如何看待姚班大神陳立杰官宣入職 OpenAI？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》。

陳立杰入職 OpenAI 這件事，在學術和 AI 產業(yè)圈都挺受關注的。他是理論計算機科學領域的頂尖學者，研究方向正好擊中了當前大模型的核心痛點 —— 數(shù)學推理能力不足。OpenAI 挖他過去，就是想借助他在計算復雜性理論方面的深厚積累，解決大模型在邏輯推理上的短板，進一步提升 AI 的可靠性和應用邊界。這也反映出行業(yè)對基礎理論研究的重視，從高薪搶人到爭奪頂級理論人才，AI 競爭正進入更深層的技術攻堅階段。

陳立杰的履歷堪稱 “學術頂配”—— 清華姚班出身，打下扎實的計算機理論基礎；后赴 MIT 攻讀博士，專注計算復雜性理論；再到 UC Berkeley 做博士后，期間解決了困擾學界近 50 年的 “多項式分層” 相關難題，為 AI 算法的數(shù)學理論支撐提供了新思路。這種從基礎理論到前沿研究的深度積累，恰好契合 OpenAI 當前的核心需求：在大模型迭代中，數(shù)學推理能力與 AI 安全是亟待突破的瓶頸，而陳立杰的研究正是解決這類問題的關鍵，加上其導師 Scott Aaronson 已加入 OpenAI 的學術紐帶，讓這次合作水到渠成。

但又感覺到遺憾？因為人才流失了！當頂尖人才加入海外機構，難免讓人產生 “流失” 的遺憾 —— 畢竟國內華為、字節(jié)等科技企業(yè)，正急需在大模型、AI 安全領域突破技術壁壘，陳立杰的理論功底若能直接服務于國內企業(yè)，無疑會加速核心技術的自主研發(fā)。但換個角度看，人才流動本是全球化常態(tài)：早年海外科研環(huán)境在基礎理論領域的優(yōu)勢，吸引學者出國深造，而陳立杰在海外的研究，本質上也是在推動全球 AI 理論的進步，這些成果未來仍有可能通過學術交流、技術轉化反哺國內。

如今的中國科技企業(yè)，早已從 “應用創(chuàng)新” 轉向 “底層突破”。以華為為例，其 “天才少年” 計劃專門招募頂尖理論人才，就是為了攻克芯片、AI 算法等底層技術；字節(jié)、百度在大模型研發(fā)中，也面臨數(shù)學推理、模型效率等理論難題 —— 陳立杰這類深耕基礎理論的人才，正是國內科技企業(yè)突破 “卡脖子” 技術的關鍵拼圖?？梢哉f，國內對頂尖理論人才的需求，比以往任何時候都更迫切。

那么他有沒有可能通過OpenAI歷練回到國內創(chuàng)業(yè)或者進入科技公司？我覺得也是有可能的，因為隨著國內科研環(huán)境的改善，人才回流已成趨勢：近年來，AI 領域超半數(shù)海外博士選擇回國，加入高校或科技企業(yè)。對于陳立杰而言，在 OpenAI 接觸最前沿的大模型研發(fā)實踐，積累產業(yè)應用經驗后，未來若選擇回國，無論是創(chuàng)業(yè)還是加入國內企業(yè)，都能帶來更成熟的技術思路 —— 比如將 OpenAI 在數(shù)學推理上的研究，與國內大模型的落地場景結合，推動 AI 技術在智能制造、醫(yī)療等領域的深度應用，這份價值或許比留在海外更具想象空間。

陳立杰去OpenAI確實可惜，但也不用太糾結。頂尖人才在哪都會發(fā)光，他搞的數(shù)學推理研究是AI的核心難題，不管在哪突破，對全球技術都是貢獻。國內現(xiàn)在也越來越重視理論人才，華為、字節(jié)都在搶人。等他在OpenAI積累夠了經驗，說不定哪天就帶著更成熟的技術回國了呢？到時候把國外前沿經驗和國內應用場景結合起來，搞不好能催生出更厲害的AI應用。人才流動是常事，關鍵是咱們自己得把土壤搞好，讓更多“陳立杰”愿意留下來、想回來。對此大家是怎么看的，歡迎關注我“創(chuàng)業(yè)者李孟”和我一起交流！