跨国深谈← 返回←Science 公司创始人 Max Hodak:深科技创业的成败,90% 看基础设施

Science 公司创始人 Max Hodak:深科技创业的成败,90% 看基础设施

关联

人物 Max Hodak

公司 Science · Neuralink

概念 Helix · 迭代速度 · AI 基础设施 · 归因 · 深科技 · BCI · 判断力 · 招人

一家深科技公司的成败,往往不取决于技术行不行,而取决于你采购流程走得有多顺、招聘漏斗设计得有多精巧——这些东西看起来极其无聊,却恰恰是决定公司生死的「操作系统」。说这话的人是 Max Hodak,脑机接口领域的连续创业者,曾在 Neuralink 度过了五年,现在是 Science 公司的 CEO。

在这一集 YC 创业学校的演讲里,Max 围绕「基础设施决定迭代速度」这个核心观点,拆解了深科技创业最棘手的几个大问题:怎么在烧钱如流水的硬件实验里做采购预算和成本归因,怎么设计一套不依赖少数人主观判断的分布式招聘和绩效系统。演讲后半段和结尾的 Q&A 里,他还聊到了为什么在 AI 时代自己去 vibe code 内部软件变得极其划算,以及他做脑机接口的真实终局思维——他其实不太关心什么 AI 增强人类的近未来,他真正看重的是激进延长人类寿命。

采购不难,难的是成本归因:谁来决定能不能花钱?

Max 先抛出了一张他公司刚满六个月时的照片:满屋子显微镜、3D 打印机、树脂、PCB 和各种耗材。做纯软件的创始人或许觉得不需要买什么实体资产,但凡你碰硬件,就得源源不断地买买买。

采购的表象问题看似是支付通道:创始人可以刷信用卡或者打电汇,但你没法给第 17 号员工发张卡然后每笔都自己审。Max 举了个血淋淋的例子:你员工想买个 3000 美元的电源,你觉得太贵,想等三天后的拍卖会半价拿下,两周后到货。

但你雇了这帮高薪工程师,每周的人天成本就是 10 万美元——你为了省那 1500 美元,反而把整个高薪团队卡死,在采购上纠缠得不偿失。更何况,「如果他们在 Anthropic,根本不会有人为 3000 美元的采购纠缠他们」。

真正解决采购的,不是审批,而是预算:给员工一个清晰的资金盘子,让他们在盘子内自己做权衡,而不是卡死在单一采购上。

采购流程理顺了,真正的深科技难题才浮出水面:归因。Max 的公司会买氩气、硅烷、氮气到培养基,全是大批量进货,再分发给几十个不同实验。

结果就是,根本没人知道单独跑一个实验到底花了多少钱——「因此,实验是免费的。它不花费美元。

它花费培养基,而培养基来自冰箱」。如果你连单个实验的真实成本都算不清,那你连你做的产品该定什么价都估不准,因为你不知道那些厂房租金、工具折旧到底该怎么摊到每一片晶圆上。

为了解决这个问题,Science 公司构建了一个叫 Helix 的内部软件系统,把从采购到实验室每一步到制造的数据全装进一个数据库里。最终他们能精确地算清楚,造每一次晶圆迭代的真实成本是 4 万美元。这笔账算清楚了,你才知道你那一轮 2000 万美元 A 轮融资的跑道到底剩多少。

怎么靠工程化系统招人并评估人?

基础设施理顺了,接下来的人事问题是 Max 认为区分公司成败的另一关键:招聘。

最好的早期员工来自你自己的网络,从公司诞生的那个「圈子」里捞人。但圈子里的人不够填满整个公司,你迟早得面对来自普通大众的海量简历。

只要公司做的事够酷,做了几年后,漏斗顶端的申请量会是压倒性的。如果你把一两个人或一个小团队放在漏斗口当瓶颈,「他们绝对会成为整个组织其余部分的瓶颈」。

Science 的解法是把初步筛选的权力下放给全公司:申请一进来,系统会自动挑出七八个背景与申请人相似的在职员工,让他们在 24 到 48 小时内投票。Max 强调,你要在不同人之间去「平均判断力」,因为不同人对该阶段该找什么样的人有不同的视角。

这套漏斗总共有四步:全公司投票、电话筛选、家庭作业、完整的现场面试。其中最有趣的是他们家作业的设计思路——抗 AI 的作业。

现在 LLM 这么强,传统的算法题早被破解了,Science 偏爱那种天花板极高、不会饱和、最后能转化为两三个数字画在图上的任务。当某人的成绩明显击败了现有的帕累托边界,那你根本不在乎他用没用 AI。

