高中輟學(xué)生用ChatGPT自學(xué)，入職OpenAI，這是他的Top-down學(xué)習(xí)法

在傳統(tǒng)觀念中，要進(jìn)入 OpenAI 這樣的頂級 AI 實(shí)驗(yàn)室，你通常需要名校博士學(xué)位、數(shù)十年的學(xué)術(shù)積累。但 Gabriel Petersson 打破了這一切。他是一名來自瑞典“荒郊野外”的高中輟學(xué)生，沒有光鮮的履歷，一個nobody。

但他利用ChatGPT自學(xué)數(shù)學(xué)與機(jī)器學(xué)習(xí)，目前在OpenAI 擔(dān)任研究員，專注于 AGI及視頻生成研究。

今天這篇文章，不是什么“勵志故事”，而是教給你一套可復(fù)制的行動邏輯：

• 如何用 AI 把硬技能學(xué)到能上線、能交付？

• 如何在沒有學(xué)歷、沒有名校、沒有人脈的情況下，進(jìn)入頂級團(tuán)隊？

• 如何把“提問”變成日常習(xí)慣，把學(xué)習(xí)變成持續(xù)的“遞歸補(bǔ)缺”？

希望對你有所啟發(fā)~

01

高中輟學(xué)、零經(jīng)驗(yàn)：
從瑞典走到 OpenAI

主持人：我看到你一條推文：“五年前我在瑞典高中輟學(xué)，幾乎零工程經(jīng)驗(yàn)加入一家創(chuàng)業(yè)公司；今天我加入 OpenAI 做研究員，用 Sora 構(gòu)建 AGI。”這條路徑怎么發(fā)生的？

Gabriel：說來很長。我很早就對 AI 著迷，讀了《超級智能》《Life 3.0》之類的書——作者還是瑞典人。

我當(dāng)時想：這里一定有大事要發(fā)生。

但同時我一直覺得自己不夠聰明。我看著 AI、看著編程，就覺得那是天才的游戲，我競爭不過。

主持人：你是怎么輟學(xué)的？在一個“大家都按部就班”的環(huán)境里，輟學(xué)需要很強(qiáng)的決心。

Gabriel：其實(shí)我不是“做了一個決定”，更像是事情發(fā)生了。

我表哥突然打電話說：他剛聊到一個很聰明的人，有個想法——給電商做 AI 商品推薦系統(tǒng)，今天就能開始賣。讓我馬上去斯德哥爾摩。我還說“今晚有派對，明天再去”。他回我：不行，現(xiàn)在就走。

我就坐下一班車去了，然后再也沒回學(xué)校。

02

18 歲敲門賣 AI：
把客戶“舊推薦”和“新推薦”左右對比，
當(dāng)場 AB 測試上線

主持人：你去了創(chuàng)業(yè)公司后做了什么？

Gabriel：我們做電商推薦系統(tǒng)。最開始誰都不懂創(chuàng)業(yè)，更不懂銷售。冷郵件效果很差，我就開始打電話。對方偶爾感興趣，但我只是個 18 歲小孩，沒信用、也不技術(shù)。

后來我干了更“野”的事：直接去敲公司門。

我提前抓取他們的網(wǎng)站數(shù)據(jù)、訓(xùn)練我們的推薦模型，然后打印一張 A3 大紙：

左邊是他們原來的推薦，右邊是我們生成的推薦。

我做了上百張，夾在文件夾里挨家挨戶敲門：

“能找一下電商負(fù)責(zé)人或 CEO 嗎？你們現(xiàn)在的推薦是這樣，我們的推薦是這樣。”

他們通常會震驚：“你怎么做到的？”

然后他們問：怎么上線？

我說：別擔(dān)心。我?guī)Я四_本，直接貼到你們網(wǎng)站控制臺，就能把推薦位切成我們的。

還不夠——他們繼續(xù)問：怎么證明能賺錢？

我說：別擔(dān)心，腳本里已經(jīng)配好AB 測試，會追蹤收入對比。

你第一次見客戶就能成交，不是靠口才，是把不確定性都提前做成確定。

當(dāng)然，這也會“反噬”——我們當(dāng)時只想著先拿客戶，根本沒想可擴(kuò)展性。

主持人：你那段時間怎么住的？

Gabriel：我住在表哥大學(xué)那種很小的公寓里（算“宿舍”但在普通居民樓）我不符合居住資格，所以要“假裝他還在上學(xué)”。我在公共休息區(qū)撿沙發(fā)靠墊當(dāng)枕頭，睡了一年。房間很糟，但能撐下去。

03

為什么能撐下去？“極端確信”

