在2026年的全球經濟環境中，企業對於「高階管理人才」的需求已從單純的技術背景，轉向具備AI素養、跨國領導力以及複雜決策能力的複合型人才。對於許多正處於事業上升期的亞洲專業人士而言，如何透過進修實現「職涯轉骨」已成為核心議題。在眾多留學目的地中，英國商學院憑藉其深厚的學術底蘊、縮短的時間成本以及顯著的投資報酬率（ROI），持續成為全球精英的戰略性首選。一、 時間即金錢：一年制碩士的戰略優勢與美國常見的兩年制MBA課程不同，英國大多數商學院提供的是為期12個月的高強度全日制課程。在財務角度來看，這意味著：更低的機會成本：學員只需離開職場一年，便能重返崗位，最大限度減少了薪資中斷的時間。更快的投資回收：根據2025年與2026年的初步數據顯示，從頂尖學校（如LBS、Oxford Saïd、Imperial等）畢業的學生，通常在重返職場後的2至3年內即可回收學費投資。對於追求效率的專業人士，英國頂尖商學院透過緊湊的課程設置與「三重認證」（Triple Crown Accreditation，即AACSB, AMBA, EQUIS）制度，確保了學歷在全球範圍內的金標價值。二、 簽證政策利好：畢業後工作簽證（Graduate Route）的持續紅利根據英國內政部最新的政策導向，儘管全球移民政策趨嚴，但英國政府對於高品質人才的吸引力依據不減。現行的「畢業生簽證」（Graduate Route）依然允許碩士畢業生在無需雇主擔保的情況下，留在英國工作至少兩年（博士生為三年）。這一政策為亞洲學生提供了難得的「緩衝期」，讓他們能夠在倫敦、曼徹斯特或愛丁堡等金融與科技中心尋找跨國企業的職缺。在2026年的職場中，具備「在英實務經驗」的履歷，在亞洲獵頭市場中往往能獲得更高的起薪溢價。三、 2026職涯關鍵：AI、綠色金融與領導力重塑頂尖英國商學院（如Warwick、Alliance Manchester、Bayes等）已將人工智慧（AI）與可持續發展（ESG）深度融入教學大綱。這不僅僅是理論學習，更強調實踐。AI素養：學習如何利用生成式AI優化決策流程。跨文化協作：英國教室的多樣性極高，與來自全球50多個國家的精英共事，能極大提升跨國領導力。強大的校友資源：進入英國商學院不僅是獲得學位，更是獲得了通往全球金融圈、諮詢界與科技巨頭的入場券。結論：教育不僅是消費，更是資產配置在變動不居的時代，最好的投資莫過於提升個人的「反脆弱性」。透過精準的學校選擇與職涯規劃，英國留學不僅能帶來薪資上的成長，更能帶來視野與人脈的質變。對於正考慮跨出這一步的專業人士，建議提前12個月開始規劃，從個人陳述（Personal Statement）的打磨到申請時程的掌控，每一環節都決定了最終錄取的質量。

全球科研人才版圖：從數字看實力，從生態看未來資料背後的故事：當我們談論科研人員數量時，我們究竟在討論什麼？是國家實力的象徵，還是創新生態的種子？📊 數字揭示的格局💡 核心觀察中美兩國在絕對數量上遙遙領先，這既是人口基數的必然，也是長期投入的結果。龐大的大學體系、持續的政府與私人資本注入，建構了如同亞馬遜雨林般的科研生態——物種繁多，層次豐富。在我十幾年的伺服器與儲存技術生涯中，從IBM的塔式伺服器到液冷刀片系統，從騰訊、華為到中興的項目交付，我深刻體會到一個道理：生態的繁榮不僅看樹木的高度，更要看森林的密度。科研人才的培養，就像養育一片森林，需要陽光（資金）、土壤（教育體系）和時間（持續投入）。🥇 頭部梯隊：規模的力量🎯 效率悖論：小而精的啟示🔍 洞察日本、德國、韓國的表現印證了一個樸素真理：不是所有問題都能靠堆人頭解決。就像固態硬碟（SSD）對比機械硬碟（HDD），企業級SSD的IOPS（每秒輸入輸出操作）遠超傳統方案，關鍵在於架構最佳化與資源利用效率。🇰🇷 韓國現象：人才密度的奇蹟Tim S. 的評論點出了核心："韓國真正主導了這裡，他們的人才密度令人難以置信。"作為在IBM服務過全球客戶的老工程師，我對此深有感觸。韓國在半導體、顯示面板、儲存技術領域的突破，不是偶然。他們將人才培養視為精益六西格瑪（Lean Six Sigma）項目來運作：標準化培養流程從基礎教育到產業對接的無縫銜接產學研深度繫結三星、SK海力士等企業直接參與高校課程設計持續最佳化迭代像偵錯伺服器自動化測試指令碼一樣，不斷改進人才輸出質量💼 真實案例我曾參與華為某資料中心的液冷伺服器部署，韓國供應商提供的企業級SSD在高溫高壓測試中表現穩定，良品率超過99.8%。這背後是無數工程師在實驗室的反覆驗證，以及完善的質量管理體系。這種"工匠精神"正是韓國科研人才密度的縮影。🌱 新興力量：播種與等待⚠️ 警示印度、巴西、伊朗、土耳其等國的科研人員增長，是潛力股而非績優股。就像消費級SSD與企業級SSD的區別，前者看參數，後者看實戰表現。這些國家的科研體系尚在成長期，需要時間來證明質量。📈 增長曲線的啟示🧩 質量盲區：數字遮蔽的真相🚨 核心矛盾原始資料統計只是容量（Capacity），而非頻寬（Bandwidth）或延遲（Latency）。