招进来了,还得知道招得对不对。Max 觉得传统的 360 度绩效评估非常糟糕:流程重、一年一次、非常破坏性,最后只是强化了管理层「早就知道但懒得动手」的既成事实。

在 Neuralink 与拥有极高判断力的 CEO 共事五年后,Max 悟到:判断力的校准只能靠长期的口述传统和真实博弈的强化学习。为了让这种反馈在公司内持续流动,他在 Science 搞了一套叫 eigenreviews 的系统。

这套系统的玩法和 Google 的 PageRank 算法很像(特征向量中心性):每隔几周,全公司的人会收到 Helix 推送的一个问题——「知道这个人表现如何,你今天还会投票支持录用他吗?」。

每个人的投票权重不是平等的,而是由其他人对他的评价决定的——你评价越高,你的票的分量就越重。为了防止员工抱团投小圈子,他们还引入了深度学习里常见的 dropout 技巧,跑 1000 次迭代,每次随机删掉一些评价关系。

如果最后跑出来的分数分布出现了多个峰值,那系统就会提示管理层:这里可能有需要调查的「投票小集团」。Max 觉得这比一年一度的 HR 评估好太多了。

迭代速度决定生死,内部软件是唯一杠杆

说到这儿,Max 抛出了全集最核心的判断:迭代速度把成功和失败区分开来。

他算了一笔账:如果你能每周学到一件事,而你的竞争对手每月才学到一件事,「他们就永远无关紧要了」。这背后的复利效应极其恐怖,所以当面临两条路径时,即便那条慢一点的路有诸多亮点,你也该选迭代周期更短的那条。

既然速度决定成败,那什么决定速度?Max 的答案是:基础设施。

采购顺不顺、招聘快不快、预算准不准,这些听起来极其枯燥的流程,和你对产品底层技术的理解同等重要。Max 见过太多由履历光鲜的顶尖科学家创办的深科技公司胎死腹中。

「这些深科技公司因为技术不工作而失败的情况并不常见。它们失败是因为一旦你最终拥有了这个由数百人和数十万平方英尺的物理基础设施组成的组织,你还没有建立系统来管理它」。

既然基础设施这么重要,那为什么大公司还在用难用到爆的商业 ERP(比如 NetSuite)?Max 指出,YC、Facebook 乃至 SpaceX 和 Tesla,都是靠重度定制的内部软件跑起来的(SpaceX 内部那个跑制造和研发的系统叫 Warp Speed)。

过去你没法自己写,是因为软件工程太贵。但今天不一样了——「你现在可以 vibe code 这使得思考这件事变得合理」。

(注:vibe coding 指的是用 AI 辅助、偏向凭直觉自然语言生成代码的编程方式。)Max 自己过去六个月几乎都没怎么看源代码了,AI 让编码变成了团队的倍增器而非替代品。

在 Science 公司,AI 彻底改变的另一个重灾区是监管合规。做深科技的迟早要面对质量系统,那是把一切拖慢的典型繁文缛节。

但这并非质量本身有问题,而是人类不擅长去读各种奇葩标准。比如你得证明你的运输包装上的标签角不会卷曲导致脱落。过去请合规专家翻标准、做对照表得耗上几个月,现在 AI 能极快地把适用的标准全找出来并生成证据表。

这也是为什么 Max 极力主张把公司的一切信息都沉淀进像 Helix 这样的单一系统里——不仅是为了内部追查,更是为了把这些结构化上下文全交给 AI 智能体使用。他直言自己彻底摆脱了创伤性的、由单一 HR 驱动的绩效评估流程。

创始人的终极考验:无法委托的孤独判断

把基础设施都搭对了,创始人依然逃不过最怪异的终极考验:你不能委托你的判断。

在学校里,考试偷看别人的,成绩会被拉回班级平均。但做创业,做到平均就只能死。

为了成功,创始人的判断必须差异化地好。很多时候,现实可能是你根本不知道自己的判断到底准不准。Max 描述了那种令人毛骨悚然的感觉:公司做到第四五年,几亿美元押在牌桌上,面对一个极其高风险的抉择,你环顾四周想听建议,却发现「没有人可以问」。

这时候你只能仰赖对自己判断力边界的清醒认知。

好消息是,Max 说根据他的经验,你其实很难真正陷入死局。「行动产生信息」——这个源自物理学里作用量的概念,被他用来解释创业里的破局之道。

你没法预见所有问题,只能先动手。一旦遇到真正的死局(局部极小值),即便是换掉一个很强但不适配当下节点的人,也能瞬间让公司解锁进入新阶段。

Q&A 环节里有人问:卓越能力的证明是什么?Max 给了一个极其反简历的答案:任何能把这个人与普通高中生区分开来的具体事实。

他最爱看的是那些可验证的竞技比赛冠军——比如国际象棋特级大师、大学里的方程式 SAE 赛车冠军。硅谷一大批深科技公司,就是被这群在校期间一直在造东西比赛的人撑起来的。

