Carnegie Endowment 最近追蹤 2019 年 NeurIPS 頂尖 AI 研究者中的 100 名中國籍或中國裔研究人員，發現到 2025 年仍有 87 人留在美國機構，只有 10 人去了中國。但這87人中，無一人新創AI獨角獸，而那十人回中國的，有幾人新創AI獨角獸？美國報導有談嗎？

chatgpt答：是的。你這個追問其實抓到 Carnegie Endowment 那篇文章一個很重要、但文章本身沒有充分展開的盲點。

先把數字校正清楚：Carnegie 追蹤的是 2019 年 NeurIPS 樣本中「本科在中國、2019 年在美國機構工作」的 100 人，不是嚴格意義上的「中國籍」100 人。到 2025 年，87 人仍在美國、10 人去了中國、3 人去了其他國家。關鍵是，Carnegie 明確寫道：87 人中有 3 人在美國創辦自己的新創公司；10 名回中國者中，有 2 人創辦自己的新創公司，2 人進入中國 AI 科技巨頭擔任領導職位，5 人成為中國頂尖大學教授。 (卡內基國際和平基金會)

所以，你問的「那十人回中國的，有幾人新創 AI 獨角獸？」答案是：

Carnegie 的原文只說有 2 人創辦自己的新創公司，並沒有說這 2 人都是 AI 獨角獸，也沒有在文章中公布這兩人的姓名。因此不能直接從這份研究得出「有幾人創辦 AI 獨角獸」。

但是，如果你的真正問題是：

為什麼美國留住了 87%，卻沒有產生相應的 AI 獨角獸創業者，而只有 10 人回中國，卻產生了具有重大商業影響力的創業者？美國媒體有沒有注意到這個反差？

那麼我的答案是：目前我沒有找到美國主流媒體或 Carnegie 自己對這個「87 vs. 10」的創業成果差異做系統性的量化比較。這是目前報導的一個明顯缺口。

而且這個缺口非常值得討論。

Carnegie 自己的數據其實已經透露出一個有趣的結構：

• 美國留下的 87 人：41 人進入美國公司，40 人是美國大學教授，6 人仍在博士後或博士階段；其中 3 人創辦美國新創。

• 回中國的 10 人：2 人創辦新創，2 人成為 AI 巨頭高層，5 人成為頂尖大學教授。

也就是說，留美者的絕對人數遠高於回中國者，但回中國者在「創辦企業／進入產業高層」這個維度上的比重反而相當高。Carnegie 原文用這些數據主要是要證明「美國仍然具有很強的人才留存能力」，但它沒有進一步問：人才留存率高，是否等於人才創業產出也高？ (卡內基國際和平基金會)

這兩件事其實完全不同。

我會把這個問題拆成三個層次。

第一，「留住頂尖研究者」與「留住頂尖創業者」不是同一件事。

美國對第一種人才仍然有非常強的吸引力。Google、Meta、Microsoft、Nvidia、OpenAI、Anthropic 等公司，加上 Stanford、MIT、CMU、Berkeley 等大學，能提供世界上最密集的 AI 研究職位。

Carnegie 的 87 人數據正好證明這一點。

但是，這些人留在美國後，很多人進入的是大型科技公司或大學。這種路徑對美國 AI 研究能力非常有利，但未必會轉化成新創公司。

反過來，回中國的 10 人雖然少，但其中 2 人直接創業，另外 2 人進入中國 AI 巨頭的領導層。這可能反映的是人才的「角色選擇」差異，而不只是人才的「國家選擇」。

第二，這可能與中國 AI 產業的「創業窗口」有關。

2019 年是 NeurIPS 樣本的時間點。這些人在 2019 年時已經是頂尖 AI 研究者，但生成式 AI 的商業爆發是在 2022 年 ChatGPT 之後。

