胡渊鸣对谈：AI 时代什么让你不可替代？答案是「没有训练数据的那一面」

一句话总结：AI 能搞定一切「有训练数据」的事，所以人不可替代的部分只剩三块——没有训练数据的灵光一闪、由 taste 决定的「不做什么」、以及掉过坑后爬起来的信心。

开场

红杉的「the prompt」最近这一期请了胡渊鸣（Yuanming Hu）。他是清华姚班、MIT 博士、太极图形（Taichi Graphics）创始人，现在 Meshy.AI 已经做到接近 4000 万美金 ARR、过去 12 个月营收涨了 14 倍。按照所有「少年天才」的剧本，他应该聊算力、聊模型、聊融资。

但访谈的核心议题反而是一个所有人都在问、却很少有人答得清的问题：Cursor、Claude Code、Codex 都越来越能干了，作为一个技术型 CEO，到底还有什么是 AI 替代不了的？

胡渊鸣的回答出乎意料地不浮夸。他没有谈「人类的温度」「人文情怀」这些虚词，而是用一个工程师的语言把不可替代的边界画得很清楚：AI 训练靠数据，但很多事根本没有训练数据。

答案是一句话：人之所以不可替代，不是因为做了更多，而是做了「AI 没有训练数据」的事——这件事由灵光一闪开启、由 taste 决定边界、由跌倒过的信心支撑。 下面分四层展开。

金字塔总览

mindmap
  root((AI 时代<br/>不可替代))
    一·没有训练数据
      think out of the box
      灵光一闪
      创造未来的预测
    二·三个关键词
      科学决定可以做什么
      艺术决定不做什么
      乐趣给做下去的动力
    三·跌倒过的信心
      18 个月差点退钱
      永久危机 permanent crisis
      掉下坑能爬起来
    四·follow my heart
      抛硬币逼直觉
      与自己和解
      不勉强

一、不可替代的边界：所有有训练数据的事，AI 都能搞定

胡渊鸣对这个问题给的判断非常直白：

金句：只要有数据集，AI 就能训出一个模型来解决这方面的问题；但是很多事情，根本没有训练数据。

这是一个被严重低估的判断。今天市面上太多「人类不可替代论」要么把人神化、要么把 AI 矮化。但胡渊鸣作为一个真正在前线训模型、做 3D 生成、做游戏世界模型的人，给出的是一个工程意义上的边界——AI 强在拟合已发生的事，弱在创造没发生过的事。

1.1 「无数据领域」到底是什么

他举了几种典型场景：

• 你要在历史上没人做过的事情上做出判断；
• 你要对一个从没出现过的未来给出预测；
• 你要用逻辑推理 + 一些随机的猜测 + 一些感性的信仰，去做 think out of the box 的探索。

这三件事的共同点是——没有先例可以拟合。AI 的本质是用过去推未来，而真正的创造性恰恰是「过去里没有的未来」。

1.2 为什么 hybrid 才是真出路

这个边界在他做的 AI 游戏里也得到了验证。他不相信纯粹基于 diffusion 的「世界模型」能在 iPhone 上跑得动——目前 SOTA 大概需要 1000 TFLOPS，手机能稳定输出的算力差两个数量级。他押的方向是 hybrid world model：让 AI 生成中间表示，传统图形引擎执行——就像 vibe coding 一样，大模型不直接解决问题，而是生成代码，再用最廉价的方式去执行。

金句：AI 生成机制，世界用最廉价的方式执行机制——这条路在 vibe coding 已经验证，在游戏里也会验证。

放回到人身上同样成立：人不该跟 AI 比执行，人该做的是给出那个「没数据」的初始机制。

二、人生三关键词：科学·艺术·乐趣

如果说第一节回答了「不可替代是什么」，那胡渊鸣给的第二个答案是「怎么知道自己在做不可替代的事」。他 30 岁，给自己剩下的人生总结了三个关键词：

这个框架的精妙之处在于——它是 MECE 的。科学解决能力问题，艺术解决方向问题，乐趣解决持续问题。一个事如果三个都满足，就值得做一辈子。

2.1 为什么 taste 是 AI 时代被低估的能力

科学/技术大家都在谈，乐趣大家都懂，最容易被忽略的是 taste。胡渊鸣讲了一个细节：宫本茂监制游戏时，会问开发者「这边为什么有一块石头」，如果对方答不上来「这就是精心设计过的」，宫本茂就会让他重做。

金句：你可以没有 taste 去做一个赚钱的东西，也可以选择成为宫崎骏、宫本茂、久石让——那个 sweet spot 才是 AI 替不掉的位置。

在「AI 可以批量生成 1 万个 60 分游戏」的时代，「玩家永远只玩那个 90 分的游戏」——所以你的目标必须是用 AI 直接做出 99 分。taste 决定了 99 分和 60 分之间那条线在哪。这件事 AI 学不会，因为训练数据里有的是 60 分作品，99 分的样本极其稀缺。

