財經擺渡人
精研出品
破浪前行，共探財富新局
大家好歡迎收看【古今財鑒】
OpenAISora團隊的研究科學家GabrielPetersson最近在AI圈火了不是因為發了頂刊論文，而是他高中畢業證都沒有。
這個瑞典小鎮青年，17歲背着書包走出校門時，老師說"你這輩子頂多在超市收銀"，現在卻在舊金山擺弄着能生成4K視頻的AI模型。
這事讓我想起前陣子跟一個計算機系教授聊天，他說現在實驗室招實習生，簡歷里"GitHub貢獻量"比GPA還管用。
Gabriel的故事，可能真不是個例。
他老家在瑞典南部一個叫Växjö的小鎮，人口還沒北京一個小區多。
高中時數學考試總掛科，用他後來的話說"那些公式像外星文字"。
18歲那年表哥打電話說"一起做電商推薦系統吧"，他想都沒想就收拾行李去了斯德哥爾摩。
創業公司開在學生公寓里，六個人擠三間房。
白天敲代碼晚上啃披薩，沙發墊當床，鍵盤當枕頭。
他們給小電商做推薦系統，沒客戶就爬目標網站數據，打印成A3對比圖上門推銷。
有次客戶指着屏幕問"這代碼能跑嗎"，他現場用瀏覽器控制台改了三行腳本，推薦列表瞬間刷新。
這波操作放現在叫"野生程序員"，但2018年的瑞典創業圈，這種"能用就行"的風格反而吃香。
可惜好景不長，第二年電商平台自己開發了推薦算法，他們的小公司連服務器租金都付不起了。
服務器賣掉那天，他抱着電腦在公寓沙發上坐了整夜。
本來想隨便找個編程外包糊口，刷GitHub時突然被"diffusionmodel"這個詞絆住當時他連卷積神經網絡都沒聽過，卻鬼使神差點進了那個倉庫。
代碼里滿屏的數學公式，比高中課本還嚇人。
換別人可能直接關掉，但他有個怪習慣：遇到不懂的，先問"這東西到底有什麼用"。
對着那段生成圖像的代碼，他打開ChatGPT輸入："這個公式在圖像生成里起什麼作用？用烤麵包打比方說明白行嗎？"
AI回得還真通俗："就像烤麵包時，先把麵糰揉成亂七八糟的『噪聲』，再一步步按食譜（參數）把它變成你想要的形狀。"
他突然來了興緻，順着這個比喻往下問，從傅里葉變換問到馬爾可夫鏈，三天沒出門，硬是把擴散模型的原理啃了個大概。
這種"遞歸式補洞"的學法，後來成了他的招牌。
遇到知識盲點，他不查教科書，先讓AI用生活例子打比方，懂了應用場景再回頭補理論。
有次學Transformer架構，他讓AI把注意力機制比作"老師批改作業時，先挑重點句子看"，理解了再去啃論文里的多頭注意力公式。
2021年MidJourney招人時，他連正式簡歷都沒有，只發了個GitHub鏈接。
對方HR後來跟他說，本來看到"高中輟學"想直接pass，但點開倉庫發現，他給擴散模型寫的注釋比教材還清楚"每個參數後面都跟着『這就像調咖啡時的糖量，多了太甜少了沒味』這種話"。
在MidJourney當合同工時，他發現頂級AI團隊的工作方式跟想像中不一樣。
沒人在乎你哪畢業的，只問"這個問題你打算怎麼試"。
有次優化視頻生成的時空一致性，他卡了一周，同事丟給他一句"問AI啊"。
他試着讓ChatGPT列了20種可能的改進方向，挑了3個最離譜的去實驗，居然真的找到了突破口。
去年OpenAI招Sora團隊時，他的面試題是"如何讓視頻生成模型跑得更快"。
他沒講複雜理論，直接打開ChatGPT演示：先讓AI生成幾種優化思路，再用自己寫的腳本快速驗證，半小時就排除了兩個方案。
面試官當場說："我們要的就是這種『問題-實驗-迭代』的肌肉記憶。"
現在他在Sora團隊負責視頻生成的效率優化，辦公桌抽屜里還放着高中數學課本不是懷舊，是偶爾還會翻到當年沒弄懂的三角函數，然後笑着跟AI說"你看，當年要是有你，我可能就不用輟學了"。
Gabriel的故事戳中了很多人的痛點，我們總被教育"按部就班才能成功"，但AI時代，規則好像變了。
傳統教育像爬樓梯，一步一個台階，AI輔助學習像坐電梯，你可以直接按"頂層"，缺哪層再回頭補。
他的前同事跟我說過個細節：Gabriel學新東西時，從來不是"先學完再動手"，而是"先動手再補學"。
就像學開車，沒人會先背完交通法規再摸方向盤，都是邊開邊記，AI就是那個副駕教練，隨時提醒你"這裡該踩剎車了"。
現在打開招聘網站，AI相關崗位越來越多寫着"優先考慮GitHub貢獻者"。
不是學歷沒用了，是"學歷=能力"的等式正在瓦解。
Gabriel的GitHub主頁有句話："知識就像樂高，重要的不是你有多少塊，而是能不能用現有塊搭出想要的形狀AI就是那個幫你找缺塊的助手。"
前幾天跟一個大學計算機系主任聊天，他說現在學生最缺的不是知識，是"解決問題的能動性"。
傳統課堂里，老師把知識嚼碎了喂，AI時代，你得自己學會"餓了就找吃的"。
Gabriel最厲害的不是無學歷，是他從一開始就知道"我要解決什麼問題"，而不是"我要學什麼知識"。
當然，不是每個人都能成為OpenAI科學家，但Gabriel的方法普通人也能用。
比如想學Python，別先買本厚教材，找個小項目做個自動整理文件的腳本，遇到不會的就問AI，邊做邊學。
知識這東西，用起來才是自己的。
AI重構的不只是學習工具，更是學習邏輯。
以前我們怕"基礎不牢"，現在AI能幫我們快速補基礎，以前我們愁"沒機會實踐"，現在開源項目和遠程協作平台到處都是。
Gabriel的故事告訴我們，在AI時代，真正的能力不是"知道多少"，而是"能解決多少問題"。
最後說個有意思的事：Gabriel最近回老家，當年說他"頂多收銀"的老師請他吃飯，問"現在的孩子該怎麼學"。
他想了想說："讓他們多問『為什麼』，少背『是什麼』畢竟，『是什麼』AI比你記得清楚，『為什麼』才是人的價值。"
這大概就是AI時代最酷的事，你不用再被學歷定義，只用被你解決的問題定義。
Gabriel用他的"野路子"證明，當AI成為認知夥伴，每個人都有可能跑出自己的成長捷徑。
