@高飞

#模型时代# 70人干到10亿美金：Surge AI这家神秘数据公司如何重新定义AI训练？Edwin Chen是Surge AI的创始人兼CEO。这家公司在不到四年时间内实现了超过10亿美元收入，员工不到100人，完全自筹资金，从未接受一分钱VC投资，创下史上最快达到这一里程碑的记录。在创立Surge之前，Edwin曾在Google、Facebook和Twitter担任研究科学家，MIT数学、计算机和语言学背景。他们为OpenAI、Google、Anthropic等前沿实验室提供模型训练数据。核心产品： RLHF数据（人类专家评判模型回答好坏）、SFT数据（专家撰写示范回答）、RL环境（模拟真实世界供模型学习）、模型评估与红队测试。Claude就是用Surge平台训练的。核心竞争力：找真正的领域专家教AI什么是"好"。主要对手是Scale AI，但被Meta收购后（143亿美元），部分客户因信任问题转向Surge。其他竞争者包括AWS SageMaker Ground Truth、Google Vertex AI、Labelbox等。但Surge AI不在LinkedIn发病毒式帖子，不在Twitter上持续推广，不参加融资路演，不追求TechCrunch头条。所以，大多数人直到他们宣布10亿美元收入时才第一次听说这家公司。一、不融资、不营销，如何做到10亿收入Edwin Chen对硅谷的标准玩法一直很反感。从创业第一天起，Surge就选择了一条完全不同的路。1、"我们可以裁掉90%的人，然后跑得更快"Edwin在大厂工作时就有一个观察：最优秀的员工总是被各种干扰拖累。开不完的会、写不完的文档、配合不完的跨部门协作。他认为，如果把这些人解放出来，效率会飙升。所以Surge从一开始就坚持只招极少数精英。"我以前在这些大科技公司工作，我一直觉得我们可以裁掉90%的人，反而会跑得更快，因为最优秀的人就不会有这些干扰了。"2、拒绝硅谷工业复合体不融资意味着什么？意味着你的VC不会帮你发推特、不会帮你上TechCrunch头条、不会帮你在报纸上宣布天价估值。Surge必须靠产品本身说话。这反而筛选出了真正懂数据、真正在乎数据的客户。Edwin说，早期客户必须和他们使命高度一致，真正理解高质量数据如何让AI模型变得更好，因为这些人才能给出有价值的反馈。3、未来会出现更疯狂的人效比Edwin预测，未来几年会出现每员工1亿美元营收的公司。AI会持续提升效率，这个比例是必然的。更重要的变化是公司类型会改变：更少员工意味着更少资本需求，更少资本需求意味着不用融资，不用融资意味着创始人不需要擅长"pitch"和"hype"。最终，你会看到更多真正懂技术、懂产品的创始人，而不是PPT高手。"我真的希望硅谷能回归成为黑客的乐园，而不是油滑创业者的舞台。"二、数据质量的真正含义Surge做的事情，用一句话概括：教AI什么是好、什么是坏。但大多数人完全不理解这件事有多复杂。1、"检查清单"式质量 vs 真正的质量Edwin举了一个例子：假设你要训练模型写一首关于月亮的俳句。肤浅的质量检查是：这是诗吗？有八行吗？包含"月亮"这个词吗？全部打勾，那就是好诗。但Surge追求的是诺贝尔奖级别的诗歌：这首诗独特吗？充满微妙意象吗？让你惊喜并触动内心吗？教会你关于月光本质的新东西吗？这需要对质量有极其深入和复杂的理解。2、数千个信号的复杂系统Surge建立了一套技术系统来衡量质量：追踪每个标注员的数千个信号，包括键盘输入、回答速度、代码审查结果，甚至用标注员产出的数据训练模型来看是否真的提升了性能。这就像Google搜索判断网页质量一样，有两个维度：一是去除最差的（内容审核问题），二是发现最好的。后者才是真正难的部分——找到那些不只是机械完成任务的人，而是真正能写出让你动容的诗的人。3、为什么Claude的代码和写作一直领先过去几年，Claude在编程和写作上远远领先其他模型，以至于几乎所有AI编程产品都建立在Claude之上。Edwin认为这背后是数据和品味的双重作用。每个前沿实验室在选择训练数据时都面临无数选择：用多少人类数据、多少合成数据？