曾航/文

最近读了华人人工智能科学家李飞飞的自传《我看见的世界》，非常有意思。

然后我借助我的好朋友快刀青衣团队开发的一个AI工具，模仿我的写作风格，写成了这篇讲李飞飞的文章。

以下，enjoy：

1、

1992年，经过了14个小时的漫长跨洋飞行，一对中国母女从波音747飞机舱门里一脸倦怠地走出来，出现在纽约肯尼迪机场。

母亲的口袋里只有20美元，这是他们的全部积蓄。她们没有返程机票，一旦被拒绝入境，她们连怎么回国都不知道。而且她们很快发现，在中国学的那种应试型基础英语，在美国机场的实际生活中一点用也没有。

她们在机场焦急的等待，等待父亲如约来接她们，但是一直等了好几个小时，一直到夕阳西下，父亲才满怀歉意的赶来接她们。

原来是父亲的那辆破旧的二手车在半路抛锚了，修理了好几个小时才赶过来，那时候又没有手机，母女就只能在机场等啊等。

一家三口精疲力竭，毫无欢聚的喜悦而言。汽车行驶在美国的高速公路上，闪过一个一个陌生的路标，一直来到新泽西州一个叫做帕西帕尼的移民聚集的小镇上。

他们在这个陌生的国度，无亲无故，父亲的英语水平近乎为0，母亲的身体一直不太好，全家人开始陷入贫困。

全家人唯一的指望，是教育好这个女儿。她叫李飞飞，喜欢留着一头男孩一样的短发，聪明伶俐。

30年后，她将成为全世界人工智能领域最炙手可热的科学家和创业者之一，一个新的时代，即将开启了。

2、

李飞飞这个名字，来自父亲的一次"不靠谱"。她出生那天，父亲去观鸟而迟到了。等他匆匆赶到医院，看着襁褓中的女儿，脱口而出："就叫飞飞吧。"——这个名字倒是很巧妙，和他刚看的鸟有关系，而且男女都能用。

1976年，李飞飞出生在北京，刚好是文革结束的那一年，不久后全家就搬到了成都。

她父亲是个电气工程师，在化工厂的计算机部门工作。他戴着角质框架眼镜，外表英俊得像个年轻演员或垮掉派诗人。但他的性格更像个没长大的孩子，对严肃正经的事情"严重过敏"。他喜欢突发奇想，曾经自制过一辆带挎斗的自行车，载着小飞飞满城跑。他热爱大自然，经常带女儿去捉蝴蝶、观察动物、观鸟。

她父亲是典型的工程师思维。父亲看世界的方式，天生就是物理学的。他看到蝴蝶，会讲空气动力学；他看到自行车，会讲力矩和平衡。物理学对他来说，不是需要"学习"的东西，而是观察世界的本能。

母亲是高中老师，后来成为办公室职员。她天生头脑敏锐，李飞飞的外祖母是晚清第一批女大学生。因为"文化大革命"期间的政治身份问题，母亲的求学之路被阻断。这让她性格叛逆，对约束和规范嗤之以鼻。她博学好读，热爱文学，家里堆满了各种书籍——从《鲁迅作品》到《老人与海》，从中国古典文学到西方现代小说。

这对父母给女儿的教育，和那个时代的主流完全不同。

他们不追求让孩子成为"模范学生"，不要求她取悦老师或迎合任何规则。母亲反复强调的一句话是："要为自己而努力，不是为了取悦他人。"父亲则用行动告诉女儿：这个世界充满了值得探索的奥秘，物理学不是教科书上的公式，而是蝴蝶飞行的轨迹，是鸟儿滑翔的力学原理。

3、

1989年，他们全家做出移民美国的决定，她父亲先前往美国，3年后又把母女两人接过去。

1992年冬天，15岁的李飞飞和母亲终于拿到了签证。她们从成都出发，经上海转机，飞越太平洋，最终降落在纽约肯尼迪机场。

父亲开车带母女前往新泽西州帕西帕尼小镇，一个典型的美国郊区小镇。父亲租了一套狭小的一居室公寓，在一栋红砖公寓楼里。这就是一家三口在美国的最初居所了，李飞飞的床被安排在厨房和用餐区之间。

