“神经网络？它们从来都行不通，永远不会工作。”

2010年，当Richard Socher在斯坦福提出用神经网络做自然语言处理时，整个学术界都在摇头。他的论文被拒，导师质疑，连远在德国的父亲都担心：“我儿子学这个，将来能有什么用？”

他不为所动。“我不在乎什么流行，只在乎什么有意义。”

十几年后，他成了“提示工程”的发明者之一，担任过Salesforce首席科学家，创办的You.com在3年内估值达到15亿美元。如今，OpenAI、亚马逊、阿里巴巴都在用他的API基础设施。

在这场深度访谈中，他讲述了从德国小镇到硅谷中心的完整历程：被拒稿的博士生涯、从学术到创业的三次跳跃、与谷歌正面竞争的策略，以及他对AI未来的真实判断——“有些人觉得我们应该慢下来，我认为我们应该大幅加速。”

以下是他用30年验证的信念。

1、“我学的东西，我爸觉得根本没用”

Richard Socher来自德国。高中时，他就同时热爱两件事：自然语言和数学。他学英语、法语、中文，也沉迷数学。这两者在大多数时候没有交集——直到计算机出现。

“在计算机里，你可以用数学来理解语言。”他说。

2003年，他选择了一个当时极其冷门的专业：语言计算机科学。在德国，这几乎没人学。他爸爸一度担心：“我的儿子将来会怎样？这个‘语言计算机科学’听起来根本不像什么有用的东西。”

但Socher不在乎流行，只在乎意义。“如果能让这个技术成功，它会产生惊人的影响。语言是人类智能最有趣的体现。能理解语言，就能更理解我们作为人类的本质。”

抱着这个信念，他后来进入斯坦福，师从NLP领域的大牛，也听到了Andrew Ng关于深度学习和计算机视觉的讲座。从第一性原理出发，他相信神经网络才是正确的方向——当时主流做法是特征工程，比如人工标注积极词、否定词等，但那根本无法扩展到翻译等复杂任务。

“我需要统一这个领域。”他说。

2、“大部分论文被拒，因为人们讨厌这个想法”

在斯坦福读博期间，Socher开始系统性地把神经网络应用到自然语言处理上。当时，这被视为异端。

“大部分论文被拒，因为人们讨厌用于NLP的神经网络。MIT、伯克利，整个湾区都讨厌这个想法。”他回忆。

但他没有被说服。“我从第一性原理出发，觉得神经网络是对的。当时大家都在做特征工程——定义什么是正面词、负面词，否定怎么作用……那根本没法扩展到翻译这种复杂任务。”

他坚持做下去，最终做出了关键突破：他们训练了一个神经网络，可以通过不同的“提示”给出各种答案。这就是后来被称为“提示工程”（prompt engineering）的技术。

他们发表了论文，后来被OpenAI的Alec Radford、Ilya Sutskever等人引用并扩展。但Socher觉得，这还不够。

“我们觉得，人们应该能用上这个技术。”

当时，谷歌是搜索垄断者，靠广告赚得盆满钵满，没有任何动力去改变搜索的底层方式。“他们什么都没做。”

于是Socher开始思考：也许该自己干了。

3、从学术到创业的三次跳跃

第一次跳跃：MetaMind

博士毕业后，Socher创办了MetaMind，一个让训练神经网络变得非常容易的AI平台。他当时的想法是：我们已经知道怎么让神经网络工作了——需要大规模数据、需要大规模算力——现在该把这些带给真正的人。

但很快他发现，作为初创公司，必须聚焦一个很小的利基市场才能销售，而他们拥有的是一个强大的通用平台。

“在Salesforce那样的大公司手里，我们的技术能产生更大的影响。”2014年，MetaMind被Salesforce收购。

第二次跳跃：Salesforce

加入Salesforce后，Socher继续做研究、改进产品，甚至把语言模型用到了蛋白质研究上。“我们不仅做了提示工程，还构建了适用于蛋白质的语言模型，那非常有趣。”

