前言

2026年甫一啟幕，兩條消息迅速席卷全網：騰訊正式任命27歲的姚順雨為首席算法科學家；遠在太平洋彼岸，美國OpenAI也將陳立杰納入核心研發(fā)團隊，專攻“模型數(shù)學推理能力”的攻堅任務。

兩人履歷令人矚目：普林斯頓大學博士、加州大學伯克利分校訪問學者、長期深耕海外前沿實驗室——再細看成長軌跡，一個鮮明交集浮現(xiàn)眼前：他們都畢業(yè)于清華大學同一精英培養(yǎng)項目——“姚班”。這絕非偶然，其源頭可清晰追溯至2004年那個關鍵節(jié)點。

開年搶人：硬通貨從哪來

當下最稀缺的生產要素，既非高端GPU集群，亦非海量訓練語料，而是能實質性推動大模型能力邊界的那一類頭腦。

騰訊此次將大模型底層架構研發(fā)重任托付給年僅27歲的姚順雨，傳遞出明確信號：技術迭代必須提速，技術路徑必須精準，更需要一位敢于拍板、能扛重壓的年輕領軍者。

而OpenAI力邀陳立杰回歸主導數(shù)學推理方向，則直指當前AI發(fā)展的深層瓶頸——模型尚不能穩(wěn)定完成嚴格推導與形式化證明。這一缺口，亟需具備扎實數(shù)理功底與系統(tǒng)性思維的頂尖人才來填補。

頭部科技企業(yè)的獵聘實踐中已形成默契：部分候選人無需常規(guī)簡歷初篩，不必經歷多輪迂回面試，決策焦點高度聚焦于單一問題——是否愿意加入？

可曾留意，這類“免檢人才”過去如鳳毛麟角，如今卻呈現(xiàn)出顯著的地域聚集性：清華“姚班”成為高頻輸出地。

校方后臺統(tǒng)計早已印證這一趨勢：“姚班”自2005年首屆招生起，截至2024年中已連續(xù)開辦17屆，累計培養(yǎng)663名本科生，其中87%選擇繼續(xù)攻讀碩士或博士學位。

其他院系常以就業(yè)率衡量成效，而該班則以深造率為第一標尺；更具說服力的是畢業(yè)生去向分布：印奇帶領團隊在計算機視覺領域打造出估值超十億美元的創(chuàng)新企業(yè)；樓天成在自動駕駛算法研發(fā)中取得被國際同行廣泛引用的突破性成果；更多人已成為國內外頭部科技公司算法部門的技術中堅，職業(yè)晉升節(jié)奏顯著快于同齡群體。

當2025至2026年全球AI人才爭奪進入白熱化階段，各大機構核心名單反復出現(xiàn)同一教育背景，市場自然發(fā)出追問：這條高效穩(wěn)定的人才產線，究竟如何鍛造而成？

2004年回國：外界笑他“想不開”

時光倒流至2004年，彼時北京房價尚未啟動暴漲周期，中國計算機學科在全球學術版圖中的坐標也遠未達到今日高度。

正是在普林斯頓大學，姚期智教授做出一項令國際學界震動的抉擇：主動辭去享有終身教職的正教授職位，出售在美國的房產，全職加盟清華大學，開啟全新教學生涯。

姚期智在理論計算機科學領域的地位毋庸置疑：2000年榮膺圖靈獎，成為首位獲此殊榮的華人科學家。

他在密碼學基礎、偽隨機數(shù)生成、計算復雜性理論、量子計算算法等方向的研究成果，早已成為全球高校標準教材的核心章節(jié)。按傳統(tǒng)學術發(fā)展路徑，他本可在世界一流學府持續(xù)引領博士生團隊、主持重大科研項目、產出高影響力論文，直至平穩(wěn)退休。

因此當他宣布歸國決定，不少美國同事的第一反應并非祝賀，而是困惑與不解：離開頂級學術生態(tài)，回到當時科研資源相對有限、制度體系尚待完善的發(fā)展環(huán)境，研究工作恐被繁雜行政事務牽制，學術聲譽也可能隨之稀釋。

甚至有同行直言此舉近乎“學術生涯終結”。這種判斷背后隱含一個默認前提：個體成就高度依賴外部環(huán)境，一旦脫離優(yōu)質土壤，再杰出的天賦也難逃平庸化。