2.2 AI 时代真正的奢侈品：体验

顺着这个 taste 的逻辑，胡渊鸣给出了一个挺有意思的预测——AI 把大家从工作里解放出来之后，「在有限的生命中体验近乎无限的 experience」会成为未来最重要的资源之一。

他不太看好「AI for work」（觉得机会已经收敛），更想做「AI for fun」。这里他特意区分了两种内容：一种是让玩家成瘾、不停氪金的「成瘾机器」；一种是任天堂式的、能让你 elevated 成为更好的人的内容。两者商业模式完全不同。前者是把人当韭菜，后者是把人当孩子——taste 就是这两者的分水岭。

三、跌倒过的信心：永久危机里的护城河

第三层是最反直觉的——胡渊鸣认为创业最大的收获不是看得见坑，而是「掉下去也能爬起来」的信心。

3.1 18 个月：差点把钱还给投资人

很多人不知道的是，今天 4000 万美金 ARR 的 Meshy.AI，在 18 个月的时候差点不做了。

胡渊鸣讲了那段「至暗时刻」：太极图形商业化没起来、第二个产品又失败了，加上家里老人去世，「楼下卖水果的阿姨都有 PMF，我读到 PhD 为什么找不到 PMF」。他甚至和其他 founder 聊过「要不就把钱还给投资人」。

转折点是和投资人那通电话——他鼓起勇气坦白了第三个方向的想法，对面回了一句「好啊，你试一试，我支持你」。那一刻，整个世界都变好了。

3.2 什么是 permanent crisis

熬过那段时间之后他听硅谷朋友讲了一个词——permanent crisis（永久的危机状态）。

金句：做公司就是永久危机——每天起床都是一堆烂事，天都要塌了，但只要 founder 还在，天就不会塌。

胡渊鸣说，他现在烂事比以前更多，但 I’m used to it。这种「习惯了」不是麻木，而是一种「我跌倒过 100 次，还能爬第 101 次」的肌肉记忆。

金句：创业给你的最大收获不是看不到坑，而是一种信心——我掉下坑，我一定能爬起来。

这件事 AI 没法替你做。AI 可以模拟出 100 种结果，但「在跌倒后还相信下一次能站起来」是一种 跨越 episode 的连续性体验——它不是模型权重，它是你的人生数据。

3.3 「最差又能怎么样呢」

被问到给后辈创业者什么建议时，胡渊鸣说他常在凌晨问自己一句：「最差又能怎么样呢？」

最差无非就是重新开始。再来一次的概率又有多大？很多时候我们的恐惧是没有道理的。他特别钦佩中国创业者的韧性——也许就是这句「最差又能怎么样」撑起来的。

四、做不可替代的事，靠 follow my heart

讲完前面三层，最后一个问题落地：具体到日常决策，该怎么判断自己在做正确的事？

胡渊鸣的方法极其朴素——抛硬币。

4.1 用抛硬币逼出真实的直觉

金句：A 和 B 选不出来时，往空中抛一枚硬币。在它落地的瞬间，你希望它哪一面朝上？——那就是你的答案。

这不是迷信。这是把决策权交给随机数发生器的瞬间，逼自己看清「内心真正希望的那个选项」。这一招他和访谈人（红杉吴茗）发现彼此都在用。

4.2 follow my heart 不是任性，是长期主义

胡渊鸣解释为什么这条法则对他重要——人只有一辈子。如果违心去做不那么想做的事、假装成自己不是的样子，短期或许有好处，但长时间一定不可持续。

金句：只有做最真实的自己时，你才能言行一致，才能把所有能量都发挥出来；否则人很拧巴。

4.3 与自己和解：CEO 的第 N 次自我开除

他坚持每 3~6 个月把自己「开除一次」。最近这一次开除掉的，是「那个不重视自己感受、每天讨好别人的自己」。现在的版本是「和自己和解了的版本」——

• 不勉强自己做实际上不那么热爱的事；
• 不勉强自己和不喜欢的人相处；
• 不勉强自己在状态不好时硬要 delivery。

这听起来「不像 CEO」，但他给出了 founder 视角的合理化：先爱自己，多余的爱才能给团队；如果创始人每天垂头丧气进办公室，团队也会垮。

一页速览

一句话收束

不要再问「AI 会不会替代我」，那是个有训练数据的问题。

真正该问的是——今天我做的事，AI 有没有训练数据？如果有，明天它就能做得比我便宜；如果没有，那才是属于我的领地。

科学告诉我可以做什么，taste 告诉我不做什么，乐趣告诉我为什么继续做——而那些掉过的坑、爬起来的瞬间，是我一辈子的训练集，也是 AI 永远复制不走的部分。