家里的家具，大部分是从路边捡来的。每到周末，父亲会开着那辆经常抛锚的旧车，去富人区转悠，看看有没有人扔掉的家具。沙发、桌子、椅子，只要还能用，就搬回家。生活用品则从车库二手市场淘来，李飞飞用的计算器就是从那里买的——2美元，但经常坏，导致她的数学作业出现错误。

父亲在一个台湾商人的店里修理相机，母亲在台湾人妻子经营的纽瓦克礼品店当收银员，每天站8小时，非常辛苦。

不过，1992年正是美国打赢了冷战，又打赢了海湾战争，正值国力巅峰。相比之下，那时的中国还处在90年代初期的经济困难时期，对外开放还没有完全打开局面，国企改制苦难重重。

1992年美国联邦最低工资标准是每小时4.25美元，在美国一天工作8小时，拿最低工资，也基本上相当于普通成都人一个月工资了。所以那时候许多中国的精英知识分子，到美国去端盘子，也比国内干工程师赚得多。

靠打工赚来的基础的收入可以支持父母供李飞飞进高中继续学习。

李飞飞进入帕西帕尼高中，被分到ESL（英语为第二语言）班级。也就是移民为主的班级。美国高中的一切都让她震惊：更鲜艳、更快速、更喧闹。学生们的行为方式、师生关系，都和中国完全不同。她感觉自己像个异类，特别是在图书馆和其他ESL学生一起学习时，那种被隔离的感觉格外强烈。

语言是最大的障碍。即使最简单的家庭作业，她也要花几个小时才能完成。她需要两本词典——中英、英中，反复查阅。对ESL学生来说，"每节课都是英语课"。物理、数学、历史、文学，所有的学习都要先跨越语言这道坎。

更可怕的是，她目睹了种族歧视的暴力。一次，一个中国同学因为轻微的身体接触，被美国学生暴力殴打。李飞飞站在一旁，恐惧、无助、愤怒，却什么也做不了。父母因为语言限制，也无法为孩子提供有效的保护。

为了维持生计，李飞飞开始打工。

她找到的第一份工作，就是那家中餐馆的服务生。餐馆狭小昏暗，油烟味混合着酱油和味精的气味，厨房里铁锅与炉灶碰撞的哐当声，炒菜的呲啦声。她还做过家务清洁工，给人遛狗，做各种零工。每一份工作都伴随着挣扎、沮丧、恐惧和憋屈。但这些钱很重要——它们让母亲在给外祖父母打电话时，可以多说几句话，不用那么匆忙地挂断。

一家人总算在美国过上了不算富足但是初步稳定的生活。

就在这时，更大的危机来了。

母亲的心脏出了问题。她需要做手术，但手术费用对这个家庭来说是天文数字。母亲不得不辞去礼品店的工作，在家休养。家庭收入骤减，生活陷入了更深的困境。

父母想到一个办法：盘下一家干洗店。干洗店位于连接帕西帕尼和曼哈顿下城的公交车站对面，地理位置不错。如果能经营起来，既能有稳定收入，又能让母亲不用太劳累。

但他们凑不齐转让费。盘下这个干洗店，需要近10万美元，这对于她们这样一个家庭来说无异于天文数字。

就在这个最绝望的时刻，一个人出现了。

她叫萨贝拉，是李飞飞的高中数学老师。这位老师从李飞飞入学第一天就注意到了她——一个安静、努力、眼神中充满求知欲的中国女孩。萨贝拉不仅在课堂上给她额外的辅导，还经常在课后和她聊天，了解她的家庭情况，鼓励她不要放弃。

当萨贝拉听说李飞飞家的困境后，他马上决定借给他们好几万美元。

这笔钱，对萨贝拉一家来说也不是小数目。但他们相信这个女孩，相信这个家庭。他们看到了李飞飞身上的潜力，也看到了这个家庭的坚韧。

李飞飞一家用这笔钱盘下了干洗店。从此，全家人的生活就围绕着这家店展开。早上6点开门，晚上10点关门，一周7天，几乎没有休息。李飞飞放学后就去店里帮忙，周末更是全天泡在那里。收衣服、洗衣服、熨烫、打包、收钱，她什么都做。

