文明级的机会：Alexandr Wang在YC Startup School谈信念与超级智能

摘要

在YC Startup School 2026上，Garry Tan与Scale AI创始人、现任Meta Superintelligence Labs负责人的Alexandr Wang进行了一场关于信念与超级智能的对话。这位19岁创办Scale AI（YC S16）、如今领导Meta前沿实验室的年轻人给出的核心建议是：在没人同意的信念上建立conviction（坚定信念）——所有最成功的公司都在核心想法成为共识之前，默默耕耘了很多年。

Wang认为当前是"文明级别的机会"（Once-in-a-Civilization Opportunity）：瓶颈不再是AI模型的进步，而是把这项技术扩散到整个世界。他分享了Scale AI从医疗Agent转向数据标注的转折、在Meta用零基重建（Zero-based Build）九个月推出MuseSpark的过程、为什么人才密度（Talent Density）天然复利、以及为什么系统思维（Systems Thinking）永远不会过时。

他给18岁自己的建议是：建立对未来的内部罗盘并坚定持有，同时找到世界上斜率最陡、持续时间最长的指数曲线。在共识之前保持信念、把Agent当作力量放大器——这正是"文明级机会"对创业者的真正含义。

正文

从新墨西哥到MIT：17到19岁的觉醒

Garry Tan的开场问题把时间拉回Wang的少年时代——这个来自新墨西哥州的华裔少年，曾是数学奥赛选手。

"我生长在新墨西哥州，那是真正的'middle of nowhere'（穷乡僻壤），现在是因Oppenheimer而出名的地方。"Wang回忆，"我参加了所有数学竞赛、计算机科学竞赛，但我知道我想做大事，却完全不清楚具体怎么做、路径是什么。"

转折来自一个热爱编程的朋友。高中毕业后，这位朋友在硅谷实习（第一份实习在Palantir），成了Wang的引路人。Wang在高中毕业后进入硅谷的Quora工作了一年（间隔年），然后去了MIT——去Quora时他19岁，去MIT时18岁，创办Scale时19岁。"我清晰地记得从17岁到19岁这段时期。"正是这段经历让他意识到：通往"大事"的路径不在竞赛里，而在真实世界的技术前沿。

转向正确的想法：当Jared说你该换个方向

Scale AI最初的构想并不是数据标注。Wang坦言："我们最初想做一个AI Agent——帮人们获得医疗服务的Agent。这是一个终将存在的伟大想法（我们现在也确实看到了医疗AI Agent），但当时时机不对。"

他们在那个方向上工作了一两个月，然后YC合伙人Jared Friedman把他们拉到一边："我不知道这个方向能否走通。"Wang说："这正是我们需要听到的话。"

他们回到白板前，深入思考机会在哪里，最终得出了Scale AI。当时的背景是：大语言模型还未真正兴起，但自动驾驶正在崛起，计算机视觉突然变得重要——这是Scale的第一个市场。

核心教训：好想法 + 错误的时机 = 错误的决定。"医疗Agent"不是错的想法，只是太早。判断"什么时候"与判断"是什么"同样重要。

数据的三要素洞察：为什么投资人不理解你

Wang在MIT训练模型时的亲身经历，成了Scale AI的起点：

"要训练一个模型，我需要三样东西：一个云服务账户（获得算力）、运行训练的代码、以及数据。前两样，你可以在网上按一个按钮就获得。最后一样——数据——当时没有任何有效的方式获得。"

"这让我觉得未来极其明显：一定会出现一种方式，让你'按一个按钮'就获得数据。"但讽刺的是，这个判断在多年间一直不被认可："Scale AI早期非常不性感。每次去融资，即使我们的数据很好、收入很高，VC们总是很怀疑：'我不确定这是不是好生意，它能长久吗？它是可持续的吗？'"

"这让我很奇怪——但后来我想通了：那些投资人都没训练过模型，所以他们真的不理解。"那些错过他的投资人后来再找回来时，局面已经完全不同。

核心洞察：当你的信念来自第一手的实践体验，而别人的怀疑来自缺乏体验时，坚持自己比迎合市场更重要——前提是你真的比他们更接近事实。

共识之前的信念：自己的罗盘

Wang把"在没人相信时保持信念"提炼为创业的第一性原则：

"关键是你需要在一系列没有其他人同意的信念上发展出conviction。看看世界上所有最成功的公司——它们都在核心想法变得流行之前的很久就被创立，然后在默默无闻中耕耘多年，直到想法、空间、概念或生意成为共识。你成功的唯一方式，是比别人早得多地识别出关于世界的真相。"

他以Scale AI为例："我们已经做AI做了十年。你不能基于周围人说的话来做商业决策。如果你太随大流，你会被彻底搞糊涂，最终一事无成。你必须发展出自己对未来模样的罗盘，因为其他人只会让你困惑。"

核心教训：Consensus（共识）是成功的结果，不是成功的路径。当所有人都同意你时，说明你已经太晚了。

为什么这是创业最好的时机：Goliath对Goliath

Wang认为当前时刻的历史性意义在于——瓶颈转移了：

"我认为世界正处在一个惊人的时刻：瓶颈不再是AI模型的进步，而是把模型扩散到世界其他地方，帮助世界适应已经存在的惊人技术。即使模型从今天起不再进步，经济和世界运行方式仍将经历几十年的彻底变革。"

