《經濟學人（The Economist）》近日發表題為“中國正贏得人工智能人才競賽（China is winning the AI talent race”的文章。指出，過去十年，盡管美國在AI人才爭奪戰上保持領先，但在關鍵的AI“頂尖人才”維度上，中國正迅速超越美國。

去年底，英偉達掌門人黃仁勛在一場關于人工智能的問答活動中，問了自己一個問題：“美國有沒有可能在人工智能上落后于我們國家？”他的回答也很直接：“絕對有可能?！?/em>

這似乎有些令人驚訝，因為過去十年大部分時間里，美國在AI競賽中一直處于相對領先的位置 —— 最先進的前沿模型公司、最密集的資本、最強的算力資源，幾乎都集中在那里。但黃仁勛的擔憂與創新的另一個同樣重要的因素有關：人才。

現在決定AI勝負的另一塊拼圖，正在發生變化。而且，這個變化越來越清晰地指向同一個趨勢：中國正在成為全球AI人才最重要的源頭、蓄水池和留存地之一。

中國AI人才規模的爆發與主導地位

直到不久前，全球最頂尖的AI研究成果，仍然主要由西方的研究人員主導，但到了2025年，這種格局開始出現明確轉向。在全球頂級人工智能會議上，以中國為基地的第一作者所發表的研究論文數量首次超過了美國或歐洲。

經濟學人追蹤了2025年12月舉行的神經信息處理系統大會（NeurIPS）上發表論文的研究人員的教育背景，50%的AI研究人員在職業生涯初期來自中國（2019年僅為29%）；與此同時，在美國起步的研究人員占比，則從20%下降到12%。它說明，全球AI頂尖研究人才的來源結構，正在重新洗牌。

這屆會議一共收到超過2.1萬篇投稿，最終大約有四分之一被接收。研究者沿用了過去智庫MacroPolo的分析方法，從中隨機抽取了600篇論文，涉及將近4000名研究者。

更能說明問題的，2025年NeurIPS論文作者本科畢業院校前十名中，有9所是中國高校。其中，僅僅清華大學的畢業生，就占到了NeurIPS研究者總數的4%。而美國最頂尖的名校麻省理工學院（MIT）僅占1% 。

中國高度重視科學、技術、工程和數學（STEM）教育：約五分之二的中國大學生在這些專業中學習，這一比例約為美國的兩倍。據數據公司Digital Science稱，中國目前活躍的人工智能研究人員數量超過了美國、英國和歐洲的總和，不過，按人口比例計算仍落后于西方。此外，中國的研究群體更偏向年輕化，47%是學生，而西方這一比例約為30%。

而且，中國正越來越多地留住AI人才。2019年，在中國完成本科階段的NeurIPS作者中只有大約三分之一繼續留在國內發展；到2022年，這一比例上升至58%；2025年則達到68%。越來越多的人也選擇回國發展，有海外研究生學位的中國研究人員中，回國工作的比例從2019年的12%增加到了2025年的28%。

雖然NeurIPS可能并不完全能代表整個領域。但也足以這說明，今天全球AI領域最核心的人才供給源頭，正在越來越多地出現在我們國家高校體系里。這種優勢不只是有人才，更是人才規模足夠大、基礎足夠厚、后續梯隊足夠長。

一些最亮眼的創新，甚至已經完全由本土培養的人才完成 —— 2025年1月，震驚業界的國產大模型DeepSeek便是典型例證，其核心研發團隊均為本土培養人才，卻在多項基準測試中與GPT-4o等國際頂尖模型平分秋色。

美國AI的“中國基石”

黃仁勛說過全球50%的AI研究人員來自中國，美國AI前沿陣地同樣離不開中國教育體系培養出來的人才。分析還顯示出美國AI體系本身對來自我國的人才依賴程度其實非常高，在隸屬于美國機構的作者中，約35%擁有中國的本科學位（這一比例與擁有美國本科學位的人數相當）。

據美國國家科學基金會的數據，2020年美國在STEM領域授予的博士學位中，有近20%是中國留學生獲得的?？▋然鶉H和平基金會的一項研究表示，2019年入選100位就職美國高?；蚱髽I的頂尖中國研究員中，有87位在2025年依然在美國工作。

還有其他一些指標可以衡量中國研究人員對美國的重要性。經濟學人對OpenAI的GPT-5的483名貢獻者（包括人工智能研究人員以及市場營銷、設計和領導層人員）進行的分析發現，15%的人至少擁有一個中國院校的學位。

最典型的“華人組團”案例莫過于去年夏天大換血的Meta，其新組建的超級智能實驗室共11位研究員，其中7人在中國出生。早在扎克伯格大舉招人之前，Meta的人工智能項目就已高度依賴中國人才，新員工常被開玩笑說他們需要掌握兩種語言：第一種是Meta內部編程語言Hack，第二種是普通話。

也就是說，在美國的中國AI人才，和在中國的AI人才，智力、學術起點幾乎完全一致。而人工智能屬于智力密集產業，智力和勤奮程度即人才密度決定一切，這一點中國人有歷史性的優勢。

中國為何正在贏得AI人才競賽？

據Nature日前發布的數據：在接受調查的美國科學家中，有75%的人表示正在考慮離開美國。當然，美國對全球人才的吸引力，并沒有突然消失。它仍然比其他任何地方吸引著更多的國際人才，而且大多數在美國完成研究生學位的中國研究人員最終仍然留在美國工作。美國長期積累下來的產業資源并不會在一夜之間消失。

