全球AI人才流向反转是什么?一文看懂来龙去脉

为什么突然火了

1. 01

   卡内基中国中心9月23日发布AI Talent Tracker 3.0:在NeurIPS 2025作者的10280份完整履历中,40.6%的顶尖AI人才工作于中国,34.2%工作于美国,两国次序较2022年发生反转。

2. 02

   底层资料来自NeurIPS使用的投稿与学者档案平台OpenReview。研究从25677名不重复作者出发,最终采用同时具备本科、研究生和工作经历的40%样本。

3. 03

   中国不是靠从外部搬来一支现成人才队伍:样本中57%的人本科就读于中国,比2022年增加11个百分点;其中69%如今也在中国工作。

4. 04

   最反常识的是,美国仍是人才净流入最多的国家,相对本科培养地净增2145人;中国则净流出1729人。中国成为最大工作地,是因为培养池扩张得比人才外流更快。

所谓全球AI人才流向反转,不是研究者整齐地从美国搬回中国,而是人才从哪里培养、在哪里留下、最终在哪里工作这三张地图同时变化。按卡内基的新样本,中国首次成为顶尖AI研究者最多的工作地;但美国依旧能从全世界吸走最多人才,本国培养者的留存率也更高。

因此,“中国超过美国”和“美国仍是全球人才磁铁”并不矛盾。前一句统计所有研究者最后落在哪,后一句比较一个国家吸引来的人与自己培养出去的人相差多少。把总量、来源和净流动混成一个指标,才会得出“人才已经集体回流”这种过度结论。

脉络时间线

1. 1998北京出现一座研究桥梁

   微软亚洲研究院成立,让一代代中国计算机人才在本地进入国际研究网络,不必先离开亚洲才能接触前沿课题。

2. 2017–2019美国中心的单向管道

   顶尖本科生从中国进入美国博士项目和实验室成为常见路线。早期MacroPolo追踪显示,2019年仅11%的中国来源顶尖人才在中国工作。

3. 2020人才流动遇上国家安全

   美国第10043号总统公告限制部分与“军民融合”相关院校有联系的中国研究生和研究人员入境。

4. 2022中国成为最大培养来源

   上一版追踪发现,中国高校培养了47%的顶尖AI人才;但工作地仍由美国领先,约为46%,中国约为27%。

5. 2023–2025本土实验室成为前沿岗位

   中国大模型公司扩张,DeepSeek大量招募本土高校毕业生;来自Google、OpenAI等海外实验室的资深研究者也开始加入中国企业。

6. 2025模型表现改变职业预期

   DeepSeek等开放权重模型证明,研究者留在中国同样能参与全球前沿工作,“国内岗位是次选”的默认印象开始松动。

7. 2026-09工作地排名翻转

   卡内基报告显示,中国占顶尖AI工作地约41%,美国为34%;北京大学还取代Google,登上机构榜首。

先看懂“顶尖人才”是怎么数出来的

这不是一场覆盖所有AI从业者的人口普查。卡内基把NeurIPS录用论文的作者定义为可重复观察的“顶尖AI人才”样本。NeurIPS是机器学习最重要的学术会议之一,2025年纳入研究的赛道共录用5823篇论文,涉及25677名不重复作者。研究者再从OpenReview自填档案中提取本科、研究生、当前工作机构三段经历,三段齐全者有10280人,占40%。

这里的“来源地”不是国籍、族裔或出生地,而是本科院校所在国家;“工作地”则依据观察年份里的雇主记录。跨国公司的归属有时会按机构总部而非研究者实际办公室计算。完整履历样本也略微高估学界、低估产业界。卡内基明确提醒:中美总量反转的结论最稳健,单个研究者的物理位置可信度稍低,欧洲的升降甚至会随样本范围变化。

这些限制不是为了否定结果,而是划清它能说明什么:在一个持续多年、口径大体一致的前沿学术会议作者群体中,中国机构首次承接了最多人才。它不能被扩写成“全球每100名AI工程师有41人在中国”,却足以捕捉研究前沿的重心移动。

旧管道是怎样形成的

过去二十年,一条典型履历有三个站点:中国读本科、美国读博士、进入美国大学或科技公司。中国提供规模庞大、数学训练扎实的学生;美国的研究经费、算力、实验室密度和移民通道,又把这些人集中到少数前沿机构。布鲁金斯学会概括2022年数据时指出,中国培养了47%的样本人才,美国本土只培养18%,但美国却吸纳了最大的工作份额。

这不能简单叫“人才流失”,它更像一条跨国生产线。1998年成立的微软亚洲研究院,把中国高校与国际论文、导师和工业研究连接起来;本科毕业生到美国完成博士训练,又在跨境合作中建立网络。美国实验室获得了本土教育体系难以独自供应的人才,中国高校则逐渐积累校友、方法和后来回流的骨干。

变化在最新报告前已经出现。按旧版追踪,中国来源人才留在中国工作的比例从2019年的11%升至2022年的28%。卡内基这次用完整履历重算后,给出的可比留存率是2022年57%、2025年69%。不同版本因样本和完整性规则变化,绝对数不能直接拼接;但方向一致——那根高度单向的管道正在变成双向网络。

