在硅谷大厂一路开挂，为啥最终放弃数百万美金年薪？
Meta连升4级+斯坦福读博两不误，被众人在评论区膜拜的大牛是如何炼成的？
前段时间，我邀请到了在硅谷创下职业奇迹的AI技术大牛朱哲清Bill，聊聊他传奇般的硅谷职场、求学、AI创业经历，以及他对AI时代的思考。
话题包括但不限于：
①怎样在高压环境中保持持续成长？
②放弃高薪工作，选择冒险创业的原因
③如何判断一个方向是否值得all in？
④撑不下来的人生至暗时刻是怎么度过的？...
无论你是身处大厂、渴望突破职场天花板，还是对AI技术趋势与创业机会充满好奇，本期对话都将为你带来新的启发~
| 与朱哲清Bill访谈现场
01 硅谷职场晋升密码，6年在Meta从E3到E7
（快问快答部分）
Kelly：你是1996年出生，在上海出生、上海长大吗？
Bill：我在上海读到高中，然后来美国。父母早年在银行工作，后来辞职，又下岗了。
Kelly：是因为父母已经财富自由，不需要工作了吗？
Bill：不是，是比较穷。
Kelly：那你怎么有条件到美国读大学 ？
Bill：待会儿可以聊聊这个故事，还挺有意思。
Kelly：毕业院校？
Bill：本科是杜克大学，博士是斯坦福大学。
Kelly：专业？
Bill：本科是computer science（计算机科学）加finance（金融）。博士的专业是reinforcement learning（强化学习）。
Kelly：做过几份不同的工作？
Bill：只在Meta工作，一共待了七年半。
Kelly：然后就在Meta从E3升到E7。你现在在做什么？
Bill：我创建了Pokee AI。它是一个以工具调用为核心的强化学习智能体，希望覆盖整个互联网的工具，帮企业和开发者完成复杂的工作流。
（快问快答部分结束）
Kelly：我从你发第一篇小红书笔记就关注到了你。当时那篇介绍了你的职场经历。我点进去看到评论区都在说膜拜大佬。
能不能跟屏幕前的观众分享一下，大家在膜拜什么？
Bill：我觉得说不上膜拜。我在Meta将近三年的时间，从零开始搭建整个商业增长的AI的所有的部署。
我们整个团队加上产品团队一块把广告商增长六倍，总体能够带来将近10亿的营收。
Kelly：能否给大家解释一下，这是什么概念？
很多观众不在硅谷圈子里，可能不太了解。我知道这非常难，很多程序员可能一辈子就卡在E5。
如果没有特别强的表现、没遇到好项目，或者能力不够，是很难升到E6、E7的。
你这么年轻，29岁就升到E7，应该是千分之一的概率了。
Bill：我觉得说不上概率，其实是一件相对有确定性的事。
如果你能给公司带来相应规模的收入，或者你做的事对公司有从0到1的战略意义，那自然会有这样的晋升机会。
从某种意义上说，很多人觉得职场被卡死，往往是因为待在一个有天花板的项目或组里一直内卷。
但如果你找到一个天花板足够高的项目，并且自己把它做好，职级的提升其实是比较有把握的。
我在Meta待过两个组，对公司的影响力其实是差不多的。
第一个组更偏商业化：学习怎么和中小企业商家沟通，了解他们使用广告的痛点，再用AI去解决。
第二个组更偏技术落地：专注于把我擅长的技术真正用起来。
Kelly：也就是说，你能从E3升到E7，主要是因为你做的项目从0到1并且给公司带来了显著的业绩？
Bill：对，但我觉得这不是唯一的原因。
你也要会向上管理，做的很多事情要让上面看到。
有时候你需要直接把成果推到VP层级，让大家知道你团队做得好、有潜力，这样才会获得更多任务和曝光。
这有点像你在外面做初创公司，你要让大老板看到你的产品能给他带来什么战略价值。
如果他觉得意义重大，自然会给你更多机会和资源。
02 职场的天花板：跟对人，做对事，站对队
Kelly：所以你不仅要把事做好，还要会“卖出去”。你一直都是既擅长做事又擅长卖的人吗？
Bill：我觉得我在销售上还可以。
Kelly：这是你作为技术出身刻意锻炼的，还是家庭环境或成长经历带来的？