但干洗店带来的，不仅是经济上的缓解，更是一种心理上的稳定。他们终于有了一个属于自己的"生意"，不再完全依赖别人给的工作机会。母亲的手术也顺利完成了。

一切开始好起来了。

4、

1995年，李飞飞快要高中毕业了。

这时候经过努力她的学习成绩在同龄人中已经算不错，但是跟那些受过精英教育且英语是母语的美国富家子弟或者中产子弟相比，依然是有差距的。

一开始，李飞飞的目标学校主要是州立大学和社区大学，而不是常春藤盟校。但李飞飞心里的梦中情校是爱因斯坦曾经任教过的普林斯顿大学——那里距离李飞飞家只有一个小时车程，她曾经到校园去游览过，立马爱上了这里。

李飞飞象征性的给普林斯顿发送了申请材料，但并没有报太大希望。

在12月一个异常寒冷的下午，放学后李飞飞去信箱取信，脏脏的积雪几乎把邮筒全部掩埋。她拨开雪，打开邮箱，深深地吸了一口气。立刻认出了最上面那个信封上的徽章。一个橙黑相间的盾牌——普林斯顿大学。

她已经大概猜到结果了：如果是大学的录取通知书，包裹会非常厚实，因为里面会装满新生的入学材料和后续说明。很明显，信箱里的信并不属于这种情况。

她打开信封第一个映入眼帘的词竟是“YES ！”，还加粗了。往下多读了几段，才明白了信的大意，她的申请是进入了提前录取周期，在此期间，所有回复都是用薄信封寄出的。她大概率是被录取了。

惊喜还不止于此。信里还附有一份名为“经济援助”的文件，上面写了很多法律细节。第二天，李飞飞把信带到学校，拿给萨贝拉先生看，他似乎也不明白，又把信拿给了校长，校长确信李飞飞被普林斯顿大学录取了，而且给了全额奖学金。

要知道，1995年前后，普林斯顿大学一年的学费大约在2万到2.5万美元之间。四年下来，这笔奖学金价值近10万美元。对于一个经济拮据的移民家庭来说，这简直是天文数字。

更重要的是，这意味着李飞飞不用再在餐馆端盘子了，她可以全身心地投入学习，追求她真正热爱的科学。

如今许多中国家长投入巨资，送孩子上国际学校，到国外上高中，削尖了脑袋也很难申请上普林斯顿这样的常青藤名校，那么为什么李飞飞在移民美国短短几年，还没有完全适应美国生活的情况下就拿到了普林斯顿的全额奖学金？

这跟当时美国特殊的社会环境有很大关系，在90年代克林顿政府当政时期，打赢了冷战的美国开始猛推全球化，以一种相对开放、自信的姿态吸引来自全世界的移民和优秀学生。尤其是读书相对艰苦的理工科专业，许多美国本土的学生不愿意去读，就给了外来移民更多的机会。马斯克、李飞飞都是在这个阶段以移民的身份进入到相对不错的高校的。

进入常青藤名校普林斯顿大学，是李飞飞人生的一次重要阶层跃迁。

学校的食堂饭菜种类丰富的不敢想象，宿舍比她家的面积还大，学校的博物馆里面装满了价值连城的文物，宿舍里面装有独立的电话和信箱，图书馆的藏书非常丰富……有时候，还会有获得诺贝尔奖的老师来讲课。

那时候的热门专业是金融、法律、计算机这些，因为毕业后收入更高。但是李飞飞选择了自己从小喜欢的物理学，而且普林斯顿大学的物理系格外有名。虽然很多华人不太理解她的选择，但是从小鼓励她独立的父母却坚定地支持了她的选择。

只要混的不是太差，常青藤名校的毕业生，可以顺利进入500强企业工作，或者去华尔街、麦肯锡上班，在美国顺利过上中产的生活。尤其是对于李飞飞这样家境贫寒的移民学生来说，毕业后找一份收入丰厚的工作，是相当有吸引力的。

但是父母从小的教育理念使她仍然坚定选择自己喜欢的事情，而不是完全考虑金钱因素。

5、

2000年，李飞飞从普林斯顿毕业，她没有选择去许多待遇丰厚的知名企业工作，而是选择进入加州理工学院攻读博士学位，师从计算机视觉专家彼得罗·佩罗纳。博士期间，她创建了Caltech 101数据集，这是一个包含101个类别、约9000张图片的数据库。这个项目让她意识到：计算机视觉的突破，需要更大规模的数据。

