人生主打一个体验
当野心压过惰性，当算力守住天真
她说，自己人生的高光是小学，还有现在 。
当一个成年人怀念小学时，通常散发着一种被生活毒打后企图逃避现实的疲惫。但 Carmen 显然不是。说出这句话的她，此刻是两家初创公司的 CEO ，做着最前沿的 AI 算力基础设施与金融衍生品的数据对齐 。她绝不是一个随性散漫、被动等待命运垂青的“大儿童”。恰恰相反，如果要真正理解她身上那种近乎纯粹的“天真”与“松弛”，你必须首先直视她性格中极其锐利的一面——那种伴随着极度理性的狼性、野心，以及精密如机器般的计算能力。
她是一个会将世俗算力推向极致的人。大学去了伊利诺伊大学香槟分校（UIUC），仅仅因为这里的计算机科学（CS）全美顶尖，为了能学点“拿得出手”的东西，毫无背景的她硬着头皮去辅修了 CS 。当周围同学五岁就开始编程时，她连写个基本的 Loop（循环）都要苦思冥想，只能熬夜到凌晨去交代码 。面对这种痛苦，她的内在驱动力简单粗暴：“我的野心会 overrule（压制）我的惰性” 。
这种极致的计算与目标导向（Goal-oriented），不仅体现在学业上，更蔓延到了她人生的每一个重大抉择中 。比如生孩子。她没有将这件事留给感性与缘分，而是建立在严格的数据统计之上：为了自己和宝宝的健康，她倒推出自己必须在 29 岁生第一胎，34 岁生第二胎 。为了完美契合这条时间线，她精准地将哈佛 MBA 的学习和哺乳期重叠 。她深知哺乳期无法满世界飞，于是早早在这段区间内砍掉了那些需要频繁出差的职业选项（比如咨询） 。她把人生的每一个选项当成金融期权来审视，深知选择其一就意味着其他选项的“量子坍塌”，然后她极为冷静地做出了对自己最有利的交割 。
正是因为拥有这种刀刃向内的理性和执行力，她在职场上展现出了一种降维打击般的战斗力。大学毕业后去芝加哥面试一家顶尖的高频交易（HFT）基金，主考官原本准备了需要做三个小时的硬核测试题，结果她 20 分钟就全部做完了 。因为实在无聊，她直接溜出考场去找东西吃 。主考官起初陷入了自我怀疑，以为是题目出得太简单，事后才发现，全场只有她一个人答对了 。
在这个精密的生存系统里，她唯独不打算优化的，是去迎合别人的期待 —— 她对自己保持着一种近乎刺痛的、极度的诚实（Radical Honesty）。
她坦荡地承认自己是一个“以自我为中心”、甚至有些“自私”的人 。她会在看到一块极佳的冲浪板停产后，花上十几个小时的时间，辗转台湾、中国大陆和美国，只为了把这块板运到纽约的家里让自己开心 。但与之形成鲜明对比的是，在人际交往中，她无法提供世俗意义上对等的“情绪价值” 。朋友甚至能记住她孩子的生日，她却连朋友的生日都记不住，这让她时常感到压力，但她也老老实实承认自己就是缺乏这根弦 。
即使在面对母职时，她也拒绝了传统的自我牺牲叙事。她直言不讳：“很多父母可以为小孩完全放弃自我，我放弃一点都很难。” 她在给孩子挑选游玩地点时，前提一定是“我也要 enjoy” 。这种带有锋芒的自私与坦诚，非但没有让她显得面目可憎，反而让她在充斥着焦虑与绑架的当代语境中，活出了一种极其舒展的女性主义力量。
这种舒展并不是温室里培养出来的，她有着极强的情绪弹性和反弹力。15 岁那年她拿着奖学金去新加坡留学，别人在机场哭成一片，她却因为觉得“好玩”高高兴兴地走了 。直到三个星期后，迟钝的她才突然意识到这是一种永久性的分离，于是开启了长达一年的崩溃——每天晚上在宿舍哭到睡着，早上醒来接着哭 。她体会过那种被降维碾压的无力感：上化学课和历史课，明明知道答案是“二氧化碳”和“蒋介石”，却因为不懂英文而开不了口 ；和同学合看一本英文书，别人翻页的速度快如一阵风，她连第一页的第一段都还没看完 。
后来初到美国，为了进入商科兄弟会（Fraternity），她硬着头皮在酒吧里和一群聊着棒球的美国中部男生进行 Small Talk 。巨大的社交与考核压力让她几近崩溃，她躲进厕所大哭了一场 。但极其 Carmen 的一幕是：她只允许自己哭了刚好两分钟，然后擦干眼泪，推开门走出去，继续和别人谈笑风生 。
这就是她人生真正的底色：在泥沼里摸爬滚打，被现实一次次校准。她知道自己“够不上奥数金牌，撑死拿个杭州市三等奖 ”；她知道自己不是天才，算力有限 。但也正因为她早早和“我可能没那么厉害”握手言和，失败对她来说变成了常态，她反而锤炼出了一种极其结实、不会飘飘然的自信 。
在彭博社（Bloomberg）负责全球数据对接的那几年，她见识了大型 Corporate（企业）里的办公室政治，看着上面的人因为强烈的不安全感而抢夺权力 。在那条看似光鲜的世俗单行道上，她陷入了每四个月爆发一次的生存危机（Crisis）——疯狂地追问自己到底在干嘛，自己想要的成就感为何迟迟无法满足 。这种庞大机器下的无力感，最终促使她放弃了安全牌，跳出来自己创立了 AI 基础设施公司 。当她一个人亲手把第一个产品从零到一搓出来，并在生日当天卖给好几个客户时，她感受到了那种无可替代的、百分之百掌控自己命运的狂喜 。
如今的她，会在高压的创业工作之余，去学冲浪、打拳击、下围棋、弹古琴，甚至去学后空翻。她坦言有些事自己做得很菜，但依然乐此不疲。对她而言，“山就在那儿，总要去爬一爬”。这些看似漫无目的的折腾，并非为了把履历填满，而是为了进入不同的截面去观察自己——在冲浪的暴风雨里见恐惧，在围棋的落子间见判断。就像她说的，“做不同的事情，最终是见自己”。
经历过这一切后，她才轻描淡写地总结：“人生就主打个体验。”
这句听起来极度松弛的话，其实是由极度紧绷的齿轮驱动的。在她把人生当作游乐场去体验之前，她曾在哈佛和华尔街精确计算过每一步的筹码，在新加坡的宿舍里崩溃过一年，也在芝加哥的酒吧厕所里精确地掐着表哭过两分钟。
她为什么会把人生的高光定格在小学和现在？