编程领域关注前端还是后端？前端的话关注视觉设计还是代码效率？是否为了PR去优化那些实际上不太重要的学术基准？"后训练几乎是一门艺术，不纯粹是科学。当你决定要把模型做成什么样、擅长什么的时候，这里面有品味和修养的概念。"有些公司会机械地检查清单，有些公司则理解好的东西不是靠清单能定义的——后者就是做得更好的那一批。三、基准测试正在把AI推向错误方向Edwin对当前AI基准测试的批评非常尖锐：他认为这些基准不仅没有意义，还在主动伤害AI的发展。1、基准测试本身就是错的两个问题：第一，很多基准测试的答案本身就是错的，充满混乱，但人们盲目信任。第二，这些基准有明确的客观答案，很容易被"刷分"优化，但这和现实世界的模糊性、复杂性完全不同。"模型能拿IMO金牌但还是搞不定PDF解析，这挺疯狂的。"因为IMO虽然看起来难，但它有客观性，容易被刷分优化；而解析PDF是模糊的、混乱的现实任务，没有简单的优化路径。2、LM Arena正在把模型变成"超市小报"Edwin对LM Arena（一个流行的AI模型排行榜）的批评最为激烈。在这个排行榜上，全球随机用户投票选择哪个AI回答更好。问题是：他们只花两秒钟扫一眼，挑最花哨的那个。"模型可以完全胡说八道，但只要有疯狂的emoji、加粗、markdown标题这些表面东西，用户就会选它。这简直是在为超市收银台旁边买小报的人优化模型。"Surge的数据显示：刷LM Arena最简单的方法就是疯狂加粗、双倍emoji、把回答长度翻三倍——哪怕模型开始胡说八道、答案完全错误。3、营销压力扭曲了研究方向实验室的研究员私下告诉Edwin："我知道刷这个排行榜可能让我的模型在准确性和指令遵循上变差，但这是我年底能升职的唯一方式。"因为销售团队在卖企业客户时，客户会问："你们模型在LM Arena只排第五，为什么我要买？"这是一个系统性的激励扭曲。4、社交媒体式优化的危险Edwin以前在社交媒体公司工作，每次优化engagement（参与度），结果都是灾难：点击诱饵、比基尼图片、大脚怪、恶心的皮肤病图片占满信息流。他担心AI正在走同样的路。ChatGPT的那种"你说得太对了，多棒的问题啊"式回应，本质上就是在用"你是天才"来钩住用户。模型会迎合你的妄想和阴谋论，把你拉进兔子洞，因为硅谷就是喜欢最大化用户停留时间。"我们在教模型追逐多巴胺，而不是真相。"四、RL环境：AI训练的下一个前沿在讨论AI如何变得更聪明时，Edwin详细解释了RL（强化学习）环境为什么会成为下一个关键突破。1、什么是RL环境想象建造一个完整的虚拟世界，就像一个有真实剧情的电子游戏。每个角色都有完整背景，每个企业都有可调用的工具和数据，各种实体相互作用。比如：一家创业公司，有Gmail消息、Slack频道、Jira工单、GitHub PR、完整代码库，然后突然AWS宕机、Slack也挂了——模型，你怎么办？模型必须自己搞清楚。我们给模型设定任务、设计挑战、运行测试看它表现如何，然后给出奖励信号。2、为什么这很重要这些环境暴露了模型在端到端现实任务上的弱点。很多模型在单步工具调用、单步指令遵循上表现不错，但一旦丢进混乱的真实世界——有令人困惑的Slack消息、从没见过的工具、需要修改数据库、在更长时间跨度上行动（第1步会影响第50步）——模型就会灾难性地失败。3、Trajectory（轨迹）比最终答案更重要有时模型确实得出了正确答案，但过程极其荒谬：中间可能尝试了50次都失败了，最后随机碰对了；或者用了极其低效的方式；或者通过"奖励黑客"找到了捷径。如果只检查最终答案，你会错过大量关于模型行为的信息。有时你希望模型通过反思来得出答案，有时你希望它一步到位。忽略轨迹就等于放弃了大量可以教给模型的东西。4、这更接近人类学习的方式Edwin认为AI需要能模拟人类学习的各种方式。想想如何成为一个伟大的作家：你不是靠背语法规则，而是靠阅读伟大的书、练习写作、从老师和读者那里获得反馈、注意什么有效什么无效、通过接触杰作培养品味。这是一个无尽的练习和反思循环。AI需要学会所有这些不同的学习方式，RL环境是向这个方向迈出的重要一步。