比起提供又一個「成功模板」，Gabriel Petersson的故事更大的意義在於探索了AI時代學習、成功的多種可能性。
行業頂尖的OpenAI會招什麼樣的員工？
去年12月，核心團隊Sora的一位新人履歷乍一看讓人大跌眼鏡——22歲，高中輟學，沒有大學學位，沒有競賽背景。
而他的職位竟然還是Research Scientist（研究科學家），要知道這個職位傳統上只有博士才能做。
他正是瑞典青年Gabriel Petersson，出身小鎮的他，曾連最基礎的機器學習課程都難以理解，卻憑藉用ChatGPT逆向補全知識的「野路子」，硬生生闖入了AI行業頂尖大廠。
但深扒他的故事，外灘君發現也並非「輟學逆襲」的神話，更像是一份屬於普通人的時代說明書——在這個大模型重新定義一切的時代，如何用AI將自己「遞歸式」地升級到專業級能力。
這不僅是關於一個人的路徑，更是關於教育、學習與創造的可能性的重新想象。
解決問題是他的priority
Petersson的成長曆程中，能力躍升的每一步，都始於一個具體、真實且亟待解決的問題，走出了很有個人特色的野路子。
14歲時，他通過在線交易和倒賣寶可夢卡，賺到了第一桶金；
18歲那年，他敏銳捕捉到疫情期間的洗手液需求，僅用一周時間就做出一個洗手液比價網站，上線首周便獲得了2.2萬美元收入，覆蓋了瑞典5%的人口。
開啟他職場齒輪的是表哥的一通電話，他和合伙人正在開發AI推薦系統，「我們要立刻開幹了，你趕緊來斯德哥爾摩。」
「可我今晚還有個大派對。」「不行，現在就來。」
於是，Petersson買了下一班去斯德哥爾摩的車票，再也沒有回學校。整整一年，他都龜居在表哥的學生公寓，每天醒來就是去拉客戶。
一開始，他也發郵件推銷，但都石沉大海。後來，他乾脆登門拜訪各個品牌商，先展示網站原有的推薦結果，再展示團隊的AI推薦結果。
所有負責人都對他們的產品感到震驚，而當他們問出「要怎麼上線」時，Petersson會把腳本直接貼進瀏覽器控制台，當場上線。「第一次見面我就能讓他們現場切到我們的方案——聽起來瘋狂，但確實很有用。」
Petersson在埃及
這遠不止一個熱血創業故事，還揭示了他學習模式的精髓：最快的學習方式，不是先把基礎學完，而是被一個真實、緊迫且無法推卸的項目逼出來。
他坦言，之前自學編程課程時總感覺遲鈍、效率低下。但創業后，他被迫通過AI、線上社區、朋友幫助下，將一個個陌生的知識點迅速轉化為可運行的代碼。
後來在Midjourney時，他遇到了AI無法精準匹配用戶需求的問題。AI生成的圖像很多，但用戶反而不知道自己想要什麼。比起去啃複雜的人機交互論文，Petersson直接思考：怎樣能讓用戶幾乎無負擔，又能給出最明確的偏好信號？
他的解決方案巧妙又直接。每次只向用戶展示兩張圖片：「A和B，你更喜歡哪一個？」要知道人類在做二元選擇時，格外快速和精準，這也讓Midjourney積累了訓練模型最寶貴的「人類反饋數據」。
更誇張的是，他在申請美國O-1簽證時，因為沒有學位憑證，竟然貼上了自己的StackOverflow賬號作為能力說明。而這個簽證通常只發給拿大獎的藝術家或發論文的科學家。
Petersson的StackOverflow獎章
而沒想到移民局竟然真的通過了！
其實Petersson堅信，這些反而是「你對這個領域有實質貢獻」的證據：●很多同行會審查、糾正你的答案，不靠譜的內容會被踩、被刪；
●好的回答累積了幾百萬次瀏覽；
●如果有大量點贊，說明你真的幫到了很多人。
遞歸式學習，帶來急速成長
那麼沒有大學文憑，怎麼能進大廠？還能進入AI開發最前線？
Petersson的答案出奇得簡單——問ChatGPT。他是真正意義上「ChatGPT教出來的AI專家」。
他把自己的學習方法總結為「遞歸式補洞」。不要想著「AI可以幫我幹活」，而是把AI看作「可以隨時提問、隨時互動的老師」。
簡單來說，就是「倒著學」：1.先定目標
2.追問不懂的地方
3.在實踐中不斷debug
其中最關鍵的能力是，知道自己哪裡沒懂。「這不是天生就會的，你得不停地問自己：我是不是真的懂了？」
在不斷追問中，當你心中有「咔噠一聲」的時刻，就是真的理解了。此後，這個「咔噠一聲」的時刻會出現得越來越頻繁。
「傳統教育提供的知識並非沒有價值，但傳授方式極其低效。」而「AI遞歸學習法」則代表著一種極致的效率與直接性。