他给出了一个有力的比喻转变："十年前创业是'David对抗Goliath'——你必须聪明、找到进入市场的角度、用更少的资源去竞争。现在，有了Agent和AI的力量，创业更像是Goliath对抗Goliath——创业公司是一个被Agent和AI大幅增强的'迷你Goliath'，而大公司是更传统的Goliath。"

这个判断对在场创业者的含义是：资源劣势不再是决定性的。一个善用AI Agent的小团队，可以在规模上挑战传统巨头。

个人超级智能：能动性的扩展器

被问及"超级智能在Meta内部运营上意味着什么"时，Wang提到了Mark Zuckerberg一年前写的一份关于"个人超级智能"（Personal Superintelligence）的备忘录：

"我们相信世界上每个人——所有数十亿人——都将拥有一个为他们量身定制的超级智能：它知道他们的上下文，帮助他们达成目标，最终是他们自身能动性（Agency）的扩展器。我们思考很多的一个概念是'能动性扩展'：如何帮助人们完成他们以前做梦都不敢想的事？如果一切都很容易，世界上每个人会去做什么？"

他强调这是生态系统式的视角，而非极权式的："我们不相信那种控制世界的极权式AI。我们相信这些AI会增强一个非常广阔的生态系统——数十亿人各自拥有自己的个人超级智能，同时我们会看到创业精神的大爆发。今天Meta平台上有2亿个企业，我们认为这个数字应该随着AI工具的创造性爆发增长到数十亿。"

从零重建前沿实验室：人才密度的复利

Wang加入Meta约一年，接手时实验室"不在所需的轨道上"。他做的是零基重建（Zero-based Build）——"用一种从零开始的方式重建整个前沿实验室，当然也利用了大量已有的资产，并尽可能快地推进。"

结果："九个月内我们推出了MuseSpark 1，两个月后又推出了MuseImage和MuseSpark 1.1。"

什么是他学到的核心？人才密度（Talent Density）：

"人才密度是唯一值得押注的核心。人才密度天然复利——你拥有的天才越多，最顶尖的人就越想加入你。"他补充说，前沿AI工作本质上是科学研究："我们在探索这些模型能做到什么、如何推动它们、能力的边界在哪里。这需要一种与互联网公司完全不同的思维模式和运营模式——更多是关于实验、关于科学、关于规模化。"

关于速度和成本，他强调："我们非常专注速度。对任何使用这些工具的人来说，速度可能是最关键的。同时可靠性极其重要，可扩展性（Extensibility）也是——你能编排多么复杂、多么有趣的multi-agent（多智能体）系统。这些模型已经强大到足以支撑GDP增长的许多新增长点，剩下的是让有远见和野心的人去实现它。"

系统思维永不过时：从编排Agent到编排Agent军团

当Garry Tan问及"未来的技术栈变化"时，Wang给出了一个关于技能价值的判断：

"系统化、严谨的思维仍然极其重要，因为抽象层（Abstraction Layer）一直在变。我过去也不相信事情会这样发展，但事实就是如此。"

"我那个年代创业，先写代码，然后有了人的组织，再思考如何组织这些人——这需要系统思维。现在更接近的是：你先编排Agent，然后思考如何编排这些Agent的军团——如何让一百万个Agent协作？然后是如何让一万亿个Agent协作？"

"我认为系统思维永远不会过时。'All in on Word Cell'（all in一个东西）绝对是个错误，你需要持续转型（Shape Rotate）。"他给出的能力框架是：抽象层不断变化，但底层的能力——理解如何结构化工作流、如何组织复杂系统——是永恒的。

他还分享了一个有趣的细节（回应Garry Tan关于"机械上如何做"的问题）："Markdown文件、cron jobs、把Agent指向足够的数据……一切一旦深入进去，就是如此平凡（Mundane）。很多人给这些事加了很多魔法光环，LinkedIn上有一些关于魔法的帖子——但真的不是魔法。"

给18岁的自己：内部罗盘与指数曲线

访谈以经典问题收尾——"给18岁的自己发一封电报，你会说什么？"

Wang的回答浓缩了整场对话：

"我想归根结底是：发展出你自己对世界将如何发展的内部罗盘（Internal Compass），并对此持有强烈的conviction。因为你会被噪音淹没，会有无数人告诉你各种事情，一切会非常混乱、非常艰难。尤其是当你年轻、没有经验时，会很难对自己相信的东西有真正的信念。但这是最重要的东西。"

"正是对我们所建造之事的深深信念，让我们熬过了市场、行业和周围人多年混乱的风暴。"

他的第二条建议关于选择赛道："试着识别世界上斜率最陡、且持续时间最长的指数曲线。几十年前，这条曲线是摩尔定律（Moore's Law）——那是当时明确值得押注的东西。现在，我认为是AI的进步。但未来还会有更多这样的陡峭曲线，就算你错过了这一条也没关系——重要的是养成识别它们的能力。"