訓練 ChatGPT 的公司，給 AI 時代創業者的一堂課

本文整理自 Lenny’s Podcast 與 Surge AI 創辦人 Edwin Chen 的訪談。 收聽連結：YouTube

4 年內營收突破 10 億美元。員工不到 100 人。從第一天就獲利。更重要的是——他們一毛錢的創投資金都沒拿過。

這組數字放在任何產業都很驚人，放在矽谷更是近乎異端。當整個科技圈都在談「閃電擴張」、追逐獨角獸估值、用大量資金換取成長時，Surge AI 創辦人 Edwin Chen 選擇了一條完全相反的路。他不募資、不做公關、不追風口，只專注做一件事：提供訓練 AI 模型所需的高品質資料。

結果是，他們成了史上最快達到 10 億美元營收的公司之一——而且你可能到最近才聽過這家公司的名字。

他們到底在做什麼

Surge AI 做的事情，用一句話說就是：「教 AI 什麼是好、什麼是壞。」

每一個你用過的大型語言模型——ChatGPT、Claude、Gemini——都經過一個叫做「後訓練」（post-training）的過程。模型先從網路上學習大量文字，但這只讓它學會「預測下一個字」，不代表它知道什麼樣的回答才是好的。後訓練就是教會模型分辨品質的過程，包括 SFT（監督微調）、RLHF（人類回饋強化學習）、設計評估標準等等。

Surge AI 就是這個後訓練環節的關鍵供應商。他們招募各領域的專家——物理學家、詩人、軟體工程師——讓這些人與 AI 模型互動，評估模型的回答，提供高品質的訓練資料。所有主要的 AI 實驗室都是他們的客戶。

這聽起來像是「資料標註」，但 Edwin 很討厭這個詞。「資料標註讓人想到標註貓的照片、在汽車周圍畫框框這種簡單工作。但我們做的完全不同——我們是在養育人類的孩子。」他這樣形容。養小孩不只是餵他吃東西，而是教他價值觀、創造力、什麼是美。訓練 AI 也是一樣。

品質的定義，決定了一切

Edwin 認為 Surge 成功的核心原因是：他們對「品質」的定義，跟其他人完全不一樣。

「大部分人不理解品質在這個領域是什麼意思。他們以為可以用人海戰術，丟一堆人去做就能得到好資料。這完全錯了。」他舉了一個例子：假設你要訓練模型寫一首關於月亮的八行詩，什麼叫「好」？如果你不深入思考品質，你會這樣檢查——這是一首詩嗎？有八行嗎？有提到月亮嗎？都符合，那就是好詩。

但這不是 Surge 追求的。「我們要的是諾貝爾獎等級的詩。這首詩獨特嗎？有細膩的意象嗎？會讓你驚喜、觸動你的心嗎？會教你一些關於月光本質的事情嗎？會玩弄你的情緒、讓你思考嗎？」這種品質很難測量，非常主觀，而且標準極高。但 Edwin 認為，這才是我們真正希望 AI 能做到的事情。

為了測量這種品質，Surge 建立了複雜的系統，收集每個工作者的數千個信號——他們的背景、專業領域、打字速度、回答方式，以及最重要的：他們產出的資料是否真的讓模型變得更好。「我們最終會知道你擅長寫詩、還是擅長寫論文、還是擅長寫技術文件。」Edwin 說。這就像 Google 搜尋用無數信號來判斷網頁品質一樣——不只是過濾垃圾，更要找出最頂尖的內容。

反矽谷的創業哲學

「我一直很討厭矽谷的那套說法。」Edwin 說得很直接。

標準的創業劇本是：快速找到產品市場契合度，可能每兩週就要 pivot 一次；用各種手段追求成長和互動；用閃電擴張的方式盡快招人。Edwin 完全不同意這些。他的建議是：不要 pivot，不要閃電擴張，不要請那些只想在履歷上加一家熱門公司的史丹佛畢業生。「就專心做一件只有你能做的事——一件沒有你的洞見和專業就不會存在的事。」