學習者可以從最感興趣的前沿問題直接切入，在解決實際項目的過程中，像拼樂高一樣，缺什麼就補什麼。
在OpenAI的Sora團隊，Petersson主要做視頻模型，也是依靠這套學習方法。
Sora上Petersson的個人主頁
最開始，了解圖像和視頻模型的基本概念時，他先問 ChatGPT：在這類模型里，最基礎、最核心的概念有哪些？
ChatGPT提到了自編碼器、擴散模型之類的東西，眼熟，但不是真懂。甚至ChatGPT最開始寫的擴散模型代碼，讓Petersson只感覺眼前一黑。
但隨著不斷地報錯、修改、追問模塊的作用，Petersson漸漸開始理解每一行代碼的作用是什麼。
他會在過程中不斷調整AI的回答，來適應自己的學習方式，比如他經常會加一些要求：「請極度直接、極度具體。」
「一定要給出所有中間步驟和中間狀態。」
「用12 歲能理解的水平來解釋。」
「如果你不確定，就列出幾個不同方案，說明各自的優缺點、誰試過、為什麼有效或無效。」
他還會用費曼學習法，把自己的理解告訴AI，「這是我對這個概念的理解，對不對？」 這樣既能校正，又能補上忽略的細節。
他曾感慨：「以前學編程怕犯錯，因為學校會扣分。但跟ChatGPT學，犯錯只是一個Debug的過程。」
2025年10月，Petersson入職不到一年，Sora2發布。
宣發視頻不是唯美風景，而是一段生成的監控視頻，OpenAI的CEO奧特曼在超市，正鬼鬼祟祟地把一盒盒NVIDIA顯卡塞進自己的衣服里。
「監控抓到奧特曼偷顯卡了！Sora2的真實感簡直瘋了。這是AI犯罪的未來嗎？」Petersson的這條推文迅速成為了Sora2發布期間點贊最多的視頻。
Sora2生成的奧特曼視頻
一個Nobody，
如何證明自己的價值？
Petersson自嘲自己也曾是Nobody，那麼初出茅廬的年輕人，可以從他身上借鑒些什麼呢？
首先，忘掉簡歷，打磨你的「三秒Demo」。
Petersson認為，在信息過載的時代，你的作品只有一次被看見的機會。一個優秀的演示（Demo）難點不在技術，而在於如何在三秒鐘內，讓人看懂你做的是什麼；在接下來的三秒鐘內，讓人看出你的代碼寫得乾淨、有水平。
他自己正是這樣做的——隨時在手機上展示那個讓Midjourney用戶瀏覽效率倍增的「FastGrid」工具，對方一句「這也太酷了」，就是最好的敲門磚。
很多人說「公司只招高學歷的」，往往是因為壓根沒有人真正向他們證明過「我能把這份工作干好」，他們只好退而求其次，用學歷、名校、實習這些經歷來判斷。
Petersson的Demo
其次，直接與「做事的人」對話。
Petersson犀利地指出，公司里不同角色的關注點不同。CEO更在乎你能不能幫公司創造價值；層級往下走，負責招聘的人和實際業務結果的聯繫越來越弱。
所以他建議，應主動出擊，盡量直接去找真正做事的人，比如技術負責人、團隊 leader、創始人。在技術沙龍、創業活動，都有機會和這些一線大佬直接交談。
「遇到一個創業者，你可以主動上去聊天，順手給一個實打實的技術建議，然後說：我很想試著和你們合作，要不要先試著一起做一周，就算免費也沒關係。」
一旦你有機會實際展示自己的能力，後面的路就會好走得多。
學歷還重要嗎？
Gabriel Petersson的故事，比起提供又一個「成功模板」，更大的意義在於探索了AI時代學習、成功的多種可能性。
就像他自己說的，他尊敬教授和科研工作者們，並不是所有人都應該輟學創業，他只是反對那套附著在舊體繫上的觀念——比如說：「學擴散模型必須先從底層數學一步步往上爬。」
「用自頂向下的方式學擴散模型，3 天就夠；用自底向上的方式，從大學開始一步步學，需要 6 年。」
與其學6年才發現自己對專業不感興趣，反而應該先用三天時間先捋清楚：從 ChatGPT 那裡學習「擴散模型是什麼」；
了解它的日常工作狀態；
然後再決定要不要為了它去讀 3～6 年書。
這是AI時代更加被凸顯的「學習主權」：你已經知道自己要學的東西是什麼、為什麼有趣，而不是盲選一個聽起來很流行的專業。
*以上內容系網友創夢AUS自行轉載自外灘教育，該文僅代表原作者觀點和態度。本站系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。