但有一个念头始终没放下：如何让普通人用上AI驱动的搜索？

2020年，他决定再次创业。

第三次跳跃：You.com

“我们觉得，总得有人去做这件事。”2020年底，You.com正式启动。

他们的信念很简单：从第一性原理出发，直接获得答案，显然比得到一堆蓝色链接、再一个个点开寻找要好得多。

2021年，You.com成为第一个把大语言模型集成到搜索引擎里的产品。今天Google Gemini的“AI摘要”功能，他们在三年前就做了。

“有人问‘怎么写一个斐波那契函数’、‘怎么写一个HTML页面’，直接从大模型得到答案，显然比点开十个标签页自己找要好。”他说。

4、关键转折：从消费者到企业

You.com早期面向消费者，但后来他们发现了一个更真实的需求。

“越来越多公司想要用底层基础设施来构建自己的AI解决方案。”Socher说，“要避免大模型幻觉，你需要一个好的搜索基础设施来支撑它。”

他们从2022年开始搭建这个基础设施层。如今，OpenAI、亚马逊、阿里巴巴、Telegraph、Windsurf、Harvey等都在使用他们的API。

“有人想免费使用产品，有人想在自己的定制数据集上获得真正精准的答案，并且愿意付费。”Socher说，“你要跟着付费的人走，跟着真实收入走，而不是跟着炒作。”

他把这称为“追随收入”——不是短期的hype，而是真实的价值创造。

5、“加速，而不是减速”

对于AI的发展速度，Socher的态度明确：“有些人觉得我们应该慢下来，我认为我们应该大幅加速。”

他承认AI领域很难导航：一方面有真实影响——他们的客户已经用You.com构建了超过10万个智能体，自动化实际工作任务；另一方面也有大量炒作——关于超级智能何时到来、浏览器能自动化多少任务等等。

“有时时间线会有点偏差，可能会更长一些。但领域变化太快，你必须以2到4周为周期快速迭代。”

他看重的是“良性数据循环”：先让人手动做事，收集数据，逐步优化决策，直到足够好可以自动化。

他举了特斯拉的例子：“那些真正能做全自动驾驶的公司，像特斯拉——你买车、用车、产生训练数据，AI再学习、改进、最终自动化。当你看到微小而持续的进步，就会非常有动力。”

6、“我不在乎流行，只在乎意义”

回顾这一路，从德国小镇到斯坦福，从被学术界拒绝到创办独角兽，Socher始终相信一件事：

“我不在乎什么流行，只在乎什么有意义。”

这句话他重复了三次。

年轻时选冷门专业，他不在乎；博士期间做没人看好的神经网络，他不在乎；离开大公司去挑战谷歌的搜索垄断，他也在所不惜。

“有些文明能创造文字，有些不能。不能的那些落后了。现在，不用AI的文明也会落后。”

他的座右铭是：“更好，更好，永无止境。”（Better, better, never done.）

“你可以永远提升自己、公司、流程。永远有进步的空间。”

7、给创业者的建议

访谈最后，他分享了几条给创业者的建议：

1. 从第一性原理出发，而不是追逐流行。

“如果你真心相信一个想法从基本原理上是正确的，就要有那种信念——即使被拒绝很多次，也要坚持下去。”

2. 追随真正的收入，而不是炒作。

“有人愿意免费试用你的产品，这很好。但如果公司愿意为它付费，你才真正创造了价值。”

3. 找到良性数据循环。

“让人先做事，收集数据，逐步优化，直到可以自动化。这样你每天都能看到进步。”

4. 保持兴奋。

“我爱AI，从基础研究到超级智能的上限，再到让它真正工作、让人们生活更好——每个层面都让我兴奋。”

如今，You.com已成为AI搜索基础设施的重要玩家，Socher也从一个被拒绝的博士生，成长为定义AI范式的关键人物。

但他的回答里没有“我成功了”的满足感，只有“下一步是什么”的平静。

“成为独角兽很棒，但在很多方面，它只是意味着：好吧，接下来呢？”

也许这就是他的“更好，更好，永无止境”——不是永不满足，而是永远在寻找下一个有意义的问题。

毕竟，当你在意的是意义本身，就不会有停下来那一天