专访OpenAI研究员：AI 时代的终极生存技能，用AI学习AI！

原创于 2025-12-03 22:45:18 发布 · 503 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #学习

Datawhale干货

专访：OpenAI 研究员，Gabriel

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：