AI比拼不是算力电力，人才回流才是关键变量

近日，英国《经济学人》刊发题为《中国正赢得人工智能人才竞赛》的文章，认为中国在全球AI人才争夺中持续拉开差距，逐步扩大对西方国家的领先效应，从而让AI竞争的胜面增添更多可能。

类似的观点和预判，西方媒体其实并不陌生。更关键的是，他们的判断基本站得住：在算力与电力之外，真正决定AI对抗走向的，是人才。中国正在通过人才优势形成自己的领先势能。

《经济学人》的那篇文章给出了一个判断：在中美角力之中，中国“赢下”AI人才战的路径是：

稳住增量，推动存量回流。

先看增量。文章引用卡内基国际和平基金会的一份报告指出：

2019年，全球顶尖AI会议NeurIPS上，华裔研究者占比为29%，已超过美国本土的20%；到了2022年，这一比例接近一半；而来自中国机构的作者占比，则从2019年的11%上升到28%——虽然仍低于美国42%，但增长态势非常明显。

与此同时，中美关系的紧张也在悄然改变年轻人的选择。对STEM专业而言，中国学生赴美攻读博士的比例大约下降了15%，即便完成学业，留在美国的概率又再减少4%。

过去，顶尖的中国AI研究者“去美国”往往被视作顺理成章的下一步；而如今，越来越多的人开始把方向转向国内。

这些迹象共同指向一个相对一致的结论：美国正在逐渐失去对下一代的吸引力，从而在人才增量层面处于被动。

再看存量。

黄仁勋曾直言：“美国完全有可能在AI上落后于中国，因为人才在发生变化。”

所谓人才在变，实质是流向在变——美国的顶尖AI人才，正在向中国流动，或重新回到中国。

2025年3月，齐国君回到中国。他在美国工作十余年，先后任职于IBM研究中心、华为美国研究中心与OPPO西雅图研究中心，经历亮眼得近乎模板化；回国后，他全职加入杭州西湖大学，带领一支约20人的团队组建“MAPLE实验室”。

几乎在同一时间，纯外籍的Alex Lamb也选择前往中国。这位前微软研究院高级研究员师从图灵奖得主Yoshua Bengio，曾在亚马逊、Google Brain以及微软研究院留下足迹；他宣布加入清华大学人工智能学院，成为助理教授。

顶尖学者回流只是更大变化的一角，更密集的重心正在产业端。

姚顺雨，曾在OpenAI任职的研究员，加入腾讯，成为其史上最年轻的首席AI科学家；吴永辉，曾任谷歌DeepMind研究副总裁，去往字节跳动；潘欣，前谷歌大脑研究员，选择加入美团……

再往前推两年，杨植麟从卡内基梅隆大学博士毕业后并未继续留在美国，而是在国内创办了月之暗面。如今，这家成立仅三年的公司已成为估值超过180亿美元的世界级独角兽，其大模型也被不少美国初创团队采用。

需要注意的是，眼下这些回流并非主要由“为国效力”的口号驱动，而是由更朴素的现实逻辑支撑——追求更好的发展环境与更大的施展空间。

越来越多的顶尖AI研究者意识到，“在中国”往往就是更理想的职业落点。

中国不仅拥有推动科创发展的强力政策，也集聚了一批头部企业与顶尖高校。算力资源并不短缺，数据储备更为广泛，工程体系也较为完备；更重要的是，落地应用场景丰富且可持续。

此外，中国公司以及中国资本对顶级人才的投入同样“下得了本”——给钱、给空间，甚至给到关键权限。有人在硅谷可能只是“螺丝钉”，而回到国内就能真正独当一面，成为负责人。

最直观的变化来自不断涌现的成功案例，它们显著提升了对美国硅谷人才的吸引力。过去几年，中国催生出一批10亿美元、百亿美元级别的AI初创公司，用真实资源告诉全球优秀人才：这里是实现梦想的理想舞台。