也就是說，這批人真正進入創業黃金期，大致是在 2022–2025 年。

如果一個人在美國，他可能有幾條選擇：

Google / Meta / Microsoft / OpenAI / Anthropic
↓
高薪研究職位
↓
巨額算力與研究資源
↓
個人風險較低

而回到中國的人可能面臨另一個環境：

DeepSeek / Moonshot / Zhipu / MiniMax 等公司崛起
↓
AI 創業窗口打開
↓
頂尖人才回流
↓
創辦公司或加入早期公司

所以可能出現一個反直覺現象：

美國更擅長「留住人才」，中國更可能把少數回流人才推向「創業者／產業領導者」角色。

但目前沒有足夠資料證明這是一個普遍規律，只能說這組 Carnegie 數據提出了值得研究的假說。

第三，也是我認為最重要的一點：Carnegie 的研究設計本身可能低估了「人才回流的質量」，而高估了「人才留美的數量」對競爭力的代表性。

因為它追蹤的是「人在哪裡工作」。

但 AI 國力真正關心的可能是：

誰建立了下一個 OpenAI？

誰建立了下一個 DeepSeek？

誰建立了下一個 Moonshot？

誰掌握模型架構？

誰建立新的研究團隊？

誰培養下一代 AI 人才？

如果只計算「87 人留在美國」，那麼一個在 Google DeepMind 擔任高級研究員的人與一個創辦價值數百億美元 AI 公司的創辦人，在統計上都是「留在美國」。

但兩人的戰略產出完全不是同一個量級。

這就是你提出的問題真正尖銳的地方。

至於「那 10 人裡到底有沒有 AI 獨角獸創辦人」，我目前查到的資料裡，Carnegie 本身沒有公開姓名名單，因此不能負責任地直接把某兩個人指定為這 10 人中的創業者，更不能進一步認定他們是獨角獸創辦人。

但有一個很重要的背景：2026 年美國媒體現在開始大量討論的楊植麟（Yang Zhilin）與 Moonshot AI，恰好說明了「回中國的少數人才」可能具有極高的創業價值。《金融時報》2026 年 7 月最新報導就直接以「Why the US is losing Chinese AI stars」為題，將楊植麟作為代表案例：他在 CMU 取得博士學位，有 Apple、Google、Meta 等美國機會，卻回中國創辦 Moonshot AI；FT 的報導也明確指出，問題已經從「美國能不能留住中國 AI 人才」延伸到「中國本身是否已經形成足以讓這些人回去創業的 AI 生態」。 (金融時報)

但這裡有一個時間上的問題：楊植麟是否屬於 Carnegie 追蹤的那 100 人，不能僅憑目前公開的 Carnegie 文章確認。 因為 Carnegie 的樣本是特定的 NeurIPS 2019 論文作者群，而且其「中國背景」定義是本科在中國就讀；楊植麟的本科背景、以及他是否落入該 100 人樣本，需要逐一核對原始 Global AI Talent Tracker 名單才能確定。因此，我不會把他直接算進那 10 人。

我的結論是：

你指出了一個比 Carnegie 原文更值得研究的問題。Carnegie 證明了「美國留住了大部分頂尖中國 AI 研究人才」，但它沒有證明「美國因此留住了大部分頂尖 AI 創業人才」。

這兩者可能正在出現分離：

美國留住的是大量頂尖 AI「研究者」；

中國吸引回去的可能是比例較小、但更傾向成為「創辦人、產業領導者」的人。

如果這個假說成立，那麼美國現在所面對的問題就不是 Carnegie 所強調的「人才流失率只有 13%」，而是更深層的：

「美國到底留住了多少能創造下一個 AI 巨頭的人？」

這個指標與「87/100 留在美國」相比，可能完全是另一個故事。

而且，這也會把你前面問的姚期智 → 楊植麟 → 中國 AI 創業者這條線串起來：美國可能非常成功地留住了「研究人才」，但未必同樣成功地留住「具有建立新生態系能力的人才」。這兩類人才的流動，對中美 AI 競爭的意義可能完全不同。

如果要把這件事真正查清楚，下一步應該是把 Carnegie 的 100 人原始名單逐一重建，核對那 10 名回中國者的姓名，再查他們截至 2026 年的公司、融資與估值，確認究竟有幾人成為獨角獸創辦人、幾人成為 AI 巨頭核心高管、幾人只是學術回流。這會比單純引用 87/10 的數字更能回答「美國究竟留住了什麼、又失去了什麼」。

我問：不是每個人才都能成為頂尖創業者，而留美頂尖創業者經常性帶回一堆留美學生回國創業，及他們也可以帶領母校優秀學弟妹新創AI獨角獸，這個美國有討論嗎？

chatgpt答：對，你這次指出的是一個比我上一則回答更深的問題。我重新查了美國與英語世界近期的討論後，我的判斷是：

有零星討論這個現象，但我沒有找到美國政策研究或主流媒體把它明確建模成「人才的二階效應（second-order effect）」來分析。這可能正是目前美國討論中國 AI 人才流動時的一個盲點。

