财经摆渡人
精研出品
破浪前行，共探财富新局
大家好欢迎收看【古今财鉴】
OpenAISora团队的研究科学家GabrielPetersson最近在AI圈火了不是因为发了顶刊论文，而是他高中毕业证都没有。
这个瑞典小镇青年，17岁背着书包走出校门时，老师说"你这辈子顶多在超市收银"，现在却在旧金山摆弄着能生成4K视频的AI模型。
这事让我想起前阵子跟一个计算机系教授聊天，他说现在实验室招实习生，简历里"GitHub贡献量"比GPA还管用。
Gabriel的故事，可能真不是个例。
他老家在瑞典南部一个叫Växjö的小镇，人口还没北京一个小区多。
高中时数学考试总挂科，用他后来的话说"那些公式像外星文字"。
18岁那年表哥打电话说"一起做电商推荐系统吧"，他想都没想就收拾行李去了斯德哥尔摩。
创业公司开在学生公寓里，六个人挤三间房。
白天敲代码晚上啃披萨，沙发垫当床，键盘当枕头。
他们给小电商做推荐系统，没客户就爬目标网站数据，打印成A3对比图上门推销。
有次客户指着屏幕问"这代码能跑吗"，他现场用浏览器控制台改了三行脚本，推荐列表瞬间刷新。
这波操作放现在叫"野生程序员"，但2018年的瑞典创业圈，这种"能用就行"的风格反而吃香。
可惜好景不长，第二年电商平台自己开发了推荐算法，他们的小公司连服务器租金都付不起了。
服务器卖掉那天，他抱着电脑在公寓沙发上坐了整夜。
本来想随便找个编程外包糊口，刷GitHub时突然被"diffusionmodel"这个词绊住当时他连卷积神经网络都没听过，却鬼使神差点进了那个仓库。
代码里满屏的数学公式，比高中课本还吓人。
换别人可能直接关掉，但他有个怪习惯：遇到不懂的，先问"这东西到底有什么用"。
对着那段生成图像的代码，他打开ChatGPT输入："这个公式在图像生成里起什么作用？用烤面包打比方说明白行吗？"
AI回得还真通俗："就像烤面包时，先把面团揉成乱七八糟的‘噪声’，再一步步按食谱（参数）把它变成你想要的形状。"
他突然来了兴致，顺着这个比喻往下问，从傅里叶变换问到马尔可夫链，三天没出门，硬是把扩散模型的原理啃了个大概。
这种"递归式补洞"的学法，后来成了他的招牌。
遇到知识盲点，他不查教科书，先让AI用生活例子打比方，懂了应用场景再回头补理论。
有次学Transformer架构，他让AI把注意力机制比作"老师批改作业时，先挑重点句子看"，理解了再去啃论文里的多头注意力公式。
2021年MidJourney招人时，他连正式简历都没有，只发了个GitHub链接。
对方HR后来跟他说，本来看到"高中辍学"想直接pass，但点开仓库发现，他给扩散模型写的注释比教材还清楚"每个参数后面都跟着‘这就像调咖啡时的糖量，多了太甜少了没味’这种话"。
在MidJourney当合同工时，他发现顶级AI团队的工作方式跟想象中不一样。
没人在乎你哪毕业的，只问"这个问题你打算怎么试"。
有次优化视频生成的时空一致性，他卡了一周，同事丢给他一句"问AI啊"。
他试着让ChatGPT列了20种可能的改进方向，挑了3个最离谱的去实验，居然真的找到了突破口。
去年OpenAI招Sora团队时，他的面试题是"如何让视频生成模型跑得更快"。
他没讲复杂理论，直接打开ChatGPT演示：先让AI生成几种优化思路，再用自己写的脚本快速验证，半小时就排除了两个方案。
面试官当场说："我们要的就是这种‘问题-实验-迭代’的肌肉记忆。"
现在他在Sora团队负责视频生成的效率优化，办公桌抽屉里还放着高中数学课本不是怀旧，是偶尔还会翻到当年没弄懂的三角函数，然后笑着跟AI说"你看，当年要是有你，我可能就不用辍学了"。
Gabriel的故事戳中了很多人的痛点，我们总被教育"按部就班才能成功"，但AI时代，规则好像变了。
传统教育像爬楼梯，一步一个台阶，AI辅助学习像坐电梯，你可以直接按"顶层"，缺哪层再回头补。
他的前同事跟我说过个细节：Gabriel学新东西时，从来不是"先学完再动手"，而是"先动手再补学"。
就像学开车，没人会先背完交通法规再摸方向盘，都是边开边记，AI就是那个副驾教练，随时提醒你"这里该踩刹车了"。
现在打开招聘网站，AI相关岗位越来越多写着"优先考虑GitHub贡献者"。
不是学历没用了，是"学历=能力"的等式正在瓦解。
Gabriel的GitHub主页有句话："知识就像乐高，重要的不是你有多少块，而是能不能用现有块搭出想要的形状AI就是那个帮你找缺块的助手。"
前几天跟一个大学计算机系主任聊天，他说现在学生最缺的不是知识，是"解决问题的能动性"。
传统课堂里，老师把知识嚼碎了喂，AI时代，你得自己学会"饿了就找吃的"。
Gabriel最厉害的不是无学历，是他从一开始就知道"我要解决什么问题"，而不是"我要学什么知识"。
当然，不是每个人都能成为OpenAI科学家，但Gabriel的方法普通人也能用。
比如想学Python，别先买本厚教材，找个小项目做个自动整理文件的脚本，遇到不会的就问AI，边做边学。
知识这东西，用起来才是自己的。
AI重构的不只是学习工具，更是学习逻辑。
以前我们怕"基础不牢"，现在AI能帮我们快速补基础，以前我们愁"没机会实践"，现在开源项目和远程协作平台到处都是。
Gabriel的故事告诉我们，在AI时代，真正的能力不是"知道多少"，而是"能解决多少问题"。
最后说个有意思的事：Gabriel最近回老家，当年说他"顶多收银"的老师请他吃饭，问"现在的孩子该怎么学"。
他想了想说："让他们多问‘为什么’，少背‘是什么’毕竟，‘是什么’AI比你记得清楚，‘为什么’才是人的价值。"
这大概就是AI时代最酷的事，你不用再被学历定义，只用被你解决的问题定义。
Gabriel用他的"野路子"证明，当AI成为认知伙伴，每个人都有可能跑出自己的成长捷径。
