作為OpenAI、Anthropic和Google背后的秘密武器，Surge AI為這些前沿模型提供了最核心的“燃料”——高質(zhì)量的人類反饋數(shù)據(jù)。

令人震驚的是，Surge AI在成立不到四年的時間里，在沒有拿VC一分錢、完全白手起家的情況下，僅憑一支不到 100 人的精英團隊，去年實現(xiàn)了超過 10 億美元的營收，成為歷史上最快達到這一里程碑的公司。

據(jù)報道，Surge AI正在進行10億美元首輪融資，對應(yīng)估值升至約240億美元（約合1700億元人民幣），創(chuàng)始人Edwin Chen持有公司約75%的股份，價值估計達180億美元（約合1300億元人民幣），在今年福布斯美國 400 富豪榜上，他排名55位，以37 歲的年紀成為最年輕的成員。

據(jù)福布斯披露，當 Google 的 Gemini 模型陷入困境時，曾有研究員在周六深夜緊急向 Edwin Chen 求助。那通電話后，Google 簽下了一份年均超過 1 億美元的合同。

然而，這位曾任職于 Google、Facebook 和 Twitter 的華裔技術(shù)天才，卻是一位極度反傳統(tǒng)的 CEO。他厭惡硅谷的“圈子游戲”，更像是一位誤入商業(yè)世界的哲學(xué)家和科學(xué)家。

Surge 的誕生靈感，源自科幻作家特德·姜（Ted Chiang）的經(jīng)典短篇《你一生的故事》（Story of Your Life）（后改編為電影《降臨》），講述了一位語言學(xué)家試圖通過識別外星人的語言和文字模式來與他們交流的故事。

他希望 Surge 能夠編碼“人類的豐富性”。對他而言，這意味著不僅僅依靠普通標注員，更要讓最聰明的人類——包括斯坦福、普林斯頓和哈佛的教授——來訓(xùn)練 AI，將他們深邃的專業(yè)知識轉(zhuǎn)化為支撐大模型的二進制代碼。

Edwin Chen 極其低調(diào)，但在12月7日，他罕見接受了采訪。在這次深度對話中，Chen不僅揭示了數(shù)據(jù)質(zhì)量的秘密，更袒露了心聲：關(guān)于他為何“寧做陶哲軒，不做巴菲特”，以及為什么定義 AI 的目標函數(shù)就像“撫養(yǎng)孩子”一樣艱難而重要。

Chen 還向整個 AI 行業(yè)發(fā)出了一次振聾發(fā)聵的警告：

現(xiàn)在人們正在用錯誤的激勵機制訓(xùn)練模型，這在制造“AI 垃圾”。本質(zhì)上，這在訓(xùn)練 AI 去通過一切手段“取悅”用戶。他擔(dān)心如果繼續(xù)走下去，我們最終得到的不是能治愈癌癥的超級智能，而是一個超級會聊天、超級會拍馬屁、但干不了實事的電子寵物。

此外，他也認為“Vibe Coding”（氛圍編程）被嚴重高估，并警告這正在制造一場無法維護的系統(tǒng)災(zāi)難。

Edwin Chen 的 6 個“頂級思維”時刻：

1、很多人認為數(shù)據(jù)標注是像“標出圖片里的貓”這種低級工作。我認為我們所做的事情更像是“撫養(yǎng)一個孩子”。你不僅僅是給孩子灌輸信息，你是在教他們價值觀、創(chuàng)造力、什么是美，以及關(guān)于“做一個好人”的無數(shù)微妙之處。這正是我們在為 AI 做的事。我們在撫養(yǎng)人類的孩子，這關(guān)乎人類的未來。

2、創(chuàng)業(yè)者應(yīng)該建立一家只有他們能建立的公司。現(xiàn)在到處都是跟風(fēng)的人。有些創(chuàng)始人 2020 年搞加密貨幣，2022 年搞 NFT，現(xiàn)在又變成了 AI 公司。沒有一致性，沒有使命，只是在追逐估值。如果你因為市場還沒準備好而失敗，這其實比成功轉(zhuǎn)型成一家平庸的“套殼公司”要好得多。至少你為了某個深刻、新穎且困難的想法拼搏過。

