十月中旬的一个下午，Alexandr Wang在社交网络X上分享了一张泛黄的合照。
这张照片记录了三个身份迥异的创业者的重逢——Meta超级智能实验室的负责人Wang、专注AI编程的Cognition掌舵者Wu，以及在加密领域开疆拓土的Hyperliquid创始人Yan。配文简洁有力：”HRT帮派重新集结！”
从左到右依次为Jeff Yan、Scott Wu、Alexandr Wang
十年光阴见证了这些天才少年的蜕变。曾经在量化交易巨头HRT共同钻研高频交易算法的他们，如今各自踏上了不同的创业之路——Wang建立了数据标注帝国Scale AI，后又成为Meta超级智能实验室的核心人物；Wu则押注于让AI成为真正的软件工程师；Yan在加密资产衍生品领域开创了新的市场。从实习生到产业领袖，他们的转身重塑了整个AI生态的势力分布。
然而，这张照片背后隐含的深层含义更加耐人寻味——一群人才正在以前所未有的集中度涌入同一场技术革命，迅速占据资本与商业权力的顶端。
在硅谷的创业史上，”PayPal黑帮”曾经闪耀一时——那群从同一屋檐下走出的年轻人，集体推动了互联网时代的进步。
AI时代的到来，让人们开始寻找新的时代标杆。这一次，浪潮前排的容颜悄然改变——华裔精英正在成为新的主角。
图片来源社交媒体账号：AYi
如果沿着这张照片的脉络向外拓展，审视整个硅谷的AI版图，你会发现从最底层的芯片制造、中游的数据处理，再到最顶端的应用创新，华裔身影密密麻麻地分布在每一个战略高地。
最底层的芯片基建领地，全球顶尖的四家半导体公司已被华裔精英掌控——英伟达由黄仁勋统帅，AMD跟随苏姿丰的领导，博通在陈福阳手中运筹帷幄，英特尔则由陈立武执掌。全球AI芯片的供应通道，牢牢握在这几个人手中。
中间层的数据与算法领地，Scale AI的Wang与Surge AI的Chen两人瓜分了高质量训练数据的绝大部分市场份额。在前沿实验室的版图中，Meta的超级智能小组由赵晟佳领导科研方向，OpenAI这边由Mark Chen撑起研发体系，而elon Musk创办的xAI内部，同样有Jimmy Ba、吴宇怀这样的华人技术骨干扮演关键角色。
上层应用生态中群星璀璨——Wu领导的Cognition正在改造软件开发方式，Ho的Perplexity已经跻身百亿美元估值阶段并创新了搜索范式，Zhang建立的Decagon在客户服务市场划分了数十亿美元的蛋糕，乔琳的Fireworks AI成为开源推理的关键基础设施，而年仅24岁的数学天才Carina Hong则联合创办的Axiom Math正在冲击定理验证的商业化。
旧房子里的AI新梦想
要找到这种人才集聚的答案，我们不妨推开一扇普通民宅的大门。
前年秋季，一位国际记者的报道揭开了一栋普通民宅的秘密——位于硅谷洛斯阿尔托斯的这间浅蓝色房子曾是Facebook创始人的办公地，那时他在这里构思社交帝国的蓝图。二十年沧桑之后，同样的四面墙如今成为了华裔AI精英们的聚集地。
《Rest of World》报道The Chinese whiz kids of Silicon Valley截图
这个房间没有豪华的装潢，只有床垫、书架和几只猫的陪伴，但每隔一段时间就会被高烧的AI讨论填满。某次聚会，三十来号人围坐一圈，院落里羊肉的香气弥散开来，从机器人的身体形态、应用产品形态，一直谈到深层的模型设计——参加过这场聚会的某位产品经理事后叹气：”那一刻我才明白，周围人已经把AI当成了生命本身。”
这些场景恰好说明了”华人帮”的真实样貌——
这个”帮”没有领导者，没有黑箱交易，却由共同的语言、竞赛背景、留学经历和技术圈子连接起来。新来的人通过这个网络找到栖身之地，工程师在这里分享论文的细节和代码片段，创业者借此找到志同道合的共同创始人。微信和X上的讨论组则不断流转着招聘启事和融资机会。
直到生成式AI成为硅谷的资本宠儿，这张原本分散在高校、科技企业和量化机构中的人脉网络，才突然汇聚到商业化的激流中。
四个天才的四条路：创业浪潮中的选择与命运
资本的号召令下，这张紧密的人脉网络迅速转向商业竞技场。四位顶尖大学的毕业生——Wu、Wang、Chen和Hong——他们手中握着数学和计算机竞赛的金牌，体内流淌着量化交易机构的训练经历，如今集体踏入了AI时代的大潮。
