去年年底，全球最顶级的AI学术会议NeurIPS，第一次在两座城市同时开。主会场在美国圣地亚哥，分会场设在墨西哥城，大约500个座位。

主办方给了两条理由：参会人数暴涨，以及，过去几年，一些参会者越来越难拿到美国签证。论文被录用、却去不了圣地亚哥的作者，优先分到墨西哥城。

这场会的作者名单，恰好是卡内基中国9月23日发布的全球AI人才报告的全部样本。

NeurIPS2025中国入选论文数量较2024年增加了45%

报告追踪了其中10280位作者的完整履历，结论足够上头条：2025年，全球顶尖AI研究者中，41%在中国工作，34%在美国。

三年前，这组数字是27%对46%。中国第一次成了顶尖AI人才的头号工作地。

卡内基报告《Who's Ahead in the Global AI Talent Race?》

2025年 40.6%的顶尖AI人才在中国工作，34.2%在美国

同一份报告里，还有一组方向相反的数字：按照本科教育所在地与当前工作地的差额计算，美国人才净流入2145人，中国净流出1729人。头号工作地，同时是最大的人才净流出国之一。

报告中的顶尖 AI 人才跨国迁移净流动统计

01.

两组数字都对

细读报告，报告里其实用了三把尺子。

量"生产"的那把，看顶尖研究者本科在哪里读。57%在中国，三年涨了11个百分点；美国只有13%。

量"留存"的那把，看本国培养的人有多少留在本国。美国89%，韩国77%，中国从57%涨到69%，欧洲60%。

量"吸引"的那把，拿本科出身和现在的工作地对账，就是开头那组净流入、净流出的数字。

顶尖 AI 人才求学就业流动图

把数字互相倒推一下，能得到一组报告正文没有直接写出、我们认为最关键的对比——在中国工作的顶尖AI研究者里，本科在中国读的约占98%。在美国工作的顶尖AI研究者里，本科在美国读的只有三成多。翻译过来就是：中国的AI人才几乎全是自己培养的；美国的AI人才，三个里有两个来自海外。

中国培养了超过一半的全球顶尖AI人才

这是两种截然不同的生意模式。中国像一座超大型工厂，产量惊人，绝大部分产品内销，剩下的出口。美国像一家全球交易所，自己产量有限，但全世界最好的货都愿意到它这里挂牌。工厂拼产能和良品率，交易所拼信誉和准入门槛。问"谁领先"之前，得先问比的是哪一门生意。

02.

中国长得太快  

看到41%对34%，很多人的第一反应是美国在失血。数据不支持这个判断。NeurIPS这三年规模暴涨，录用论文从2834篇涨到5823篇，作者从不到1万人涨到2.5万多人。饼做大了一倍多，份额就得换个读法。

粗略按作者总量折算，在美国工作的顶尖研究者三年大约翻了一倍，在中国工作的翻了两番。

美国的研究者队伍也在扩张，但中国增长更快。

报告第二条结论里还藏着一个细节：在美国工作的这批研究者里，本科来自中国的比例又涨了4个百分点。

中美关系紧张了三年，美国AI队伍对中国出身人才的依赖反而更深了。

两国之间的流动也依然高度单向。

每30个在美国工作的中国本科出身研究者，只对应1个在中国工作的美国本科出身者。三年前是46比1。交易所照常开市，工厂照样出口。只是，越来越多的产品，选择留在国内。

03.

北大登顶

报告里最有画面感的是机构排名。

2022年第一名是谷歌，2025年换成了北京大学，清华第二，韩国KAIST跃升12位到第三，上海交大第四。

2025年4月，《金融时报》援引多位DeepMind现任和前任科学家报道：公司对生成式AI领域的"战略性"论文设了6个月的发表禁令，内部审批也变得繁琐。一位在职研究员说，放到今天，他很难想象公司还会把当年的Transformer论文公开出去。

