那个拒绝谷歌的少年，终于去了OpenAI

2026年1月，一条消息在AI圈炸开。

清华姚班传奇，UC伯克利助理教授陈立杰，全职加盟OpenAI。

不是挂职，不是顾问，是实打实的全职。负责数学推理方向。

消息传出时，他的个人主页还没更新。还是那些论文列表，还是那张看起来人畜无害的照片。仿佛什么都没发生。

但有些东西，确实变了。

image

image

一、从网瘾少年到世界第一

1995年，浙江湖州。

一个普通男孩出生了。成绩平平，数学稍微好点。家里买了电脑之后，他彻底沦陷。

连续三天不出门，就关在房间里打游戏。父母急坏了，这孩子是不是废了。

转机发生在高中机房。

老师随口提了一句编程，他像是被雷劈中。原来代码跟游戏一样，解题，通关，拿分，每一步都有即时反馈。

他开始在网上自学。没上过培训班，全靠论坛，博客，在线评测系统。网名叫WJMZBMR，一个日本游戏角色的缩写。

两年后，16岁，全国信息学奥赛金牌。

保送清华。

高三那年，谷歌发来实习邀请。他拒绝了。理由是，要专注学业。

同一年，国际信息学奥林匹克竞赛，IOI 2013，澳大利亚布里斯班。

比赛第二天，他是全场唯一一个做出所有题目的选手。

最终成绩，金牌，总分569，满分600，世界第一。

中国队包揽前三，四块金牌。这是2008年以来中国队第一次拿到团体冠军。

18岁，世界第一。没上过一天培训班。

二、在波士顿街头，他解开了一个14年没人解的难题

2013年秋天，陈立杰进入清华姚班。

姚班是什么地方，天才云集。但他依然是最耀眼的那颗星。

有一门叫高等理论计算机科学的课，全班只有他一个人拿了100分。

但真正让学术圈注意到他的，是大三那年发生的事。

2016年春天，他去MIT交换，跟着量子计算专家Scott Aaronson做研究。Aaronson给了他一个问题，这个问题是另一位学者John Watrous在2002年提出的，之后14年没有人解出来。

Aaronson自己带着三个博士生试了一年，也没做出来。

陈立杰想了两个星期，没有进展。

有一天，他在波士顿街头走路，脑子里突然闪过一个思路。回到宿舍后，他用一种全新的方法，一周之内解决了这个问题。

这个工作后来成了一篇重要论文，和Aaronson联合署名，发表在CCC 2017。两年后Google宣布实现量子霸权，引用的理论基础之一就是这篇论文。

2017年，大四，他有一篇论文被FOCS录用。

FOCS和STOC是理论计算机科学的两大顶会，一篇论文的含金量大约等于理工科其他领域的Nature/Science。

本科生发FOCS，中国第一人。

image

image

三、同一年拿下两大顶会最佳论文

2017年，陈立杰去MIT读博，导师是计算复杂性理论专家Ryan Williams。

他研究的方向叫计算复杂性理论。简单说，就是研究什么问题是计算机能快速解决的，什么问题是解不了的。

这是计算机科学里最基础，最抽象的方向，也是最难出成果的方向之一。

这个领域有一个终极问题，P vs NP。它被列为数学界七大千禧年问题之一，悬赏100万美元，至今无人解决。

陈立杰说，他的终极目标是在有生之年看到这个问题被解决。

2019年，博士二年级。

那一年的STOC，他拿了Danny Lewin最佳学生论文奖。

同一年的FOCS，他又拿了Machtey最佳学生论文奖。光那一届FOCS，他就有3篇论文被录用。

同一年拿下STOC和FOCS的最佳学生论文，极其罕见。

2022年博士毕业，拿到MIT的Sprowls最佳博士论文奖。

四、30岁拿到伯克利教职，然后转身离开

2022年博士毕业后，他拿到加州大学伯克利分校的Miller Fellowship，成为博士后研究员。

Miller Fellowship每年只授予少数杰出青年学者。他在伯克利期间的合作导师包括Avishay Tal，以及量子计算奠基人Umesh V. Vazirani。

2024年，他一篇名为《复杂性下界的逆向数学》的论文，给困扰学界近50年的一类计算复杂性难题带来新思路。

2025年，他正式加入UC Berkeley，成为EECS助理教授，主讲研究生课程《Computational Complexity Theory》。

从16岁签约清华到30岁拿到伯克利教职，中间14年，他一直在做同一件事，搞清楚计算的边界在哪里。

然后，2026年1月，消息传出。

陈立杰全职加入OpenAI，负责数学推理方向。

他没有辞掉伯克利的教职，而是停薪留职。把教授的位置留着，先去OpenAI干几年。

image

image

五、为什么是OpenAI，为什么是现在

这不是一次普通的跳槽。

这是一次理论天花板与工程天花板的史诗级汇流。

OpenAI在2025年10月宣布成立全新的科学事业部，核心职责是探索大语言模型为科研人员提供助力的方式。他们将2026年视为科学之年。

与此同时，OpenAI的论文《Why Language Models Hallucinate》引用了陈立杰参与的研究《Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations》。

他的导师Scott Aaronson，早在2022年就加入了OpenAI，从事AI安全的理论基础研究。

这种师承关系，为双方的合作搭建了天然桥梁。

更重要的是，大语言模型的发展正遭遇瓶颈。

单纯依靠堆参数，堆算力的暴力美学已触及天花板。幻觉问题，数学推理能力不足等缺陷，本质上都是亟待解决的理论难题。

OpenAI开启AI4S探索后，对理论计算机科学人才的需求愈发迫切。而陈立杰深耕的计算复杂性理论，恰好能为AI模型构建更严谨的推理框架，为解决AI安全与对齐问题提供底层支撑。

image

image

六、从工程驱动到理论驱动

陈立杰加盟OpenAI的背后，折射出整个AI行业从工程驱动向理论驱动的深层变革。

过去，AI发展依赖数据与算力的双重加持。如今，当模型规模逼近物理极限，理论计算机科学，数学等基础学科的价值愈发凸显。

OpenAI招揽陈立杰，正是为了补强数学推理与AI安全的理论短板，构建工程加理论的全链条优势。

这一动作也给行业敲响了警钟。

未来的AI竞争，不再只是模型参数的比拼，更是基础理论创新能力的较量。

image

image

七、那个始终低调的学者

陈立杰一如既往保持着低调。

在他个人的各个平台，依然还是最新的论文成果消息。没有庆祝，没有感言，仿佛这只是学术生涯中的普通一步。

但了解他的人都知道，这一步意味着什么。

从湖州那个通宵打游戏的少年，到IOI世界第一，到MIT博士，到伯克利教授，再到OpenAI研究员。

他用了20年，走了一条没人走过的路。

2016年，清华特等奖学金答辩现场，他说了一句话。

我要成为理论计算机科学家，成为黄金时代的一朵浪花，为人类的智慧添砖加瓦。

那时候，人们只觉得这是天才的狂气。

现在回头看，这个叫陈立杰的人，真的在用他那颗能够解析宇宙逻辑的大脑，一步步逼近人类智慧的边界。

尾声

陈立杰的故事还没结束。

P vs NP问题依然悬而未决，AI的数学推理能力依然有待突破。

但有一个画面值得记住。

2026年1月，一个30岁的中国年轻人，走进OpenAI的办公室，开始研究如何让机器像人类一样思考数学问题。

而在14年前，他曾站在IOI的领奖台上，手握金牌，目光平静。

那时候他就知道，真正的比赛，才刚刚开始。