计算机科学教授都去哪儿了？

包括 @Stanford 的 Chris Gregg 的评论。

AI 行业令人振奋。

但保持学术界同样令人振奋的需求依然存在：“随着特朗普政府削减科研经费，这一鸿沟进一步扩大。”

https://t.co/On6M974MnR

计算机科学教授都去哪儿了？

来源：https://www.theatlantic.com/technology/2026/07/ai-companies-hiring-academics/688002/

Anthropic 挖走了如此众多知名教授，以至于成了学术圈的一个笑话。亚利桑那州立大学计算机科学教授 Subbarao Kambhampati（他本人并未加入 Anthropic）告诉我们：“现在流行的新梗就是‘我要加入 Anthropic’。”本月，这家 AI 公司聘请了加州大学伯克利分校电气工程与计算机科学系主任，据推测是为了帮助构建更强大的机器人。或许更令人惊讶的是，Anthropic 最近几周还招揽了斯坦福大学的一位经济学家、马里兰大学的一位理论物理学家，以及德克萨斯大学奥斯汀分校的一位分析哲学家。

AI 公司本身正在变成某种意义上的迷你大学。OpenAI 雇佣了顶尖的数学家和物理学家——其中包括一位研究黑洞的学者和一位专攻弦理论的专家。至少有三名计算机科学教授在 6 月底加入了 Meta 的 AI 实验室。DeepMind 与 Anthropic 一样，拥有一批哲学家（https://www.theatlantic.com/technology/2026/06/ai-companies-hiring-philosophers/687417/）。而 Anthropic 近期的招聘信息表明，他们有意聘请法律学者和政治学家。目前尚不清楚究竟有多少现任和前任教授在AI公司工作。在这四家公司中，我们发现了80多位——其中大多数是计算机科学家。有些人已完全离开学术界；另一些人仍在大学兼职。这个数字很可能被严重低估，因为我们无法获取内部数据；而且它还不包括许多自己创办公司的教授、在其他AI初创公司任职的教授，以及以非正式方式与业界合作的教授。

对于AI研究人员而言，这些公司尤其具有强大的吸引力。佐治亚理工学院计算机科学教授 Humphrey Shi（去年秋天加入英伟达担任副总裁）告诉我们：“现在很多重要研究都在产业界进行。”在他看来，“如果你想做真正有意义的事情，很可能应该加入这些实体之一。”科技公司提供的待遇——包括极具诱惑力的薪水——让学者们很难拒绝。在这个过程中，原本会公开进行的研究被锁在了紧闭的大门之后。

几十年来，大学一直是AI研究的中心。这个领域本身正式始于1956年达特茅斯学院的一次研究者聚会，而联邦资金为该领域的早期发展提供了大量支持。2010年代初，硅谷的高管们开始更认真地看待AI的商业潜力，并着手招募最优秀的研究人员。2013年，谷歌支付4400万美元收购了一家由多伦多大学三位AI研究人员创立的初创公司。随后，Facebook聘请了纽约大学教授 Yann LeCun 来建立公司的AI研究实验室；优步则从卡内基梅隆大学挖走了约40名研究人员，从事无人驾驶汽车的研究。但总的来说，即使有更多工作在私营公司内部完成，这些科技公司新聘的学者大多仍保留了教授职位，并建立了一种开放研究的文化。OpenAI 在其成立宣言中写道：“将大力鼓励研究人员发表他们的工作。”（注意该组织的名称。）这一规范有助于推动当前的AI热潮：2017年，谷歌的科学家发表了一篇研究论文，立即引起了 OpenAI 的兴趣（https://www.theatlantic.com/magazine/archive/2023/09/sam-altman-openai-chatgpt-gpt-4/674764/）。谷歌的这项创新被称为“Transformer”，这正是 ChatGPT 中 T 的由来。

随着AI成为焦点，硅谷加大了对明星研究人员的招募力度，并且目光已不局限于计算机科学系。哲学家帮助训练科技公司的机器人更好地与人类互动，经济学家则研究AI对劳动力市场的影响。薪酬只是部分吸引力。当前AI研究时代需要海量计算能力。大学所拥有的资源只是硅谷所能提供资源的一小部分，而随着特朗普政府削减科研经费，这一差距进一步扩大。加州大学伯克利分校计算机科学家、DeepMind 人工智能安全与对齐部门负责人 Anca Dragan 在写给我们的邮件中说，她接受这份工作的部分动机是为了获得“在数据、计算和预算方面的访问权限，以便在前沿安全问题上取得进展”。一些留在学术界的教授也在与前沿实验室建立合作关系，或者创办自己的AI公司，部分原因是为了能在不受资源限制的情况下继续自己的研究。在某些情况下，原本有望成为明星的博士生退出了研究生项目——甚至完全跳过研究生阶段——转而投身AI领域的职业生涯。

阅读：终于有人愿意雇佣哲学家了（https://www.theatlantic.com/technology/2026/06/ai-companies-hiring-philosophers/687417/）