Wu的赌注指向了一个大胆的想象——AI究竟能否真的写代码。Cognition的首款产品Devin在2024年初面世，试图把AI从代码片段的小工具升级为能处理整个项目的真正工程师。舆论随之沸腾，但质疑也伴随而至：演示台上的能力能否在客户真实的项目里可靠运行？Wu的回应是放弃万能的梦想，改为专注企业交付，把自己定位成不同AI模型之间的协调者。
视频截图 下同
全球每年投在人力工程师身上的资金以万亿美元计……我们乐于做’中立国’。广撒网的结果只能是输给微软和谷歌——它们什么都能做，钱比我们多好几倍，人手也多出一个数量级。
Cognition随后的融资捷报频传——十多亿美元的融资陆续到账，公司估值在260亿美元和480亿美元之间震荡，年收入以接近五亿美元的速度增长，高盛、奔驰这样的巨头也成了其客户。然而繁荣的背后暗流涌动。仅仅六天后，Meta在Alexandr Wang的推动下发布了Muse Wonder，更狠的一步是——把最强的Wonder Full版本锁死在自家开发工具里，外部根本无法调用。巨头的入场让这个”中立者”的空间急速收缩。
Wang的人生轨迹则指向了另一个方向——进入大企业的权力中枢。他一手创办的Scale AI曾是整个业界都依赖的数据平台。Meta在2025年中向Scale投入了143亿美元巨资，让这家公司的估值突破290亿，而Wang本人则成为了Meta超级智能实验室的掌舵人。
权力中枢的大门为Wang打开，但Scale AI的独立性随之崩坏。OpenAI和Google出于对自家模型资产的保护，迅速缩减与Scale的合作——Google甚至计划每年砍掉两亿美元的订单。一家靠着所有大厂的数据才能存活的公司，失去中立地位就等同于失去了生命线。
Edwin Chen踏上了截然相反的道路。这位MIT校友拥有计算机、数学与语言学的多重背景，曾在Twitter和Google从事算法工作。当他创办Surge AI时，掷地有声地宣布：”融资只会让我们变得臃肿，也会破坏团队的动力机制。”不融资的坚持带来了意想不到的回报——Surge AI用110来号人，在2024年创造了10到12亿美元的营收，碾压身有千人队伍的Scale AI（仅8.7亿美元），且始终保持着利润，自然而然地接住了从大厂溅出来的数据订单。
在数学验证的最前沿，24岁的Carina Hong撇下了斯坦福博士项目，联合创办了Axiom Math。公司在2026年早春完成了2亿美元的A轮融资，估值跃升至16亿美元以上。她还挖来了大名鼎鼎的数学家Ken Ono，要用形式化验证的手段来克服大模型在复杂推理中容易出现的幻觉现象。在接受采访时，她对自己的方向做了明确的表述：
我们没有兴趣造出另一个装模作样的对话机器人，我们要做的是让AI真正学会怎么证明定理。这两者的难度完全不是一个量级。
四条路由此分开：Wu试图将技术的惊人演示转化为企业级的稳定产品，Wang已然踏入大企业的权力机器，Chen用拒融资来守护独立性和市场空间，Hong正在数学的深处寻找商业的灯塔。
编程工具、数据基建、定理证明，他们用敏锐的技术眼光迅速占据了每一个新兴赛道的制高点。但当资本和巨头开始洗牌，曾经的朋友也必须面对无情的市场战争。
科技巨头的AI人才争夺战
产品战场上的激战之外，人才的争夺同样进入了白热阶段。
2025年中旬，扎克伯格一口气从OpenAI的研究部挖走了四位明星研究员——赵晟佳、余家辉、任泓宇和毕树超。
四人的成长轨迹高度相似——都在国内顶尖学府（清华、中科大少年班、北大、浙大）读完本科，然后远渡北美攻读博士（斯坦福、伯克利、UIUC）。其中赵晟佳29岁的年纪却已深度参与了ChatGPT、GPT-4和o1的核心架构设计，入职Meta后立刻被任命为超级智能实验室的首席科学家。扎克伯格为此发声：
赵晟佳已经在包括新扩展范式等多个方向实现了突破，充分证明他是这个领域的引领者。
在OpenAI担当技术防线重任的Mark Chen也出身Jane Street，和Scott Wu曾经联手教练过美国信息学国家代表队。扎克伯格曾经试图私下说服他跳槽，被Chen一口回绝。
一条被验证的成长之路：从竞赛到AI
当这些名字和公司汇聚到一张图表上，一个疑问油然而生——为何在AI的这场革命中，华裔的身影如此浓重？