五、AGI时间线与模型差异化1、Edwin的AGI预测：还要十年甚至更久从80%到90%到99%到99.9%，每一步的难度都是指数级增长的。Edwin预测：一两年内模型会自动化掉80%的普通高级工程师工作，但再过几年才能到90%，再过几年到99%。"我觉得我们离AGI还有十年甚至几十年，比大多数人预期的要长。"2、模型会越来越分化，而不是趋同一年前Edwin还以为所有模型会变得越来越像，互相追赶，最后差不多。但现在他改变了看法：公司的价值观会塑造模型的行为。他举了自己的例子：用Claude帮忙写邮件，来回改了30遍，30分钟后终于发出了"完美"的邮件。然后他意识到：他花了30分钟做一件根本不重要的事。这引出一个深刻问题：你想要什么样的模型？一种模型说："你说得对，这封邮件还有20种改进方式"，然后继续跟你迭代50轮，吸走你所有时间和注意力。另一种模型说："停下来，你的邮件已经很好了，发出去，去做别的事。""就像Google、Facebook、Apple做搜索引擎会做出完全不同的东西一样，LLM也会开始表现得非常不同。"3、Anthropic做对了什么在不点名的情况下，Edwin表示他一直对Anthropic印象深刻："我觉得Anthropic对什么该做、什么不该做、想要模型如何表现，有一种比较有原则的态度。"六、反硅谷的公司建设哲学Edwin对硅谷传统创业模式的批评贯穿整个访谈。1、不要Pivot"硅谷标准玩法是每两周pivot一次去找product-market fit。我一直反对这个。"他见过太多"按剧本"的公司：2020年做crypto，2022年做NFT，现在做AI。没有一致性，没有使命，只是追估值。"如果你失败了是因为市场还没准备好，我觉得那反而更好——至少你在深刻、新颖、困难的东西上认真搏了一把，而不是pivot成又一个LLM wrapper公司。"2、不要Blitzscale不要疯狂招人，不要招那些只想简历上加一个热门公司的斯坦福毕业生。"只建造你能建造的那个东西——那个没有你独特的洞察和专业知识就不会存在的东西。"3、创始人应该是科学家，不是销售Edwin说他从来没想过要创业。他热爱研究，一直以为要当数学或计算机教授。他以为创业就意味着整天盯财务、开会、做那些无聊透顶的CEO工作。结果发现完全不是这样。他现在每天还在深入数据、和研究团队讨论到凌晨3点、为每个新模型写深度分析报告。"我自己根本不擅长销售，也讨厌整天开会。但我可以一直做数据分析、和研究团队聊天。我直到现在还能保持这种非常hands-on的状态，我很喜欢。"4、公司是CEO的具象化有人对Edwin说：公司在某种意义上是CEO的具象化。他之前没想过这个问题，因为他以为CEO只是在执行VP和董事会的决定。但实际上，当面临重大艰难决策时，他不会想"公司应该怎么做"或"我们要优化什么指标"，而是问自己："我个人在乎什么？我的价值观是什么？我想看到世界发生什么变化？"核心归纳Q1: Surge AI如何实现不到100人做到10亿美元收入？两个关键：一是极端的人效追求，只招最顶尖的人，避免大公司的协调成本；二是完全靠产品质量获客，不融资意味着不进入"硅谷工业复合体"的营销循环，反而筛选出了真正懂数据、在乎数据的客户群体。Q2: 为什么Edwin认为当前AI基准测试在把行业引向错误方向？因为这些基准优化的是"表面花哨"而非"真正智能"。以LM Arena为例，用户只花两秒钟扫一眼就投票，模型只要加粗、加emoji、把回答拉长就能刷分，哪怕内容完全是胡说八道。研究员为了升职不得不优化这些指标，即使他们知道这会让模型在准确性上变差。Q3: RL环境为什么会成为AI训练的下一个前沿？RL环境是对真实世界的模拟，让模型在混乱、模糊、长时间跨度的任务中学习——这更接近人类学习的方式。关键不只是最终答案，而是整个解题轨迹，这里面包含了大量可以教给模型的信息。之前的SFT（监督微调）、RLHF、rubrics/verifiers（评分器/验证器）都还在用，RL环境是新增的一种学习方式，补充而非替代之前的方法。