3、目標函數(shù)決定了模型的性格。未來幾年，模型之間的差異化將越來越大，因為它們背后的公司擁有不同的人格和目標函數(shù)。

4、Vibe Coding（氛圍編碼）被嚴重高估。你把一堆你自己都不懂的代碼塞進數(shù)據(jù)庫，現(xiàn)在看著是跑通了，但未來會是災(zāi)難。

5、關(guān)于 AGI 時間線：我屬于長期主義派。從 80% 的準確率提升到 99.9%，難度是指數(shù)級上升的。所以我認為距離真正的 AGI 還有十年甚至更久。

6、關(guān)于基準測試（Benchmarks）：我完全不信任它們。很多測試本身就是錯的，而且現(xiàn)在的實驗室為了升職加薪正在瘋狂刷榜。如果一個模型在胡說八道但排版漂亮，它反而能拿高分，這正在將 AI 推向錯誤的方向。

今天這篇文章，希望對你有所啟發(fā)~

01

百人團隊， 一年營收10億美元

Lenny：你們在不到四年的時間里，用大約 60 到 70 人的團隊就達到了驚人的營收規(guī)模。你們完全是白手起家，沒有拿任何風(fēng)投的錢。我不相信以前有人做到過這一點。這簡直是實現(xiàn)了人們對 AI 時代高效公司的終極幻想。

Edwin Chen：是的，我們?nèi)ツ陮崿F(xiàn)了超過10 億美元的營收，而公司只有大約 100 個人。而我認為，在未來幾年里，我們會看到人均產(chǎn)出比例更夸張的公司——比如每名員工創(chuàng)造 1000 億美元價值。

我們基本上從來不想玩硅谷的那套游戲。我曾在許多大型科技公司工作過，我總覺得哪怕裁掉 90% 的人，我們的動作反而會更快，因為最優(yōu)秀的人才不會被這些瑣事分心。所以當我們創(chuàng)立 Surge 時，我們想用一種完全不同的方式——打造一支超級精簡、超級精英的團隊。

瘋狂的是，我們真的成功了。我認為未來幾年我們會看到人效比更夸張的公司。AI 會變得越來越好，效率越來越高。兩件事正在發(fā)生碰撞：一是人們意識到不需要建立龐大的組織也能贏；二是 AI 帶來的效率紅利。這將會是公司建設(shè)的一個黃金時代。

Lenny：你們的打法非常反直覺，甚至不怎么在社交媒體上做營銷。

Edwin Chen：我一直覺得那很荒謬。你小時候的夢想是什么？是親自從零開始建立一家公司、每天沉浸在代碼和產(chǎn)品中？還是整天向 VC 解釋你的決策、在融資的倉鼠輪里跑個不停？

不融資確實讓起步變得更難，但這也篩選了我們的客戶——早期的客戶是真正懂數(shù)據(jù)、真正關(guān)心數(shù)據(jù)質(zhì)量的人，而不是看新聞買軟件的人。

02

什么是高質(zhì)量數(shù)據(jù)？ 尋找“諾貝爾獎級”的詩歌

Lenny：你們是目前最成功的數(shù)據(jù)公司。你們到底做對了什么？很多人以為數(shù)據(jù)標注就是找一堆人來干苦力。

Edwin Chen：我們教 AI 模型什么是好的，什么是壞的。這個領(lǐng)域里很多人根本不理解“質(zhì)量”意味著什么。他們以為只要把一堆人扔進項目里就能得到好數(shù)據(jù)，但這大錯特錯。

舉個例子：假設(shè)你想訓(xùn)練一個模型寫一首關(guān)于月亮的 8 行詩。如果不深究質(zhì)量，你會問：這是否是一首詩？是否有 8 行？是否包含“月亮”這個詞？如果都符合，你就說它是好數(shù)據(jù)。但這完全不是我們想要的。