他觀察到太多「追風口」的公司：2020 年做加密貨幣，2022 年 pivot 到 NFT，現在又變成 AI 公司。「沒有一致性，沒有使命，只是在追估值。」Edwin 認為這很諷刺——矽谷喜歡嘲笑華爾街只看錢，但矽谷大部分人也在追同樣的東西。

在他看來，創業本來應該是承擔巨大風險去建造你真正相信的東西。如果你一直 pivot，你根本沒在承擔風險，只是想賺快錢。「如果你失敗了，但失敗的原因是市場還沒準備好，我覺得那反而更好。至少你對一個深刻、新穎、困難的問題揮了一棒，而不是 pivot 去做另一個 LLM wrapper 公司。」

Surge 從第一天就專注在同一個使命：提供推動 AI 前沿所需的高品質複雜資料。他們沒有募資，所以不用跟創投解釋決策、不用追季度指標、不用做好看的簡報。他們沒有做公關，所以只能靠產品好 10 倍來贏得客戶，靠研究人員的口碑傳播。這條路更難走，但 Edwin 認為這反而讓他們的早期客戶是真正懂資料、真正在乎品質的人，而不是看到新聞報導就來詢問的。

小而精的力量

「我以前在幾家大科技公司工作過，我一直覺得我們可以開除 90% 的人，然後動得更快，因為最優秀的人不會有那麼多干擾。」Edwin 回憶道。這個想法後來成了 Surge 的核心原則：用極小但極精英的團隊來運作。

他認為這個趨勢會加速。AI 讓一個人能做到以前需要一整個團隊才能做到的事。更少員工代表需要更少資金，更少資金代表不需要募資。不需要募資代表什麼？代表創業者不用是那種擅長做簡報、擅長製造話題的人，而可以是真正擅長技術和產品的人。產品也不用為了營收和創投想看的指標去優化，而可以是由小型、執著的團隊打造的、他們真正在乎的東西。

「我真的希望矽谷的創業圈能回到屬於 hacker 的時代。」Edwin 說。他相信現在很多人已經厭倦了各種炒作，想要跟真正在乎的人一起做重要的事。

更深層的使命

談到驅動他的動力，Edwin 的回答出乎意料地哲學。

「我其實是個科學家。我一直以為自己會成為數學或電腦科學教授，研究宇宙、語言、溝通的本質。」小時候他有個異想天開的夢想：如果外星人來到地球，需要有人破解他們的語言，他希望自己是政府會打電話找的那個人。去 MIT 讀書，不只是因為數學和電腦科學，也是因為 Noam Chomsky 在那裡。

現在的 Surge，在他眼中不只是一家資料公司。「更深的使命是幫助客戶思考他們的目標函數——他們想要模型成為什麼樣子。」這就像養小孩。你可以問簡單的問題：小孩 SAT 要考幾分？大學申請論文要寫多好？但更深的問題是：你想讓他成為什麼樣的人？如果他快樂，不管做什麼你都高興嗎？還是你希望他讀好學校、財務成功？

AI 面臨類似的選擇。我們是要建造真正推進人類發展的系統——治癒癌症、解決貧窮、理解宇宙？還是我們在優化「AI 垃圾」——吸走我們時間、讓我們越來越懶的系統？這個問題很難，因為真正對人類有益的事很難測量，而點擊、按讚這種代理指標很容易測量。

「你就是你的目標函數。」Edwin 說。選擇追求什麼，定義了你會成為什麼。他希望 Surge 能在這個關鍵時刻，幫助塑造 AI 往對人類真正有益的方向發展。

Edwin Chen 的故事給創業者一個提醒：有時候，不走尋常路反而能走得更遠。不募資、不做公關、不追風口，聽起來像是劣勢，但如果你真的在做一件只有你能做的事，這些反而可能是你最大的優勢。