被哥大停学后，他用“什么都作弊”融了a16z 1500万美元

95%到99%。这是哥伦比亚大学本科生用AI作弊的比例，说这话的人叫Roy Lee，他自己就是被哥大停学的，原因是他拍了一段用AI通过亚马逊面试的视频。

几个月后，他创办的Cluely拿到Andreessen Horowitz 1500万美元投资，口号是“Cheat on everything”，什么都作弊。他在X上给YC总裁Garry Tan写过一段话：

“我知道你可能觉得我只是个做不成熟、不道德事情的小孩，但这家公司的终极目标，我相信对人类是巨大的正面贡献。”

这个目标是什么？用Roy Lee的话说：让人类进入一个乌托邦，在那里人可以做自己真正想做的事，而不是经济必要性迫使你做的事。

Cluely到底是什么

Cluely是一个桌面应用，深度整合你的电脑。它能访问系统音频和麦克风，在所有其他应用之上显示为一个半透明的玻璃面板，实时给你喂相关信息。

采访中Roy Lee直接演示了。当主持人Nathan Labenz问“cheat on everything是什么意思”，Cluely的面板上立刻浮现出定义，还建议他问“什么是cheat on everything”。Roy Lee说，这就是Cluely在做的事：开会时实时记笔记，随时建议你可以问的问题，浮出你不懂的术语定义，全程对方不知道你在用AI。

产品的核心卖点之一是“不可检测”。Mac原生截图不会显示这个面板，但屏幕录制会显示，因为录制功能在操作系统更底层运行。Roy Lee说，不可检测只是个好玩的功能，销售代表演示产品时不想让人知道自己在用AI，这个功能就很有意思。它同时也是一个营销钩子。

关于上下文深度，Nathan Labenz提了一个尖锐的问题。Cluely目前处理的是关系早期或一次性场景，比如编程测试、面试，这些场景上下文很浅。但要真正帮到一段十年的长期关系，里面有大量双方心照不宣的默契，Cluely根本没有机会获取。

Roy Lee的回答是：未来一定会出现一个超长上下文窗口、原生多模态的模型，你可以喂给它一整年的电脑使用记录，它会学习关于你的一切，变成真正的Jarvis。所有消费级AI公司都在朝这个方向走。Cluely要赢的是交互模式：让用户习惯按Command加反斜杠调出AI助手，而不是去ChatGPT.com。一旦锁定这个交互模式，就能收集数据，等开源超智能模型出现时，Cluely就是分发它的那家公司。

“未来一切都会合法”

Nathan Labenz问Roy Lee，你说过“未来一切都会合法”，哪些现在的规则和规范会被后人看作过时？

Roy Lee给了三个预测。

数据隐私的概念会消失。只要有一个技术能大幅提升效率，代价是少一点数据隐私，人们会争先恐后地扑上去。人类看重自己工作的效率超过几乎一切。如果交出数据能让模型更个性化、更高效，人们不会犹豫。

版权法和数据保护法会消失。美国正在和中国打AI军备竞赛，中国给AI模型提供商完全的数据访问权限。美国为了跟上，必然会放松法律限制。如果结果是所有人得到一个更好的模型，大家都会高兴。

专利和知识产权保护会消失。未来趋向于一切开源，技术完全民主化。这是确保AI编程代理持续进步的唯一方式，让它们访问最好的公司的生产级代码库。也是训练出显著击败中国模型的唯一方式。

超智能后的世界：活到800岁

Roy Lee用了一个类比。你回到600年前，问一个铁匠：蒸汽机来了，你预测世界会变成什么样？铁匠只能想到负面的：我的工作被自动化了，人们不再学打铁，失去核心批判性思维。他不可能想象未来会有数据分析师这种职业。

Roy Lee说，如果超智能真的出现，结果必然是更快的科学进步。癌症不再是问题，阿尔茨海默症不再是问题。你和我不会80岁死，我们会800岁死，生命被无限扩展。

资本创造和“工作为资本主义社会增加价值”的概念会被移除。假设你有世界上所有的钱，打个响指就能得到任何想要的东西，这就是超智能世界的样貌。那还剩什么可做？

Roy Lee认为，这恰恰揭示了真正的人类本能。你不会变成无意识的木偶，你会做你天生想做的事。你去散步买咖啡，因为你想散步买咖啡。你开咖啡店，因为你想开咖啡店。你见有趣的人，聊有趣的事，探讨人生，探索自然。

他举了国际象棋的例子。第一个解决国际象棋的机器人出现时，所有人都说国际象棋完了。结果国际象棋现在比以往任何时候都流行。人类的默认欲望不会退化成“为了输出而输出”。

