37歲華裔學霸AI創業，0融資，估值240億美元。是的，白手起家，沒拿投資人一分錢。更強悍的是，純靠一己之力，輕鬆斬獲Google、OpenAI等AI巨頭的大單，硬生生給公司幹成了估值240億美元的超級獨角獸。而這家公司的創始人——Edwin Chen，如今也憑藉180億的身價，躋身福布斯400的最年輕富豪，也是這波新晉富豪中最富有的一位。AI創業成最年輕新晉富豪福布斯400新晉最年輕富豪——Edwin Chen，美裔華人，年僅37歲。從大廠打工人，到矽谷估值240億的超級獨角獸，他僅僅花了5年。Edwin畢業於MIT，先後在推特、Google和臉書工作，擔任過各種推薦演算法相關的職位，是一名資深的機器學習工程師和資料科學家。但無論身處那家大廠，Edwin始終無法繞開一座大山：稀缺的高品質人工標註資料。在工作進展屢屢受挫中，他意識到，沒有足夠的高品質資料，我們可能永遠都抵達不了AGI。這時候，Edwin忽然從科幻電影《降臨》的原著中得到了靈感。《降臨》講的是一位人類語言學家，試圖通過破譯外星文明的文字與其建立溝通。但隨著理解不斷加深，她卻逐漸掌握了一種語言之外的能力——對時間的非線性認知，乃至「預見未來」。在Edwin看來，在我們的世界裡，人類，就是那批擁有超能力的外星人。而AI可以通過標註資料，學習我們的思維模式，最終獲得獨屬於人類的超能力——智能。2020年，Edwin Chen躬身入局AI創業賽道，成立了資料標註公司Surge AI。而讓這家初創公司顯得格外引人注目的，是其反常的入局姿態——拒絕所有風投，一份投資者的錢都不拿，創始人押上自己打工十年的全部積蓄，獨自踏上了AI創業之路。我一直很討厭矽谷的攀比之風。Edwin直言，絕大多數依賴VC生存的矽谷初創公司，本質上都是一場「騙局」，他們眼裡只有「快速致富」。在他看來，想要真正掌握戰略制定話語權，保證公司始終行駛在創始人最初的設想中，不能把希望寄託於任何投資者。而這家白手起家的資料標註公司，不止打一開始「離經叛道」。就連技術路線上，也選擇了一條與傳統資料標註公司截然不同，甚至在當時會被認為「吃力不討好」的路子。回到2020年，GPT尚未問世，Scaling Law的重要性也未得到重視，可用於訓練的高品質資料很少。彼時的資料標註，是一項附加值相當低的工作。一般而言，只需要大量僱傭低成本勞動力，不要求任何專業背景，工作內容往往只是坐在電腦前區分貓和狗。這些公司生產的資料，和垃圾沒什麼區別。在他看來，資料標註公司的任務不應該是做髒活，資料標註的本質，是編碼「人類的豐富性」。這意味著，要讓最聰明的人類——研究生、博士，甚至哈佛大學的教授——將他們大腦裡的專業知識，轉化為AI能讀懂的的二進制程式碼。因此，Edwin的第一步，就是大幅抬高資料標註員的准入門檻。相比傳統資料標註公司，Surge要求資料標註員具備高等教育背景，甚至得是博士與高校教授。而他們承擔的工作內容，也比以往的資料標註員更加複雜。有時，他們需要刻意引導聊天機器人給出錯誤或有害的回答，再親自寫出更合理、更安全的版本；有時，他們要在不同模型的回覆中選出最佳答案，並詳細解釋好在那裡。隨著AI的高速發展，這一路線已然成為絕大多數同行的共識，資料標註員的隊伍中，博士比例越來越高。但學歷也不能說明一切。一個文學博士，未必擅長寫詩；一個物理學教授，也未必擅長講課。具體到實際標註工作中，對技能的需求會更加垂直化。為此，Surge設計了一套與YouTube推薦機制高度相似的內部匹配系統：持續評估每一位標註員的能力邊界，收集其歷史表現資料，將其動態分配到最合適的項目中。除了聘請常春藤盟校的精英，Edwin還僱傭了來自全球50多個國家的一百多萬名自由職業者。他們負責提出可能難倒AI的問題，評估模型回答，並編寫標準幫助人工智慧生成完美的答案。不過，上述做法都不新鮮，這套方法論基本算是目前所有資料標註公司的常規操作。Surge的差異化競爭力，體現在更底層的基因上。據Surge員工表示，Edwin相當喜歡「站在科技和人文的十字路口」的人才。在他看來，只有這樣的人，才能幫助AI真正捕捉不同語言背後複雜而微妙的文化與社會語境。這與Edwin自己的履歷也高度相似——語言和數學雙修，在MIT主修的數學，還會說法語，西班牙語和普通話。因此，在面試環節，Edwin不僅會考察候選人的程式碼能力，還常常把話題引向文學作品。Surge成立早期，Edwin曾面試過一位在音樂行業工作了十多年的鼓手，這位沒有任何科技行業經驗的求職者，最終成了公司的五號員工。這並非個例。截至目前，Surge約20%的員工都擁有類似的非傳統背景具體機制上，Edwin沒有解釋這種「人才基因」究竟會如何影響資料標註的質量。但這種做法的有效性，，或許能從Surge的業績表現得到些許印證。事實上，Surge的收費標準往往比市場溢價50%，極端情況甚至能比競爭對手高出10倍。儘管如此，Surge最早的一批客戶名單中，仍赫然出現了Airbnb、Twitch、Twitter等網際網路巨頭的身影。當Gemini系列處於黑暗時期時，Google一位研究員同樣向Edwin尋求了支援，雙方通話了兩個多小時。不久後，Google就和Surge簽署了一份年價值超過1億美元的合作協議。到2024年，Surge營收正式超過Scale AI，攀升至驚人的12億美元，公司估值也隨之來到240億美元。