Bill：和家庭环境关系不大。我父母其实很不善交际，整个家庭环境也是这样。
更多的锻炼是在Meta早期，因为我们是从0到1的商业化团队，有很多机会去尝试不同的商业化路径。
你要选择哪条路、怎么说服老板走这条而不是那条，这些都需要一定的商业判断和沟通意识。
这个过程很锻炼向上沟通、和大老板对齐的能力。
当然，“卖出去”这件事必须有实实在在的成果做基础。
如果没做出东西，纯靠说是不行的。
老板们对数字、对项目本身都很敏感。
Kelly：你有没有见过真的做出了东西，但不会卖、只能默默待在较低职级的人？
Bill：这样的人其实挺多的。“卖出去”的能力本身是领导力的一种体现。
如果你没法让上级看到产品的价值，那跟着你干的工程师、科学家也会觉得没有前景，你上不去，他们自然也上不去。
Kelly：你上去了，整个团队也就能跟着上去了。
Bill：是的，举个例子，当年我们很多项目都直接向Meta的CRO（Chief Revenue Officer）汇报。
如果你的项目能被他看到、直接向他复盘，那底下所有的VP和总监都会重视。
他甚至会亲自为我们协调资源，明确要求我们的总监和VP必须支持。
一旦得到这种级别的关注，所有人、所有产品经理都会想办法配合你，因为他们也想从中获益。
这样，你的天花板就被抬高了，整个团队也就有了向上走的机会。
Kelly：如果有人现在正困扰于职场晋升，感觉自己被卡住了，你会给他们什么建议？
Bill：在大公司做事情，本质上是一个站位的问题。如果你所在的领域、产品线对公司未来发展至关重要，那自然会随着大势往前走。
就像早年做深度学习、后来做LLM（大语言模型）的那批人，即便背景不是最强，只要踩对了方向，现在可能已是估值几亿美金公司的核心。
第一，选对路、坚持下去很重要。
第二，如果你一直在做重复性、没有开创意义的工作，那是一个危险信号。
没有创造性就意味着你可以被替代。一旦出现这种情况，就应该考虑换方向或换环境。
第三，不是每个人都会遇到，但也很重要。
如果你向上沟通的时候，发现你的老板或投资人完全不懂你在做什么、也没有办法帮你向上传递压力、争取资源，这也是一个比较不好的情况。
Kelly：要在对的赛道、对的方向上，做有成长性的事，并且要有能够理解和支持你的管理者。
你升职这么快，有些人却一直卡住，你认为有多少是因为运气，有多少是能力，还是说因为人跟人之间存在认知上的差距？
Bill：我觉得选择比努力重要。就是很多人面临的问题是怎么选择。
这里可以分两种情况：
第一，对于一般职场发展，很多大方向其实是相对清晰的。
我举个例子，比如对一家公司来说，最重要的是“赚钱、用户增长和基础建设”。
如果你的工作完全不涉及这三方面，那天花板就会很明显。
那如果你做内部的HR系统，虽然薪资可能不低，但它的影响范围和成长空间都注定很有限，用户也不会增长。
第二，对于科研人员或者高精尖技术人员就是另外一回事，选择更取决于认知与技术判断力。
比如说LLM火了，你要能判断其中哪条技术路径最有前景；
如果扩散模型（Diffusion Models）火了，你做计算机视觉（CV）的或视频方向的也要能选对落地场景。
这是需要专业积累和思维框架，这也是为什么做研究往往需要读博，因为它训练你形成自己思维的分析逻辑。
那你能不能找对扩散模型的某一条路径。这个就看一些认知了。
举个例子，在强化学习领域，很多时候需要搭建一个可以仿真的环境。
如果能解决机器人训练中的仿真环境问题，就能推动整个强化学习在现实场景的落地。
找到这样的突破点，靠的是你过往的研究经验和专业深度，需要主动去观察、分析和选择。
03 如何向上管理：对齐期望，用数据说话
Kelly：关于向上管理，你有没有具体的经验可以分享？
很多人在职场里可能做了十分只说六分，或者老板根本不知道他的贡献。你是怎么做的？
Bill：我觉得首先要明确期望，就是老板的期望在哪里。
这个我觉得不分地方，你在一年开始的时候，或者每半年开始的时候，都应该和老板对齐：
