demo让人们能立刻明白看到的是什么并认识到你是一个优秀的工程师。公司只想赚钱。如果你能向他们展示你能帮他们赚钱他们就会雇佣你。人们说公司只招有学位的人那是因为几乎没有人向他们展示自己能真正完成工作。求职者只会谈论“优化了流程”或者他们在哈佛的绩点但这根本无法告诉面试官你是否能胜任工作。他们之所以依赖这些代理指标是因为没人能向他们展示真正的技能。CEO 永远不会在乎你的学位他们只想赚钱。但你离 CEO 的层级越远事情就越难办。招聘链条上的其他人不想搞砸。所以他们会雇佣一个有传统资历的人。如果那个人表现不好招聘人员可以说“他可是名校毕业的我怎么会知道呢”所以要避开招聘人员他们不是技术人员只依赖这些代理信号。你需要和真正做产品的人交谈。去参加活动。我认识的每一家初创公司都想雇佣有主见、能快速学习的人。如果你擅长使用 ChatGPT你可以去参加一个活动和一位创始人交谈然后说“我们能免费合作一周试试吗我有个想法可以为你做点东西你这边不需要任何承诺。这只是让你免费获得一个关于我能力的数据点。”百分之百的人都会同意。如果你是一个能使用 ChatGPT 的聪明人你明天就能找到工作。人们担心不上大学有风险但其实没有风险。你可以同时申请大学和工作。一旦你有了一份真正的工作就再也没人会关心你的学位了。当然这是针对那些想在事业上全力以赴的人。我经常建议我的朋友们去上大学因为那是一段很棒的时光。你会玩得很开心结交朋友甚至还能学到东西只是效率较低。对于那些雄心勃勃的人我会说尽快辍学。Sejal Wen这真的很了不起。Gabriel Peterson在很多方面大学就像一个成人日托中心。一群人不想决定自己的人生方向。在瑞典大学是免费的所以你可以领着钱把这个决定再推迟五年。人们喜欢推迟做决定。这感觉像是在选择你余生的职业尽管事实并非如此。如果有人花了五年时间成为律师然后转行去做市场营销即使他们更快乐、赚得更多人们还是会问“你是不是浪费了五年的生命”这是一个很奇怪的问题。他们只是提升了自己的生活满意度。Sejal Wen对于一个不知道自己想做什么的 18 岁年轻人你有什么建议Gabriel Peterson这是一个典型的情况。我自己也经历过。我知道我想在生活中取得成功但不知道那意味着什么。你在网上搜索“如何赚钱”找到一些调查问卷网站为赚到几毛钱而兴奋。你完全不知道从何开始。有些人很幸运他们玩《我的世界》建了一个服务器然后意识到他们可以经营一个生意。我的建议是鼓起勇气投身成为一名软件工程师。用 ChatGPT你可以做 demo 和游戏。软件工程的好处在于你可以很容易地展示你的作品。为自己创造一个好故事展示你的高主动性和快速学习能力——甚至可以附上一张你用 ChatGPT 学习的截图。招聘经理会喜欢这个。把这些发给 500 个人总会有一个人给你机会。你可能一开始时薪只有 10 美元但为了进入一个有真实问题和真实经济激励的真实环境这是值得的。从那里开始你就能不断前进了。最难的是从像学校这样舒适的环境跳到真正做事的那个第一步。传统的路径是编程和市场营销。如果你想做市场营销不要只是发邮件说“我能做市场营销”。去他们的网站为他们做一些免费的工作然后发给他们。他们会印象深刻。这个门槛真的太低了。每个人都需要解决问题。如果你能解决他们其中的一个问题你就被雇用了。Sejal Wen你认为人们最应该在哪些事情上努力Gabriel Peterson我对通用人工智能AGI极度信奉。我之所以能做这份我热爱的工作完全是因为 AI。未来会有更多的人能做我现在做的事情这意味着生活各个方面的创新速度都会加快从治愈疾病到太空探索。AI 越聪明可能性就越多。我们将看到世界 GDP 因此实现两位数的增长。我对此感到无比兴奋。Sejal Wen我这里有一些你发的很有争议的推文。我们来看看你的一些犀利观点。“和我的教授 ChatGPT 一起学习机器学习1. 构思要做什么。2. 编写代码。3. 调试。4. 解释各个部分及其工作原理的直觉。5. 像对 12 岁的孩子一样给我解释。6. 深入所有细节。如果反过来学会难得多。”Gabriel Peterson是的。那条推文总结了我之前解释的快速学习的自上而下的路径。你从一个问题开始——你甚至可以问 ChatGPT 该解决什么问题——然后在 AI 的帮助下编写代码。一旦你理解了代码你就可以深入到每个模块递归地一直向下探索。我当时有一种非常强烈的感觉如果我必须从数学开始学起那会非常困难而且会花费太多时间。Sejal Wen你没有认为你需要上完所有那些先修课程而是直接认定你可以通过自上而下、递归的方式学习任何东西。