閆安比約定的時(shí)間早到了幾分鐘实蔽。見到我時(shí)荡碾，他笑著站起來跟我握手。他的冰咖啡已經(jīng)喝了一大半局装。
2017年3月一個(gè)工作日上午10點(diǎn)玩荠，香港IFC里這家咖啡店已然滿座。我們旁邊坐著膚色各異贼邓，講不帶口音英語的型男型女阶冈。他們穿著貼身西裝小背心，頭發(fā)用塑形膠整得棱角分明塑径。
坐在我面前的閆安穿著休閑襯衫女坑，放松自然，頭發(fā)也無立體造型统舀。他氣質(zhì)樸實(shí)匆骗，卻跟周圍人群有種“和而不同”之感劳景。
閆安在北京出生、長大碉就。他是1996年國際數(shù)學(xué)奧林匹克競賽（IMO）金牌得主盟广。閆安1997年保送北京大學(xué)數(shù)學(xué)系，2000年本科畢業(yè)瓮钥，進(jìn)入美國斯坦福大學(xué)筋量，先后學(xué)習(xí)數(shù)學(xué)和金融。在斯坦福大學(xué)攻讀金融博士學(xué)位期間碉熄，閆安離校桨武，前往高盛東京的Sales and Trading Desk工作。
“我對自己學(xué)的東西锈津，特別是金融理論沒信心呀酸，想去行業(yè)內(nèi)看看到底在發(fā)生什么∏戆穑”他這樣解釋當(dāng)初的動(dòng)機(jī)性誉。
閆安在高盛東京工作了一年。他很快發(fā)現(xiàn)自己對金融業(yè)興趣不大茎杂，但高盛倡導(dǎo)的“Long Term Greedy（長期貪婪）”理念引發(fā)他深思艾栋。
“我覺得（這說法）很有道理，但Greedy（貪婪）最終的目的是什么蛉顽？我在高盛沒有找到蝗砾。我覺得他們的目的是把自己變成一堆錢。但是把人變成一堆錢之后呢携冤，要做什么悼粮？”
輾轉(zhuǎn)幾家國際金融機(jī)構(gòu)，從美國到東京到香港曾棕，閆安找到了答案——人工智能扣猫。
閆安認(rèn)為，人工智能是未來社會(huì)的基礎(chǔ)設(shè)施翘地，對于世界的重要性申尤，將不亞于水、電衙耕、氣昧穿。就像每一個(gè)城市都有自己的醫(yī)院一樣，未來每一個(gè)城市都應(yīng)該有自己的DeepMind（英國的一家人工智能公司橙喘，2014年被谷歌收購）时鸵。
閆安想，如果自己能在人工智能的任何一個(gè)方向取得突破，比如數(shù)學(xué)定理證明饰潜、深度強(qiáng)化學(xué)習(xí)初坠，都會(huì)創(chuàng)造無法估量的價(jià)值：“這是讓我非常興奮的目標(biāo)，就是我們可以集體走進(jìn)一個(gè)更高級的社會(huì)彭雾〉蹋”
就像一個(gè)彷徨許久的人終于在茫茫人海中發(fā)現(xiàn)真愛，閆安就這么找到了人工智能薯酝。
至于怎么推進(jìn)人工智能的研究半沽，閆安一開始并沒有清晰的線路。他一門心思要去做研究蜜托、讀論文。這個(gè)行業(yè)論文閱讀量巨大霉赡。行業(yè)三大會(huì)議之一橄务，ICLR（International Conference of Learning Representation）一次發(fā)500篇論文。閆安一個(gè)人可能要花兩個(gè)月時(shí)間讀完穴亏。剛讀完蜂挪，下一波論文又出來了。
2016年12月的一天嗓化，閆安靈光一動(dòng)棠涮，萌發(fā)了開公司的念頭〈谈玻“我一想严肪，這件事這么好，我要去促進(jìn)這件事啊谦屑〔蹬矗”
當(dāng)月，公司在香港正式注冊氢橙，閆安成為唯一的股東和董事酝枢。他一邊做研究，一邊開公司賬戶悍手，一邊琢磨公司融資帘睦、運(yùn)作模式。
2017年2月坦康，閆安在北大香港校友會(huì)的春節(jié)聚餐上分享了自己對于人工智能的思考竣付。3月，閆安又前往香港英皇佐治五世學(xué)校跟中學(xué)生們做了一次講座滞欠。
普及AI領(lǐng)域的進(jìn)展卑笨，在閆安看來，是自己“力所能及的主要公共服務(wù)”仑撞。
