韩国静默崛起如何彻底改变AI人才战争

地图已变

卡内基中国研究所于9月23日发布的报告得出了一个本应早就得出结论、却仍让人感觉像是来自未来的判决：中国在 NeurIPS（该领域最具声望的学术会议）上发表论文的一流 AI 研究者数量上已超越美国。

数字揭示了深刻的逆转。2022年，每有27名中国研究者，美国就有46人。三年之后，这一比例翻转为美国34人、中国41人。在数据集所涵盖的12,840名有已知教育背景的研究者中，4,174人在中国，3,514人在美国——这一差距既足够显著，又足够脆弱，令人不安。

这不只是一个快照。这是一条在过去五年中持续加速的轨迹。这些数据之所以格外引人注目，在于其变化速度。从落后到领先的转变发生在短短五年窗口期内，表明驱动这一转型的根本力量并非边缘性调整，而是全球 AI 研究能力分布的结构性重组。

谁留下，谁离开

更深层的信号在于研究者在受训后选择在哪里工作。2022年，56.6%的中国 AI 毕业生在中国工作，其余人大都去了美国，占比为31.8%。到了2025年，这些数字发生了剧变：68.7%的中国毕业生留在了国内，而只有21.2%选择了美国。

与此同时，美国的留任率高达88.7%——这意味着在美国受训的研究者绝大多数选择留下。中国正在缩小人才流失的差距，尽管签证限制已使中国 STEM 研究生入境变得更加困难。

这正是华盛顿方面似乎从未同时在两条战线上作战的两面战争。你不能限制移民，却指望人才管道继续为实验室输送血液。政策矛盾十分鲜明：每施加一项针对中国学生学习 AI 的限制，就直接助长了那些限制本欲遏制的那种竞争力。数据正在实时展现这一机制的运作。

签证限制的次生效应远超简单数字之外。无法进入美国的研究人员并不会从该领域消失。他们会另谋出路。一些人回到中国，强化了此前缺乏关键规模能力的国内项目。另一些人则转向欧洲、加拿大或韩国。每个目的地都获得了一名本可能为美国科研产出做贡献的研究者。净结果是，美国科研能力遭到了一种不会体现在单一指标中的分散式削弱，却在各个机构、实验室小组和出版物之间不断累积。

真正重要的机构排名

从机构隶属关系来看，2022年的前十名由美国大学和企业主导：谷歌位居榜首，其次是清华、麻省理工、斯坦福、卡内基梅隆、微软、Meta、北大、加州大学伯克利分校和伊利诺伊大学香槟分校。前十名中有八个席位属于美国机构，两个属于中国。

2025年，前四名全部为亚洲机构。清华和北大占据前两位。韩国 KAIST 跃升12位至第三。上海交大位列第四。麻省理工跌至第五，斯坦福第六，谷歌第七，其余中国机构——中科大和浙江大学——补齐前十。前五名中有五所为中国大学；美国机构（含企业）仅占四个席位。

AI 卓越机构的版图已被重新绘制。而它并非通过渐进式改进被重绘——而是通过一个系统性转变被重绘，即下一代 AI 人才决定将其事业建立在何处。美国机构并未崩溃；它们是被那些以更高度战略连贯性投入保留和培养自身研究者的体系所超越。

这一转变值得注意之处在于，它不仅限于中国。前十名正演变为多极格局，多个亚洲体系同时贡献力量。这种主导权的分散化使得任何单一国家都难以制定战略性应对方案。当卓越分散于多个中心时，美国无法指向一个对手并设计针对性反制策略。

韩国为何榜上有名

卡内基报告特别关注了韩国的崛起。韩国 AI 人才留任率为77.2%，位居第二，仅次于美国。KAIST 在机构排名中从第15位跃升至第3位，是数据集中上升幅度最大的一个。报告指出，韩国和新加坡是唯一取得显著进展的非中文亚洲国家。

这在实践中的含义很简单：韩国留住了自己的人。

几十年来，韩国科技叙事一直以资本密集和规模取胜——三星、现代、LG 建设庞大的工厂和研究中心。人才故事始终从属于基础设施故事。而现在这种情况已发生改变。韩国大学，尤其是 KAIST，正以可与人口规模大得多国家的机构相媲美的速度培养并留住 AI 研究者。

这对韩国之外同样重要，因为它打破了"AI 人才竞争力要么需要庞大人口、要么需要成熟移民优势"的假设。韩国仅凭本土教育和留任便实现了排名跃升。一个拥有5200万人口、没有大规模移民渠道的国家，通过投资于培养 AI 研究者的机构并创造让人才留下的条件，找到了跻身最高水平的途径。

KAIST 的发展轨迹尤其值得细致审视。三年内从第15位跃升至第3位，堪称非凡。这表明，当一所机构将其激励机制与其研究者的目标保持一致时，对单个机构的战略性投资可以产生不成比例的巨大回报。韩国政府政策一贯将 AI 发展置于优先位置，而 KAIST 将自己定位为这一承诺的首要受益者。结果形成了一个良性循环：政府资金吸引顶尖研究者，顶尖研究者产出高影响力成果，高影响力成果吸引更多资金和更优质的学生。

接下来会发生什么

直接的启示十分明确：中国将继续以美国单靠招聘无法匹配的速度扩大其 AI 研究产出。正在将中国学生推离美国实验室的签证限制，同时将他们推向国内职位——而这正是限制措施本欲阻止的结果。你不可能封锁边境，却指望另一边的人才停止进步。

第二个启示对美国决策者而言更为棘手。留任数据表明，美国在留住自己人才方面仍占据优势，但在吸引全球最优秀人才方面正丧失阵地。中国则在两面都占上风——不仅留住了更多毕业生，还通过国内 AI 领域的机会增长吸引了国际人才。这种双重优势一旦建立，便会产生难以逆转的复利效应。

韩国的崛起预示了第三条路径——而英语世界的报道几乎对此视而不见。那些没有移民优势、也没有中国那样人口规模的国家，仍然可以通过聚焦教育投资和留任政策在 AI 人才竞争中找到一席之地。KAIST 跃升12位并非偶然。它是数十年间深思熟虑且持续的政策选择的产物，而非市场力量或人口运气带来的意外副产品。

对全球 AI 格局而言，更广泛的启示在于：关于 AI 竞争的讨论必须超越中美二元框架。韩国、新加坡以及其他潜在亚洲体系正在证明，AI 人才竞争力可以通过多种策略实现，而不仅仅依赖人口规模或移民吸引力。成功模式的多元化使竞争格局更加复杂，但也更加韧性。

数据与现实之间的滞后，正是战略风险不断累积的领域。那些仍在以中美二元视角思考 AI 竞争的决策者，读的是昨天的地图。疆域已然改变。问题在于，有人是否能在这一转变变得不可逆转之前保持关注。