# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
最近，DeepSeek 接连上了几次热搜。
先是因为一张实习 offer 引发围观。一位清华学生在社交媒体晒出录用信息，岗位是 DeepSeek 实习生，税前日薪 5500 元。按每月 22 个工作日计算，月薪超过 12 万元。
紧接着，就在本周，「梁文锋四小时投资人会议实录」「梁文锋 格局」等词条也登上热搜。
一边是尚未毕业的实习生，履历与薪资被视为 DeepSeek 高价争夺顶尖人才的证明；另一边是公司创始人，其言论被外界反复引用，用来解释 DeepSeek 的技术路线、组织文化与长期目标。
两次热搜看起来毫不相关，但背后指向的却是同一种变化：在 AI 竞争进入深水区后，外界开始把一家公司的技术实力，越来越多地投射到少数关键人物身上。
750 个人，撑起 AI 圈的半壁江山？
想要拿到日薪 5500 元的 offer 显然并不简单，它的答案，藏在这名学生的另一个身份里——清华姚班学生。
清华姚班全名「清华学堂计算机科学实验班」，由图灵奖得主姚期智于 2005 年创办，目标是从本科阶段培养世界级计算机人才。
创办近二十年，姚班毕业生约 750 人。招生规模从最初每年 30 人，逐渐扩大到如今的 80 余人。生源主要来自五大学科竞赛国家集训队，尤其是信息学竞赛选手，以及各省最顶尖的高考生。进入清华后，学生还要经历一轮严格的二次选拔。
严苛的筛选机制和优异的培养机制，也让清华姚班涌现出一批批技术人才。比如陈立杰是其中一个典型。
他高中时获得 IOI 世界第一，进入姚班后研究理论计算机，后来在 MIT 攻读博士，长期从事计算复杂性和细粒度复杂性研究，并多次获得 FOCS、STOC 最佳学生论文奖。
2026 年，他加入 OpenAI，开始研究大模型数学推理。
一位在纯理论领域积累十余年的学者，最终进入大模型竞争最激烈的前线。模型推理能力继续提升，需要更扎实的数学基础、算法设计和复杂性分析。
首届姚班学生鬲融的经历，则代表另一种能力。
读博第四年时，他判断深度学习即将兴起，放弃已经积累多年的研究方向，转向机器学习理论，后来获得斯隆研究奖。
姚班培养出来的人，通常不只擅长考试和发表论文。他们还需要识别技术变化，并在缺少成熟路径的领域里继续研究。
类似的人还有很多。
陈丹琦成为普林斯顿大学教授，后加入 Thinking Machines，长期研究自然语言处理和阅读理解；吴佳俊进入斯坦福大学，研究计算机视觉、三维理解和认知科学；马腾宇创办 Voyage AI，开发面向垂直领域的 Embedding 模型；胡渊鸣开发了图形学编程语言 Taichi。
另一批人直接进入产业核心，其中既有姚班毕业生，也有来自清华计算机系的创业者。
姚顺雨在普林斯顿读博期间提出 ReAct、Tree of Thoughts、WebShop 等工作，参与 OpenAI Operator 和 Deep Research，后来加入腾讯，负责混元大模型团队。
公开资料显示，杨植麟于大二转专业进入清华计算机系，后来成为 Transformer-XL 和 XLNet 共同作者，这两篇在 NLP 圈的分量不用多说。2023 年，他创办月之暗面，推出 Kimi，成为中国大模型创业浪潮中最受关注的公司之一。
人称「楼教主」的楼天城也是首届姚班学生。他曾长期位居 TopCoder 中国区榜首，并在 ACM/ICPC 全球总决赛获得第二名。2016 年，他创立小马智行，并于 2024 年赴美上市。