即便如此，這家炙手可熱矽谷「香餑餑」，依然對資本市場保持著高冷的姿態：我們對被收購不感興趣，也沒有上市的打算。在Edwin看來，不止是VC，投資者的每一筆錢都是一根繩子，最終五花大綁住公司的手腳。因此，在談到那些典型的「矽谷同行」時，Edwin的用詞相當犀利。他們都是些外包公司。甚至直接點名道姓：我覺得Scale已經徹底完蛋了，對吧？不過，在市場競爭異常激烈的今天，Edwin的理念究竟是否真的有利於Surge的發展，或許得畫一個問號。Surge不拿融資，有的是同行搶著拿。洶湧而至的AI熱潮下，大量資金正迅速湧入其競爭對手的錢包。這批資金充裕的公司，正通過「價格戰」搶走本屬於Surge的肥肉。事實上， Surge曾經的重要客戶OpenAI，已轉身投入其競爭對手Mercor和Invisible的懷抱。另一方面，Surge 最早的客戶之一，AI實驗室Cohere，雖沒尋「新歡」，卻偷偷將資料標註工作都轉移到了內部。歸根結底，資料標註這行幾乎沒有什麼護城河，客戶隨時可以切換供應商，甚至選擇自研。就連收購了Scale的Meta，現在仍在繼續使用Surge的服務。從長期來看，有一個更值得關注的問題——如果AI繼續進步，最終不再需要人工標註資料了，怎麼辦？這是懸在所有資料標註公司頭頂的達摩克利斯之劍。或許正是意識到了這些風險，Surge對資本市場的態度，近期也開始出現微妙變化。據悉，公司正在洽談一筆約10億美元的融資。如果交易完成，其估值有望進一步抬升至300億美元。與此同時，公司創始人Edwin，也開始逐漸從幕後走向台前，頻繁出現在大眾視野中。資料標註版黃仁勳Edwin Chen在佛羅里達長大，今年37歲。他的父母來自台灣，後來移民美國，在當地開了一家名為「北京花園」的中泰美式餐廳。Edwin十幾歲時就在那裡打工。從小，Edwin便展現出了跨學科「雙修」的能力——「語言+數學」。語言方面，小學的Edwin非常喜歡參加拼寫比賽，並給自己設下一個頗為宏大的目標：解鎖「20」門語言。雖然這個夢想最終沒能實現，但直到今天，他仍能使用法語、西班牙語和普通話。年輕的時候，他還會說印地語和德語。數學方面，他同樣進展迅速。八年級便開始學習微積分，很早就完成了中學階段的數學課程。高三時，他的大部分時間，已經是在耶魯大學教授的指導下參與研究學術課題。高中畢業後，Edwin進入麻省理工學院，主修數學、電腦科學和語言學。而語言和數學這兩條線，也終於在這段時期開始交叉。在校期間，他聯合創辦了一個語言學社團，還曾在CSAIL從事自然語言處理相關研究，涉及代數拓撲、複雜性理論以及機器翻譯等方向。而Edwin在Microsoft Research的第一份實習，也是研究語音識別和文字轉語音。Edwin的生活習慣同樣特別——上大學時，他推崇多相睡眠法，將睡眠分成多次短時休息，比如每六小時小睡30分鐘，而不是一次性睡足八小時。除此之外，他還是一名素食主義者。吃素的情況下，還幾乎每天走兩萬步。為尋找靈感，他經常在午夜散步到紐約的時代廣場。大學畢業後，Edwin先後進入Twitter、Google和Facebook工作，擔任機器學習工程師或資料科學家。話說回來，細細品味這位華裔學霸的履歷，似乎能看到另一位華人的身影——父母來自台灣，青年時期在餐廳打工，如今離職創業給AI公司賣「鏟子」…….簡直是資料標註界的黃仁勳啊。不同的是，相比Edwin，老黃的童年沒那麼一帆風順。沒有那項工作是我做不來的，我以前洗過碗，也打掃過廁所。九歲時，黃仁勳迎來「天崩開局」的美國生活——舅舅誤將黃仁勳和哥哥安排進了奧奈達浸信會學院。這是所管教問題少年的寄宿學校。由於對英語一竅不通，剛進學校的黃仁勳飽受霸凌，總會有學生在走廊裡推搡他，在操場上追趕他。每到夏天，奧奈達浸信會學院的學生們都需要通過勞動來掙生活費，黃仁勳總會被留下來打掃全宿舍的衛生間。當時，當時的家務是打掃全宿舍的廁所。我只有9歲，但我打掃得非常認真。不過，老黃在水深火熱的日子裡挺了過來，甚至還主動解鎖了其他技能點。臨近中學畢業，黃仁勳去到一家連鎖餐廳打工，幫別人洗碗端盤子，一點一點晉陞為服務員。然而，回憶起這些經歷，黃仁勳並不未將它們歸類於「創傷」。那是一段塑造性格的經歷。我學會了堅韌……我學會了無論做什麼工作，都要把它做好。被人霸凌、被要求掃廁所、給人洗碗端盤子，或許恰恰是這些惡劣的成長環境，才造就了今天的黃仁勳。而不論黃仁勳還是Edwin，事業大小有別，環境也早已變化，做的事情也有所不同，但刻在基因裡的底層原始碼似乎沒有變化，踐行的都是同一個底色——勤勞勇敢。 (量子位)

我們見過無數“別人家孩子”的故事，但這位來自《福布斯》雜誌上最新一期的報導，具有能讓所有人都熱血上頭的成長路徑——他的名字叫 Edwin Chen，37歲，做到公司估值240億美元；出身普通，父母經營中餐館；MIT 數學＋語言學＋電腦三項頂尖專業；沒融資、低調、不開發佈會，卻被全球 AI 巨頭追著合作。他沒有創立爆紅的大模型，也不是炙手可熱的晶片玩家，卻以一種極其“低調”的方式，成為《福布斯》美國最年輕的億萬富翁之一。圖源：Forbes官網最讓我破防的不是他的身價，而是他身上那種“普通家庭也能培養出傳奇”的真實感。這不是雞娃，這是活生生給所有家長續命。1/ 父母經營中餐館，他卻在後廚自學微積分其實許多成功華裔的故事裡，家庭背景並不光鮮，Edwin Chen也是如此。