他还提了一个更科幻的想法：科学进步可能让我们控制和开关自己从什么事中获得快乐。现在最大的社会危险之一是每个人每天刷四小时手机，大脑在退化。如果有一种生物机制，你可以拨动开关，不再从刷手机中获得多巴胺，而是从读19世纪英文文学中获得多巴胺，世界上每个人都会想要这个能力。他保证99%的人会选择从非享乐主义的事情中获得快乐。

Nathan Labenz追问：如果超智能没出现呢？Roy Lee说，那所有人说的都是笑话，AI最终只是一个工具。也许20%的白领工作被自动化，但基本上每个人过着同样的生活，只是生产力高了20%。

被哥大停学：一场精心计算的抗议

2024年秋季学期，Roy Lee考虑过去大厂工作。要进大厂，你得通过编程谜题面试，他们会问你编程版的“帝国大厦能装多少发卡”。这些问题全在网上，所以它不考验批判性思维，只考验你背了多少小时。

他做了个工具叫Interview Coder，界面和Cluely极其相似：一个玻璃面板覆盖屏幕，对屏幕共享不可见，面试官不知道你在用AI。它拍下屏幕，给出编程题的答案。

他录下自己用这个工具拿到亚马逊offer的全过程，骗过了所有面试官，把视频发到YouTube，病毒式传播。亚马逊高管看到后向哥大报告：“如果你们不开除这个孩子，我们再也不从你们学校招人。”哥大把他拖进一系列纪律听证会，最终停学。

Nathan Labenz问他，有没有机会道歉了事？Roy Lee说，有，但他宁可死也不道歉。他认为自己在做的事很明显：这相当于计算机专业学生的一种抗议。编程作业不允许用AI，但工作中他们用AI写90%的代码，这是谷歌报告的数字。这太荒谬了。

他说，如果当时低头，他就稀释了这个故事。他是世界上最适合推动这场变革的人之一。

Roy Lee说，他可以100%确定，至少95%到99%的哥伦比亚大学生都用AI在考试或作业中作过弊。如果你说“我从没用AI作过弊”，你会被当成怪人。未来所有进入高职位的人，每一个都用AI作过弊，都用AI在学校里大幅提升过产出。等这些孩子再长大五岁，人们还没准备好迎接那个世界。

AI最大限度主义

Roy Lee说自己遵循“AI最大限度主义”。每个能用AI帮助自己的机会，都应该用。如果你认为AI今天能做某件事，五年后它肯定也能做，这么想的人太蠢了。我们今天用的模型是我们余生中最蠢的模型。

Nathan Labenz追问了边界：Overemployed（多重就业）呢？那个subreddit在AI之前就存在了，里面的人讲怎么同时hold住多份远程工作，每份都做到不被开除的最低限度，收多份工资，通常不告诉公司。

Roy Lee说，100%没问题。公司本身不在乎，他们雇你是为了最终达到某个产出水平。如果你达到了那个产出，他们为什么要在乎你的投入？Cluely自己也是这个框架：不设严格工时，但设严格的产出要求。多重就业是公司的错，确保员工产出达到满意水平是公司的责任。如果你满意，就别抱怨工时。

Nathan Labenz进一步推演：那要不要把人也从循环里拿掉？我开八个Cluely跑在八台笔记本上，一个对应一份工作，AI替我做。这引出了AI是否需要标识自己为AI的问题。

Harari提出过一条简短的AI监管规则：AI必须始终标识自己是AI。Roy Lee说这不是解决方案。AI输出和人类输出已经在融合。你用AI帮你起草文章，你被要求说这是AI生成的吗？如果你只用它做最后编辑或列大纲呢？到哪一步算AI生成，哪一步算人类生成？

他认为更好的框架是：AI是帮助你产出更多东西的工具。你不会说“这顶帽子是中国工人做的”“那顶是缝纫机做的”“那顶是硅做的”，这是无限递归的归责。唯一重要的应该是产出。你去了一次很棒的约会，玩得很开心，那就是产出。如果产出令人满意，AI帮了忙又怎样？

Nathan Labenz展开了最有趣的辩论：如果你约会，对方后来被发现在用AI助手告诉他每句话该说什么，你觉得没问题？未来夫妻之间就互相说AI让他们说的话？这有点反乌托邦。人们在乎的不只是产出，还有“心意到了”这回事。孩子父亲节画了一幅不太好的画，但那是孩子画的，心意到了。

Roy Lee说，他同意有一部分。有些对话和事情你只在乎情感价值，或者在乎是某个人投入了努力。这些东西可以和AI自动化所有任务的世界共存。孩子画画的例子很好：AI可以生成很棒的图像，如果你真的在乎一张好图像，你已经可以用AI做到。但孩子还是选择自己画，这让那一刻更有意义。这是非常人性化的体验，可以在AI完全优势的世界里存在。