那是1990年代末，互联网泡沫正在膨胀，硅谷的创业故事每天都在上演。但李飞飞选择了一条不同的路——她要做学术研究。

2009年，李飞飞加入普林斯顿大学担任助理教授。2012年，她又跳槽到斯坦福大学，成为计算机科学系的助理教授。一路走来，她的学术道路看起来很顺利。

但她心里一直有一个"疯狂"的想法。

2007年的一天，李飞飞在办公室里翻阅一本关于语言学的书，书中提到了WordNet——一个由普林斯顿大学认知科学家克里斯蒂安·费尔鲍姆创建的英语词汇数据库。WordNet将英语单词按照语义关系组织起来，形成了一个庞大的知识网络。

李飞飞突然想到：如果能为计算机视觉创建一个类似的数据库，会怎么样？

不是101个类别，不是1000个类别，而是涵盖人类视觉世界的所有类别——至少3万个。每个类别都有成百上千张图片，每张图片都经过人工标注。这样的数据库，将成为训练人工智能的"视觉百科全书"。

她把这个想法告诉了导师吉滕德拉·马利克。导师的反应很谨慎："这个项目太大了，风险太高。如果失败了，会影响你的教职评审。"

李飞飞也知道风险。她做了一个粗略的计算：如果按照Caltech 101的标注速度，完成3万个类别、每个类别1000张图片的数据库，需要19年。即使优化流程，也需要18年。

但她还是决定做。

这个决定背后，有一个关键的时刻。那是2007年的某一天，李飞飞去医院看望母亲。母亲的心脏病又复发了，躺在病床上。李飞飞坐在床边，和母亲聊起自己的研究困境。

母亲虚弱地问她："人工智能还能做哪些事来帮助别人？"

这句话让李飞飞醍醐灌顶。她突然意识到，自己做研究不是为了发论文、评职称，而是为了让技术真正帮助人类。如果ImageNet能够成功，它将推动整个人工智能领域的发展，让机器真正"看见"世界。

她决定赌一把。

2007年，ImageNet项目正式启动。李飞飞组建了一个小团队，包括几个研究生和博士后。他们从WordNet的3万个名词中，筛选出与视觉相关的类别，然后开始从互联网上搜集图片。

搜集图片不难，难的是标注。每张图片都需要人工判断：这是不是一只狗？是什么品种的狗？图片质量够不够好？这些工作必须由人来完成，机器无法替代。

团队成员每天坐在电脑前，一张一张地标注图片。一天8小时，一周7天，进度慢得令人绝望。按照这个速度，19年的预测一点都不夸张。

更糟糕的是，学术界的质疑声越来越大。

在一次学术会议上，一位资深教授当众质问李飞飞："你为什么要浪费时间做这种没有技术含量的体力活？这对你的学术生涯有什么帮助？"

另一位同行更直接："这个项目永远不可能完成。你应该把精力放在算法创新上，而不是数据收集。"

甚至连导师吉滕德拉也建议她："也许你应该考虑缩小规模，或者干脆放弃。"

李飞飞陷入了深深的自我怀疑。她开始失眠，每天晚上躺在床上，脑子里反复计算：还需要多少年？如果失败了怎么办？她的教职评审还有几年？

就在这时，一个研究生改变了一切。

他叫孙民，是李飞飞团队的一员。2008年的某一天，孙民走进李飞飞的办公室，兴奋地说："老师，我发现了一个东西，也许能帮我们。"

他介绍的是亚马逊的一个众包平台，叫"土耳其机器人"（Amazon Mechanical Turk）。这个平台允许任何人发布简单的任务，全世界的用户可以接任务赚钱。任务可以是标注图片、转录音频、填写问卷等等。

李飞飞眼睛一亮。这不就是她需要的吗？

她立刻开始测试。他们在平台上发布了一个任务：判断这张图片是不是一只狗？每完成一张图片的标注，支付0.5到2美元不等。

结果令人震惊。来自世界各地的用户开始接任务，标注速度比团队自己做快了几十倍。更重要的是，通过设计巧妙的质量控制机制——让多个用户标注同一张图片，然后交叉验证——他们可以保证标注的准确性。

李飞飞意识到，她找到了破局的钥匙。

接下来的两年，ImageNet项目全速推进。来自167个国家的超过4.8万名贡献者参与了标注工作。ImageNet成为亚马逊土耳其机器人平台最大的雇主之一。

成本呢？根据后来的统计，ImageNet项目的总投入超过700万美元。平均每张图片的标注成本约0.5到2美元。这笔钱从哪来？主要是斯坦福大学的研究经费，以及李飞飞实验室的各种项目资金。对于一个学术项目来说，这是一笔巨大的投入。