主持人：很多人會放棄回學(xué)校，你為什么沒回去？

Gabriel：我對現(xiàn)實(shí)的看法一直有點(diǎn)“扭曲”。我當(dāng)時100% 確信我會靠這個變成億萬富翁，沒有一丁點(diǎn)懷疑。

所以我就通宵、再通宵；白天跑銷售；為了客戶做一堆瘋狂的事。

對我來說，那時沒有別的選擇——只有把它做成。

04

不上學(xué)怎么學(xué)會寫代碼？
關(guān)鍵不是課程，是“真實(shí)問題 + 壓力”

主持人：你一開始并不會寫代碼，后來怎么學(xué)的？

Gabriel：最初是被逼的：要做集成、爬蟲、AB 測試、推薦系統(tǒng)上線——不寫不行。

更早一點(diǎn)，表哥小時候教我 Java，我做過一個很爛的寶可夢回合制小游戲。

后來上過 Udemy 的 Python 課，做過更爛的小游戲。

我也試過 Andrew Ng 的機(jī)器學(xué)習(xí)課，但總覺得：我太笨了，我學(xué)不懂。

真正讓我學(xué)會編碼的是工作本身。

工作學(xué)習(xí)比學(xué)校更容易，因?yàn)槟阌肋h(yuǎn)有一個真實(shí)問題。

你要集成到某個電商網(wǎng)站，就拆解：選 DOM 元素、插入腳本、追蹤指標(biāo)……一步一步做。卡住就去 Stack Overflow，問朋友。

而且最關(guān)鍵：有壓力。

如果沒有壓力，我什么都學(xué)不會。

05

用 AI 學(xué)習(xí)的底層方法：
從問題出發(fā)的“自上向下”，
再一路遞歸到基礎(chǔ)

主持人：你反復(fù)提到“從問題出發(fā)”的學(xué)習(xí)方式。

Gabriel：我認(rèn)為最快的學(xué)習(xí)方式是自上向下（top-down）：

先找一個具體任務(wù)/項(xiàng)目，從解決它開始，遇到缺口就往下補(bǔ)。

學(xué)校是自下向上（bottom-up）：先學(xué)基礎(chǔ)、再學(xué)基礎(chǔ)的基礎(chǔ)……四年之后才可能碰到真正的應(yīng)用。它容易規(guī)模化，卻很低效。

有了 ChatGPT，一切都變了。

你可以直接問：我想學(xué)機(jī)器學(xué)習(xí)，我該做什么項(xiàng)目？讓它寫代碼，我來跑、來 debug。

遇到一個模塊不懂，就追問：它為什么這樣設(shè)計？直覺是什么？

它說“矩陣乘法、線代”，你再追問：線代的直覺是什么？給圖、給例子。

你從問題出發(fā)，遞歸往下走，基礎(chǔ)會自己長出來。

06

學(xué)校對 AI 的誤解：
學(xué)生把它當(dāng)作弊工具，老師把它當(dāng)威脅

主持人：你覺得學(xué)校最大的問題是什么？

Gabriel：學(xué)校里對 AI 的認(rèn)知是錯的。

學(xué)生看到 ChatGPT：太好了，終于有人替我寫作業(yè)。

老師看到 ChatGPT：完了，大家都作弊，我們要禁掉。

這會形成一個閉環(huán)：學(xué)生更把 AI 當(dāng)作弊，老師更反 AI。

但其實(shí)應(yīng)該換個敘事：教學(xué)生如何用 AI 學(xué)習(xí)。

想作弊的人總會作弊；真正重要的是——你是否被教會用 AI 去構(gòu)建理解。

我很開心看到一些學(xué)生開始用 ChatGPT 出題、做測驗(yàn)：

把歷年題喂進(jìn)去，讓它總結(jié)共同考點(diǎn)；再生成 10 道新題訓(xùn)練。

07

Gabriel 的“AI 自學(xué)法”實(shí)操：
寫、跑、錯、問、復(fù)述、校驗(yàn)

主持人：你具體怎么用 AI 自學(xué)到能做 OpenAI 的研究？

Gabriel：我現(xiàn)在在 Sora 做視頻模型。我想補(bǔ)基礎(chǔ)，比如圖像/視頻模型的核心概念：自編碼器、擴(kuò)散模型等。

我會這樣做：

1. 讓 ChatGPT 列出最關(guān)鍵概念

2. 讓它寫一個最小可跑的實(shí)現(xiàn)（比如擴(kuò)散模型）

3. 我一邊跑一邊 debug

4. 每一行不懂就追問：這行做什么？為什么這樣做？

5. 我會讓它用不同方式解釋：“像對 12 歲小孩解釋”、給類比、給直覺

6. 我再把自己的理解復(fù)述給它：“我這樣理解對嗎？”讓它糾錯

這其實(shí)是一種遞歸補(bǔ)缺（recursive gap filling）。

核心技能是：

• 你要能識別自己哪里不懂（很多人做不到）

• 你要能感知“頓悟時刻”——那種突然明白的“咔噠一下”
  