现在 Science 招工程师甚至不看 LeetCode 了,他们更关注你能否清晰拆解一个系统设计问题。「这真的是衡量你能否清晰思考,而不是你能否写代码」。

脑机接口的终局:不是 AI,而是激进的长寿

演讲的尾声,话题绕回了 Max 的老本行——脑机接口(BCI)。很多人以为 BCI 是个和 AI 强绑定的近未来故事,觉得它能增强人类智能去对抗 AI。

但 Max 觉得,如果硬要说终局的话,「如果人工智能探索的终点是超级智能机器,我认为脑机接口探索的终点是有意识的机器」。理论上,意识只是普通物质按化学规则排列的产物,如果你有一台能看穿并驱动每个神经元的 BCI,意识之谜就是工程问题而非哲学问题。

但他坦言那个未来还很远。在当下,他更愿意把 BCI 看作一个激进的长寿故事。

大脑是唯一原则上无法移植的器官,而它通常又不是身体里最先衰竭的部件。Max 目前的产品是视网膜假体:植入视网膜下方的芯片,配合带有红外激光投影仪的眼镜,绕过坏死的视杆和视锥细胞,直接把电信号打进视网膜。

病人从看不见,到能读完一本 300 页的小说,这种效应量是传统药物根本给不了的。就像打开深部脑刺激器,帕金森病人 10 秒内从拿不住水杯变成能写草书。直接把大脑当计算机来调,效果立竿见影。

Max 坦言生物技术极难,是长达十年的不可逆承诺,而且极其烧钱。他自嘲说要是当初去搞 AI 会轻松得多。

但他也强调,在像旧金山这样的地方,创业追求的从来不是单纯的财富,而是「力量」——而治愈病人的力量,是少数能被轻易分享的力量。这正是 Science 公司内部能同时容下 30% 满脑子超人类主义的疯狂极客,和 70% 觉得他们疯了但踏实做严肃医疗的顶尖临床医生的原因。要真正重塑未来,你同时需要造梅林引擎的硬核工程师,和坚信要去殖民火星的疯子。

本集带走

最后收个尾,这一集值得带走的核心判断其实就一条主线:深科技公司的生死,极少是因为技术跑不通,而是死于基础设施跟不上扩张。第一,钱的问题不能靠单笔审批卡,而要靠预算分桶和把每一笔支出的真实成本算清,你连一次晶圆 4 万美元的成本都不知道,就别谈什么跑道。

第二,人和组织的决策,别依赖一年一度的主观评估,要设计像 eigenreviews 这样用 PageRank 思路分布式投票的机制,靠数学和连续反馈把判断力平均出来。第三,过去这些内部基础设施又贵又难做,所以只能买难用的商业 ERP,但有了 AI 编码之后,围绕公司自身的真实工作流去 vibe code 一套像 Helix 这样的定制系统,已经变成了最划算的杠杆。

再往下延伸一层,Max 还给了创始人一个非常扎心的提醒:别指望能把自己的判断外包出去。在几个亿美元押注的关键节点上,根本没人能给你答案,你必须有能力在绝对孤独的情况下押注并承担后果。最后跳出商业运营的视角,Max 对脑机接口的定位也非常反直觉——他根本不关心用脑机接口去对抗 AI 的近未来,他真正看重的是把它作为一种延长寿命、修复残缺的激进医疗力量。

如果你能每周学到一件事,而有一个竞争对手每月才学到一件事,他们就永远无关紧要了。
if you can learn one thing every week and there’s a competitor that’s learning a thing every month, they will never matter.
—— Max Hodak · [18:59]

你不能委托你的判断。
you cannot delegate your judgment.
—— Max Hodak · [20:38]

绝对有一些想法值得用 5000 万美元或 0 美元资助,但不值得 500 万美元。
there are definitely some ideas that are worth funding with $50millionor$0, but not $5 million.
—— Max Hodak · [43:53]

我认为在短期内,BCI 真的只是一个长寿的故事。
I think in the near term, BCI is really a longevity story.
—— Max Hodak · [40:27]

如果人工智能探索的终点是超级智能机器,我认为脑机接口探索的终点是有意识的机器。
If the end of the artificial intelligence quest is super intelligent machines, I think the end of the BCI quest is conscious machines.
—— Max Hodak · [31:28]