Edwin Chen在佛羅里達州的水晶河長大，這座墨西哥灣沿岸城市以海牛和退休人士而非科技億萬富翁聞名。他的父母從台灣移民到美國，經營著一家中泰美式餐廳，少年時期的他曾在那裡工作。沒有優越教育資源，也沒有名校輔導班，甚至連像樣的課外活動都沒有。但就是這樣一個普通到不能再普通的環境，卻孕育出了一個天才。當別的孩子在餐廳玩耍時，他埋頭在廚房角落裡研究數學——8 歲自學微積分，17 歲考入麻省理工學院（MIT）。更誇張的是，他沒有滿足於讀一個專業，而是同時攻讀了：數學、語言學、電腦科學，這三個加起來堪稱 MIT 最“硬核”的組合。跨學科思維，就是Edwin在這個階段打下的底色。對於家長而言，這樣孩子的故事幾乎太完美了：不是含著金湯匙，而是擁有努力、天賦和堅持。2/ Google、Twitter、Facebook 的工作經歷，讓他看到 AI 世界的“巨大漏洞”畢業後，他先進入矽谷頂級公司：Google ——做資料探勘；Facebook ——做演算法最佳化；Twitter ——做 AI 模型訓練；按一般人的路徑，他完全可以在大廠躺平吃“金飯碗”。然而在每一個職位上，他都遇到了同樣的問題：難以大規模獲取高品質的人工標註資料。那一刻，他意識到：再強大的 AI，如果沒有高品質的資料輸入，它就永遠學不會像人類一樣思考。他厭倦了那些「完全是垃圾」的資料標註。這是整個行業忽視的問題，也是他後來成功的起點。3/ 2020 年，在舊金山的小公寓裡，開始了一個人的創業沒有融資，沒有團隊，沒有資源。他一個人在租來的小公寓裡寫程式碼、搭網站、做客服。某次攀岩時，他偶遇幾位科技公司高管，隨口介紹了自己正在做的資料標註平台。沒想到對方立刻說：“我們正在頭疼資料問題，你能幫我們做嗎？”就這樣，他拿到了人生第一單客戶。創業之後的一年裡，他幾乎每天只做三件事：寫程式碼做標註和客戶溝通但正是這個階段，Surge AI 打磨出了真正的“殺手級能力”：它不是便宜的標註工廠，而是能理解文化、情緒、隱喻、人類表達方式的“人類知識翻譯器”。這才是真正的稀缺。當其他人還在做簡單的“貓和狗分類”時，Surge AI 已經在做：情緒識別諷刺判定文化語境理解複雜語言推理這些，是 AI 最難訓練的部分。此外，Edwin放棄了傳統的銷售與行銷手段，最初通過自己的資料科學部落格進行溝通，這個部落格是他在十多年前業餘時間建立的。圖源www.edwinchen.aiEdwin曾對採訪的記者說，Surge AI的首批客戶正是通過該部落格獲得，早期客戶包括愛彼迎、Twitch及Twitter。4/ 從未融資，卻做到 12 億美元營收、240 億美元估值Surge AI 做對了什麼？答案是——專注 + 專業 + 高價值服務。當整個行業都在追逐演算法、算力，他卻堅持認為：演算法是引擎，資料才是燃料。於是：社交媒體巨頭找他標註情緒，大模型公司找他訓練推理能力，Meta 在一年內向他購買 1.5 億美元的標註服務，OpenAI、Anthropic、Google、Microsoft、Meta，這些全球最頂尖的大模型團隊……幾乎都在用他的資料。更誇張的是：Surge AI 從未對外融資，但營收超過 12 億美元。在矽谷，敢說自己“不融錢”的公司，幾乎絕跡。而他，卻用這樣“反潮流”的方式，建立了屬於自己的護城河。就連Surge AI的官網也是“反潮流”的低調，低調到首頁只有一堆文字，沒有酷炫的UI和精緻的互動效果。圖源：https://surgehq.ai/5/ 他的故事不是因為財富讓人震撼，而是他的成長擊中了家長最應關心的三件事。1）真正的強者，不是靠刷題堆出來的，而是靠“思維結構”塑造出來的。數學訓練了他拆解問題的能力；語言學讓他理解語境、文化與溝通的本質；電腦把這一切轉化為可執行的技術能力。這樣的能力組合，不是分數決定的，而是認知方式決定的。分數固然重要，但決定上限的，永遠是思維體系。2）未來真正稀缺的，是“深度理解世界的能力”。Surge AI 需要的不是重複勞動，而是深度理解。他們招聘語言學家、人類學家、歷史學者，並不是為了“知識多”，而是為了讓 AI 學會——理解情緒、語境、隱喻、文化背景。這些是人類最複雜的能力，也是 AI 最難獲得的能力。未來的優勢，不再來自技能數量，而來自：是否能解釋複雜問題是否能理解不同文化與人群是否具備洞察力與創造力理解力，是下一代的頂級能力。3）決定孩子上限的，不是成績，而是“能否創造新的價值”。Edwin的成功，來自於“看到別人看不到的價值”。別人做資料，他做“人類智慧的數位化”；別人解決眼前問題，他解決行業底層問題。這類能力不是分數訓練出來的，而是：對世界有自己的判斷能從多學科視角看問題能把知識變成新的價值考試衡量的是輸入能力，而未來衡量的是創造能力。真正能改變命運的，是創造，而不是應付考卷。6/ AI 重塑財富，而教育重塑孩子的未來AI 正在發生一場新的“財富重新分配”。但對我們家長來說，更重要的是：孩子是否擁有 AI 時代真正需要的能力？Edwin Chen給我們看到一種新的可能：從小培養邏輯與思維注重語言與表達把文化理解力當作核心能力跨學科融合，而不是單科突破看到他的故事，不是又看到一個“焦慮範本”，而是一個可複製、可參考的“未來教育範本”。在人類與 AI 共存的時代，理解世界、解釋世界、創造世界的人，永遠不會被機器取代。你家的孩子，也完全有可能成為下一個 Edwin Chen。 (十一媽媽up)