在另一條戰(zhàn)線上，閆安積極地跟香港高校聯(lián)系科研合作桶良。如果順利座舍，今年夏天，韓國首爾國立大學(xué)和香港科技大學(xué)的兩組學(xué)生將加入閆安的AI研究小組陨帆。這將部分緩解他的科研壓力曲秉。
“閆安雖然看上去很理想主義，其實(shí)落地能力很強(qiáng)疲牵〕卸”閆安的朋友王遠(yuǎn)航告訴我。
這幾個(gè)月纲爸，閆安像他研究的學(xué)習(xí)系統(tǒng)一樣亥鸠，一邊跟環(huán)境交互，一邊學(xué)習(xí)识啦、提高负蚊。
他關(guān)于公司的想法在演變。今年3月初颓哮，我第一次跟閆安聊到商業(yè)模式時(shí)家妆，他說自己并不是從原則上反對商業(yè)化。一個(gè)多星期后冕茅，我們再見面伤极，他決定不再考慮商業(yè)模式，以非營利的方式來運(yùn)作公司——“類似美國的 OpenAI”姨伤。
目前閆安主要精力集中在三條主線：一是人工智能安全性的研究塑荒；二是連續(xù)更新的Literature Review（由于文獻(xiàn)綜述工作量大，他覺得最好是有個(gè)科學(xué)家團(tuán)隊(duì)組織起來姜挺，一人看一塊）齿税；三是自動(dòng)數(shù)學(xué)定理的證明。
“說不定六七年之后炊豪，計(jì)算機(jī)就會(huì)解決數(shù)學(xué)中未解決的問題——例如哥德巴赫猜想（哥德巴赫猜想用現(xiàn)代數(shù)學(xué)語言可以陳述為：任一大于2的偶數(shù)凌箕，都可表示成兩個(gè)素?cái)?shù)之和） 〈什常可能出來的證明是幾百頁誰也看不懂的邏輯符號(hào)牵舱。”他說缺虐。
閆安在微信上拉了一個(gè)“AI資訊群”芜壁。幾十個(gè)人中，就有多位數(shù)理化信息學(xué)國際奧賽金牌得主。群里的小伙伴們紛紛稱閆安為“教主”慧妄。
一次顷牌，微信群討論招人的問題，有朋友問閆安：“在中國能發(fā)頂會(huì)（頂級會(huì)議）的人行情價(jià)就要六十萬起塞淹，你真的準(zhǔn)備招嗎窟蓝？”
“招，一百萬起饱普≡舜欤”閆安說，“100個(gè)這樣的人就能組半個(gè)DeepMind了套耕，年費(fèi)一個(gè)億谁帕，這是多好的deal？加上各種overhead（運(yùn)營費(fèi)用）冯袍，年費(fèi)兩億匈挖。”
這時(shí)颠猴，群里一位奧賽金牌朋友立即潑冷水：“建議教主多接觸一下現(xiàn)實(shí)生活关划⌒∪荆”
也許在外人看來翘瓮，閆安對人工智能的執(zhí)著似乎有點(diǎn)“堂吉訶德”的味道。然而他對怎樣前進(jìn)裤翩，其實(shí)心中已經(jīng)有了清晰的路線圖资盅。
閆安告訴我，人工智能一旦成為社會(huì)的基礎(chǔ)設(shè)施踊赠，我們會(huì)生活在一個(gè)非常不一樣的世界呵扛。那個(gè)時(shí)候再來看現(xiàn)在的我們，會(huì)像我們現(xiàn)在去看工業(yè)革命之前的世界筐带。
他說：“跟這件事比起來今穿，其它事就不那么重要了÷准”
對話
Q：你最早關(guān)注人工智能是什么時(shí)候蓝晒？
A：2013年，我發(fā)現(xiàn)出現(xiàn)了很多人工智能的新聞帖鸦，圖像識(shí)別領(lǐng)域出現(xiàn)了突破芝薇。2013年底，倫敦的一家公司DeepMind用計(jì)算機(jī)玩視頻游戲取得了一些進(jìn)展作儿，2014年初它被谷歌收購洛二。看到這些新聞后，我覺得這個(gè)領(lǐng)域很有意思晾嘶，就去學(xué)一些相關(guān)的知識(shí)妓雾，像計(jì)算機(jī)，神經(jīng)科學(xué)变擒。一邊學(xué)君珠，一邊看新的論文。
Q：作為一名研究者娇斑，你發(fā)現(xiàn)這個(gè)領(lǐng)域和其它學(xué)科最大的不同是什么策添？
