在全球人工智能竞赛日趋激烈的背景下，顶尖人才的流向往往被视为行业风向标。学术界与工业界之间的壁垒正在被打破，但跨国资深研究人员的任职变动依旧牵动着多方神经。近期，关于国内顶尖 AI 学者职务变动的消息引发了行业广泛关注。
“伯克利归国四子”只剩仨
衡宇 发自 北京
吴翼加盟 Meta 的热议声中，有不少人都有个疑问：他不是还有清华叉院的教职在身吗？
最新消息，他可能已不再有这个教职了。
经核实，目前清华叉院官网已经不再有吴翼相关的信息。
在清华交叉信息研究院的人员队伍页面上，吴翼的名字已经消失。
不过在他的个人主页与谷歌学术页面上，依旧保留着“清华大学交叉信息研究院助理教授”的字样。
近期，吴翼成了 AI 界饱受热议的话题人物之一。
消息传出，他已正式加盟 Meta MSL，向 Meta 副总裁、MSL 联合负责人 Nat Friedman 汇报。
Meta MSL 是 Meta 于去年 7 月成立的超级智能实验室（Meta Superintelligence Labs），是该公司重组 AI 业务后的核心单元。
该实验室聚焦打造“超越人类能力”的通用智能系统，支撑“个人超级智能”战略。
知情人士透露，此次扎克伯格亲自出面挖人，终于把吴翼收入麾下。
据知潜消息，加入 Meta 后吴翼直接参与 Meta 在超级智能及多智能体系统的前沿攻坚。
清华叉院目前的两则招聘信息（分别属于计算机科学和量子信息方向）显示，教职人员工作地点均要求在北京。
选择 Meta，但 Meta 并无国内中国研发办公室，吴翼自然不能再身处北京。
目前暂不清楚吴翼是先选择 Meta，再辞掉清华叉院教职；还是先与清华教职告别，再在个人职业发展上选择了 Meta。
更或者，与清华叉院严苛的流动机制有关。
今年年初吴翼曾在小红书发帖，“今年有三个博士生要毕业”，已于 2 月预答辩通过，三名学生将在 6 月正式答辩。
1992 年出生的吴翼是 IOI 银牌得主，曾代表中国参加 IOI 2010。
经此一役，他被提前保送至清华大学叉院姚班，成为图灵奖得主姚期智的学生。
本科期间，吴翼先后在 Facebook（现 Meta），以及 MSRA 实习。
2014 年本科毕业后，他远赴 UC 伯克利读博，师从人工智能界大佬 Stuart Russell，研究方向覆盖多智能体系统、深度强化学习、通用智能体等核心领域。
读博期间，吴翼便在各大顶会崭露头角。
从公开论文来看，他的学术产出主要集中在机器学习与强化学习相关方向，在 NeurIPS、ICML 等顶级会议有多篇工作，部分研究涉及多智能体学习、决策优化以及与现实系统结合的学习框架。
截至目前，吴翼累计在 ICML、NeurIPS、ICLR 等顶会发表了论文 40 余篇。
他主导提出的 MADDPG、MAPPO 等多智能体强化学习算法，成为该领域的重要工作。
读博期间，他又在字节跳动、FAIR 实习。
2019 年，吴翼从 UC 伯克利博士毕业。
简历显示，当年的 3 月至 7 月，吴翼在 OpenAI 担任访问研究员。
那时候，OpenAI 还没因为 ChatGPT 成为家喻户晓的名字，但已经是不少 AI 研究人员心中的 promised land。
OpenAI 的工作经历并没有持续太久。
2020 年 9 月，吴翼正式回国任教，并开启“京沪双聘”模式：一边出任清华叉院助理教授，深耕学术、培养学生；一边担任上海期智研究院首席研究员，持续推进强化学习与具身智能前沿研究。
2023 年，他开始创业，聚焦 AI 相关方向创办了边塞科技。
2024 年 11 月下旬，蚂蚁集团正式收购边塞科技，团队整体并入蚂蚁生态，但边塞团队独立工作，并保留独立公司主体、团队、业务，不并入蚂蚁编制。
吴翼同时担任蚂蚁集团强化智能实验室首席科学家与边塞科技负责人，同时仍旧保留清华叉院与上海期智研究院的职务。
本月初，消息传出，吴翼正式加入 Meta MSL。
清华叉院不是不允许同时在产业，因为官网在列的一些教职人员，目前仍身处产业。
譬如，与吴翼同称为“伯克利归国四子”的另外三位——许华哲、陈建宇、高阳——清华叉院官网显示，三人目前还是助理教授。
其中，许华哲创业破壳机器人、陈建宇创业星动纪元、高阳创业千寻智能，成为清华系具身智能赛道的标志性力量。
全职教师中，助理教授赵行同样在具身智能赛道创业，他是星海图联合创始人兼首席科学家。
此外，图灵奖得主姚期智院士本硕博嫡传大弟子——楼教主楼天城，既是小马智行担任联合创始人兼 CTO，也是清华叉院的三位兼职教师之一。
这些都是清华叉院因为 AI 的产学研特性因地制宜的体现，也不断为中国培养出更多复合型人才。
但 Meta，显然无法在这种灵活中。
无论最终选择如何，这类顶尖人才的流动都折射出全球 AI 格局的微妙变化。对于国内科研机构而言，如何在开放合作与人才保留之间找到平衡，将是未来面临的重要课题。而在大模型与超级智能成为兵家必争之地的当下，顶尖学者的去向不仅关乎个人发展，更可能影响未来技术路线的走向。