DeepSeek R1 的研发团队中，也有吴作凡、任之洲等姚班毕业生参与底层算法和强化学习研究。
能够涌现出如此多的人才，清华姚班培养方式同样特殊。
姚期智亲自设计课程体系，25 门全英文专业课覆盖理论计算机、人工智能等前沿领域。前两年集中训练数学与计算机基础，部分课程难度接近海外顶尖高校的研究生课程。
课堂很少要求学生背诵现成结论。学生需要阅读原始论文，理解一个理论或算法如何被提出，又如何一步步完成推导。
AI 可以快速调用标准知识，却很难代替人定义新问题、提出新假设。姚班训练的核心，正是面对未知问题时的抽象、推演和研究能力。
2019 年，姚期智又创办「智班」，此后增加量子信息方向。2022 年，三个班整合为「大姚班」，下设计算机科学与技术、人工智能和量子信息三个方向。
师资也由姚期智亲自参与选拔，包括搞计算机视觉和强化学习的高阳助理教授、搞深度强化学习、AIGC、强化学习理论的黄隆波教授、搞三维计算机视觉与三维深度学习的弋力助理教授等等。
本科后期，学生通常会前往 MIT、斯坦福等高校交流，再进入微软亚洲研究院或国内外高校实验室参与科研。
结果就是，大量学生在本科毕业前已经发表 CVPR、ICML 等顶会论文。
当然，只谈清华姚班，还解释不了中国 AI 人才网络的形成。许多人的履历中，还会反复出现另一个名字：微软亚洲研究院，MSRA。
MSRA 成立于 1998 年，长期连接高校研究、国际学术和产业应用。它提供算力、数据和工程环境，同时允许研究人员探索长期课题。
张亚勤、沈向洋、洪小文、王坚、马维英等人，都曾在这里工作。商汤创始人汤晓鸥做过视觉计算组负责人，旷视前首席科学家孙剑曾任首席研究员。
MSRA 还有一套长期开放的实习生制度，成为顶尖高校与产业界之间的重要桥梁。何恺明本科期间进入 MSRA 实习，随后成为计算机视觉领域最具影响力的研究者之一。
姚班与 MSRA 最具代表性的交汇，发生在旷视科技。
唐文斌和印奇先后进入 MSRA 实习，在孙剑团队参与人脸识别研究。2011 年，两人与杨沐共同创办旷视，将计算机视觉技术推向安防和产业市场。
类似路径延续至今。
阶跃星辰的核心团队中，不少人都拥有 MSRA 背景。团队覆盖算法、数据和大规模算力管理，后来进入多模态大模型竞争。
姚班提供理论训练和研究能力，MSRA 提供接近产业的科研环境。两条人才管道交汇后，构成了中国 AI 产业早期最重要的一批研究者、工程师和创业者。
从人才光环，到创始人光环
向个别姚班实习生开出日薪 5500 元，显然属于极端个例，无法代表 AI 行业的普遍薪资。
但这个价格代表的是解决未知问题的能力。
大模型进入深水区后，普通代码、资料整理和标准化任务，正在越来越多地交给 AI。企业真正缺少的，是能够定义研究方向、解决训练瓶颈、提高算力效率和设计新算法的人。
此类人才通常同时具备数学、算法、工程和研究能力，培养周期长，数量又极少。一名核心研究者提出的新方法，可能直接影响模型训练成本、推理能力，甚至决定一条技术路线能否继续推进。
企业支付的，也不只是一个人的工作时间。价格中还包含他过去积累的研究能力，以及未来提出关键突破的可能性。
日薪 5500 元，只是最显眼的一张报价单。
背后真正发生的，是国内 AI 公司开始用更高的薪资、更充足的算力和更大的研究自主权，争夺过去主要流向海外高校和跨国研究院的顶尖人才。
早期姚班毕业生以及清华计算机系的许多优秀学生，，原因并不复杂。当时国内缺少高水平研究岗位、算力设施和学术环境。如今，腾讯、阿里、字节、DeepSeek 等公司持续增加大模型投入，国内研究条件明显改善。