①团队的目标是什么？
②我最擅长做哪三件事？
③这些事是否在团队或整个组织的关键路径上？
④要做到什么程度、对应什么KPI？
我会把这些都写清楚，甚至和我的投资人也会同步。
设定好期望后，就要定期回顾。
比如在大厂，每周、每两周或每月和老板复盘：项目的进度怎么样、难点在哪里、和达成期望的承诺的概率有多大。
等到周期结束，就可以直接和老板对标。当初说增长2%，实际我做到了3%，这样就是清晰的超额完成。
Kelly：拿数据说话，一开始我们说好的是这么多，但我最后超过了。
这样就能保证拿到“超出预期”的评价吗？
Bill：这样能保证你和老板的沟通不会出现偏差，你觉得自己做了大事，他却觉得不重要。
老板其实不在乎你技术多强、多努力，只在乎“结果”。
我最早带过一个人，每周只工作20小时。
Kelly：在Meta吗，全硅谷最卷的地方？
Bill：对，但是人家就是做的很好。
Kelly：你在Meta升职这么顺利，达到大多数人达不到的层级，为什么又马上辞职离开？
Bill：我其实心里一直有想过要创业的，但是具体时间点一直没有想太好，当时强化学习的影响已经越来越大了。
Kelly：你可以用一句话解释“强化学习”吗？
Bill：强化学习是最像人类学习的一种AI学习机制：如果你做对了，给你一颗糖；如果你做错了，给你个棒槌。
但监督学习是不停的模仿。
我们当时在Meta做强化学习的时候，不管在LLM上面，还是在推荐系统、广告出价方面，都有大量的收入。
我当时就觉得强化学习有可能要起飞了，所以决定出来创业。
Kelly：从你有想法到辞职创业花了多久时间？
Bill：其实也花了几个月思考。
但是我当时就觉得再拖不太行了，感觉会磨灭我的意志，像温水煮青蛙。
我在大厂里面，确实是可以继续做我原来的项目、带团队、发论文。
但是与此同时它都需要你做增量工作，比如说让营收增长了1%。
要做增量工作，还是做开创性工作，这是我要做的人生选择。
Kelly：你是2024年10月底离开的，当时强化学习还没变成共识。
Bill：是的，目前我辞职一年还不到。
我们当时其实有找一些投资人聊，很多投资人都说，为什么要做强化学习？
直到2025年初Deepseek出来了以后，大家才会说这个是未来方向。
Kelly：Deepseek跟强化学习是什么关系？
Bill：Deepseek在代码和数据上面做的特别好，就是强化学习直接训练，在没有任何数据的情况下训练。
几乎整个湾区硅谷的所有的投资人和国内的投资人都回来找我。
因为我当年给他们的这个方向在四个多月以后被证实了，这就是认知差距。
04 找到自己的热爱，放弃高薪的动力来源
Kelly：回到大家很关心的一个问题，你一边在Meta工作，一边读完了斯坦福博士。你是怎么做到的？
因为在硅谷，找一个比Meta更卷的公司是很难的。
我在Meta的朋友基本都要加班，想晋升的话，晚上和周末干活是常态，而你竟然还能同时拿下博士学位。
Bill：我当时算过，每周工作时间应该超过100小时。前后一共六年多的时间，除了睡觉、吃饭，基本都在工作。
有时候下班后赶论文或研究，我干脆留在办公室，找个会议室一直做到晚上十点。
Kelly：所以那六年真的非常辛苦。
Bill：是的，几乎没有任何个人生活。
Kelly：听起来并没有什么捷径，你把所有时间都花在了工作和学习上。
那你为什么选择去这么做呢？
选这条路的人多吗？同时在业界工作，又同时去拿到这种世界顶尖名校的博士学位。
Bill：确实也有，但是他们的路子跟我不太一样。
比如，同时在Google和伯克利大学，或者说Meta和斯坦福都有任职，他们可能会被带着做同一件事，并顺便完成博士学位。那样会轻松很多。
我选择的方向更偏落地。当时我和导师沟通时说，我想弄明白为什么强化学习在实际中落地这么难。
导师听完后说，那你不如直接读个博士，来研究这个问题吧。
Kelly：六年的时间没有休息，就是工作和学习。你的动力从哪里来，为什么要把自己逼得那么紧？
