返回快訊

Alexandr Wang把拉開差距收成兩件事:極度專注,以及持續超額去做

一段53秒訪談裏,Alexandr Wang把拉開差距收成兩件事:極度專注,以及持續超額去做。英文字幕是,若極度聚焦,進步會非常快;長期投入大量時間和精力,並一直overdoing,就會進步得更快。他稱自己能做成這些,歸到底是專注和超額做,別人也許只是沒多走那一英里。

流傳帖把這段收成三條,並寫成行業要求走1英里就走10英里、別人交付100%就常態交付200%、每次交付都當生死決戰。原片沒有這些倍數,也沒有點名99%。可覈對的書面版本是他2024年10月的備忘錄《Do Too Much》:領導者從不只是做到,而是做得過了頭;你是公司裏任何人在意程度的上限,必須比看起來合理的程度做得更多、更在意、嘗試更多;太多才是合適的量。

備忘錄把外界眼中的過度收成正常:所謂過度樂觀只是樂觀,過度溝通只是溝通,過度交付只是交付,微觀管理只是管理, ruthless prioritization只是排序。他寫,沒有Steve Jobs對細節的執念就沒有Apple,沒有Elon Musk近乎狂熱的執行就沒有SpaceX和Tesla;自己沒見過普通努力帶來異常結果。若沒有超額做,Scale就不會是今天的公司。

公司動作對得上這句話。Scale AI由他和Lucy Guo在2016年創辦。2022年生成式人工智能起勢後的6個月內,他把絕大部分團隊轉到爲大模型生產數據。2025年6月,Meta以約143億美元取得約49%股權,公司估值約290億美元,他出任Meta首席人工智能官。當時Forbes把他的淨資產估在約32億美元。Scale內部信條被他寫成提高節奏,以及野心塑造現實。

這是注意力在給一套管理口徑定價,不是新融資。轉發的人買的是可執行的差距公式,原片供給的是專注加多走一英里。受益的是把超額交付寫成招聘和客戶標準的團隊,承壓的是按合同做到100%就停的供應商。Meta買下的49%股權,買的是這套數據產能和把團隊在6個月內擰過去的執行記錄,不是一段勵志字幕。

來源:公開信息

ABAB AI 解讀

Wang的路徑是用數據勞務換模型公司的入場券。2016年他從MIT輟學,和Lucy Guo辦Scale,早期給自動駕駛和政府客戶標數據。2022年大模型缺語料時,他把大部分人力在6個月內撥到生成訓練數據,客戶從車廠擴到OpenAI、Meta一類模型實驗室。2025年Meta拿約49%非投票股權、付出約143億美元,他本人進Meta管人工智能。超額做在這裏不是口號,是把公司從標註作坊改成模型燃料供應商。

錢的流向是客戶預算進標註,再被平臺資本一次性資本化。Scale自己不訓練最大的基礎模型,它賣的是別人不願做的枯燥產量。備忘錄裏的上限理論,是創始人把加班和改方向設成公司天花板:2022年那次轉移若按合同節奏走,窗口會落到別的數據商。Meta買的是這條已驗證的切換速度,外加他本人。

可比的是臺積電用良率和交期把設計公司綁住,以及亞馬遜早期用虧損配送把零售客戶綁住。都是別人覺得過頭的交付,後來變成默認標準。Wang現在的位置在控制段:Scale的估值已經由Meta的49%錨定,個人角色從創業公司首席執行官改成大平臺的人工智能負責人,超額執行從對外獲客變成對內排期。

本質是定價權轉移。模型能力被少數實驗室集中後,稀缺的不是又一個會說智能的人,而是能按周交出數據的產能。機制是合同只覆蓋可見範圍,多走的一英里變成下一次排他訂單的入場券。聰明人供給過剩,肯把團隊在6個月內整建制挪走的人供給不足,所以溢價落在執行記錄上,不落在智商敘事上。

ABAB News · 認知定律

  1. 別人叫過度的,後來叫交付

  2. 合同寫到100%,訂單留給120%

  3. 智商過剩,肯枯燥的人稀缺