A：首先，這個(gè)領(lǐng)域的論文都比較公開毫缆。不像商學(xué)院唯竹、數(shù)學(xué)系，那些論文要發(fā)表之后很久苦丁，Review （被評審）之后過了一年才出來浸颓。這個(gè)領(lǐng)域的進(jìn)展速度是我以前從沒有見過的。以前不管數(shù)學(xué)旺拉，還是金融产上，都是你要學(xué)很久才能到這個(gè)領(lǐng)域的前沿。然后你發(fā)現(xiàn)蛾狗，到了前沿晋涣，大多數(shù)commonsensically（常識(shí)上）可以做的東西都被做的差不多了。只有一些很小的地方往前走一點(diǎn)沉桌，而要花很多時(shí)間才能真正理解別人在做什么谢鹊。
而這個(gè)領(lǐng)域很不一樣，就好像哥倫布發(fā)現(xiàn)新大陸一樣留凭，你發(fā)現(xiàn)有好多可以做的東西佃扼。原因是這個(gè)領(lǐng)域之前經(jīng)歷了一個(gè)長時(shí)間的寒冬。人們起先認(rèn)為用神經(jīng)網(wǎng)絡(luò)的方式去做人工智能是行不通的蔼夜。因?yàn)橹耙恢比鄙僮C據(jù)兼耀。全世界只有一小撮人在做。因?yàn)槿瞬粔蚯罄洌赃@個(gè)領(lǐng)域發(fā)展受到了很大的阻礙瘤运，比別的領(lǐng)域緩慢很多。但這一次重新來過之后遵倦，你就發(fā)現(xiàn)你要用幾年的時(shí)間尽超，把過去20年時(shí)間落下的進(jìn)程補(bǔ)回來。只要你有一定基礎(chǔ)梧躺，你就可以馬上去接觸到前沿的東西似谁。
今年4月24號(hào)即將召開一個(gè)行業(yè)頂級會(huì)議傲绣，ICLR（International Conference of Learning Representation)， 去年11月份截止收論文巩踏。官網(wǎng)顯示來自全世界的作者交了490篇論文秃诵，其中選出可以口頭去講的是15篇，占到約3%塞琼。這15篇里面菠净，大部分都是谷歌、Facebook這種很大的實(shí)驗(yàn)室出的彪杉。但還有一篇Single Author （單一作者）的文章毅往，是個(gè)大三的學(xué)生寫的。
這是個(gè)很開放的領(lǐng)域派近。你不需要是一個(gè)積累了十幾年二十幾年的專家攀唯，在一個(gè)方向上突破一兩年，有一定積累渴丸，你就可以走到世界前沿侯嘀。我可以作為一個(gè)不是內(nèi)行的人，很快了解到前沿谱轨，很快看到前景是什么戒幔。
Q：你怎樣理解人工智能的前景？
A：首先土童，前景并不是我去做一個(gè)應(yīng)用程序讓大家去download（下載）诗茎，或者我去做一個(gè)網(wǎng)站，提供一個(gè)服務(wù)娜扇。
我們沿這個(gè)方向走下去错沃，可以把人類智能做到機(jī)器里面去栅组，就可以很快規(guī)娜钙埃化、放量玉掸。本質(zhì)上講我們面對的是一個(gè)潛在的刃麸、未來智能化的系統(tǒng)。像一個(gè)新的基礎(chǔ)設(shè)施一樣司浪，把整個(gè)社會(huì)推到新的高度上泊业。就好像我們現(xiàn)在這個(gè)社會(huì)很繁榮，很大程度上依賴于水電氣很方便供應(yīng)給大家啊易，有一個(gè)城市吁伺，大家可以在里面很開心地生活。
你想租谈，未來的基礎(chǔ)設(shè)施是什么篮奄？就是可以把人的智能實(shí)現(xiàn)出來捆愁。比如你想看電影，可能這個(gè)計(jì)算機(jī)跑幾個(gè)小時(shí)窟却，一個(gè)新的電影出來了昼丑。不需要導(dǎo)演，演員去拍夸赫。你說你需要軟件菩帝，軟件也可以計(jì)算機(jī)自己來生成，你告訴它你需要什么茬腿，然后它生成這些程序呼奢。這是個(gè)運(yùn)算的過程。再比如說像Google這個(gè)網(wǎng)站切平，它有20億行代碼控妻，2萬5000名工程師（根據(jù)2015年9月的Wired數(shù)據(jù)），每天有很多個(gè)更新揭绑，代碼不斷擴(kuò)張弓候。這個(gè)事情對人的價(jià)值很大的，本質(zhì)上也是個(gè)計(jì)算的過程他匪。在生活中把知識(shí)菇存、常識(shí)轉(zhuǎn)換成代碼放進(jìn)去。這件事本質(zhì)上也可以數(shù)字化邦蜜。