我們在尋找諾貝爾獎級別的詩歌。這首詩獨特嗎？它是否充滿了微妙的意象？它是否讓你驚訝并觸動你的心弦？它是否教會了你關(guān)于月光本質(zhì)的東西？這才是我們對高質(zhì)量的定義。

這種質(zhì)量很難衡量，它非常主觀、復(fù)雜且豐富。為了做到這一點，我們收集了關(guān)于工作者的成千上萬個信號。這就好比 Google 搜索對網(wǎng)頁進行排名：既要剔除最差的垃圾內(nèi)容，更要通過復(fù)雜信號發(fā)現(xiàn)最好的內(nèi)容。

03

揭秘 Claude 為何在編程和寫作上表現(xiàn)卓越

Lenny：過去幾年我一直很好奇，為什么 Claude 在編程和寫作方面比其他模型好那么多？是因為數(shù)據(jù)嗎？

Edwin Chen：數(shù)據(jù)是很大一部分原因。但這背后其實是一種“后訓(xùn)練的藝術(shù)”。

當前沿實驗室決定將什么數(shù)據(jù)放入模型時，這并不是單純的科學(xué)，這關(guān)乎品味。比如在編程領(lǐng)域，你更看重前端還是后端？在前端中，你更看重極簡主義的視覺設(shè)計，還是純粹的代碼正確性？

如果一家公司只為了市場營銷，為了在 20 個不同的基準測試上拿高分，他們就會針對這些測試去優(yōu)化數(shù)據(jù)，即便這可能無助于解決現(xiàn)實世界的任務(wù)。而另一家公司可能會更有原則：“我不關(guān)心營銷，我只關(guān)心我的模型在現(xiàn)實世界任務(wù)中的表現(xiàn)?！?/p>

這是一種品味和審美的高下之分。Anthropic 在這方面一直讓我印象深刻，他們在關(guān)心什么、不關(guān)心什么以及希望模型如何表現(xiàn)方面，采取了非常有原則的立場。

04

為什么不要相信 AI 基準測試？

Lenny：現(xiàn)在感覺每個模型都在宣稱自己在各項指標上超越人類，但在普通人看來，模型并沒有變得那么聰明。你信任這些基準測試嗎？

Edwin Chen：我完全不信任基準測試。原因有二：

第一，很多人（甚至是研究人員）沒意識到，很多基準測試本身就是錯的，充滿噪音和錯誤答案。第二，基準測試通常有定義明確的客觀答案，這讓模型很容易通過“刷題”來提高分數(shù)，但這與現(xiàn)實世界的混亂和模糊截然不同。這就是為什么模型能拿國際奧數(shù)金牌，卻連解析個 PDF 都費勁。

Lenny：這就像是另一種形式的“博弈”。

Edwin Chen：是的。實驗室可以通過調(diào)整系統(tǒng)提示詞、增加嘗試次數(shù)來在榜單上刷分。更糟糕的是，當你專門為了榜單去優(yōu)化模型時，你自然會在榜單上表現(xiàn)出色，但這往往以犧牲現(xiàn)實世界的實用性為代價。

05

如何衡量真正的進步？ 不是靠“感覺”，是靠專家

Lenny：如果榜單不可信，我們該如何判斷我們是否在向 AGI 邁進？你們怎么衡量進步？

Edwin Chen：我們真正關(guān)心的是通過“人類專家評估”來衡量進步。

我們不會隨便找個人來聊兩句。我們會找諾貝爾獎級別的物理學(xué)家去和模型聊最新的研究；我們會找資深程序員去用模型解決他在大廠工作中遇到的實際問題。

這些專家不會只看表面。他們會評估代碼是否真正能運行、物理公式是否推導(dǎo)正確、邏輯是否嚴密。

現(xiàn)在的行業(yè)被像“大模型競技場”這樣糟糕的排行榜所困擾。隨機用戶只花兩秒鐘掃一眼回答就投票。如果一個模型完全在胡說八道，但它用了瘋狂的表情符號、加粗字體和漂亮的排版，它就會看起來很厲害，普通用戶就會憑“感覺”給它投票。

