近日，科技領(lǐng)域傳來一則引人矚目的消息：理論計算機科學(xué)領(lǐng)域的杰出青年學(xué)者陳立杰正式加盟OpenAI，將專注于數(shù)學(xué)推理方向的研究。這一消息引發(fā)了學(xué)界和業(yè)界的廣泛關(guān)注。

陳立杰的學(xué)術(shù)履歷堪稱輝煌。1995年出生的他，自初中起便投身于信息學(xué)競賽，迅速成為該領(lǐng)域的傳奇人物。2011年至2013年間，他連續(xù)斬獲全國信息學(xué)聯(lián)賽浙江賽區(qū)冠軍、全國信息學(xué)冬令營全場第一名、中國隊選拔賽第一名以及國際信息學(xué)奧林匹克競賽金牌等重量級獎項。憑借這些卓越成就，他在高三時拒絕了谷歌的實習(xí)邀請，并于同年被保送至清華大學(xué)“姚班”。

進入姚班后，陳立杰逐漸將研究重心從競賽轉(zhuǎn)向科研。本科期間，他已在AAAI、AAMAS、COLT、CCC等計算機領(lǐng)域頂級會議上發(fā)表多篇論文，系統(tǒng)性地深耕計算復(fù)雜性理論。大三下學(xué)期，他前往麻省理工學(xué)院（MIT）交流，師從著名理論計算機與量子信息學(xué)者Scott Aaronson，研究量子復(fù)雜性，并成功解決了John Watrous于2002年提出的一個開放性問題。值得一提的是，Scott Aaronson教授后來也加入了OpenAI，專注于AI安全的理論基礎(chǔ)研究。

2017年，陳立杰在計算機科學(xué)基礎(chǔ)年度研討會（FOCS）上發(fā)表論文，解決了計算復(fù)雜性領(lǐng)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(xué)博士學(xué)位，師從Ryan Williams，研究方向集中于計算復(fù)雜性理論與細粒度復(fù)雜度理論。博士期間，他多次在FOCS、STOC等理論計算機頂級會議上發(fā)表論文，并榮獲2019年STOC最佳學(xué)生論文獎和2019年FOCS最佳學(xué)生論文獎等重要學(xué)術(shù)榮譽。

2022年，陳立杰從MIT獲得博士學(xué)位后，加入加州大學(xué)伯克利分校（UC Berkeley）Miller研究所，擔(dān)任米勒博士后研究員。該職位每年僅授予少數(shù)杰出青年學(xué)者，他在伯克利期間的合作導(dǎo)師包括Avishay Tal以及量子計算奠基人Umesh V. Vazirani。2024年，他發(fā)表的論文《復(fù)雜性下界的逆向數(shù)學(xué)》為困擾學(xué)界近50年的一類計算復(fù)雜性難題提供了新思路，進一步鞏固了他在理論計算機科學(xué)領(lǐng)域的地位。

2025年，陳立杰正式入職UC Berkeley電氣工程與計算機科學(xué)系（EECS），擔(dān)任助理教授，并成為伯克利理論計算機科學(xué)團隊成員，主講研究生課程《Computational Complexity Theory》。他的主要研究方向包括P與NP、電路復(fù)雜性、細粒度復(fù)雜性、去隨機化、算法下界等理論計算機科學(xué)核心問題，并在去隨機化與復(fù)雜性下界之間的聯(lián)系、復(fù)雜性難度放大等方向做出了系統(tǒng)性貢獻。他還開始將復(fù)雜性理論的方法引入量子物理與AI安全等前沿領(lǐng)域。

如今，隨著OpenAI明確開啟AI4S的探索方向，陳立杰的加入為這一領(lǐng)域注入了新的活力。盡管已成為學(xué)術(shù)界的明星人物，他依然保持著低調(diào)的作風(fēng)，個人平臺上僅分享最新的論文成果，未對加盟OpenAI一事進行過多宣傳。這一舉動再次印證了他對科研的純粹熱愛與專注。