无博士无论文：跨界人才进OpenAI等顶级AI公司靠什么？
编辑｜杨文
许多人梦想进入像 OpenAI 这样的前沿实验室从事研究工作，然而对于那些缺乏传统学术背景，比如没有发表过论文或知名导师推荐的人来说，这条路似乎格外艰难。
最近，OpenAI 资深研究科学家 Noam Brown 在 X 上分享了几个真实故事，证明了通过个人努力和巧妙策略，即使没有传统学术履历，也能获得机会。
Keller Jordan：从改进他人论文开始
Keller Jordan 从加州大学圣地亚哥分校毕业时，简历上没有任何论文发表记录。当时他在一家做 AI 内容审核的初创公司工作。
按照常规路径，想进入 OpenAI 这样的顶尖实验室，至少需要名校博士学位，外加几篇顶会论文，最好还有业内知名学者的推荐，而 Keller 什么都没有。
但他做了一件关键的事，主动联系了当时在谷歌工作的研究员 Behnam Neyshabur，向对方展示了一个改进其最新论文的想法。这次「冷接触」获得了积极回应。Behnam 同意指导他，最终合作完成了一篇 ICLR 论文。
Noam Brown 在帖子中强调，如今 AI 研究越来越封闭，公开项目越来越少，但「改进他人已发表的工作」仍是展示个人能力的绝佳方式。这种方法能让实验室内部人士看到你的潜力，并愿意为你争取面试机会。
然而，Keller 真正吸引 OpenAI 注意的，是他发起的 NanoGPT speed run 项目。这个项目基于 Andrej Karpathy 的 nanoGPT 框架，旨在优化训练一个 124M 参数的 Transformer 模型，以达到特定验证损失目标，同时最大化 token 利用效率。
GitHub 地址：https://github.com/KellerJordan/modded-nanogpt
Keller 将所有工作公开文档化，包括代码、实验过程和结果测量，这在社区中引起了广泛关注。Andrej Karpathy 在社交媒体上转发了这个项目，并称赞「干得漂亮」。
正如 Chayenne Zhao 所说，「别再问怎么才能在 OpenAI 找到工作了，直接开始宣传你的成果吧。Keller 没等什么许可，他直接打破了纪录，让人无法忽视。只有当你拥有真正可扩展的工作成果时，陌生邮件才有效。如果你没有公开开发项目，没有追求效率记录，你在这个市场里就不存在。」
Sholto Douglas：一个GitHub提问成敲门砖
类似成功并非孤例。Sholto Douglas 原本在麦肯锡工作，但坚信 AI 将会爆发，于是开始利用业余时间做自己的 AI 项目。每天晚上 10 点到凌晨 2 点，他都在进行独立研究。
他在 JAX 的 GitHub 上提出的深刻问题引起了谷歌工程师 James Bradbury 的注意。Bradbury 后来回忆：「我以为我认识世界上所有会问这些问题的人，你到底是谁？」这个意外的发现为 Sholto 赢得了 Google DeepMind 的面试机会。
Sholto 在 X 上并不活跃，也没有什么亮眼的第一作者论文，进入 AI 领域仅一年半左右，但业内人士都知道他是 Gemini 成功背后最重要的人物之一。
这印证了 Karpathy 的一个观察：真正改变 AI 的人往往隐藏在组织深处，他们不活跃于社交媒体，不上播客节目，甚至可能不再发表论文，但他们正在直接发明和构建奇迹。
Andy L. Jones：一篇自发表论文打动Anthropic
Andy L. Jones 是一位半退休的量化交易员，他写了一篇论文，比较预训练规模和测试时计算规模的影响，这还是在测试时计算没火起来之前。
xAI 联合创始人 Igor Babuschkin 专门发帖表示，他不断回顾 Andy L. Jones 的精彩论文《Scaling Scaling Laws with Board Games》，说它展示了 MCTS 训练计算量与推理计算量之间相互权衡，增加 10 倍的 MCTS 步骤几乎等同于 10 倍的训练量。
Noam Brown 指出，这篇论文的亮点不在于它在某个基准测试上达到了最先进的性能，而在于 Andy 做出了聪明的设计选择，编写了 GPU 加速的环境，并进行了仔细的消融实验。