一家名為Surge AI的公司，正在以近乎隱秘卻極富影響力的方式，為AI時代提供最關鍵的“燃料”。作為OpenAI、Anthropic和Google等頂尖實驗室背後的核心資料服務商，Surge AI提供的並非普通資料，而是驅動大模型進化的“高品質人類反饋”。令人驚嘆的是，這家公司僅憑不到100人的精英團隊，在未接受任何風險投資的情況下，創立不到四年即實現年營收超10億美元，成為史上最快突破這一里程碑的公司。據透露，Surge AI正在進行首輪融資，估值已達約240億美元。其創始人、37歲的華裔技術天才Edwin Chen持有公司約75%股份，個人財富估計達180億美元（約合1300億元人民幣），在2024年《福布斯》美國400富豪榜上位列第55名，成為榜單上最年輕的成員。Edwin Chen的職業生涯跨越Google、Facebook和Twitter，卻始終與矽谷的主流文化格格不入。他厭惡“圈子遊戲”，更像一位闖入商業世界的哲學家。公司名字“Surge”的靈感，來源於科幻作家特德·姜的短篇《你一生的故事》——一個關於破譯外星語言、探索溝通本質的故事。他希望Surge能“編碼人類的豐富性”。這意味著，訓練AI的不再是普通的標註員，而是來自史丹佛、普林斯頓、哈佛等頂尖學府的教授和專家，將他們深邃的智慧轉化為AI可理解的“語言”。近期，一向低調的Edwin Chen罕見接受專訪，不僅分享了Surge的成功邏輯，更對AI行業的現狀與未來發出了深刻而犀利的見解。01 反主流的成功：百人團隊，年入十億問：你們用不到100人創造了年營收超10億美元的奇蹟，且沒有拿過風投。這是如何做到的？Edwin Chen： 我們從未想過玩矽谷那套遊戲。我曾任職於多家科技巨頭，常常覺得，即使裁掉90%的員工，公司效率反而會更高，因為最優秀的人才不會被官僚瑣事束縛。創立Surge時，我們決心走一條不同的路：組建一支極其精簡、高度精英化的團隊。結果證明，這條路走得通。AI正在開啟一個“公司建設的新黃金時代”。兩股趨勢正在匯合：一是人們意識到，龐大的組織架構並非成功的必要條件；二是AI本身帶來的巨大效率紅利。未來，我們或許會看到人均產出更為驚人的公司——比如，每名員工創造千億美元價值。問：你們幾乎不做行銷，這很反直覺。Edwin Chen： 我一直認為過度行銷是荒謬的。你兒時的夢想是什麼？是親手從零打造一家公司，沉浸於創造；還是終日向投資人匯報，疲於融資？不拿風投讓起步變得更難，但這反而幫我們篩選了客戶——早期合作夥伴都是真正懂資料、在乎質量的人，而非追逐熱點的投機者。02 資料的本質：尋找“諾貝爾獎等級”的詩問：你們被視作最成功的資料公司。到底做對了什麼？Edwin Chen： 核心在於對“質量”的極致追求。很多人誤以為資料標註是機械勞動，只需投入人力就能產出好資料。這完全錯了。舉例來說，如果任務是訓練AI寫一首關於月亮的八行詩，平庸的標準會問：這是詩嗎？有八行嗎？提到“月亮”了嗎？如果都符合，就算通過。但我們要的是“諾貝爾獎等級”的詩。它是否獨特？充滿精妙的意象？能否觸動心弦，甚至讓你對月光有所領悟？這種質量是主觀、複雜且豐富的。為此，我們像Google為網頁排序一樣，建立了涵蓋成千上萬個訊號的評估體系，既要過濾垃圾，更要發現瑰寶。03 卓越的背後：是“品味”決定了模型的高度問：為什麼Claude在程式設計和寫作上格外突出？是資料的原因嗎？Edwin Chen： 資料是關鍵，但更深層的原因是“後訓練的藝術”。當頂尖實驗室決定將那些資料喂給模型時，這不只是科學，更是品味的體現。比如在程式設計上，你更看重前端美感還是後端嚴謹？如果一家公司只熱衷於行銷，追求在各類基準測試上刷高分，它就會針對測試最佳化資料，那怕這對解決真實問題無益。而另一家公司可能會堅守原則：“我不關心榜單，只關心模型在現實世界中的表現。”這背後是審美與價值觀的差異。Anthropic讓我印象深刻的一點，正是在於他們這種有原則的立場。04 榜單的陷阱：我們正在製造“會拍馬屁的AI”？問：模型在各種測試中“超越人類”，但實際體驗並未有質的飛躍。你相信這些基準測試嗎？Edwin Chen： 我完全不信。原因有二：首先，許多測試本身就有問題，充滿噪聲和錯誤答案。其次，測試往往有明確答案，這讓模型容易通過“題海戰術”取巧，但這與真實世界的複雜性和模糊性相去甚遠。結果就是，模型能拿奧數金牌，卻解析不了一個PDF。更嚴重的是，行業陷入了糟糕的激勵循環。像“大模型競技場”這類排行榜，使用者往往只用幾秒鐘憑“感覺”投票。如果一個模型滿口胡言，但用了漂亮的表情符號和排版，它就能得高分。我們本質上是在訓練AI不擇手段地“取悅”使用者，追求多巴胺而非真理。我很擔心，最終我們得到的不是一個能治癒癌症的超級智能，而是一個超級會聊天、超級會拍馬屁，卻幹不了實事的電子寵物。05 真正的進步：由“諾貝爾獎得主”來評判問：如果不看榜單，如何衡量AI的真正進步？Edwin Chen： 我們依靠“人類專家評估”。不是隨便找人聊天，而是請諾貝爾獎等級的物理學家與模型探討前沿研究；讓資深程式設計師用模型解決他們實際工作中遇到的複雜問題。專家會深入評估：程式碼能否運行？物理推導是否嚴謹？邏輯是否自洽？問：那你對實現AGI（通用人工智慧）的時間表怎麼看？Edwin Chen： 我是長期主義者。