用AI逆襲的少年：高中輟學(xué)，卻被OpenAI百萬年薪挖走，他做對了什么？

作者 | Talk君

大家好，我是talk君

十七歲，他撕碎了高中畢業(yè)的最后通牒。

二十三歲，他在舊金山簽下一紙合約，年薪七十萬美元，親手參與塑造人類看世界的新眼睛——Sora。

他叫Gabriel Petersson。他的故事像一顆投入教育這潭深水的石子，漣漪之下，是一個我們不得不面對的核心拷問：當AI能生成知識，學(xué)歷這張紙，究竟還剩下幾兩重？

這不是一個“讀書無用”的爽文，這是一場關(guān)于學(xué)習(xí)本質(zhì)、能力認證與時代規(guī)則的殘酷解剖。

逆襲者畫像一個精致的機會主義者，而非浪漫的叛逆者

讓我們先撕掉“天才少年”的浪漫標簽。Gabriel Petersson的早期經(jīng)歷揭示的，是一種近乎冷血的實用主義敏銳度。

十四歲倒賣寶可夢卡片賺取兩萬美元，這絕非孩童玩鬧。

他本質(zhì)是在一個微縮市場中，完成了對稀缺性、信息差、評級體系與消費者心理的原始商業(yè)操盤。他的大腦天生就在尋找系統(tǒng)漏洞和價值洼地。

所以，當高中課程這個“系統(tǒng)”顯得低效、遲緩時，他的“輟學(xué)”決定與其說是叛逆，不如說是一次精準的止損與資源再配置。

他的第一份科技工作是加入表哥創(chuàng)立的公司，成為創(chuàng)始團隊成員。在公司公共休息室的沙發(fā)上睡了整整一年，他在實際工作壓力下學(xué)會了編程、銷售和系統(tǒng)集成。

這種學(xué)習(xí)，帶著血腥味，也鍛造出實打?qū)嵉纳婺芰ΑＫ髞淼拿恳徊健獜腄epict.ai到Midjourney，再到OpenAI——都是一次次用已驗證的小成果，去兌換更大的實戰(zhàn)機會。

他不是蔑視知識，他只是蔑視獲取知識的低效形式。在傳統(tǒng)教育體系里，他是bug一樣的存在。

學(xué)習(xí)“作弊碼”用AI進行“暴力破解式”自學(xué)

Gabriel的學(xué)習(xí)方法與傳統(tǒng)的“自下而上”教育路徑截然相反。他采用的是“自上而下”的問題驅(qū)動學(xué)習(xí)法。

多數(shù)人用ChatGPT，是把它當“高級搜索引擎”或“代筆秘書”：問一個模糊問題，得到一個將就的答案，然后結(jié)束。

Gabriel的用法，是把它當成一位不知疲倦、全知全能但毫無脾氣的“私人蘇格拉底”。他的路徑是：

目標（如構(gòu)建擴散模型）→ 生成初步代碼（讓AI干）→ 運行并必然出錯 → 追問錯誤根源 → 觸及底層數(shù)學(xué)原理（如梯度下降）→ 再追問數(shù)學(xué)原理的直覺解釋

如此循環(huán)，直至他能用自己大腦的“編譯器”，把整個邏輯鏈條跑通。

在播客中他提到：

“人類最快的學(xué)習(xí)方式，其實是自上向下：先從一個真實任務(wù)開始，再一路往下鉆，遇到哪個環(huán)節(jié)不懂，就現(xiàn)學(xué)哪個環(huán)節(jié)。

但學(xué)校沒法大規(guī)模這樣教，因為這要求老師隨時判斷你“下一步該學(xué)什么”。所以教育體系普遍選擇自下向上：先從數(shù)學(xué)、線性代數(shù)、矩陣這些基礎(chǔ)開始，一層一層往上堆。這樣做很適合規(guī)模化教學(xué)，但學(xué)習(xí)效率非常低。

現(xiàn)在有了 ChatGPT，這一點已經(jīng)被改寫了。大學(xué)不再壟斷“基礎(chǔ)知識”的入口。我甚至很難認真對待那些課程體系里還沒有把大模型相關(guān)內(nèi)容納入基礎(chǔ)部分的大學(xué)，這種東西理應(yīng)從很小的年紀就開始接觸。

