他的公司成立仅 4 年，在零外部融资的情况下营收已超 10 亿美元，而竞争对手 Scale AI（AI 数据标注领域的知名公司）融资超 13 亿美元，年营收却只有 8.5 亿美元。
他是埃德温·陈 （Edwin Chen），是专为 OpenAI、Anthropic 等顶级 AI 公司提供高质量训练数据的 Surge AI 创始人兼 CEO，也是一个在硅谷大厂摸爬滚打多年后，用反传统方式创业成功的技术理想主义者。
从谷歌、脸书到 Twitter，Edwin Chen 发现了一个残酷真相：90% 的大厂员工都在做无用功。
当所有人都在为融资而融资、为增长而增长时，他选择了一条截然不同的道路——拒绝融资、专注质量、坚持初心。
更令人震撼的是，面对 1000 亿美元的收购报价，他毫不犹豫地拒绝了。
在这个充满不确定性的 AI 时代，Edwin Chen 的故事不仅是一个商业奇迹，更是对硅谷主流创业文化的深刻反思。
他告诉我们，真正的成功不在于融了多少钱、估值多少，而在于是否在做真正重要的事情，是否在为人类的未来贡献力量。
核心要点：
1. 大公司 90% 的员工在做无用功，小团队用 10% 资源就能实现 10 倍效率；
2. 硅谷融资文化是地位游戏，创业者应专注解决真正相信的问题而非追逐资本；
3. 第一个月就盈利的公司不需要融资，销售团队反而会稀释产品理念；
4. 数据标注行业多数公司是 「人力外包」，缺乏质量测量和改进技术；
5. Surge 从第一原则出发构建质量控制技术，而非简单堆砌人力；
6. 哲学博士不等于能力，80% 计算机科学博士代码水平很差；
7. 100 倍工程师真实存在，AI 将让顶尖人才效率进一步放大；
8. 取消无意义会议和一对一，质量第一原则深入每个员工内心。
一、90% 的大厂员工都在做无用功
主持人哈利·斯特宾斯：你曾经说过，在谷歌、脸书、Twitter 工作时，90% 的人都在解决无用的问题。这听起来很震撼，能详细解释一下吗？
Edwin Chen：这确实是我最大的收获。你可以用 10% 的资源和 10% 的人力建立一家完全不同的公司，但仍然比那些大公司快 10 倍，产品质量也好 10 倍。想象一下，如果你能神奇地去掉那 90% 没在做有趣问题的人，会发生什么？
如果公司只有原来十分之一的规模，你就不需要雇那么多人，花在面试上的时间更少，开会时间更少，不用为了更新而更新。
因为规模小，每个人都能更好地了解公司里正在发生的事情，不会有杂乱的东西掩盖重要的事情。
但是优先级判断因人而异，每个人都觉得自己的项目重要。这就是规模小的好处——当你更小的时候，我和公司里的其他人都能更清楚地了解客户问题本身，以及大家都在做什么。
在大公司里，很多优先事项其实只是为了给某个人留下印象，比如 「我需要给我的 VP 留下好印象」，「我需要给我的经理留下好印象以便升职」。你并不是真的在为最终客户、最终产品做事，而是为了内部公司机制。
举个例子，有人说要改进一个内部工具来提高 5% 的生产力。
但为什么要提高他们的生产力？因为他们花 10% 到 20% 的时间在面试。为什么要面试？因为他们为了增长而增长。
这就形成了一个永恒的循环，很多优先事项都脱离了最终客户和最终产品。
主持人哈利·斯特宾斯：关于在这些备受赞誉的大公司工作，你觉得有什么是外界不了解但应该知道的真相？
Edwin Chen：我认为人们没有意识到的一件事是，你构建的很多东西实际上都是为了服务公司内部的官僚体系。
而这些内部官僚体系存在的原因，仅仅是因为组织内部有很多人，他们的真正目标并不是创造好的产品，而是能够对朋友们说 「我是管理 1000 人团队的副总裁」，这让他们感到很有面子。
