henry 发自 凹非寺开云体育

量子位 | 公众号 QbitAI

若是莫得PhD，是不是就和前沿AI商议不紧要了？

至少在oam Brown看来，有时。

这位OpenAI 商议员、o1的中枢孝顺者，刚刚共享了一串“非典型商议员”的履历。

有东谈主莫得论文、有东谈主没读研、有东谈主白昼在麦肯锡上班，晚上在GitHub写商议。

还有东谈主没事就在推特发帖、GitHub上发问的。

他们其后皆去了哪？

OpenAI、DeepMind、Anthropic。

进OpenAI，并不一定要博士学位

在这篇长帖中，Noam共享了Keller Jordan、Sholto Douglas、Andy Jones、Kevin Wang等一批“非典型”商议员的履历。

总体看下来，他们皆有一些疏导的特点。比如，主动性极强（喜爱）、公开商议，不闭门觅句、工程智力在线、会PR、不执着于头衔。

接下来，咱们具体来看。

Keller Jordan：套瓷商议+推特学术

领先被Noam共享的，是Keller Jordan。

他当今在OpenAI，从事预测验联系的商议。而他的商议生计，某种进度上，起于一段典型的“套瓷商议”。

Keller惟有本科学位（UCSD），也莫得任何论文发表履历。

毕业后，他先过问了一家作念 AI 本色审核的初创公司责任。

在责任之余，他并莫得闲着。

Keller主动联系了那时还在谷歌的Behnam Neyshabur，并向他展示了一个针对Behnam最近论文的改动主见。

不详是出于“有东谈主简直讲求读了我论文”的成就感，Behnam喜悦带领他。

最终，他们与其他作家一谈，完成了一篇入选ICLR 2023的论文。

对于Keller这种“套瓷+商议”的方法，Noam评价说：

缺憾的是，如今公开商议的空间比往日小了，但在已有论文基础上冷漠改动，依然是向实验室里面商议员评释你智力的绝佳方法，也能让对方有信心去帮你争取一次口试契机。

其后，一篇2024年底写下的一篇博客Muon: An optimizer for hidden layers in neural networks，则信得过为Keller拿下了一张去OpenAI的船票。

（注：Muon是特意用于神经汇注荫藏层的优化器，中枢念念想是把老例梯度更新“正交化”）

那时，Keller发起并不时更新了一个NanoGPT speedrun：

这个实验是在Karpathy的NanoGPT框架下，系统性地比较不同测验树立和优化器，筹谋是把预测验速率推到极限。

而Keller我方倒腾出的Muon，恰是在这一系列speedrun实验中，脱颖而出。

这引起了大神Andrej Karpathy的关注，Keller也因此过问了OpenAI的视线。

尔后续过问OpenAI亦然顺遂推舟。

这种把商议径直摊在GitHub 上、同期在外交媒体上不时记载的方法，一方面让他的商议水和善产出变得很是容易预计；

另一方面，也让这些责任莫得归并在arXiv的论文海里，而是被信得过看见，并最终获得了圈内大神的招供。

说到底，PR太辛勤了！

Sholto Douglas：在GitHub上发问蛊惑大佬提防力

接下来，Noam又共享了现Anthropic商议员Sholto Douglas的故事。

Sholto Douglas也曾赴任于谷歌，是Gemini技俩的辛勤推手之一。

而他，也惟有本科学位。

（没错，他还在清华交换了一年）

Sholto本科学的固然是机器东谈主，但毕业后却进了麦肯锡责任。

而这，很大的一部分原因是，Sholto莫得苦求到想去的商议生技俩。

由此，Sholto索性干脆一边上班，一边作念商议。据Sholto在播客中的共享，他险些是：

每天晚上10点到凌晨2点，周末每天至少6到8个小时，十足在写代码、作念实验、搞商议技俩。

在学习经过中，Sholto还时时在Google开源的机器学习框架JAX的官方GitHub仓库上发问。

而这，引起了那时在谷歌，当今在Anthropic的James Bradbury的风趣。

James心想：这寰宇上还有我不彊劲的隔这发问的东谈主？

于是，在看到了Sholto的发问以及他平淡作念的技俩，James就主动联系他，并邀请他前去Google DeepMind的口试。

最终，本科生，第一段责任完全不AI的Sholto过问了谷歌。

风趣的是，在过问谷歌之后，Sholto才发现，我方被招进来，其着实某种进度上是一个里面实验：

碰庆幸，能不行把一个关注和主不雅能动性极强的东谈主，和他们强劲的最优秀的一批工程师配对，望望会发生什么。

andy jones：自学软件工程和机器学习，私费发论文

andy jones当今是Anthropic的商议员，负责的RL基础方法、沙箱系统，牵头多模态标的，以及参与大模子测验。

在此之前，他是一位半退休的量化分析师。

和上头几位通常，andy有极强的主动性：他私费租借算力，私费发表论文。

在论文《Scaling Scaling Laws with Board Games》中，andy不仅初度系统地量化train与test compute的tradeoff。

