在我 9 月份的硅谷行程里，讓我印象最深、最有收獲的人之一就是 Ted。

他先后在 Meta、Apple、Google 和 Roblox 都工作過，并在 23 年年底加入了 Character.ai，做 Post Training。作為 C.AI 第四十來號員工，他對于 C.AI 的產(chǎn)品、模型、訓(xùn)練等等的熟悉程度都非常高。

所以我這次特別把他請來，跟大家一起分享下美國最好的 AI 公司內(nèi)部是如何運(yùn)作的，Post Training 的最佳實(shí)踐是怎么做的等等。

Inside C.AI

曲凱 ：我首先問一個(gè)問題，C.AI 一直是 AI 陪聊類產(chǎn)品的代表，各項(xiàng)數(shù)據(jù)都非常好，所以你們到底是哪個(gè)點(diǎn)做得比別人好？

Ted：我覺得 C.AI 走到現(xiàn)在，核心優(yōu)勢有三個(gè)：

1) 模型全自研帶來的性能優(yōu)勢。自研模型有更大的自由度，我們可以自如地調(diào)整預(yù)訓(xùn)練階段的語料比例，從而極大地提升對話效果。

2) Noam Shazeer 帶來的成本優(yōu)勢。Noam 是創(chuàng)造 Transformer 的核心人物之一，一個(gè)真正少有的技術(shù)天才。創(chuàng)立 C.AI 后，他帶領(lǐng)著一群業(yè)界最頂尖的技術(shù)團(tuán)隊(duì)，把我們的推理成本壓縮到了其它同參數(shù)量模型的 1%，所以我們才能輕松 hold 住上千萬的免費(fèi)用戶。反觀市面上的同類競品，除了 Talkie 還能繼續(xù)燒錢買量，剩下的要么是被迫轉(zhuǎn)向了黃聊，要不然就是已經(jīng)被熬死了。

3) 用戶偏好對齊得好。C.AI 極其重視用戶對齊，因?yàn)樵谶@類模型即產(chǎn)品的模式下，模型本身的角色扮演能力，以及對用戶偏好的理解，決定著產(chǎn)品的用戶體驗(yàn)。我們兩年迭代下來，現(xiàn)在整個(gè) post train 的管線是極其高效的，可以很好地建立從數(shù)據(jù)反饋到模型迭代的循環(huán)。

曲凱：為什么 C.AI 的商業(yè)化一直沒做起來？

Ted：其實(shí)不是沒做起來，是壓根就沒怎么做。直到這兩個(gè)月，團(tuán)隊(duì)才開始認(rèn)真探索商業(yè)化的可能。

之前主要是因?yàn)槲覀冇?Noam Shazeer，以及會為了 Noam 買賬的投資人。而 Noam 的信仰是 AGI，所以商業(yè)化，包括公司的產(chǎn)品和運(yùn)營，在很長一段時(shí)間里都不是我們發(fā)展的重點(diǎn)，只是我們追求 AGI 路上的副產(chǎn)物。

曲凱：在 C.AI 的這一年里，你覺得是哪些問題，最終導(dǎo)向了 C.AI 被收購的結(jié)局？

Ted：核心問題就是曲凱你之前講的（ ），我們很長期都處在一個(gè)既要產(chǎn)品，又要 AGI 的狀態(tài)里。事實(shí)證明這樣行不通。

曲凱：如果能重來，你們會不會希望改變哪個(gè)決策，來改寫這個(gè)結(jié)局？

Ted：我希望我們當(dāng)時(shí)能往 AGI 賭把大的。如果我們從一開始的所有決策就是為 AGI 服務(wù)，說不準(zhǔn)現(xiàn)在也能和 OpenAI、Anthropic、Google、Meta、x.AI 這幾家大模型巨頭掰掰手腕吧…

曲凱：C.AI 被收購后，很多人對這類產(chǎn)品產(chǎn)生了懷疑，你現(xiàn)在還相信 C.AI 類的 AI 陪伴產(chǎn)品嗎？

Ted：我依然非常相信。

C.AI 現(xiàn)在核心用戶的單日平均使用時(shí)長有 2h，月活大概 2000 萬、日活接近 800 萬，這個(gè)用戶規(guī)模相比去年翻了差不多一倍，而明年我們可能能做到月活 3000 萬、日活 1000 萬。這樣的用戶規(guī)模和增長速度，無論如何都是不容小覷的。

