在阅读此文前，为了方便您进行讨论和分享，麻烦您点击一下“关注”，可以给您带来不一样的参与感，感谢您的支持。

本文章内容均有可靠的信息来源，相关信源加在文章结尾

2026年9月23日，卡内基国际和平基金会旗下卡内基中国发布了一组很有冲击力的数据：在其追踪的2025年NeurIPS顶尖AI研究者样本中，41%的人在中国工作，美国只剩34%。三年前，美国还是46%，中国只有27%。

短短三年，中美之间19个百分点的差距，变成了中国领先7个百分点。更耐人寻味的是，9月28日，斯坦福又发布美国人才报告，直言美国在吸引和留住科技人才方面相对中国的优势正在迅速收窄。

中国培养人才，美国负责把最优秀的一批吸走。现在，这条路开始没以前那么顺了。

反超到底发生在哪

卡内基统计的是NeurIPS这一顶级人工智能会议的研究者工作地。2025年NeurIPS共接收5823篇论文、涉及25677名作者，研究团队进一步追踪了其中超过1万名研究者的教育和职业路径。

这个样本不能代表全世界所有AI从业者，但用来看最靠近前沿研究的一批人，非常有参考意义。

2022年的情况是，美国占46%，中国占27%。到了2025年，中国变成41%，美国下降到34%。也就是说，这不是中国一点点追上美国，而是双方相对位置出现了26个百分点的摆动。

在我看来，这组数字最大的意义还不是谁多了7个百分点，而是一个延续很多年的认知正在发生变化：做最前沿的AI研究，并不再天然意味着必须去美国。

以前中国在全球AI人才链条里的优势，更多体现在“培养”。

学生在清华、北大或者其他中国高校完成本科，再去美国读博士，最后进入美国大学、Google、Meta等机构工作，这条路径过去非常常见。

现在出现了另一个变化。2025年全球顶尖AI研究者中，本科阶段在中国接受教育的比例已经达到57%，而美国本科背景约为13%。这说明中国仍然是全球最重要的AI人才培养来源之一。

区别在于，人培养出来以后，越来越多开始留下来。

2022年，中国本科背景的这批顶尖研究者，最终留在中国工作的比例只有57%。2025年已经提高到69%，三年增加12个百分点。

这就很值得琢磨了。因为人才竞争真正麻烦的地方，从来不是培养不出聪明学生，而是花十几年把人培养出来以后，人家拿着最值钱的知识和能力去了别人的实验室。

如果人才来源没变，工作地点却开始变，这才说明人才竞争的底层条件发生了变化。

中国开始留得住人

为什么越来越多顶尖AI人才愿意留在国内？只讲住房补贴、人才奖金，很容易把问题说浅。

钱当然重要，但一个真正处在AI前沿的研究人员更在乎另一件事：我留下来以后，到底有没有足够好的问题让我研究，有没有团队，有没有算力，有没有公司愿意把研究做成产品。

中国这几年最大的变化恰恰发生在这里。

DeepSeek、月之暗面以及一批大型互联网公司的AI团队不断扩张，本土市场已经能够提供越来越多从基础模型、算法研究到工程部署的高端岗位。

2026年9月发表在《Technology in Society》的一项研究，统计了2018年至2025年中国主要招聘平台超过100万条AI岗位信息。

结果显示，中国AI招聘已经明显向专业化、工程化发展，大语言模型、生成式AI、深度学习框架和机器人等能力的重要性迅速提高，而且相关需求开始从传统一线城市向更多城市扩散。

