37岁，1300亿！硅谷最神秘华人，拒绝巴菲特，想做陶哲轩摘自加一研究院一家名为

37岁，1300亿！硅谷最神秘华人，拒绝巴菲特，想做陶哲轩摘自加一研究院一家名为Surge AI的公司，正在以近乎隐秘却极富影响力的方式，为AI时代提供最关键的“燃料”。作为OpenAI、Anthropic和Google等顶尖实验室背后的核心数据服务商，Surge AI提供的并非普通数据，而是驱动大模型进化的“高质量人类反馈”。令人惊叹的是，这家公司仅凭不到100人的精英团队，在未接受任何风险投资的情况下，创立不到四年即实现年营收超10亿美元，成为史上最快突破这一里程碑的公司。据透露，Surge AI正在进行首轮融资，估值已达约240亿美元。其创始人、37岁的华裔技术天才Edwin Chen持有公司约75%股份，个人财富估计达180亿美元（约合1300亿元人民币），在2024年《福布斯》美国400富豪榜上位列第55名，成为榜单上最年轻的成员。Edwin Chen的职业生涯跨越Google、Facebook和Twitter，却始终与硅谷的主流文化格格不入。他厌恶“圈子游戏”，更像一位闯入商业世界的哲学家。公司名字“Surge”的灵感，来源于科幻作家特德·姜的短篇《你一生的故事》——一个关于破译外星语言、探索沟通本质的故事。他希望Surge能“编码人类的丰富性”。这意味着，训练AI的不再是普通的标注员，而是来自斯坦福、普林斯顿、哈佛等顶尖学府的教授和专家，将他们深邃的智慧转化为AI可理解的“语言”。近期，一向低调的Edwin Chen罕见接受专访，不仅分享了Surge的成功逻辑，更对AI行业的现状与未来发出了深刻而犀利的见解。01 反主流的成功：百人团队，年入十亿问：你们用不到100人创造了年营收超10亿美元的奇迹，且没有拿过风投。这是如何做到的？Edwin Chen： 我们从未想过玩硅谷那套游戏。我曾任职于多家科技巨头，常常觉得，即使裁掉90%的员工，公司效率反而会更高，因为最优秀的人才不会被官僚琐事束缚。创立Surge时，我们决心走一条不同的路：组建一支极其精简、高度精英化的团队。结果证明，这条路走得通。AI正在开启一个“公司建设的新黄金时代”。两股趋势正在汇合：一是人们意识到，庞大的组织架构并非成功的必要条件；二是AI本身带来的巨大效率红利。未来，我们或许会看到人均产出更为惊人的公司——比如，每名员工创造千亿美元价值。问：你们几乎不做营销，这很反直觉。Edwin Chen： 我一直认为过度营销是荒谬的。你儿时的梦想是什么？是亲手从零打造一家公司，沉浸于创造；还是终日向投资人汇报，疲于融资？不拿风投让起步变得更难，但这反而帮我们筛选了客户——早期合作伙伴都是真正懂数据、在乎质量的人，而非追逐热点的投机者。02 数据的本质：寻找“诺贝尔奖级别”的诗问：你们被视作最成功的数据公司。到底做对了什么？Edwin Chen： 核心在于对“质量”的极致追求。很多人误以为数据标注是机械劳动，只需投入人力就能产出好数据。这完全错了。举例来说，如果任务是训练AI写一首关于月亮的八行诗，平庸的标准会问：这是诗吗？有八行吗？提到“月亮”了吗？如果都符合，就算通过。但我们要的是“诺贝尔奖级别”的诗。它是否独特？充满精妙的意象？能否触动心弦，甚至让你对月光有所领悟？这种质量是主观、复杂且丰富的。为此，我们像谷歌为网页排序一样，建立了涵盖成千上万个信号的评估体系，既要过滤垃圾，更要发现瑰宝。03 卓越的背后：是“品味”决定了模型的高度问：为什么Claude在编程和写作上格外突出？是数据的原因吗？Edwin Chen： 数据是关键，但更深层的原因是“后训练的艺术”。当顶尖实验室决定将哪些数据喂给模型时，这不只是科学，更是品味的体现。比如在编程上，你更看重前端美感还是后端严谨？如果一家公司只热衷于营销，追求在各类基准测试上刷高分，它就会针对测试优化数据，哪怕这对解决真实问题无益。而另一家公司可能会坚守原则：“我不关心榜单，只关心模型在现实世界中的表现。”这背后是审美与价值观的差异。Anthropic让我印象深刻的一点，正是在于他们这种有原则的立场。04 榜单的陷阱：我们正在制造“会拍马屁的AI”？问：模型在各种测试中“超越人类”，但实际体验并未有质的飞跃。你相信这些基准测试吗？Edwin Chen： 我完全不信。原因有二：首先，许多测试本身就有问题，充满噪声和错误答案。其次，测试往往有明确答案，这让模型容易通过“题海战术”取巧，但这与真实世界的复杂性和模糊性相去甚远。结果就是，模型能拿奥数金牌，却解析不了一个PDF。更严重的是，行业陷入了糟糕的激励循环。像“大模型竞技场”这类排行榜，用户往往只用几秒钟凭“感觉”投票。