姚顺雨加入腾讯，杨植麟选择创业，越来越多年轻研究者开始在国内寻找机会。截至 2024 年，约 44.6% 的姚班校友选择留在国内深造或就业。
人才开始回流，围绕人才的叙事也开始升温。天才、名校、顶会论文，本身就是一套极具传播力的故事。资本市场很快把同一套故事，拿去给 AI 公司定价。
生成式 AI 爆发后，智谱、MiniMax、百川智能、月之暗面、阶跃星辰、零一万物等公司迅速获得高额融资。
早期大模型公司普遍缺少稳定收入，产品路线和商业模式也没有得到充分验证。投资机构很难只根据收入和利润判断一家公司，只能更加依赖创始团队的履历。
姚班、MSRA、MIT、CMU、顶会最佳论文作者，逐渐成为融资材料中最醒目的标签。
一方面，他们负责解决训练效率、模型推理和算法创新等具体问题；另一方面，他们的名字和经历，也能向投资人证明，公司有能力参与最前沿的技术竞争。
但当每家公司的融资材料里都写着姚班、MSRA、顶会一作，履历标签本身就不再构成区分。投资人和公众需要新的识别方式，创始人的性格、判断和价值观开始承担这个功能。
一家 AI 公司贩卖想象的，除了模型能力、研究团队和商业前景，还有一个足够鲜明、足够稀缺，也足够容易被记住的人。
顶级风投 a16z 已经在系统性培训创始人经营个人影响力。媒体对创业者的要求也发生变化。
传统创业时代，创始人最重要的任务之一是避免负面新闻。社交媒体时代，有话题、有观点、有鲜明性格的创始人，更容易获得流量、人才和资本关注。
最近广为流传的「梁文锋四小时投资人会议实录」，就是一个典型案例。
一场持续四小时的会议，现场必然包含大量重复、停顿、追问、犹豫和临时解释。进入公共传播后，复杂的对话过程经过筛选、归类和编辑，最终留下的，往往是最适合截图和转发的句子。
原本涉及融资、产品、组织和技术路线的企业决策，被压缩成一组高度人格化的金句。外界讨论的重点，也从 DeepSeek 如何管理团队、配置资源和判断技术方向，逐渐转向梁文锋是否克制、理想主义、淡泊名利。
创始人由公司的管理者，变成了一套价值观的化身。
越是否认天才、金钱和商业野心，人物形象反而越显得稀缺。梁文锋说自己喜欢「一群平凡的人做出不平凡的事」，传播产生的结果却是，更多人开始相信，能说出这句话的人一定不平凡。
类似叙事很容易形成一套自我强化的解释体系。
每一个经营选择，都能被纳入同一套人格叙事，成为创始人远见与品格的证明。梁文锋未必主动把自己塑造成神，资本市场、媒体和舆论场已经开始替他立下神像。
当然，技术理想可以讨论十年后的未来，商业竞争通常只给公司两三年时间。
张亚勤曾判断，当前 AI 行业类似互联网发展的早期阶段，基础设施仍在快速投入，未来两三年将进入商业化验证期。国内大模型公司最终可能只剩三到四家。
AI 仍会继续发展，大模型公司却会经历融资降温、行业整合和商业化淘汰。今天备受关注的公司，几年后未必还能保持同样的位置。
未来依旧有人留在高校研究理论问题，有人加入大厂，有人创办自己的公司，也会有人从一条热门路线转向另一条尚未被充分探索的方向。
技术路线会变，市场热点也会变，但能够定义问题、理解底层原理并持续学习的人，通常仍能找到新的位置。
日薪 5500 元的 offer 会被下一个更高的数字覆盖，四小时会议实录也会被下一份实录取代。热搜的周期以天计算，而一个研究者的成长以十年计算，一条技术路线的验证同样以十年计算。
把注意力从人的传奇挪回真实问题本身，可能才是这个行业最需要的一次校准。
文章来自于微信公众号 “APPSO”，作者 “APPSO”