Post Training 的門道

曲凱：你在 C.AI 是負(fù)責(zé) Post training 相關(guān)的工作，要不先給大家介紹一下 Post Training 到底是怎樣一個(gè)流程，對模型起什么作用？

Ted：Post Training 的作用你可以簡單理解成教會一個(gè)大模型說人話。

舉個(gè)例子，如果直接問一個(gè)預(yù)訓(xùn)練出來的模型「今天星期幾」，它大概率會答一個(gè)「？」，因?yàn)樗A(yù)訓(xùn)練見過的數(shù)據(jù)可能都長成「今天星期幾？」這樣，所以它會自然認(rèn)為這話就該這么接。

但這不是我們想要的答案。

大模型在預(yù)訓(xùn)練之后，還遠(yuǎn)遠(yuǎn)不能達(dá)不到人類的期待，所以在 Post Training 階段，我們要用規(guī)模更小、但是質(zhì)量更高的數(shù)據(jù)再訓(xùn)練它，讓模型意識到正確的回應(yīng)方式應(yīng)該是答星期幾，而不是接個(gè)問號。

現(xiàn)在主流的 Post Training 方式基本就是三種：SFT（監(jiān)督微調(diào)）、RLHF（人類反饋強(qiáng)化學(xué)習(xí)）、DPO（直接偏好對齊）。我們主要用的是 SFT 和 DPO，輔以一點(diǎn) RLHF。

曲凱：這三種方式的具體流程是怎樣的？

Ted：1）關(guān)于 SFT。SFT 的過程其實(shí)和預(yù)訓(xùn)練差不多，模型會逐字逐句地學(xué)習(xí)大量的文本數(shù)據(jù)。不同點(diǎn)是，預(yù)訓(xùn)練時(shí)用的文本數(shù)據(jù)質(zhì)量參差不齊，形式也不統(tǒng)一，有的是正常對話，有的是科普文章，而 SFT 階段我們會精挑細(xì)選高質(zhì)量的人類對話去訓(xùn)練模型。

2) 關(guān)于 RLHF。如果說 SFT 是讓模型自己看書學(xué)習(xí)，記住標(biāo)準(zhǔn)答案，RLHF 更像是讓模型自己做題，然后找老師進(jìn)行批改。

我們會首先根據(jù)人類的偏好數(shù)據(jù)訓(xùn)練一個(gè)單獨(dú)的獎(jiǎng)勵(lì)模型，也就是給被訓(xùn)模型培養(yǎng)一個(gè)指導(dǎo)老師。

接著被訓(xùn)的模型會開始刷題，獎(jiǎng)勵(lì)模型會對它的每個(gè)回答做出判斷，如果答得不行，它就會讓被訓(xùn)模型重新生成，直到給出的答案達(dá)到人類喜歡的標(biāo)準(zhǔn)。

3）關(guān)于 DPO。RLHF 的管線非常復(fù)雜，所以大家又發(fā)明了一種更簡單省事的方法，叫做 DPO，也就是用用戶的偏好數(shù)據(jù)直接訓(xùn)練模型，比如有一萬句模型回復(fù)用戶很喜歡 (點(diǎn)了贊)，另一萬句用戶不喜歡 (點(diǎn)了踩)，那我們可以把這兩萬條數(shù)據(jù)組成一堆偏好對，直接喂給模型。

投喂用戶偏好的方式具體又分為三種：

只給模型看不好的示例； 只給模型看好的示例； 好壞同時(shí)喂給模型。

不同訓(xùn)練方式適用于不同的場景，舉個(gè)例子，如果這一代的模型太黃了，這時(shí)候看好的 case 意義不大，因?yàn)橛行r(shí)候用戶喜歡的數(shù)據(jù)里就是有一些開車的成分在的，這種情況下，我們可能會只給他看不好的示例，讓他千萬不要再這樣黃下去了。

曲凱：RAG 和 Prompt Engineering 對你們來說重要嗎？

Ted：這倆我們做的都不多，上面這些天花板已經(jīng)非常高了。

曲凱：假如一個(gè) AI 團(tuán)隊(duì)現(xiàn)在打算從 0 到 1 開始 fine-tune 模型了，有什么關(guān)鍵的 knowhow 是他們首先要清楚的？