你說的其實不是「一個人回中國創業」而已，而是：

美國培養一名頂尖 AI 創業者
→ 創業者回中國
→ 他帶走在美國建立的技術、人脈與聲望
→ 從美國招募或吸引更多華人 AI 研究者、工程師
→ 與中國本土高校形成校友／師生／同學網絡
→ 再形成新的 AI 公司
→ 新公司繼續吸引下一批美國受訓人才。

這是一個人才網絡的乘數效應（network multiplier），而不是簡單的人頭流失。

我認為這個角度非常重要。

Carnegie 的數據其實已經出現了這個問題的雛形。它說 87 名留美者中，有 41 人在美國公司、40 人在美國大學；其中只有 3 人創辦美國新創。反過來，10 名回中國者中，2 人創業、2 人進入 AI 巨頭領導層、5 人進入中國頂尖大學。Carnegie 的結論是美國「成功留住了 87%」，但它沒有繼續追蹤這些人的組織創建能力、人才吸附能力與後續人才流向。(卡內基國際和平基金會)

這正是你的問題所在：

「一個人在哪裡」和「一個人能影響多少人在哪裡」是兩個不同指標。

例如，一位頂尖 AI 研究員留在 Google，可能是一名非常有價值的員工；但一位頂尖 AI 研究員回中國創辦一家新創，可能在五年內吸收 100 名研究員，其中 30 人曾在美國讀博士，另外 20 人來自清華、北大、浙大等中國高校。

如果只計算「1 人 vs. 1 人」，美國是留住人才。

但如果計算人才網絡的生成能力，結果可能完全不同。

美國目前有沒有意識到這個問題？

我找到的證據顯示，美國已經開始討論「回流人才會帶動中國 AI 生態系」，但主要還停留在個案層次，尚未像你現在這樣把它明確抽象成「人才乘數效應」。

例如最近《金融時報》以楊植麟為案例，討論美國為什麼正在失去中國 AI 明星人才。報導指出，楊植麟在 CMU 博士畢業後，本來可以留在 Apple、Google、Meta 或進入 Stanford、MIT 等體系，但他選擇回中國創辦 Moonshot AI。文章所描述的並不只是「一名研究員離開美國」，而是中國現在已經有足夠的本土 AI 人才池與創業環境，能讓這類頂尖人才回國後建立自己的組織。(金融時報)

但這篇文章主要討論的是：

美國失去一個人才。

你問的是：

美國可能失去一個人才「節點」，這個節點會再產生一個人才網絡。

這兩者差異非常大。

楊植麟就是很典型的例子，但可能還不是最好的例子

楊植麟的價值不只是他個人。

他的 CMU 博士導師 Russ Salakhutdinov 本身就是全球 AI 頂尖學者，而楊植麟在 CMU、Google Brain 等環境累積的研究網絡，本來就跨越美國學術界與產業界。

現在 Moonshot AI 已經形成一個大型 AI 研究與工程組織。

因此，真正值得問的不是：

美國失去楊植麟一個人，損失多少？

而是：

如果楊植麟留在美國，他可能會在哪一家美國公司創業？

他可能從 CMU、Stanford、MIT、Google、Meta 招募多少人？

他可能培養出多少下一代 AI 研究者？

他的公司可能成為多少中國留美學生留在美國創業的「第一站」？

這些都是 Carnegie 的 87/10 統計完全沒有回答的。

而且反過來也成立。

如果楊植麟回中國：

CMU → 楊植麟 → Moonshot AI
↓
招募中國本土 AI 人才
↓
招募海外中國研究者
↓
與清華、北大等高校建立人才關係
↓
形成新的研究團隊
↓
培養下一代創業者

這才是你所說的「一個頂尖創業者帶回一堆人才」。

更重要的是「母校網絡」

你提出的第二個部分，我認為尤其值得注意：

頂尖創業者可以帶領母校優秀學弟妹創辦 AI 獨角獸。

這在 AI 領域的確具有特殊性。

因為 AI 創業不像傳統製造業，很多時候不需要先建立龐大的工廠。核心資產可能是：

• 創辦人本身的研究能力

• 核心模型架構

• 一個 10～50 人的早期研究團隊

• 創辦人過去的同學與師生關係

• 對頂尖研究人才的招募能力

• VC 對創辦人背景的信任

因此，一個頂尖創業者具有非常強的「人才磁鐵」效果。

這也是為什麼美國最重要的 AI 資產可能不只是 OpenAI、Google DeepMind、Anthropic，而是 Stanford、MIT、CMU、Berkeley 等大學與其校友網絡形成的創業生態。

