AI颠覆K12教育？一个高中辍学生到OpenAI研究科学家的特例

人工智能语言大模型普及使用的今天，如何利用AI学习新的知识或技能，是每个人都要面对的问题。

有的人可能会不假思索地接受AI给出的答案，无论是分析问题还是解决问题，“Ctrl+C”紧跟着“Ctrl+V”仿佛成了习惯；也有的人充分利用了AI的知识库，完成了自身的“蜕变”。

今天讲述一个传奇的特例：一位来自瑞典的辍学高中生加布里埃尔·彼德松（Gabriel Petersson），通过自创的AI递归学习法和项目驱动的学习模式，成为了OpenAI Sora团队的研究科学家，负责视频生成研究。

彼德松的经历堪称神奇。

高中辍学，没有学历，没有名师，更没有背景。这个截至2025年底仅23岁的瑞典人，现任OpenAI研究科学家。在博士云集的AI研究领域，显然是一个异类。

2016年，14岁的彼德松想构建一个价格对比网站，他的做法是打开YouTube搜怎么做网页——边学边做出了一个小工具，利用这个工具倒卖宝可梦卡赚到人生的第一桶金，超过2万美元。

2019年，17岁彼德松从高中辍学，加入表兄在斯德哥尔摩创办的AI初创公司Depict.ai（YC孵化器支持），负责构建电商产品推荐系统，一边做一边学习编程、销售和系统集成。

疫情期间，18岁的他用爬虫工具和前端搭建了一个手消毒剂价格比较网站，首周收入2.2万美元。

几个月后，他进入瑞典最大的云厨房Curb Food担任临时CTO,组建了一个7人团队开发厨房管理系统。项目上线后，他选择离开，加入Dataland担任创始工程师（前端基础设施）。

22岁时，彼德松加入AI艺术生成公司Midjourney担任软件工程师，负责从网络到数据库的全链路开发。他编写的图像处理网络被称为“世界上性能最强”，能平滑渲染数千张高分辨率图片。

2024年12月，彼德松加入OpenAI Sora团队，成为研究科学家，参与视频生成模型开发。

2025年9月，作为Sora2.0版本的核心贡献者之一被正式署名。在他接受了NBC News、PCMag、Business Insider等媒体采访后，其堪称的传奇经历被曝光。

Gabriel最令人称道的是，他完全通过ChatGPT自学数学和机器学习，其方法被称为“用AI学AI”。

老头观点：Gabriel是一个天才，他的成功仅仅只是一个特例，多数人可能无法模仿。但是，他所采用的从任务出发的递归学习法值得每一个人参考。

根据网络资料，结合自己的认识，简单介绍这种学习方法——逐步深入的递归式追问学习法。——方法的核心，类似于苏格拉底式提问法。

以一个可执行的软件项目为例。

给AI提出一个具体的软件项目要求，让AI生成代码。

通常，多数人在生成代码后的做法是，如果代码能够跑通就直接使用，如果跑不通就会让AI进行修改，直到跑通为止。

而Gabriel则不同。

如果代码存在bug，他会让AI进行修改，并分析bug形成的原因。如果AI的分析他没有看懂，则会继续追问，直到自己完全懂得为止。

即使代码没有bug，他也会仔细阅读每一行代码，如果代码中有他看不懂的地方，他会要求AI对代码及参数进行详细解释，直至弄懂为止。

例如：

“这段代码为什么报错？”

“这个参数的具体作用是什么？请用12岁孩子能懂的方式解释。”

就这样，通过不断地追问，把整个代码吃透。

最终，他不仅学会了编代码，对软件项目整体也有了深刻理解。

再比如他学习扩散模型时，不是先读论文，更不是从头开始学，而是问ChatGPT：“如果我想做一个小型视频生成模型，第一步该搞懂什么？”

AI的回答中，对于看不懂每一句话、每一个概念继续追问，比如：“这句我还是不懂，你能假设我只有12岁再解释一遍吗？”

直至追问到最底层的知识，比如：“背后的数学直觉是什么？能画个图吗？能用高中生能够理解的语言解释吗？”

整个追问过程，严格遵循递归规则：彻底解决一个知识点后，才返回上一层追问下一个知识点，确保自己通盘掌握整个知识链条。

重点1：为了防止AI幻觉进行交叉验证

在学习的过程，使用多AI工具验证同一概念，防止单一AI的“幻觉”误导。

其具体做法是，对关键概念，分别询问ChatGPT、Claude等不同模型，对比答案差异，并持续追问，以保证知识的准确性——把AI当作一个“有耐心的导师”而不是一个只给出“权威答案”的机器，始终保持批判性思维。

重点2：记录追问过程，并总结成自己的知识框架

在与AI的问答过程中进行记录，特别是把自己的思考和领悟重点记录下来，最终形成个人知识库。

小结

Gabriel递归式学习法的核心能力：提问质量而非答案数量，这一点决定了学习效果。——学会提问

常见的错误用法：把AI当外包工具直接索要答案，或导致“思考外包”和批判性思维萎缩。——囫囵吞枣式直接接受答案

正确用法：把AI当作一个可以“无限追问的导师”，通过追问实现“知识的逐步深入学习”。——持续追问直到知识贯通

适用场境：当缺乏系统化学习资源时，可通过AI工具构建个性化学习路径。——不怕不懂就怕不问

个人要求：在使用这种学习法时，对于个人也有要求。比如，需熟练掌握AI提问技巧，否则可能陷入无效追问；具备知识系统整合的能力，否则可能导致知识零散；有强烈的未知欲和不怕听不懂的勇气，否则可能会难度高而放弃……

总的来说，递归学习法适合目标驱动、自我激励强的学习者，用于快速掌握实用技能、攻克具体项目或探索新领域，可能不适于需要建立严谨的、系统性知识体系的基础学科学习。

Gabriel的成功不可复制，但是把“免费知识”转化为“自身能力”，或许是AI时代每个人都需要正视的现实问题。