但即便如此，從整體趨勢上看，天平仍在慢慢傾斜。以NeurIPS論文的作者作為一個觀察窗口，目前全球約37%的頂尖人工智能研究人員就職于中國的機構，而美國機構的這一比例為32%。

如果過去十年的趨勢持續下去，那么到2028年，中國的頂尖研究人員數量可能會達到美國的兩倍。黃仁勛認為，對于一個國家在人工智能領域取得領先地位而言，“贏得開發者至關重要”，而現在這場人工智能頂尖人才的爭奪戰看上去正日益呈現出“一邊倒”的局面。

這種變化也和海外環境的變化有關，美國已不再是一個那么有吸引力的目的地，資金削減和簽證的不確定性讓潛在申請者感到不安。2026年，北美科技圈的裁員潮還在繼續，資本正在從人力向算力做戰略轉移；對華人來說這波浪潮卻顯得格外殘酷，簽證H-1B持有者被裁后只有60天時間找到新工作，否則就得離境。值得注意的是，還有個看不見的“天花板”，數據顯示，亞裔在美國專業技術崗位占比達13%，但高層管理崗位只有6%。

與此同時，像「啟明計劃」這樣的引才項目，也在用更有競爭力的方式吸引人才，包括超過70萬元人民幣的年薪、可觀的科研經費和住房支持。國內企業給出的薪酬也在快速追趕，不僅給高薪也給股權。薪資方面，字節跳動為吸引和保留AI人才，將未來薪資預算增加了150%，并將員工獎金池提高了35%；股權方面，字節跳動為旗下大模型核心部門Seed員工按月發放期權、阿里巴巴授予AI、云計算人才股票期權和限制性股票、智譜AI的股權激勵覆蓋超半數員工，這些例子都在一定程度上反映了中國企業求才若渴的回報激勵。

錢是一方面，更重要的是產業機會，中國有全球最完整的制造業體系，AI落地場景比美國豐富得多 —— 消費電子、工業制造、交通運輸，AI技術在這些領域的規模化部署速度遠超美國。美國可以用高薪和平臺留住這些人才，但它攔不住一個趨勢：當中國的產業土壤足夠肥沃，人才回流的勢能就會形成。2026年，這個勢能已經開始顯現。 

近幾年，離開硅谷歸國的中國AI研究者逐漸增加，幾乎形成一股“歸國潮”。最近一年，具備定義技術方向能力的領軍型AI海外AI人才歸國，引發行業關注：前OpenAI研究員姚順雨，加入騰訊；前Sea AI Lab研究員龐天宇，加入騰訊；前谷歌DeepMind研究副總裁吳永輝，加入字節跳動人工智能實驗室；前谷歌大腦團隊研究員潘欣，加入美團。

全球AI人才版圖最深刻的變化，就是我們國家不僅培養出了越來越多頂尖研究者，也越來越能把他們留下來、用起來、推到最前沿。如果這種趨勢繼續下去，那么未來AI競爭的核心問題，可能不再是誰暫時跑得更快，而是誰已經建立起了更持久、更龐大的人才引擎。

中國人才培養路徑

幾十年來，“天才班”一個由極具競爭力的高中人才“輸送帶”構成的網絡，正在源源不斷培養出中國科學與科技領域的領軍人物。根據國家媒體新華社的報道，中國每年培養約500萬名科學、技術、工程和數學專業的畢業生，而美國約為50萬。

這一體系的成效令人咋舌。字節跳動的創始人、拼多多和淘寶的掌門人、美團的創始人，以及如今挑戰英偉達的寒武紀背后的兄弟倆，全部出身于“天才班”。而在AI領域大放異彩的DeepSeek，其核心團隊更是集大成者，其100多人的團隊幾乎全部來自這一體系。

最優秀者隨后進入中國頂尖高校更高層次的人才計劃，最知名的高校天才培養項目之一是清華大學的“計算機科學實驗班”，通常以授課教授、著名華人計算機科學家姚期智（Andrew Yao）之名被稱為“姚班”。2004年，圖靈獎得主姚期智離開普林斯頓大學的終身教職，回到清華大學創辦計算機科學本科項目，他的目標很簡單：在中國建立一個能與MIT和斯坦福比肩的人才中心。不到十年后的2018年，他在一次采訪中表示：“我的目標已經實現……我認為我們的學生現在實際上更優秀了?！?br/>

從上世紀80年代“早出人才、快出人才”的號召，到今天將AI列為國家戰略，“天才計劃”早已從試點走向普及。全國超千所中學設立理科實驗班，形成貫通選拔、培養、輸送的完整鏈條。當中國AI產業從芯片、算法到大模型全線突破，“留下來干一番事業”，成了最理性的選擇。

雖然并非所有這些畢業生都會產出前沿創新，但規模至關重要。擁有大量精通人工智能的研究人員意味著在重點科研領域取得突破性進展的幾率更高，同時也意味著新技術能更快地傳播。數據公司Digital Science負責人丹尼爾·胡克表示，中國正在培育一支高素質、且對人工智能高度敏感的研究隊伍，而這意味著“未來將有大量優秀公司從中國涌現”。