高中辍学，照样进OpenAI：他换了一种学习方式，用AI学AI

—じ☆ve人生—

（Gabriel Petersson访谈：ChatGPT如何改变学习方式）

23岁，高中没念完。

在简历上，他拿不出任何一所大学文凭。

但在 OpenAI 的内部系统里，他的抬头是：Gabriel Petersson，Research Scientist（研究科学家），Sora团队。

高中辍学后，Gabriel Petersson 先后在 Depict.ai、Dataland、Midjourney 工作，2024年12月正式加入 OpenAI 做视频生成研究。

学位没有。 项目一大串。

2025 年 11 月 28 日，在播客 Extraordinary 上，他分享了自己的学习方法： 遇到新领域，从不先啃厚书，而是直接找真实问题，让ChatGPT分解步骤、写代码、debug，再从问题倒着学回去，把数学、算法、论文等知识逐项补齐。

先做，再学。 这是他口中的：用 AI 学 AI。

而这不是孤零零的一例。

上个月，OpenAI CEO、同样辍学的Sam Altman说，他有点羡慕现在这代退学的年轻人。因为在AI工具加持下，他们能更快做出真正有用的产品，传统文凭的优势正在被压缩。

一个瑞典高中辍学生，从教室走到Sora实验室，抓住的正是这个时代的巨大机遇：

文凭在贬值，能力在重估，学习方式正被 AI 改写。

他是怎么做到的？

第一节｜14岁倒卖宝可梦卡，23岁进OpenAI

很多人以为，他是那种从小编程、一路学霸、手握竞赛奖牌的技术精英。

实际上，他没有学历，没有名师，更没有背景。

但他一直在做一件事：动手做项目，踩坑，再改。

第一次转向，是14岁

那年他在瑞典乡下的家里，靠倒卖宝可梦卡赚到人生第一桶金，超过2万美元。 他想搭一个价格对比网站，于是打开YouTube搜怎么做网页。 没人教，也没人逼，他就这样自己做出了第一个小工具。

“我不是程序员出身，我只是想要某个东西，然后把它打造出来。”

第二次转向，是COVID那年

18岁的他用一周时间搭了个手消毒剂价格比较网站，首周收入2.2万美元。疫情把需求放大了，他用最简单的爬虫和前端解决了一个真实问题。

几个月后，他被招募成为Curb Food的临时CTO，那是瑞典最大的云厨房，有80名员工。他从零组建7人工程团队，开发厨房管理系统，睡在沙发上写代码、修bug。

项目上线了，他也离开了。但他明白了一件事：创业成败不重要，重要的是你能留下什么作品。

第三次转向，是遇到Midjourney

2023年，他第一次刷到AI画图。惊了。 从那天起，他一头扎进了AI。

他不是画图高手，却在Midjourney做出了最好用的UI工具之一，叫fast-grid。全靠自己动手摸索：界面怎么摆？prompt怎么组织？模型参数怎么跑？一个问题一个问题往下试。

项目被人复制使用、推荐传播。 有人叫他黑客，但他的目标很简单：让Midjourney 更好用。

这些经历拿不到学分，但它们留下了真实输出。不是看过什么书、上过什么课，而是写过产品、修过模型、能debug。

OpenAI 最终想要的，就是这个。

• 一份能运行的GitHub项目。
  
• 一个能解决实际问题的产品演示。
  
• 一个真实在做事的人。
  

他没能走进大学，却一步步走进了世界最顶尖的 AI 实验室。

第二节｜不是学完再做，而是边做边学

要做 AI 视频生成研究，通常需要博士学位。

但Gabriel靠的，不是哪张文凭。 是一堆真实可执行的GitHub项目。

他坦言，刚开始完全看不懂扩散模型是什么。连Transformer的注意力机制都没搞清楚。

但他没打开教材，而是打开了ChatGPT。

他问得很具体：如果我想自己做一个小型视频生成模型，第一步要搞懂什么？

ChatGPT给了回答，他继续追问： 这个概念能不能举个例子？ 有对应代码吗？能解释一下每行是干嘛的？这句我还是不懂，你能假设我只有12岁，再解释一遍吗？

然后他复制代码，放到项目里试。调不通，就截图反馈：这个错是什么意思？ 一个循环接一个循环，直到bug解决。

整个过程没有固定步骤，也没有标准答案，只有一个目的：我眼前这个bug要解决。

Gabriel把这套方式叫做：

Recursive learning from the task（从任务出发的递归学习）.