所以他们考虑的是：如何让我的团队规模增长得更快？如何找到更多可以招聘的部门？如何设置月度绩效评估来向我的上级证明，我管理的这个 1000 人团队是高效且有价值的？
基本上，在这些大型公司里，大部分的工作实际上只是为了维持和扩大这些完全为了内部政治而存在的官僚机制。
二、为什么说融资是硅谷最大的骗局？
主持人哈利·斯特宾斯： 当产品有巨大需求时，大多数人都会选择融资、雇佣团队、快速扩张。你为什么没有这样做？
Edwin Chen： 融资对我们没有任何帮助。我们很幸运从第一个月就实现了盈利，所以不需要钱。我们也不需要销售团队——实际上，我不希望销售团队出去推销我们的产品。
我希望人们购买我们的服务，正是因为他们理解高质量数据的价值，看到了我们数据产生的收益。
我不希望他们仅仅因为在 TechCrunch（美国知名科技媒体）文章中听说了我们就购买，这几乎与我们正在构建的产品理念相冲突。
这种想法与硅谷主流思维完全不同。硅谷对大多数人来说就是一个地位游戏。人们融资只是为了融资，目标不是构建他们根本相信的伟大产品解决方案，而是告诉所有朋友他们融了 1000 万美元，然后在 TechCrunch 上获得头条。
我有很多在 Google 工作了 10 年的朋友，当他们考虑创业时，经常告诉我他们甚至没有想要解决的问题。
他们只是感到无聊，想尝试新东西。他们能支付自己几个月的工资，但他们告诉我的第一件事就是要去融资。
主持人哈利·斯特宾斯：那你认为创业者应该怎么做？
Edwin Chen：人们的第一直觉应该是找到他们根本相信的、能改变世界的大想法。
我不在乎他们为什么相信它——可能是因为他们在这个领域有很多经验，也可能是因为他们与很多用户交谈过。但这必须是他们相信的东西，他们愿意为此在接下来几年加倍努力。
创业就是要承担大风险，你必须足够相信某事，愿意冒险去构建它。如果你只是每周从一个想法跳到另一个想法，直到找到能获得 1000 次转发的东西，你就不是在承担任何风险，你只是在寻找快速赚钱。
现在工具如此发达，MVP（最小可行产品，Minimum Viable Product）的门槛从未如此之低，对于 90% 的公司来说，没有借口不先构建 MVP 就去融资。
当然，有些公司确实需要大量资本来构建硬件或其他需要几年时间的项目，但对于 90%~95% 的创业公司来说，应该先去构建 MVP，看看是否获得牵引力。
我也确实相信创业者应该只追求只有他们能做的想法——如果你真的想做大，真的想构建一个时代性的基础公司，这个想法应该是几乎对你独特的。
三、数据公司的 「人力外包」 陷阱
主持人哈利·斯特宾斯：你经常用 「body shop」（人力外包公司）这个词来形容竞争对手，这是什么意思？
Edwin Chen：我们行业的很多其他公司，说到底都不是真正的技术公司。他们要么是人力外包公司，要么是打着技术公司幌子的人力外包公司。
很多公司在这个领域实际上没有任何技术——当我想到技术时，他们没有任何方法来测量所生产数据的质量，也没有任何方法来改进数据质量。
他们字面意思上就是人力外包公司，有时甚至是完全没有技术，没有工作者工作的平台。
他们所做的就是找人，招募活人。他们看简历，任何有博士学位的人都会立即雇用，然后直接传递给 AI 公司、顶尖 AI 实验室。
他们没有技术，无法测量这些工作者在做什么，不知道他们做得好不好。
所以他们没有办法做类似的事情，比如 A/B 测试算法来提高质量，改变允许工作者通过的方法，或者调整工具来看是否能提高工作者效率和质量。
他们根本没办法做这些事，因为说到底，他们传递给客户的只是人本身，而不是数据。
主持人哈利·斯特宾斯：那 Surge 的不同之处在哪里？你们是否有根本不同的商业模式？