谈到中国的科创人才优势，最核心、也最核心的部分仍在于教育体系的厚度。

自改革开放以来，尤其在邓小平提出“科技是第一生产力”之后，中国对理工科教育的重视长期延续。国家持续出台政策支持理工人才培养，民间也长期有“学好数理化，走遍天下都不怕”的理工信念。

正是这些长期积累，帮助中国形成了全球领先的AI人才底座。

今天，中国不仅拥有全球规模最大的高等教育体系，每年培养以千万计的大学生；同时，约四成大学生攻读STEM专业，比例几乎是美国的两倍。早在“人工智能”概念真正走红之前，这片土地就已经为这一领域预留了最大的后备人才池。

当AI浪潮真正到来，这份优势便迅速转化为强劲动能。

截至目前，全国已有80多所高校设置AI学院，仅2025年一年，就有包括人大、北理工、西北工大在内的二十多所高校加入其中。

五年间，AI专业新增了406个布点，在所有本科专业的增量中位居前列。

以清华为例，2025年扩招150名本科生，全部进入新成立的通识书院。当前，已有117门课程、147个班级正在探索AI赋能教学；另一侧，像深圳技术大学这样的地方院校，则与华为、腾讯、百度联手，把课堂进一步延伸，让实习直接通向产业。

从顶尖名校到普通院校，中国搭建起一座人才培养的“金字塔”：塔尖侧重培养能“开天辟地”的领军人才，塔身与底座则源源不断输送更具应用能力的人才。

教育端的播种不断在产业端开花。2025年，中国企业发布了超过300款AI产品，覆盖医疗、教育与物流等多个领域。其中，DeepSeek以不到150人的研发队伍和约十分之一的成本，打造出可与GPT-4“掰手腕”的大模型。

但DeepSeek最值得感慨的并不只是技术本身，而是这支队伍的“底色”——核心研发团队平均年龄仅28岁。创始人梁文锋曾直白表示：

“目前在人工智能领域，前50名顶尖人才可能都不在中国，但我们也许能把他们这样的人才自己培养出来。”

这句话像一枚石子入水，涟漪很快扩散到招聘市场。

据一家头部AI猎头透露，如今各方都在争抢“C9”院校的高端人才。以一位清华大学计算机系博士毕业生为例，他同时拿到了华为“天才少年”项目、某大模型创业公司的Offer以及海外互联网巨头的邀请，最终选择加入国内某创业公司，年薪超过百万。

这并不是个别现象。

脉脉数据显示，2025年中国AI岗位的招聘量同比上涨了约十倍，平均月薪超过六万，其中一半以上的应届AI岗位月薪超过五万。大模型算法工程师的起薪，已超过不少传统行业资深专家的上限。

市场的热度也反过来推动教育继续扩张——人才培养、产业吸纳与再反哺教育逐渐形成闭环。

而在这套系统的底层，是国家力量持续稳稳托举。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出到2030年让人工智能全面赋能高质量发展；同月，八部门联合发文，提出要“超常规”构建领军人才培养的新模式。

政策支持并不止停留在文件表态。2024年，中国研发经费超过3.6万亿元，投入强度2.68%，已超过欧盟平均水平；2025年中央科技预算接近4000亿元，同比增长一成，资金重点投向人工智能、集成电路等关键战场。

同时，人社部去年还发布了42个新工种——生成式人工智能系统测试员就是其中之一，并且颁布了73个国家职业标准，为AI赛道上年轻人的成长路径标定了方向。

教育、产业与政策三方力量交织在一起，使得中国AI人才培养不再是零散的孤立点，而是一张更为紧密、可持续的网络。当世界仍在争论“去哪里抢人”的问题时，中国已经悄然把“自己造人”的底座搭好。

这场人才战赢下的，不只是眼前，更是未来十年的竞争主动权。

人才培养的底座越筑越厚实，但也远未到可以高枕无忧的程度。回到这场人才战的叙事里，仍有几道绕不开的坎。

首先，部分顶尖人才仍留在海外。

卡内基基金会追踪了100位在2019年NeurIPS上亮相的中国籍研究者，六年后复盘发现，其中87%仍在美国机构工作。

注：国家隶属关系基于研究人员目前所在机构的总部所在地