就像評估伺服器性能不能只看CPU核心數，還要看架構、快取、I/O吞吐。🏆 被低估的維度André Nilsson 的質疑很有價值："我查了瑞典、西班牙、義大利和波蘭的資料，你的數字都不匹配。" 這提醒我們：資料來源的透明度至關重要統計口徑差異可能導致巨大偏差（例如是否包含博士後、企業研發人員）人均產出比絕對數量更能反映真實實力Richard Yao 建議增加諾貝爾獎得主列，這是穿透表象的利器。就像在SSD測試中，我們不僅看順序讀寫速度，更要看4K隨機性能和耐久度（TBW），這才是企業級應用的試金石。🔄 歐盟悖論：碎片化的代價📌 聚焦Andrew John Harrison 指出，若將歐盟成員國總和計算，其科研人員數量可能超越中美。但這恰恰暴露了聯邦制的協同困境——就像分佈式儲存系統，節點再多，若缺乏統一的調度層和資料一致性協議，性能反而不如集中式架構。🇪🇺 歐盟的機遇與挑戰🎬 好萊塢式的啟示：故事與意義作為迪士尼影片的忠實觀眾，我常想起《超人總動員》中的台詞："當所有人都是超級英雄時，就沒有人是超級英雄了。" 科研人才的價值，不在於數量的堆積，而在於是否能在關鍵時刻解決關鍵問題。✅ 建設性思考洛陽作為十三朝古都，見證了無數興衰更替。真正的文明力量不在於宮殿的宏偉，而在於制度的延續、文化的傳承。科研生態亦然——中國的崛起、韓國的密度、美國的多元，各有其道，但核心都是為人才創造成長的土壤，而非簡單的數位遊戲。🛠️ 從伺服器維運到科研生態：共通的智慧在我經歷的無數次項目驗收中，最深刻的教訓是：系統的穩定性不取決於最強的元件,而取決於最弱的環節。科研體系也是如此：基礎教育（如同伺服器的主機板和電源）：決定系統能跑多快資金投入（如同記憶體和儲存）：決定能處理多少任務產業對接（如同網路頻寬）：決定成果能否高效輸出制度保障（如同冗餘和備份）：決定系統能否長期運行🌏 未來圖景：從競爭到共生Vikki Yang 的比喻很妙："美國就像擁有1000種口味的冰淇淋。" 但我想補充的是，中國正在從"世界工廠"進化為"世界實驗室"，歐盟在尋找"更緊密聯盟"的路徑,韓國用密度證明效率的力量。💬 引用"科學是通往未來的鑰匙……中國正在加倍押注。"——Andrew John Harrison這場競賽沒有終點。就像儲存技術從HDD到SSD,再到未來的SCM（儲存級記憶體），每一次躍遷都重新定義了遊戲規則。真正的贏家，是那些能持續建構生態、培育人才、轉化成果的國家。📝 寫在最後：數字之外的溫度從深圳的務實到洛陽的厚重,從IBM的結構化思維到服務中國大廠的實戰經驗，我越來越相信：技術的本質是人，生態的核心是連接。這張科研人員分佈圖,不應只是國家間的排名榜,更應是全球協作的路線圖。畢竟,無論是偵錯一台液冷伺服器，還是培養一代科研人才，我們追求的都是同一個目標：讓系統更高效、讓未來更可期。 (芯在說)

“AI讓真正的天才價值體現出來了”。具身智能的競技場上，一場圍繞頂尖人才的爭奪戰已經打響，其激烈程度與薪酬數字，正不斷突破人們的想像。最新的訊號來自字節跳動。不久前，其旗下火山引擎釋放出一則招聘資訊：為招募具身智能方向的操作演算法資深專家，開出了月薪9.5萬元至12萬元的高規格待遇。這個數字有點驚人，但深入瞭解後，這還不算最誇張的。據說，某明星具身智能公司的最新運控負責人，2024年剛研究生畢業，如今對外開價已經達到了年薪300萬元——而這，尚未包含可能更可觀的期權部分。“現在只要有運動控制經驗的候選人，只要他願意，手握二、三十份offer都是輕輕鬆鬆的。達到負責人等級的，薪資接近千萬元。”獵頭Liam（化名）表示。同時他指出，這場人才爭奪戰早已蔓延至校園。“尤其是從事‘大腦’相關演算法的頂尖人才，若來自清北復交、浙大、哈工大等知名實驗室的應屆博士生，起薪往往在60萬甚至70萬元以上。”面對此情此景，一投資人朋友感嘆道：“AI讓真正的天才價值體現出來了”。也有技術從業者不禁表達了對職業前景的隱憂：“AI正在急劇拉開人與人之間的差距，做技術的，要麼往更高精尖的領域發展，要麼可能就要等著被AI取代了。”演算法人才成“香餑餑”，實習生月薪10萬元某種程度上，具身智能的這場“搶人大戰”折射出的，是整個行業在技術爆發前夜的集體焦慮。“人才爭奪本質上是資源爭奪的一部分。所有人都想快速組建團隊、推出產品、拿下融資。”金鼎資本產業研究院人形具身研究員Kevin（化名）表示。市場的迫切需求有資料為證。智聯招聘發佈的《2025年機器人產業人才發展報告》顯示，2025年前5個月，國內機器人產業招聘職位數同比增長6%。其中，伴隨人形機器人賽道的爆發，該細分領域的招聘職位數同比猛增了4倍。在所有崗位中，演算法類人才最為稀缺和搶手。獵頭Liam分析稱，根據技術分工，演算法類崗位通常可劃分為“大腦”與“小腦”兩大方向：“小腦”側，如運動控制、導航、遙操作等是機器人協調身體、完成動作的基礎。該方向博士學歷的候選人，起薪普遍在66萬元至70萬元區間。