Edwin Chen：确实如此。我们从一开始就以数据质量作为第一原则，因此需要构建大量技术来测量和改进质量。
人们经常没有意识到质量控制有多困难。他们往往认为人类很聪明，所以如果你找一堆人来解决问题，就会得到好的数据。但我们发现这完全不是真的。
举个例子，我是 MIT（麻省理工学院）毕业的，但我认为即使是拥有计算机科学学位的毕业生，也有一半人连代码都写不好。所以检测高质量数据是一个真正具有挑战性的问题。
其次，如果你真的从 MIT 找到会编程的人，他们实际上会试图欺骗你。
他们会把账户卖给第三世界国家的某个人，试图使用大语言模型为你生成数据，想出各种疯狂的方法来欺骗系统。这实际上是一个非常对抗性的问题。
当你想要获得最高质量的数据来训练已经超级智能的大语言模型时，你实际上需要构建大量非常复杂的算法。
你不能只是拿热乎乎的人力，试图改进简历筛选方法，然后把人抛向问题就期望得到好数据和结果。
四、100 倍效率的工程师真的存在吗？
主持人哈利·斯特宾斯：你提到了 100 倍效率的工程师的概念。他们真的存在吗？如何识别？
Edwin Chen：绝对存在。即使今天，你看我们比一些同行公司效率高得多。有些人就是比其他人快两到三倍，他们编程更快，有两到三倍更好的想法，工作两到三倍更努力，开会时间少两到三倍，有别人想不到的想法。
如果你把所有这些相乘，两到三倍往往实际上是低估了。我知道一些人，他们的编程生产力确实比其他人高 5 倍。现在加上 AI 效率，你可以做到这些，把所有这些相乘，就能到达 100 倍。
很多人低估的是，拥有博士学位是不够的。我认识的 80% 的计算机科学博士，他们写的代码很糟糕，因为他们只擅长数学和算法。
我们领域有很多人力外包公司和招聘公司，基本上只看你简历上是否写着有博士学位，如果有就立即给你工作。
但很多博士就是不够好。想想欧内斯特·海明威，他没有博士学位，我觉得他甚至没上过大学。
仅仅因为你有博士学位并不意味着你能在物理学上取得突破，你还需要实战智慧，需要创造力和精神韧性来思考真正有趣的问题。
主持人哈利·斯特宾斯：在面试中如何区分管理者类型和执行者类型？还有你是如何处理会议文化的？
Edwin Chen：很大程度上归结于他们问我的问题类型。有些人面试时会问关于我们产品的真正有趣问题，会就改进产品的想法进行头脑风暴。
他们会说：「我去了你们网页，为什么不改进这些？我试着注册成为工作者，为什么流程中会发生这些事？」 其他人则问诸如 「如果我加入一年后，能成为公司经理吗？能雇 20 个人来支持我吗？」 这就归结到人们脑中最前沿的问题类型。
关于会议，我个人没有一对一会议。人们经常问我多久与下属开会一次，我根本没有。我经常直接把我的日历给别人看，他们会惊讶于它有多空白。
有时新加入的人会说需要与其他 10 个人进行每周一对一会议，因为他们来自 Google 或 Facebook 时就是这样。
我告诉他们，如果你要开每周一对一会议，这几乎是一个负面信号，因为这意味着你不知道这些人在做什么，你在等待每周会议来提出有趣的问题。我们内部对于取消不必要的会议非常无情。
与此同时，我们从未让质量下滑。这是深深植入公司每个人心中的原则。我们总会告诉大家，质量是最重要的，比什么都重要。
如果因为质量不够而不得不错过截止日期，如果我们因为处理不了而不得不拒绝项目，我们只是想让这个原则深入人心：说不是可以的，为了最终的质量而让其他事情下滑是可以的。
主持人哈利·斯特宾斯：你提到了与 xAI（马斯克创立的 AI 公司）团队的合作，能具体谈谈埃隆·马斯克如何激励团队建立那种文化吗？