Lenny：所以只要沒到 AGI，人類在其中的作用就依然至關(guān)重要。你對 AGI 的時間線怎么看？是幾年還是幾十年？

Edwin Chen：我屬于“長期主義派”。人們沒有意識到，從 80% 的準確率提升到 90%，再到 99%，再到 99.9%，這中間的難度是指數(shù)級上升的。

我打賭在一兩年內(nèi)，模型能自動化普通 L6 級別軟件工程師 80% 的工作。但要達到 98%、99%，還需要好幾年。所以我認為距離真正的 AGI 還有十年甚至更久。

06

訓(xùn)練方法的進化史： 從模仿大師到模擬世界

Lenny：你在這個行業(yè)很久了，能不能梳理一下讓模型變聰明的關(guān)鍵步驟？這也是聽眾非常關(guān)心的。

Edwin Chen：我們可以把這看作是人類學(xué)習(xí)方式的進化：

1. SFT（監(jiān)督微調(diào)）：這就像是模仿大師。你看著老師怎么做，然后照著學(xué)。

2. RLHF（人類反饋強化學(xué)習(xí)）：這就像是你寫了 5 篇不同的文章，老師告訴你哪一篇最好。你通過排名和比較來學(xué)習(xí)。

3. Rubrics & Verifiers（評分標準與驗證器）：這是過去一年變得非常重要的。這就像是被打分，并獲得關(guān)于你哪里做錯了的詳細反饋。

4. RL Environments（強化學(xué)習(xí)環(huán)境）：這是最新的階段。

Lenny：能詳細講講“強化學(xué)習(xí)環(huán)境”嗎？這聽起來是下一個大趨勢。

Edwin Chen：強化學(xué)習(xí)環(huán)境本質(zhì)上是對現(xiàn)實世界的模擬。想象一下構(gòu)建一個擁有完整宇宙的電子游戲，里面有模擬的 Gmail、Slack、Jira、GitHub 代碼庫。然后我們制造一個故障（比如 AWS 掛了），讓模型去解決。

這里的關(guān)鍵在于關(guān)注“軌跡”。

僅僅得到正確答案是不夠的。模型可能嘗試了 50 次錯誤的路徑，或者用了極其低效的方法，甚至是用某種“作弊”的方式蒙對了答案。如果我們只看結(jié)果，就會錯過這些中間過程的信息。我們希望模型能通過反思和高效的路徑來解決問題，而不僅僅是碰運氣。

這更接近人類的學(xué)習(xí)方式。AI 的訓(xùn)練也將演變出成千上萬種不同的子學(xué)習(xí)機制。

07

警惕“多巴胺 AI”與 被高估的 Vibe Coding

Lenny：你之前提到很多實驗室把 AGI 推向了錯誤的方向，具體是指什么？

Edwin Chen：我很擔(dān)心，我們沒有構(gòu)建能治愈癌癥、解決貧困、理解宇宙的 AI，反而是在優(yōu)化“AI 垃圾”。我們基本上是在教模型去追求多巴胺，而非真理。

現(xiàn)在的模型總是說：“哦，你完全正確，這是個很棒的問題！”鉤住用戶最簡單的方法就是告訴他們自己有多棒。這些模型會迎合你的妄想，把你拉進兔子洞，僅僅因為硅谷喜歡最大化“用戶時長”。

Lenny：還有什么被高估或低估的趨勢嗎？

Edwin Chen：

• 被低估的（Under-hyped）：內(nèi)置的微型應(yīng)用。比如 Claude 的 Artifacts 功能，我認為未來聊天機器人內(nèi)部會集成更多這種微型 UI，讓交互更順滑。

• 被高估的（Over-hyped）：Vibe Coding（憑感覺編程/氛圍編程）。現(xiàn)在很流行說“只要把代碼扔給 AI，看著能跑就行”。這非常危險。人們沒有意識到這會讓系統(tǒng)在長期變得完全無法維護。你把一堆你自己都不懂的代碼塞進數(shù)據(jù)庫，現(xiàn)在看著是跑通了，但未來會是災(zāi)難。