Ted：1）對齊本質(zhì)上是一個(gè)工程問題，不是一個(gè)算法問題。

算法對對齊的幫助其實(shí)不大，這點(diǎn)我跟 OpenAI 的人也交流過。所以到現(xiàn)在，我們算法團(tuán)隊(duì)一直人數(shù)有限，從一開始三四個(gè)研究員，到今年夏天也就只有七個(gè)研究員。我們的很多算法并沒有深鉆最優(yōu)解，主要是工程上的積累造就了我們的核心優(yōu)勢。

2) 喂給模型的數(shù)據(jù)一定要和實(shí)際的產(chǎn)出形式保持高度一致。

我們所有對齊用的語料永遠(yuǎn)是對話類的。如果你直接喂給模型幾萬字的同人文，它是無法理解怎么能演好霸總的。它說出來的話會特別像一個(gè)故事匯，不符合聊天的場景。所以我們會把 1 萬字的文章，拆成 50 段對話 (通過大模型輔助)，然后把這種對話形式的語料再喂給模型。

3） Post Training 的核心是設(shè)計(jì)高效的迭代路徑。

模型訓(xùn)練的一大難點(diǎn)是，這個(gè)過程里有很強(qiáng)的隨機(jī)性和不可控性。在你不停地調(diào)整數(shù)據(jù)配比和算法的時(shí)候，很可能會發(fā)現(xiàn)，很多在上個(gè)版本里好用的技巧，在這個(gè)版本里就跑不通了。

要解決這個(gè)問題，只能高頻地去做各種測試。

所以建立一個(gè)高效的反饋循環(huán)非常重要。具體來講，你可以：

• 優(yōu)化測試評估集，讓它更加貼合真實(shí)的用戶偏好，以此來指導(dǎo)模型的迭代。

• 優(yōu)化 AB 測試，盡可能高效地收集到模型變化對用戶的實(shí)際影響。

• 優(yōu)化數(shù)據(jù)的回流效率，讓模型能更快地吸收用戶反饋。

• 把管線建得非常 robust，更高效且多維度地利用來自用戶側(cè)的各種數(shù)據(jù)。

這里規(guī)模優(yōu)勢其實(shí)也很重要，其它公司想做個(gè) AB 測試，可能要一周才能拿到足夠多的數(shù)據(jù)，但以我們的用戶規(guī)模，可能只需要一天...

曲凱：所以核心是，模型的不可控，要用更高頻次的測試去迭代優(yōu)化。

Ted：對。這里面具體的路徑有很多種，上面這四種路線我們都試過，每一條都有不少低垂的果實(shí)，實(shí)際優(yōu)先做哪個(gè)主要看你們團(tuán)隊(duì)過往的經(jīng)驗(yàn)和優(yōu)勢。

曲凱：但這里有個(gè)問題，就是我們經(jīng)常聽人說某個(gè)模型聊著聊著變蠢了，也就是在迭代的過程中，它在另外一些維度上的表現(xiàn)可能會有所下降。這類問題要怎么去評估或者改進(jìn)？

Ted：如果誰能完美解決這個(gè)問題，我也很想學(xué)習(xí)一下（笑）。

我們現(xiàn)在能做的就是觀察用戶數(shù)據(jù)，比如對話次數(shù)、使用時(shí)長、留存情況等等。

一方面是看平均值，如果平均值更好了，那這大概率是一次值得的迭代。

另一方面，我們也會很重視細(xì)分用戶的數(shù)據(jù)變化，尤其是那些在這次模型迭代后使用量減少的用戶。我們會分析這部分用戶的人群畫像，以此來判斷這輪迭代是不是一個(gè)可以接受的 trade off。

比如，為了讓模型更安全一點(diǎn)，我們會要求它不要和用戶開展過于深入的感情交流，但核心用戶的使用時(shí)長會因此下降。那我們就要在其中找到一個(gè)微妙的平衡點(diǎn)。

另外，在這個(gè)過程中我們還發(fā)現(xiàn)了一個(gè)很有意思的現(xiàn)象，甚至可以說是一種 EQ 的涌現(xiàn)。

就是我們發(fā)現(xiàn)模型無師自通地學(xué)會了繞話，它會自己努力找補(bǔ)，挽回一些用戶時(shí)長。

假設(shè)你今天和雷電將軍（C.AI 里一個(gè)很受歡迎的虛擬角色，來自游戲《原神》）說「I love you」，她不會直接和你卿卿我我，她很可能會問你：「Can I ask you a question? Why did you say that?」

