揭秘OpenAI招聘：无博士学位如何参与ChatGPT与o1研发

type

status

date

slug

summary

拒绝闭门造车：开源社区是新的简历

在传统的学术路径中，发表论文是证明能力的唯一硬通货。但在AI飞速发展的今天，代码和工程能力往往比理论推导更具说服力。Noam Brown提到的Keller Jordan就是一个典型案例。作为OpenAI预训练团队的一员，他并没有显赫的学术背景，只有UCSD的本科学位。

Keller的成功秘诀在于“公开研究”和极强的主动性。他没有选择在arXiv的论文海中沉浮，而是直接在GitHub和Twitter上展示他的研究过程。他针对Karpathy的NanoGPT框架进行了极限速度测试（Speedrun），并在此过程中开发出了Muon优化器。这一成果直接被OpenAI、DeepSeek等顶尖团队采用。

对于想要复刻这一路径的国内开发者来说，利用好ChatGPT镜像站或ChatGPT官方中文版等工具辅助代码编写和论文解读至关重要。Keller的故事告诉我们：在GitHub上发布一个可复现、有实际价值的项目，比简历上一行苍白的“精通PyTorch”要有效得多。与其等待被发现，不如像Keller一样，主动联系论文原作者提出改进意见，用实力争取机会。

社交媒体学术：在Twitter和GitHub上“刷存在感”

Sholto Douglas的故事则展示了另一种可能性：通过高质量的提问和社交网络引起大佬的注意。Sholto本科毕业后曾在麦肯锡工作，这与AI研究看似毫不沾边。但他利用业余时间疯狂补课，每天晚上和周末都在写代码、做实验。

更关键的是，他在JAX框架的官方GitHub仓库上频繁提出高质量问题，引起了Google DeepMind研究员的注意。这种“在行家面前刷存在感”的策略非常奏效。这启示我们，在使用ChatGPT国内如何使用的教程进行学习时，不应止步于简单的调用，而应深入到底层框架的探讨。

Sholto后来成为了Gemini项目的重要推手，现在任职于Anthropic。他的经历证明，学历只是过去，当下的热情、主观能动性以及在开源社区的活跃度，才是进入顶级AI圈子的敲门砖。对于身处国内的开发者，通过ChatGPT不降智的稳定节点保持对前沿技术的敏感度，积极参与国际开源社区的讨论，同样有机会被世界看到。

独立研究与工程能力的崛起

Andy Jones和Kevin Wang的经历进一步印证了“工程力即战力”的观点。Andy Jones曾是量化分析师，早已实现财富自由，但他出于对AI的热爱，自费租赁算力、自费发表论文。他在《Scaling Scaling Laws with Board Games》中提出的测试时计算（Test-time Compute）概念，直接成为了后来OpenAI o1模型的技术基石。

而本科生Kevin Wang之所以能直接进入OpenAI，是因为他凭借一篇NeurIPS 2025的最佳论文证明了自己。Noam Brown直言，OpenAI缺的不是会写普通论文的人，而是能做出“一眼就能被挑出来”的工作的人。

这反映了AI行业招聘风向的巨大转变：实验室不再仅仅迷信GPT官网上那些高深莫测的理论家，而是急需能解决实际问题、优化大规模训练系统、具备极强工程落地能力的实干家。

为什么现在是入局的最佳时机？

Noam Brown在分享中提到一个发人深省的观点：做AI研究，你既有机会参与引导这个时代最重要的技术发展，同时收入也相当可观。相比于在金融行业让股票市场效率提高一点点，投身AI更能带来成就感。

对于国内的开发者和学生来说，现在正是利用ChatGPT官方资源（如通过 https://chat.aigc.bar 访问）加速学习的黄金时期。你不必等到读完博士才开始做研究，因为那时候研究范式可能已经变了。尽早进入工业界，接触真实的数据和系统约束，往往比在象牙塔里跑Toy Benchmark更有价值。

结论

“不读博士，照样进OpenAI”并非幸存者偏差，而是AI行业务实主义的体现。无论是Keller Jordan的开源优化器，还是Sholto Douglas的深夜代码，亦或是Andy Jones的自费探索，他们共同的特质是：极强的好奇心、超凡的行动力以及拥抱公开透明的研究态度。

如果你也渴望参与到ChatGPT或下一代模型的研发中，请不要被学历焦虑束缚。立即行动起来，利用ChatGPT国内使用的便利渠道，打磨你的代码，复现最新的论文，在GitHub上分享你的见解。在这个算力与智力碰撞的时代，你的GitHub Commit记录，或许就是通往OpenAI最硬核的通行证。