揭秘AI大厂“非博士”研究员：OpenAI核心成员Noam Brown分享非典型进阶之路

在AI前沿研究领域，没有PhD学位是否意味着与顶尖实验室无缘？

在Noam Brown看来，事实并非如此。

这位OpenAI资深研究员及o1模型核心贡献者，近期分享了一批“非典型研究员”的职场跨越经历。

这些研究员中，有人此前从未发表过论文，有人仅有本科学历，甚至有人白天在咨询公司上班，深夜才在GitHub上敲代码。

他们活跃在推特技术圈和开源社区，最终都成功入职了哪里？

答案是：OpenAI、DeepMind、Anthropic。

跻身OpenAI，博士头衔并非硬性门槛

Noam在长文中点名提到了Keller Jordan、Sholto Douglas、Andy Jones及Kevin Wang等研究员的励志案例。

纵观这些人的共同点：极强的主观能动性、坚持公开研究成果、卓越的工程落地能力，以及对头衔的淡然。

下面，我们深入了解他们的进阶细节。

Keller Jordan：从精准“套瓷”到推特成名

首位被提及的是Keller Jordan，他目前在OpenAI负责预训练研究。他的科研起步极具代表性。

Keller仅拥有圣地亚哥分校（UCSD）的本科学位，毕业后在一家初创公司从事内容审核AI工作。

他并未安于现状，而是主动联系了当时在谷歌的Behnam Neyshabur，并针对后者的论文提出了实操性的改进方案。

这种深入阅读并反馈的行为打动了对方，在Behnam的指导下，Keller最终以第一作者身份在ICLR 2023发表了论文。

对于这种模式，Noam点评称：

虽然如今纯外部研究的空间在收窄，但在既有研究基础上提出硬核改进，依然是向顶尖实验室证明实力的捷径。

真正让Keller拿到OpenAI入场券的是他研发的Muon优化器。他在GitHub上发起了一个极致提速实验，试图挑战预训练的速度极限。

这一高水平的开源项目吸引了AI大神Andrej Karpathy的公开称赞，Keller也随之进入了OpenAI的招聘视线。

这种将研究过程完全透明化、社交化的方式，不仅树立了个人品牌，也让其技术深度变得极易被衡量。

Sholto Douglas：靠高质量GitHub提问敲开大门

现任Anthropic研究员的Sholto Douglas曾是谷歌Gemini项目的骨干，而他同样只有本科学位。

因考研失利，他毕业后进入了麦肯锡。然而他并未放弃AI，而是利用业余时间疯狂自研。

据他回忆，他曾连续数月在深夜和周末写代码、做实验。他在JAX框架仓库中提出的一系列专业问题引起了谷歌大牛的注意，最终获得了DeepMind的面试邀请。

Andy Jones：从量化精英到自费科研先行者

Andy Jones现任Anthropic多模态方向带头人。在转行前，他曾是一名量化分析师并已实现财务自由。

他通过自学软件工程和ML，自掏腰包购买算力发表论文。他在《Scaling Scaling Laws with Board Games》中的前瞻性研究，甚至直接启发了后来的o1模型推理范式。

Kevin Wang：斩获顶会最佳论文的本科毕业生

Noam还提到，OpenAI会直接从本科生中挖掘天才。Kevin Wang在2025年毕业后便直通OpenAI核心团队。

原因很简单：他在NeurIPS 2025的数千篇投稿中脱颖而出，凭借一篇关于1000层网络自我监督强化学习的研究，一举拿下了年度最佳论文奖。

结语：投身AI工业界，当下就是最好时机

越来越多的案例证明，在AI大模型时代，博士学位虽是加分项，但并非绝对门槛。正如OpenAI首席研究员Mark Chen以及GPT系列的一作Alec Radford一样，他们都证明了本科背景同样能主导顶级研究。

正如业内人总结：PhD能带给你学术圈子，但带不来对技术的好奇心和工程品味。与其在学术象牙塔中研究“玩具级”项目，不如尽早进入拥有海量算力与真实约束的工业界。

如果你能在开源社区证明自己能补全实验室的技术拼图，即便没有那张博士文凭，顶尖AI Lab的大门依然为你敞开。