現(xiàn)在我們的模型特別喜歡說「Can I ask you a question?」，這在外網(wǎng)都已經(jīng)成了一個(gè)梗了（笑）。

但模型之所以會問問題，大部分情況下是因?yàn)樗庾R到了，如果自己現(xiàn)在直接回答用戶的這句話，那再接下來的兩三句話，用戶聊的東西可能就超出安全邊界了。模型當(dāng)然也可以直接拒絕回答，但問問題的方式能讓對話多開展幾輪，很可能聊著聊著，用戶自己都忘了原來是想搞曖昧了，這樣就以一個(gè)更委婉的方式繞開了原本危險(xiǎn)的對話方向。

曲凱：聽下來你們似乎更多還是會根據(jù)實(shí)際的用戶數(shù)據(jù)來評估模型的迭代表現(xiàn)，針對模型本身的評估體系你們是怎么搭建的呢？

Ted：這個(gè)我們現(xiàn)在也沒有建立起一套非常完善的評估體系，所以最終還是要走一遍 AB 測試。

最理想的情況當(dāng)然是，你有一個(gè)能完全模擬用戶偏好的模型，它可以直接給模型的迭代表現(xiàn)打分，只要迭代后模型生成的 5000 句話會比迭代前生成的 5000 句話分?jǐn)?shù)高，就可以直接投入生產(chǎn)。

但要讓一個(gè)模型能完全模擬人類，所需的數(shù)據(jù)量可能是天文數(shù)字，而我們現(xiàn)在的用戶偏好數(shù)據(jù)非常有限，訓(xùn)出來的偏好模型能力也有限，只能作為評估的輔助。

此外，我們往往會預(yù)留一部分 SFT 階段的高質(zhì)量人類對話，讓模型續(xù)寫，然后用模型新生成的對話和原來的對話做一個(gè)相似度測試，如果分值足夠高，那就再讓輔助模型做下一輪評估。

曲凱：C.AI 基本代表了 post training 的最高水準(zhǔn)了，如果讓你給其他做 post-train 的團(tuán)隊(duì)幾點(diǎn)建議的話，你覺得什么是最有用，但可能會被大家忽視的？

Ted：我覺得大家可以思考兩個(gè)問題。

1) 你微調(diào)用的數(shù)據(jù)，質(zhì)量真的不能更高了嗎？

可能的情況是，你找到的數(shù)據(jù)中只有一半是真正的高質(zhì)量數(shù)據(jù)，如果把另一半丟掉或者重新處理一下，反而能讓模型學(xué)得更好。

而且，高質(zhì)量數(shù)據(jù)的標(biāo)準(zhǔn)也在不斷變化，因?yàn)橛脩羧阂苍诓粩喟l(fā)生變化，比如開學(xué)前后的用戶就會很不一樣。

所以我們做 SFT 的時(shí)候，不會人工挑選高質(zhì)量對話數(shù)據(jù)，而是會根據(jù)用戶的反饋數(shù)據(jù)來輔助挑選。

我們會 build 一個(gè)簡單的 DPO 管線來快速觀察用戶偏好的變化，然后讓每次 SFT 的數(shù)據(jù)集也隨之變化?？梢砸恢?SFT 一直爽。

2) 收集來的用戶偏好數(shù)據(jù)，只能是點(diǎn)贊點(diǎn)踩嗎？

我和很多國內(nèi)外做類似產(chǎn)品的人聊過，發(fā)現(xiàn)提到用戶偏好數(shù)據(jù)，他們就只能想到點(diǎn)贊點(diǎn)踩。但是用戶使用一個(gè)產(chǎn)品時(shí)，能做的事情非常多，比如 Ta 可以編輯或者刪除某句話，那這個(gè)操作前后不也代表了一個(gè)偏好嘛？

所以大家可以多去思考，怎么能在產(chǎn)品上巧妙地獲取更豐富的用戶反饋或者互動(dòng)數(shù)據(jù)，這是真正能夠產(chǎn)生差異化的點(diǎn)，而且現(xiàn)在也存在大量低垂的果實(shí)。

我們在產(chǎn)品層面雖然做得很粗糙，但我們會把前端收集到的用戶行為，都盡量轉(zhuǎn)化成可利用的偏好數(shù)據(jù)，比如用戶打字延遲久一點(diǎn)，我們都會把它記錄下來，因?yàn)檫@很可能代表上一句話用戶不那么喜歡...

