俞华程，国际奥赛金牌，全球总成绩第一名，清华姚班天才，超级学霸，斯坦福大学计算机博士，哈佛大学博士后，普林斯顿大学助理教授。
 
1989年，俞华程出生在杭州。读杭州第二中学时，他在全国信息学奥赛中获得金牌，并进入国家集训队。2008年，他代表中国参加在埃及开罗举行的国际信息学奥林匹克竞赛，拿下金牌，成绩位列全球第一，随后进入清华大学姚班。
 
从竞赛走进大学，考验并没有结束。竞赛更看重有限时间内解题，研究则要不断追问问题本身，为什么难，已有方法能不能推进一步。俞华程在清华学习理论计算机、算法等方向，获得姚奖，也参加ACM国际大学生程序设计竞赛全球总决赛并取得优异成绩。
 
光会解题，够不够？对基础研究来说，还要能把问题拆开，找出方法的边界。俞华程本科毕业后前往斯坦福大学攻读计算机博士，研究计算复杂性、动态数据结构和通信复杂度等领域。简单说，这些问题都在追问一件事，计算机完成某类任务，究竟需要多少时间、空间或信息交换？
 
这类研究离日常生活看上去有点远，其实不少基础想法都会走出论文。比如，荷兰计算机科学家戴克斯特拉在1959年提出的最短路径算法，后来成为地图导航等路线规划问题的重要基础。它并不是一款导航软件，却提供了寻找最短路线的一种关键方法。
 
俞华程在斯坦福期间提前完成学业，2017年取得博士学位。他的研究成果发表于FOCS、STOC等计算机理论领域重要会议，并获得ICALP最佳学生论文奖。奖项和论文能说明研究受到专业同行关注，但更重要的，是他长期围绕基础问题持续推进，而不是频繁追着热点换方向。
 
2018年，他曾在南京大学计算机系理论组学术研讨会上作报告，讨论如何从在线通信复杂度推导单元探查下界。说得直白些，这类研究试图弄清楚，计算机在处理数据时，至少要付出多少操作成本。它未必能立刻做成产品，却能帮助研究者判断某些算法的能力上限在哪里。
 
博士毕业后，俞华程在哈佛大学从事博士后研究。2019年，他进入普林斯顿大学计算机系，2021年晋升助理教授。一路从杭州中学、清华姚班，到斯坦福、哈佛和普林斯顿，变化的是所在机构，不变的是对计算机基础理论的持续投入。
 
基础研究的价值，常常要过一段时间才看得清。2017年，谷歌研究团队提出Transformer架构，后来它成为许多生成式人工智能模型的重要基础。这个例子也说明，底层方法有时会进入快速发展的应用领域，但从理论想法到大规模应用，中间还要经过工程改进和长期积累，不能把每项基础研究都直接等同于马上落地的技术。
 
俞华程的妻子陈丹琦也是清华姚班同学和奥赛金牌得主。两人的经历容易让人想到“天才”这个词，不过，竞赛成绩只是起点。真正走进科研之后，面对的往往不是一道有标准答案的题，而是一个长期没有答案的问题。能否沉下心，持续做下去，才是另一种考验。
 
当然，计算机领域并不只有基础理论一条路。产品研发、工程系统和产业应用同样重要，有些成果可以很快服务用户，有些则需要多年积累才显出作用。俞华程的经历提供的不是一张人人照着走的路线图，而是一个具体样本，告诉我们热门方向之外，基础问题也有人在认真做。
 
人工智能发展很快，模型和产品不断更新，支撑它们的算法、计算能力和理论工具也需要继续进步。人才培养不只是看谁更快做出成果，也要给长期研究留下空间。对年轻人来说，真正适合自己的方向是什么？答案未必是最热的那个，也可能是一个看起来慢，却值得长期追问的问题。