UC伯克利EECS系主任Jelani Nelson宣布暂别校园，正式加入Anthropic投身AI研究。消息一出，立刻在社交媒体上引发广泛关注。毕竟，这位可是凭借算法公开课创下2100万播放量的学术大牛……

就在刚刚，加州大学伯克利分校电气工程与计算机科学系（EECS）系主任Jelani Nelson公开表示，他已暂时离开教职，正式加盟Anthropic。该动态迅速在社交平台引爆热议。要知道，这位教授主讲的算法课程视频累计观看量已突破2100万，堪称现象级。

YC总裁兼首席执行官Garry Tan也忍不住感叹：Anthropic这波招人节奏，实在有点猛。

据SFGATE报道，Anthropic发言人确认，Jelani Nelson加入的是公司的预训练团队，该团队目前正专注于Claude核心知识与能力的研究工作。

Jelani Nelson何许人也

许多人认识Nelson，是从哈佛大学YouTube频道那节《高级算法》课程开始的。90分钟，黑板板书，全程公式推导，看得人只想把“硬核”二字刻在额头上。这条视频播放量已超过2100万，在算法公开课领域堪称一骑绝尘。

从学术履历来看，Jelani Nelson走了一条非常标准的理论计算机科学路线。他在麻省理工学院（MIT）先后完成了本科、硕士和博士学业，本科期间同时获得计算机科学和数学双学位，此后便一直深耕计算机领域的研究。

博士阶段，他已开始聚焦“大规模数据如何高效处理”这一核心命题。其博士论文《Sketching and Streaming High-Dimensional Vectors》探讨的是：在数据量大到无法全部存储、只能单次遍历且不断变化的情况下，如何利用极小的sketch保留足够多的信息。该论文后来荣获MIT博士杰出论文奖，这一研究方向也贯穿了他后续的职业生涯。

博士毕业后，Nelson先后在UC伯克利和普林斯顿大学从事博士后研究。2013年，他加入哈佛大学担任计算机科学助理教授，2017年晋升副教授。2019年，他离开哈佛，回到UC伯克利电气工程与计算机科学系（EECS）。2024年7月，他出任计算机科学分部主任；2025年7月，晋升为系主任。

概括而言，Nelson的研究方向是在高维、大规模、资源受限的数据场景中，寻找接近理论极限的算法。有趣的是，这正是Anthropic当前最急需的能力。大模型预训练，从底层看终究要回归算法问题：如何在有限算力下筛选数据？如何在训练前后判断数据是否存在重复？如何以更低成本估计数据分布？如何让模型训练在规模扩大后仍保持可控……突破这些问题，需要的正是更底层的数学直觉。

而Nelson本人恰恰是一位极度推崇严肃数学训练的学者——2022年，他曾公开批评加州数学改革，认为打着“公平”旗号的课程改革可能阻碍学生获得扎实的数学训练。他当时也明确表示，AI的构建应建立在坚实的数学基础之上。

可以说，加盟Anthropic，某种程度上是他去往了最需要理论计算机与数学训练的AI前沿阵地。

One More Thing

值得一提的是，除了教职工作，从2021年开始Jelani Nelson一直身兼学术界与工业界双重角色。2021年至今年6月（即加入Anthropic之前），他一直在谷歌担任兼职研究科学家。这么算下来，合着又是谷歌被挖了墙角。

就在今年6月，谷歌接连流失了Transformer作者、Gemini联合负责人Noam Shazeer，以及哈萨比斯的老搭档、诺奖得主John Jumper……有网友调侃说：Gemini那边没什么动静，估计大佬们都把时间花在面试Anthropic和OpenAI上了。

— 完 —