但李飞飞赌对了。

2009年，ImageNet项目竣工。最终的数据库包含2.2万个类别、1500万张图片，每张图片都经过人工标注。这是人类历史上最大规模的视觉数据库。

李飞飞做了一个更大胆的决定：把ImageNet免费开放给全世界的研究者，并且每年举办一次ImageNet挑战赛，看谁的算法能在图像识别上取得最好的成绩。

2010年，第一届ImageNet挑战赛举办。参赛团队的算法识别准确率只有70%左右。2011年，第二届挑战赛，准确率提升到75%。2012年，第三届挑战赛，奇迹发生了。一个来自多伦多大学的团队，使用了一种叫"卷积神经网络"的算法，识别准确率达到了85%——比上一年高出整整10个百分点。这个团队的领导者叫杰弗里·辛顿，他的学生亚历克斯·克里泽夫斯基设计的算法，后来被称为"AlexNet"。

这次比赛，被认为是深度学习时代的开端。

AlexNet使用了两张英伟达GTX 580 GPU进行训练，每张显卡当时的价格约500美元。这次"一战封神"，不仅让深度学习算法名声大噪，也让英伟达与AI历史永久绑定。此后，英伟达的GPU成为AI训练的标准配置，公司市值一路飙升。

更重要的是，ImageNet证明了一件事：在人工智能领域，数据和算力同样重要。没有ImageNet这样大规模的数据集，深度学习算法无法展现其威力。

李飞飞的"豪赌"成功了。

ImageNet迅速成为计算机视觉研究领域的基础设施。几乎所有的图像识别算法，都要在ImageNet上测试性能。它不仅推动了计算机视觉的发展，还间接推动了语音识别、自然语言处理等其他AI领域的进步。

但故事还没有结束。2016年，李飞飞面临了一个新的选择：是继续留在学术界，还是进入产业界？这个选择，将再次考验她的价值观。

6、

2016年，李飞飞已经是斯坦福大学计算机科学系的终身教授，还是首任红杉讲席教授。她的实验室有十几个GPU，有一群优秀的博士生，有稳定的研究经费。不管是从学术地位还是个人收入上来说，李飞飞都已经是成功人士。

这时，谷歌云向她抛出了橄榄枝：担任谷歌云人工智能及机器学习首席科学家，同时兼任副总裁。

这不是一个容易的决定。

谷歌能提供的资源，是任何大学都无法比拟的：更大规模的实验室、任何规模的高性能算力、博士组成的庞大研究团队，以及"做梦都无法想象的海量数据"。

经过一番权衡后，李飞飞接受了这个职位，但她没有完全离开斯坦福。她申请了21个月的学术休假，每周仍在校园待一天，与实验室和学生保持联系。

谷歌这样的科技巨头，带给李飞飞的是和高校完全不同的震撼。

谷歌的一切都"比她所习惯的更大、更快、更精密、更复杂"。食物丰富得令人咋舌，几乎每栋大楼每一层都有休息室。会议室"像科幻小说里的场景"。她的团队从15人开始，18个月内规模扩大了20倍。

但真正让她震撼的，是一次技术演示。

团队向她展示了一个叫"神经架构搜索"的项目，这个项目需要800个GPU同时运行。

800个！

而她在斯坦福的实验室，只有十几个GPU。

那一刻，李飞飞意识到一个残酷的事实：人工智能正在成为一种特权，一种排他性极强的特权。

行业的准入壁垒像一座大山高耸在地平线上。没有海量数据，没有强大算力，没有顶尖人才，你根本无法在AI领域竞争。而这些资源，越来越集中在少数几家科技巨头手中。

这让她开始思考：AI的未来应该是什么样的？是少数公司的专利，还是全人类的工具？

在谷歌的日子里，李飞飞接触到了"成千上万个人工智能的应用案例"——制造业、农业、保险业、运输物流、零售、金融服务，甚至政府部门。这种规模和种类的接触，确实是任何一所大学都无法同时提供的。

但她也目睹了AI技术的另一面。

2018年，谷歌云与美国国防部签订了Maven项目合同，利用AI技术分析无人机拍摄的视频。这个项目在公司内部引发了激烈争议，紧张局势从公司内部蔓延到媒体，重新点燃了大众关于技术在军事事务中所扮演角色的长期争议。