  你的目標(biāo)就是讓“咔噠”出現(xiàn)得更頻繁。

08

把“提問”變成習(xí)慣：
腦子里一出現(xiàn)問題，就立刻丟給 AI

Gabriel：另一個巨大的習(xí)慣是：

腦子里一有問題，就立刻問 ChatGPT。

這件事我花了一年才真正形成條件反射。

你會發(fā)現(xiàn)很多人開會討論、一起協(xié)作，明明一堆疑問，卻不去問。

但 AI 就在那，成本極低。你只要建立一個“隨手提問”的入口，就等于把知識庫接在了大腦外面。

09

如何被頂級公司雇傭：

永遠(yuǎn)不要和 HR 談

主持人：你沒有傳統(tǒng)學(xué)歷和名校背景，怎么進(jìn)入 Midjourney、再到 OpenAI？

Gabriel：先說一個大原則：

公司只想賺錢。你讓他們看到你能賺錢、能交付，他們就會雇你。

很多人以為公司只看學(xué)歷，其實(shí)是因?yàn)榻^大多數(shù)人拿不出能證明自己會干活的證據(jù)，于是公司只能依賴“代理信號”：名校、成績、實(shí)習(xí)頭銜。

Cel Wen：你提到過要避開 HR（招聘人員）？

Gabriel Petersson：對，永遠(yuǎn)不要和 HR 談，他們只想“不犯錯”。

尤其是離業(yè)務(wù)更遠(yuǎn)的人（比如不懂技術(shù)的招聘流程）更依賴代理信號，因?yàn)樗麄兊募钍恰皠e出錯”，而不是“找到最強(qiáng)的人”。

招一個哈佛畢業(yè)生，即使那個人很爛，HR 也不會被責(zé)怪。但如果招了一個高中輟學(xué)生搞砸了，那就是 HR 的錯。

所以我一般建議：盡量繞開只看代理信號的人，你要直接去找創(chuàng)始人或核心工程師。

010

讓自己“不再是 nobody”的第一件事：
一個 3 秒能看懂的 Demo

Gabriel：如果你出身普通、沒有背景，最重要的是做一個極簡單但沖擊力強(qiáng)的 Demo。

難點(diǎn)不是“技術(shù)難”，難點(diǎn)是：

• 讓別人3 秒內(nèi)明白你會寫代碼

• 讓別人明白這個東西為什么厲害
  

  你投遞時給一個鏈接，對方點(diǎn)開就是唯一機(jī)會——要在極短時間內(nèi)“被看懂”。

011

最狠的策略：提議“免費(fèi)試工一周”

Gabriel：如果你在活動上遇到創(chuàng)業(yè)者或技術(shù)負(fù)責(zé)人，你可以直接說：

“我們能不能合作一周？我免費(fèi)。你零成本獲得一個數(shù)據(jù)點(diǎn)：我到底行不行。”

大多數(shù)創(chuàng)業(yè)公司會說 yes——因?yàn)樗麄儙缀醪恍枰冻觥?/p>

012

職業(yè)加速器：

早期別戀戰(zhàn)，去最強(qiáng)團(tuán)隊、瘋狂要反饋

主持人：你怎么變強(qiáng)的？

Gabriel：我早期基本只做合同工，讓自己保持流動性。

年輕時最大的錯誤，就是在同一家公司待太久。

你要最大化學(xué)習(xí)速度，就要：

• 盡量和最強(qiáng)的人一起工作

• 主動爭取有成長性的任務(wù)，而不是沒人愿意做的臟活

• 瘋狂要反饋：讓別人 review 你的代碼；甚至約電話逐條講評
  

  很多人怕反饋，但你要“獵取反饋”。
  

我還會一天問 AI 上百次：這段代碼好嗎？有沒有 bug？有沒有更簡單寫法？

一旦你找到一個有效的方法，就把它榨到極致。

013

沒有文憑，怎么拿美國簽證？

主持人：你沒有文憑，怎么來美國？

Gabriel：我最初在一家叫 Dataland 的公司，想走 J-1（類似實(shí)習(xí)類路徑），但沒成。后來我去了舊金山，拿 ESTA 旅游簽待了幾個月，密集見人、理解這里怎么運(yùn)作。

之后加入 Midjourney，我發(fā)現(xiàn)：也許我可以申請 O-1。很多人以為 O-1 必須諾獎那種，其實(shí)有很多創(chuàng)造性路徑。

