最新消息：姚班大神陈立杰，加盟OpenAI了。
据“Top华人社消息”，OpenAI内部确认：清华姚班天才、UC伯克利EECS助理教授陈立杰已加盟OpenAI，负责数学推理！
值得一提的是，OpenAI 在去年 9 月发表的出圈论文《Why Language Models Hallucinate》中，也引用了陈立杰参与的另一篇研究《Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations》。
与此同时，陈立杰近期参与的最新研究方向也十分“当下”，聚焦于扩散语言模型（Diffusion Language Models），紧跟当前生成模型的重要演进路线。
截至目前，陈立杰主页未有更新。
陈立杰是谁？
陈立杰出生于1995年，16岁时获得全国信息学奥赛金牌（NOI），被保送进入清华大学，是清华大学 “姚班” 的知名校友，长期从事理论计算机科学研究。
2025年，陈立杰正式入职加州大学伯克利分校（UC Berkeley）电气工程与计算机科学系（EECS），担任助理教授，并成为伯克利理论计算机科学团队（Berkeley Theory Group） 成员，主要从事计算复杂性理论相关研究。
回顾陈立杰的教育经历和职业生涯，堪称开挂般的经历。
他自初中起参加信息学竞赛，是信息学奥赛（OI）圈内的传奇选手之一：
2011年11月：全国信息学联赛（NOIP 2011）浙江赛区，第1名
2012年2月：全国信息学冬令营（WC 2012），全场第1名
2013年2月：全国信息学冬令营（WC 2013），全场第1名
2013年4月：中国队选拔赛（CTSC 2013），全场第1名
2013年7月：国际信息学奥林匹克竞赛（IOI 2013），第1名（金牌）
……
2013 年，陈立杰从杭州外国语学校毕业，高三时曾以专注学业为由拒绝谷歌实习邀请。同年，他凭借竞赛成绩获得清华大学保送资格。
进入清华大学姚班后，陈立杰逐步将重心从竞赛转向科研。
本科期间，他在AAAI、AAMAS、COLT、CCC等计算机领域重要会议上发表多篇论文，并开始系统性地投入 计算复杂性理论研究。
大三下学期，他前往MIT交流学习，师从著名理论计算机与量子信息学者Scott Aaronson，研究量子复杂性。
在MIT访学期间，他解决了量子信息学者John Watrous于2002年提出的一个open problem。
值得一提的是，Scott Aaronson教授后来于2022年加入OpenAI，从事AI 安全的理论基础研究。
2017 年，陈立杰在计算机科学基础年度研讨会（FOCS） 上发表论文，解决了计算复杂性领域的重要问题，成为首位在 FOCS 上发表论文的中国本科生。
同年，他从清华姚班毕业，赴MIT攻读计算机科学博士学位。
博士期间，陈立杰师从Ryan Williams，研究方向集中于计算复杂性理论与细粒度复杂度理论。
期间，他曾多次在FOCS、STOC等理论计算机*会议发表论文，获得FOCS*学生论文奖等重要学术荣誉，包括：
2019年STOC*学生论文
2019年FOCS*学生论文
2022 年，陈立杰从MIT获得博士学位，随后加入UC Berkeley Miller研究所，担任Miller Postdoctoral Fellow（米勒博士后研究员）。
Miller Fellowship 每年仅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，陈立杰一篇名为《复杂性下界的逆向数学》更是给困扰学界近 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，并开始主讲研究生课程 《Computational Complexity Theory》。
目前，陈立杰的主要研究方向包括P与NP、电路复杂性、细粒度复杂性、去随机化（Derandomization）、算法下界等理论计算机科学核心问题。
他在去随机化与复杂性下界之间的联系、复杂性难度放大（Hardness Magnification）等方向做出了系统性贡献。
此外，他也开始将复杂性理论的方法引入量子物理与AI安全等前沿领域。
现在，在OpenAI明确开启AI4S的探索方向后，陈立杰成了OpenAI一员。
不过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。
参考资料：[1]https://www.tsinghua.org.cn/info/1953/13913.htm[2]https://chen-lijie.github.io/documents/CV.pdf[3]https://chen-lijie.github.io/
