冯磊，西南大学超级学霸，南洋理工大学博士，25周岁成为国内985高校的博导，正高级研究员，31岁去了东南大学当青年首席教授、博导。
 
外界关注的不只是年龄，更是这条履历里看似不太寻常的起点和转折。本科就读西南大学计算机专业，之后赴新加坡南洋理工大学读博，再回国进入985高校任教，冯磊的经历，也让不少人重新讨论一个老问题，本科出身会不会决定一个人的上限？
 
先看他的成长路径。西南大学是211高校，但不是985，也不是C9。2017年，冯磊进入南洋理工大学攻读博士，2020年8月提交论文，2021年2月获得学位，还获得计算机科学与工程学院杰出博士学位论文奖第二名。
 
这段经历里，学校平台当然重要，但光有名校经历还不够。真正影响后续发展的，是他在博士阶段进入了怎样的研究方向，做出了什么成果，又能不能把成果延续下去。
 
2021年1月，重庆大学以弘深青年学者B岗引进冯磊，聘为正高级研究员和博士生导师。校方当时介绍，他是学院年龄最小的引进人才，也是学院首次直接给应届博士毕业生正高和博导岗位。
 
这个安排当时引起不少讨论。应届博士刚拿到学位，就进入正高和博导岗位，确实少见。但学校给出岗位，后续能不能拿出成果，才是更实际的考验。
 
几个月后，冯磊作为第一作者和通讯作者的论文，发表于2021年7月举行的第38届国际机器学习会议，也就是ICML。重庆大学计算机学院当时首次以第一单位在机器学习三大顶会之一发表论文。同年，他参与的另一篇论文入选ICLR 2022杰出论文奖荣誉提名。
 
这些成果并不是一张漂亮履历那么简单。论文能进入国际会议，意味着研究问题、方法和实验经受了同行评审；对刚入职的年轻研究者来说，也能帮助他在学术圈建立自己的方向。
 
冯磊早期主要研究弱监督学习，简单说，就是训练数据不够准确、不够完整时，怎样让机器仍然学到有用信息。2023年后，他的研究转向可信机器学习、人工智能安全和多模态大模型。如今东南大学官网列出的方向，则包括大模型智能体、人工智能安全和科学智能。
 
方向变化也符合人工智能领域的发展节奏。早些年，大家更关心模型能不能完成任务；大模型普及后，模型会不会出错、能不能安全使用，也成了绕不开的问题。研究者能否跟上问题变化，往往比长期守着一个热门词更重要。
 
同一领域里，英国计算机科学家杰弗里·辛顿团队在2012年凭借AlexNet推动了深度学习在图像识别中的应用，这项成果后来成为人工智能发展史上的重要节点。它说明，学术影响力常常需要长期积累，也可能在某个关键成果出现后快速扩大。
 
医学领域的卡塔琳·考里科则是另一种经历。她与德鲁·魏斯曼围绕信使RNA展开的研究，经过多年推进，最终获得2023年诺贝尔生理学或医学奖。研究成果从实验室走向广泛应用，未必会在早期就得到充分关注。
 
这两个例子和冯磊的经历并不相同，却都提示了一点，学历只是履历的一部分，研究能力还要经得起时间和同行检验。冯磊的优势不只是从南洋理工大学毕业，更在于入职后很快有论文成果，之后又持续调整研究方向。
 
走红之后，他的邮箱收到大量学生咨询。他在个人主页说明，2022年秋季入学的博士、硕士名额已经招满，并写明每年招收博士1名、硕士3名。热度没有转成大规模扩招，这个细节也让外界看到，他的招生安排仍有明确边界。
 
从重庆大学到东南大学，变化的是工作平台和研究方向，持续积累的则是学术成果与学界服务。他曾担任IJCAI 2021高级程序委员会委员，如今长期担任ICML、NeurIPS、ICLR的领域主席。对研究者而言，这类服务也是参与学术共同体的一部分。
 
不过，冯磊的经历不能简单变成第一学历不重要。高校招聘会看研究成果、博士训练、方向是否匹配，也会考虑岗位需求；不同学校、不同学科，标准并不一样。一个成功案例，不能替所有求职者消除学历门槛。
 
真正值得讨论的，或许不是本科是不是名校，而是后续能不能形成可持续的专业能力。冯磊从西南大学出发，靠博士阶段的训练打开机会，再用入职后的成果证明自己。这样的路径不保证人人复制，却说明起点会影响选择，未必能替一个人写好结局。