在大模型圈，有幾家名字人人都知道：OpenAI、Google DeepMind、Anthropic。

但在這些名字背后，還有一家?guī)缀醪蛔?PR、從不上頭條的公司——Surge AI。

不到四年時(shí)間，這家公司用不到 100 人的團(tuán)隊(duì)，做到年收入超 10 億美元；從零開始到今天，它從未融過(guò)一分錢 VC，從第一天起就盈利。

更關(guān)鍵的是：ChatGPT、Claude、Gemini 等一線模型，在后訓(xùn)練、評(píng)測(cè)、對(duì)齊階段都不同程度地用過(guò) Surge 的數(shù)據(jù)和工具。

這意味著，在決定“模型該長(zhǎng)成什么樣”這件事上，Surge 站在了一個(gè)極其隱蔽但關(guān)鍵的位置。

Surge 創(chuàng)始人 Edwin Chen 的身份也不典型：他不是“連續(xù)創(chuàng)業(yè)達(dá)人”，而是一路從 MIT 到 Google、Facebook、Twitter 做機(jī)器學(xué)習(xí)研究的學(xué)術(shù)型工程師。而當(dāng)他真的創(chuàng)業(yè)時(shí)，他幾乎把硅谷主流劇本全部按了“反選”——

• 不追估值、不路演、不上 PR 頭條；

• 不瘋狂擴(kuò)張團(tuán)隊(duì)，只招少數(shù)“癡迷型”工程師和研究員；

• 不追風(fēng)口，不 pivot，從創(chuàng)立那一刻起就只做一件事： 用高質(zhì)量數(shù)據(jù)，教模型區(qū)分好與壞。

在一片“融資—擴(kuò)張—估值”的喧囂里，他用一套幾乎反主流的選擇，做出了 10 億美元公司，也把自己定位為：與其說(shuō)是創(chuàng)業(yè)者，不如說(shuō)是“下一代 AI 的養(yǎng)父”。

1

“我不想上那輛硅谷跑步機(jī)”

如果要給 Edwin 的創(chuàng)業(yè)哲學(xué)找一句話，大概是他在訪談中的原話：

“我從來(lái)不想玩硅谷那套游戲，那太荒謬了。”

在大科技公司待過(guò)的人，大多見識(shí)過(guò)“組織臃腫”的威力；Edwin 的感覺則更極端——他曾在多家大廠工作，始終覺得：“如果裁掉 90% 的人，公司會(huì)跑得更快?！?/b>

于是到自己創(chuàng)辦 Surge 時(shí)，他干脆把這種直覺變成公司設(shè)計(jì)原則：

• 團(tuán)隊(duì)極小，寧可保持幾十人，也不為了“版圖”去堆人頭；

• 沒有多層管理和復(fù)雜流程，核心工程師和研究人員直接面對(duì)客戶和問(wèn)題；

• 對(duì)招聘極其苛刻：“不要只想在簡(jiǎn)歷上加一行熱門公司名字的人。”

在融資問(wèn)題上，他選擇了更少人敢走的路：完全不融 VC。

在今天的硅谷，這幾乎等于主動(dòng)放棄一整套“增長(zhǎng)加速器”：

沒有風(fēng)投幫你站臺(tái)發(fā)聲、沒有估值數(shù)字幫你上頭條、也沒有“新一輪融資完成”的新聞推動(dòng)招聘和合作。

代價(jià)是明顯的：沒有 PR 光環(huán)，Surge 很長(zhǎng)時(shí)間都“名不見經(jīng)傳”；他們的增長(zhǎng)，幾乎完全依賴一種最原始、也最難的方式——產(chǎn)品好到研究員愿意口口相傳。

但 Edwin 覺得，這是唯一能保證公司不被“硅谷機(jī)器”帶偏的路徑：

“如果你的成功建立在炒作和融資上，你就很難拒絕那些會(huì)傷害長(zhǎng)期價(jià)值的事情?！?/blockquote>

他不愿意把時(shí)間花在路演、處理媒體關(guān)系上，而是寧可困在數(shù)據(jù)集和實(shí)驗(yàn)報(bào)告里，琢磨怎么讓下一版模型的行為更可靠一點(diǎn)。

在這種設(shè)定下，Surge 反而被迫把每一件事做到極致：你沒有 VC 的背書、沒有 PR 的放大器時(shí)，剩下唯一能說(shuō)服前沿實(shí)驗(yàn)室的，只剩下結(jié)果。

1

他賭的那件事：把“高質(zhì)量數(shù)據(jù)”做到極致

Edwin 的背景，決定了他賭的方向——不是做模型，而是做“模型背后的那層水”。

他從小同時(shí)迷戀數(shù)學(xué)和語(yǔ)言學(xué)，后來(lái)在 MIT 讀書，又去了 Google、Facebook、Twitter 做機(jī)器學(xué)習(xí)研究。
在這些公司里，他一遍遍遇到同一個(gè)問(wèn)題：想訓(xùn)練好模型，卻拿不到足夠好的數(shù)據(jù)。