Nathan Labenz总结：所以你区分了经济生产目的的事情，那里我们真的在乎产出，和为了连接、为了我们是谁的事情。Roy Lee说，差不多。如果孩子用AI生成父亲节卡片冒充手绘，那是不好的产出，因为你判断的标准本来就不是画工，而是投入。

编程面试已死

Nathan Labenz问：今天在哪里作弊有用，在哪里会失败？如果招聘初级程序员的人担心，编程测试虽然不完美，但至少是个代理指标。你作弊了，我们就没有信号了。

Roy Lee给了两个回应。第一，作业应该被淘汰，你的全部能力应该基于你过去产生的产出来评判。第二，编程题这个概念应该过时。我应该把我做过的所有工作开源，你，或者AI，可以翻遍我写过的所有代码、做过的所有任务，然后告诉你：“这个人是熟练的TypeScript开发者，他缺这个和这个，总体是76分的候选人。”未来要么人类要么AI严格基于你过去的产出来评判你，用来决定你未来的产出。任何AI能做的作业都不该再被布置。

他还说，即使你采用“什么都作弊”的哲学，仍然有些东西你必须学。即使你想作弊，有些地方你作不了弊。如果你想以最快的速度做一切事，仍然有一些AI做不到的事，要完成最后一跳，可能需要四年学习。那时你即使想作弊也作不了弊。“什么都作弊”和“学习基础技能”在同一个世界里共存。你应该在技术能带你到的每一跳都跳，跳到技术带不了的地方，再采取必要步骤补齐完成最后一跳的前置技能。

Nathan Labenz分享了自己的信条：“你想学会做难的事，但不一定用难的方式学。”他问，孩子需不需要用无辅助的方式学写文章？

Roy Lee说，孩子一起决定建沙堡时，他们脑子里有沙堡的愿景，热情地朝着它努力，过程中会学到一堆随机技能，这客观上是好事。他七岁时读完《哈利·波特》，想学怎么写。如果只给他纸笔，他写几页七岁小孩的垃圾就意识到自己不是J.K.罗琳。但如果给他AI，他可以生成一百万个故事创意，让AI起草一百万个版本，探索不同流程，也许真能做出有趣的东西。他保证从这种探索中学到的比在火光下用纸笔写一个堪比《哈利·波特》的故事更多。

信任会瓦解吗

Nathan Labenz提了一个更宏观的担忧：社会信任度下降。网上讨论时总在想“我是不是在和一个AI吵架”。他举了Fiverr和Upwork的例子：今天你和地球另一端的人来回沟通，多少能信任对方。未来如果对方在作弊，你还愿意进这个市场吗？

Roy Lee换了个例子。假如我和一个墨西哥人说话，他只会西班牙语，我只会英语，我用AI实时翻译全程，这算信任损失吗？大概不算。再进一步：我和一个懂煤矿行业的顾问聊天，我对煤矿一无所知。聊天时Cluely调出定义，我知道他说1982年阿默斯特矿难时在说什么，我们能聊得更深。这算信任损失吗？大概不算。它只是帮对话超越对事实的随机记忆需求。

他说，人们担心AI比人更像人，担心AI能比人类更好地和你女朋友浪漫。AI永远做不到这个，因为这些是我们自己的偏好和观点。作为人的终极意义就是决定你想做什么。AI永远不能替你决定，它只能让做决定变得无限容易。

他认为很多情况下信任没被侵蚀，反而我们触及了对话真正的核心哲学意义：你到底想说什么，你为什么在这里和我说话。

Nathan Labenz提到Google I/O展示的实时同声传译，说这是他见过的最有抱负的AI产品实现之一。他反思：如果Roy是随机碰巧举了这个例子，和我刚好也引用过，哪种情况我更在意？Roy真的翻了我Twitter，还是Cluely实时弹出来的？在这个例子里，我不太在乎。也许我甚至更喜欢纯粹的巧合，而不是你花时间做功课。

Roy Lee说，你现在更喜欢巧合，是因为在你的理解里，他获取信息的方式是手动翻Twitter，这还不普遍。未来AI能轻松做到时，你的理解会变。就像收到一封书法般漂亮的信，过去意味着对方花了很多功夫把字写漂亮，今天这个意味着什么也没有，因为你默认对方只是打字。未来你会断开这些联想，建立新连接。断开一个链接不会摧毁“我感激别人对我投入”这件事，只是断开那个具体的链接。

百万美元招聘和兄弟会文化

Roy Lee在网上说薪酬包最高一百万美元加股权。他说，人们现在对这件事错得离谱。收入时间线压缩得厉害，VC的钱流得很自由。如果你真的在做有意义的豪赌，会有人资助你。所有人都同意豪赌最好的方式是拥有最好的人才。

但很多人还在薪酬区间的底部付钱，理由是“你需要被公司买账”。兄弟，没人知道你的公司，你们两个月前才成立，凭什么让人为你的公司去死？你得先给人一个来的理由，进来之后再说服他们你们是赢家。