很多人會說，用這種方式學(xué)習(xí)“永遠無法真正理解問題本質(zhì)”，但事實并非如此。你完全可以從任務(wù)出發(fā)，一路遞歸往下學(xué)，照樣能理解得很深。”

這過程沒有學(xué)分鼓勵，沒有考試壓力，只有解決問題最原始的驅(qū)動力：好奇與創(chuàng)造欲。傳統(tǒng)教育害怕錯誤，因為錯誤扣分；而他的方法熱愛錯誤，因為錯誤是指向認知盲區(qū)的最精準坐標。

最絕的是，這哥們還成功申請到了美國O-1簽證。

要知道，美國的O-1簽證通常只給拿大獎的藝術(shù)家或發(fā)Paper的科學(xué)家等頂尖人才，而這位啥學(xué)位沒有的年輕人，愣是把Stack Overflow（一個程序員問答社區(qū)，有點知乎的意思）帖子代替學(xué)術(shù)論文，發(fā)給了移民局，并附上他的一封信，表示：

我在StackOverflow上幫幾萬人解決了技術(shù)難題，這種「同行評審」比學(xué)術(shù)論文更有含金量！

他繞開了“發(fā)表論文”這個傳統(tǒng)的能力信號，用“被社區(qū)真實需求驗證過的技術(shù)影響力”這個更強、更直接的信號，完成了“能力認證”的偷塔。

認知的雙向退化AI是“思維健身房”還是“大腦輪椅”？

這是一個危險的悖論。同樣的AI工具，在Gabriel手里是“認知火箭助推器”，在很多人手里，卻成了“思考能力粉碎機”。

核心分野在于：你將AI置于你認知流程的什么位置？

是起點（讓它給答案，你消費答案）？還是中繼點/反饋器（你形成思路，它幫你驗證、補充和挑戰(zhàn)）？Gabriel顯然是后者。

他始終保持著一個“追問主體”的絕對強勢地位，AI是他無窮盡的陪練沙袋。

而多數(shù)人，正滑向前者。當AI能一鍵生成一篇結(jié)構(gòu)完整的報告、一個邏輯清晰的方案，我們“撰寫”和“構(gòu)思”的肌肉就會萎縮。

你將AI置于什么位置？選擇權(quán)在你

當AI能瞬間歸納文獻要點，我們“閱讀-消化-提煉”的深度處理能力就會退化。這不是工具的錯，這是使用者的“智力早退”。

我們不是在用AI增強智能，而是在進行“大腦外包”，將最寶貴的思維過程，廉價的讓渡給算法。

Gabriel的成功，恰恰是因為他拒絕這種外包。他把AI變成了強迫自己進行高強度、高頻率思考的“鞭子”。每一次與AI的對話，都是他思維的一次高強度間歇訓(xùn)練。

學(xué)歷貶值的真相不是規(guī)則作廢，而是有人“作弊”通關(guān)

Gabriel的故事，最容易被誤讀為“學(xué)歷無用”的佐證。但更深刻的真相是：他并沒有打破職場的能力規(guī)則，他只是用一種更迅猛、更直接的方式，提前滿足了規(guī)則的所有苛刻條件。

職業(yè)社會的核心規(guī)則從未改變：請證明你能解決問題，創(chuàng)造價值。學(xué)歷，長久以來是這套規(guī)則的一個高效（但日益臃腫）的“代理變量”。

它試圖表達：“這個人經(jīng)歷了系統(tǒng)性訓(xùn)練，具備了解決某類問題的基礎(chǔ)概率。”

Gabriel繞開了“學(xué)歷”這個代理變量，直接向市場展示了“能力”這個終極變量。他通過一個個真實項目、一行行有效代碼、一次次解決具體技術(shù)難題，完成了自我能力的“IPO”，其“招股說明書”就是他的GitHub倉庫、他解決的技術(shù)難題、他參與打造的產(chǎn)品。

所以，不是學(xué)歷沒用了，而是學(xué)歷的“信用溢價”在降低。當市場上出現(xiàn)像Gabriel這樣能用更硬通貨交易的人，那些僅拿著“學(xué)歷”這張紙幣的人，自然會感到“通貨膨脹”的壓力。

他讓雇傭者看到，評估能力，存在一條更短、更直接的道路。

學(xué)歷的重定義從“知識存儲器”到“復(fù)雜系統(tǒng)模擬器”

