新智元報道

【新智元導讀】斯坦福胡佛研究所追蹤了 DeepSeek 七篇論文背后 356 名研究者的完整職業軌跡。美國培養出的最優秀 AI 人才正在大規模回流中國，而中國本土管道已經能獨立產出前沿模型的核心貢獻者。

6 月 15 日，斯坦福大學胡佛研究所和人類中心人工智能研究院（HAI）發布了一份白皮書，追蹤 DeepSeek 七篇核心論文背后 356 名研究者的職業軌跡。

https://hoover-s3-website.s3.us-west-2.amazonaws.com/s3fs-public/research/docs/WhitePaper_Hoover_HAI_DeepSeek_FINAL%203.pdf

報告揭示的核心數據揭示了全新結論，80 位擁有美國機構經歷的 DeepSeek 研究者，平均被引用 4108 次，是整個作者池中學術成就最高的群體。他們中的絕大多數，現在在中國。

13 位在美國深耕五年以上的長期研究者，累計在美國學術機構度過了 119 年以上的時間。其中 9 人最終回到了中國。在美國待得越久，回去的概率并沒有變低。

一位研究者在美國的 Beth Israel Deaconess、洛克菲勒大學、MIT、貝勒醫學院和加州大學圣迭戈分校輾轉了 18 年，最后回到中國。

另一位在美國待了 28 年、擁有近 3 萬次引用，留了下來，但這是少數。

這份報告由胡佛研究所技術政策加速器主任 Amy Zegart 和研究助理 Emerson Johnston 聯合撰寫，是 2025 年首份 DeepSeek 人才報告的年度更新。