Edwin Chen：在与 xAI 团队合作之前，我对马斯克公司是什么样子没有概念。但我们与 xAI 团队密切合作，看到他们的运作真的非常令人振奋。
他们都非常以使命为导向，都非常聪明，工作非常努力。晚上 11 点我给他们发消息，有人会想跳进会议。我跳进会议看到他们在办公室，身后有很多人，都在疯狂地一起解决所有这些问题。
我认为这是创业公司真正相信某事并愿意不惜一切实现它时能做到的体现。
当你面试时，你知道这些人非常以使命为导向，你知道每个人都非常努力工作，你知道如果你想在那里工作，你必须是有相同价值观的人。
否则你不应该加入，因为你会很痛苦。这种强大的文化和坚定的信念吸引着有相似才能的人。
五、客户为什么纷纷抛弃老牌公司？
主持人哈利·斯特宾斯：Scale AI 被收购后，市场发生了什么变化？你们感受到客户迁移的潮流了吗？
Edwin Chen：确实有巨大的变化。其实在收购之前，很多顶级研究人员已经知道我们是谁，知道我们是这个领域最大最好的，尽管我们一直比较低调。
所以大多数人已经在和我们合作了。有很多团队因为历史原因使用 Scale，或者他们只是不知道我们的存在。收购后，我们确实获得了很多新的关注。
更有趣的是，看到我们如何让他们看到真正高质量的数据是什么样子的。很多客户告诉我们，他们尝试从其他团队获取人类数据，过程非常艰难。
他们花费数月时间试图提高基本数据的质量，看起来好了一个月，但很快就会退化。而我们有一个概念，就是希望立即开始，立即向他们展示真正高质量的数据。
我们作为公司的一个重要概念是，我们总是希望生产在其他地方根本得不到的数据。
我们做的事情有如此丰富性、复杂性和多样性，我们希望开辟新的研究途径，开辟新的产品类型途径。
对于很多新来找我们的公司和团队，我们就像一股清新空气。
归根结底，人们想要高质量的数据，不想与人力外包公司合作。我们已经是这个领域最大最好的，所以即使在一些大公司还没与我们合作的团队，他们也知道该找谁。
六、为什么拒绝 1000 亿美元收购？
主持人哈利·斯特宾斯：你说过即使有人出价 1000 亿美元，你也不会出售公司。这是什么原因？你的驱动力究竟是什么？
Edwin Chen：我绝对不会以 300 亿甚至 1000 亿美元出售。如果你把我们看作一个公司，我已经拥有了我想要的一切。
我们盈利，我完全控制着我们的命运。我很幸运，已经拥有了我想要的所有资源，可以做任何我想做的事情。没有多少公司能这样说。
为什么要被收购然后停止做这些事情？被收购会非常受限，这将是承认失败和跳船的表现，因为你不能再独立成功了。
而我们恰恰相反，我们非常成功，根本没有其他我宁愿做的事情。
我认为真的是为了帮助实现 AGI。想想孩子们梦想什么？当你还是孩子时，你真的梦想着构建能做所有这些惊人事情的 AI。
现在我们有机会做到这一点。我真的认为我们是所有这些公司正在构建的东西的关键组成部分。
我们的很多顶尖 AI 实验室客户经常告诉我，没有我们他们就无法构建他们正在构建的东西，他们对我们所做的事情感到惊讶。
能够成为字面意义上我们这个时代最伟大技术的关键部分，也可能是我们能构建的最重要的东西之一，这太令人惊叹了。
主持人哈利·斯特宾斯：在自我价值感方面，什么事情让你最快乐？
Edwin Chen：我能想到两件事。
第一是有时我们的客户在推出下一个大模型时，他们会做的第一件事之一就是联系我说：「只想给你发个消息，没有你我们做不到这一点。」
想想你多久能有机会参与构建我们这个时代一些最重要的技术？在他们发布后，这些非常忙碌的顶级人物首先想到的就是感谢你，因为你对操作的重要性。我觉得这太酷了。
第二件事是，从很多方面来说，Surge 是我和我兴趣的体现。我一直喜欢做的是分析数据，弄清楚如何使用数据让模型更好或产品更好。