那么，在AI時代，大學(xué)和學(xué)歷真的要被掃進歷史垃圾堆了嗎？絕非如此。它們的價值正在發(fā)生一次深刻的“范式轉(zhuǎn)移”。

過去，大學(xué)的核心價值之一是“知識存儲與傳遞”。在信息稀缺時代，教授和圖書館就是知識的水庫。今天，這個功能已被互聯(lián)網(wǎng)和AI碾壓。知識的獲取，變得近乎免費和即時。

大學(xué)不可替代的新價值，正在于它作為一個“高保真復(fù)雜系統(tǒng)模擬器”。在這里，你遇到的挑戰(zhàn)是多維的：

如何與觀點不同的室友相處？

如何在一門枯燥的必修課中找到自驅(qū)力？

如何完成一個需要多人協(xié)作、周期長達一學(xué)期的項目？

如何在無人監(jiān)督時安排時間？

這些看似“無用”的軟技能訓(xùn)練，恰恰是AI最難替代的人類核心競爭力。大學(xué)提供了一個相對安全的“失敗沙盒”，允許你在低成本下試錯、碰撞、迷茫、再成長。

而一個像Gabriel這樣的自學(xué)者，則需要強大的內(nèi)心和極好的運氣，才能在社會這個“高壓真實系統(tǒng)”中，完成同樣維度的訓(xùn)練而不被擊垮。

因此，未來的學(xué)歷，其含金量將不再主要取決于它記錄了你“知道”什么，而在于它背后所隱含的認證：這個人，在一個人際與智識的雙重復(fù)雜系統(tǒng)中，被高強度地“編譯”和“調(diào)試”過，具備了處理模糊性、應(yīng)對挑戰(zhàn)和協(xié)同創(chuàng)造的基礎(chǔ)操作系統(tǒng)。

未來的平衡做“T型人才”，而非“I型投機者”

Gabriel的路徑是一條險峻的奇跡之路，充滿幸存者偏差。它耀眼，但不具備普遍的可復(fù)制性。

他的成功，依賴于罕見的早期自驅(qū)力、強大的抽象思維天賦、面對不確定性的極高心理耐受力，以及至關(guān)重要的——一點時代給予的賽道紅利。

對于絕大多數(shù)人，我的建議是：放棄“非此即彼”的幼稚對立，成為“T型人才”。

“T”的一豎，代表你在某一領(lǐng)域的專業(yè)深度。這個深度，可以通過大學(xué)系統(tǒng)獲得，也可以通過Gabriel式的極端自學(xué)達到。沒有這個深度，你只是一個夸夸其談的泛泛之輩，在專業(yè)問題上毫無話語權(quán)。

“T”的一橫，代表你運用AI工具、跨界學(xué)習(xí)、溝通協(xié)作、理解人性的廣度。這一橫，在今天比以往任何時候都重要。它決定了你的專業(yè)深度，能否與更廣闊的世界連接，解決更復(fù)雜、更有價值的問題。

用AI取代深度思考，你會成為一個“I型投機者”。只有用AI拓展思維邊界，同時扎根于某一領(lǐng)域的扎實深度，你才能成為一個不可替代的“T型創(chuàng)造者”。

Gabriel Petersson的故事，不是一份輟學(xué)倡議書。它是一面鏡子，照見教育體系的僵化與遲滯；它也是一聲號角，呼喚對“學(xué)習(xí)”與“能力證明”進行根本性的重思。

AI沒有宣告學(xué)歷的死亡，它只是逼迫學(xué)歷回歸其本質(zhì)：它不應(yīng)再是禁錮思想的“知識金箍”，而應(yīng)成為賦能創(chuàng)造的“思維腳手架”。

問題的關(guān)鍵不再是你是否擁有那張紙，而在于——無論通過什么路徑——你是否真的構(gòu)建起了那個能持續(xù)學(xué)習(xí)、敢于創(chuàng)造、解決問題的強大的內(nèi)在系統(tǒng)。

在這個系統(tǒng)面前，學(xué)歷只是它可能的產(chǎn)品之一，而絕非前提。

你對此有什么看法？歡迎評論區(qū)留言討論~

趕緊關(guān)注視頻號@一刻talks吧！