當(dāng)我們有一個(gè)很好的基礎(chǔ)設(shè)施依鸥，可以自動(dòng)地去生成這些東西的時(shí)候，那么我們生活的社會(huì)是一個(gè)非常不一樣的社會(huì)悼沈。那個(gè)時(shí)候看我們贱迟，就好像我們看工業(yè)革命之前一樣。
所以看到這個(gè)前景之后絮供，其它事情衣吠，跟這個(gè)比較起來，都不是那么重要了壤靶。
Q：你的切入點(diǎn)在哪里缚俏？
A：我最早的想法是，我就好好學(xué)贮乳，爭取自己寫一些論文忧换，走在前面。慢慢我發(fā)現(xiàn)向拆，這件事是不切實(shí)際的亚茬。比如ICLR一次發(fā)500篇論文，一個(gè)人想去把它讀下來浓恳？你都沒有時(shí)間把它讀完刹缝。等你花兩個(gè)月時(shí)間把它讀完葡兑，下一波論文又出來了。
這個(gè)領(lǐng)域像ICLR這樣的會(huì)議有三個(gè)赞草。另外兩個(gè)讹堤，一個(gè)叫ICML（International Conference of Machine Learning），一個(gè)叫NIPS （Neural Information Processing System）厨疙。其中NIPS是最重要的洲守，其次是ICML，其次才是ICLR沾凄。然后呢梗醇，每一個(gè)會(huì)議都會(huì)有一個(gè)deadline（截止日期），分別是11月撒蟀，2月和5月叙谨。每到這個(gè)deadline，就會(huì)有大批論文出來保屯。
所以這個(gè)領(lǐng)域手负，是每年前進(jìn)三步。像剛剛結(jié)束的這個(gè)ICML的deadline姑尺，我有很多論文要看竟终。光是DeepMind，這個(gè)月就發(fā)了至少7篇論文切蟋。進(jìn)展非惩炒罚快的話，你要往前線做研究柄粹。雖然前線很近喘鸟，你如果知道哪個(gè)方向，可能一兩年就可以到那個(gè)方向——但你怎么知道哪個(gè)方向驻右，因?yàn)槟阌羞@么多的方向在同時(shí)前進(jìn)什黑。
Q：所以你感覺需要一個(gè)團(tuán)隊(duì)？
A：所以比較好的方法旺入，是有個(gè)科學(xué)家團(tuán)隊(duì)組織起來兑凿，每個(gè)人看一塊凯力，通過互相的交流茵瘾，對整個(gè)發(fā)展有一個(gè)全貌，再去實(shí)現(xiàn)這些論文上的具體的做法咐鹤。因?yàn)楹芏嗾撐牟话ㄔ创a拗秘。寫好之后，有一個(gè)Expertise（專業(yè)權(quán)威）祈惶，既知道之前發(fā)生什么雕旨，又有自己的工程能力扮匠，這時(shí)候可以再往前突破，可以很有效率凡涩，走的方向也是對這個(gè)領(lǐng)域的前進(jìn)產(chǎn)生效果棒搜。
像DeepMind，Google Brain這樣有一個(gè)團(tuán)隊(duì)活箕，是有很大的優(yōu)勢的力麸。所以如果我們要為這個(gè)領(lǐng)域做一些貢獻(xiàn)的話，至少也要有一個(gè)相當(dāng)規(guī)模的團(tuán)隊(duì)育韩。
Q：你具體的線路圖是怎么樣的克蚂？
A：我現(xiàn)在具體做的事有這么幾條線：