还在测试时筹谋膨胀成为热点见识之前，比较了膨胀预测验和膨胀测试时筹谋的影响。

这篇论文径直让他成为机器学习畛域的炸子鸡。

尔其后，这一商议还径直鼓动了o1等模子的测试时筹谋范式，并被Noam放入了o1的技艺敷陈里。

而据一位网友的补充，andy的履历并不啻如斯。

他在英国完成了4年制的数学硕士，况兼花9个月时辰自学了软件工程和机器学习。

其后，他又干了一年的生物信息学商议。

再其后，3年的量化交往责任已足以让他金钱摆脱。

尽管如斯，andy并莫得停驻，而是完成了一系列独处探索，并最终过问Anthropic。

Kevin Wang：过问OpenAI的本科生

此外，Noam显现，像OpenAI这么的实验室，如实会径直从本科阶段招聘商议员。

而Kevin Wang便是其中一。

2025年，Kevin Wang在完资本科学习后，径直过问OpenAI，从本科生一步跨入一线商议团队。

这并不是一次“破格的运谈”。

一方面，Wang领有导师的强力保举；但更要津的是，他自身就抓着一篇极其闪耀的论文。

对于OpenAI来说，顶会上“水平还可以”的论文并不稀缺。

信得过稀缺的，是那种在第一眼就能被挑出来的责任。

Noam回忆，在NeurIPS 2025的5290篇论文中，他们险些是一眼就提防到了Wang的商议。

尔其后的松手，也考证了这个判断——

他的第一作家论文《1000 Layer Networks for Self-Supervised RL: Scaling Depth Can Enable New Goal-Reaching Capabilities》，最终拿下了NeurIPS 2025最好论文。

谈到招聘圭臬时，Noam 也给出了一个很践诺的评价：

导师的保举重量很重。因为仅凭简历，甚而只看论文，自身就很难全面评估别称商议员的真实水平。

临了，Noam也共享了我方对“薪酬”的看法：

对于“薪酬”这件事：我强劲一些东谈主作念量化是为突出益，但五年之后却驱动反问我方——我到底在用东谈主生干什么？

咱们正处在一个相配特殊的历史时刻。作念AI商议，你既有契机积极参与并指挥这个时间最辛勤的技艺发展，同期收入也极度可不雅。

我本科毕业后在量化交往行业干了一年，但并不但愿我方此生对东谈主类的“孝顺”，仅仅让股票市集略略更有用果少许。

其后我选拔降薪转去作念 AI 商议——这是我这辈子作念过最好的决定。放在今天，你甚而不需要降薪，也能走上这条路。

早进厂，没啥问题

除了Noam的共享除外，当今可能越来越彰着的少许是：

想把商议作念好、想进前沿AI大厂，博士学位自身，似乎也曾不再是必需品了。

比如，GPT论文的一作、CLIP的一作Alec Radford，便是本科设立。

而当今OpenAI的首席商议员Mark Chen，也惟有本科学历，一驱算作念的甚而如故量化交往。

在 Noam 那条帖子底下，有网友鞭辟入里地转头过：

一条很棒的长帖，讲的是莫得PhD学位的东谈主，是怎么过问前沿AI实验室作念商议的。

PhD能给你导师和同业圈子，但它并不会自动赋予你敬爱心、主动性，或者商议品尝。

上头提到的Keller便是一个典型例子。

他是在完全公开的环境里作念出了Muon优化器，实验经过、松手皆径直发在推特上。

甚而莫得论文，惟有一篇博客。

但影响力不言自明——当今OpenAI、Kimi、DeepSeek皆在使用它。

雷同的故事并不突出。

比如Stability AI的80名商议员和工程师中，惟有16位领有PhD，而且其中极度一部分是径直从推特上招来的。

换句话说，你不需要 PhD，才能成为别称优秀的商议员或工程师。

你只需要简直去作念事，而且让别东谈主看得见你在作念什么。

前几天刚上《WhyNotTV》的嘉宾——

从GPT-3.5到GPT-5皆有深度参与、负责GPT post-training RL infrastructure的中枢成员翁家翌，亦然惟有硕士学位。

在播客里他也提到：比拟去读一个 PhD，尽早过问工业界比较好。

因为等PhD读完，商议范式可能也曾换了一轮；

而且博士阶段时时靠近的是toy benchmark，而不是真实寰宇的系统和敛迹。

与此同期，好多AI Lab信得过短少的，反而是工程智力极强的东谈主。

至于能不行进、进了之后作念什么，很猛进度上取决于：实验室当下需要什么，以及你是否也曾在过往履历中评释过我方能补上那块拼图。

参考聚积

[1]https://x.com/polynoamial/status/2014084431062114744

[2]https://www.youtube.com/channel/UC5xLV_gJAP9psKcyrJ3ZIcw

[3]https://www.marketingaiinstitute.com/blog/the-marketing-ai-show-episode-74

[4]https://www.dwarkesh.com/p/sholto-douglas-trenton-bricken

— 完 —

量子位 QbitAI · 头条号签约

关注咱们，第一时辰获知前沿科技动态