清華“姚班”大神加入OpenAi，全球巨頭正瘋狂搶頂級人才

“有生之年，希望能看到 P vs NP 問題被解決。”

十年前，在清華大學特等獎學金的答辯台上，一個自嘲曾是“網癮少年”的年輕人，對著台下立下了這個足以震動學術界的宏願。那時候，人們只覺得這是天才的狂氣，卻沒料到，這個叫陳立傑的少年，真的在用他那顆能夠解析宇宙邏輯的大腦，一步步逼近人類智慧的邊界。

最近，一則消息在 AI 圈激起千層浪：清華“姚班”大神、UC 伯克利助理教授陳立傑，正式確認全職加盟 OpenAI。 這不是一次普通的跳槽，而是一次“理論天花板”與“工程天花板”的史詩級匯流。

迷途少年的邏輯覺醒：從機房到封神

陳立傑的人生故事，並非一帆風順的學霸劇本，而是一段關於熱愛的自我救贖。1995 年出生於浙江湖州的陳立傑，小學時成績並不突出，唯獨數學稍好。家裡買入電腦後，他曾一度迷失在遊戲的虛擬世界裡，最瘋狂時甚至三天兩夜不出房門。

然而，命運的轉折往往藏在不經意的瞬間。 當他在高中機房第一次接觸到“程式設計”，那串跳動的程式碼彷彿成了他與世界對話的新語言。從此，他沉迷於程式設計書，甚至在父母睡覺後起床熬夜鑽研。他從一個程式設計菜鳥進化為足以封神的“陳老師”，僅僅用了不到兩年時間。 這種驚人的進化速度，預示了他未來在理論科學領域的爆發。

此後的履歷，更像是一場關於速度與智慧的暴力美學。16 歲那年，陳立傑拿下了全國資訊學奧賽（NOI）金牌，提前鎖定了清華大學的保送資格。 但他並未就此止步，而是選擇留在高中繼續磨煉。

高三那年，他以 569 分（滿分 600 分）的驚人戰績奪得第 25 屆國際資訊學奧林匹克競賽（IOI）全球第一名。 在那個時期，他在 Codeforces、TopCoder 等國際程式設計平台上長期霸榜，因其解題速度極快、思路極其實用，被國內外選手奉為傳奇。然而，即便是在獲得 IOI 金牌、面對Google拋出的實習橄欖枝時，他竟以“專注學業”為由婉言謝絕。在他眼中，程式碼的羅曼蒂克不在於商業的應用，而在於邏輯的純粹。

姚班崢嶸：首位在 FOCS 發文的中國本科生

進入清華大學交叉資訊研究院“姚班”後，陳立傑並沒有在競賽的餘暉中原地踏步，而是迅速完成了從“程式設計”到“電腦科學理論研究”的華麗轉身。在姚班這個天才雲集的地方，他依然是最耀眼的那顆星。

大三時期，陳立傑赴 MIT 進行科研交換，師從著名量子資訊科學家 Scott Aaronson 教授。 正是在這段時間，他展現出了超越年齡的洞察力。他成功解決了量子資訊學者 John Watrous 在 2002 年提出的關於“量子統計零知識證明”（QSZK）的開放性難題。

圖源：網路

2017 年，作為大四本科生的他在電腦科學基礎年會（FOCS）上發表論文，成為首位在該頂級會議上發文的中國本科生。 這項研究不僅引入了“量子區分複雜度”這一新概念，更解釋了傳統分析方法的侷限性，為量子計算領域貢獻了堅實的數學支撐。

在清華的最後一年，他斬獲了本科生特等獎學金。在那個著名的答辯視訊中，他目光堅定地談論著計算複雜性，談論著那些困擾了人類幾十年的數學難題。對他而言，科研不是為了頭銜，而是為了在那片未知的真理荒原中，鑿出一條通往答案的路。

