瑞典高中辍学生闯进OpenAI当研究员，AI时代的“野路子”太让人震惊了
比起提供又一个“成功模板”，Gabriel Petersson的故事更大的意义在于探索了AI时代学习、成功的多种可能性。
行业顶尖的OpenAI会招什么样的员工？
去年12月，核心团队Sora的一位新人履历乍一看让人大跌眼镜——22岁，高中辍学，没有大学学位，没有竞赛背景。
而他的职位竟然还是Research Scientist（研究科学家），要知道这个职位传统上只有博士才能做。
他正是瑞典青年Gabriel Petersson，出身小镇的他，曾连最基础的机器学习课程都难以理解，却凭借用ChatGPT逆向补全知识的“野路子”，硬生生闯入了AI行业顶尖大厂。
但深扒他的故事，外滩君发现也并非“辍学逆袭”的神话，更像是一份属于普通人的时代说明书——在这个大模型重新定义一切的时代，如何用AI将自己“递归式”地升级到专业级能力。
这不仅是关于一个人的路径，更是关于教育、学习与创造的可能性的重新想象。
解决问题是他的priority
Petersson的成长历程中，能力跃升的每一步，都始于一个具体、真实且亟待解决的问题，走出了很有个人特色的野路子。
14岁时，他通过在线交易和倒卖宝可梦卡，赚到了第一桶金；
18岁那年，他敏锐捕捉到疫情期间的洗手液需求，仅用一周时间就做出一个洗手液比价网站，上线首周便获得了2.2万美元收入，覆盖了瑞典5%的人口。
开启他职场齿轮的是表哥的一通电话，他和合伙人正在开发AI推荐系统，“我们要立刻开干了，你赶紧来斯德哥尔摩。”
“可我今晚还有个大派对。”“不行，现在就来。”
于是，Petersson买了下一班去斯德哥尔摩的车票，再也没有回学校。整整一年，他都龟居在表哥的学生公寓，每天醒来就是去拉客户。
一开始，他也发邮件推销，但都石沉大海。后来，他干脆登门拜访各个品牌商，先展示网站原有的推荐结果，再展示团队的AI推荐结果。
所有负责人都对他们的产品感到震惊，而当他们问出“要怎么上线”时，Petersson会把脚本直接贴进浏览器控制台，当场上线。“第一次见面我就能让他们现场切到我们的方案——听起来疯狂，但确实很有用。”
Petersson在埃及
这远不止一个热血创业故事，还揭示了他学习模式的精髓：最快的学习方式，不是先把基础学完，而是被一个真实、紧迫且无法推卸的项目逼出来。
他坦言，之前自学编程课程时总感觉迟钝、效率低下。但创业后，他被迫通过AI、线上社区、朋友帮助下，将一个个陌生的知识点迅速转化为可运行的代码。
后来在Midjourney时，他遇到了AI无法精准匹配用户需求的问题。AI生成的图像很多，但用户反而不知道自己想要什么。比起去啃复杂的人机交互论文，Petersson直接思考：怎样能让用户几乎无负担，又能给出最明确的偏好信号？
他的解决方案巧妙又直接。每次只向用户展示两张图片：“A和B，你更喜欢哪一个？”要知道人类在做二元选择时，格外快速和精准，这也让Midjourney积累了训练模型最宝贵的“人类反馈数据”。
更夸张的是，他在申请美国O-1签证时，因为没有学位凭证，竟然贴上了自己的StackOverflow账号作为能力说明。而这个签证通常只发给拿大奖的艺术家或发论文的科学家。
Petersson的StackOverflow奖章
而没想到移民局竟然真的通过了！
其实Petersson坚信，这些反而是“你对这个领域有实质贡献”的证据：●很多同行会审查、纠正你的答案，不靠谱的内容会被踩、被删；
●好的回答累积了几百万次浏览；
●如果有大量点赞，说明你真的帮到了很多人。
递归式学习，带来急速成长
那么没有大学文凭，怎么能进大厂？还能进入AI开发最前线？
Petersson的答案出奇得简单——问ChatGPT。他是真正意义上“ChatGPT教出来的AI专家”。
他把自己的学习方法总结为“递归式补洞”。不要想着“AI可以帮我干活”，而是把AI看作“可以随时提问、随时互动的老师”。
简单来说，就是“倒着学”：1.先定目标
2.追问不懂的地方
3.在实践中不断debug
其中最关键的能力是，知道自己哪里没懂。“这不是天生就会的，你得不停地问自己：我是不是真的懂了？”
在不断追问中，当你心中有“咔哒一声”的时刻，就是真的理解了。此后，这个“咔哒一声”的时刻会出现得越来越频繁。