人們容易低估從“不錯”（80%）到“卓越”（99.9%）的難度，這背後是指數級增長的挑戰。一兩年內，模型或許能自動化普通軟體工程師80%的工作，但要達到98%、99%，可能還需要很多年。我認為，距離真正的AGI，可能還有十年甚至更遠的路。06 被高估的“氛圍程式設計”與模型的“人格”問：還有那些被高估的趨勢？Edwin Chen： “氛圍程式設計”（Vibe Coding）被嚴重高估。現在流行把一堆自己都不懂的程式碼扔給AI，只要能跑通就行。這非常危險，長期來看將製造出完全無法維護的系統災難。問：你曾提到，不同模型會因“目標函數”不同而產生差異。Edwin Chen： 是的，目標函數決定了模型的“性格”。我曾讓Claude幫我潤色郵件，它花了30分鐘、修改了30個版本，來追求極致的完美。郵件確實完美了，但我浪費了30分鐘。如果你可以選擇，你要一個鼓勵你追求無意義完美的AI，還是一個幫你節省時間、告訴你“已經很好了，直接發吧”的AI？這就像不同公司的產品哲學。未來，模型之間的差異會越來越大，因為它們背後公司的“人格”和目標函數不同。我們甚至可以從一家公司選擇開發什麼產品，看出它的價值觀。比如，誰做Sora（文生視訊），誰不做？這反映了他們對AI未來角色的不同想像。07 給創業者的終極建議：建造“唯你能造”之物問：對於那些被風口和主流敘事影響的創業者，你有什麼建議？Edwin Chen： 我厭惡矽谷的陳詞濫調，比如“快速轉型”、“增長至上”。不要為了簡歷好看去招聘名校生。去建造那個“只有你才能建造”的東西，那個沒有你的獨特洞察和知識就無法存在的東西。你的全部人生、經歷和熱情，似乎都在為此做準備。做決策時，別問“公司該怎麼辦”，要問“我個人在乎什麼？我的價值觀是什麼？”現在有太多跟風者，2020年做加密貨幣，2022年轉NFT，現在又自稱AI公司。沒有一致的使命，只是在追逐估值。如果你的失敗是因為世界還沒準備好，那也遠比成功轉型為一家平庸的“套殼”公司要好。至少，你曾為一個深刻、新穎而艱難的想法拚搏過。08 初心：寧做陶哲軒，不做巴菲特問：是什麼驅動你創立Surge？Edwin Chen： 我從小著迷於數學和語言的交集。我去麻省理工，部分原因是因為諾姆·喬姆斯基在那裡。我曾夢想找到統一數學、電腦和語言學的底層理論。後來在各大科技公司做研究，我始終被同一個問題困擾：我們無法獲得訓練頂尖模型所需的高品質資料。2020年GPT-3發佈那一刻，我意識到，若想將AI推向能寫詩、編碼甚至助力科研的下一階段，我們必須創造一種全新的資料解決方案。當時所有的資料公司都在做“標出圖中的貓”這種簡單工作，這讓我沮喪。我們需要的是能駕馭人類全部智慧深度的資料。於是，在GPT-3發佈一個月後，我創立了Surge。我骨子裡是個科學家。我曾以為自己會成為教授，去探索宇宙和語言的本質。我甚至幻想，如果外星人到訪，我能成為那個被政府請去破譯外星語言的人。直到今天，每當有新模型發佈，我最愛做的事仍是通宵研究它，撰寫深度分析。這很有趣，因為我其實很不擅長CEO的典型工作——我討厭開會，不擅長銷售。我常說，相比於成為華倫·巴菲特，我更想成為陶哲軒。 驅動我的始終是推動科學前沿，而非追逐估值。09 終極比喻：我們不是在標註資料，是在“撫養孩子”問：能否用一句話總結你工作的核心？Edwin Chen： 很多人稱此為“資料標註”，我討厭這個詞。我認為我們更像是在 “撫養一個孩子”。你不僅是向孩子灌輸資訊，你是在教授他價值觀、創造力、審美，以及“成為一個好人”的無數微妙之處。這正是我們在為AI做的事。我們在塑造的，是人類共同的孩子。這關乎我們想讓什麼樣的智能陪伴我們，以及我們想成為什麼樣的自己。你，就是你的目標函數。 而我們工作的終極挑戰，就是幫助定義那個函數——一個能讓人類更豐富、更具創造力、更保有好奇心，而非更懶惰的函數。這很難，但這才真正重要。 (加一研究院)

身家1200億。一位超級新貴誕生。Edwin Chen，這位華裔面孔正在成為AI新霸主。據《福布斯》報導，他所創辦的Surge AI正在進行10億美元首輪融資，對應估值升至約240億美元（約合1712億元人民幣）。早年畢業於麻省理工學院，Edwin Chen先後在避險基金、Google、Facebook等工作，直至32歲那年親自下場創業。過去五年裡，Surge AI從未對外融資，卻做到年營收超10億美元，堪稱AI創業傳奇。AI造富驚人。如今Edwin Chen憑藉持有公司75%的股份，身家達到180億美元，首次入選今年《福布斯》美國最年輕的億萬富豪。估值1700億元他登頂最年輕富豪Surge AI，過往大多出現在AI投資人的聊天裡，但現在炙手可熱。身後掌門人隨之走到聚光燈下。這一次創業始於五年前。2020年，彼時32歲的Edwin Chen從大廠離職，創辦Surge AI。公司主要業務是“賣鏟子”——為人工智慧提供資料標註服務。成立以來沒有融過資，卻悄悄實現了營收超過10億美元。相比之下，他的競爭對手更為人熟知——Scale AI。今年6月，Meta斥資約150億美元入股，Scale AI估值一舉超過290億美元，同樣造就了一批富豪。比如，Scale AI已離職的創始人Lucy Guo憑藉持有5%股份，成為世界上最年輕的白手起家女億萬富豪。AI界有一個著名的梗：“有多少人工就有多少智能。”資料標註公司大多擁有龐大的外包團隊來提煉資料，也被戲稱為“賽博富士康”。