人工智能語言大模型普及使用的今天，如何利用AI學(xué)習(xí)新的知識(shí)或技能，是每個(gè)人都要面對(duì)的問題。

有的人可能會(huì)不假思索地接受AI給出的答案，無論是分析問題還是解決問題，“Ctrl+C”緊跟著“Ctrl+V”仿佛成了習(xí)慣；也有的人充分利用了AI的知識(shí)庫，完成了自身的“蛻變”。

今天講述一個(gè)傳奇的特例：一位來自瑞典的輟學(xué)高中生加布里埃爾·彼德松（Gabriel Petersson），通過自創(chuàng)的AI遞歸學(xué)習(xí)法和項(xiàng)目驅(qū)動(dòng)的學(xué)習(xí)模式，成為了OpenAI Sora團(tuán)隊(duì)的研究科學(xué)家，負(fù)責(zé)視頻生成研究。

彼德松的經(jīng)歷堪稱神奇。

高中輟學(xué)，沒有學(xué)歷，沒有名師，更沒有背景。這個(gè)截至2025年底僅23歲的瑞典人，現(xiàn)任OpenAI研究科學(xué)家。在博士云集的AI研究領(lǐng)域，顯然是一個(gè)異類。

2016年，14歲的彼德松想構(gòu)建一個(gè)價(jià)格對(duì)比網(wǎng)站，他的做法是打開YouTube搜怎么做網(wǎng)頁——邊學(xué)邊做出了一個(gè)小工具，利用這個(gè)工具倒賣寶可夢(mèng)卡賺到人生的第一桶金，超過2萬美元。

2019年，17歲彼德松從高中輟學(xué)，加入表兄在斯德哥爾摩創(chuàng)辦的AI初創(chuàng)公司Depict.ai（YC孵化器支持），負(fù)責(zé)構(gòu)建電商產(chǎn)品推薦系統(tǒng)，一邊做一邊學(xué)習(xí)編程、銷售和系統(tǒng)集成。

疫情期間，18歲的他用爬蟲工具和前端搭建了一個(gè)手消毒劑價(jià)格比較網(wǎng)站，首周收入2.2萬美元。

幾個(gè)月后，他進(jìn)入瑞典最大的云廚房Curb Food擔(dān)任臨時(shí)CTO,組建了一個(gè)7人團(tuán)隊(duì)開發(fā)廚房管理系統(tǒng)。項(xiàng)目上線后，他選擇離開，加入Dataland擔(dān)任創(chuàng)始工程師（前端基礎(chǔ)設(shè)施）。

22歲時(shí)，彼德松加入AI藝術(shù)生成公司Midjourney擔(dān)任軟件工程師，負(fù)責(zé)從網(wǎng)絡(luò)到數(shù)據(jù)庫的全鏈路開發(fā)。他編寫的圖像處理網(wǎng)絡(luò)被稱為“世界上性能最強(qiáng)”，能平滑渲染數(shù)千張高分辨率圖片。

2024年12月，彼德松加入OpenAI Sora團(tuán)隊(duì)，成為研究科學(xué)家，參與視頻生成模型開發(fā)。

2025年9月，作為Sora2.0版本的核心貢獻(xiàn)者之一被正式署名。在他接受了NBC News、PCMag、Business Insider等媒體采訪后，其堪稱的傳奇經(jīng)歷被曝光。

Gabriel最令人稱道的是，他完全通過ChatGPT自學(xué)數(shù)學(xué)和機(jī)器學(xué)習(xí)，其方法被稱為“用AI學(xué)AI”。

老頭觀點(diǎn)：Gabriel是一個(gè)天才，他的成功僅僅只是一個(gè)特例，多數(shù)人可能無法模仿。但是，他所采用的從任務(wù)出發(fā)的遞歸學(xué)習(xí)法值得每一個(gè)人參考。

根據(jù)網(wǎng)絡(luò)資料，結(jié)合自己的認(rèn)識(shí)，簡(jiǎn)單介紹這種學(xué)習(xí)方法——逐步深入的遞歸式追問學(xué)習(xí)法?！椒ǖ暮诵?，類似于蘇格拉底式提問法。

以一個(gè)可執(zhí)行的軟件項(xiàng)目為例。

給AI提出一個(gè)具體的軟件項(xiàng)目要求，讓AI生成代碼。

通常，多數(shù)人在生成代碼后的做法是，如果代碼能夠跑通就直接使用，如果跑不通就會(huì)讓AI進(jìn)行修改，直到跑通為止。

而Gabriel則不同。

如果代碼存在bug，他會(huì)讓AI進(jìn)行修改，并分析bug形成的原因。如果AI的分析他沒有看懂，則會(huì)繼續(xù)追問，直到自己完全懂得為止。