姚期智所押注的關鍵變量，并非環(huán)境本身，而是“生源質量”。他的判斷極為務實：中國擁有極高密度的拔尖青少年群體，真正欠缺的是一套與國際頂尖標準無縫對接的培養(yǎng)范式，以及一種敢于將本科生當作準研究生進行高強度錘煉的教學機制。

他回國時提出的合作條件異常堅定：課程體系、考核方式、招生標準全部由其主導設計，教學自主權是不可妥協(xié)的核心訴求。據知情人士透露，他對薪酬待遇幾無要求，唯一堅持的是教育理念的完整落地。外界視作“不合時宜”，他卻視作一場面向未來的戰(zhàn)略投入。

姚班怎么練：把尖子生丟進高壓鍋

2005年，“清華學堂計算機科學實驗班”正式成立，后因姚期智教授全程主導而被業(yè)界親切稱為“姚班”。它遠非傳統(tǒng)意義上的重點班級，而是一套精密運轉的選拔—培養(yǎng)閉環(huán)系統(tǒng)：以極嚴苛標準遴選苗子，再以極高強度課程鍛造能力。

招生門檻極為嚴苛，入選者多為國際信息學奧賽金牌得主、全國高中數(shù)學物理競賽冠軍，或各省高考理科前五名。入班后，授課語言以英文為主，課業(yè)負荷遠超普通專業(yè)，對數(shù)學基礎、邏輯推演與理論建模能力提出極致要求。

尤為關鍵的是，多數(shù)高校將科研實踐安排在研究生階段，而“姚班”則將研究訓練前置至本科低年級：學生從大二起即參與真實課題攻關、編寫工業(yè)級代碼、精讀頂會論文、部署大規(guī)模實驗。導師樂于交付具有挑戰(zhàn)性的開放命題，失敗被視作必經過程，真正著力培養(yǎng)的是“直面難題不退縮、拆解復雜不慌亂”的底層科研心智。

姚期智本人堅持為本科生授課，這在世界頂尖學者中極為罕見。頂級科學家親授基礎課程，直接拉升了學生的認知天花板：何為值得深耕的真問題？何為經得起檢驗的嚴謹證明？何為對一個技術方向的穿透式理解？

數(shù)年浸潤之后，班級內部形成獨特文化共識：學業(yè)成績只是基本門檻，真正的價值標尺在于能否產出可驗證、可復現(xiàn)、具原創(chuàng)性的實際成果。

這套培養(yǎng)模式后續(xù)持續(xù)演進：2011年成立交叉信息研究院，打破計算科學、純數(shù)學與信息論的傳統(tǒng)學科壁壘；2019年設立“智班”，聚焦人工智能模型與算法前沿；2021年推出“期班”，專攻量子信息科學交叉領域。

班級建制、學院平臺、研究方向三位一體，構建起從本科啟蒙到博士深造再到產業(yè)落地的全鏈條支持體系。最具生命力的是其正向循環(huán)機制：往屆校友在產業(yè)界與學術界站穩(wěn)腳跟后，主動反哺母校，帶來前沿課題與真實場景；導師由此獲得更具挑戰(zhàn)性的研究命題；這些命題又吸引更多頂尖生源加入，形成持續(xù)增強的飛輪效應。外界所見的“批量產出、品質如一”，正是這一系統(tǒng)穩(wěn)健運行二十年后的自然結果。

結語

回望2004年那場普遍存在的“唱衰”聲浪，真正誤判的并非個人選擇，而是對人才成長規(guī)律的認知偏差。當時許多人只看到一位臨近學術黃金期尾聲的資深教授離開，低估了其背后承載的系統(tǒng)性變革能量。

事實證明，離開的不是一位即將謝幕的學者，而是一粒極具爆發(fā)力的思想火種。它扎根清華沃土后，催生出一套可持續(xù)復制的精英培養(yǎng)范式，歷經二十年沉淀，最終成長為一條高效、穩(wěn)定、自驅的人才輸送管道。

2026年初這場全球矚目的AI人才爭奪戰(zhàn)，不過是這條成熟管道自然溢出的一個切片。如今若想另起爐灶重建同類體系，所面臨的政策環(huán)境、師資儲備、生源結構與產業(yè)協(xié)同難度，早已遠超當年起步之時。

信源