@jasongyang365: 竞赛范式在批量生产创始人。 1. 数学/编程奥赛出身者,在当今科技创始人中占比远超人口比例——Hyperliquid、Cognition、Scale、Perplexity、Pika、Cartesia 的创始人全来自同一个圈子。 2. 核心…

X AI KOLs Timeline 新闻

摘要

该线程探讨了数学/编程奥赛背景如何批量培养科技创始人,指出竞赛范式内化的系统化解题能力、信念和同侪效应是核心引擎,量化金融作为中转站,但也提醒创业需要超越解题的技能。

竞赛范式在批量生产创始人。 1. 数学/编程奥赛出身者,在当今科技创始人中占比远超人口比例——Hyperliquid、Cognition、Scale、Perplexity、Pika、Cartesia 的创始人全来自同一个圈子。 2. 核心引擎不是智商,而是竞赛范式内化的三个东西:系统化啃下模糊问题的能力、极端打磨后形成的"我能做难事"的信念、以及同行社区一辈子的同侪效应。 3. 量化金融是这条生产线被忽视的"中转站"——HRT、Citadel 的实习本质上是真实世界版的数学竞赛,让竞赛范式从高中无缝延续到职业世界。 4. 创业需要的技能远不止解题:奥赛是个人竞技,创业是团队运动;奥赛解别人给的题,人生需要自己出题。
查看原文
查看缓存全文

缓存时间: 2026/07/14 06:18

竞赛范式在批量生产创始人。

  1. 数学/编程奥赛出身者,在当今科技创始人中占比远超人口比例——Hyperliquid、Cognition、Scale、Perplexity、Pika、Cartesia 的创始人全来自同一个圈子。

  2. 核心引擎不是智商,而是竞赛范式内化的三个东西:系统化啃下模糊问题的能力、极端打磨后形成的“我能做难事“的信念、以及同行社区一辈子的同侪效应。

  3. 量化金融是这条生产线被忽视的“中转站“——HRT、Citadel 的实习本质上是真实世界版的数学竞赛,让竞赛范式从高中无缝延续到职业世界。

  4. 创业需要的技能远不止解题:奥赛是个人竞技,创业是团队运动;奥赛解别人给的题,人生需要自己出题。

The competition paradigm is mass-producing founders.

  1. Those who come from math/programming Olympiads account for a far higher proportion among today’s tech founders than their share of the population— the founders of Hyperliquid, Cognition, Scale, Perplexity, Pika, and Cartesia all hail from the same circle.

  2. The core engine isn’t IQ, but three things internalized from the competition paradigm: the ability to systematically tackle ambiguous problems, the belief that “I can do hard things” forged through extreme honing, and the lifelong peer effect from the community of fellow competitors.

  3. Quantitative finance is the overlooked “transit station” for this production line—internships at HRT and Citadel are essentially real-world versions of math competitions, allowing the competition paradigm to seamlessly extend from high school into the professional world.

  4. The skills needed for entrepreneurship go far beyond problem-solving: Olympiads are individual competitions, while entrepreneurship is a team sport; Olympiads solve problems given by others, but life requires you to set your own questions.

  5. Arrow 信息悖论说卖方为卖知识而放弃知识——AI 时代出现了镜像:买方为用产品而暴露知识。

  6. 你为智能付两次费:一次用钱,一次用更值钱的东西——你的专有知识,且你越想模型表现好,就要喂给它越多。

  7. 泄漏不是数据被盗,而是每一次提示、每一次纠错、每一次 eval 都在不知不觉中蒸馏成模型方的 know-how。

  8. 模型方一边主张对公开数据有合理使用权,一边限制客户做蒸馏,并保留从客户使用数据中学习的权利——学习单向流动,价值就集中到基础设施方。

  9. 信任边界必须从“保护信息“升级到“保护学习机制“:Control、Capability、Choice、Cost、Compound 五项行动,让企业的 AI 投资产生复利而非流向模型方。

  10. 核心未解:硬边界的技术实现、“学习权“的法律基础、中小企业被排除在信任边界之外——Nadella 提出了问题,但未给出制度路径。

相似文章

@seclink: 中国现实:当下的投资主题已经从轻资产的互联网/软件(SaaS)全面转向了重资产的“硬科技”(如半导体、新能源、新材料、先进制造)。 这类赛道的优秀创始人通常是高校教授、科研所带头人或大厂高管。

X AI KOLs Timeline

中国投资主题已从轻资产的互联网/软件转向重资产的硬科技,如半导体、新能源、新材料和先进制造,优秀创始人多为高校教授、科研带头人或大厂高管。同时,奇绩创坛作为极早期加速器+基金模式代表,其逻辑与瓶颈是观察中国早期投资生态的重要样本。

@freeman1266: 独角兽创始人 Greg Isenberg 说,这是史上最不对称的创业窗口。 他列了 23 个让他夜不能寐的 AI 趋势,最炸裂的几个: 1小时公司栈 找想法 → vibe coding 搭 MVP → Stripe 收款 第一单可能早上就…

X AI KOLs Timeline

独角兽创始人 Greg Isenberg 分享了 23 个令他关注的 AI 创业趋势,重点包括借助 vibe coding 在一小时内完成从想法到 MVP 再到首单收款的「1小时公司栈」,以及 AI 时代 Kevin Kelly 的「1000 个真粉丝」理论可能缩至 100 个。

@oragnes: 真他妈干脆!硅谷顶级风投A16z创始人 Marc Andreessen 直接给出了未来20年的硬核职业破局公式。 他明确指出,如果你22岁,千万别急着盲目创业。立刻去硅谷找增长最快、文化最硬核的公司扎根。用三年时间拼命干活积累绝对优势的背…

X AI KOLs Timeline

硅谷顶级风投A16z创始人Marc Andreessen为年轻人提供未来20年职业发展建议,推荐优先加入高速增长的科技公司或主修计算机科学,并指出AI、加密货币与合成生物学是重塑未来的核心赛道。