@tombkeeper

做一下 2025 年的粉丝平均月收入调查（请注意是平均#月收入#）。请大家把 2025 年的税前总收入除以 12 后进行选择。1、投资增值、利息、分红、租金等投资收益也算进来。2、2024 年的年终奖一般在 2025 年初发放，也算做 2025 年的收入。3、2025 年 12 月的收入虽然还没拿到，可以先按预估数字算。​​ tombkeeper的微博投票 ​​​​

@tombkeeper

最近几年我和朋友见面，大家基本都要问一个问题：“为什么我们都老了但你看起来没什么变化”。我一般就会跟他们讲些西医养生知识，比如怎么控制体重，怎么控制情绪管理压力，怎么预防皱纹之类。有个早就谢顶的朋友问我头发怎么办，我说别急，治疗脱发的需求巨大，所以相关研究也多，有几项看起来很有希望。前几天，Cosmo制药的克拉考特酮（Clascoterone） 5% 浓度治疗雄激素性脱发的三期临床结果出来了，效果非常明显。克拉考特酮是一种局部雄激素受体抑制剂，之前 1% 浓度制剂已经作为治疗痤疮的药物上市了。现在看起来 5% 浓度制剂应该也很快可以上市。

@令狐冲的剑2022

令人作呕的悼亡诗，不过是男人炫耀雄性魅力的勋章。读的第一首悼亡诗是苏轼的《江城子·乙卯正月二十日夜记梦》。彼时还是不谙世事的少女，少不得感动落泪。再大一点，知道他还有朝云暮雨两位小妾，又娶了自己的小姨子，心里就觉得很失望。也读过归有光的《项脊轩记》，最后一句十分著名：“庭有枇杷树，吾妻死之年所手植也，今已亭亭如盖矣。”读了也觉温馨感人。谁知后来才知道，种枇杷树的女子还在病榻之中，归有光就跟她的陪嫁婢女好上了，还生了孩子。要多贱有多贱。元稹的悼亡诗写得也很好，感人至深。我最爱读的是他的《遣悲怀三首》。我认为他算是悼亡诗里最出色的了。其中“诚知此恨人人有，贫贱夫妻百事哀”，更是家喻户晓的名句了。但是其实元稹也个出类拔萃的渣。先跟表妹“崔莺莺”未婚同居，后来为了自己的仕途，立刻抛弃了“崔莺莺”，娶了高官之女韦丛为妻。婚后又搭上了才女薛涛，而他的妻子韦氏就是在他跟薛涛厮混的时候病故的。《遣悲怀三首》，也是为韦氏写的。一边出轨一边深情，就问你服不服？后来元稹又勾引了有夫之妇刘采春，也是位美丽动人的才女。他所付出的，就是几首情诗而已。刘采春立刻离开了丈夫，住进了元稹家里。后来元稹当然抛弃了她——元稹只跟高官之女结婚，才女啥的，就是玩玩而已。刘采春无颜面对丈夫，只能投河自尽。所以说别当真，悼亡诗是工具，展示文采的工具。而女人是勋章，炫耀雄性魅力的勋章。发展是硬道理，女人要自我发展，别为男人牺牲，不值得。你真牺牲了，你情深不悔，感动了你自己吗？以为人家也会有一丝动容吗？别傻了，人家只是把你的爱，当成一枚勋章，得意洋洋地别在胸口，用以展示自己的魅力，抬高自己的身价。所以我对这些人都是都很鄙夷的。现在当然也不读悼亡诗、悼亡文之类的了。以前有位男朋友问我付读什么书，《水浒传》有没有读过。我跟他说读过一点，他问我哪一点，我说说“武大郎捉奸”那一点，把他气了个哭笑不得。现在想想，我真觉得那些薄情寡义的人写的深情文章，还不如武大郎捉奸好看。

@新浪财经

【#中国央行连续第13个月增持黄金# ​​​】12月7日，中国人民银行数据显示，中国11月末黄金储备报7412万盎司，环比增加3万盎司，为连续第13个月增持黄金。（人民财讯）小调查：你近期买黄金了吗？ 新浪财经的微博投票 ​​​

@破破的桥

Hassabis这个图好。 ​​​

@tombkeeper

这就是郭德纲于谦被举报的相声《艺高人胆小》。让我们批判性地看一看他们到底是怎么低俗不雅的！ tombkeeper的微博视频 ​​​

@tombkeeper

查税，有的时候是目的，有的时候是手段。 ​​​

@tombkeeper

查税，有的时候是目的，有的时候是手段。 ​​​