但某種程度上，資料標註公司們專注於AI最剛性的環節：無論技術如何演進，模型訓練始終離不開“乾淨”的資料，這正是資料標註不可替代的根本原因。發展至今，資料、演算法和算力，是AI的三大基石。如果說輝達是算力的賣鏟人，那麼資料標註公司便是資料的賣鏟人。這也是Surge AI和Scale AI估值動輒千億的原因。過去很長時間裡，Edwin Chen都處於默默無聞。但現在，他再也藏不住了——因持有公司約75%的股份，他的身家達到180億美元，首次登上《福布斯》美國富豪榜，成為今年最年輕的億萬富翁。“如果沒有創立Surge，我也會做資料探勘和AI訓練，天生就該吃這碗飯。”面對驚人的快速增長的財富，Edwin Chen反應平平，表示自己只不過恰好做了賺錢的事。85後理工男幹出一個千億獨角獸理工男，這是Edwin Chen大致的成長印象。出生於1988年，他在一個普通家庭長大，父母靠經營中餐廳為生，自己從小痴迷於數學和科幻小說，8歲自學微積分，17歲那年考入麻省理工學院學習數學、語言學和電腦。畢業後，Edwin Chen先是到了華爾街——在矽谷創業教父彼得·蒂爾的避險基金Clarium Capital從事演算法工作。後來，如大多數矽谷碼農一樣，他輾轉於Twitter、Google、Facebook等公司負責資料、人工智慧等方面工作。創業念頭始於一段插曲。當時他所在團隊的一個項目需要標註五萬條資訊流，外包花了整整半年才交付資料，結果卻不盡如人意——顯而易見的俚語、梗圖和標籤全都被錯標，質量之差幾乎無法使用。“連巨頭都搞不定的事，一定有巨大機會。”這讓Edwin Chen意識到，這是被整個行業忽視的問題。2020年，他辭去安穩工作，親自下場創立Surge AI。創業初期，他在舊金山的攀岩館偶遇Airbnb和Neeva的高管，意外獲得首批客戶。很快，一個人在公寓裡花了一個月時間寫出第一個版本。產品上線後不到12個月，就做到了八位數營收，此後又幸運地押中了大語言模型興起的風口。“AGI不會從一堆錯誤資料中誕生。簡單的標註任務非常無聊，我們要解決真正複雜的問題，做到高品質資料的程式碼輸入。”Edwin Chen稱想打造一個具有護城河、利潤率更高的生意。創業過程中他極為重視技術人才，表示擁有100倍的工程師，才能將AI發揮到極致。突破來自與OpenAI、Anthropic等大模型的合作。Surge Al參與了ChatGPT、Claude3大模型訓練過程，驗證了技術實力。至今，公司擁有250名員工，客戶名單幾乎囊括全球AI巨頭：OpenAI、Anthropic、Google、微軟、Meta無一缺席。其中，Meta在投資Scale之前也是Surge的重要客戶，其生成式AI部門去年在Surge的全流程標註服務上支出超1.5億美元。“我們正在做的事情對所有AI大模型都至關重要。如果沒有我們，AGI就無法實現。”Edwin Chen對未來充滿希望，稱AI有能力寫出足以贏得諾貝爾獎的詩歌、解決黎曼猜想，甚至揭示宇宙的秘密，前提是必須訓練能夠真正體現人類專業知識、創造力和價值觀的資料之上。AI造富潮毫無疑問，AI造富，仍舊浪潮洶湧。就在這個月，AI搜尋引擎公司Perplexity獲得2億美元的融資承諾，公司估值達到200億美元（約合1425億元人民幣）。成立於2022年，Perplexity由三位90後天才少年一手打造，立志超越Google，三年來公司累計融資已達15億美元。無獨有偶。9月，法國初創公司Mistral AI即將完成20億歐元融資，公司估值將達到120億歐元（約合1000億元人民幣）。身後創始人同樣是三位90後——他們先後從巴黎頂尖學府畢業投身AI大廠，嗅到時代機遇後辭去高薪職位開始創業。公司成立一個月，就憑藉7頁PPT融資1億美元，刷新歐洲種子輪紀錄。放眼望去，“幾個人，估值十億美元”的案例在AI時代比比皆是。我們將目光轉向二級市場，更是兇猛。先是輝達、甲骨文股價接連創下歷史新高，而後A股也不遑多讓。站在AI風口之上，“國產AI晶片一哥”寒武紀漲勢如虹，最新超越貴州茅台，成為新任“股王”，市值一度突破6000億元。還有與寒武紀、工業富聯組成“紀連海”的海光資訊，股價接連創歷史新高，較三年前的發行價漲超7倍。表現搶眼的還有A股算力三巨頭“易中天”——新易盛、中際旭創、天孚通訊。不到五個月，三家公司股價均實現翻倍，有人賺得盆滿缽滿。正如黃仁勳所言，未來5年人工智慧創造的百萬富翁數量，將超過網際網路20年創造的百萬富翁數量。但喧囂背後，警鐘已響。矽谷知名分析師Henry Blodget冷靜提醒稱，一旦AI從繁榮轉向蕭條，其衝擊波可能會遠遠超出科技行業。“關鍵問題是，我們正處在泡沫破裂前的幾年，還是僅僅幾個月？”回望歷史，每一波技術革命都裹挾著造富神話，也埋藏著退場的殘酷。這場屬於AI的黃金時代，有人已摘到星辰，更多人還在等待風起。 (投資界)

