最新消息：姚班大神陳立杰，加盟OpenAI了。

據(jù)“Top華人社消息”，OpenAI內部確認：清華姚班天才、UC伯克利EECS助理教授陳立杰已加盟OpenAI，負責數(shù)學推理！

值得一提的是，OpenAI 在去年 9 月發(fā)表的出圈論文《Why Language Models Hallucinate》中，也引用了陳立杰參與的另一篇研究《Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations》。

與此同時，陳立杰近期參與的最新研究方向也十分“當下”，聚焦于擴散語言模型（Diffusion Language Models），緊跟當前生成模型的重要演進路線。

截至目前，陳立杰主頁未有更新。

陳立杰是誰？

陳立杰出生于1995年，16歲時獲得全國信息學奧賽金牌（NOI），被保送進入清華大學，是清華大學 “姚班” 的知名校友，長期從事理論計算機科學研究。

2025年，陳立杰正式入職加州大學伯克利分校（UC Berkeley）電氣工程與計算機科學系（EECS），擔任助理教授，并成為伯克利理論計算機科學團隊（Berkeley Theory Group）成員，主要從事計算復雜性理論相關研究。

回顧陳立杰的教育經(jīng)歷和職業(yè)生涯，堪稱開掛般的經(jīng)歷。

他自初中起參加信息學競賽，是信息學奧賽（OI）圈內的傳奇選手之一：

• 2011年11月：全國信息學聯(lián)賽（NOIP 2011）浙江賽區(qū)，第1名

• 2012年2月：全國信息學冬令營（WC 2012），全場第1名

• 2013年2月：全國信息學冬令營（WC 2013），全場第1名

• 2013年4月：中國隊選拔賽（CTSC 2013），全場第1名

• 2013年7月：國際信息學奧林匹克競賽（IOI 2013），第1名（金牌）
  

2013 年，陳立杰從杭州外國語學校畢業(yè)，高三時曾以專注學業(yè)為由拒絕谷歌實習邀請。同年，他憑借競賽成績獲得清華大學保送資格。

進入清華大學姚班后，陳立杰逐步將重心從競賽轉向科研。

本科期間，他在AAAI、AAMAS、COLT、CCC等計算機領域重要會議上發(fā)表多篇論文，并開始系統(tǒng)性地投入 計算復雜性理論研究。

大三下學期，他前往MIT交流學習，師從著名理論計算機與量子信息學者Scott Aaronson，研究量子復雜性。

圖源：清華校友總會

在MIT訪學期間，他解決了量子信息學者John Watrous于2002年提出的一個open problem。

值得一提的是，Scott Aaronson教授后來于2022年加入OpenAI，從事AI 安全的理論基礎研究。

2017 年，陳立杰在計算機科學基礎年度研討會（FOCS） 上發(fā)表論文，解決了計算復雜性領域的重要問題，成為首位在 FOCS 上發(fā)表論文的中國本科生。

同年，他從清華姚班畢業(yè)，赴MIT攻讀計算機科學博士學位。

博士期間，陳立杰師從Ryan Williams，研究方向集中于計算復雜性理論與細粒度復雜度理論。

期間，他曾多次在FOCS、STOC等理論計算機頂級會議發(fā)表論文，獲得FOCS最佳學生論文獎等重要學術榮譽，包括：

• 2019年STOC最佳學生論文

• 2019年FOCS最佳學生論文

2022 年，陳立杰從MIT獲得博士學位，隨后加入UC Berkeley Miller研究所，擔任Miller Postdoctoral Fellow（米勒博士后研究員）。

Miller Fellowship 每年僅授予少數(shù)杰出青年學者，他在伯克利期間的合作導師包括Avishay Tal以及量子計算奠基人Umesh V. Vazirani。

2024年，陳立杰一篇名為《復雜性下界的逆向數(shù)學》更是給困擾學界近 50 年的一類計算復雜性難題帶來新思路。

2025年，他正式加入UC Berkeley，成為EECS助理教授，并開始主講研究生課程 《Computational Complexity Theory》。

目前，陳立杰的主要研究方向包括P與NP、電路復雜性、細粒度復雜性、去隨機化（Derandomization）、算法下界等理論計算機科學核心問題。

他在去隨機化與復雜性下界之間的聯(lián)系、復雜性難度放大（Hardness Magnification）等方向做出了系統(tǒng)性貢獻。

此外，他也開始將復雜性理論的方法引入量子物理與AI安全等前沿領域。

現(xiàn)在，在OpenAI明確開啟AI4S的探索方向后，陳立杰成了OpenAI一員。

不過陳立杰一如既往保持著低調，在他個人的各個平臺，依然還是最新的論文成果消息。

參考資料：
[1]https://www.tsinghua.org.cn/info/1953/13913.htm
[2]https://chen-lijie.github.io/documents/CV.pdf
[3]https://chen-lijie.github.io/

文章來源：量子位。