当我们讲述「抗癌故事」的时候，「励志」是最常用的词。但在 GitLab 联合创始人 Sid Sijbrandij 身上，这个词已经远远不够。他用创始人思维、AI 和前沿的诊疗方法救了自己。
GitLab 的两位联合创始人：Dmytro Zaporozhets（左）和 Sid Sijbrandij（右）。
他用 GitLab 的管理方法论重构癌症治疗 ——1000 多页的健康笔记、单细胞测序、并行测试多种疗法而非串行等待。在这个过程中，他也用到了 AI，但这不是「ChatGPT 给我开了个药方」，而是一个信息极客用系统思维对抗疾病。
Sid Sijbrandij现身OpenAI直播间，讲述自己的抗癌经历。回放链接：https://forum.openai.com/public/videos/event-replay-from-terminal-to-turnaround-how-gitlabs-co-founder-leveraged-chatgpt-in-his-cancer-fight-2026-03-18
他让大家看到，当标准治疗走到尽头，一个工程师如何用管理复杂系统的思维，为自己搭建了一条非标准的生存路径。这是一种关于未来诊疗方式的探索。
当标准治疗走到尽头
要理解 Sid 为什么能做到后来那些事，你得先了解他是谁。
Sid Sijbrandij 是 GitLab 的联合创始人兼执行主席。这家公司从一个小项目起步，十年后在纽约交易所上市，市值一度超过 60 亿美元。GitLab 另一个出名的地方，是它拥有超过 2500 名员工，却没有一间实体办公室 —— 完全远程运营。
做到这一点，靠的是 Sid 推行的「极度透明」文化。GitLab 有一本超过 3000 页的内部手册，所有公司信息公开放在网上，任何人都能看到，连内部会议视频都往 YouTube 上传了 13000 多条。没有什么信息小到不值得记录和分享。
Sid 是一个信息极大主义者（information maximalist）。
2022 年 11 月 18 日，他得到了一条任何人都不想要的信息 —— 他患上了骨肉瘤，一种从脊椎骨长出来的罕见骨癌。发现时，肿瘤已经有六厘米大。
2023 年，他接受了标准疗法的全套轰炸：切除病变椎骨、钛合金支架固定脊柱、放疗、强化化疗。化疗强烈到他需要四次输血才能维持生命。他几乎无法自行走到厕所。头发掉光了，心脏受损，轻微贫血。
尽管如此，他的癌症还是在 2024 年复发了，但此时，该用的标准治疗方案基本都用光了，医疗系统也没有下一步了。
于是，Sid Sijbrandij 开启了自己主导一切（创始人模式）的自救之路，他说「活下去成了我自己的责任，那时没人会替我做这件事」。
用「创始人模式」对抗癌症
就在 Sid 癌症复发前不久，硅谷流传着一篇文章，作者是 Y Combinator 的 Paul Graham，题目叫《创始人模式》。
文章说：真正优秀的创始人会比职业经理人更深地介入细节。他们不只通过直接下属来管理公司，他们亲自钻进最关键的环节，因为许多决定就藏在那个层级之下。
Sid 读了这篇文章，心有戚戚。他意识到，自己一直在用「创始人模式」经营 GitLab，却在用「经理人模式」应对自己的癌症 —— 把诊断和决策都委托给医生，等待别人告诉他下一步怎么走。
现在，是时候转换模式了。
他开始像创业一样对待自己的病。他建立了一个团队，制定了一套原则，开始全速运转。
这套原则，和 GitLab 的运营逻辑惊人地相似：
第一，极限诊断（Maximal Diagnostics）。像 GitLab 不放过任何一条信息一样，Sid 的原则是：能做的检测，全做，尽量频繁地做。不要等着知道「这个数据有什么用」再做 —— 先收集，再分析。他和团队建立了一份名为「Sid 健康记录」的文档（开源可读：osteosarc.com），仅 2025 年就已超过 1000 页。各种原始数据、扫描结果、基因组测序数据，全部存档，共有 25TB。
第二，同时开发 10 种以上个性化疗法。没有现成的药，那就去创造。
第三，并行治疗，而非序贯治疗。传统医疗是用 A，A 无效再换 B，一个接一个。Sid 的逻辑是：我没有时间等，所以我要同时测试多个假设，用诊断数据测量响应，快速迭代。
一次细胞测序，开出了一条生路
原则定了，但路怎么走？
Sid 做的第一件大事，是单细胞测序。这项技术能让你一次性对数千个细胞单独建档，看每一个细胞的基因表达情况。
分析结果出来后，专家们发现，Sid 肿瘤细胞里高度表达的基因，是一类叫做「成纤维细胞」（Fibroblast，又称纤维母细胞）的标志物 —— 其中尤为突出的，是一个叫 FAP 的蛋白质。
成纤维细胞本是正常组织里负责修复伤口的细胞，但肿瘤会劫持这条路径，用它来给自己构筑防护屏障，就像一道永远愈合不了的伤口。Sid 的癌症，学会了这个把戏。
与此同时，他的医疗顾问团队在德国找到了一种实验性疗法，正好是针对 FAP 蛋白的。这种疗法叫放射性配体疗法（radioligand therapy）：把一个能精准识别癌细胞的「导引分子」，和一个放射性同位素捆在一起，让它找到癌细胞，然后在原地引爆一颗微型核弹。
