一个AI上线两周下载280万次，29岁MIT华裔辍学生再次杀疯了

本文转载自留学生日报

公众号ID：collegedaily

Meta刚刚推出的AI智能体应用Muse，最近火得一塌糊涂。

这个东西和我们平时用的聊天机器人不太一样，以前你用AI，可能是问一句“纽约有哪些好吃的餐厅”，它给你推荐几个地方，然后你还得自己查价格、看评价、找时间、订位置；但Muse牛到可以把后面的事情也一起干了，你可以直接让它去查餐厅、比价格、订餐厅、填表格，甚至你关掉App以后，它还在后台继续把你交代的任务跑完。

说白了，别的AI更像是一个什么都懂一点的顾问，但Muse已经开始尝试变成一个真正能帮你干活的助理了。

数据也挺夸张的，上线才两周左右，Muse的累计下载量就已经冲到约280万次，不仅登上了美国App Store免费榜第一，也把ChatGPT、Claude这些老牌AI应用压在了身后。

大家的关注爆火的Muse的同时，一个29岁的华裔年轻人，也再次成为美国科技圈关注的焦点。他就是Alexandr Wang，汪滔。

01

Scale AI刚成立时

干的事其实一点也不“酷”

有些人最开始了解汪滔，都是因为Meta在去年以143亿美元拿下了Scale AI约49%的股份这件事，但其实Scale AI这家公司已经快成立了10年之久了。

早在2016年汪滔创办Scale AI的时候，AI行业还没有今年这么热闹。

他当时干的事情，其实看起来并不“厉害”，就是帮自动驾驶公司把图片一张张标出来，告诉AI这个框里是车、那个框里是行人、这条线是车道边界。

这件事听起来没什么技术含量，但真正做起来还是很麻烦的。特别是在早期自动驾驶技术快速发展的阶段，企业不仅需要大量数据，还得保证这些数据足够准确。如果数据质量不好，模型就可能学错。

Scale AI最开始做的事情，有点像“淘金热”。别人都冲进山里边找黄金，汪滔发现，卖铲子、卖工具的人也能赚钱。而且大家只要还在挖金子，工具就一直都有人需要。

后来，AI行业的风向变了。

在2022年ChatGPT问世之后，生成式AI工具越来越火。这时候，AI对数据的需求也发生了变化。过去可能只是给汽车图片画框，现在则需要人来判断AI写出来的答案究竟好不好。换句话说，AI不光要“看见”东西，还得回答得好、回答得安全。

比如，同样一个问题，AI生成了两个回答，到底哪个更准确？哪个表达更自然？有没有错误信息？有没有安全风险？这些问题和判断，其实单纯靠机器本身来判断并没有那么准确和靠谱，很多时候，还需要真人参与评价、比较和反馈。

Scale AI自然也逐渐把业务扩展到了大模型训练数据、模型评测和人类反馈等领域。

这门生意听起来不起眼，但AI的训练数据就像AI的燃料，Scale做的就是把原油炼成能直接加进去的汽油。

到2024年，Scale年收入已经超过7亿美元，客户包括OpenAI、谷歌、微软、Meta、特斯拉等等大厂。在2025年Meta出手之前，Scale的估值已经在140亿美元左右了。

虽然2025年6月，Meta宣布对Scale进行大规模投资。但这笔交易并没有想象中的那么爽。

因为Meta本身就是OpenAI、谷歌、微软这些公司的直接竞争对手，而这些公司恰恰都是Scale的大客户。Scale一旦和Meta绑得太紧，其他客户难免会担心：我的训练数据，我的模型评测细节，会不会从此变得很敏感？

结果也显而易见，交易公布才几天，OpenAI、谷歌、微软等公司都在陆续减少或暂停与Scale的合作。

所以Muse现在爆火，只能算这143亿美元第一次“被普通人看见”了。但这场143亿美元的投资到底值不值，现在还远远不能下结论。

不过，其实比起这场交易的本身，汪滔到底是怎么走到今天的，反而更值得我们去聊一聊。

02

从数学竞赛到MIT退学，

他的成长路线没有看起来那么简单

如果只看履历，汪滔的人生确实很像一个标准的“天才华裔少年”故事。

1997年，他出生在美国新墨西哥州的洛斯阿拉莫斯。

这个地方可能很多人没听说过，但如果看过电影《奥本海默》，应该对洛斯阿拉莫斯国家实验室不陌生。

汪滔的父母都是物理学家，也都曾在这家实验室工作。所以从他从小成长的环境来看，一直都和科学研究有着很密切的关系。

别人小时候可能在参加各种体育兴趣班，他接触的都是模型火箭俱乐部、科学展览、数学竞赛这些活动。

听起来完全就像是一个家长眼中的理工科天才是不是？

但其实他当年对数学竞赛最初的热情，并不是什么“从小立志改变世界”的伟大理想。单纯就是获得MATHCOUNTS数学竞赛前四名，可以免费去佛罗里达迪士尼世界参加全国比赛而已。这对于当时还在读六年级、很少离开新墨西哥州的他来说，吸引力直接Max。