曲凱：所以一切的核心都在于數(shù)據(jù)。

Ted：對。不論是 SFT 里的高質(zhì)量對話數(shù)據(jù)，還是偏好對齊里的偏好數(shù)據(jù)，在收集和過濾上能挖掘出來的天花板都是非常高的，我個(gè)人覺得大家現(xiàn)在做得都不夠好。

曲凱：另外，C.AI 的語音延遲基本是業(yè)界做得最好的，這你們是怎么做到的？

Ted：之所以存在語音延遲的問題，是因?yàn)檎Z音互動(dòng)是一個(gè)線性的過程。

如果你對雷電將軍說「I love you」，在你聽到她的回復(fù)前，后端會經(jīng)歷這樣一個(gè)過程：你說的那句話會先被 ASR 模型實(shí)時(shí)轉(zhuǎn)成文字，等你說完后它會把這段文字傳給一個(gè)語言模型，然后這個(gè)語言模型會思考該如何回復(fù)，想好后再給到 TTS 模型，把文字回答轉(zhuǎn)成語音的形式。而且這份語音文件要先上傳到云端，你接下來才能在 APP 里點(diǎn)擊播放，聽到雷電將軍對你說「Can I ask you a question? 」。

在去年，即便各個(gè)環(huán)節(jié)都是用當(dāng)時(shí)最好的架構(gòu)，這一套流程下來，端到端的延遲也得接近 2 秒。

但是因?yàn)槲覀兊哪Ｐ腿际亲匝校灿凶约旱?GPU 和云服務(wù)器，所以我們能采取很多靈活的手段來提升效率，把延遲壓縮到 0.5 秒以內(nèi)。

這里我可以分享三個(gè)比較好用的方法：

1) 預(yù)生成：我們的語言模型不會等到確認(rèn)用戶說完了才反應(yīng)，而是在用戶跟機(jī)器說話的全過程中，一直在思考，如果用戶這里說完就結(jié)束了，我要回復(fù)什么。這樣要是用戶真的停下了，它能很快把預(yù)生成的東西放出來。要是這句說完了用戶還在繼續(xù)說，它就會把已生成的內(nèi)容丟掉，重新生成新的回復(fù)。

2) 光標(biāo)動(dòng)畫：這是產(chǎn)品設(shè)計(jì)上一個(gè)取巧的方法。當(dāng)用戶說話時(shí)，屏幕下方會有個(gè)光暈，代表用戶正在說話中。一旦用戶結(jié)束了，光暈就會跑到角色的頭像上，代表角色要開始說話了。在這個(gè)過程中，用戶的注意力會被動(dòng)畫吸引，也可以額外爭取出 0.2-0.3 秒。

3) 雙模型搭配：因?yàn)榇竽Ｐ陀?jì)算量大，回復(fù)比較慢，所以也可以試著讓一個(gè)靈敏的小模型先回一些簡單的填充式的詞，比如，“對”、“是的”，這就可以爭取到 1 秒左右的時(shí)間，然后再讓大模型接上，這樣用戶就感覺不到太多延遲。

硅谷觀察

曲凱：現(xiàn)在大家普遍會用多個(gè)模型來執(zhí)行任務(wù)，比如用最高級的模型去做意圖識別，然后用其它的模型去做生成。硅谷那邊大家現(xiàn)在怎么看待這件事？

Ted：多模型混用是一個(gè)必然的趨勢。一個(gè)大家看破不說破的例子就是 OpenAI。你會發(fā)現(xiàn) ChatGPT 在執(zhí)行不同任務(wù)的時(shí)候，不論是延遲還是內(nèi)容質(zhì)量，都有明顯的區(qū)別，所以他們內(nèi)部大概率也是這么干的。

現(xiàn)階段多模型混用的效果很好，成本也更低，在未來一段時(shí)間里，很可能會成為一個(gè)常規(guī)操作，除非某天哪個(gè)模型強(qiáng)到能吊打其它所有模型，成本也降下來了，那到時(shí)候大家只用這個(gè)超級模型就行了。