“大腦”側，如視覺-語言模型（VLM）、多模態大模型等，則決定了機器人的感知、決策與互動智能。由於這類演算法人才不僅被具身智能公司需要，也面臨網際網路大廠的激烈爭奪，因此起薪水平更高——“對於頂尖名校實驗室的博士生來說，若發表過4篇以上頂會一作論文，起薪會超過百萬。”目前整個行業的人才都在飛快流轉，但核心人員的總量並沒有增長。於是乎，很多企業已將招聘戰線大幅前移，開啟“提前鎖定+定向養成”模式。Liam透露，像阿里、字節這些大廠，在相關專業博士生博一、博二階段就開始建立聯絡，“通過學術會議、實驗室合作先混個臉熟，博三博四時直接邀請參觀——不僅是看實驗室、做技術交流，還安排party、去米其林餐廳吃飯，全方位打動候選人。”此外，閃電面試、高額簽約獎金、高管親自遊說、定製化項目承諾……所有能想到的“籌碼”都被擺上桌面。更有創業公司為鎖定2026年畢業的潛力人才，推出“實習即享全職待遇”的政策：只要候選人答應畢業後加入，可提前半年甚至一年入職實習，期間直接按校招offer薪資發放——每月10萬元，實習期也能拿到全職薪資。即便是親歷過自動駕駛“搶人大戰”的Liam，也直言具身智能賽道的搶人激烈程度遠超以往。“過去我們的核心是幫企業找到合適的牛人，候選人的選擇範圍也相對集中，無非是幾家頭部企業；但現在，一個優秀候選人手裡握二三十家offer是常態，選擇太多樣化。甚至有人拿到一堆offer後，最終選擇和朋友創業，我們根本無法預判。”招人難，招適配的人更難具身智能行業的人才爭奪戰之所以如此激烈，核心在於供需兩端的嚴重失衡。作為一個融合了多種先進技術的交叉學科，具身智能對人才的要求極為嚴苛，而行業的快速崛起又讓人才儲備完全跟不上節奏。戴盟機器人招聘負責人告訴我，當前行業面臨的人才稀缺幾乎是全方位、全鏈條的。除了上文提到的演算法崗位外，硬體人才的爭奪同樣激烈。具身智能產品的落地還離不開硬體本體的支撐，而現實情況是，傳統製造業出身的硬體工程師，往往難以直接適配具身智能公司的要求。“硬體工程師不僅要懂機械設計，還要深入理解如何與演算法協同工作，並考慮量產的可行性與成本。比如來自傳統電子電器或機械結構的候選人，就不一定適應或解決我們的問題。”即便是存量的職能類人才市場，招聘也絕非易事，供應鏈與市場行銷類崗位就是典型。隨著行業從技術研發向商業化落地推進，供應鏈的搭建、核心零部件資源的整合，以及市場推廣與品牌建設，都變得至關重要。然而，這類人才同樣面臨“能力遷移”的挑戰。戴盟機器人方面坦言，候選人不僅需要有原有的經驗和資源，還要能夠將過往經驗進行定製化改造，這更需要具備強烈的探索精神和學習能力。“我們更看重候選人背景與業務的契合度，而不是單純追求明星人才。”從人才流動的路徑來看，目前市場呈現出相對清晰的脈絡。獵頭Liam表示，大腦側演算法人才主要來自自動駕駛公司、大模型公司和網際網路大廠的研究部門；小腦側演算法人才多來自傳統機器人企業、名校實驗室和海外公司；硬體人才則主要從相關高端製造、機器人硬體企業挖掘。目前國內被“挖角”最嚴重的公司名單，包括騰訊Robotics X、優必選、小鵬機器人、字節跳動的Seed（原AI Lab機器人組）等較早佈局機器人領域的團隊。2027年或成關鍵節點交流下來，幾乎所有人都承認當前具身智能行業的招聘市場已經出現了“非理性繁榮”。不過在Kevin看來，這種“泡沫”是行業早期發展的必然階段，是吸引人才入場的關鍵手段。“對企業而言，重金引入關鍵人才以突破技術瓶頸，遠比因人才短缺導致項目停滯更為划算。”但他也指出，如果到2027年，企業依然無法實現商業化落地，模型能力難以泛化，資本屆時不再持續投入，行業將進入“冷靜期”，人才爭奪也會隨之降溫。2027年這一時間，在業內已形成基本共識。逐際動力創始人張巍就曾公開表示，2027年將是具身智慧型手機器人規模化量產的關鍵節點，在此之前，行業正處於指數級爆發的前夜。如果“搶人大戰”終有歸於理性的一天，那麼對求職者而言，當下的選擇就顯得尤為關鍵。據Kevin觀察，目前市場上的“搶人”公司大致可分為兩類：一類是尚未釐清商業路徑，試圖通過擴張團隊來試錯摸索；另一類則是已明確商業模式，需要快速招兵買馬以擴大戰果。“相比之下，前者更容易出現‘C輪死’的情況。”另一位具身智能從業者也表達了相似的觀點。他認為，無論公司當前估值多高、融資規模多大，能否找到落地場景並實現自我造血，才是從根本上決定了組織的氛圍與韌性。“如果始終在為‘老闆的想像’不斷調整方向，持續加班改需求，卻看不到盈利可能，團隊的信心與熱情會很快消磨殆盡。更關鍵的是，如果遲遲找不到可持續的商業模式，資本市場的耐心還能維持多久？”他進而建議，求職者可優先考慮已經有穩定收入的頭部具身智能公司，其次是科技大廠。獵頭Liam則從實操層面提醒相關應屆生：“一定要爭取實習機會，最好能獲得在真機上驗證演算法的經驗。論文是重要的基礎，但真正在機器人上跑通演算法、解決實際問題的經歷，才是當前企業最看重的競爭力。”總結而言，任何一個行業都必然會經歷從“野蠻生長”到“理性發展”的過程，最終能夠沉澱下來的，必將是那些掌握了核心技術、跑通了商業閉環的企業，以及那些具備持續進化能力和真正競爭力的人才。而眼下這場轟轟烈烈的搶人大戰，終將成為具身智能發展史上的一個鮮明註腳，見證一個新興產業從狂熱走向成熟的完整周期。 (投中網)