在大多數(shù)互聯(lián)網(wǎng)公司，所謂“數(shù)據(jù)標(biāo)注”，往往意味著兩件事：

用大量廉價(jià)勞動(dòng)力做簡(jiǎn)單打標(biāo)——“這是不是貓？”“這個(gè)框是不是車？”

用非常粗糙的規(guī)則衡量質(zhì)量——“有沒有填滿？”“有沒有按格式來(lái)？”

這套邏輯在“圖像分類”時(shí)代還能湊合，
但在大模型時(shí)代，結(jié)果就是：模型在形式上合格，在內(nèi)容上平庸甚至有害。

GPT-3 發(fā)布時(shí)，他意識(shí)到：如果模型真的要走向“能寫論文、能做研究、能輔助科學(xué)發(fā)現(xiàn)”的階段，“寫得像模像樣”遠(yuǎn)遠(yuǎn)不夠，模型需要被教會(huì)什么是“真正好的東西”。

于是，他在 GPT-3 發(fā)布一個(gè)月后創(chuàng)立 Surge，給公司定的方向非常單一：只做一件事——用極高標(biāo)準(zhǔn)的人類數(shù)據(jù)，訓(xùn)練和評(píng)估模型。

在訪談中，他用一個(gè)小例子解釋什么叫“高質(zhì)量”：

如果你想訓(xùn)練模型寫一首關(guān)于月亮的八行詩(shī)，大部分人檢查的是： – 是不是八行？ – 有沒有提到月亮？ 勾完就說(shuō)“OK，這是好數(shù)據(jù)”。但我們真正想要的是諾貝爾獎(jiǎng)級(jí)別的詩(shī)。 它是不是獨(dú)特？是不是有讓人意想不到的意象？ 它有沒有用語(yǔ)言做手藝？有沒有真的讓你感到一點(diǎn)東西？

為了在規(guī)模上做到這種主觀要求，Surge 做了一件別人懶得做的事：給每一個(gè)標(biāo)注者、每一個(gè)任務(wù)收集成千上萬(wàn)條行為信號(hào)。

不僅看他最后打了什么分，更看：

打字節(jié)奏、響應(yīng)時(shí)間；他自己寫出來(lái)的文本或代碼質(zhì)量；基于他數(shù)據(jù)訓(xùn)練后的模型，在真實(shí)任務(wù)里有沒有變好。

再用一整套內(nèi)部模型去判斷：誰(shuí)在哪些領(lǐng)域是真正“有品位的人”。

這聽起來(lái)有點(diǎn)像 Google Search 的演化：先是把垃圾內(nèi)容和死鏈全部掃掉，再在剩下的海量?jī)?nèi)容里，慢慢學(xué)會(huì)“誰(shuí)是真的好頁(yè)面”。

Edwin 的邏輯是：你認(rèn)為什么是好數(shù)據(jù)，最終就會(huì)決定模型認(rèn)為什么是“好答案”。

這不是工程細(xì)節(jié)，而是價(jià)值觀問(wèn)題。

1

拒絕“為小報(bào)讀者優(yōu)化模型”

在談到當(dāng)下大模型行業(yè)時(shí)，Edwin 的批評(píng)非常直接——他認(rèn)為，很多實(shí)驗(yàn)室正在被錯(cuò)誤的目標(biāo)函數(shù)帶偏。

第一個(gè)被點(diǎn)名的是各種排行榜和基準(zhǔn)測(cè)試，尤其是 LMSys Arena 這樣的“開放投票榜”。

在這類榜單上，來(lái)自全世界的用戶可以對(duì)比兩個(gè)模型的回答，選擇“更好”的那個(gè)，以此決定排名。

在表面上，這是一套“民主評(píng)選最佳模型”的機(jī)制；但在 Edwin 眼里，它更像給模型設(shè)計(jì)的一套“標(biāo)題黨訓(xùn)練營(yíng)”。

因?yàn)榻^大多數(shù)投票者不會(huì)花時(shí)間做事實(shí)核查，他們只會(huì)掃兩秒，就根據(jù)“看起來(lái)更厲害”的那一條點(diǎn)票——emoji 多一點(diǎn)、加粗多一點(diǎn)、多級(jí)標(biāo)題多一點(diǎn)、篇幅長(zhǎng)一點(diǎn)，

就比一個(gè)簡(jiǎn)潔、謹(jǐn)慎、老實(shí)的回答更容易獲勝。

Edwin 說(shuō)，Surge 自己研究 LMSys 數(shù)據(jù)后發(fā)現(xiàn)：

“爬榜的最快方式，就是讓模型輸出看起來(lái)更花哨——即便事實(shí)是錯(cuò)的?！?/blockquote>

問(wèn)題在于，整個(gè)商業(yè)鏈條都被這個(gè)榜單綁住了：

企業(yè)客戶買模型時(shí)，會(huì)問(wèn)：“你在 LMSys 上排第幾？”