这背后的意思很直接。以前一个年轻研究人员想做最前沿的大模型，他可能认为美国提供的机会明显更多。

现在他在北京、上海、杭州、深圳，同样能够进入真正做大模型、芯片、机器人或者AI应用的核心团队。

选择空间变了。地方政策又进一步降低了人才留下来的现实成本。

例如2026年浦东“明珠计划”继续面向全球吸引高层次人才，入选者可获得20万至700万元个人及团队专项资助；其中符合条件的高峰项目还可以叠加最高1亿元项目补贴。

这里说的是最高档次人才支持，并不是普通AI从业者人人都能拿，但它至少说明，各地已经把顶尖科技人才当成一种战略资源来争。

说白了，人才会不会留下，不是看一句“欢迎回国”。

而是看国内有没有形成一个闭环：学校能培养人，实验室能做研究，公司能接住人，资本愿意投入，市场还能把成果变成产品。一旦这个闭环转起来，人才流动方向自然会变。

这也是为什么我更倾向于认为，今天最值得关注的不是几个著名科学家回国的新闻，而是大量年轻研究者开始发现，不离开中国，同样可以站在AI研究第一线。

美国磁场还强，却不再只进不出

不过，如果因此得出“美国已经留不住AI人才”，那又走到了另一个极端。

卡内基的数据里还有两个很重要的数字。2025年，美国培养的顶尖AI研究者，本土留存率仍然达到89%，明显高于中国的69%。

同时，美国仍然是AI人才净流入国，卡内基样本测算，美国净增加2145名研究者，而中国仍净流失1729名。

所以现在还远远谈不上美国科研体系失去吸引力。美国的大学、实验室、风险资本和科技企业仍然是世界上最强的一套AI人才基础设施之一。

2026年斯坦福AI Index统计，美国2025年私人AI投资达到2859亿美元，是中国124亿美元的23倍以上；美国新获得融资的AI企业达到1953家。

这就是为什么我觉得，“硅谷神话破灭”真正应该理解成唯一目的地的神话正在破，而不是硅谷本身已经没有竞争力。

真正让美国科技界需要留意的是另一个数字。斯坦福AI Index发现，与2017年相比，流入美国的AI研究人员和开发者数量下降了89%，仅最近一年就下降80%。美国仍然拥有规模庞大的AI人才，但新增国际人才流入速度已经明显放缓。

9月28日，斯坦福发布《2026美国人才报告》，再次把问题摆到了台面上：美国在STEM人才领域依旧有优势，但相对于中国，这种优势正在快速缩窄。

与此同时，美国高技能移民政策也出现了新的门槛。

2025年9月实施的相关政策，对部分身处美国境外的新H-1B申请设置10万美元付款要求。2026年9月18日，美国政府宣布把相关限制继续延长一年。

美国政府给出的理由，是减少外包企业滥用H-1B、保护美国劳动者，并希望把有限名额更多留给高薪和高技能岗位。站在美国国内就业政策的角度，这套逻辑有自己的目标。

可站在全球AI人才竞争的角度，门槛上升同样意味着企业吸引外国研究人员时要面对更高成本和更多不确定性。

这两套目标并不总是一致。当中国这边的岗位越来越多，而进入美国的成本同时提高，人才手里的选择题自然会发生变化。

旧的人才循环开始松动

还有一组数字，很适合判断这件事到底发展到了哪一步。2022年，中国背景人才在美国工作，与美国背景人才在中国工作的数量之比，大约是46比1。

到了2025年，这个比例缩小到30比1，30比1当然依然高度不对称。这反而提醒我们，不应该把现在描述成“中国已经开始大规模反向吸走美国人才”。

真正发生的是另一回事。

以前的人才循环非常稳定：中国拥有庞大的理工科学生和工程师群体，美国拥有更强的顶尖实验室、企业和薪资水平，于是美国能够不断把其他国家最优秀的一部分人才转化成自己的科研力量。

现在，中国正在补上这个链条里过去最薄弱的一环——不只是会培养，还得能使用，更得能够留住。

北大已经在卡内基2025年机构统计中成为顶尖AI人才数量排名第一的机构，而2022年的第一还是Google。

这种变化比单纯讨论一个科学家去了哪里更有分量。

因为一个人的去留可能受家庭、薪资、个人兴趣影响；可当工作地比例、人才留存率、机构排名以及产业岗位同时变化，说明背后已经不只是个人选择。

如果顺着这个逻辑往下看，中美AI人才竞争下一阶段真正要比的，恐怕不是谁能给某一位明星研究员开出更高工资，而是谁能够持续提供最好的科研问题、算力、团队和成果转化环境。

人才最终会用脚给这种环境投票。

结语

2026年9月这两份报告放在一起看，中美AI人才竞争出现的变化已经很难忽略：卡内基数据显示，中国在顶尖AI研究者工作地样本中从2022年的27%升到2025年的41%，超过美国的34%；斯坦福则看到，进入美国的国际AI人才数量相比2017年大幅下降。

美国依旧拥有强大的大学、资本和科技公司，中国也仍是人才净流出方，所以现在还谈不上人才流向彻底倒转。

但过去“中国负责培养，美国负责吸走”的单向模式正在松动。中国现在最重要的进步，未必是从硅谷挖回了多少人，而是越来越多自己培养出来的顶尖大脑，已经有条件选择留下。

照这个趋势发展，未来AI人才竞争比拼的就不只是薪酬，而是谁能让这些人长期做出最前沿的东西。

信源：