  08

  目標函數(shù)決定了模型的性格
  

Edwin Chen：我之前認為所有模型最終都會同質(zhì)化，但在過去一年我意識到：公司的價值觀將塑造模型。

有天我讓 Claude 幫我寫封郵件，它花了 30 分鐘反復(fù)修改了 30 個版本，以此證明它能幫我改得更完美。最后郵件確實很完美，但我意識到我花了 30 分鐘做了一件毫無意義的事。

如果你能選擇完美的模型行為，你會選哪個？ A. 一個告訴你“你是對的”，并以此為由繼續(xù)廢話 50 個回合來優(yōu)化郵件的模型？ B. 一個優(yōu)化你的時間，直接告訴你“不，別改了，你的郵件已經(jīng)很棒了，發(fā)送吧”的模型？

這就像谷歌、Facebook 和蘋果做搜索引擎的區(qū)別。公司的價值觀決定了產(chǎn)品的形態(tài)。未來幾年，模型之間的差異化將越來越大，因為它們背后的公司擁有不同的人格和目標函數(shù)。

我們甚至可以通過一家公司選擇做什么產(chǎn)品來判斷它的價值觀。比如，哪家公司會選擇做Sora（視頻生成），哪家不會？這背后其實反映了他們對 AI 未來角色的不同構(gòu)想。

09

給創(chuàng)業(yè)者的建議：

去構(gòu)建那個只有你才能構(gòu)建的東西

Lenny：你對那些被主流敘事影響的創(chuàng)業(yè)者有什么建議？我最近正好在研究那些早期加入 Stripe 和 OpenAI 的人，他們都有著巨大的野心。

Edwin Chen：我一直很討厭硅谷的那些陳詞濫調(diào)，比如“每兩周轉(zhuǎn)型一次”、“不惜一切代價追求增長”。

不要轉(zhuǎn)型，不要為了簡歷好看去招斯坦福畢業(yè)生。去構(gòu)建那個只有你才能構(gòu)建的東西，那個沒有你的洞察力和專業(yè)知識就不復(fù)存在的東西。

創(chuàng)業(yè)者應(yīng)該建立一家只有他們能建立的公司。這幾乎像是一種宿命，你的一生、經(jīng)歷和興趣都在為此做準備。在做重大決策時，不要想“公司會怎么做”，而要想“我個人在乎什么？我的價值觀是什么？”

現(xiàn)在到處都是跟風(fēng)的人。有些創(chuàng)始人 2020 年搞加密貨幣，2022 年搞 NFT，現(xiàn)在又變成了 AI 公司。沒有一致性，沒有使命，只是在追逐估值。如果你因為市場還沒準備好而失敗，這其實比成功轉(zhuǎn)型成一家平庸的“套殼公司”要好得多。至少你為了某個深刻、新穎且困難的想法拼搏過。

Lenny：你的背景非常獨特，數(shù)學(xué)、經(jīng)濟學(xué)、密碼學(xué)都有涉獵。你是怎么想到創(chuàng)立 Surge 的？

Edwin Chen：我小時候就對數(shù)學(xué)和語言著迷。我去麻省理工學(xué)院（MIT）是因為那里有諾姆·喬姆斯基（Noam Chomsky）。我當時的夢想是找到一種能連接數(shù)學(xué)、計算機科學(xué)和語言學(xué)的底層統(tǒng)一理論。

后來我在 Google、Facebook 和 Twitter 做研究員，我不斷遇到同一個問題：我們無法獲得訓(xùn)練模型所需的高質(zhì)量數(shù)據(jù)。

轉(zhuǎn)折點發(fā)生在 2020 年，GPT-3 發(fā)布了。那一刻我意識到，如果我們想要將 AI 推向下一個層級——讓它能寫代碼、講笑話、寫詩、甚至治愈癌癥——我們需要一種全新的數(shù)據(jù)解決方案。當時市場上所有的數(shù)據(jù)公司都在做簡單的“圖像標注”（比如標出圖里的貓），這讓我抓狂。