AI國際學會「NeurIPS」的企業攤位（12月3日，美國加州聖迭戈）“第一年的期望薪酬是200萬美元”，德州大學的在讀博士生說。在AI領域中，像強化學習這樣供不應求的方向，「年薪100萬美元」成為企業招攬人才的起始價。會場上到處都能聽到中文…近日，人工智慧（AI）的國際學會「NeurIPS」在美國西部聖迭戈舉辦。近年來，該會議作為企業爭奪AI人才的招募平台屬性愈發突出。在此次創下歷史新高、約2.5萬人參加的現場訪談中可以發現，在AI熱潮的推動下，頂尖研究人員的薪資水準已提高至與職業運動員不相上下。NeurIPS兼具學術會議與招聘會的雙重功能。來自世界各國的研究人員在會場內講解論文，約150家贊助企業在緊鄰會場的區域內設立了展位。各家企業的共同目標，都是為AI研發部門招募優秀人才。在科技界，2025年美國Meta以高薪從競爭對手挖來AI人才，一度成為話題。在各家公司以巨額投資推進AI開發競賽的背景下，頂尖研究人員的待遇與一流的職棒選手不相上下。這股浪潮也波及了研究生們。“第一年的期望薪酬是200萬美元”，美國德州大學奧斯汀分校的在讀博士生（29歲）平靜地說。這是包括簽約獎金和在職數年後可獲得全額的股票薪酬在內的總額，相當於日本大型企業員工的終身工資。他表示，只要有符合條件的錄用邀請，就會選擇退學。他的研究方向是透過讓AI不斷試錯來提升表現的“強化學習”，這是AI企業尤為重視的領域。直到兩年前，他還打算走研究者道路，但看到學長和朋友們以約100萬美元的薪酬入職美國OpenAI等公司後，改變了想法。他表示：「高薪或許只是當前的泡沫現象，就業還是趁早為好」。在AI領域中，像強化學習這樣供不應求的方向，「年薪100萬美元」成為企業招攬人才的起始價。一名就讀於美國維吉尼亞大學博士課程、從事強化學習研究的研究人員表示：“在我周圍，開出100萬美元年薪的報價並不罕見。”參與爭奪的不僅是科技公司。美國大型避險基金城堡投資（Citadel）、DE Shaw、投資公司海納國際集團（Susquehanna International Group）等作為頂級贊助商，佔據了會場入口附近的顯要位置。根據城堡投資的AI團隊負責人介紹，為了將生成式AI的基礎技術、大語言模型客製化為面向金融領域並用於交易，正在招募專業人才。該負責人表示：「相對於以股票報酬為主的科技公司，我們可以提供100萬美元現金」。在汽車製造商方面，除了作為NeurIPS常客的美國特斯拉之外，美國通用汽車（GM）也是近年來首次參加。TikTok（抖音國際版）的母公司字節跳動和阿里巴巴集團等中國企業也參加了本屆NeurIPS。在美國大學就讀的AI研究人員中也有很多來自中國，會場上到處都能聽到中文。阿里巴巴旗下的金融公司螞蟻集團和電商網站淘寶網幾乎沒有在美國的招募崗位，主要是為了吸引回國人才而參展。日本企業的存在感則較弱。(日經中文網)

BCG（波士頓諮詢）近日發佈最新一期 Top Talent Tracker（2025年Q4頂級人才追蹤），主題為“Global Talent Mobility Is Slowing and Shifting”——全球高端人才流動正在放緩，並出現顯著方向性轉移。這份報告基於對全球超過 2.14億 高技能人才的追蹤，揭示了 2025 年人才市場的最新動態，值得企業和政策制定者高度關注。高端人才流動首次五年內下降報告顯示，截至2025年8月底，全球高技能專業人士（擁有本科及以上學歷）的跨境流動同比下降 8.5%，這是自2020年以來首次出現下滑。約 240萬 人實現了跨境流動，較上年減少約 22萬 人，佔追蹤總量的 1.12%。導致放緩的主要原因包括：主要經濟體移民政策收緊，尤其是加拿大和英國；全球經濟不確定性加劇；多國招聘需求減弱。與此同時，人才流動的方向正在重塑：美國市場份額上升 2.4 個百分點，繼續穩固主導地位；傳統歐洲中心普遍份額下滑；中東新興樞紐則強勢崛起——阿聯（UAE） 單年吸引約 17.8萬 高技能人才，份額增加 0.8 個百分點，在整體、STEM 和 AI 人才三大類別中均進入前三，沙烏地阿拉伯緊隨其後。AI 人才逆勢大幅增長值得注意的是，儘管整體高端人才流動放緩，但 AI 人才卻呈現爆炸式增長。報告資料顯示：高技能人才淨減少 22.3萬 人（-8.5%）；STEM 人才淨減少 3.7萬 人（-5.2%）；AI 人才淨增加 17.5萬 人，同比激增 528%（主要源於全球範圍內 AI 技能快速提升）。美國在 AI 人才吸引力上進一步拉大與歐洲國家的差距，份額增加 2.4 個百分點；阿聯份額提升 3.0 個百分點，位居第二；歐洲國家普遍份額下滑。