抢完诺奖得主又挖伯克利CS掌门，Anthropic两周揽四将-安智兰德资讯网

当前位置：首页 > 娱乐 > 抢完诺奖得主又挖伯克利CS掌门，Anthropic两周揽四将

抢完诺奖得主又挖伯克利CS掌门，Anthropic两周揽四将

发布时间：2026-07-17 08:40:16 来源：安智兰德资讯网作者：百科

新智元报道

【新智元导读】业界常误以为AI巨头争夺的抢完仅是工程落地的大神，但Anthropic此次出手，诺奖直指最为核心的得主理论计算机科学领域。

7月1日，又挖硅谷学术圈因一条推文掀起波澜。伯克

UC伯克利EECS（电气工程与计算机科学系）系主任、利C两周揽理论计算机科学教授Jelani Nelson暂时放下手中的抢完行政钥匙，正式加入Anthropic。诺奖

他在X平台发文确认：

“我已加入Anthropic，得主并从大学休假。又挖很高兴能与众多才华横溢且富有使命感的伯克人同行，共同探索这个时代的利C两周揽决定性技术。”

短短数语，抢完信息密度极高：人已到岗，诺奖但保留教职，得主采用“学术休假”模式。至于具体职务、团队架构及研究方向，暂保密。

与此同时，Nelson在X上的个人简介已同步更新为“Anthropic技术研究员（Member of Technical Staff）”，这意味着他与5月刚加盟的Andrej Karpathy成为了同事。

执掌全美顶尖CS学部的掌门人，选择“说走就走”。

AI行业的人才争夺战已持续三年，从工程架构到产品落地，从模型对齐到多模态融合，战火不断升级。

而这一次，竞争焦点深入到了理论计算机科学的塔尖。

从MIT到伯克利：将“数数”做到极致的理论大师

Nelson的履历堪称理论计算机科学界的“满配”范本。

他初中自学HTML搭建网站，高中掌握编程，大学期间通过竞赛证明了自己编写无Bug代码的速度。

他在MIT完成了本硕博学业，2011年获得计算机科学博士学位，主攻方向为海量数据的高效算法。

Nelson形容这门学科对他有着“近乎宗教般的吸引力”：它既是人类思维最基础的核心问题，又与真实世界紧密相连。

博士毕业后，他先后前往伯克利、普林斯顿大学及普林斯顿高等研究院（IAS）从事博士后研究，2013年加入哈佛大学任教。

2019年，Nelson离开哈佛，西迁至UC Berkeley。当时哈佛校报在标题中直言：他的离开给计算机系留下了一个巨大的空白（Big Hole）。

在伯克利，Nelson如鱼得水，深耕于西蒙斯理论计算研究所（Simons Institute）所在的理论圈层。

2024年秋季，Nelson接任EECS计算机科学部主任（Chair），执掌这一全球最顶尖的CS学部之一。

他的核心研究领域包括流式算法（streaming algorithms）、降维（dimensionality reduction）和随机算法（randomized algorithms）。

通俗而言，Nelson致力于解决同一类问题：当数据规模超出存储极限时，如何进行高效计算。

几年前，他聚焦于一个看似简单的问题：让计算机学会“数数”。

当数字庞大到手机或服务器无法直接记录“当前计数”时，存储成本与计算速度将面临失控风险。

Nelson团队通过数学公式证明，解决此类近似计数问题的算法，其内存消耗存在绝对的下限。

Nelson团队论文，证明了近似计数问题的内存下界。https://arxiv.org/pdf/2010.02116

如果说工程师致力于让程序跑得更快，那么Nelson则证明了程序最快只能跑多快。这就是理论计算机科学家的核心使命：为计算能力划定物理下限。

Nelson在学术界的贡献远不止于此：

降维基石：与Kasper Green Larsen共同证明了约翰逊-林登斯特劳斯引理（Johnson-Lindenstrauss lemma）的最优性，钉死了该领域的理论下界。此前，他还与Daniel Kane提出了稀疏JL变换。
计数算法突破：与Kane、David Woodruff合作，给出了count-distinct问题（统计数据流中不同元素的数量）的渐近最优算法。