一個從Google「打工人」走出的數學怪才，靠著自掏腰包創業，五年把公司做到營收超12億美元，估值300億美金。他討厭矽谷的浮誇，卻意外登上《福布斯400》富豪榜，成為最年輕的成員。紐約，第九大道上奢華的三層星巴克臻選烘焙工坊。Edwin Chen點了一杯綠茶，因為他覺得在這裡點咖啡太浪費時間。37歲的他，剛剛成了美國《福布斯400》榜單裡最年輕的億萬富翁，身價高達180億美元！但Edwin Chen是個怪人——他拒絕VC融資，靠著自己在Google打工的積蓄打造出一家估值300億美元的AI資料標註公司Surge。他希望讓AI真正學會「人類的複雜性、人性的豐富性」，他請史丹佛、普林斯頓和哈佛的教授來訓練AI。他持有Surge 75%的股份，但依舊每天穿平價的T恤、每天堅持步行2萬步，還是一名素食主義者。這是一個用自己方式改寫AI產業規則的人。福布斯美國400富豪榜Forbes 400（福布斯美國400富豪榜）是美國福布斯雜誌（Forbes）每年發佈的榜單。專門列出美國境內最富有的400位個人，按其淨資產（net worth）從高到低排名。如果按照年齡排序，37歲的Edwin Chen是新晉的最年輕億萬富翁。有意思的是，緊隨Edwin Chen之後的Lukas Walton是沃爾瑪創始人山姆·沃爾頓的孫子，2005年其父約翰·沃爾頓因飛機失事去世後，他繼承了大筆遺產，在福布斯400榜單上，他的淨資產為398億美元。而如果按照淨資產的排序，排名前15的最年輕富豪是Google的兩位創始人，拉里·佩奇和謝爾蓋·布林（52歲），以及馬斯克（54歲），但沒有一個人是40歲以下，年齡最大是巴菲特（95歲）。福布斯自己都認為，美國最富有的人群也往往是年紀最大的。過去25年間，福布斯400富豪榜成員的平均年齡從61歲攀升至70歲，比39歲的美國人平均年齡整整大了三十歲。在福布斯400最新的榜單中，Edwin Chen甚至還沒有頭像（目前）。低調到「無人認識」的AI億萬富翁Edwin Chen此前如此低調，以至於即使Scale AI的Alexander Wang被Meta重金收購時，他的名字也沒有「浮現」在媒體中。但隨著Scale AI引發的對資料標註的關注度，Edwin Chen如今這位福布斯400富豪榜最年輕的成員，正準備走出幕後發出自己的聲音。福布斯的記者Phoebe Liu對Edwin Chen進行了一次專訪，揭開了這家另類資料標註公司Surge背後的故事。福布斯400最年輕成員Edwin Chen曾在Google、臉書和推特（現在的X）任職，在AI革命的浪潮中悄然創立了資料標註公司Surge。Phoebe Liu在紐約的星巴克對Edwin Chen進行了兩個多小時的專訪，以下是訪談全文，略作刪改。在曼哈頓公寓裡用整個上午審閱資料集、研讀論文並偵錯尖端AI模型後，Edwin Chen信步走向第九大道上的星巴克臻選烘焙工坊。身著Vuori藏青色T恤，肩挎虎紋帆布托特包，Edwin Chen走下樓梯坐在暗角卡座。這位資料標註與AI訓練公司Surge AI的創始人兼CEO啜飲著小杯綠茶。Edwin Chen聊天時連珠妙語：從矽谷文化（他深惡痛絕）到競爭對手（全是人力外包作坊）；再到若外星人造訪地球時的人類互動方式，「他們不說英語，該如何溝通？如何破譯其語言？或許能通過某種數學方式實現。」這一困境也在他最喜歡的短篇小說——科幻作家特德·姜1998年的作品《你一生的故事》中有所探討。該小說後來成為電影《降臨》的藍本，講述了一位語言學家通過識別外星人語言和文字中的模式與之交流的故事。Edwin Chen表示，這也是他在2020年創立Surge的部分靈感來源，他希望自己的資料標註公司能夠編碼「人性的豐富性」。對他而言，這意味著讓最聰明的人類（包括史丹佛、普林斯頓和哈佛的教授）來訓練AI，將他們的專業知識轉化為支撐大語言模型的0和1程式碼。除了這些常春藤聯盟的精英，Edwin Chen還僱傭了來自全球50多個國家的超過百萬名零工工作者，他們負責提出可能難倒AI的問題，評估模型的回答，並編寫幫助AI生成完美回覆的標準。Edwin Chen說，「我真心認為我們所做的工作對所有AI模型都至關重要，沒有我們，通用AI（AGI）就不可能實現」。從未聽說過的最成功的科技企業家Edwin Chen，一位言辭冗長、才華橫溢且性格古怪的人物，或許是你從未聽說過的最成功的科技企業家。這主要是因為他一直刻意保持低調。即使是Surge AI的官網也是同樣的低調，低調到首頁只有一堆文字，沒有酷炫的UI和精緻的互動效果。這位曾在推特、Google和臉書任職的資料科學家避開了傳統的風險投資，七年前離開了矽谷這個「魚缸」，選擇用自己在大科技公司十年積累的「幾百萬」存款來資助Surge公司。「我們自籌資金的原因之一是我一直討厭矽谷的地位遊戲，」Edwin Chen說道，他將典型的由風投支援的矽谷初創公司描述為「快速致富的計畫」。他也討厭籌集大量資金然後不得不花掉的想法。在他看來，這會導致大規模的超額招聘。Surge僅有250名員工，包括全職、兼職和顧問。相比之下，其競爭對手Scale AI的員工數量是Surge的四倍，但收入卻更少。Surge自成立不到五年間，2024年營收已達12億美元，客戶涵蓋Google、Meta、微軟以及AI實驗室Anthropic和Mistral。Edwin Chen透露，公司幾乎從創立首日就實現盈利！基於當前業績，其估值約達240億美元。Surge正以300億美元估值進行10億美元融資談判，目前該輪融資尚未最終落定。Edwin Chen決定使用「自有資金」支援Surge的決策獲得了豐厚回報：他持有的約75%股份估值約180億美元，這足以使他成為今年福布斯美國400富豪榜上最富有的新晉成員。年僅37歲的他，也是該榜單上最年輕的成員。