開放人才政策帶來實實在在回報報告用資料有力證明：對全球人才的開放程度，直接關係國家與企業的長期競爭力。在某一技術領域擁有領先人才的國家，在該技術上領先的可能性高出 17倍；吸引更多全球人才進入領導層的公司，每年可多創造 1 個百分點的股東價值。這說明，人才開放不僅是生產力問題，更是技術和商業領導力的關鍵驅動力。十大“跳板大學”：印度高校主導全球 AI 人才輸出報告首次公佈了培養最多全球流動 AI 畢業生的十所大學，令人意外的是，前九名中有八所來自印度：Jawaharlal Nehru Technological University（印度）——境外 AI 人才 1.78萬 人，佔比 69%；University of Mumbai（印度）—— 1.63萬 人，51%；Anna University, Chennai（印度）—— 1.39萬 人，51%；Visvesvaraya Technological University（印度）—— 1.05萬 人，40%；Osmania University（印度）—— 9655 人，64%；University of Cambridge（英國）—— 7733 人，55%；University of Tehran（伊朗）—— 6196 人，64%；I.K. Gujral Punjab Technical University（印度）—— 2093 人，44%；University of Calicut（印度）—— 565 人，31%；Mansoura University（埃及）—— 372 人，22%。總計這十所大學貢獻了境外 AI 人才 8.5萬 餘人。這份榜單為企業提供了重要招聘線索：關注這些“跳板機構”，往往能更高效地觸達全球流動的頂尖 AI 人才。國家、企業如何贏得人才競爭？報告最後給出三方面建議：企業：制定行業專屬的全球人才工具箱，覆蓋從人力規劃到招聘、移民、融入的全流程，並推動高層文化轉變；政府：設立專門機構或基金，統籌招聘、培訓、移民服務，形成生態系統；同時審視移民政策瓶頸，學習國際最佳實踐；整體策略：將移民政策納入“人才三駕馬車”——技能提升、技術自動化與移民相結合，形成動態、全面的勞動力戰略。結語2025年，全球高端人才流動格局正在重塑：傳統移民大國吸引力減弱，中東新興中心快速崛起，美國繼續領跑，而 AI 人才成為最活躍的變數。無論是國家還是企業，誰能更開放、更高效地吸引和留住全球頂尖人才，誰就將在未來競爭中佔據先機。 (AI資訊風向)

導語：中美作為全球AI領域的核心競爭者，中國籍AI研究人員的留存與流動直接影響兩國科技競爭力格局。12月3日，美國智庫卡內基國際和平基金會發佈分析文章《頂尖中國AI研究人員是否選擇留美？》，直面中美戰略博弈中科技人才競爭這一核心議題。文章通過對保爾森研究所（Paulson Institute）資料集《全球AI人才追蹤報告》（Global AI Talent Tracker）的獨家追蹤與更新，以詳實資料揭示了近年來頂尖中國籍AI研究人員的職業去向，以及美國對中國AI人才的留存能力與吸引力變化。研究發現，儘管中美關係持續緊張，但絕大多數研究對象仍選擇留在美國，這凸顯了美國當前科研生態系統的“留存”能力依然穩固。但與此同時，文章也指出，美國在“吸引”新一代中國頂尖人才方面已出現明顯的乏力跡象，中國本土科研機會的崛起、AI研發環境的改善，正在改變人才流動的初始選擇。長期以來，來自中國的研究人員一直是美國企業和大學前沿人工智慧研究的最主要貢獻者之一。對頂尖AI研究論文的分析顯示，原籍中國的作者對美國AI成果的貢獻，即便沒有超過美國本土作者，也與之不相上下。但過去七年不斷升級的中美緊張關係引發了一個新問題：這些在美國工作的中國籍AI研究人員如今是否在大規模返回中國？更尖銳地說：美國是否正在培養那些最終會為其頭號地緣政治對手建構AI能力的研究人員？為解答這一問題，我們利用並更新了保爾森研究所（Paulson Institute）2020年一項研究中的獨特資料集——《全球AI人才追蹤報告》（Global AI Talent Tracker）（本文作者馬特·希恩是該研究的作者之一）。該資料集包含675名頂尖AI研究人員的樣本，這些研究人員的論文均被全球頂級AI會議——2019年神經資訊處理系統大會（NeurIPS 2019，接收率約為20%）接收。資料涵蓋了這些研究人員的本科畢業院校（大致可作為原籍國的參考指標）、研究生就讀院校以及當時的工作單位。在這675名研究人員中，截至2019年，恰好有100名中國籍研究人員在美國機構從事研究工作。為評估美國是否留住了這批頂尖AI人才，我們近期收集了這100名研究人員如今的工作去向的更新資訊。結果顯示，其中87人仍就職於美國機構，僅有10人前往中國企業或大學工作，其餘3人則隸屬於其他國家的機構。圖一：2019–2025年，頂尖中國籍AI研究人員的職業路徑。註：國家隸屬關係基於研究人員目前所在機構的總部所在地。