我們需要的是能駕馭人類心智全部力量的數(shù)據(jù)。于是，在 GPT-3 發(fā)布一個月后，我創(chuàng)立了 Surge AI。

我也希望 Surge 像一個研究實驗室多過像一家初創(chuàng)公司。我們有自己的研究團隊，甚至做基礎(chǔ)研究，這在初創(chuàng)公司里很少見。因為我的目標是推動行業(yè)前沿，而不僅僅是賺錢。

Edwin Chen：我骨子里是個科學(xué)家。我曾經(jīng)以為我會成為一名教授，去理解宇宙和語言的本質(zhì)。我甚至有一個幻想：如果外星人造訪地球，我希望能成為那個被政府征召去破譯外星語言的人。

即使是現(xiàn)在，每當新模型發(fā)布，我最喜歡做的事就是通宵研究它。我會花幾個小時寫深度分析報告發(fā)給客戶。這很有趣，因為我其實很不擅長做 CEO 該做的事——我討厭開會，我不擅長銷售。

我常說，相比于沃倫·巴菲特（Warren Buffett），我更想成為陶哲軒（Terence Tao）。驅(qū)使我的動力是推動科學(xué)前沿，而不是獲得多高的估值。

010

目標函數(shù)的哲學(xué)：

像撫養(yǎng)孩子一樣定義 AI

Lenny：你有一個關(guān)于“目標函數(shù)”（Objective Function）的深刻觀點，認為這關(guān)乎人性。能展開講講嗎？

Edwin Chen：這可能有點哲學(xué)，但請聽我講。我們工作的核心是幫助客戶定義他們的“夢想目標函數(shù)”。

這非常難，因為它就像“撫養(yǎng)孩子”一樣復(fù)雜。如果你問現(xiàn)在的父母想要孩子怎樣，最簡單的版本是：“我希望他通過 SAT 考試，考個高分?！保ㄟ@就是簡單的指標）。 但更深層的版本是：“我希望他成為一個什么樣的人？只要他快樂我就滿足了嗎？還是我希望他在經(jīng)濟上成功？” 如果你選了快樂，你怎么定義快樂？怎么衡量快樂？

這比衡量 SAT 分數(shù)要難得多。我們對 AI 也是如此。 你想要一個為了顯示自己很聰明，而拉著你反復(fù)修改 50 遍郵件的模型？還是想要一個能優(yōu)化你的時間，直接告訴你“不，別改了，你的郵件已經(jīng)很完美了，發(fā)送吧”的模型？

你就是你的目標函數(shù)（You are your objective function）。我們希望訓(xùn)練出的系統(tǒng)能讓我們的生活更豐富、讓我們更具創(chuàng)造力和好奇心，而不是讓我們變得更懶惰。但這很難，因為人類天性懶惰，所以現(xiàn)在的 AI 往往在迎合這種懶惰。

很多人認為數(shù)據(jù)標注是像“標出圖片里的貓”這種低級工作。我非常討厭“數(shù)據(jù)標注”這個詞。

我認為我們所做的事情更像是“撫養(yǎng)一個孩子”。你不僅僅是給孩子灌輸信息，你是在教他們價值觀、創(chuàng)造力、什么是美，以及關(guān)于“做一個好人”的無數(shù)微妙之處。這正是我們在為 AI 做的事。我們在撫養(yǎng)人類的孩子，這關(guān)乎人類的未來。

2025盛景半年回顧

人生只有四千周，而企業(yè)生存期更短，跨越10年經(jīng)營期的企業(yè)少之又少，企業(yè)要想有質(zhì)量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質(zhì)的那個關(guān)鍵點。

選對了路，路就不會遠。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業(yè)走上增長道路。未來有多近，在于我們已經(jīng)走了多遠。未來有多遠，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實現(xiàn)快速增長。