DeepMind 针对生成式 AI 领域战略性论文设置6个月发布禁令

OpenAI、Anthropic这类前沿实验室，公开发表本来就少。

所以这张榜单测的，严格说是"在顶会上公开发论文的人"。美国最前沿、最涉及商业机密的那批人，有不少在统计里是隐身的。

报告自己也承认，样本略偏学术界、低估了产业界。报告也承认，部分跨国企业研究人员的工作地归类，可能与实际办公地点存在偏差。

反过来，中国的大模型公司恰恰最愿意开源、发论文。开放既是技术路线，也是招聘广告。一篇被全球同行传阅的论文，就是研究者最硬的简历。

研究统计显示：开放成果会显著提升研究可见度、引用量，提升研究者在行业内的声誉，提升求职竞争力。

这里还藏着一个更有意思的问题：榜单前四为什么全是大学？

顶会论文的第一作者，大多是在读博士生。北大、清华、上交登顶，背后是一支规模庞大的博士"学生军"在做前沿研究。

DeepSeek就是这条流水线最典型的产物。梁文锋2024年接受《暗涌》采访时说，V2模型团队里没有海外回来的人，全是本土培养的。他承认前50名的顶尖人才可能不在中国，"但也许我们能自己打造这样的人"。后来被业内反复拆解的MLA架构，最早源于团队里一位年轻研究员的个人兴趣。

流水线的上游还在扩产。2018年，首批35所高校获批开设人工智能本科专业；2020到2024年，全国又新增了400多个专业点。按时间推算，这批学生大多还没走到顶会作者这一步。专业点多了，未必等于顶尖人才多了。

几年后，这批博士毕业时，是在海淀、上海、杭州当教授、开公司，还是登上飞往旧金山的航班，才是真正地考验（或者检验）

中国多留下的人

留存率从57%涨到69%，报告给了两个原因。

一是国内AI产业爆发，好工作变多了。二是美国针对中国STEM研究生的签证收紧，出去变难了。一个是拉力，一个是推力。拉力是中国自己挣来的，推力某种程度上是美国送的。

推力有多大？

斯坦福《2026年AI指数报告》给过一个数字：流入美国的AI研究者和开发者比2017年少了89%，仅最近一年就跌了80%。

最近一年发生了什么，大家都看得到。

2025年9月，白宫宣布新申请的H-1B签证要额外支付10万美元。今年6月，联邦地区法院撤销了执行这项收费的政策；7月，上诉法院驳回了政府的暂缓请求，钱至今没收上来。9月18日，白宫又把政策延长到2027年9月。而在8月，国土安全部还另起炉灶，提议对抽签类H-1B申请收取10.3万美元的新费用。

此刻，这笔钱在法律上收不到。

但一个正在决定去哪读博的22岁学生，算账的方式不一样。他押注的是未来五到七年的政策走向。今天发、明天撤、后天又延期，这种来回摇摆本身就是成本。

说出来你可能不信，连NeurIPS都在替这笔成本买单。墨西哥城那500个座位，就是为这种不确定性加的。

NeurIPS明确表示了设置分会场是为了应对近年来激增的签证困难问题

哪天美国政策转向，对中国来说，是否还要继续出口一部分?

中国自2025年10月起推出了面向青年科技人才的K字签证，但30比1的对流比说明，这座工厂至今几乎没有"进口"业务。它擅长自己造人；把全世界的人吸引过来，还是另一回事。

人才按街区聚集

跳出中美，这份报告还有一张更值得城市和园区细看的地图。全球第一和第二，北大和清华，中间只隔一条中关村北大街，步行一刻钟。

第三名KAIST，在韩国大田的大德研发特区，一座靠国家意志规划出来的科学城。韩国也凭77%的留存率排到全球第二。

KAIST（韩国科学技术院）坐落在大德研发特区的核心腹地，是整个大德科创集群最核心的引擎与人才供给源

新加坡国立大学从第25名升到第13名，南洋理工从第29名升到第16名。一个城市国家，靠两所大学挤进了全球前20。像Manus这样把总部迁到新加坡的公司，让它越来越像中美之间的缓冲带。

NUS (新加坡国立大学)

另一端，ETH苏黎世和牛津双双跌出榜单，欧洲培养的人大量去别处工作。印度更极端：顶尖人才份额又降了2个百分点，两次统计都没有一所机构上榜。

放在一起看，顶尖AI人才竞争真正的单位，是几平方公里的街区。国家排名，只是这些街区的加总。

国内的格局也一样。

进入全球前四的三所中国高校，两所在北京海淀，一所在上海。城市之间的AI人才竞争，第一轮在高考志愿表上就开始了。第二轮发生在博士毕业那一刻。杭州没有一所学校进前四，却因为DeepSeek和阿里，成了这一轮最大的赢家之一。

06.

回到墨西哥城那500个座位。一场会议可以同时开在两座城市。一个研究者的职业生涯，最终只能落在一座城市。

几十年来，美国靠让全世界最聪明的年轻人愿意在它那里落脚，赢下了这场竞争。今天它的队伍仍在扩张，却越来越依赖一扇时开时关的门。

中国走的是另一条路：自己培养，自己留住，试着把前50名也放进自己的流水线。