導讀：沒有大學學歷，甚至連高中文憑都沒有，他竟憑藉自學成為 OpenAI Sora 團隊的研究科學家。他是怎麼做到的？
沒空上學？先去解決真實世界的麻煩
如果你 17 歲，正準備去參加週末派對。突然表哥打來一通電話：「立刻來斯德哥爾摩，我們現在就開始創業。」 你會怎麼選？ Gabriel Petersson 選擇了後者。他搭上下一班巴士，從此再也沒回過高中校園。
他加入的是新創公司 Depict.ai。為了讓公司活下去，這群十七八歲的年輕人必須立刻打造出能賣錢的產品。 沒有時間慢慢修課。Gabriel 必須馬上弄懂 Web Crawler（網頁爬蟲）、數據處理與 A/B Test。
拋棄爬樓梯，直接跳傘：三層學習進化
1. 拋棄傳統課堂：問題導向的起手式
傳統學校教你寫程式，就像教你蓋房子。先上四年數學，搞懂微積分、線性代數。等你真的摸到 Machine Learning（機器學習）模型時，可能已經過了六年。 這叫做 Bottom-Up（自下而上）。
Gabriel 走的是另一條路：Top-Down（自上而下）。
遇到問題，直接跳進去。他把任務拆解，遇到不懂的地方，再去查技術論壇，或者詢問朋友。 有了 ChatGPT 後，這套方法變得無比迅速。
2. 核心機制：遞迴式補洞法
他學習 Diffusion Model（擴散模型）只花了三天。 做法很粗暴： 首先，直接問 AI 最基礎的概念。 接著，讓 AI 先寫一段完整的程式碼。就算看不懂，也先讓它跑起來。 最後，針對不懂的程式碼逐行追問。例如，為什麼這裡的梯度（Gradient）會斷掉？殘差連接（Residual Connection）到底在幹嘛？
大腦在面對真實壓力時，吸收速度最快。就像被丟進深水區，你自然會學會游泳。
3. 進階洞察：拒絕「憑感覺寫程式」
現在 Gabriel 在 OpenAI 的 Sora 團隊，負責研發最頂尖的影片生成模型。 他的日常很務實：盯著生成的畫面，抓出不符合物理規律的瑕疵。接著調整參數、改動架構，再重新訓練。
他每天問 AI 上百個問題，請 AI 看程式碼、總結論文。 但他堅持一個底線：「我絕對不盲目依賴 AI。」 這不是所謂的憑感覺編程（Vibe Coding）。每一行程式碼，他都清清楚楚知道背後的運作邏輯。AI 只是幫他省下找路的時間，並沒有代替他走路。
數據佐證： 傳統學習法需要約六年以上的學術培養才能接觸生產級模型，而 Gabriel 透過 AI 輔助的遞迴式學習，在三天內掌握了 Diffusion Model 的直覺核心。（來源：Extraordinary Podcast, 2024）
現實連結與生存建議：用 Demo 打破階級
一個沒有學歷的無名小卒，憑什麼讓 OpenAI 或 Midjourney 買單？ Gabriel 的秘訣只有一個：做一個強到讓人閉嘴的 Demo。
這個 Demo 只需要做到兩件事：
- 讓對方 3 秒內看懂你在幹嘛。
- 讓對方 3 秒內相信你是個實戰高手。
公司開門是為了獲利。如果你能證明你可以解決技術難題，誰管你是不是名校畢業？ 他建議大家繞過只看履歷的人資系統，直接把 Demo 寄給技術決策者。提議免費試工一週。對新創公司來說，這是一筆沒有成本的交易，而你也就拿到了入場券。
Gabriel 甚至靠著他在 Stack Overflow 上的高點閱率專業回答，成功說服美國當局，拿到了 O-1 傑出人才簽證。 這證明了實力在哪裡都通用。
如果你現在就可以放下手邊僵化的學習計畫，直接動手做一個小專案，你會想解決什麼問題？留言聊聊。
結語：擺脫永久性輕度痛苦
Gabriel 發現，很多人其實一直活在「永久性輕度痛苦」裡。 不敢做決定，害怕改變，寧願緊抱著眼前的安穩，也不願踏出舒適圈。這也是為什麼很多學術界的人對他這種自學成才的人感到防備，因為這打破了既有的階級堡壘。
先讓自己變成一個厲害的解決問題者，然後把你丟進一屋子同樣熱血的人群中。 只要你願意主動學習並動手，你已經走在世界的前段班了。
建立者：TheVoidWeaver | 更新：2026-03-12 來源：Extraordinary Podcast, 2024