从问题出发，倒推知识链条，一层层填补空白。

他不是从零开始学，而是从我要做的那件事倒着学。

传统路线是自下而上：

• 学完数学 → 再学概率 → 再学神经网络 → 才能理解扩散模型
  

Gabriel的路线是自上而下：

• 扩散模型出bug → 追问attention → 需要数学 → 补概念 → 继续改代码
  

结果呢？ 他说：

“用这套方法，自上而下学扩散模型只需要三天，而传统自下而上的路径要六年。"

不是理论上懂了，而是能落地调参、能实际应用的那种懂。

这套ChatGPT驱动的逆向学习，给了他博士级的能力。 但不需要六年，而是三天。

他说：很多人用 AI，是问完一次就走。我是一直追问到真正完全理解为止。

从任务开始，从直觉出发，从错误反推知识。

AI 是最顶尖的老师，但你得自己追着问。

第三节｜他不是用ChatGPT，而是和ChatGPT一起研究

Sora 是OpenAI最复杂的多模态模型之一。

每一帧视频的生成，背后都要调度几十亿参数、多模块协同、时间+空间双重推理。

这不是聊天框里问问题、生成张图片那么简单。 而是真正的AI研发：训练模型、调参数、写代码、解决bug。 Gabriel，就是做这件事的人。

他说，自己每天的工作流程，大概是这样的：

• 观察模型生成的视频，找出不合理之处
  
• 假设问题出在哪一层架构，写prompt让GPT-4帮忙分析
  
• 获取建议后，阅读/改写核心模块代码
  
• 再用ChatGPT debug，或对照论文理解机制 -修改完重新训练，用视觉结果评估效果
  
• 如果不对，就再问，再试，再训练
  

很多时候，我跟GPT的对话，不是为了拿答案，而是为了思路更完整。

他会像对待人类同事一样详细说明情况：我在这个模块调整了哪些参数，训练出来的视频哪里不合理，我觉得可能是模型关注的细节不够多，也许需要加入一些时间相关的信息……

GPT理解后，会给他两种方向：

• 快速试错型：换个位置调权重，直接重训
  
• 结构调整型：引入别的机制，比如depth-wise conv之类
  

他再决定试哪个。

真正做出判断的，是Gabriel。 真正执行代码的，也是他。

但GPT给了他第二大脑：不怕试、不累、不烦、覆盖面大，能随时响应。

在传统的科研系统里，一个博士生需要请教导师、找参考代码、等组会讨论才能继续做实验。

Gabriel把这些环节，都交给了GPT。 24小时在线的研究搭档。

他说：我不是靠ChatGPT击败博士。我是把它当研究员在用。

真正的区别，不是模型聪不聪明，而是你会不会用。

第四节｜文凭不重要了，重要的是这3件事

Gabriel自己并不强调学历逆袭这个标签。 他在访谈中明确表示：

我不是靠证明自己不普通而进的OpenAI，而是用项目让他们看到我已经在做他们要做的事。

所以，他真正做对的，是三件事。

第一件：从项目出发，不从书本出发

他从不问先学哪个概念，而是问我现在要解决哪个问题。

• Midjourney用得不顺，他就写UI工具。
  
• 扩散模型不懂，他就从视频生成demo出发。
  
• 想研究Sora，他就搭一个简化版本自己调。
  

他不是学完了再开始做，而是在做的过程中学。每完成一个项目，就补齐一块知识拼图。

第二件：用AI加速理解，而不是跳过理解

他不是拿GPT来代写代码，而是用它来帮助理解。

• 不懂的地方反复追问，直到能解释清楚。
  
• 调试时让GPT分析每一行代码的逻辑。
  
• 新模型发布时让GPT总结论文关键变动。
  

很多人用 AI 是为了省去思考，而他用 AI 促进自己思考。

第三件：用作品说话，不等学历证明

去面试 OpenAI 时，他拿不出学历证书、奖学金证明、推荐信。但他交的是另外三样东西： 

• 一个可用的GitHub项目（fast-grid）
  
• 在Midjourney积累的工程经验
  
• 一个自己复刻的视频生成pipeline小项目
  

这三样，都不是学了什么，而是做出了什么。

OpenAI招他，不是因为他会念transformer，而是因为他真正搭建了一个能用的transformer。

他们要的，不是背过名词的人，而是能理解问题、推动实验、产出结果的人。

很多人感慨他逆袭成功。

但这背后，是一个更大的趋势：学历只能证明你上过课，项目才能证明你干过活。 跟着课表学是按部就班，跟着问题学是真本事。

AI 打破了知识壁垒。有 AI，你随时能学；能不能学会，看你会不会问。

AI时代，稀缺的不是知识，而是提问能力和自主学习能力。

未来的招聘，不是你在哪毕业，而是你能不能用 AI 做出真实成果。

结语｜不是考试决定人生，而是作品说话

Gabriel的故事，不是野路子打败正规军。 

而是一条AI时代可复制的学习路径：

从项目出发，用AI加速理解，以作品证明能力。

这不是特例，是范式变化：

不再是学完再做，而是在做中学。

不再是等学历认证，而是用项目说话。

不再是用AI代写，而是用AI深度理解。

他说：我不是天才，只是换了一种学习方式，用 AI 学 AI。

现在，作品比学历更重要。

识自AI

📮 本文由AI深度研究院出品，内容整理自Gabriel Petersson在Extraordinary播客访谈及公开报道（包括Plymouth Street、Business Insider等），属评论分析性质。文中引用均已改写，符合合理使用原则。未经授权，不得转载。

来源：官方媒体/网络新闻

排版：Atlas

编辑：深思

主编: 图灵

meto

我能让Ai有意识，但是我不干