Bill：其实我从本科二年级开始，就一直想做强化学习的落地应用，希望找到一个像AlphaGo那样的突破性场景。
AlphaGo是第一个完全通过强化学习从零训练、没有任何人类经验的情况下，能够击败世界冠军的AI。
我的想法就是能不能把这样的一套训练方式，把它迁移到真实的、对人类有实际价值的问题上。
这是我当时从大二开始一直想做的一件事情，就一直在找落地点，一路找了六年，在读博的期间也在做类似的事情。
Kelly：你正在做的是你热爱的，特别有兴趣并且擅长的事吗？
Bill：我对于AI能够取代人类繁琐工作，达到超越人类智能这件事，是发自内心的热爱。
周末没事的时候，还会去读论文，听AI相关的播客，也会自己动手做实验，尝试优化模型训练。
这种热情支撑了我过去六年的选择，如果没有这一份passion，很难支撑下来。
Kelly：不为别的，就是希望推动强化学习落地，做出像AlphaGo那样的开创性产品？
Bill：对，我希望能把AlphaGo、AlphaZero这类算法的能力迁移到实际场景中，无论是推荐系统、大模型还是其他领域。
这个想法让我非常着迷，也希望能够把它落地到更加普惠于人类。
Kelly：非常宏大的愿景。能跟大家描述一下，在Meta那六年，你典型的一天是怎样的吗？
Bill：周末我基本都在做研究和学习。
工作日的白天有公司组会、上课，晚上七点后到十二点通常用来做研究，大约五六个小时。
Kelly：那你睡几个小时呢？
Bill：一般来说6-7个小时，也不是特别少，在保证健康的情况下，只能牺牲所有娱乐，去平衡工作和学习。
Kelly：但是你还结婚了。
Bill：对，我老婆比较支持我，我们在一起很多年了，当时是男女朋友。
Kelly：所以说，创业者要么很早就建立了稳定的亲密关系，要么就得等到功成名就之后，中间那段拼搏创业的时间，很难有精力谈恋爱。
Bill：是的，几乎不可能。
05 人生至暗时刻：事业、学业与家庭的三重重压
Kelly：你这么优秀，事业爱情双丰收，一切听起来都还挺顺利的，目前经历过的最大的挫折是什么呢？
Bill：其实有不少，有一部分和家里有关。
2020年我爸得了重病，整个家庭基本上就完全失衡的状态。因为我爸算是家里的经济支柱，我妈很久以前就不工作了。
我爸病危的那个时候正好是我在Meta从E5升E6的关键期，我得立刻回国两个月。
当时我半年的绩效本来很好，老板也口头答应会帮我争取晋升。
可等我从国内回来，他说没能晋升。而且之后家里的事也一直没断，我爸后来一直卧床，状态很差。
我时不时要去顾家里的事情，学校、工作、家庭三边都要兼顾，半夜还需要我和国内医生打电话沟通。
Kelly：那段时间辛苦了，你是家里的独生子吗？
Bill：对，我是独生子，那段时间是非常艰难的，因为职场受挫，家里压力大、还要高强度工作。
那段时间，经常早上不想起床，觉得起来也没希望、人生看到头了。
我当时会觉得，因为这件事情会不会博士读不完了，我的职业生涯就到此为止，当时就觉得还挺绝望的。
Kelly：你爸爸现在怎么样？
Bill：现在还是维持状态，所以压力其实一直在。不过现在习惯了，平衡得稍好一些。
Kelly：你刚才自我介绍的时候，有提到爸爸妈妈在银行工作，但是后面你用的词是“下岗”？
Bill：对，我初中的时候，家里收入就很不稳定了。
我爸帮人做财务相关的零工，有点像合同工，也在证券公司干过一段，但都不长久。
Kelly：可你高中毕业就出国了，出国读本科，家里至少得掏几百万吧？
Bill：没有几百万，我高中申请美国大学，没有用任何中介，全部都自己去申请。
所有的考试也是自学，只花了几千块钱。我去美国前和爸妈算过一笔账，用三年在美国读大学的费用。
Kelly：真的就是三年毕业吗？
Bill：对，我提前就算好了。美国学校都是学分制，如果在美国毕业进大厂工作，两年就能把这笔钱赚回来。
那你在国内即便我去读985，四年读完了以后，也不一定，当年做计算机方向还没有赚那么多。