报名之后，他就开始准备比赛，顺利拿到了第四名的他，如愿去了迪士尼。后来，他慢慢接触之后，才开始对数学竞赛产生兴趣。现在这么看，其实他参加竞赛最开始并不是因为理想，单纯就是当时感觉好玩，或者想得到一个奖励而已。

真正把他和大多数同龄人拉开距离的，可能是在他高中后期。

高中还没毕业，汪滔就已经去了硅谷的金融科技公司Addepar和知识问答平台Quora做工程工作了。在别的同学还在课堂上写编程作业的时候，他已经开始参与真实的产品和系统开发，跟硅谷的工程师们一起解决真实业务里的技术问题了。

后来他进了MIT，学习数学、计算机和机器学习。

在MIT期间，真正改变他职业方向的，并不是某一门考试成绩，而是一个听起来有点无厘头的小项目：在宿舍冰箱里装摄像头，想让AI认出是谁拿走了他的食物。

但问题是，想法很好，实现起来还是很难的。他可以安装摄像头，也可以尝试开发识别算法；不过，要让AI真正理解视频画面里发生了什么，还是需要足够多、足够好的训练数据。而这些数据，并不会因为他有了一个算法，就自动出现。

就是这种很具体、很琐碎的小事，让他看见了行业里一个更大的问题：所有人都在研究算法、芯片公司在拼命给算力，但训练数据怎么生产、怎么整理、怎么验证，却几乎没人认真管。

2016年，19岁的汪滔离开了MIT，和Lucy Guo共同创立了Scale AI。后面的事情，大家基本就知道了，就像刚刚所说，随着自动驾驶和生成式AI工具的爆火，Scale从一个初创公司一跃成为了AI数据基础设施领域的重要企业，并在2025年获得了Meta约143亿美元的投资。

可以说，Scale是猜对了时代的风口。但这风口不是凭空砸到他头上的，是他很早就在真实世界里摸过、试过、被卡过，所以当风来的时候，他能接住。

他并不是先制定了一个非常完整的人生计划，然后严格按照计划一步步执行。无论是小时候为了迪士尼参加数学竞赛，还是后来在冰箱里安装摄像头，很多经历最初都没有明确的目的。

他只是喜欢去尝试，而这些尝试慢慢积累起来，让他更早接触到了真实问题，也让他有机会发现别人还没有充分解决的需求而已。

03

普通人真正能借鉴的

其实不是“退学”

每次听到汪滔的故事，总有人会感觉，汪滔19岁从MIT退学，最后也成功了，是不是退学本身还挺值得学习的？退学出去闯一闯，未尝不是一个好的选择？好像学历真的没什么用，真正厉害的人根本不需要大学文凭？

说实话，这并不是什么值得学习的部分。在汪滔的故事里，最不值得普通人直接模仿的，恰恰就是“退学”这件事。

因为在他离开了MIT之前，其实已经有了很丰富的编程经验，接触过硅谷企业的真实业务模式，也学习过MIT相关的课程。他还有一起创业的伙伴，而且在创业的时候，他是真的发现了一个真实存在的行业需求。

换句话说，他退学，不是“我还没想好做什么，干脆先去试试”，而是 “我已经试过了、已经知道行业缺什么了，只是学校跟不上我的节奏”而已。这两件事情还是有本质上的差别的。

普通学生如果只复制“退学”这一步，那不叫复制成功路径，更像是把答案只抄了最后一行。那汪滔真正值得学习的地方是什么？

其实是他很早就开始接触真实的世界了。

他不是等到毕业之后才开始去公司实习、接触实际的公司业务，也不是等所有知识都学明白了，才开始做项目。

小时候的火箭俱乐部、MATHCOUNTS数学竞赛、高中硅谷的工程工作、MIT在读期间的冰箱摄像头等等经历，都是他成功中的一部分。

虽然这些东西在汪滔看来，最开始做的时候都没有什么目的。但就是这些“没什么目的”的东西，让他越来越知道自己喜欢什么，也更早看见了行业里真正缺什么。

这才是普通学生最值得借鉴的地方，那就是：你留学的这几年里，除了把课上完、把毕业证拿到手之外，有没有真的去碰过一些课堂之外的东西？

比如，有没有在某个实验室里做过一个哪怕很笨的小项目？有没有在某家公司实习过、哪怕只是帮人打杂？有没有在一个你感兴趣的领域里，自己写过一点东西、做过一点尝试，甚至被真实世界打过脸？

汪滔的故事之所以让人兴奋，不是因为他19岁退学，而是因为他很早很早，就活在一个真实的、有反馈的、有代价的环境里了。

而这件事，其实每一个留学生，都有机会做到。

相关阅读：

Meta AI主管Alexandr Wang：为何我要做Muse

ChatGPT之后，Muse会是下一个全民AI应用吗？
碾压ChatGPT，Meta的Muse能干什么？
估值671亿，23岁辍学生造出Meta Muse最大劲敌
20多岁身家已过$10亿！AI热潮正在硅谷制造一批“年轻富豪”，华人面孔尤其抢眼！
扎克伯格150亿美金抢来的天才Alexandr Wang传要离职了…AI时代人才太贵了
90后白手起家女首富，是她
30岁华裔女性成为全球最年轻白手起家女富豪，两年赚12亿美元是运气爆棚吗？