銷售團(tuán)隊(duì)為了簽單，只能把榜單當(dāng)宣傳單；

研究員的績(jī)效、晉升又跟“模型進(jìn)榜”掛鉤——即使他們非常清楚，為這種榜單優(yōu)化，會(huì)讓模型在準(zhǔn)確性和指令遵循上變差。

這條鏈條一路延伸下去，最后把整個(gè)行業(yè)導(dǎo)向了一個(gè)危險(xiǎn)的站位：我們正在為“超市門口買小報(bào)的人”優(yōu)化 AI，而不是為真理優(yōu)化。

Edwin 還有另一層擔(dān)憂，來(lái)自他在 Twitter、Facebook 做推薦算法的經(jīng)歷。

他清楚地知道，當(dāng)一個(gè)系統(tǒng)的目標(biāo)函數(shù)從“信息質(zhì)量”變成“用戶參與度”時(shí)，會(huì)發(fā)生什么——標(biāo)題黨、極端言論、獵奇圖片迅速占領(lǐng)屏幕，因?yàn)樗鼈冏钅芄雌鸲喟桶贰?/p>

而把這套邏輯移植到大模型上，就是當(dāng)下你時(shí)常能看到的景象：模型瘋狂夸你有多聰明、多前瞻；不斷順著你的偏見講故事，而不是提醒你“這件事其實(shí)很復(fù)雜”；在完全不重要的小事上陪你反復(fù)打磨，消耗你大量時(shí)間。

他講了一個(gè)很小、但很典型的例子：有一次他用 Claude 改一封郵件，改了 30 個(gè)版本，最后滿意地發(fā)出去了。

然后他突然意識(shí)到——

“這是一封根本不重要的郵件，我卻在這里浪費(fèi)了 30 分鐘人生?！?/blockquote>

于是問(wèn)題變成：你到底希望你的模型怎樣對(duì)待你？

是那種永遠(yuǎn)說(shuō)“太棒了，我們還能再試 20 個(gè)版本”的好好先生？

還是那種在適當(dāng)時(shí)候會(huì)告訴你：“這里已經(jīng)夠好，快去做更重要的事”？

這背后就是不同的目標(biāo)函數(shù)：前一種對(duì)“對(duì)話時(shí)長(zhǎng)”負(fù)責(zé)，后一種對(duì)“人類的時(shí)間和生活質(zhì)量”負(fù)責(zé)。

1

“公司就是你的目標(biāo)函數(shù)”

如果把 Edwin 的故事壓成一句話，大概是：他在用一家公司，活出自己相信的那套目標(biāo)函數(shù)。

在訪談末尾，他說(shuō)了一句很“反雞湯”的話：

“我曾以為創(chuàng)業(yè)意味著整天看財(cái)務(wù)報(bào)表、去融資、做 PR。 后來(lái)發(fā)現(xiàn)，你可以完全不那樣做—— 只要把一件事情做到好到不能被忽視，你一樣可以建立一家成功的公司?！?/blockquote>

對(duì)他來(lái)說(shuō)，這件事情就是： 在大模型時(shí)代，認(rèn)真地回答“什么是好數(shù)據(jù)、好模型、好目標(biāo)函數(shù)”這幾個(gè)看起來(lái)枯燥的問(wèn)題，并把它們一點(diǎn)一點(diǎn)做進(jìn)產(chǎn)品、做進(jìn)客戶關(guān)系、做進(jìn)公司文化里。

他給創(chuàng)始人的建議也很簡(jiǎn)單：

不要靠不停 pivot 去“找市場(chǎng)”，而是先問(wèn)清楚：有沒有一件事，是沒有你就不會(huì)有人去做的？

不要只看“什么項(xiàng)目現(xiàn)在最容易融資”，而是問(wèn)：“如果十年后失敗了，我是不是仍然覺得這件事值得？”

在 AGI 這場(chǎng)競(jìng)賽里，模型參數(shù)、算力規(guī)模、排行榜名次當(dāng)然重要，但 Edwin 給出的視角更底層：

模型最終會(huì)變成什么樣，很大程度上取決于： – 你喂給它什么樣的數(shù)據(jù)； – 你用什么樣的指標(biāo)評(píng)價(jià)它； – 以及，你作為創(chuàng)造它的公司，真正相信的是什么。

換句話說(shuō)——你就是你的目標(biāo)函數(shù)，一家公司也是。

而現(xiàn)在，這家拒絕融資、拒絕 PR、拒絕擴(kuò)張的 10 億美元公司，正在用一種極其安靜的方式， 把自己的目標(biāo)函數(shù)，寫進(jìn)下一代 AI 的成長(zhǎng)軌跡里。

點(diǎn)個(gè)“愛心”，再走 吧