三十比一：一個數字看懂美中 AI 人才爭奪戰的真相

過去兩年，中國發動了當代科學史上最積極的人才招募行動之一：推出科學家專屬簽證、提供優渥研究經費，把「吸引全球頂尖人才」定為明確的國家戰略優先事項。與此同時，川普政府卻反其道而行，不斷提高美國企業與大學聘用外籍研究者的門檻。

然而，卡內基國際和平基金會（Carnegie Endowment for International Peace）一份重量級新研究給北京潑了一盆冷水：外國人沒有來。更糟的是，在美國工作的中國科學家數量不減反增。

三十比一的流向

卡內基數據中最刺眼的數字——十月六日《紐約時報》的報導將其公之於眾——是流向比：2025 年，每 30 位在美國工作的中國 AI 研究者，只有 1 位中國境內的研究者走了相反的路。換句話說，儘管關稅壁壘、簽證摩擦、出口管制與持續升級的地緣政治對立層層疊加，這條雙邊人才管道依然是壓倒性的單行道。

「儘管美中關係緊張，在美國工作的華裔研究者數量實際上上升了四個百分點，而非下降。」主持這項研究的卡內基中國中心主任 Damien Ma（馬旸）表示。

這項研究的方法論直接而嚴謹。卡內基團隊分析了 NeurIPS 2025——機器學習領域最頂尖的學術會議，本屆共收錄 5,823 篇論文、25,677 位作者——追蹤每位研究者的大學、研究所學歷與最終工作地點。2025 年世代涵蓋超過 10,000 位擁有完整職業軌跡的研究者，約占全部作者的 40%。NeurIPS 錄取至今仍是菁英身分的可靠指標，研究稱這批人是 AI 界的「海豹突擊隊」。值得一提的是，團隊用 Claude Code 與 OpenAI Codex 自動化職業軌跡的資料處理，再輔以人工驗證——AI 產業用自己的工具研究自己。

留才成功，攬才失利

對中國而言，局勢並非全盤皆輸。在人才「留存」這一端，趨勢確實翻轉了：最終留在中國工作的華裔研究者占比，從 2022 年的 57% 升至 2025 年的 69%。以此指標衡量，中國如今坐擁全球 41% 的頂尖 AI 研究者，遠高於 2022 年的 27%；美國占比則從 46% 跌至 34%。以大學部學歷定義的「中國出身」人才，已占全球菁英池的 57%。

卡內基將國內留存的動能歸因於兩股力量：其一，中國 AI 產業蓬勃發展，中國畢業生在家門口就能找到世界級的工作；其二，美國簽證政策趨嚴——尤其針對中國理工科研究生——讓赴美之路更加艱難。換言之，中國贏下「人才保衛戰」很大程度上是靠預設條件：自己最優秀的人才留得下來，而華府提高了離開的代價。

但「外籍人才引進」是完全不同的故事。科學家簽證、慷慨經費、敞開大門的宣傳——沒有一項帶來可觀測的外國研究者反向流入。這條單行道，依然照舊。

為何門開了卻沒人進來？

若干結構性因素抵銷了北京的攻勢。語言與研究文化對西方研究者仍是實際障礙——他們在美國、歐洲或日益崛起的亞洲樞紐都能找到頂尖職位，何必連根拔起跳進一個陌生體系？地緣政治又雪上加霜：讓部分人覺得美國「不友善」的同一股張力，也讓「中國經歷」變成履歷上需要解釋的一行字，日後重返美國生態系可能面臨摩擦。

中國自己的行為也在發出矛盾訊號。一方面向外國科學家招手，另一方面卻對自家明星收緊出境管制：彭博五月報導，中國限制阿里巴巴、DeepSeek 等公司頂尖 AI 人員的出境旅行；到九月底，管制範圍更擴及他們的家屬。一邊把自己的關鍵人才圍起來、一邊邀請外人跳進圍欄——這樣的價值主張，說服力有限。

還有一層「需求不對稱」。中國實驗室並不缺本土博士與海歸，外籍研究員是錦上添花而非瓶頸；美國實驗室則在結構上依賴外國出生的人才——這也正是為何在這場競賽中，美國的簽證政策才是影響更大的變數。

美國的悖論

卡內基的數據揭露了美國 AI 政策的核心矛盾：政策上，美國竭盡所能降低對外籍研究者的依賴；實際上，它的磁吸力卻持續增強。即便華府對中國學生簽證不斷收緊，在美工作的中國學歷研究者占比仍上升了四個百分點。

但這份韌性有其極限。南韓與新加坡正悄然進補：南韓頂尖人才留存率達 77%，全球第二，僅次於美國；KAIST 更躍升十二個名次，成為全球第三大的菁英 AI 研究者產地。歐洲持續失血，印度頂尖人才占比反而掉了兩個百分點，沒有任何印度機構擠進前列。頂端的雙寡頭正在固化——但底層的供應體系正在位移。

這一切意味著什麼

「三十比一」是這份研究最值得記住的數字。它用一個分數道盡美中 AI 人才競賽的真實樣貌：中國解決了留才、輸掉了攬才；美國傷了自己的管道，卻依然是眾人投奔的目的地。

對北京，教訓是：金錢與簽證買不來數十年積累的生態系——同儕網絡、有公信力的機構、職涯的選擇權。對華府，教訓是：領先優勢比表面看來脆弱——那四個百分點的成長是「儘管有政策」而非「因為政策」而發生，而每一張被拒發的簽證，都是對首爾、新加坡乃至於深圳的一次小額捐贈。

人才的帳本翻了，車流卻沒有。在 AI 的世界裡，如同物理學：動量的反轉需要很長時間，浪費掉卻只要一瞬。