Gabriel Peterson这是我们思考知识方式的一个巨大转变。我在 X 上经常对学术界持怀疑态度不是因为它本身不好而是因为学术界的一些观点很危险。其中之一就是你只能通过传统的、自下而上的方式学习基础知识。人们为了捍卫这个观点不惜一战。当一个人花了很多时间做某件事然后被告知有更高效的方法时他们会感到受伤。当一个高中辍学生用他们十分之一的时间就学会了他们花了十年才学会的东西时这确实很难接受。我写这些东西的目的就是为了挑战那些阻碍他人进入这个领域的人。Sejal Wen“大学不再垄断基础知识。以下是我作为一个高中辍学生如何用 ChatGPT 学习扩散模型背后的主要直觉。” 看来现在重要的是对自己的好奇心拥有主导权。Gabriel Peterson而大学希望垄断你的学习。如果你是一个一辈子都在告诉人们上大学有多重要的教授你会尽一切努力维持现状。如果所有最聪明的人都开始自学会发生什么他们就不会去上大学而这个机构的地位就会下降。Sejal Wen他们的自尊受到了挑战。“我目前正在做一份传统上只有博士才能做的工作而我没有任何机器学习或数学经验全靠 ChatGPT 的帮助。我不知道我们还需要什么别的证据来证明 ChatGPT 已经达到了博士水平。”Gabriel Peterson需要澄清的是那些教授和博士们做了非常了不起的工作。我完全没有看不起他们的意思。我所批判的是伴随旧思维方式而来的那些观念。Sejal Wen“自上而下学习扩散模型需要三天。自下而上学习则需要六年才能开始。” 这真是一个完美的类比。Gabriel Peterson完全正确。如果你想通过大学学习扩散模型你至少要上六年学才能接触到这个主题。你怎么能提前六年就知道自己会喜欢它呢你完全可以用 ChatGPT 现在就去了解它直接看到最终的成果看看它是否真的有趣。然后你才能对你的教育做出明智的决定。Sejal Wen我很欣赏那些能用别人无法相信的时间框架快速学会东西的人。你就是一个活生生的例子证明了只要你相信自己能做到并且愿意不断提问你就能学会任何东西并在世界顶级的 AI 实验室工作。Gabriel Peterson这件事简单得令人难以置信。公司想要能做很酷的事情的人你就向他们展示你能做很酷的事情。忘掉你听过的所有关于找工作的建议就从这个简单的真理开始。Sejal Wen这让我想起你的另一条推文“公司只想赚钱。所以你只需要向他们展示你如何能帮他们赚钱。扔掉你听过的所有关于找工作的说辞从这个简单的陈述开始。”Gabriel Peterson人们在给建议时立场往往严重不符。一个上了五年大学的人会建议你也这样做。他们是好意的但他们的看法毫无意义因为他们没有其他的人生经历可以比较。他们固执地相信自己的道路是正确的。你的观点几乎总是跟随着你的动机。我通常建议人们忽略大部分建议。我就是这样辍学的——我忽略了别人的建议因为我从不相信别人尽管他们出于好意但真的知道什么对我最好。Sejal Wen你是如何应对反对意见的你辍学时你的父母支持吗Gabriel Peterson这是我后来才意识到的。父母大致可以分为两种处于一个“对孩子投入多少自尊”的光谱上。我的父母从来不会说“你应该取得好成绩。”只要我能及格他们就高兴。我以前对此很生气我希望他们能更严厉地督促我。在光谱的另一端是那些将强烈的自尊心寄托在孩子身上的父母他们常常试图通过孩子来实现自己未完成的梦想。他们会说“你要成为一名医生因为那是我的梦想。”他们真诚地相信这对你是最好的但这往往是出于自我驱动。在瑞典父母更普遍地处于光谱上不那么执着的那一端。我很高兴我有一个可以自由实验、做任何想做的事并得到支持的童年。当然我辍学时他们有点惊讶但他们很快就接受了。Sejal Wen你如何决定听取谁的建议Gabriel Peterson我听取建议的人非常少——一只手都数得过来。我表哥是其中之一。我们的思维方式非常相似而且他比我大很多岁。他上过大学他告诉我“我们想要的东西完全一样对你来说上大学纯粹是浪费时间。”他为我避开了很多他曾走过的弯路。他是我早期听取了很多建议的人之一。Sejal Wen如果你是一个非常有野心的 16 岁少年很容易会沉迷于在 YouTube 上看励志演讲。你可能感觉被激励了一天但第二天就消失了。Gabriel Peterson那些视频是陷阱让你在无所事事时感觉很高效。这和那种过度强调好习惯和阅读一样。这些东西都很好但如果你没有同时在做一件有意义的事它们就毫无价值。什么是有意义的事当你年轻时你不知道。你没有数据。所以你必须开始尝试。