答案远不止”数学天赋”或”更加勤奋”这么简单。放大镜下观察，这些人的人生脚本差异巨大，却在关键节点惊人相似：竞赛训练打造的数理底盘、北美顶尖名校的学位与人脉、量化交易机构的工程锻炼，最后汇流到硅谷的创业生态。数理奥赛的严酷磨练扎根了他们的思维基因，顶级大学编织了技术与人脉的双重网络，而量化机构与科技巨头的服役则赋予了他们操控高并发和复杂系统的直觉。这是一条从兴趣到工程、从天赋到实践的完整孵化链条，而在AI爆发的时刻，它展现出了最强的确定性。
Wu的过往与代码和竞赛密不可分，Wang的本质是一位数学家，Hong也是从数学热情和严苛的技术训练跨越到AI的数学应用。这套路径对华人并非独家秘密，但它确实为我们理解当下的人才密度提供了一把钥匙。
当然，华人和印度裔的身影在硅谷由来已久。伯克利的学者Saxenian在1999年的学术著作中就发现，到了1998年，华人和印度裔工程师已经掌管了硅谷四分之一的高科技公司。今天的AI创业狂潮并不是凭空产生，它扎根于数十年来逐步形成的人才流动和职业网络。
中国的教育机器也在源源不断地向全球AI研究输送新血液。清华姚班、中科大少年班和各大理工高校这么多年培养的学生，在北美构成了一个深厚的人才库。
卡内基和平基金会在今年9月发布的一份全球AI人才报告打破了人们的固有认知：全球顶尖AI研究者中，有57%的人在中国高校完成了本科阶段，相比2022年的46%，这个数字激增了11个百分点；同一时期美国本土本科培养的人才占比跌至13%。报告的结论是：
中国已经稳稳占据了全球AI精英人才最大来源地的位置，领先优势十分明显。
这份数据统计的是教育源头，并非族裔身份或护照国籍，也不能推广为整个AI业界的全景；但它清晰地指向了一个事实——中国教育与欧美研究、创业机会之间形成了深层的人才通道。
产业的最高峰对此有着最直观的感受。英伟达掌舵人黄仁勋在采访中毫不隐讳：”全球AI研究者的半壁江山都是华人。”
美国科技产业散发的魅力为这些人才打开了大门——他们能把学术能力转化成创业种子。投资者、初期团队成员和未来客户通过校友会、旧同事和行业聚会编织起来。那个叫”Facebook House”的地方，就是这个隐形网络在现实中的一个节点。
这不是说华裔已经垄断了整个商业版图。但在当下的生成式AI潮流中，华人的身影明显比其他族裔更加密集。西方精英还在上一轮资本故事里打转，印度裔多数选择了大公司高管的道路（纳德拉、皮查伊就是代表），很少有人成为初创的旗手或研究的领袖。东欧和俄罗斯的科学家在理论前沿仍有闪光，但要说到成批出现的创业家和研究骨干，只有华人做到了。
时间的方程式：为何AI创业在此刻爆发
重新审视Wu和Hong的故事，就能看出这次技术革命是如何改写技术人才的成功公式的。
一年代前，造一个复杂的软件需要拉起庞大的队伍去搭建从零到一的工具和基础设施，花上数年才能看到产品上线。而现在，大模型已经把通用的推理能力打包成API，云平台也把算力当成现成的水电供应，初创公司反而能把全部精力投入到模型的调度、提示词的工程和企业交付上。
几个人、不自己造模型、几个月就能推出给企业用的编程助手或数学验证工具。门槛的大幅下降意味着，拥有数学天赋和代码功力的小团队，可以在极短的时间周期内做出能卖钱的东西。
速度是双刃剑：应用层低门槛，大公司的复制速度也不慢。一旦你的产品被上游的模型平台看上眼，独立的初创就会陷入生存压力。有个技术突破只是进了场地，怎样避免被大象踩死才是真正的难题。
芯片帝国与应用新秀：华人的两场战争
若只盯着这些年轻的创业者，会误解华裔在硅谷的兴起是从AI开始的。实际上，黄仁勋、苏姿丰这些上一代的华裔领袖早就在芯片领地筑起了堡垒——英伟达在黄仁勋手下成为帝国，AMD由苏姿丰统辖，博通跟在陈福阳的麾下，英特尔则换上了陈立武这位老牌投资人。
黄仁勋、苏姿丰、陈立武公开活动照片拼接
可是两代人踏出的路完全不同：上一代通过几十年的生产积累、供应链绑定和产业生态掌握了权力，这一代则是站在现成的算力肩膀上，以最高的融资效率直奔应用市场。新一代烧的钱最终大头还是流向英伟达、AMD和博通的机房——再快的软件也得依赖硬件的地基。
硅谷的故事始终是由移民书写的。每个时代都有来自不同地域的精英通过学问、研究、工程或创业进入权力中心。
AI的浪潮让华人背景的学者和创业家重新成为焦点。不同的是，台前的容颜已经改写。
这次AI的资本狂欢中，成批而至的是华裔的身影。彼此并非铁血同盟，却拥有雷同的打磨过程、人脉纽带和对未来的渴望。我们真正应该思考的问题不在于他们如何相互对抗，而在于这张由华人编织的人才网络，会怎样改塑硅谷的未来。