论文链接：https://arxiv.org/pdf/2104.03113
更重要的是，他选择了自行发表。现在，Andy 已经加入了 Anthropic。
这也说明，论文的质量远比发表的地方重要。如果你的工作设计巧妙、实验严谨、见解独到，即便是自行发表也能得到认可，顶尖实验室的招聘者看重的是解决问题的能力和研究的深度。
Kevin Wang：本科生也有机会，但标准很高
OpenAI 等实验室也会直接从本科生中招聘研究员，但门槛确实很高。
Kevin Wang 就是一个例子。他获得了导师的强烈推荐，并且是 NeurIPS 2025 一篇论文的第一作者。
Noam Brown 坦言，NeurIPS 上有很多质量一般的论文，但他们能看出 Kevin 这篇是真正优秀的。事实证明，Kevin 加入 OpenAI 后，他的论文从 5290 篇投稿中脱颖而出，成为仅有的 4 篇最佳论文之一。
论文链接：https://arxiv.org/pdf/2503.14858
Noam Brown 特别提到，导师的推荐在这里起了很大作用，因为仅凭简历甚至论文来评估一个研究者的潜力是很困难的。
这说明，如果你还在读本科或研究生，与导师建立良好的关系、做出高质量的研究工作，获得导师的认可和推荐，也是一条可行的路径。
特殊的时代，特殊的机会
在分享的最后，Noam Brown 谈到了一个更深层的问题：薪酬。
他认识一些人选择做量化交易来赚钱，但五年后却开始质疑自己在做什么。他认为，现在是历史上一个特殊的时刻，在 AI 研究领域，你不仅能够积极地引导当今最重要的科技发展方向，同时也能获得不错的报酬。
进入顶尖 AI 实验室的路径不是唯一的，也不是封闭的。
知名博主 Yuchen Jin 补充道：StabilityAI 创始人 Emad 曾透露，Stability AI 的 80 名研究者和工程师中，只有 16 人有博士学位，其中很多人是直接从 X 平台上被招聘的。
你不需要博士学位就能成为优秀的研究员或工程师，你只需要「just do things」，主动展示能力、做有影响力的独立项目、在开源社区贡献有深度的想法、通过改进现有工作证明实力。
机会永远留给那些有准备、敢行动的人。
最后，用电影《当幸福来敲门》一句经典台词共勉：You want something. Go get it.（想要什么就去争取，无需多言。）
https://x.com/polynoamial/status/2014084431062114744
https://x.com/GenAI_is_real/status/2014104440408776865
https://x.com/Yuchenj_UW/status/2014099420091199975?s=20
相关攻略
机器人前瞻（公众号：robot_pro）作者｜葛文婷编辑｜漠影机器人前瞻4月3日报道，昨日，专注于具身智能仿生扑翼机器人的鹰瞰智翼宣布完成天使轮融资，累计融资金额达数千万元。据悉，该公司已在一年内连
北京商报讯（记者 陶凤 王天逸）3月29日，无界动力对外宣布，夏中谱正式加入公司，担任联合创始人兼联席CTO，全面负责世界模型原生具身智能多模态大模型研发，以及数据闭环、云端仿真等核心技术基础设施建
（来源：麻省理工科技评论）好奇心驱动的研究长期以来一直是技术变革的火种。一个世纪前，对原子的好奇催生了量子力学，并最终孕育出现代计算核心的晶体管；反过来看，蒸汽机是一项实用的突破，但人们在热力学领域
henry 发自 凹非寺量子位 | 公众号 QbitAI“这笔钱只有一个目的：不再只做demo。”刚刚，由斯坦福具身智能明星赵子豪（Tony Zhao）迟宬（Cheng Chi）创立的机器人公司Su
作者丨巴里编辑丨吴岩图源丨镜识科技2026开年，镜识科技创始人王宏涛深夜风尘仆仆地赶到北京，第二天要去见几个合作伙伴。他是浙江大学求是特聘教授、国家杰出青年基金获得者，如今也是镜识科技的联合创始人。
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练