卡内基国际和平基金会(Carnegie Endowment for International Peace)上周发了一份报告,核心数据只有两组数字:中国 40.6%,美国 34.2%。
这是中国首次在"顶尖 AI 人才占比"这个指标上反超美国。消息在 Hacker News 讨论区冲到首页,原报道见 aiweekly.co。
数字看起来简单,但拆开看没那么简单。
数据本身说了什么
卡内基这份报告的统计口径是:NeurIPS 等顶级 AI 会议论文作者的国籍/所属机构。
不是看 GitHub star、不是看 arXiv 论文总数、也不是看 H-index 排名。卡内基选的口径是"顶会一作+通讯作者",这个群体在学术界通常被认为是"真正在做前沿研究的人"。
40.6% vs 34.2%,差距 6.4 个百分点,样本量足够大,统计意义显著。但有几个细节容易被忽略:
- "顶尖"的定义:是 Top 20% 还是 Top 10%?卡内基报告里用的是"在 NeurIPS 发表过至少一篇论文的作者",这个门槛其实不算特别高
- 国籍 vs 机构:论文作者填的是"affiliation"(所属机构),国籍和所在国经常不一致——一个拿中国护照的博士生在 MIT 做博后,通常被算成"美国机构"
- 样本偏差:NeurIPS 的投稿门槛本身偏向英语圈,中国作者要发 NeurIPS 通常需要英文写作+海外经历,这个筛选过程已经过滤掉了一大批纯本土研究者
所以这 40.6% 的口径,大致是"在 NeurIPS 发过论文的中国关联研究者(国籍或机构)"占比,不是"全球最顶尖的 100 个 AI 研究者里有多少中国人"。
这个反超来得有多快
2019 年,这个数字大概是反过来的——美国 60%+,中国不到 30%(具体数字不同口径略有差异,但量级是清楚的)。
5 年时间,美国掉到 34.2%,中国涨到 40.6%。中间发生了什么?
美国这边:
- 2020 年起特朗普政府对 H-1B 收紧,签证拒签率飙升
- 2022 年底开始的芯片禁令,让中国学生/研究员接触英伟达高端 GPU 变得困难
- OpenAI、Anthropic 这些头部实验室薪资水涨船高,学术圈"产学研失衡",大学留不住人
- 2023 年后整体政治氛围对华人研究者的不友好(虽然没明说,但 FBI 的案子、出口管制执法都在发生)
中国这边:
- 清华姚班、智源、复旦等机构持续输出
- 海外博士回流率上升——这两年回国的人明显多了
- 国产 GPU(华为昇腾、寒武纪)在受限环境下做出了替代方案
- DeepSeek、Qwen 这些开源模型的发布,给了本土研究者"在英伟达生态外也能做出 SOTA"的信心
但 5 年时间从 60:30 翻到 34:40,这不是线性变化能解释的。中间至少有一个结构性转折点——可能是 2022 年底 ChatGPT 发布之后,中国政府的投入突然加大,也可能是 2023 年芯片禁令把"在中国做研究"变成了某种"爱国选项"。
数字没告诉你的事
卡内基这个口径有个隐藏假设:NeurIPS 论文作者 ≈ 全球顶尖 AI 人才。
但如果换三个口径看,结论差别很大:
口径 1:论文作者国籍(卡内基用的)
中国 40.6% > 美国 34.2%
口径 2:就业地(看 LinkedIn / 公司官网)
美国还是占优。OpenAI、Anthropic、Google DeepMind、Meta AI 的核心研究员,绝大多数在美国工作。即使是中国人,很多也是在 US 的 lab 里做研究。
口径 3:看"真正在哪儿做出突破"
这个口径最模糊,但 Transformer、GPT-4、Claude 3.5、Gemini 这些里程碑,主创基本都在美国公司。Qwen、DeepSeek 是中国团队做的,但国际影响力还在追赶。
所以"40.6%"这个数字,真正代表的是中国培养的、具备 NeurIPS 发表能力的 AI 研究者存量,不是"中国在 AI 创新上的实际贡献占比"。两者差距很大。
争夺战的下一个战场
人才战进入下半场,两边打法不一样:
美国这边:
- 签证政策松动(拜登/特朗普政府都在讨论 STEM PhD 绿卡)
- 算力优势——英伟达 H100/B200 在美国本土的供应是受限的,但盟国(沙特、阿联酋)能拿到
- 创业生态——OpenAI、Anthropic、xAI 给的薪资包,学术圈根本没法比
- 移民政策如果继续收紧,反而会加速人才回流中国
中国这边:
- 清华姚班继续扩招,本科阶段就开始筛
- 海外回流补贴——很多城市给"千人计划"级别的待遇
- 产业落地机会多——大模型公司遍地开花,从字节到 DeepSeek 到月之暗面,给的薪资也开始接近美国一线
- 国产芯片生态成熟——昇腾 + MindSpore、昆仑芯 + PaddlePaddle,虽然性能有差距但能跑
下一个 5 年,真正的变量不是"谁培养的人才多",而是"谁能留住人才 + 谁能让人才做出突破"。这两件事是两码事。
编辑思考
卡内基这个 40.6% vs 34.2% 的数字,最重要的信号不在顶尖那波,而在中段。
顶尖那 5%(真正在定义 AI 未来的人)——这波人还在美国公司里,变化不大,过去 5 年也没怎么变。卡内基的报告数据本身就是"NeurIPS 发表过论文的人",这个池子够大,真正决定数字变化的不是头部,是40-60 分位的博士群体。
这部分人的特征是:有能力发顶会,但还没拿到终身教职/首席科学家头衔。他们是最容易被政策环境影响的群体——签证一卡、薪资一涨、芯片一禁,他们的流向就变了。
所以这个数字不是"中国 AI 崛起"的证明,也不是"美国 AI 衰退"的证明。它是中段人才流动趋势的一个截面。
我的判断:
1. 这个数字还会继续往中国倾斜,但幅度会放缓——能回流的已经回流得差不多了
2. 真正的变量在 2026-2028——如果美国签证/移民政策进一步收紧,会触发第二轮回流;如果放开,这个趋势可能停
3. 卡内基的口径本身有偏差——它低估了"在美工作的中国研究者"对美国 AI 的贡献,所以 34.2% 这个美国数字可能系统性偏低
最后留个不确定性:卡内基报告我没找到完整 PDF,只看到 aiweekly.co 的二手解读和 Hacker News 讨论,具体统计方法(尤其是"顶尖"的具体阈值)需要看原报告核实。如果原报告的口径和我上面说的有出入,文中的判断需要调整。