“留下来”第一次成为前沿选择

研究者选择的不只是一份薪水,还包括有没有重要问题、算力、同伴,以及能否真正主导一个方向。中国大模型浪潮改变了这组条件。垂直媒体Rest of World记录了DeepSeek如何从清华、北大等高校招募应届生与实习生,让年轻人很早就承担核心任务,不再把硅谷当成必须完成的“最后一站”。潘子祯2023年在英伟达实习后选择当时默默无闻的DeepSeek;不到两年,团队做出的模型已迫使全球行业重新估算中国实验室的能力。

这类成功最重要的作用是“证明”。当一家受芯片限制的本土实验室也能完成前沿研究,留在国内便不一定等于离开最难的问题——而这层限制远不止加速卡本身:在AI存储超级周期之下,谁能买到足够的HBM,正在决定谁能以多大规模训练模型。同一生态还在为AI智能体手机提供模型,需要打造自主AI网络安全代理的专业研究者,也聚集了让宇树GD01这台半吨机器保持平衡的控制团队。应用制造岗位需求,突破又提高下一届毕业生留下的意愿,两者开始互相加速。

资深回流者则放大了影响。《联合早报》旗下ThinkChina梳理出一批标志性去向:前Google DeepMind研究副总裁吴永辉加入字节跳动;曾领导OpenAI多个智能体项目的姚顺雨出任腾讯首席AI科学家;Gemini前强化学习负责人周浩在2026年初加入阿里巴巴。几个知名案例不能代表大规模迁徙,但首席科学家和团队负责人可以撬动远超人数本身的预算、招聘和研究议程。

美国的“推力”存在,但不是全部答案

旧路线也变得更难预测。美国2020年发布第10043号总统公告,限制部分与被认定参与“军民融合”的中国院校有关联的研究生和研究人员入境。签证抽签、安全审查,以及华裔科学家感受到的普遍怀疑,又给公告范围之外的人增加了摩擦。斯坦福《2026 AI指数报告》称,迁往美国的AI研究者与开发者数量较2017年下降89%,仅最近一年就下降80%。

但若把反转全归因于美国设限,就忽略了更大的分母。卡内基样本中,中国来源者已占57%,其中69%留在中国。即使没有一位成名科学家“归国”,只要越来越多毕业生第一份重要工作就在国内,工作地地图也会移动。它首先是本土培养管线达到规模的故事,其次才是跨境搬家的故事。

与此同时,美国的吸引力没有消失。它能留住89%的美国来源人才,高于中国的69%;人才净增2145人,仍是样本第一。中美之间的流向仍极不对称:每1名美国来源研究者在中国工作,约有30名中国来源研究者在美国工作,只是比2022年的46比1缩小。美国失去了工作总量榜首,却依然拥有更强的全球进口机器。

为什么偏偏是现在

三条曲线在2026年交会。第一,中国高校把上游人才池做大了:中国来源占比升至57%,北京大学在卡内基机构榜上超过Google。第二,本土实验室拿出全球可见的前沿成果,让“留下”从签证受阻后的退路变成主动职业选择。第三,恰在国内机会变得可信时,跨境求学与就业的政策摩擦上升。

技术竞争本身也在缩小心理距离。斯坦福AI指数指出,从2025年初起,中美模型曾多次交换领先位置;中国同时在论文总量和引用量上领先。人才会奔向看起来能做成大事的地方;人才聚集后,那个地方又更可能做成下一件大事。这是一条自我强化的回路。

不过,规模第一不等于环境第一。ThinkChina的访谈也提到高校考核压力、学界与企业之间的僵硬边界,以及部分回流者对组织文化不适应。中国可以成为最大工作地,却仍需改善原创研究的空间和成果转化;美国可以继续净吸纳最多人才,却不能假设这种吸引力天然永久。

真正被改写的不是一座奖杯从一面国旗搬到另一面,而是一条旧常识:中国培养的最佳AI人才,最终理所当然会在美国工作。如今至少出现两个可信中心,韩国和新加坡也在上升。AI研究地图正从漏斗变成网络——讽刺的是,政策又在努力把这张网络切成几块。

关键事实

NeurIPS 2025作者

25677人

完整履历样本

10280人(40%)

工作于中国

40.6%

工作于美国

34.2%

中国来源占比

57%

中国人才留存

69%

各方怎么说

常见问题

这项研究证明中国AI从业者总数超过美国了吗?

没有。它观察的是NeurIPS作者中履历完整的人,不是所有AI员工。更准确的理解是:在一个口径连续的前沿研究样本中,工作重心已经移动。

中国既是最大工作地,为什么仍然人才净流失?

因为中国的来源池大得多。它留下69%的本国来源研究者,但流出人数仍多于从海外吸引的人数;美国自身培养占比较小,却靠进口录得最大净增量。

研究按国籍统计吗?

不按。它以本科院校所在地代替来源地。中国公民若在美国读本科会被计为美国来源;国籍、族裔和出生地都不是分类标准。

为什么选NeurIPS?

录用作者可作为前沿机器学习研究者的可重复代理指标,OpenReview又提供结构化履历。代价是单一会议无法代表应用工程师、封闭工业实验室和整个AI劳动力市场。