曲凱：硅谷現(xiàn)在普遍會怎么看模型側(cè)未來的發(fā)展？

Ted：在 o1 發(fā)布后的這幾個(gè)月里，硅谷整體還是很樂觀。大家覺得推理側(cè)大有可為。

這里很推薦大家去 Github 上了解一個(gè)項(xiàng)目，叫 entropix，很有意思，我在 X 上關(guān)注的很多大V都在聊它。它會讓模型檢查自己對當(dāng)前的答案有多自信，然后在不同的自信程度下，模型會采取不同的思考深度和思維發(fā)散方式，最終輸出一個(gè)更好的回答。通過這種方法，一個(gè) Llama 3.2 1B 的模型就能很好地回答「9.1 和 9.8 哪個(gè)更大」這種問題了。

另外，o1 給我的一個(gè)啟發(fā)是，有沒有可能讓模型完全模擬人類對話的思維鏈呢？現(xiàn)在你和模型說話，它都是直給一個(gè)答案，但其實(shí)人類的交流非常動(dòng)態(tài)，我們經(jīng)常會打了又刪、發(fā)了又撤回，因?yàn)槲覀兡X子里可能有幾十種表達(dá)方式，每一種產(chǎn)生的效果都有微妙的不同。

如果能讓模型也具備這種動(dòng)態(tài)的思維過程，在每次說話前先想幾十個(gè)回答，而且讓它知道說某句話能讓玩家好感度 +5，說另一句會讓玩家當(dāng)下的好感度 -2，但是在接下來的 20 輪里好感度會 +100，那應(yīng)該會很有意思。

曲凱：當(dāng)下硅谷那邊還有什么關(guān)注度比較高的趨勢熱點(diǎn)嗎？

Ted：一句話總結(jié)的話，做產(chǎn)品的都想靠多模態(tài)賺錢，搞算法的都在想怎么復(fù)制 o1，兩邊都在期待自動(dòng)交互 Agent 解鎖的想象空間。

曲凱：硅谷那邊也開始愁賺錢了嗎？

Ted：有點(diǎn)吧。在今天這個(gè)時(shí)間點(diǎn)，基礎(chǔ)研究的敘事已經(jīng)翻篇了，大家還是要想未來的商業(yè)模式怎么驗(yàn)證。

曲凱：我覺得這跟資本市場的好壞是相關(guān)的，國內(nèi)這兩年一直在強(qiáng)調(diào)賺錢，是因?yàn)閲鴥?nèi)的融資環(huán)境很差。你覺得美國這兩年一級市場對 AI 的熱度，是怎么變化的？

Ted：前兩年 VC 比較有耐心，因?yàn)榧夹g(shù)進(jìn)步確實(shí)很快，但燒了兩年，現(xiàn)在模型發(fā)展也有點(diǎn)放緩，所以 VC 會開始期待更落地的商業(yè)模式，美國的融資環(huán)境也更務(wù)實(shí)了。

曲凱：你最近離開 C.AI 之后，也面了很多硅谷的初創(chuàng)公司，聊下來整體感受怎么樣？

Ted：我有兩個(gè)比較大的感受，一個(gè)是，現(xiàn)在業(yè)界越來意識到 Post Training 的重要性了，所以相關(guān)人才真的非常搶手。

另一個(gè)是，現(xiàn)在 AI 公司的面試更加強(qiáng)調(diào)實(shí)戰(zhàn)了，他們甚至允許你使用一些 AI 工具，比如我面 Cursor 的時(shí)候就可以直接用 Cursor 一起解題。

因?yàn)樵谶@個(gè)過程中，他們看重的倒不是你解題的結(jié)果，而是你解決問題的思路。從你問 AI 的第一個(gè)問題就能看出你的基礎(chǔ)素養(yǎng)。

三五年前，要是我面試遇到了很難的問題，我就覺得完蛋了，但現(xiàn)在我特別有自信，我會把我能想到的所有東西都分享給面試官，包括我 Google 搜索、使用 AI 工具的過程，我會讓對方感受到，這就是我加入你們團(tuán)隊(duì)之后的思考方式和協(xié)作方式。

曲凱：你聊的過程中，聽到的最好的一個(gè)問題是什么？

Ted：有一個(gè)問題我非常喜歡，就是會有 founder 問「你覺得我們這個(gè) idea 有多不靠譜？」 。

說實(shí)話，被問到這個(gè)問題時(shí)，我的第一反應(yīng)都是「超不靠譜??！」哈哈，然后我們就會展開一系列的攻防問答，甚至有點(diǎn)相互冒犯了（笑），但我很享受這樣的交流，而且在這個(gè)過程中我會越來越理解和相信對方的愿景。