第一方法就是去做实际的工作解决实际的问题。有成千上万的初创公司很乐意有人为他们免费工作。去联系他们在 LinkedIn 上找那些还未公开的创始人提议在周末为他们工作。尽快获得你的第一次真实体验。我曾经做过的所有与获得真实体验无关的事情——读书、早起、跑步——感觉上很高效但实际上毫无意义。对我以及许多想法类似的人来说目标就是尽快找到第一份工作。这很难但这应该是你关注的焦点。因犹豫而错过的可能是一套瑞典的房子Sejal Wen“70% 的人之所以处于长期的轻微痛苦中是因为当‘无所事事’也是一个选项时他们对做出任何艰难的心理决定都过敏。”Gabriel Peterson这条推文总结了为什么那么多人对工作不满意。人们会回避那些情感上很艰难的决定。如果你不喜欢你的工作另一个选择是去联系其他公司准备面试可能会被拒绝进行薪酬谈判然后辞掉现在的工作。这一切在心理上都很艰难。所以你的大脑会说服你你正处于最好的境地学到了最多的东西即使这只是一份你已经干了三年的随机工作。我有一个在瑞典的朋友拿着瑞典的普通薪水。我跟他说了一年“你为什么不申请旧金山的工作你的薪水能翻十倍还能和更优秀的人一起工作。”他的大脑为他找了各种不这么做的理由因为这在情感上太难了。有一天我干脆把他介绍给了一家公司确保他开始面试流程。一旦有了动力事情就简单多了。他拿到了 offer薪水真的翻了十倍。就因为拖延他实际上损失了在瑞典买一套房子的钱。Sejal Wen对于想来旧金山的人你有什么建议Gabriel Peterson首先这里的顶尖人才密度和薪水都高得多。你越有雄心搬到旧金山就越是客观上正确的选择。如果你想把全部生命投入到创业中这里是你最好的选择。资本自由流动每个人都在谈论创造。在这里的第一周就会改变大多数人的世界观。他们会意识到原来有这么多人在关心和他们一样的事情。这才是真正的激励。看看硅谷诞生了什么。几乎所有重大的创新都发生在这里——可能比整个欧洲加起来还多。苹果、谷歌、OpenAI、Anthropic——它们的总部都在这里这是有原因的。你的 iPhone、谷歌地图、卫星互联网、医疗突破——很多都来自美国特别是旧金山。Sejal Wen对想搬来这里的人你有什么建议Gabriel Peterson首先要在某方面有高超的技能。如果你有雄心通过在真正的公司工作就能实现这一点。其次找到一家愿意为你提供签证担保的公司。你需要非常优秀因为对他们来说与雇佣美国本地人相比这有额外的行政开销。但事实是世界上极其优秀的软件工程师非常稀缺我们永远都不够用。这就是为什么如果你来自其他国家你有很大的机会搬到美国。Sejal Wen你可以通过互联网证明你的价值。如果你能提供巨大的价值旧金山的人们非常乐意为你提供担保。和你聊天非常愉快。你的观点很有价值能把你长期独立思考得出的见解提炼并分享出来这真的很棒。Gabriel Peterson我总是很乐意分享犀利的观点并帮助其他和我想法类似的人更快地达到目标。如果当初有人告诉我我现在告诉别人的这些事我可能能早四年到达这里。Sejal Wen你基本上是在给你年轻时的自己提建议。我想通过分享这些真实的奇闻轶事来帮助像你这样来自偏远地区的人。你高中辍学却仍然在世界顶级的 AI 公司找到了最令人向往的工作之一这主要靠的是你自己的智慧和互联网。几乎任何地方的任何人都可以做到同样的事情。我也经历了类似的过程离开高中来到旧金山。我用 AI 自学了编程找到了第一份工程师工作并找到了一家公司为我担保 O-1 签证。我希望这期节目能帮助很多人以更好的方式改变他们的生活。Gabriel Peterson我希望如此那将是史诗般的。还有一件事当年我在瑞典时一个巨大的障碍是我总觉得自己不够聪明。我从小就觉得自己是个傻瓜。与我小学的同学相比我的数学还不错但我看到有人在造火箭做着那些伟大的事情我就想“我永远不可能做到那些。”人们太容易低估自己的能力了。正在听这个节目的人可能已经具备了主动寻找信息的意愿这已经使他们处于前 1% 的行列。而前 1% 的人最终可以在世界排名前 200 的初创公司工作。只要你继续沿着这条路走下去你就能到达那里。Sejal Wen你可以来到旧金山在一家顶级公司工作创造伟大的事物。加布里埃尔这次谈话太棒了。非常感谢你的时间。我认为你是世界上最擅长用 AI 学习的人之一应该有更多人知道这一点。Gabriel Peterson谢谢你的邀请。我还在努力。我希望有些人能变得比我更出色这样我也能向他们学习。未来没有前后端只有 AI Agent 工程师。这场十倍速的变革已至你的下一步在哪