來源：保爾森基金會與卡內基國際和平研究院這對美國的AI競爭力而言是個好消息——或許也令人意外。從歷史上看，赴美攻讀博士學位的中國研究人員留美率極高，約90%會長期留在美國。但在過去五年中美緊張關係加劇的背景下，多項研究表明，多個學科領域選擇離開美國返回中國的研究人員數量大幅上升。在此背景下，我們關於中國出身的AI研究人員的資料，顯示了美國作為AI前沿研究工作地的持續吸引力。但擔憂依然存在。儘管資料顯示美國有能力留住已在美的頂尖AI研究人員，但有跡象表明，美國吸引中國人才的能力正在減弱。儘管相關資料有限，但顯然，如今有更大比例優秀的中國AI研究人員選擇一開始就留在中國，而非前往美國。留美障礙與離美原因近年來，多位備受關注的中國AI研究人員決定離開美國返回中國，這引發了廣泛關注。每位研究人員回國的原因各不相同，且往往帶有個人因素，但近期的地緣政治動盪為希望留美的中國研究人員製造了新的障礙和壓力。自2018年起，一系列針對學生簽證的實際限制和擬議限制——包括討論全面禁止中國學生入境——讓許多中國研究人員陷入不確定狀態。中國申請者面臨簽證續簽的長期拖延，這使他們無法確定自己是否能完成學業並留美工作。許多選擇留下的研究人員表示，受中美科技的緊張局勢和工業間諜活動（industrial espionage）指控的影響，他們的工作被籠罩在懷疑的陰影之下。多起針對在美中國研究人員的備受關注的起訴案件，讓這一群體不寒而慄，但經進一步調查後，其中多數案件都不了了之。2021年一項針對自認為是中國出身的大學研究人員的調查顯示，42%的受訪者表示遭受過美國政府的種族定性（racially profiled）。在此期間，與中國工程師和研究人員的交流中，有多人講述了自己或同事、朋友的電子裝置被美國海關官員沒收並搜查的經歷。新冠疫情期間實施的旅行限制，進一步削弱了中國研究人員赴美或返美的意願和機會。2020年2月，美國總統唐納德·川普（Donald Trump）第一屆政府禁止過去兩周內曾在中國境內的外國公民入境，中國隨後於3月出台了針對入境旅行的限制措施。即便中國於2023年正式重新開放邊境，兩國間的航班數量依然稀缺，如今的每日航班量仍不足疫情前水平的30%。除了這些留美障礙外，中國的AI產業也對海外研究人員產生了更強的吸引力。就在五到十年前，如果有人想在AI研究的全球前沿領域工作，在中國能獲得的機會相當有限。但如今，中國的企業和大學在突破性研究和前沿AI模型訓練方面已迅速趕超，讓這些研究人員無需遠渡重洋、使用第二語言，就有機會從事這類工作。誰選擇留下，誰選擇離開儘管存在這些新的推力與拉力因素，但六年後，資料集中的絕大多數研究人員仍選擇繼續在美國機構工作。在此期間，許多人從美國大學轉入了私營部門。在這87人中，41人目前就職於美國公司，40人在美國大學擔任教授職務，另有6人要麼正在攻讀博士學位，要麼處於博士後研究階段。在就職於美國公司的研究人員中，超過一半受僱於"七巨頭"科技公司（Magnificent Seven）——Google（Google）、亞馬遜（Amazon）、蘋果（Apple）、元宇宙（Meta）、微軟（Microsoft）、輝達（Nvidia）和特斯拉（Tesla），其餘人則效力於美國一些頂尖的AI初創企業。這87人中還有3人在美國創辦了自己的初創公司。儘管100名研究人員中僅有10人返回中國機構工作，但那些選擇回國的研究人員往往具有巨大的影響力。其中2人創辦了自己的初創公司，2人在聚焦AI的科技巨頭中擔任領導職務，5人成為中國頂尖大學的教授。歸國者之一是明星研究人員楊植麟（Yang Zhilin），他於2015年從清華大學本科畢業，隨後前往卡內基梅隆大學（Carnegie Mellon University）攻讀電腦科學博士學位。在卡內基梅隆大學期間，楊植麟作為第一作者發表了多篇被廣泛引用的研究論文，合著者包括多位全球極具影響力的AI研究人員。2023年，楊植麟返回中國創辦了月之暗面人工智慧公司（Moonshot AI），其中文名是為了致敬他最喜歡的專輯。此後，月之暗面融資超過10億美元，並行布了多款全球性能領先的開源大語言模型（open-source OS models）。如今，許多美國初創企業正在採用並基於另一款中國大語言模型Kimi進行研發。他們在解釋這一選擇時，經常提到中國模型往往兼具強大性能和高性價比，而這些是OpenAI和Anthropic等美國企業發佈的封閉專有模型所不具備的。楊植麟的經歷凸顯了一個事實：儘管地緣政治競爭不斷升級，但中美AI研究界依然深度交織，通過人員、思想以及如今頂尖AI模型的豐富跨境流動緊密相連。月之暗面在過去一年迅速完成多輪融資，受到頭部基金、網際網路巨頭與產業資本的密集下注。圖源：VCG錯失下一代人才儘管美國在過去六年成功留住了大部分中國AI研究人員，但有跡象表明，其吸引中國新人才的能力已有所下降——考慮到中國在全球AI人才中的佔比，這一趨勢可能並不樂觀。