全球AI人才东流——中国「造血能力」的结构性优势与制度性短板

一、被简化的叙事：海归潮 ≠ 人才胜利

媒体叙事将"最大规模海归潮"呈现为中国的结构性优势——这没有错，但忽略了一个更根本的问题：中国目前吸引回来的，主要是中层应用人才，而非能定义方向的顶尖创新者。

卡内基追踪100位在美国机构工作的华裔AI专家（2020~2025年），5年间从美国回到中国的只有10人，留在美国的高达87人。这一数据与"海归潮"叙事并行不悖，恰恰说明：回流的增量主要来自中层，而顶层的流失率仍然维持在90%以上。

结论：海归潮是真实的、结构性的，但它首先填充的是中国在中后期应用创新上的人才缺口，而非在"从0到1"原创突破上与国际顶尖的竞争。

二、数据底座：中国AI人才版图的真实结构

NeurIPS的国籍分布：量变正在引发质变

用最硬的指标——AI领域门槛最高的大会NeurIPS的论文作者国籍——来看：

如果这一趋势持续下去，经济学人预测：到2028年，中国顶尖AI专家的数量将是美国的两倍。 《芯片战争》作者Chris Miller因此发出警告："美国AI人才管线正在破裂。"

中国本科母校垄断NeurIPS前十

NeurIPS论文作者本科毕业于中国大学的占比极高：前十中九所位于中国，清华以4%的贡献率居首——是美国第一的麻省理工（1%）的四倍。这一数据说明：全球AI产业的底层人才供应链，已经高度依赖中国的本科教育体系。

关键逆转：留存率从1/3升至68%

2019年，在中国读本科后选择赴美读研或工作的比例高达56%，留在国内的只有约1/3。到2025年，本科毕业后留在中国的比例升至68%——这一逆转意味着：中国不仅在培养全球最多的AI本科人才，同时开始留住他们。

三、美国凭什么留住顶级人才——金钱之外的四条原因

这是这份分析最核心的部分。它回答了一个被媒体叙事长期忽略的问题：为什么薪资只有美国30%的中国，能培养出全球最多的AI人才，却留不住他们？

MacroPolo的研究总结了四大原因：

四、重金挖人的悖论：为什么"砸钱抢人"可能帮倒忙

华南理工研究员戴明杰的研究指出了一个问题：重金挖人策略本身，可能正在系统性地破坏人才生态。

逻辑链条如下：

1. 鼓励"镀金"心理：如此多AI人才本科阶段都在国内读，让他们看到国内重金挖人，实际上是鼓励大家都去美国镀金，然后待价而沽——因为镀金本身就是溢价手段。
2. 挤压本土人才：外部高价挖人，本土科研机构的成熟人才被系统性抽走，留下空缺或迫使本土机构也参与薪资竞争，破坏本土生态。
3. 吸引投机分子：真正为科研理想留下的人不在乎薪资，只在乎科研环境；只考虑薪资的往往是普通人才，甚至投机分子。

对于诺奖级、或者AI领域能定义方向的那类顶尖人才，同行圈子才是第一决定因素。而同行圈子的形成需要几十年积累、开放的学术交流、顶级的实验室和项目——这些都不是薪资包能买来的。

五、"造血能力"的优势是真实的，但有天花板

教育体系：最大的人才摇篮，但不是人才高地

中国的教育体系确实在AI人才培养上具有结构性优势：

• 规模：每年500万STEM毕业生，全球第一；是美国的四倍
• 质量：NeurIPS本科母校前十中九所是中国大学，清华贡献率是MIT的四倍
• 成本：大批量培养工程师和应用研究人才，效率极高

但这套体系的强项是早期培养——它能规模化地生产高质量的本科人才和初级工程师。中后期发展（从工程师到能定义方向的创新者）仍然是短板，需要去美国完成。

DeepSeek验证了什么

DeepSeek案例——核心成员均为本土培养，平均年龄20多岁——验证的是：中国本土培养的工程落地能力已经非常强。DeepSeek的成就是在"软件定义算力"约束条件下完成的，本质上是工程能力的胜利，而不是原创理论的胜利。

这两者之间的区别至关重要：工程能力可以靠规模化的"造血"培养出来；原创能力需要的是能允许失败、鼓励非共识、让少数天才真正自由的制度环境。

六、美国的优势正在消退，但趋势并非单向

三个逆转信号

从2019到2025年，多个指标出现逆转：

美国政策的变化（移民政策收紧、安全审查、经费收缩）加速了这些趋势。但需要注意的是：这些逆转主要是量的变化，不是质的飞跃——回来的多数是中层应用人才，顶层原创人才仍然高度集中在美国。

AI军事化：一个被低估的结构性力量

视频中还指出了一个关键变量：当美国加速AI军事化应用，硅谷与五角大楼已经嵌合在一起时，AI不仅是商业和技术问题，而是国家安全和战略问题。这意味着两国夹缝里的AI人才，必然也必须面临选边站的问题。

这一趋势对中国是双刃剑：

• 正面：美国的安全审查和对华人科学家的怀疑，正在推动一部分原本"中立"的华裔科学家重新考虑中国选项
• 负面：当AI人才必须选边站时，中国能否提供足够的科研自主权和项目安全感，成为留人的关键变量

七、政策层面的进展：具身智能与"超常规"人才培养

2026年4月28日同天的微博信息，提供了中国在制度层面的推进：

这一调整说明：中国的AI人才战略正从"被动响应"转向"主动供给侧调整"——从本科阶段就实现对未来产业方向的人才定向培养。这与"超常规"人才培养政策（八部门联合发文）共同构成了制度层面的系统性推进。

但需要注意的是：这些政策主要解决的是"规模供给"问题，而不是"顶尖创新"问题。在顶尖原创人才层面，中国需要的不是更多具身智能专业的本科生，而是能让这批人留下来完成中后期发展的创新生态。

八、综合判断：优势与短板的"双轨并行"

整合多来源数据，可以得出一个更完整的框架：

九、结论：从摇篮到高地的跨越，才是真正的赛场

回到核心命题：中国AI人才的"造血能力"是真实的结构性优势，但它只是起点，不是终点。

从"出人才"到"留住人才"再到"吸引顶级人才"，这是三个不同的任务阶段。中国已经完成了第一个，正处于第二个的艰难爬坡期。第三个——真正让诺奖级人才把中国视为首选而不是退路——需要的是制度的根本性变革，而非薪资包的竞争。

黄仁勋说"美国绝对有可能在AI上落后于中国，因为人才在变"——这句话是真的，但变的是中层应用人才的留存率，而非顶层原创人才的流向。技术领导力最终属于那个能吸引最顶尖人才去做最原创工作的生态——在这一维度上，中美的差距比NeurIPS的占比数据所暗示的要大得多。