在他看来，即便是“数数”这样基础的操作，背后也隐藏着理论上的最优解。

凭借这些工作，Nelson斩获了斯隆研究奖、美国总统青年科学家与工程师奖（PECASE）等一系列顶级荣誉。

学术之外：改变命运的教育公益

在学术光环之外，Nelson还是一位充满人文关怀的行动者。

2011年，尚在MIT读博的他前往埃塞俄比亚，创办了免费编程夏令营AddisCoder。

十四年间，近700名学员从这里走出，其中一批人成功进入哈佛、MIT、斯坦福等名校攻读博士。

后来，牙买加雷鬼巨星Chronixx主动捐赠，催生了姊妹项目JamCoders。

Nelson于2011年创办的免费编程夏令营AddisCoder，已培养近700名学员。（图源：AddisCoder官网）

此外，Nelson是加州数学课程改革最激烈的反对者之一。理由朴素而深刻：他的祖父出身贫寒，依靠优质的公共教育成为医生，改变了家族命运。

因此，他认为从公立学校剥离严格的数学课程，等于抽走了下一代人向上流动的梯子。

这份坚持为他赢得了ACM Lawler人道主义贡献奖。

Anthropic为何急需一位理论学者？

一位研究流式算法的教授，与大模型公司有何关联？

Nelson的研究方向（流式算法、降维、随机算法），本质都在探讨同一件事：如何以最小的内存和计算资源，处理海量数据。

这恰好对应了大模型领域最烧钱的环节：训练效率、数据压缩与计算复杂度。

以他完善最后一块拼图的JL引理为例，它回答了一个朴素的问题：高维数据最多能压缩到多小，而不失真？

当今广泛应用的向量检索与嵌入压缩技术，其底层直觉均建立在此引理之上。

训练前沿模型，本质上是在天文数字般的数据流中进行压缩与筛选；而在推理侧，显存、缓存、上下文窗口等瓶颈，无一不在与内存和复杂度博弈。

这正是Nelson钻研二十年的核心领域。

当模型规模触及算力与数据的天花板，“节省”的价值开始超越“堆砌”。AI竞争的重心，正从“谁的模型更强”转向“谁的底层算法更省”。

流式与随机算法这套工具箱，天然契合“用有限资源逼近最优解”的目标，直击当前所有前沿实验室的共同焦虑。

从这个角度看，Anthropic签约一位理论计算机科学家，更像是一次“补课”：在模型、工程、对齐之外，进一步夯实理论地基。

顶级教授进AI公司：不辞职，只休假

关于入职Anthropic，Nelson的原话是“taken leave from the university”（从大学休假）。

休假与辞职截然不同：教职保留，随时可回归学术岗位。

这是美国学术界成熟的制度安排，允许教授带薪或停薪离校一段时间，去业界、创业或从事其他活动。

这条路早有先例。

2017年，李飞飞利用学术假期出任Google副总裁兼云AI首席科学家，两年后回归斯坦福。

如今，学界与产业界的“旋转门”越转越快，“休假入职”正成为主流模式。

对学者而言，这是一张保底船票，且产业界能提供学界难以企及的算力、数据和真实场景。

对AI公司而言，这是一条低摩擦的引才通道。更关键的是，签下学者，往往意味着签下他身后的学生、同行及整张学术网络。

“拿到终身教职（tenure）并干到退休”的传统单行道，正被“半只脚进产业”的休假模式所取代。

对大学来说，这个口子一旦打开，便难以关闭。

抢完同行，巨头开始“挖”大学

刚刚过去的6月，AI人才市场疯狂程度令人咋舌。

6月18日：Transformer论文作者、Gemini共同负责人Noam Shazeer宣布离开谷歌，加入OpenAI。值得注意的是，谷歌2024年刚以27亿美元将其从Character.AI挖来，结果不到两年，他再次出走。
6月19日：凭借AlphaFold获得2024年诺贝尔化学奖的John Jumper官宣：离开效力近九年的DeepMind，加入Anthropic。受竞业条款限制，他预计明年正式到岗。