鑿刻基石：在計算複雜性的“無人區”築路

2017 年，陳立傑奔赴 MIT 攻讀博士學位，師從計算複雜性泰斗 Ryan Williams。如果說大模型是人工智慧的血肉，那麼陳立傑研究的“計算複雜性理論”就是其底層的骨架。在 MIT 的幾年裡，他直接開啟了“刷獎模式”，包攬了理論電腦科學領域兩大頂級會議（STOC 和 FOCS）的最佳學生論文獎。

他的研究觸角延伸到了計算科學最堅硬的核心。他與合作者發現了一條繞過“自然證明”壁壘的潛在路徑，提出了“硬度放大”理論：即證明某些問題在弱電路模型下是困難的，就可以推匯出它們在極強電路模型下也是困難的，這為攻克“P vs NP”這個世界性難題提供了全新的槓桿。此外，他還在“非黑盒去隨機化”領域取得了實質性突破，證明了隨機性在特定計算條件下可能是“無用”的。

2022 年博士畢業後，陳立傑獲得了極具聲望的 Miller Fellowship。這是一項面向全球傑出青年科學家的計畫，歷史上曾誕生過多位諾貝爾獎得主。作為米勒研究員，他在 UC 伯克利擁有完全的學術自由。

2024 年，他的一篇《複雜性下界的逆向數學》更是為困擾學界近 50 年的多項式分層難題帶來了破局思路。隨後，在 2025 年 7 月，他正式入職 UC 伯克利電氣工程與電腦科學系（EECS）擔任助理教授。

巔峰匯流：當“最強演算法”遇上 OpenAI

OpenAI 此次“撿寶”，絕非偶然。當今的大模型雖然能言善辯，但在嚴密的邏輯推理面前常顯“幻覺”，而這正是陳立傑主攻的方向。知情人士透露，陳立傑此次是以全職身份加入 OpenAI 負責數學推理團隊，而他在伯克利的狀態則變更為“On Leave（停薪留職）”。

這種“身在工業界，根在學術界”的佈局，顯示了陳立傑希望將最深奧的理論轉化為改變世界力量的決心。事實上，OpenAI 在去年關於“大模型幻覺”的出圈論文中，就曾深度引用陳立傑參與的研究成果。 他的加入，不僅是人才的引援，更是 OpenAI 在 AI4S（AI for Science）領域的一次戰略級落子。

為什麼 OpenAI 如此迫切地需要陳立傑？

因為 AI 競爭正進入更深層的技術攻堅階段。 當同行還在搶奪算力與資料時，OpenAI 已經開始爭奪能從數學底層重構 AI 的頂級大腦。陳立傑在去隨機化、電路複雜性以及演算法下界方面的系統性貢獻，恰好契合了提升大模型可靠性、解決邏輯短板的核心需求。此外，他的導師 Scott Aaronson 早在幾年前就已入職 OpenAI，這種學術紐帶的延續，讓這次合作顯得水到渠成。

天才的歸宿是人類共同的邊疆

有人感嘆頂尖人才的流動，但對於像陳立傑這樣的探索者來說，戰場在那裡，他就出現在那裡。

他曾說，如果未來不做研究，他想做一名音樂遊戲玩家。其實，他現在正是在一場關於人類智慧最高難度的“節奏遊戲”中起舞。 從昔日湖州機房裡熬夜自學的“網癮少年”，到如今矽谷巔峰實驗室裡的數學推理領軍人，陳立傑正帶著他那顆冷靜而敏銳的大腦，去解開那道關乎人類未來的終極方程。

他在 OpenAI 接觸最前沿的大模型研發實踐，本質上是在推動全球 AI 理論的進步。正如他所堅信的，人生是長跑，不要用一段路的輸贏給整個人生下結論。 如今，這位姚班傳奇正書寫著最華麗的篇章。當理論的火種照亮工程的迷霧，我們離那個“AI 具備真正推理能力”的時代，或許已經不再遙遠。 (留學生日報)