近日，英国《经济学人》发表题为《中国正赢得人工智能人才竞赛》的文章，指出中国正在全球AI人才竞逐中，逐步扩大对西方国家的*优势，为赢得AI竞争增加更多可能。
西方媒体并非*次有这类言论和预期，事实上，他们说得都对。相比算力，电力而言，人才，才是赢得AI竞争的*筹码，而中国正建立自己的*优势。
中国引力
中国
《经济学人》那篇文章抛出了一个判断：中国“赢得”AI人才战的方式是：
留住增量，吸引更多存量回流。
先看增量。文章援引了卡内基国际和平基金会的一份报告：
2019年，全球*的AI会议NeurIPS上，华裔研究者的比例是29%，已经超过了美国本土的20%；到了2022年，这个数字接近一半；而来自中国机构的作者占比，从2019年的11%猛涨到28%——虽然还落后于美国的42%，但升势已十分显著。
与此同时，中 美之间的紧张关系也在悄悄改变年轻人的选择。STEM专业的中国学生，前往美国读博的概率降了大约15%，毕业后留在美国的概率又降了4%。
过去，最*的中国AI研究者大多把“去美国”当成理所当然的下一步；现在，越来越多人开始把目光留在中国。
种种迹象指向同一个结论：美国正在失去吸引下一代的能力，进而在人才增量上出于被动。
再看存量。
黄仁勋说过一句很直白的话：“美国*有可能在AI上落后于中国，因为人才在变。”
所谓人才在变，核心是流向在变，是美国的*AI人才正在流往或回到中国。
2025年3月，齐国君回到中国。他在美国工作了十几年，先后在IBM研究中心、华为美国研究中心、OPPO西雅图研究中心任职，履历漂亮得像教科书；回国后，他全职加入杭州西湖大学，带着一支近20人的团队，组建了“MAPLE实验室”。
差不多同一时候，纯外籍的Alex Lamb也前往中国。这位前微软研究院高级研究员，师从图灵奖得主Yoshua Bengio，在亚马逊、Google Brain和微软研究院都留下过足迹。他宣布加入清华大学人工智能学院，成为了一名助理教授。
*学者的回流只是冰山的一角，更密集的变化发生在产业界。
姚顺雨，前OpenAI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，前谷歌DeepMind研究副总裁，去了字节跳动；潘欣，前谷歌大脑研究员，加入了美团……
再往前推两年，杨植麟从卡内基梅隆大学博士毕业后，没有留在美国，而是回到国内创办了月之暗面。如今，成立不过三年的月之暗面已是估值超过180亿美元的世界级独角兽，其大模型也被不少美国初创公司所采用。
值得注意的是，所有这些回流，都不远远不是“为国效力”的口号在驱动，而是最朴素的理由——选择更好的发展环境与空间。
越来越多的*AI研究者发现，“在中国”就是*的职业路径。
中国拥有发展科创的巨大政策支持，也有一批头部公司和*高校，算力不缺，数据全面，工程体系完整，更重要的是，有大量可落地的应用场景。
而且，中国公司，包括中国资本现在也都舍得为*人才投入，给钱、给空间，乃至给权力。不少人在硅谷可能是“螺丝钉”，但回到中国就能独当一面，当负责人。
最重要的是，中国不断涌现的成功案例，大大增加了对美国硅谷人才的吸引力。过去几年，中国涌现出一批10亿美金，百亿美金的AI初创公司，它用真金白银告诉全球优秀人才，这里是实现梦想的理想殿堂。
基础优势
如今，谈中国的科创人才优势，核心的核心，还在于自身强大的教育体系。
自改革开放，尤其邓小平提出科技是*生产力以来，中国的理工科教育就一直备受重视。国家不断出台政策支持理工科人才培养，民间也曾长期有着“学好数理化，走遍天下都不怕”的理工崇拜。
这些的积累，为中国造就了一个*全球的AI人才底座。
现在，中国不但拥有全球*的高等教育体系，每年培养以千万计的大学学子，而且还约有四成的大学生攻读STEM专业，这个比例几乎是美国的两倍。早在“人工智能”这个词还没流行起来的时候，这片土地就已经为它储备了最庞大的人才池。
当AI的浪潮真的拍过来时，中国的这一优势立刻涌出了惊人的势能。
到今天，全国已有80多所高校设立了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名校加入这个行列。
五年间，AI专业新增了406个布点，在所有本科专业中增量*。
其中，清华在2025年扩招了150名本科生，全部进入新成立的通识书院，眼下已有117门课程、147个班级在尝试AI赋能教学；而在另一头，深圳技术大学这样的地方院校，则选择与华为、腾讯、百度联手，把课堂无限延伸，让实习直通产业。
从*名校到普通院校，中国搭起了一座人才培养金字塔——塔尖培养能“开天辟地”的领军人才，塔身和底座则源源不断地输送应用型人才。
教育端的播种，持续在产业端开花结果。2025年，中国企业发布了超过300款AI产品，遍布医疗、教育、物流。其中，其中，DeepSeek以不到150人的研发团队、十分之一的成本，打造出可与GPT-4“掰手腕“的大模型。