Amy Zegart

Emerson Johnston

356 人，一份人才 X 光片

報告的分析范圍從 2025 年的 5 篇論文擴展到 7 篇，新增了 DeepSeek V3.2（2025 年 12 月）和 V4（2026 年 4 月）。

作者池從 223 人增長到 356 人，其中 282 人可以通過學術數據庫 OpenAlex 構建完整的機構履歷檔案，追溯時間最早可到 1989 年。

方法論上有一個重要調整。

這次分析只統計研究和工程團隊成員，排除了數據標注、商務和合規人員。

按可比口徑計算，團隊一年內擴張了 57%，最近兩篇論文在 14 個月內凈增 141 名新貢獻者。

同期離開的只有 33 人，招 4 個走 1 個。

團隊的結構呈現出一種穩定的「雙軌制」。

31 位研究者出現在全部七篇論文上，報告稱之為「核心團隊」（Key Team），占總人數的 8.7%。

47 人出現在六篇，這兩個群體構成了一個「什么都參與」的穩定內核。

與之對應的是大量輪換式貢獻者，136 人僅出現在一篇論文上（占 38.2%，2025 年時這個比例僅為 10.3%），79 人出現在兩篇。

出現在三到五篇論文上的只有 63 人。

這種分布在 2025 和 2026 年保持了一致的形態。

要么進入核心持續貢獻，要么被借調進來解決特定問題后離開。

團隊的增長完全來自輪換側，核心始終是那 31 個人。

53.5%，從未離開中國

回到人才來源這個核心問題。

271 位有機構歸屬記錄的研究者中，145 人（53.5%）在其整個有記錄的職業生涯里，從未與任何中國以外的機構產生過關聯。

沒有在海外求學，沒有在海外發表論文，沒有在海外任職。

這個比例與 2025 年的 55.2%基本持平，說明它是一個穩定的結構性特征。

放到核心團隊的維度看，沖擊力更大。

31 位核心研究者中，有 10 人從未離開中國。

一個在推理基準測試上對標 OpenAI o1 的前沿模型（DeepSeek-R1），三分之一最核心的貢獻者，完全由中國本土教育和研究體系培養。

支撐這個本土管道（pipeline）的機構網絡也在快速擴張。

中國科學院及其 170 個下屬機構組成的網絡，關聯研究者數量從去年的 53 人翻倍至 104 人，覆蓋了整個作者池的 37%；

清華大學從 16 人增長到 46 人，接近 200% 的漲幅；

浙江大學從 8 到 25，北京大學從 21 到 29。

一些去年在 DeepSeek 還處于邊緣的學校迅速崛起，東南大學從 1 人到 15 人，北航從 3 到 14，蘭州大學從 0 到 10。

DeepSeek 的人才供給來自一個廣泛的中國高校網絡，遠非少數精英院校的專利。

119 年，美國留不住的 AI 人才

報告對「美國經歷」做了重大修正。

2025 年數據中，49 位有美國關聯的研究者里，63.3%僅有一年美國經歷。

新的擴展數據集，這個比例被進一步壓低到了 35%。

近半數（48.8%，39 人）在美國待了 2 到 4 年，16.3%（13 人）超過五年。

這批研究者在美國的經歷更深、更長、更具塑造性。

80 位有任何美國機構經歷的研究者中，最常見的流動模式是「中國→美國→中國」，占 38.8%。

第二大群體是「起點在美國，終點在中國」，占 23.8%。

只有 12.5%（10 人）走了「中國→美國→留在美國」的路徑。

在整個有國際流動經歷的群體中，70.3% 最終回到了中國。

13 位長期駐美研究者的職業軌跡尤其值得細看。

他們的路徑很少是「去美國→待很久→回中國」的線性敘事。

九位在美國、英國、文萊、日本、瑞典等多個國家之間做了多次國際轉換。

美國對他們而言是全球化職業生涯中的一個節點。

團隊的迅速成熟

梁文鋒在 2025 年初爆火時接受 36 氪采訪稱，核心技術崗大多由工作一兩年的研究者填充，DeepSeek 招人看的是「熱情和好奇心」。

到了如今，數據說明，DeepSeek 團隊已迅速成長為相當成熟的研究團隊。

全體作者的中位引用量從 249 翻倍至 681，整條分布曲線上移。

核心團隊的平均引用量從 1554 躍升至 2470，增長 59%，中位數從約 700 升至 1200。

這個跳升部分歸因于 DeepSeek 自己的論文，R1、V3、V2 在 2025 年內被學術界大量引用，核心團隊成員是所有這些論文的作者。

與美國頭部實驗室的對比更能說明問題。

OpenAI 的 894 名作者平均引用量 2481.5，看上去跟 DeepSeek 相當。

但 OpenAI 的中位數只有 100.5，均值是中位數的 25 倍。

這種極端的頭重腳輕說明少數超級明星拉高了整體均值。

OpenAI 的中位 h 指數只有 2。

Anthropic 和谷歌的中位引用量分別只有均值的 15%和 20%。

DeepSeek 的中位引用量是均值的 35%。

學術影響力在團隊內部的分布更加均勻，整支隊伍的平均水平更高，對少數明星的依賴更低。

兩個問題，一場辯論

報告最終將美國面臨的困境拆解為兩個獨立的挑戰。

第一是留存。

80 位經美國體系訓練的研究者是 DeepSeek 全部作者中學術成就最高的群體，平均引用 4108 次，中位 h 指數 16.5。

他們帶著在美國研究體系中積累的方法、人脈和學術資本回到了中國。

美國的移民制度在加速這個過程，一位中國研究者今天申請職業移民綠卡，排期接近五年，而且在變長。

2025 年 9 月新增的每份 H-1B 申請 10 萬美元費用和高薪優先抽簽制度，把博士后和剛畢業的博士推到了隊伍最后面。

報告在措辭上也為美國挽尊了，稱不應假設中國研究者離開美國是因為想回去，很多人可能是因為簽證制度讓留下來太難、太貴、太不確定。

實際原因很可能是復雜得多的。

DeepSeek 研究者關聯的美國機構地理分布圖

第二個挑戰更棘手：53.5%的研究者從未離開中國，任何關于簽證和準入的政策討論都觸及不到他們。

10 位核心團隊成員在沒有任何美國或國際研究經歷的情況下，參與構建了一個前沿推理模型。

這條本土供應鏈的存在，讓「通過限制人才流動來維持技術優勢」的策略失去了一半靶子。

已經隨研究者轉移的知識無法通過事后收緊出口管制來追回。

限制未來的準入只解決了一個問題，另一個美國需要迎接的挑戰，就是中國本土管道的獨立產出能力。

報告指向的方向是美國自身的 K-12 和理工科高等教育改革，但也同時承認這是一個更長周期的工程。

兩個問題需要完全不同的政策工具。目前美國內部的辯論大多只圍繞第一個展開。

通向 AGI 的人才底盤

行業主流敘事在討論 AGI 競賽時，焦點通常集中在算力和數據上。

這份報告提供了另一個維度的坐標系。

DeepSeek 從第一篇 LLM 論文到 V4，只用了兩年零三個月。

模型參數從 67B 膨脹到 1.6T，支持的上下文長度從基礎水平擴展到 100 萬 Token，研發團隊從 215 人擴張到 356 人。

V3.2 的高算力變體已經在 2025 年國際數學奧林匹克（IMO）和國際信息學奧林匹克（OI）上拿到了金牌級表現。

V4 系列在百萬 Token 上下文場景下的推理效率，單 Token 推理計算量只有 V3.2 的 27%，KV cache 只有 10%。

如果 AGI 競賽的關鍵變量包含「誰能最快組建和維持一支前沿研究團隊」，中國已經拿出了證據，它擁有一條可以獨立運轉的人才供應鏈。

這條供應鏈在過去一年里把清華的貢獻者人數從 16 推到 46，把中科院網絡的覆蓋面翻了一倍，同時把團隊規模擴大了 57%，核心班底一人未丟。

能獨立產出前沿模型貢獻者的人才體系，需要數十年的積累。

這份報告得出的結論是：中國的積累已經完成，正在進入產出加速期。

參考資料：

https://hoover-s3-website.s3.us-west-2.amazonaws.com/s3fs-public/research/docs/WhitePaper_Hoover_HAI_DeepSeek_FINAL%203.pdf

編輯：馬可