偶尔当我有机会自己写分析，或者读到内部员工基于我们提供的数据创建的一些分析时，我觉得非常酷，我们提供的大量数据如此有洞察力，帮助人们以他们不知道的方式构建模型。
七、AGI 将在 2028 年取代程序员
主持人哈利·斯特宾斯： 我讨厌问这个问题，但如果必须选择 2028 年或 2038 年，AGI 会在哪个时间段实现？
现在很多公司声称 50% 的代码由 AI 创建，我们不是已经到了那个阶段吗？
Edwin Chen：我认为是 2028 年，如果你说的是自动化普通工程师的工作；2038 年，如果你说的是治愈癌症。
但如果你专注于公司 10% 最重要的问题，我不认为今天的模型能写 50% 的代码，想出 50% 对公司真正有意义的想法。
当然，如果你公司 90% 的人在写没人关心的小功能，或者提高代码库 1% 的效率，那可以。但我不认为如果你真正致力于有意义的问题，我们已经到了那个程度。
在 AI 发展的瓶颈中，我会把数据质量排第一，计算资源第二，算法第三。我从根本上不相信你能通过向问题投入更多计算资源来解决。
因为如果你没有获得计算资源本质上训练的数据，或者如果你没有正确的目标和评估指标让你的计算资源朝向优化，你只会陷入看到实际上不存在的进展的陷阱。
主持人哈利·斯特宾斯：你同意如果想建立 100 亿美元以上的公司，必须每周工作七天吗？
Edwin Chen：我会说你必须愿意努力工作。你必须愿意在凌晨 2 点接电话。客户有时在凌晨 2、3 点打电话给我说：「我们的模型出了问题，我需要大量数据在早上 6 点前修复它，你能做到吗？」
回到让我快乐的事情，没有什么比知道我们能做到这一点更让我快乐的了。即使你在凌晨 3 点打电话给我们，我们也能在接下来几小时内为你提供 10000 个数据点，修复你面临的关键火灾。
我认为你必须愿意努力工作，但很多人把努力工作与创造价值混淆了。你必须聪明地工作，不只是努力。
很多时候，最好的想法是在我只是走来走去时想到的，不一定是在电脑前。我认为我们都很努力工作，但我不会把我们花费的小时数与实际进展混淆。
主持人哈利·斯特宾斯：合成数据会威胁到人类标注数据吗？
Edwin Chen：合成数据在某些地方确实有用，但我认为人们高估了它能做什么。
现在有很多模型严重依赖合成数据训练，这意味着它们只擅长非常学术性的作业风格、基准测试风格问题，在现实世界用例中实际上很糟糕。合成数据让模型在合成问题上表现好，而不是真实问题。
我们听到很多公司说他们过去一年训练模型使用合成数据，但现在才意识到这造成的所有问题，实际上花了几个月时间抛弃大量数据。
很多公司告诉我们，甚至一千或几千个我们为他们生成的真正高质量人类数据，实际上比 1000 万个合成数据更有价值。
八、AI 安全被严重低估了
主持人哈利·斯特宾斯：什么是关于 AI 的人们广泛持有但你认为完全错误的信念？你认为未来会有多个顶尖 AGI 公司并存吗？
Edwin Chen：很多人认为 AI 安全被夸大了，但我认为他们忽略了回形针悖论 （AI 安全领域的经典思想实验，描述 AI 可能因错误目标导致灾难性后果）问题——AI 模型意外地被训练向错误的目标，尽管这是今天所有模型面临的大问题，涉及大语言模型竞技场 （大语言模型性能排行榜）和刷榜作弊的所有问题。
今天，如果你向这些 LLM 竞技场目标或刷榜作弊最大化，最坏的情况是你的模型在进展上有点退步。
但更根本的问题是人们没有意识到这一点。将来，当模型更强大时，你基本上意外地让 AI 模型向错误目标最大化，你根本不知道会发生什么。
我看到一个世界，实际上会有多个顶尖 AI 公司、顶尖 AGI，仅仅因为每一个都能朝不同方向发展。