李飞飞被卷入了争议的中心。

她开始思考：技术是中性的吗？科学家应该为技术的应用负责吗？当AI被用于军事目的时，研究者应该持什么立场？

这些问题没有标准答案。但李飞飞心里有了自己的答案。

2018年，她结束了在谷歌的学术休假，重返斯坦福大学。

很多人不理解。谷歌能提供的资源、薪水、影响力，都远超学术界。而且，留在谷歌意味着她可以直接影响AI技术的商业应用，影响数十亿用户。

但李飞飞选择了回到斯坦福，回到学术界。

她在自传中写道："我坚信人工智能可以让世界变得更好...科学的力量依然值得我们满怀乐观。"

回到斯坦福后，她做了几件事，包括成立了一个研究院，致力于研究AI的伦理、政策和社会影响；创立了一个非营利组织，专门为弱势群体提供AI教育机会；继续她的学术研究，但更关注AI的人文关怀方向——比如医疗AI、老年护理AI等。

她记得母亲病床上的那句话："人工智能还能做哪些事来帮助别人？"

2024年，李飞飞创立了一家名为World Labs的AI创业公司，估值已超过10亿美元。但她依然保留着斯坦福大学的教职，依然每周给学生上课，依然在推动AI的人文关怀研究。

结束语：

我看过中外数百个名人的自传，但李飞飞自传的写作水平是其中水准相当高的，不太像是一个从事理工科的人的写作水平。

你从李飞飞的自传身上可以看出他父母在家庭教育上很深的痕迹，应该说他父母的教育理念是那一代中国人当中的异类，这在很大程度上促成了李飞飞日后的成功。

她的家庭教育有几个特点，首先注重培养小孩的好奇心——几乎所有科学家都有类似的特质，例如爱因斯坦、冯-诺伊曼等。然后不迷信权威，她的父母鼓励她看了大量当时不被学校老师所鼓励的书籍，这些书籍在她日后的人生当中都产生了较大影响。

同时，李飞飞的母亲一直希望女儿保持思维和决策的独立性，例如在选择职业发展方向的时候，不完全看重金钱的因素，这种理念使得他在移民美国号能够比较好的融入美国的社会。

选择大于努力。

在李飞飞移民美国的90年代初，正是美国刚赢得冷战、全球化开启、信息技术革命方兴未艾的时代，那是美国国力的巅峰时期，那一代在美国发展的华人，包括黄仁勋、苏姿丰等，都吃到了这一波红利。而中国的经济腾飞，还有信息产业的起飞，则要到2001年加入WTO以后了。

美国高校在90年代的时候对于少数族裔的移民有较多的倾斜，尤其欢迎亚裔移民去申请理工科类的专业，因此李飞飞和马斯克这样的移民，在当时可以比较顺利的进入普林斯顿、斯坦福、宾夕法尼亚大学这样的顶级高校就读，而今天华人要想上这些高校难度是指数级的提升。

李飞飞在从普林斯顿大学毕业的时候没有选择去麦肯锡等待遇丰厚的传统企业工作，而是选择了前往加州理工进行人工智能科学的早期研究。这个选择在当时看来似乎放弃了很多短期回报，但是却一不小心赶上了人工智能产业的超级大爆发。在选择的过程中，他保持了一贯的独立思考和遵从自身的兴趣。这与他的早期家庭教育不无关系。

李飞飞是美国高校与企业间密切的产学研互动的一个很典型的案例。美国有许多高校的老师日后都去创办了企业，或者在企业任职。比较典型的，例如思科公司的创始人（曾是斯坦福大学的教授），还有扫地机器人公司 iRobot 的创始人（曾是麻省理工的教授）等。而一些在企业里面积累了丰富经验的企业家或者技术专家又回到高校继续任教。为高校的科研和教学带来了丰富的实践经验。

李飞飞和黄仁勋、苏姿丰等华裔移民身上有非常鲜明的华人特质，他们重视理工科的教育，基础扎实，坚韧抗压，可以靠端盘子、刷碗、洗衣服维持生计。同时在成功后重视社会责任，不止追求商业上的成功。

作者：曾航 ，资深媒体人，军武科技CEO，旗下有知名账号军武次位面、星海情报局、杨叔洞察、测评界的野路子等。曾任21世纪经济报道资深记者，著有《一只iPhone的全球之旅》、《移动的帝国》、《大国锁钥》等书籍。