最初的《全球AI人才追蹤報告》的資料來源於2019年神經資訊處理系統大會（NeurIPS）的研究人員。當時，中國籍研究人員佔該會議論文作者的29%，超過了美國的20%和歐洲的17%。對美國而言幸運的是，這些中國籍作者中的大多數（以及來自世界各地的研究人員）選擇在美國機構開展研究。從這675名頂尖研究人員2019年的所屬機構來看，59%就職於美國機構，相比之下，中國機構佔11%，歐洲機構佔10%。在本科畢業於中國的研究人員中，56%在美國機構學習或工作，37%在中國機構。而在所有就職於美國機構的研究人員中，31%的人本科學位授予自美國，其次是中國（27%），歐洲和印度各佔11%。圖二：頂尖AI研究人員的主要工作國家，2019年與2022年。註：國家隸屬關係基於研究人員目前所在機構的總部所在地。來源：保爾森基金會三年後，保爾森研究所利用2022年神經資訊處理系統大會（NeurIPS 2022）的論文作者資料重新開展了這項研究。到那時，中國籍研究人員佔抽樣作者總數的比例已接近一半，中國機構的佔比也翻了一番多，達到28%。這一數字仍遠低於美國的42%，但已足以表明中國在產出當年眾多頂尖AI研究論文方面極快的追趕速度。這也意味著，更多頂尖中國研究人員選擇留在中國而非前往美國。2022年的研究並未提供本科畢業於中國的研究人員中，有多大比例留在國內攻讀研究生學位並工作的具體資料，但該研究指出，越來越多中國出身的研究人員選擇留在中國。圖三：頂尖AI研究人員的來源國（基於本科教育背景）。來源：保爾森基金會如果這一趨勢持續下去——中國籍頂尖研究人員佔比不斷上升，而其中前往美國的比例持續下降——這對美國競爭力而言並非一個好兆頭。幾十年來，美國積累了大量精英研究人員，他們來自中國但選擇長期在美國生活和工作。如果這類人才流動停止——甚至更糟，出現逆轉——美國將難以培養和吸引足夠多的優秀研究人員來填補這一空缺。"全方位"戰略在建構和部署全球最先進、最高效的AI系統方面，美國仍保持諸多優勢。在獲取用於訓練和運行AI系統的尖端晶片方面，美國相較中國具有顯著優勢。儘管部分中國應用程式迅速崛起，但Google（Google）和元宇宙（Meta）等美國科技巨頭擁有更龐大、更多元化的全球使用者基礎，這讓它們在市場切入點和使用者洞察方面擁有中國同行所不具備的優勢。但美國AI生態系統最強大的長期優勢之一——全球最優秀的研究和工程人才庫——正面臨風險。要降低這些風險，就需要採取"全方位"戰略來培養、吸引和留住世界級AI研究人員。這需要加大對美國高中的投資，讓美國人具備進入AI領域工作的基礎能力；同時需要提供研究經費並確保簽證政策的穩定性，以吸引全球最優秀的國際學生來美攻讀研究生學位；還需要營造良好環境，讓包括中國在內的世界各地最優秀的AI研究人員願意在美國生活並行展事業。這些都並非易事，但前進的道路，以及成敗的關鍵，已然十分明確。 (IPP評論)

12月3日，美國國務院在一份備忘錄中宣佈，川普政府將從12月15日起對H-1B簽證申請人加強審查，此前，學生和交流訪問學者已需接受這樣的審查。 H-1B簽證允許美國僱主僱用某些專業領域的外國員工。川普政府加強審查引發輿論關注。西方輿論認為，川普的「反移民」政策對科學研究界形成衝擊後，美國大量科研人才的外流，恰恰為中國提供了機會。中國更多年輕學者不再選擇赴美，畢業後也留在國內發展。 《經濟學人》近日文章指出，這樣的人才流動趨勢，正在削弱美國在對華科技競爭中最重要的優勢之一，即失去吸引並留住全球頂尖人才的能力。▲5月29日，在美國麻薩諸塞州劍橋，哈佛大學校長出席畢業典禮。文章稱，這一轉變自川普第一次執政時期就已開始，在學生、科學家和技術人員族群中最為明顯。長期以來，中國科研人員一直是美國境內最大的外國研究族群。但如今，越來越多的中國科學家和學生正在回歸祖國。2000年至2019年，中國赴美留學生人數增加了六倍，並在2019年達到37.2萬人的峰值，佔美國全部國際學生的三分之一以上；但自此以後人數急速下降近30%。除疫情影響外，美國政策收緊及輿論敵意也成為重要因素。同時，美國高校在中國的吸引力明顯減弱。一些聲音認為，曾經象徵競爭優勢的「海歸光環」正在褪色。國內就業市場飽和後，中國企業僱主認為本土畢業生不遜色於美校背景，一些在美畢業生甚至出現「兩頭落空」的困境。如今，越來越多的頂尖生源選擇直接留在中國。類似趨勢也正在科學研究領域顯現。普林斯頓大學社會學家謝宇的研究顯示，2010年至2021年間，約有近2萬名華裔科學家離開美國，且自2018年起加速流失。那一年，川普政府啟動「中國行動」計劃，針對華人學者、中國企業等展開一系列調查、訴訟。此舉引發系統性不信任，造成寒蟬效應，加速了高端科研人才的流失。川普再次執政以來，繼續在人才交流領域對華施壓。今年5月，美國國務卿魯比奧稱將「積極撤銷中國學生簽證」；雖然川普隨後又表示希望再引入60萬名中國學生，但前後矛盾的言論使美國的相關政策更顯混亂。現在，美國國會的個別委員會仍在建議加強對中國學生的限制。