但DeepSeek最让人感慨的不是技术本身，而是这支队伍的底色——核心研发团队平均年龄仅28岁。创始人梁文锋曾坦言：
“目前在人工智能领域，前50名*人才可能都不在中国，但也许我们能自己打造这样的人。”
这句话像一枚石子投进湖面，涟漪很快扩散到了招聘市场。
据一家头部AI猎头透露，当下各家都在争抢“C9”院校的高端人才。一位清华大学计算机系的博士毕业后，同时收到了华为“天才少年”项目、某大模型创业公司以及海外互联网巨头的Offer，最终他选择了那家国内创业公司，年薪过百万。
这并非个例。
脉脉数据显示，2025年中国AI岗位的招聘量一年涨了十倍，平均月薪超过六万，一半以上的应届AI岗月薪破五万。大模型算法工程师的起薪，已经超过了不少传统行业老专家的天花板。
市场的热度，反过来推动着教育继续扩张——人才培养、产业吸纳、再反哺教育，一个完整的闭环悄然成形。
而在这套系统的底层，是国家的力量在稳稳托举。2025年8月，国务院印发了《关于深入实施“人工智能+”行动的意见》，明确提出到2030年，人工智能要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。
政策支持不仅是文件上的表态。2024年，中国的研发经费超过了3.6万亿元，投入强度2.68%，已经超过欧盟的平均水平；2025年中央科技预算接近4000亿元，同比增长一成，重点投向人工智能、集成电路这些关键战场。
同时，人社部也在去年发布了42个新工种——生成式人工智能系统测试员是其中之一，同时颁布了73个国家职业标准，为AI赛道上的年轻人画出了清晰的成长路线图。
教育、产业、政策，三股力量交织在一起，让中国的AI人才培养不再是一个个孤立的点，而是一张绵密、可持续的网。当世界还在争论“去哪儿抢人”的时候，中国已经默默搭好了“自己造人”的底座。
这场人才战，赢得的不只是眼前，更是未来十年。
挑战犹存
人才培养的底座越筑越厚实，但远没到高枕无忧的时候。这场人才战的叙事里，依然藏着几道绕不过去的坎。
首先，众多*人才还漂在海外。
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，六年后再看，87%的人还留在美国机构里。
▲2019–2025年，*中国籍AI研究人员的职业路径
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
来源：保尔森基金会与卡内基国际和平研究院
“回流”确实在发生，但还只是“涓涓细流”，星星之火。
美国为什么能留住他们？一来，它从基础研究到技术转化再到产业应用的链条，已经打磨得足够成熟；二来，中国与西方*创新生态之间，还横着一条看得见的“鸿沟”。诺奖、图灵奖的突破，至今仍然高度集中在西方。
中科院院士唐本忠点破了一个尴尬的事实：
“中国在AI领域擅长‘从1到10’的优化升级和‘从10到100’的规模扩张，但在‘从0到1’的原创突破上步履维艰。”他进一步拆解了根源——
我们太推崇实用主义了，科研工作总盯着短期的成果和落地的应用，却忘了基础研究和原创探索才是一切的根。
其次，本土人才的供需矛盾突出，AI产业的人才缺口依然巨大。
2025年，AI技术类岗位的需求比前一年涨了四成。而另一边，真正能驾驭垂直领域大模型训练和优化的人，供需比已经掉到了0.3左右。高性能计算工程师更夸张——0.15，相当于七个岗位抢一个人。
再者，美国政策的不确定性，既是机遇，也是变量。
签证收紧、经费削减、对华裔学者的怀疑气氛，在一定程度上推动了美国AI人才向中国流动。2025财年，H-1B签证的中国留学生中签率跌到了11.7%。Meta、亚马逊这样的科技巨头，已经宣布不再为部分岗位的留学生提供担保；
那些研究半导体材料、AI算法优化的学生，如果研究方向被贴上“受控技术”的标签，连签证都可能拿不到；
美国众议院甚至还提出议案，打算限制中国人在美国从事AI和机器学习相关的职业。
这些变化，都在让年轻一代重新思考“要不要出去”。
但问题的另一面是：这类因素极不稳定。政策会随着选举、随着地缘政治的风向来回摇摆，不能把它当成可以长期依赖的变量。
AI竞争，表面是算力之争、模型之争，乃至电力之争，但真正的底层却是教育体系、产业结构与人口结构的长期较量，人才，才是赢得竞争的*变量。
人才之战，不是一场百米冲刺，而是一场漫长的马拉松。
曾经，中国不但本土优秀人才有限，而且优秀人才大规模外流。如今，中国不但本土优秀人才涌现，而且还迎来外流人才的回流。
趋势已经逆转，但要真正长期形成超越优势，还任重道远。当下，或许只是这场竞赛的起点。
参考资料
[1]《评卡内基基金会报告：中 美AI竞争中的人才博弈》前海国际事务研究院
[2]《把墙修成路：AI人才跨国流动下的中国公司机会》澎湃新闻
[3]《中国*人才，为何仍留在美国？》IPP评论
【本文由投资界合作伙伴微信公众号：华商韬略授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。