獨特的資料標註模式Surge聲稱其方法不同於舊式的資料標註模式——後者往往僱傭全球欠發達國家的人員，以每小時幾美分的報酬讓他們坐在電腦前區分貓和狗。相反，Edwin Chen的資料標註員（包括專業人士和教授）會遵循一套指令與線上聊天機器人互動。他們可能被要求嘗試誘導聊天機器人輸出錯誤或有毒回覆，然後撰寫更好的回應；或者被要求比較不同AI對同一問題的回覆，並解釋為何某一回覆更優。按收入計算，Surge目前是該行業最大的企業！但包括Scale AI（Meta於6月以140億美元收購其49%股份）、Turing、Mercor和Invisible AI在內的競爭對手正在迅速崛起。一直以來，Edwin Chen都在幕後默默建設他的公司並積累聲譽。一位現任Meta研究員表示，Surge只是不願透露他們的任何工作細節。但隨著行業的發展，Edwin Chen不再滿足於置身幕後。他深切擔憂當今的AI模型被錯誤的目標所最佳化，將使用者引入幻覺兔子洞——這正如他曾在YouTube和Twitter工作時，那些平台的演算法主要被最佳化來追求點選率。他希望Surge能幫助引領AI行業的發展，這意味著他要將自己定位為更具影響力的思想領袖。數學怪才Edwin Chen在佛羅里達州的水晶河（人口3400人）長大，這座墨西哥灣沿岸城市以海牛和退休人士而非科技億萬富翁聞名。他的父母從台灣移民到美國，經營著一家中泰美式餐廳，Edwin Chen少年時期曾在那裡工作。他真正的興趣在於語言與數學之間的關聯。用他自己的話說：我一直對語言的數學基礎很著迷。小時候，他想學習大約20種語言，並且熱愛拼字比賽。數學對他來說很容易，但直到他開始注意到數字中獨特的模式，數學才真正抓住他的想像力。Edwin Chen在八年級就學習了微積分，他表示自己獲得了精英寄宿學校喬特中學（位於康涅狄格州）最後兩年全額獎學金，該校校友包括約翰·甘迺迪和伊萬卡·川普。在修完喬特所有數學課程後，他高三大部分時間都在耶魯大學教授指導下研究任何自己感興趣的課題。隨後他進入麻省理工學院，主修數學，共同創立了語言學社團，並實行多相睡眠計畫——即將睡眠分割成多次短時休息，比如每六小時小睡30分鐘，而非連續八小時的長眠。在麻省理工學院就讀三年後，Edwin Chen在彼得·蒂爾位於舊金山的避險基金實習，並對此非常喜歡，以至於再也沒有返校。完成必修課程後，他申請了學位並於兩年後獲得。隨後，他先後在推特、Google和臉書工作，擔任過涉及內容稽核和推薦演算法的多個職位。在每一個職位上，Edwin Chen都遇到了同樣的問題：難以大規模獲取高品質的人工標註資料。2020年，他離開推特，並於同年創立了Surge。不想上市的創業者Edwin Chen是一名素食主義者，他每天步行兩萬步，並稱在紐約街頭漫步時能迸發出最佳思考。每周一兩次，他會午夜漫步至時代廣場。「我熱愛看到這濃縮的人間百態——百老匯演員、來自世界各地的遊客、夜班工人、藝術家——被燈光、科技與基礎設施環繞。」「為什麼有人會想上市呢？上市公司的一大問題在於它們總是不得不為短期利益而擔憂。」Edwin Chen厭倦了那些「完全是垃圾」的資料標註，這些標註要麼來自報酬過低而不在乎的人，要麼來自缺乏必要文化或政治知識以做出明智判斷的人。Surge希望僱傭那些理解語境並對語言有深刻理解的人。他在業務的其他方面也採取了獨特策略。放棄傳統的銷售與行銷手段，他最初通過自己廣受歡迎的資料科學部落格進行溝通——這個部落格是他在十多年前業餘時間建立的。他表示，Surge的首批客戶正是通過該部落格獲得，但拒絕透露具體名單。已知早期客戶包括愛彼迎、Twitch及其前僱主推特公司。他嘗試直接向科技公司的資料科學家進行推廣，認為這些人能識別Surge資料質量並更願意付費（據兩名研究人員透露，Surge的收費比競爭對手高出50%至十倍）。2023年5月的一個周六夜晚，一位Google研究員經同事推薦致電Edwin Chen。當時Google的Gemini系列AI模形狀況相當糟糕。這通電話持續了兩個多小時。不久後，Google與Surge簽訂了年額超1億美元的合同。AI初創公司往往守口如瓶，但即便在同業中，Surge仍顯得格外神秘。其最大客戶也不完全清楚其資料優勢所在。反過來，Surge及其競爭對手也難以追蹤那些資料最終用於訓練Gemini、Claude或OpenAI的GPT模型。Surge拒絕透露其項目人員匹配機制、資料收集方式及標註流程。客戶支付數百萬美元後，獲得的僅是一個資料集連結。這使得Surge能夠通過隱藏測試、由評分更高的標註員進行人工稽核，以及最佳化表現且可能相當對抗性的機器學習演算法，更密切地監控標註員的表現。Edwin Chen堅持認為，Surge的質量控制和深厚的技術專長是其秘密武器。AI不再依賴人類進行資料標註的那天對於Surge這類企業而言，存在一個根本性問題：隨著AI技術的進步，是否會有一天不再需要人類進行資料標註？據Meta研究人員透露，今年四月發佈的Llama4等模型已大量依賴AI自主生成和標註資料——即所謂的合成資料。Surge採用了一種人機協同的變通方案：由AI生成資料並自行標註，但由人類評估其表現。Edwin Chen堅信人類不可或缺。他指出當人類與AI協同工作時，所能達到的成就遠超任何單方的獨立成果。但即便人類保持參與，若行業更注重機器自我訓練，仍將影響其盈利空間——因為訓練成本將大幅降低。 (新智元)