川普也在提議對新H1-B簽證收取10萬美元費用。該簽證主要用於科技企業引進技術人才，中國和印度申請者將受到最大衝擊。▲3月20日，美國總統川普在白宮簽署行政令，要求教育部長琳達·麥克馬洪推動教育部關閉。《經濟學人》的文章認為，中國從美國的這些舉動中獲益良多。 2021年，離開美國的中國科學家中有三分之二選擇回到中國，而在2010年這一比例不到一半。原因非常明顯：中國自本世紀初以來的科學研究投入（以實際價值）成長了16倍，同時多項回流計畫持續為學者提供優厚支援。中國深知，某些產業的領導者的回歸往往具備示範效應，會帶來更多人才回流。典型例子是，曾在美國任教的中國學者施一公在杭州同其他學者共同創辦新型研究型大學，目前已吸收超200名學者。關鍵科技領域是美國下一個需要擔心人才流失的方向，尤其是在人工智慧等產業。矽谷依然聚集大量中國頂尖人才，因為美國仍是全球AI人才的首選目的地。但中國是這些人才的最大來源。根據美國智庫保爾森基金會2022年的報告，近一半的頂尖AI研究者以及在美國工作的近40%的AI研究者來自中國（以本科就讀地判定）。上述數據表明，許多美國科技巨頭依賴中國員工的專業能力。有美國媒體稱，Meta今年6月成立的「超級智慧實驗室」的11人團隊中，中國人佔了大多數。中美關係的緊張也在業界出現「外溢」現象：例如中國學者姚舜宇今年轉投GoogleDeepMind，他稱前僱主Anthropic暗示中國為“敵對國家”，成為其離職的重要原因。▲10月28日，美晶片巨頭輝達公司CEO黃仁勳表示，美國需要在中國佈局，贏得那裡的開發者。美國如今的出口管制政策使其失去全球一半的AI人才。從長遠看這是不利的，對美國自身的傷害更大。《經濟學人》這篇文章指出，雖然美國仍是全球最主要的AI中心，但中國正穩定追趕。近80%的非美國籍AI研究者畢業後傾向留在當地工作，但回流中國的比例已從2019年的4%升至2022年的8%。有學者認為，赴美中國人才管道正在收縮，而中國的大學和企業正在產出更具份量的AI研究。當美國越是排斥這類人才，他們在中國受到的歡迎就會越熱烈。除了人才流失以外，西方也面臨自身創新機制的問題。 《經濟學人》11月27日發表的另一篇文章寫道，中國深厚的人才儲備、廣泛的製造基礎以及龐大的市場規模，正使其在無人駕駛、藥品研發等關鍵產業進行高速創新。反觀美國許多州（尤其是民主黨執政的州）的監管機構，正阻撓或拖延自動駕駛汽車的發展；川普政府也對哈佛大學等高校發動攻勢，削減基礎研究經費、並對科技移民持敵視態度。這篇文章稱，在藥物領域，隨著中國臨床試驗的份額提升，歐洲正逐漸失去優勢。歐洲的監管機構往往以犧牲冒險精神和創新實驗為代價，來追求安全。文章提醒稱，美國等西方經濟體容易陷入對中國崛起的宿命論。然而，中國私營部門的創造力與監管機構的彈性同樣是關鍵因素。令人擔憂的是，西方正朝著錯誤方向前進。中國的未來並非註定，但若西方希望在關鍵科技領域保持競爭力，就必須從中國崛起中汲取正確經驗。 （中美聚焦）

OpenAI首席研究官Mark Chen爆料，矽谷AI人才爭奪激烈，Meta首席執行長祖克柏甚至親自烹飪送湯招攬人才。人工智慧企業間的商戰某種程度上並不高科技，甚至可能只關乎於一碗湯。OpenAI首席研究官Mark Chen在一檔播客節目中激情爆料，稱矽谷現在的AI人才爭奪格局已經發生了變化，Meta首席執行長祖克柏甚至自己烹飪並親自送湯來招攬他想從OpenAI挖走的科研人員。Chen透露自己當時非常震驚，但隨後“從善如流”。現在他也會給自己的新員工送湯，並希望從Meta挖走人才。不過，他不會自己烹飪，而是讓矽谷裡的一家高檔韓國餐廳負責製作。他甚至開玩笑稱計畫在OpenAI公司外開設烹飪課，以凸顯出目前矽谷人才競爭中的荒謬感。但不可否認的是，矽谷對於AI頂尖研究人才的爭奪已經進入了一個全新階段。利誘不如走心？Chen表示，Meta對他手下一半的直接下屬都拋過橄欖枝，並為挖角行動投入了100億美元。但他強調，Meta很多次挖角都以失敗告終，因為研究人員相信OpenAI的發展方向，且認為它才會是率先研究出通用人工智慧的公司。儘管如此，今年還是有很多頂尖人才選擇換個東家，且競爭也不僅只在於OpenAI與Meta之間，馬斯克的xAI、微軟、Anthropic，甚至國內大廠騰訊、字節跳動及阿里巴巴也都全情參與人才之戰。這也反映出該行業內關鍵的供需矛盾。業內共識，目前能夠設計和訓練尖端大型語言模型的人才庫極其稀少，全球具備獨立推進這項技術所需專業知識的研究人員可能不足1000人。而由於人工智慧行業允許研究人員提前兌現股權，提供特殊的計算資源獲取管道，並許諾員工在人工智慧系統建構方式中的強大影響力，企業很難用當年網際網路時期的健身房、免費咖啡等福利吸引人才，因此，更多的企業家不得不開始提供一些“情緒價值”。祖克柏的湯就是一個典型案例。企業高管通過建構親密方式來招攬員工，以在薪酬和資源上再次加碼，比如送湯的背後意味十分簡潔明了：你是重要人才，所以值得我花時間來討好。 (科創日報)