Kelly：3年，100万人民币，读完美国本科，真的够吗？
Bill：差不多，我最后毕业就是花了一百万。我当时留学前真给我爸妈列了个账单，算清楚税后收入多少年能回本；
如果按照时间来算的话，跟在国内相比，能不能更早的时间实现更多的收入，他们看了也就同意了，算是赌一把。
06 原生家庭的影响：一路成长，从内敛到破局
Kelly：你提到自己成长的环境中，家庭收入不稳定，父母性格比较内敛，你觉得自己有受到哪些好和不好的影响？
Bill：好的方面可能是没有退路。
比如读大学这件事，如果我当时预测错了，对家里会是一笔很大的损失；
那如果说成功了，那你就确实找到一份很好的工作，家里的财务情况也能一下子变好了，对于当时来说是一个比较大的赌注。
但是这种没有退路的状态，反而让我有破釜沉舟的决心。
不好的一点是，因为金额不大的经济压力，被迫放弃一些更重要的战略性的选择。
比如我需要去做勤工俭学，每周打满20小时工赚生活费。
Kelly：在美国，学生每周打工时长的上限就是20小时，那说明你每周都做满了，为了赚生活费。
你性格上还有受到家庭环境的其他哪些影响吗？
Bill：好的一面是更有责任感。
我知道家里某种程度上是依赖我的，如果我不做，家里就会真的有压力，不做不行。
但坏处是得失心会变得很重，因为每个小得失都可能让你觉得是人生转折。
一直到工作之后我才明白，很多小的挑战，对我的长期目标没有很大影响。
但在读书和我上班早期，这种心态对我影响很深。
甚至早期在Meta，我经历过一次职场霸凌，当时一个总监为了一件小事对我说了很负面的话，我瞬间觉得天要塌了，担心工作要丢、职业生涯被堵死。
但如果见过更大世面的人，可能会觉得大不了换工作。
Kelly：听你的描述，你的性格其实跟你爸妈不太一样，是刻意锻炼出来的吗？
Bill：早期的时候很像，上高中之前，我非常内向。
高三那年，我遇到一个大学面试官，他当时正好在创业，需要人做网站和简单数据分析。
我也不知道脑子怎么就一热，就问他说我能不能加入你的创业公司，结果真的和他们一起干了八个月，每天的工资是100块钱。
那两个负责人都是美国人，他们非常外向，经常带我去参加各种活动、聚会，我的性格就在那八个月里被彻底打开了。
这段经历对我来说是有决定性的意义，整个人不管从性格、还是经历都有了一个很大的转变。
Kelly：按理说，家里面比较不稳定的孩子其实害怕冒险，可能会找个体制内的工作做公务员。
但是你选择创业，这是一个很冒险的事情。
Bill：对，确实是。但我觉得现在年纪还不是很大，还输得起。
加上已经在Meta赚了些钱，至少供房贷和生活没有太大压力，又没有孩子，所以我觉得应该趁现在闯一闯。
而且现在时代环境很好，有资本、有市场、容错空间大，很多人都在做类似的事，竞争很良性。
更重要的是，这是过去十年里第一次真正有机会挑战大厂。
放在2015到2025年之间的任何时间点，说“我要挑战Google、Amazon”几乎不可能，但这几年真的出现了机会。
既然有这样的机遇，又有投资人愿意支持，我觉得就应该去做。
07 创业想法的诞生：用智能体解放重复劳动
Kelly：你创业的想法是怎么来的？
Bill：其实很早以前我就有一个想法，我觉得AI最重要的点就是学会像人类一样去使用工具。
人类之所以强大，不是因为我们能心算十位数乘法，而是我们知道造一个计算器来解决它。
那现在的语言模型为什么在很多时候显得“笨”呢？
是因为它试图把所有能力都内化到自己身上，既要会算数、懂物理、写诗、回邮件，还要懂音乐。
这就像要求一个人成为所有领域的顶尖专家。
那一个真正聪明的人，其实不需要掌握所有技能，而是知道在需要时调用什么工具。
AI也应该这样，否则你要把全世界所有的信息以及处理任何问题的方式都压缩在一个模型里面，那势必这个模型就会非常大。
强化学习擅长的就是通过自我训练、甚至博弈式训练，逐渐学会在复杂环境中调用工具。