“即使最冲着钱来的人说‘我只为现金而来’，我保证他会被文化迷住，舍不得走，因为太好玩了。”

现在Cluely没有一个员工会卖出一美元股权，他们太相信公司会大幅增长了。这家公司比世界上任何公司都好玩。他们活得像兄弟会，深夜聊天，一起吃牛排，一起去健身房。即使你为百万年薪而来，你会留下来，因为你除了Cluely什么都干不了。

招聘上的意外发现：程序员里噪音很大。他们要非常能干的全栈工程师。很多人擅长研究，擅长低延迟优化，但那不是他们要的。很多人背景很棒，但背景在错误的东西上。

营销：内部电影工作室

Cluely的内容很电影化，很病毒。Roy Lee说，他们几乎有整个内部电影工作室：摄像师、好相机、灯光、剪辑师，制作电影需要的一切都有。AI还做不了他们自己能做的视频和剪辑水平。AI用在哪？分镜，精确设计每个视频长什么样，帮忙起草好笑的脚本。

至于怎么想到这些创意：他们是一群20、21岁的人，每天刷四小时Instagram和TikTok。大脑线路足够清楚什么会火，什么好笑，什么是最搞笑的30秒视频。大多数科技兄弟太书呆子了，他们不刷，他们以不刷为荣，以理智为荣，结果不好笑。Roy Lee说，我人生最后20年都在Instagram上，我比这些科技兄弟更懂什么好笑。剩下的就是有钱把它做得有争议、有电影感。电影感还有个好处：人们会停下来看，觉得“有人在这上面花了功夫”。

他还提到UGC营销：找个20岁的人，视频很短，新鲜账号，你要的就是“这感觉像一个真人在说话”。想一个病毒钩子，聊两句产品，整段可能就两句话，10秒钟，但这些视频能带来500万播放，是平台上转化最好的视频。他们精确知道哪些钩子能抓住20岁大学生的注意力，已经科学化了。但你看不到，因为算法没推给你。

Nathan Labenz问，你觉得自己是科技兄弟吗？Roy Lee说，我觉得我是另一种。我更像bro而不是tech bro。Tech bro是那种整天对着电脑写代码、聊AI SaaS的特定书呆子。我更像bro，更有人味。世界大概会把我当tech bro，但没有tech bro会把我当tech bro。

长期竞争：叛逆还是西装革履

Nathan Labenz问长期。你不能永远保持叛乱姿态。如果你对了，现在算作弊的事未来不算作弊，这套叙事未来就不灵了。你的计划是不是趁现在的不对称优势猛冲规模，冲过那些体面公司，然后和它们一起成熟？

Roy Lee说，这是他不确定的部分。一切取决于营销能改变多少企业文化。发布视频的效应已经在蔓延，发布会突然变得更电影化，更多人想搞争议。如果这真的变成真正巨大的东西，企业专业主义死了，那他们会把这种叛逆反文化带进公司的成熟期。如果这只是帮助他们达到逃逸速度的一个波动，之后标准仍然是专业、企业化，那未来他们也可能穿西装。

关于“什么都作弊”这个具体口号会不会在成为市场主导者后消失，Roy Lee不认为人们被吸引是因为他们现在是小人物在向上打。如果这营销是Sam Altman或Elon做的，一样有争议。很多人已经不觉得他们是弱势方了，毕竟刚拿了大钱。

他认为能引起共鸣的原因，首先是超级透明。他做的一切看起来有争议，实际上只是他在诚实表达。所有有争议的东西只是他生活和想法的一个切片，他只是恰好有极化观点。他们不追求极化，只追求诚实。

明天就能用的五件事

Nathan Labenz最后请Roy Lee给听众留句话。Roy Lee说：“这是人类历史上最有趣的时代。你应该多冒风险。现在最冒险的举动，很可能就是你认为最安全的举动。”

• 把AI当默认工具。每次做任务前问一句：这件事AI能做到什么程度？如果答案是“相当不错”，就先让AI做一版，你再改。
• 用AI补齐上下文。开会或重要对话前，把对方背景、行业术语、历史资料喂给AI，让它实时给你提示。工具不重要，习惯重要。
• 重新设计你的评估方式。如果你在招人，编程题、笔试题的信号价值在快速衰减。要求候选人提供可验证的过往输出，用AI辅助评估，而不是依赖一场两小时的考试。
• 区分投入和产出。经济生产看产出，可以放心交给AI。情感连接看投入，比如给家人的手写信、和孩子一起做的手工，这些别外包。
• 冒可控的风险。Roy Lee被哥大停学，但他拿到了a16z的钱。对普通人的版本：在AI快速改变每个行业的窗口期，守着旧路径的安全感本身可能是最大的风险。