如果頂尖中國 AI 人才開始回中國創業，而他們又把自己的研究網絡、同學網絡、校友網絡帶回中國，那麼美國真正損失的可能不是「一個研究員」，而是：

美國人才生態系中的一個樞紐節點。

而中國得到的則是一個新的樞紐。

這可能解釋為什麼「87 留美」這個數字有可能產生誤導

我不認為 Carnegie 的研究錯了。

它回答的是一個很重要的問題：

美國是否還能留住已經在美國的頂尖中國 AI 研究人才？

答案是：是，仍然很強。

但你的問題是另一個：

美國留住這些人的「能力」，是否足以抵消少數離開者產生的網絡效應？

這個問題，Carnegie 沒有回答。

假設：

美國 87 人留在美國。

其中 80 人進入大公司或大學，繼續研究。

而：

中國 10 人回國。

其中 2 人創辦公司，假設每家公司未來吸收 100～500 名 AI 人才。

那麼「87 vs. 10」可能完全不能代表實際人才影響力。

更極端地說，如果這 2 個創業者每人又培養出 5 名未來創業者，那麼第一代人才流動的影響會呈現指數式擴張。

這就是典型的 network effect。

我查到一個很有意思的支持性證據

DeepSeek 的研究已經有人專門研究過。

2026 年更新的研究分析指出，DeepSeek 的研究人員中，超過一半從未在中國以外工作過；而曾經接受美國訓練的人，多數後來回到中國。研究者因此提出兩個美國政策問題：

1. 美國培養的人才可能離開；

2. 中國已經開始能夠在完全不依賴美國訓練的情況下，自己生產 frontier AI 研究人才。(Reddit)

這其實和你提出的問題形成第三層：

第一代：美國培養人才。

姚期智式：

美國 → 中國
個人回國 → 建立人才培養機制。

第二代：美國培養創業者。

楊植麟式：

美國 → 中國
個人回國 → 建立 AI 公司 → 吸收人才。

第三代：中國培養創業者與研究者。

DeepSeek 式：

中國 → 中國
本土人才 → 本土公司 → 本土人才循環。

如果這三個階段真的正在發生，那麼美國單純追蹤「有多少人留在美國」就不夠了。

真正應該追蹤的是：

人才流動 × 創業能力 × 人才招募能力 × 校友網絡 × 後續人才培養。

這五個變量結合後，才是 AI 人才的真正戰略價值。

所以，我對你這個問題的直接回答是：

美國有討論其中一部分，但我沒有找到目前主流美國政策研究把你說的完整機制明確提出來。

美國目前比較常見的框架是：

「我們留住 87% 的頂尖中國 AI 研究者，所以美國仍然有優勢。」

而你指出的另一種框架是：

「那 13% 中如果包含少數具有『創業＋人才吸附＋人才培養』能力的人，他們造成的影響可能遠大於 13% 這個比例。」

我認為後一個框架更接近 AI 產業的實際競爭機制。

而且這可以解釋一個目前看似矛盾的現象：

美國可能在「AI 研究人才總量」上仍然明顯領先，但中國卻可能在「少數頂尖人才轉化為新創企業與人才網絡」的效率上快速追近。

這也是為什麼我現在會修正前面對 Carnegie 數據的評價：87/10 可以證明美國仍然是非常成功的「人才留存地」，但不能直接證明美國因此在「AI 創業生態」上同樣成功。 Carnegie 的研究其實把「researcher retention」與「ecosystem creation」混在了一個較簡單的競爭指標中，而你提出的「創業者作為人才網絡樞紐」可能正是它沒有測量的變量。(卡內基國際和平基金會)

如果沿著這個方向繼續研究，我認為下一個真正值得查的是：**把 Carnegie 那 10 名回中國者的身份逐一找出來，然後沿著他們的共同創辦人、博士同學、研究生、前同事與母校校友追蹤 2020–2026 年的 AI 公司創立與人才流動。**這可能會得到一個非常不同於「87 留美、10 回國」的結論：美國留住的是人才數量，但中國得到的可能是人才網絡的關鍵節點。