因?yàn)橐粋€(gè)人沒有很多時(shí)間寫代碼，我先做一些人工智能安全性的研究筋讨。社會(huì)上很多人很重視：把人的智能做到計(jì)算機(jī)里面埃叭，會(huì)不會(huì)出現(xiàn)終結(jié)者、天網(wǎng)這樣的事悉罕？我想說赤屋，東西出來之后，相當(dāng)于是一個(gè)很有智慧的基礎(chǔ)設(shè)施壁袄。比如說我們生活的環(huán)境益缎，地球，作為一個(gè)系統(tǒng)然想，它是很有智慧的莺奔。我們在這個(gè)地球上誕生。但我們不會(huì)覺得它是個(gè)危險(xiǎn)的環(huán)境变泄。一個(gè)好的人工智能令哟，它是一個(gè)推著我們前進(jìn)的相當(dāng)自然的東西。不能把它想成一個(gè)有了超級能力的人妨蛹，他會(huì)跟我們?nèi)屬Y源屏富，或者奴役我們。不是這樣蛙卤。
如果自己能寫一些東西出來狠半，能把人工智能的公關(guān)問題解決，讓大家覺得這是一個(gè)很好的東西颤难。
還有一條線：我想寫一個(gè)連續(xù)更新的literature review（文獻(xiàn)綜述）∩衲辏現(xiàn)在文獻(xiàn)更新速度太快。你一個(gè)人做不到能夠走到前線行嗤。我也在盡量找有興趣的人一起做已日。大家一起做review。有人去看memory栅屏，有人去看continual learning飘千，有人看應(yīng)用堂鲜、圖像、影音护奈，大家能拼成一個(gè)完整的圖缔莲。
具體的項(xiàng)目，我也在考慮去做自動(dòng)數(shù)學(xué)定理的證明霉旗。這塊一個(gè)好處呢酌予，就是，你看AlphaGo奖慌。如果你看圍棋的領(lǐng)域進(jìn)展抛虫，你看計(jì)算機(jī)圍棋的水平，從一段简僧，二段建椰，三段，突然就10段岛马。是一個(gè)爆發(fā)的過程棉姐。它是怎么爆發(fā)的。本來下圍棋的系統(tǒng)是很成形的啦逆。就是你看到一個(gè)棋盤伞矩，猜下一步怎么走，把所有線路模擬出來夏志，看哪一個(gè)最好乃坤，怎么下。這個(gè)事情不practical（實(shí)際）沟蔑，因?yàn)閲遄兓嗍铮阏娴挠糜?jì)算機(jī)窮舉的話，計(jì)算能力不夠瘦材。所以AlphaGo做了件什么事呢厅须，它把這個(gè)窮舉這個(gè)過程，用神經(jīng)網(wǎng)絡(luò)來代替食棕。
我不是去窮舉所有的做法朗和，我是用神經(jīng)網(wǎng)絡(luò)去猜。200種做法簿晓，我只看20種做法眶拉，就知道怎么走。他們是把人工智能新的做法抢蚀，放到一個(gè)已經(jīng)成形的系統(tǒng)中去镀层。我覺得類似的事情很可能在未來幾年內(nèi)也發(fā)生在自動(dòng)定理證明這個(gè)領(lǐng)域。
因?yàn)閿?shù)學(xué)證明也是我們知道要證明什么皿曲，也知道有哪些假設(shè)唱逢，然后像下棋那些用樹形搜索的方式。窮舉下一步要證的屋休，本身也是沒有效率的坞古。如果把人工智能的方法做進(jìn)去，感覺會(huì)有新的提高劫樟。說不定六七年之后痪枫，計(jì)算機(jī)就會(huì)解決數(shù)學(xué)中未解決的問題（例如哥德巴赫猜想）〉蓿可能出來的證明是幾百頁誰也看不懂的邏輯符號(hào)奶陈。這樣的話既是一個(gè)很好的實(shí)用項(xiàng)目，又是一個(gè)很好的理論項(xiàng)目附较。
實(shí)用上就是你在一個(gè)很好的方向上為社會(huì)做出了貢獻(xiàn)吃粒。你也可以推動(dòng)更多數(shù)學(xué)家轉(zhuǎn)型做別的。他們都很聰明拒课，可以去推動(dòng)別的方向發(fā)展徐勃。理論上，你也可以進(jìn)一步提升人工智能本身的能力早像。因?yàn)閿?shù)學(xué)證明還是比圍棋難得多的一個(gè)領(lǐng)域僻肖。
Q：AI的哪個(gè)方向最讓你興奮？