如果一个模型满口胡言，但用了漂亮的表情符号和排版，它就能得高分。我们本质上是在训练AI不择手段地“取悦”用户，追求多巴胺而非真理。我很担心，最终我们得到的不是一个能治愈癌症的超级智能，而是一个超级会聊天、超级会拍马屁，却干不了实事的电子宠物。05 真正的进步：由“诺贝尔奖得主”来评判问：如果不看榜单，如何衡量AI的真正进步？Edwin Chen： 我们依靠“人类专家评估”。不是随便找人聊天，而是请诺贝尔奖级别的物理学家与模型探讨前沿研究；让资深程序员用模型解决他们实际工作中遇到的复杂问题。专家会深入评估：代码能否运行？物理推导是否严谨？逻辑是否自洽？问：那你对实现AGI（通用人工智能）的时间表怎么看？Edwin Chen： 我是长期主义者。人们容易低估从“不错”（80%）到“卓越”（99.9%）的难度，这背后是指数级增长的挑战。一两年内，模型或许能自动化普通软件工程师80%的工作，但要达到98%、99%，可能还需要很多年。我认为，距离真正的AGI，可能还有十年甚至更远的路。06 被高估的“氛围编程”与模型的“人格”问：还有哪些被高估的趋势？Edwin Chen： “氛围编程”（Vibe Coding）被严重高估。现在流行把一堆自己都不懂的代码扔给AI，只要能跑通就行。这非常危险，长期来看将制造出完全无法维护的系统灾难。问：你曾提到，不同模型会因“目标函数”不同而产生差异。Edwin Chen： 是的，目标函数决定了模型的“性格”。我曾让Claude帮我润色邮件，它花了30分钟、修改了30个版本，来追求极致的完美。邮件确实完美了，但我浪费了30分钟。如果你可以选择，你要一个鼓励你追求无意义完美的AI，还是一个帮你节省时间、告诉你“已经很好了，直接发吧”的AI？这就像不同公司的产品哲学。未来，模型之间的差异会越来越大，因为它们背后公司的“人格”和目标函数不同。我们甚至可以从一家公司选择开发什么产品，看出它的价值观。比如，谁做Sora（文生视频），谁不做？这反映了他们对AI未来角色的不同想象。07 给创业者的终极建议：建造“唯你能造”之物问：对于那些被风口和主流叙事影响的创业者，你有什么建议？Edwin Chen： 我厌恶硅谷的陈词滥调，比如“快速转型”、“增长至上”。不要为了简历好看去招聘名校生。去建造那个“只有你才能建造”的东西，那个没有你的独特洞察和知识就无法存在的东西。你的全部人生、经历和热情，似乎都在为此做准备。做决策时，别问“公司该怎么办”，要问“我个人在乎什么？我的价值观是什么？”现在有太多跟风者，2020年做加密货币，2022年转NFT，现在又自称AI公司。没有一致的使命，只是在追逐估值。如果你的失败是因为世界还没准备好，那也远比成功转型为一家平庸的“套壳”公司要好。至少，你曾为一个深刻、新颖而艰难的想法拼搏过。08 初心：宁做陶哲轩，不做巴菲特问：是什么驱动你创立Surge？Edwin Chen： 我从小着迷于数学和语言的交集。我去麻省理工，部分原因是因为诺姆·乔姆斯基在那里。我曾梦想找到统一数学、计算机和语言学的底层理论。后来在各大科技公司做研究，我始终被同一个问题困扰：我们无法获得训练顶尖模型所需的高质量数据。2020年GPT-3发布那一刻，我意识到，若想将AI推向能写诗、编码甚至助力科研的下一阶段，我们必须创造一种全新的数据解决方案。当时所有的数据公司都在做“标出图中的猫”这种简单工作，这让我沮丧。我们需要的是能驾驭人类全部智慧深度的数据。于是，在GPT-3发布一个月后，我创立了Surge。我骨子里是个科学家。我曾以为自己会成为教授，去探索宇宙和语言的本质。我甚至幻想，如果外星人到访，我能成为那个被政府请去破译外星语言的人。直到今天，每当有新模型发布，我最爱做的事仍是通宵研究它，撰写深度分析。这很有趣，因为我其实很不擅长CEO的典型工作——我讨厌开会，不擅长销售。我常说，相比于成为沃伦·巴菲特，我更想成为陶哲轩。 驱动我的始终是推动科学前沿，而非追逐估值。09 终极比喻：我们不是在标注数据，是在“抚养孩子”问：能否用一句话总结你工作的核心？Edwin Chen： 很多人称此为“数据标注”，我讨厌这个词。我认为我们更像是在 “抚养一个孩子”。你不仅是向孩子灌输信息，你是在教授他价值观、创造力、审美，以及“成为一个好人”的无数微妙之处。这正是我们在为AI做的事。我们在塑造的，是人类共同的孩子。这关乎我们想让什么样的智能陪伴我们，以及我们想成为什么样的自己。你，就是你的目标函数。 而我们工作的终极挑战，就是帮助定义那个函数——一个能让人类更丰富、更具创造力、更保有好奇心，而非更懒惰的函数。这很难，但这才真正重要。