现在这个技术方向逐渐成熟，和我的初衷又高度契合，所以我决定出来创业。
Kelly：放弃Meta的工作出来创业的时候，当时你大概年薪多少？
Bill：总包大概在200万美元。
Kelly：这是E7的普遍水平？还是因为你表现特别好，有额外的奖励呢。
Bill：我有一些额外奖励，不过还是有很多人比我拿得多。
Kelly：你现在公司结构大概是什么样？
Bill：团队现在有9个人，其中5位是从Meta出来的朋友，他们知道我要创业后，主动辞职加入的。
团队中2位负责业务与市场拓展，其他都是工程师和研究员。
Kelly：方便分享下这个业务方向的市场，大概是多少的营收吗，九个人能撬动多大的杠杆？
Bill：我不能说一家公司能够吃掉整个市场，但是AI工作流这个方向是一个千亿美元级别的市场。
举个例子，大的公司内部有成千上万个重复性工作流程，消耗几千人力，我们的目标是让AI逐步接管这些流程。
比如市场调研，现在可能需要外包公司手动收集信息、联系对象、整理报告，未来可以由AI智能体自动完成从数据抓取、联系到生成洞察的全过程。
Kelly：天，那会让很多人失业吧？
Bill：是的，但是我觉得人可以从重复劳动中解放出来，去做比打电话更有意义的事情，去做更有创造力、更高价值的事。
而下一个阶段的AI可能要比这更牛，可以创造新的知识，创造新的能力。
但现在这个阶段我认为大家都应该去思考：
我怎么能够变更有创造力，怎么能够真正为社会带来更大的价值，而不是去做重复性的劳动得到报酬。
08 AI时代该怎么办：人工智能帮助找到人类的天赋
Kelly：如果一个人不懂技术、不会写代码，在AI时代该怎么办？
Bill：其实不需要懂代码。
我举一个例子：如果用文艺复兴前的所有数据训练一个模型，它不可能自己创造出文艺复兴后才出现的画作或音乐。
人类的价值在于创造当下不存在的东西。
比如你对音乐有天赋，就应该去创造现在这个时代不存在的音乐。
因为AI是符合人类喜好，它永远不会去改变人潮流的变化，所以你要去引领潮流变化。
比如说法律行业，你是不是对于某一个法律体系有自己的困惑，或者说我觉得这个不合理，要去挑战它。
那就应该思考如何完善法律体系，而不是每天处理重复案件。
Kelly：那这个人是不是必须在自己领域做到顶尖才行？如果只是为谋生做一份普通工作，是不是就很难站稳？
Bill：未来的创新会越来越细分化，每个细分领域都可能出现比原来好十倍、百倍的产品或服务。
AI会帮助每个人找到自己的天赋。
当我们不再被重复劳动绑住，就会被迫思考：自己的人生价值究竟是什么？
你应该朝着那个方向去，而不只是为了糊口。
Kelly：以前我们中国人是要勤恳，我要努力工作去赚钱。
但是在人工智能时代，我们需要改变一个思路：就是我们需要去找到自己的天赋，找到自己的热爱和擅长处。
Bill：是的，某种意义上来说，人工智能的出现其实是帮助人类去找到自己的目标在哪儿。
Kelly：可以具体展开讲讲怎么帮吗？
Bill：未来社会生产力提升后，福利制度会更完善，很多人根本不需要工作的，也能满足基本生活。
这时，很多人就会为了自我实现、为了推动社会进步而去创造。
就像当年蒸汽机取代体力劳动后，工厂里面的工人其实有大幅度缩减，激发了白领的诞生。
Kelly：但像Jeffrey Hinton预测的，AI可能是人类最后一次工业革命，甚至可能消灭人类？
Bill：我觉得这还很远，现在的AI还有点“智障”：经常出现幻觉、无法准确执行复杂指令。
这些问题都不解决，更别说要消灭人类了。等AI能为自己设定目标时，才可能比较麻烦。
Kelly：你觉得那会是什么时候？
Bill：我觉得这个和人类的设计的奖励机制有关。
如果设定的奖励目标和人类真实需求出现偏差，就可能出问题。
未来对大型模型和机器人的奖励机制可能需要政府或监管机构介入审查。
比如说在加州，超过一定规模的计算模型需要接受政府监管，包括训练数据、幻觉控制等方面。
具体是什么我可能不是特别清楚，因为我们的模型相对小一些，但是巨型模型都要受监管。
