看了张小珺对星海图创始人高继扬的访谈。

92年的，清华电子系，USC博士，Waymo前工程师，现在做具身智能创业。

但我听完后发现，他其实在说另一个判断：AI创业已经不是拼单点突破的时代了。

大三看曾国藩，想明白一件事
高继扬大三暑假去斯坦福实习，结果申请博士时想上的学校都没上去，因为导师没给强推。

那段时间他看了曾国藩传记，看到曾国藩怎么从一个20多岁的“儒家清流”变成40岁能带兵打仗的人。一个文人出身，要去训练军队，建立湘军。

曾国藩想明白什么了？
“他发现最重要的还是当你要做一件事的时候，你到底能有、能拉动多少资源，有多少人、多少资源愿意跟你一块去做这件事，并且最后把这事做成。他发现这件事是最重要的。”

高继扬说，这跟我想的其实是一样的。“我因为我本来就想创业嘛，只不过可能我在学校这条路上，确实去不了最好的学校了。那就相当于儒家清流做不了了。那我能干点啥？那我要去真正地从底层思考，我未来到底要做什么，然后以及我要为做这件事做什么准备。”

从这时候开始，他的目标变了。不再是“去最好的学校”，变成了“为创业做准备”。

我觉得这个转折很有意思。很多创业者容易陷入一个误区，就是觉得自己技术不够牛、能力不够强，所以先去提升单点能力。但高继扬大三就想明白了，组织资源的能力可能比单点能力更重要。

USC读博：把“训练”想透了
2015年去USC读博士，他给自己定了目标：4年毕业。正常5年。

为什么要4年？
“既然我已经想好未来我要创业、我要进入产业界，那读博士其实是一个阶段，是为了完成我的某些训练。而这个训练完成的时间肯定是越快越好的。”

博士不是目的，是手段。这个思路很清晰。
怎么保证4年能毕业？他把顶会论文归纳成三种套路：挖坑型、提升性能型、降低成本型。“几乎所有的Paper都能往这三类上去套。”

同时，“别人一届发一次投一篇，那我投两篇。提高概率。”

更重要的是什么？
“当时我发现我的Idea可能比我实际能干活的带宽要多。所以我就尝试着说，那我能不能跟我们实验室的其他同学一起去发。我会把一些Idea分享出来，然后我们共同一作。”

这就是组织资源的能力。他不是一个人闷头干，把自己的Idea分享出来，带动其他人一起干。最后3年半毕业。

我觉得这个思路对创业者有启发。很多人把博士、工作当成终点，但高继扬把它们当成训练。目标是什么？训练完成需要多久？怎么最高效地完成训练？想清楚这些，就不会在不必要的地方浪费时间。

Waymo的问题：缺少Founder
2018年博士毕业加入Waymo。别人四五点下班，他呢？“我一般就是自动加班那种的。因为我觉得我要好好干，我要好好学。所以正常工作做完了之后，我就开始看Google里边的所有的Doc、Design Doc加上Codebase。”

他把Waymo从2008年到2018年的所有Paper、所有代码历史，全看了一遍。

这让他发现一个问题：Waymo的技术架构2008年和2018年其实一样。但这套架构的底层逻辑不是AI的，是Robotics的。

Robotics是做系统拆分，关注Corner Case。AI的方法论不是这样，“AI方法论是追求数据驱动，然后端到端”。

同时期特斯拉开始做自动驾驶，用的就是AI Native的端到端方式。

小珺问：你当时意识到它是错的吗？
高继扬：那时候不敢讲它是错的，我就感觉不太对。

为什么不敢说？Waymo里边人才密度非常高，都是很好的工程师，但他觉得缺了一个东西。

“我觉得Waymo是没有Founder的。它的Founder其实是Google的Founder，但是Google的Founder又没时间直接去管这事。”

“不像特斯拉，马斯克说干啥，哪怕是错的他也能开始干。但我觉得在这种行业里面创业其实错不怕，有错我们快速迭代、快速调整，这个都OK。怕的是力量不集中、不统一。”

这个判断很准。AI创业需要的不是完美的技术路线，是集中的力量、快速的迭代。

AI创业进入工程化竞争阶段
访谈最后，小珺问他：世界因为星海图会有什么不同？

高继扬说：机器人本身不浪漫，要去土里做很多东西，务实。

这句话我印象特别深。他不追求最酷的技术，不追求发最多的Paper，不追求极致的用户体验。他说“要去土里做很多东西”，把头伸到土里去。

我一直在想，这可能代表了AI创业的一个转变。以前拼的是单点突破，谁先做出一个牛逼的算法、谁先发一篇顶会。现在拼的是工程化能力、系统能力。谁能把目标拆解得更清晰，谁能把团队组织得更高效，谁能把技术路线调整得更快。

高继扬说：“做具身智能就是我人生的bet。”
这个bet建立在什么判断上？我觉得是：AI创业不是拼天才的时代了，是拼工程化、拼系统能力、拼组织资源能力的时代。

你的技术再牛，如果组织不起团队，拉不动资源，也做不成事。读博士是训练，去Waymo也是训练，想清楚目标是什么，就不会浪费时间。错不怕，怕的是力量不集中。

对很多AI创业者来说，这可能是个重要的提醒。