A：AI這個(gè)領(lǐng)域很大卢鹦。對外行來講臀脏，細(xì)分一下，就是Deep Learning（深度學(xué)習(xí)）冀自。再細(xì)分一點(diǎn)谁榜，叫Deep Reinforcement Learning（深度強(qiáng)化學(xué)習(xí)）。它跟Unsupervised Learning有很大的交叉凡纳。再往下面細(xì)分窃植，就是構(gòu)造一個(gè)好的學(xué)習(xí)的架構(gòu)。這個(gè)架構(gòu)的設(shè)計(jì)荐糜，會(huì)用到很多來自神經(jīng)科學(xué)巷怜、或者認(rèn)知科學(xué)等其他領(lǐng)域的啟發(fā)。把人的智能構(gòu)造暴氏，放到學(xué)習(xí)架構(gòu)里去延塑，把這個(gè)學(xué)習(xí)架構(gòu)放到相對復(fù)雜的系統(tǒng)，去提高學(xué)習(xí)架構(gòu)的智能答渔。
這個(gè)系統(tǒng)可以像圍棋关带，也可以像游戲，也可以是很多游戲串起來。原則上講就是在不同系統(tǒng)中提高學(xué)習(xí)架構(gòu)的智能宋雏。這個(gè)是比較有前途的方向芜飘，也是我希望最終能發(fā)布研究成果的方向之一。
Q：現(xiàn)在有不少做量化交易的團(tuán)隊(duì)稱用了人工智能技術(shù)進(jìn)行交易磨总，不知道你是否了解AI在這方面的應(yīng)用嗦明？
A：很多人說用人工智能，但是人工智能是個(gè)很廣闊的領(lǐng)域蚪燕，我很難判斷他們是否實(shí)質(zhì)上在使用近兩三年的新成果娶牌。
Q: 你怎樣思考公司的商業(yè)模式？
A：所謂“商業(yè)模式”的主要目的馆纳，就是作為企業(yè)诗良，有錢進(jìn)來。先融資鲁驶，請工程師鉴裹，做個(gè)系統(tǒng)，賣給別人灵嫌。這些人獲取了商品服務(wù)把錢給我壹罚。但如果我可以直接賣一些股權(quán)，把錢收回來寿羞，我可以節(jié)省這個(gè)流程猖凛。
你作為一個(gè)研發(fā)的機(jī)構(gòu)，做了很好的項(xiàng)目绪穆，比如你解決了哥德巴赫猜想辨泳，其實(shí)你只需要賣一點(diǎn)點(diǎn)股權(quán)，就可以進(jìn)來很多錢玖院。不用再去走這個(gè)流程菠红，賣東西再進(jìn)來錢。這個(gè)對你的精力也是一種分散难菌。
這件事情的價(jià)值是在最后试溯，我們可以去建成一個(gè)好的、智能的基礎(chǔ)設(shè)施的時(shí)候郊酒。價(jià)值是巨大的遇绞。你可以自動(dòng)生成Google、Facebook的東西燎窘。如果20年能建成摹闽，你給它一個(gè)估值吧。Bill Gates曾經(jīng)說誰要能突破Machine Learing褐健，這個(gè)價(jià)值至少是10個(gè)Microsoft付鹿。你的精力應(yīng)該放在增加實(shí)現(xiàn)這件事情的概率上，時(shí)間不應(yīng)該去做商業(yè)上的應(yīng)用，除非這個(gè)應(yīng)用很好做舵匾。但沒必要找個(gè)團(tuán)隊(duì)俊抵，去跟客戶溝通。我并不是從原則上反對商業(yè)化纽匙，如果商業(yè)化能促進(jìn)這件事發(fā)展务蝠，我們也會(huì)做拍谐。
（我第二次跟閆安聊天時(shí)烛缔，閆安告訴我：如果你現(xiàn)在問我同樣的問題，我會(huì)回答公司不再考慮商業(yè)模式，而是以非營利的方式來運(yùn)作，類似美國的 OpenAI ）坚洽。
Q：你現(xiàn)在在尋找合伙人嗎统诺？
A：合伙人、員工蚪战、投資者，都可以找。還是要看大家的興趣淋肾。
我沒有特別花精力找投資者。投資者一進(jìn)來就是給錢爸邢，拿股權(quán)樊卓。一年見不到幾次。我不希望這樣的交互杠河。我希望持股的人跟我有很多的時(shí)間一起做事情碌尔。理想情況是找到一起做事情的合伙人。有時(shí)間學(xué)習(xí)又沒財(cái)務(wù)壓力的人券敌，不太好找唾戚。退而求其次，就是一邊發(fā)工資待诅，一邊融資叹坦。