比如我用過的一個證據(jù)是：Stack Overflow 的高質(zhì)量回答。它有同行評審機(jī)制（投票、刪改、糾錯），如果你有大量瀏覽、被認(rèn)可的內(nèi)容，它可以被用來滿足某些“學(xué)術(shù)傳播/影響力”標(biāo)準(zhǔn)。

你以為是浪費(fèi)時間的事，可能在未來變成你最硬的籌碼。

主持人：你為什么強(qiáng)調(diào)來舊金山？

Gabriel：最簡單的：人才密度更高、薪資更高。

更深一層：如果你把一生押在創(chuàng)業(yè)與創(chuàng)新上，舊金山幾乎是最優(yōu)解。

你會在第一周就被刷新世界觀：原來有這么多人在乎你在乎的事；原來你不是孤島。

這不是“雞湯式激勵”，這是現(xiàn)實(shí)的同頻環(huán)境。

我一個朋友，在瑞典過得還行，但一直不敢申請美國工作，因?yàn)檫^程太“情緒痛苦”：準(zhǔn)備面試、被拒、談 offer、跟老板提離職。大腦會自動回避。

后來我直接把他和公司撮合起來，讓流程“有了慣性”，朋友最終拿到 offer，薪資 10x。他損失的不是一年工資，而是一整套人生機(jī)會成本。

014

大學(xué)到底要不要讀？

一個“刺耳但實(shí)用”的答案

Gabriel：我不反對大學(xué)。它能給你朋友、體驗(yàn)、也能學(xué)到東西，只是方式低效。

但如果你極其有野心、極其在意職業(yè)成長——你應(yīng)該盡快進(jìn)入真實(shí)世界。

你甚至可以走“安全路線”：一邊上大學(xué)一邊投工作，拿到工作后學(xué)位幾乎沒人再看。

我還說過一個很爭議的比喻：大學(xué)有時像“成人托兒所”。很多人不愿意做決定，于是繼續(xù)讀書，把決定推遲五年。尤其在瑞典，大學(xué)免費(fèi)，更容易推遲。

但人生不是只能做一次選擇——你完全可以換跑道，變得更快樂、更賺錢。

015

給迷茫的 18 歲：

別用“自律與習(xí)慣”逃避“真正的行動”

主持人：如果一個 18 歲的人不知道自己要做什么，你會怎么建議？

Gabriel：這類人太多了。我小時候也一樣：想成功、想賺錢，但不知道從哪開始。

很多人會掉進(jìn)兩個陷阱：

1. 看勵志視頻獲得“虛假推進(jìn)感”——爽完第二天歸零

2. 迷戀習(xí)慣（早起、閱讀、健身）并把它當(dāng)成進(jìn)步。但——

   如果你沒有在做真正重要的事，再好的習(xí)慣也幾乎沒有意義。

你需要做的是：盡快獲得真實(shí)數(shù)據(jù)點(diǎn)——真實(shí)工作、真實(shí)問題、真實(shí)激勵。

去 LinkedIn 找創(chuàng)業(yè)者，給他們發(fā)消息：周末我可以免費(fèi)幫你做事。

從最簡單的任務(wù)開始，只要進(jìn)到真實(shí)場景，你就會滾起來。

比如，如果你想做營銷，不要只發(fā)郵件說“我會營銷”。你應(yīng)該直接把對方網(wǎng)站的素材重做一版，帶著成果去找他——門檻低到離譜，但大多數(shù)人不做。

016

關(guān)于“建議”：

絕大多數(shù)建議都該丟掉

主持人：你怎么處理反對意見？父母支持你輟學(xué)嗎？

Gabriel：我父母對成績要求很低：及格就行。他們幾乎不干預(yù)我的職業(yè)。

我小時候反而生氣：為什么不逼我？我自制力差，但又想做大事。

后來我意識到：很多父母把自我（ego）綁在孩子身上，逼孩子當(dāng)醫(yī)生、律師，很多時候是為了面子而不是孩子。

至于建議——我一般建議大家丟掉大多數(shù)建議。

因?yàn)槎鄶?shù)建議來自“沒有比較過其他路徑的人”。他們真心為你好，但他們的激勵、經(jīng)驗(yàn)、樣本都不匹配你。

我真正會聽的建議，可能一只手就數(shù)得過來。比如我表哥：我們想要的東西很一致，他走過彎路，我可以直接跳過。

人生只有四千周，而企業(yè)生存期更短，跨越10年經(jīng)營期的企業(yè)少之又少，企業(yè)要想有質(zhì)量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質(zhì)的那個關(guān)鍵點(diǎn)。

選對了路，路就不會遠(yuǎn)。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業(yè)走上增長道路。未來有多近，在于我們已經(jīng)走了多遠(yuǎn)。未來有多遠(yuǎn)，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點(diǎn)擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實(shí)現(xiàn)快速增長。