尽管大学里仍有大量研究在进行，但许多教授告诉我们，结果形成了一种飞轮效应：随着越来越多的学者被产业界吸收，AI研究的重心进一步远离学术界，这反过来又增加了剩余研究人员离开的动力。这种人才流失可能也有一些好处。目前实验室里的许多教授都处于临时休假状态；其中一些人将来可能会全职回归学术界。当他们回归时，会为所在院校带来关于前沿研究的新知识。（Dragan 目前正准备为博士生开设一个小型研讨班，讲授AI安全。）AI实验室的科学家也可能以更快的速度进行创新。毕竟，他们无需担心申请经费或等待数年让文章通过同行评审。斯坦福大学的计算机科学家 Chris Gregg 告诉我们：“如果一些最好的研究是在这些公司完成的，那么我希望同事和教职员工也能在那里。你要去最好的研究发生的地方，如果那恰好是在一家公司，那就这样吧。”

但是，当学者们离开学术界前往AI实验室，或者花更多时间经营自己的公司时，大学里就只剩下更少的教授来培养下一代研究人员。（Gregg 说，学生偶尔会问为什么某些课程不再开设。答案有时是教授正在AI公司休假。）Shi 表示，当明星教授离开大学时，学生就更难做出令潜在雇主印象深刻的工作。要让自己在众多申请者中脱颖而出，有赖于与那些正在从事重要或前沿研究的导师合作。加州大学伯克利分校计算、数据科学与社会学院院长 Jennifer Chayes 告诉我们，她担心随着研究集中在拥有专有模型的实验室中，实验室以外的人将更难利用AI模型来推动科学进步。她说：“大学的计算机科学系能挺过这一关。但我不确定我们的创新经济能否挺住。”

随着AI竞赛加剧，公司如今拒绝发布其大部分研究，唯恐泄露竞争优势。Gregg 和 Chayes 都表示，他们听说去了AI实验室的研究人员无法发表他们想要发表的工作。独立AI研究员 Nathan Lambert 告诉我们：“顶尖的几家AI公司会分享一些前沿的东西，但这只是潜在AI文献中非常狭窄的一小部分。”根据一项研究（https://bfi.uchicago.edu/insights/attention-and-money-is-all-you-need-why-universities-are-struggling-to-keep-ai-talent/），当AI专家从大学永久转入公司后，他们每年发表的论文数量大约减少65%。那些确实得以发表的论文往往侧重于安全措施方面的进展，而非前沿AI能力；企业研究有时会助长营销炒作。而随着AI公司之间竞争加剧，被封锁的不仅仅是研究，还有AI模型本身。上个月，当 Anthropic 发布一款名为 Fable 的强大新模型时，该公司宣布将不可见地降低（https://www.wired.com/story/anthropic-responds-to-backlash-on-claudes-secret-sabotage-on-ai-research/）该模型进行某些AI研究的能力。此举被定位为安全决策，但引发了学术界的强烈抗议。（Anthropic 随后道歉并更改了政策。）

阅读：现在是学习计算机科学的最佳时机（https://www.theatlantic.com/technology/2026/05/computer-science-major-coding-ai/687279/）

科技公司内部的学者们则更为乐观。在英伟达工作的佐治亚理工学院教授 Shi 表示，公司致力于开放研究，这也是他接受这份工作的部分原因。与此同时，在 DeepMind 工作的伯克利计算机科学家 Dragan 解释说，发表论文并非一切。她在给我们的邮件中写道：“我发现比发表论文更优先的是参与政策和监管。”我们还联系了 OpenAI、Meta 和 Anthropic 的发言人寻求评论。Anthropic 拒绝置评；OpenAI 和 Meta 未予回应。

这可能产生深远影响，不仅对AI研究，而且对整个科学界都是如此。硅谷流行一种观点，认为顶尖的AI实验室最终将成为科学的主要驱动力。DeepMind 首席执行官 Demis Hassabis 上周写道（https://x.com/demishassabis/status/2076957440109625718）：“通用人工智能有潜力成为推动科学和医学进步的终极工具。”Hassabis 此前曾表示（https://www.nobelprize.org/prizes/chemistry/2024/hassabis/interview/），他的公司灵感之一来自 AT&T 的研发部门贝尔实验室，该实验室在20世纪60年代鼎盛时期雇佣了大约1200名博士。实验室的科学家至少获得了10项诺贝尔奖，并发明了晶体管和现代太阳能电池。DeepMind 已经在蛋白质结构预测方面做出了诺贝尔奖级别的研究，而顶尖模型在数学研究中也已展现出令人印象深刻的能力（https://www.nature.com/articles/d41586-026-01553-1）。上周日，一位在 Anthropic 工作的数学家发帖称（https://x.com/alpoge/status/2079028340955197566?s=20），他在世界杯决赛期间使用了公司的 Fable 模型，解决了一个近90年之久的数学难题。

但如果科学人才和计算能力集中在私营公司内部，硅谷最终也可能成为科学的守门人。一些人提出了担忧：一群学者最近发表了一份声明（https://leidendeclaration.ai/#declaration），警告“科技公司越来越多地介入数学研究”。他们认为，如果不加遏制，科技公司对研究的渗透可能会影响“数学研究本身的范围和深度”。AI 公司的领导者声称会加速科学进步，但最终他们可能会扼杀它。