因为她经历过丛林法则，趟过世俗的泥沼，在见识过所有的规则和利弊之后，她依然选择了忠于自己。现在的她，又能够因为产品的一点小突破，或者一个新鲜的事物而获得像当年在广播站放歌时那样纯粹的快乐 。这种天真，不是未经世事的幼稚，而是她动用了最极致的算力、最狠的野心和最大的努力，为自己亲手打下了一座坚不可摧的堡垒。在这座堡垒里，她终于可以安全地、肆无忌惮地，安放她那毫不掩饰的自我与热烈鲜活的生命力。
meet THE GUEST
Carmen Li is a Hangzhou-born, New York-based entrepreneur and financial infrastructure builder whose career traces an arc from high-frequency trading floors to the frontier of AI compute markets — driven, in equal parts, by extreme calculation and an almost stubborn insistence on doing exactly what she finds interesting.
Li built her foundation at the University of Illinois Urbana-Champaign (UIUC), where she studied Finance and pushed herself to minor in Computer Science — despite having no prior programming background — simply because she recognized it as the more durable credential. She graduated into a role at DRW Trading Group in Chicago, one of the world's most respected quantitative trading firms, where she spent four years in electronic options trading. At her DRW recruiting assessment, she finished a three-hour technical test in twenty minutes and was the only candidate in the room to answer correctly — a quiet preview of how she tends to operate.
She went on to earn an MBA from Harvard Business School, a credential she timed with characteristic precision — strategically overlapping her studies with her first maternity leave to preserve professional momentum. Post-HBS, she built a decade-long career in financial product leadership, including roles at American Express in strategic planning, Citi as Senior Vice President overseeing global working capital products, and Bloomberg as Global Head of Strategic Alliances for Enterprise Data. It was at Bloomberg, watching institutional power play out inside a large corporate machine, that she felt the recurring pull of a question she could no longer ignore.
In 2024 she left to found Silicon Data, an independent benchmark pricing and performance standards platform for GPU compute markets — the data infrastructure layer that institutional investors need before they can treat AI compute as a tradable asset class. She subsequently took on an additional CEO role at Compute Exchange, building the marketplace layer on top. Her long-term thesis: that compute will become the next major institutional asset class, as measurable and investable as energy or fixed income. Alongside her companies, she is a member of the American Society for AI.
Carmen Li was a guest on Talk to Jane ｜对话身边的人, Season 2, Episode 4, where she spoke about radical honesty, the calculus behind her life choices, and why.