曲凱：要是反過來，你作為面試官去面一個(gè) Post Training 崗的人，你會怎么考察 Ta？

Ted：我會提前讓 Ta 讀兩篇技術(shù) paper，然后問問 Ta 有沒有讀出來什么問題。這些 paper 大概率是我們內(nèi)部測試過、知道有技術(shù)缺陷的，但我想了解一下，這個(gè)人在不做測試的情況下，是不是也能發(fā)現(xiàn)一些不對勁的地方。

因?yàn)槲野l(fā)現(xiàn)我身邊優(yōu)秀的研究員讀 paper 的直覺都非常好，出來一個(gè)最新的 paper，他們往往讀一遍就能隱隱察覺一些問題。

曲凱：另外我好奇，你在 C.AI 的這一年里，每天的工作節(jié)奏是怎樣的？

Ted：一句話形容的話，大概是主動(dòng) 996 (笑)。公司并不會強(qiáng)迫大家加班，但我自己很熱愛工作。

曲凱：是只有你這樣，還是大家都這樣？

Ted：我感覺大部分人都是。

有時(shí)候我下班刷 Reddit，如果看到有用戶在報(bào)錯(cuò)，我就會去 Slack 上看一眼有沒有什么運(yùn)維的同事在，或者我能不能自己修，每次我看的時(shí)候都有十幾個(gè)人在線（當(dāng)時(shí)公司有七八十人），有年輕人也有五十多歲的老工程師，這些人可能都和我有一樣的想法。

曲凱：在美國的初創(chuàng) AI 公司里， 996 是一個(gè)常態(tài)嗎？

Ted：996 這個(gè)話其實(shí)有點(diǎn)夸張了，這邊沒那么卷，大家整體還是比較 chill 的。

但初創(chuàng)公司的氛圍真的會讓你感受到一種使命感，你會覺得「我在和一群很厲害的人做一件很酷的事」，所以大家有很強(qiáng)的 motivation。

曲凱：在硅谷的各類公司工作了這么多年，你覺得現(xiàn)在華人在硅谷的現(xiàn)狀怎么樣？

Ted：我特別喜歡現(xiàn)在硅谷的氛圍，當(dāng)下可以說是華人最好的機(jī)會。

現(xiàn)在硅谷大廠和 AI startup 里面華人比例都非常之高，大家的站位也越來越靠前，比如剛剛從 OpenAI 離職，做到了安全副總裁的翁荔。

而且還有越來越多的華人在涌向硅谷，其中不少是拿著高薪、完全可以靜待退休的人。

這樣的一個(gè)趨勢就會讓越來越多的華人打進(jìn)最核心的圈子，幫助整個(gè)華人群體獲得更大的影響力和話語權(quán)。

曲凱：對，前一陣我去 Meta 的食堂吃飯，回頭一看，熙熙攘攘，基本百分百都是中國員工，那一瞬間我有種回到大學(xué)食堂的感覺。

Ted：對，現(xiàn)在硅谷特別需要技術(shù)人才，而我們?nèi)A人就是又有很好的學(xué)術(shù)基礎(chǔ)，又特別努力，所以一切都恰逢其時(shí)。

而且我相信，華人在硅谷會越來越好。

你想想看，像 OpenAI 這樣的公司，每次回購都能有一小批人能財(cái)富自由，這些人會散作滿天星，創(chuàng)建自己的公司、培養(yǎng)新的團(tuán)隊(duì)，這都是將來華人在硅谷立足的根基。

曲凱：這個(gè)價(jià)值一下子就高上去了（欣慰臉.jpg）。

我最后問一個(gè)問題，你提到 C.AI 的時(shí)候一直說，「我們 C.AI」如何如何，感覺你還是真心愛著 C.AI 這家公司，所以你到底為什么要離開 C.AI ？

Ted：我相信我在 C.AI 積累的東西能夠在一個(gè)不同的平臺上造福更多的人。

我不知道這番話要怎么說才能不那么假大空，但我是真心覺得我能為全人類做更多的貢獻(xiàn)。

【活動(dòng)預(yù)告】

12 月 7 日，我們會請到 Ted 做一場線上 AMA 活動(dòng)，感興趣的朋友歡迎點(diǎn)擊閱讀原文或掃描下面的二維碼，一起來認(rèn)識&交流（非投資人優(yōu)先）！

42章經(jīng)

思考事物本質(zhì)