即使代碼沒有bug，他也會(huì)仔細(xì)閱讀每一行代碼，如果代碼中有他看不懂的地方，他會(huì)要求AI對(duì)代碼及參數(shù)進(jìn)行詳細(xì)解釋，直至弄懂為止。

例如：

“這段代碼為什么報(bào)錯(cuò)？”

“這個(gè)參數(shù)的具體作用是什么？請(qǐng)用12歲孩子能懂的方式解釋。”

就這樣，通過不斷地追問，把整個(gè)代碼吃透。

最終，他不僅學(xué)會(huì)了編代碼，對(duì)軟件項(xiàng)目整體也有了深刻理解。

再比如他學(xué)習(xí)擴(kuò)散模型時(shí)，不是先讀論文，更不是從頭開始學(xué)，而是問ChatGPT：“如果我想做一個(gè)小型視頻生成模型，第一步該搞懂什么？”

AI的回答中，對(duì)于看不懂每一句話、每一個(gè)概念繼續(xù)追問，比如：“這句我還是不懂，你能假設(shè)我只有12歲再解釋一遍嗎？”

直至追問到最底層的知識(shí)，比如：“背后的數(shù)學(xué)直覺是什么？能畫個(gè)圖嗎？能用高中生能夠理解的語言解釋嗎？”

整個(gè)追問過程，嚴(yán)格遵循遞歸規(guī)則：徹底解決一個(gè)知識(shí)點(diǎn)后，才返回上一層追問下一個(gè)知識(shí)點(diǎn)，確保自己通盤掌握整個(gè)知識(shí)鏈條。

重點(diǎn)1：為了防止AI幻覺進(jìn)行交叉驗(yàn)證

在學(xué)習(xí)的過程，使用多AI工具驗(yàn)證同一概念，防止單一AI的“幻覺”誤導(dǎo)。

其具體做法是，對(duì)關(guān)鍵概念，分別詢問ChatGPT、Claude等不同模型，對(duì)比答案差異，并持續(xù)追問，以保證知識(shí)的準(zhǔn)確性——把AI當(dāng)作一個(gè)“有耐心的導(dǎo)師”而不是一個(gè)只給出“權(quán)威答案”的機(jī)器，始終保持批判性思維。

重點(diǎn)2：記錄追問過程，并總結(jié)成自己的知識(shí)框架

在與AI的問答過程中進(jìn)行記錄，特別是把自己的思考和領(lǐng)悟重點(diǎn)記錄下來，最終形成個(gè)人知識(shí)庫。

小結(jié)

Gabriel遞歸式學(xué)習(xí)法的核心能力：提問質(zhì)量而非答案數(shù)量，這一點(diǎn)決定了學(xué)習(xí)效果?！獙W(xué)會(huì)提問

常見的錯(cuò)誤用法：把AI當(dāng)外包工具直接索要答案，或?qū)е隆八伎纪獍焙团行运季S萎縮?！?strong>囫圇吞棗式直接接受答案

正確用法：把AI當(dāng)作一個(gè)可以“無限追問的導(dǎo)師”，通過追問實(shí)現(xiàn)“知識(shí)的逐步深入學(xué)習(xí)”?！?strong>持續(xù)追問直到知識(shí)貫通

適用場(chǎng)境：當(dāng)缺乏系統(tǒng)化學(xué)習(xí)資源時(shí)，可通過AI工具構(gòu)建個(gè)性化學(xué)習(xí)路徑?！?strong>不怕不懂就怕不問

個(gè)人要求：在使用這種學(xué)習(xí)法時(shí)，對(duì)于個(gè)人也有要求。比如，需熟練掌握AI提問技巧，否則可能陷入無效追問；具備知識(shí)系統(tǒng)整合的能力，否則可能導(dǎo)致知識(shí)零散；有強(qiáng)烈的未知欲和不怕聽不懂的勇氣，否則可能會(huì)難度高而放棄……

總的來說，遞歸學(xué)習(xí)法適合目標(biāo)驅(qū)動(dòng)、自我激勵(lì)強(qiáng)的學(xué)習(xí)者，用于快速掌握實(shí)用技能、攻克具體項(xiàng)目或探索新領(lǐng)域，可能不適于需要建立嚴(yán)謹(jǐn)?shù)摹⑾到y(tǒng)性知識(shí)體系的基礎(chǔ)學(xué)科學(xué)習(xí)。

Gabriel的成功不可復(fù)制，但是把“免費(fèi)知識(shí)”轉(zhuǎn)化為“自身能力”，或許是AI時(shí)代每個(gè)人都需要正視的現(xiàn)實(shí)問題。