“有生之年，希望能看到 P vs NP 问题被解决。”

十年前，在清华大学特等奖学金的答辩台上，一个自嘲曾是“网瘾少年”的年轻人，对着台下立下了这个足以震动学术界的宏愿。那时候，人们只觉得这是天才的狂气，却没料到，这个叫陈立杰的少年，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。

最近，一则消息在 AI 圈激起千层浪：清华“姚班”大神、UC 伯克利助理教授陈立杰，正式确认全职加盟 OpenAI。这不是一次普通的跳槽，而是一次“理论天花板”与“工程天花板”的史诗级汇流。

迷途少年的逻辑觉醒：从机房到封神

陈立杰的人生故事，并非一帆风顺的学霸剧本，而是一段关于热爱的自我救赎。1995 年出生于浙江湖州的陈立杰，小学时成绩并不突出，唯独数学稍好。家里买入电脑后，他曾一度迷失在游戏的虚拟世界里，最疯狂时甚至三天两夜不出房门。

然而，命运的转折往往藏在不经意的瞬间。当他在高中机房第一次接触到“编程”，那串跳动的代码仿佛成了他与世界对话的新语言。从此，他沉迷于编程书，甚至在父母睡觉后起床熬夜钻研。他从一个编程菜鸟进化为足以封神的“陈老师”，仅仅用了不到两年时间。这种惊人的进化速度，预示了他未来在理论科学领域的爆发。

此后的履历，更像是一场关于速度与智慧的暴力美学。16 岁那年，陈立杰拿下了全国信息学奥赛（NOI）金牌，提前锁定了清华大学的保送资格。但他并未就此止步，而是选择留在高中继续磨炼。

高三那年，他以 569 分（满分 600 分）的惊人战绩夺得第 25 届国际信息学奥林匹克竞赛（IOI）全球第一名。在那个时期，他在 Codeforces、TopCoder 等国际编程平台上长期霸榜，因其解题速度极快、思路极其实用，被国内外选手奉为传奇。然而，即便是在获得 IOI 金牌、面对谷歌抛出的实习橄榄枝时，他竟以“专注学业”为由婉言谢绝。在他眼中，代码的罗曼蒂克不在于商业的应用，而在于逻辑的纯粹。

图源：网络

姚班峥嵘：首位在 FOCS 发文的中国本科生

进入清华大学交叉信息研究院“姚班”后，陈立杰并没有在竞赛的余晖中原地踏步，而是迅速完成了从“程序设计”到“计算机科学理论研究”的华丽转身。在姚班这个天才云集的地方，他依然是最耀眼的那颗星。

大三时期，陈立杰赴 MIT 进行科研交换，师从著名量子信息科学家 Scott Aaronson 教授。正是在这段时间，他展现出了超越年龄的洞察力。他成功解决了量子信息学者 John Watrous 在 2002 年提出的关于“量子统计零知识证明”（QSZK）的开放性难题。

图源：网络

2017 年，作为大四本科生的他在计算机科学基础年会（FOCS）上发表论文，成为首位在该顶级会议上发文的中国本科生。这项研究不仅引入了“量子区分复杂度”这一新概念，更解释了传统分析方法的局限性，为量子计算领域贡献了坚实的数学支撑。

在清华的最后一年，他斩获了本科生特等奖学金。在那个著名的答辩视频中，他目光坚定地谈论着计算复杂性，谈论着那些困扰了人类几十年的数学难题。对他而言，科研不是为了头衔，而是为了在那片未知的真理荒原中，凿出一条通往答案的路。

图源：网络

凿刻基石：在计算复杂性的“无人区”筑路

2017 年，陈立杰奔赴 MIT 攻读博士学位，师从计算复杂性泰斗 Ryan Williams。如果说大模型是人工智能的血肉，那么陈立杰研究的“计算复杂性理论”就是其底层的骨架。在 MIT 的几年里，他直接开启了“刷奖模式”，包揽了理论计算机科学领域两大顶级会议（STOC 和 FOCS）的最佳学生论文奖。

他的研究触角延伸到了计算科学最坚硬的内核。他与合作者发现了一条绕过“自然证明”壁垒的潜在路径，提出了“硬度放大”理论：即证明某些问题在弱电路模型下是困难的，就可以推导出它们在极强电路模型下也是困难的，这为攻克“P vs NP”这个世界性难题提供了全新的杠杆。此外，他还在“非黑盒去随机化”领域取得了实质性突破，证明了随机性在特定计算条件下可能是“无用”的。

2022 年博士毕业后，陈立杰获得了极具声望的 Miller Fellowship。这是一项面向全球杰出青年科学家的计划，历史上曾诞生过多位诺贝尔奖得主。作为米勒研究员，他在 UC 伯克利拥有完全的学术自由。

2024 年，他的一篇《复杂性下界的逆向数学》更是为困扰学界近 50 年的多项式分层难题带来了破局思路。随后，在 2025 年 7 月，他正式入职 UC 伯克利电气工程与计算机科学系（EECS）担任助理教授。

图源：网络

巅峰汇流：当“最强算法”遇上 OpenAI

OpenAI 此次“捡宝”，绝非偶然。当今的大模型虽然能言善辩，但在严密的逻辑推理面前常显“幻觉”，而这正是陈立杰主攻的方向。知情人士透露，陈立杰此次是以全职身份加入 OpenAI 负责数学推理团队，而他在伯克利的状态则变更为“On Leave（停薪留职）”。

这种“身在工业界，根在学术界”的布局，显示了陈立杰希望将最深奥的理论转化为改变世界力量的决心。事实上，OpenAI 在去年关于“大模型幻觉”的出圈论文中，就曾深度引用陈立杰参与的研究成果。他的加入，不仅是人才的引援，更是 OpenAI 在 AI4S（AI for Science）领域的一次战略级落子。

为什么 OpenAI 如此迫切地需要陈立杰？

因为 AI 竞争正进入更深层的技术攻坚阶段。当同行还在抢夺算力与数据时，OpenAI 已经开始争夺能从数学底层重构 AI 的顶级大脑。陈立杰在去随机化、电路复杂性以及算法下界方面的系统性贡献，恰好契合了提升大模型可靠性、解决逻辑短板的核心需求。此外，他的导师 Scott Aaronson 早在几年前就已入职 OpenAI，这种学术纽带的延续，让这次合作显得水到渠成。

天才的归宿是人类共同的边疆

有人感叹顶尖人才的流动，但对于像陈立杰这样的探索者来说，战场在哪里，他就出现在哪里。

他曾说，如果未来不做研究，他想做一名音乐游戏玩家。其实，他现在正是在一场关于人类智慧最高难度的“节奏游戏”中起舞。从昔日湖州机房里熬夜自学的“网瘾少年”，到如今硅谷巅峰实验室里的数学推理领军人，陈立杰正带着他那颗冷静而敏锐的大脑，去解开那道关乎人类未来的终极方程。

他在 OpenAI 接触最前沿的大模型研发实践，本质上是在推动全球 AI 理论的进步。正如他所坚信的，人生是长跑，不要用一段路的输赢给整个人生下结论。如今，这位姚班传奇正书写着最华丽的篇章。当理论的火种照亮工程的迷雾，我们离那个“AI 具备真正推理能力”的时代，或许已经不再遥远。