09 生命中的激励者：坚持做擅长且喜欢的事
Kelly：在AI时代，普通人的出路可能是找到自己的天赋和优势，让AI辅助我们。
说说看你是怎么样找到自己的天赋和热爱的？
因为我觉得你这一路上都是在做同一件事，而这件事在这个时候又可以去发扬光大，正好是是你擅长且喜欢的。
Bill：我觉得有点机缘巧合。
大二的时候我上了强化学习入门课，一听就觉得它和人类学习方式很像，我觉得这是个AI的大方向，以后一定往这个方向走。
当年正好AlphaGo第一次的比赛发生了，我全程都看了那场直播，我还记得很清楚。
当时所有人都觉得，甚至我的导师他也很怀疑它能不能赢。结果它真的打赢了世界冠军，而且以很轻松的方式。
那一刻我更加确信，这就是未来趋势，于是咬定这个方向一直坚持。
Kelly：很多人都看了那个新闻，我当时也看，但是当看热闹一样就是个热点新闻。
而你看到技术的方向和未来的趋势。
Bill：其实对于写代码本身的话，我不是很有兴趣。
对于自动化的解决问题我更有兴趣，怎么能够把自己的能力十倍或者百倍增长。
Kelly：AlphaGo像一个打火机一样点燃了你心里的火苗，还有什么人或事对你影响特别大，帮助成为今天的你？
Bill：有蛮多人的，我没有某个明确的榜样，但是都是零零散散的激励过我。
比如强化学习之父Richard Sutton，患癌四年后回来继续做研究，这是很励志的一件事情。
正常人四年癌症下来谁还做研究呀，肯定就是去享受人生。
Kelly：那是真热爱。就算明天是生命的最后一天，他今天还是想做研究。
Bill：对，他算是我的一个激励者。
还有我导师，他告诉我做研究不是为了写一篇提升1%的论文，而是为了根本性地理解什么技术能解决什么问题，构建自己的思维架构。
也有很多创始人让我深受启发，比如Google的创始人。
他们是纯技术出身，一直用科学思维解决问题，愿意花时间沉淀。
Google发布东西一般会比别人慢一些，但是它一旦起飞就是全面开花各种起飞，这种文化我一直很向往。
管理上我也欣赏极其扁平、透明的组织方式。
所有人都知道所有的事情，这样能够保证大家真的有自己内在的驱动力去做这个共同的事业，这也是我们公司在实践的。
10 如何时间管理：我们应该要去找到人生信仰
Kelly：你这么年轻在职场和事业上都很顺利，有没有什么特别好的习惯可以让大家学习？
Bill：我觉得时间管理很重要。
我小时候其实时间管理很差，会为了一件很不重要的事情花很多时间。
举个简单例子，小时候大家都会考试，高中考试的时候，最耗时间的考试科目是语文。
因为你要去背各种各样的课文，古诗，但是你少背一首古诗，被考到的概率可能只有10%不到。
从期望值来说，你花大量的时间去准备你的语文考试其实是没有意义的。
但是当时我其实没有懂得这个道理，后来创业了才明白，发现我当年很多学习方式是有很大问题的。
因为创业讲究“二八原则”，你要用20%的时间做到80%的事情。
当你去用一个公式化的东西去解构生活当中很多问题都会变得很明亮。
但是很多事情也不适用，比如说生活当中你跟自己的另一半去处理问题，千万不能这种方式。
Kelly：有没有对你影响特别大的书或者是电影，可以跟大家推荐。
Bill：对我学习和工作习惯影响最直接的可能没有，但是我小时候为什么开始做编程和做计算机的核心原因是因为看了《黑客帝国》。
那部电影让我觉得，编程有可能让人类的智能和生存空间跨越好几个维度，对我的启发非常大，突然之间像开窍了一样。
另外，电影《美丽心灵》也让我很有触动，他对于一件事的坚持和热爱，是很难复制的。
我觉得人要去找到自己人生当中的信仰。
即便说你可能在性格上面有什么缺陷，一旦找到这个爱好以后，你会有一个驱动力，让你去做很多事情。
Kelly：感谢Bill的时间与分享，希望这段对话对想要创业的伙伴，或者在职场上升级打怪的伙伴们有所启发。
Bill：谢谢大家。
本文来自微信公众号“凯莉彭”，作者：凯莉彭，36氪经授权发布。