“传统教育提供的知识并非没有价值，但传授方式极其低效。”而“AI递归学习法”则代表着一种极致的效率与直接性。
学习者可以从最感兴趣的前沿问题直接切入，在解决实际项目的过程中，像拼乐高一样，缺什么就补什么。
在OpenAI的Sora团队，Petersson主要做视频模型，也是依靠这套学习方法。
Sora上Petersson的个人主页
最开始，了解图像和视频模型的基本概念时，他先问 ChatGPT：在这类模型里，最基础、最核心的概念有哪些？
ChatGPT提到了自编码器、扩散模型之类的东西，眼熟，但不是真懂。甚至ChatGPT最开始写的扩散模型代码，让Petersson只感觉眼前一黑。
但随着不断地报错、修改、追问模块的作用，Petersson渐渐开始理解每一行代码的作用是什么。
他会在过程中不断调整AI的回答，来适应自己的学习方式，比如他经常会加一些要求：“请极度直接、极度具体。”
“一定要给出所有中间步骤和中间状态。”
“用12 岁能理解的水平来解释。”
“如果你不确定，就列出几个不同方案，说明各自的优缺点、谁试过、为什么有效或无效。”
他还会用费曼学习法，把自己的理解告诉AI，“这是我对这个概念的理解，对不对？” 这样既能校正，又能补上忽略的细节。
他曾感慨：“以前学编程怕犯错，因为学校会扣分。但跟ChatGPT学，犯错只是一个Debug的过程。”
2025年10月，Petersson入职不到一年，Sora2发布。
宣发视频不是唯美风景，而是一段生成的监控视频，OpenAI的CEO奥特曼在超市，正鬼鬼祟祟地把一盒盒NVIDIA显卡塞进自己的衣服里。
“监控抓到奥特曼偷显卡了！Sora2的真实感简直疯了。这是AI犯罪的未来吗？”Petersson的这条推文迅速成为了Sora2发布期间点赞最多的视频。
Sora2生成的奥特曼视频
一个Nobody，
如何证明自己的价值？
Petersson自嘲自己也曾是Nobody，那么初出茅庐的年轻人，可以从他身上借鉴些什么呢？
首先，忘掉简历，打磨你的“三秒Demo”。
Petersson认为，在信息过载的时代，你的作品只有一次被看见的机会。一个优秀的演示（Demo）难点不在技术，而在于如何在三秒钟内，让人看懂你做的是什么；在接下来的三秒钟内，让人看出你的代码写得干净、有水平。
他自己正是这样做的——随时在手机上展示那个让Midjourney用户浏览效率倍增的“FastGrid”工具，对方一句“这也太酷了”，就是最好的敲门砖。
很多人说“公司只招高学历的”，往往是因为压根没有人真正向他们证明过“我能把这份工作干好”，他们只好退而求其次，用学历、名校、实习这些经历来判断。
Petersson的Demo
其次，直接与“做事的人”对话。
Petersson犀利地指出，公司里不同角色的关注点不同。CEO更在乎你能不能帮公司创造价值；层级往下走，负责招聘的人和实际业务结果的联系越来越弱。
所以他建议，应主动出击，尽量直接去找真正做事的人，比如技术负责人、团队 leader、创始人。在技术沙龙、创业活动，都有机会和这些一线大佬直接交谈。
“遇到一个创业者，你可以主动上去聊天，顺手给一个实打实的技术建议，然后说：我很想试着和你们合作，要不要先试着一起做一周，就算免费也没关系。”
一旦你有机会实际展示自己的能力，后面的路就会好走得多。
学历还重要吗？
Gabriel Petersson的故事，比起提供又一个“成功模板”，更大的意义在于探索了AI时代学习、成功的多种可能性。
就像他自己说的，他尊敬教授和科研工作者们，并不是所有人都应该辍学创业，他只是反对那套附着在旧体系上的观念——比如说：“学扩散模型必须先从底层数学一步步往上爬。”
“用自顶向下的方式学扩散模型，3 天就够；用自底向上的方式，从大学开始一步步学，需要 6 年。”
与其学6年才发现自己对专业不感兴趣，反而应该先用三天时间先捋清楚：从 ChatGPT 那里学习“扩散模型是什么”；
了解它的日常工作状态；
然后再决定要不要为了它去读 3～6 年书。
这是AI时代更加被凸显的“学习主权”：你已经知道自己要学的东西是什么、为什么有趣，而不是盲选一个听起来很流行的专业。
*以上内容系网友创梦AUS自行转载自外滩教育，该文仅代表原作者观点和态度。本站系信息发布平台，仅提供信息存储空间服务，不代表赞同其观点和对其真实性负责。如果对文章或图片/视频版权有异议，请邮件至我们反馈，平台将会及时处理。