Sid 订了去德国的机票。他的口头禅是：「我愿意和任何人谈，去任何地方，随时出发。」
在德国接受了两次放射性配体治疗后，结果令人震惊：肿瘤坏死了 60%，缩小了 20%，而且从脊髓硬膜上脱离了 —— 外科医生终于可以再次手术，把它切除。
不仅如此，手术后对肿瘤组织的重新分析显示，浸润免疫细胞中的 T 细胞比例，从癌症复发时的 19%，飙升到了 89%。团队猜测，那些之前一直被 Sid 用检查点抑制剂、新抗原肽疫苗和溶瘤病毒「训练」出来的免疫细胞，之前一直因为 FAP 的存在而被抑制，现在它们终于得以冲破肿瘤的防线。
AI 在这里做了什么？
在整个过程中，AI 是 Sid 团队最重要的工具之一 —— 不是作为替代医生的神明，而是作为一个超级助理，帮助非专家快速进入专家的语境。
这里有必要介绍一个关键人物：Jacob Stern，遗传学家，曾任 10x Genomics（正是那家单细胞测序仪器公司）的高管。当 Jacob 了解到 Sid 的做法后，他被深深震撼了。「我意识到这个人活在三十年后的未来，」他说。后来，Sid 招募他全职加入，实际上成为了整个诊疗体系的「CEO」。
Jacob 坦率地承认，他做的很多事情，都完全超出了自己原本的知识边界。AI 让这一切成为可能。
他举了几个具体的例子：
去年夏天，Jacob 把 Sid 肿瘤的 RNA 测序结果（一个基因名称和表达量的 CSV 文件）直接喂给了 GPT-4，问：「你怎么看这个？」结果 AI 的分析让他惊讶 —— 它不仅标记出了 B7H3 这个后来被证明至关重要的靶点，还识别出了 Sid 肿瘤微环境的免疫动态，和后续更精细的研究结论高度吻合。
Jacob 和团队后来自己搭建了一个系统：用自然语言提问，AI 会自行进行文献检索、提出假设、设计分析框架，然后直接对 Sid 的 60 万个单细胞数据运行分析，最终返回一份报告，包括结论、交互式图表和它自己写的 Python 代码。一次分析大约花费 20 美元 API 成本，跑了 30 分钟。
当监测数据暗示 Sid 可能出现了 CHIP（一种与化疗副作用有关的血液细胞异常），Jacob 立刻用这套系统进行了分析 ——「这让我能快速上手，理解这种病的全貌，也了解 Sid 具体的情况，」他说，「我不是医生，没有受过专业训练，但我可以快速跟上，成为专科医生的合格对话者。」事后这个风险被排除了，有惊无险。
Sid 还提到一个疫苗相关的例子。在设计个性化 mRNA 肿瘤疫苗时，需要从几十个候选新抗原（癌细胞特有的突变片段）里选出最有希望的编入疫苗。Sid 说，这目前更像是一门艺术而非科学，但 AI 已经在帮助自动化这个筛选过程。「我能看到未来 —— 你会得到一个针对自己癌症的个性化疫苗，那必须依靠 AI 来实现，因为根本没有足够多的医生来完成这件事。」
「创始人模式」到底意味着什么
在这个故事里，「创始人模式」不是一个励志的比喻，而是一套具体的行为方式。
它意味着拒绝接受系统给你划定的边界。标准医疗给出了一条算法流程，走到尽头就是尽头。但 Sid 的程序员直觉告诉他：这只是别人定义的边界，不是物理规律。
它意味着极度投入细节。Sid 和 Jacob 不是把诊断数据交给医生等结论，他们自己去读数据、找规律、提假设。这需要大量的时间和学习成本，而 AI 大幅压低了这个门槛。
它意味着并行而非串行。 商业逻辑里，如果有十条路可能走通，你不会一条一条地测试，你会同时探索。Sid 把同样的逻辑用在了治疗上 —— 多种疗法并行，用数据快速评估，而不是一个接一个地等待结果，等到无路可走。
当然，具体治疗经历远比我们这篇文章写的复杂，还有其他起作用的关键环节。其他细节可以参见视频。
未来已来？
故事讲到这里，Sid 的癌症目前没有证据显示还存在。No evidence of disease，这四个词，是肿瘤科里最美丽的组合。
他还有足够的精力，在此期间，又创办了一家新的软件公司，叫 Kilo Code。
Sid 是一个异常值。他的资源、智识和个人特质，缺一不可地共同造就了这个结果。你无法简单地复制他的路径。
但他的故事，是一个存在性证明。
就像当年 Magic Johnson 宣布感染 HIV、所有人以为他时日无多，结果他活得好好的，而他获得的那些超前治疗，现在已经更为普及。正如科幻作家作家 William Gibson 所说，「未来就在这里，只是分布不均」。Sid 正在做的，很可能是三十年后的癌症标准疗法的一部分。AI 正在把这套体系的成本急剧压低。
路是踩出来的。他们希望，走在后面的人，能走得容易一些。
参考链接：https://forum.openai.com/public/videos/event-replay-from-terminal-to-turnaround-how-gitlabs-co-founder-leveraged-chatgpt-in-his-cancer-fight-2026-03-18
https://centuryofbio.com/p/sid