你今天已经看到了，OpenAI（开发 ChatGPT 的 AI 公司）和 Anthropic（AI 安全公司，开发了 Claude）的差异、优势和劣势已经在展现。
我认为这种趋势会继续。就像没有单一的诗人，没有单一的数学家是有史以来最伟大的数学家一样。
他们都有不同的焦点，都有解决这些问题的不同方法。我认为这种人类智慧的丰富性也将适用于模型。
主持人哈利·斯特宾斯：你认为最大的模型提供商都已经成立了吗？
Edwin Chen：我不这么认为。我实际上可以看到大的、新的、甚至更强大的模型开发者在未来几年出现。这取决于你如何看待 AGI 的长期愿景。
如果你相信尽管我们取得了巨大进展，但我们距离 AGI 只有 1% 或 5% 的路程——因为我们真的希望 AGI 系统将来能治愈癌症、把火箭送到火星、设计全新的哲学系统——这些都是巨大的问题。
如果你相信我们只走了 2% 或 5% 的路程，还有太多余地。就像 10 年前问你是否相信 Google 会是世界上最后一个搜索引擎一样。
如果你想想 AGI 能做什么的巨大性，我们前面的路比后面的路多得多，可能会有这些意想不到的、非常有创造性的突破，没人预期到。
九、给 AI 公司的一些拷问
主持人哈利·斯特宾斯：每个 AI 公司都应该问自己但没有问的问题是什么？你担心应用层被模型层吸收吗？如果你是桑达尔·皮查伊 （谷歌 CEO），你会为了发展 AI 而放弃谷歌最赚钱的广告业务吗？
Edwin Chen：对于顶尖 AI 实验室，问题是：你是否真的在改进模型和整体智能？还是只是在破解基准测试？
对于产品公司，问题是：为什么顶尖 AI 实验室不能立即取代你？我从不担心应用层被模型层吸收，因为我认为他们可以追求的产品广度是无限的。
他们不可能追求所有东西。但有很多事情，你真的只想以这种非常简单、通用的界面与模型对话。
想想谷歌搜索，我确实觉得我过去谷歌搜索的 50% 的东西现在被 ChatGPT（OpenAI 开发的 AI 聊天机器人）取代了。
谷歌面临的困难问题是，他们必须愿意承受所有广告收入的短期打击，以便构建更好的东西。
这真的很难，非常难。通用的、全智能界面有一个非常吸引人的方面，我认为人们会自然倾向于此。
在某种程度上，就像公司一样——以谷歌或脸书为例，有些产品他们就是无法构建，因为构建这些产品会与整个母公司的文化或商业目标相冲突。
同样，有时你需要能够更快移动，对某些产品下大赌注，而全能模型就是无法让这种情况发生。
主持人哈利·斯特宾斯：最后，如果回到创业第一天，你会给自己什么建议？你最喜欢自己的哪种特质？
Edwin Chen：我会建议始终专注于你能做的 10 倍改进，而不是担心 10% 的短期现实。至少我真的很喜欢当有独特见解的时候。
我一直都很喜欢用书面形式记录见解，我觉得我做得还不错。因此这种能力——对模型、算法或数据集提出新颖见解，并与客户沟通——我觉得我挺擅长的，而且是我真的非常喜欢的事情。
（本文内容整理自 Edwin Chen 在 《20VC with Harry Stebbings》 频道专访，公开发表于 2025 年 07 月 21 日。）
视频链接：https://www.youtube.com/watchv=ziqsNe1sLHw&t=608s
本文来自微信公众号：每日天使，主持人：哈利·斯特宾斯 （Harry Stebbings，创办并主持知名风投播客 《20VC》，TwentyVC 基金管理合伙人），嘉宾：埃德温·陈 （Edwin Chen，Surge 联合创始人兼 CEO，前 Twitter/脸书机器学习工程师），编译、整理：龚欣雨，责编：梅浩宇，主编：张克侠
