2025年4月21日，美國胡佛研究所與斯坦福大學以人為本的人工智能研究所合作發布《深度解析DeepSeek AI的人才布局及其對美國創新的啟示》報告。該報告通過收集DeepSeek團隊2024-2025年間發布于arXiv平臺的5篇論文的200余位共署作者的學術檔案信息（歷年發表記錄、文獻引用指標、機構隸屬關系等歷史數據），對中國AI人才發展進行了分析，并提出了對美國的啟示。

該研究認為，中國已經建立起了一條強大的人才培養管道，完全依賴國內資源培養世界級AI人才的能力正在日益增長。此外，盡管近四分之一的DeepSeek研究人員在其職業生涯中曾在美國機構獲得經驗，但大多數人最終選擇回到中國，形成了一種單向的知識轉移，進一步推動了中國AI生態系統的發展。

這些人才流動模式對美國的技術領導地位構成了根本性挑戰，僅靠出口管制和計算投資無法解決這一問題。DeepSeek是一個早期預警信號：人力資本——而非僅僅是硬件或算法——在地緣政治中的關鍵作用，以及美國人才優勢的逐漸削弱。

該文的主要內容與結論概述如下：

一、DeepSeek為集體貢獻成果，而且并非“初出茅廬”

該研究分析發現，DeepSeek的五篇論文共涉及223位作者，其中31人（14%）參與了全部論文，構成“核心團隊”。目前普遍認為，DeepSeek的成功依賴于年輕且缺乏經驗的研究人員。

然而，引用指標表明，DeepSeek的人才并非如此"青澀"。例如，在可獲取數據的211位貢獻者中，平均每位研究人員發表了61篇作品，獲得了略超1000次引用，h指數為10.8，i10指數約為19。

參與了全部五篇論文的31位核心團隊更是平均每位作者獲得了1554次引用（中位數為501次），平均h指數為13.5，i10指數為25.5，這進一步表明核心團隊的整體影響力具有一致性，而非僅依賴少數突出個體。

這些指標為"DeepSeek核心團隊由已具備可靠學術履歷的研究人員組成"這一觀點提供了額外證據。

與OpenAI團隊的數據相比，DeepSeek貢獻者之間的差異性更小。這可能暗示了一個學術經驗分布更均勻的基礎，而非過度依賴少數杰出人物。DeepSeek的研究引擎不僅深厚，而且寬廣——這一組織特質在基礎模型開發的競爭日益激烈之際可能尤為重要。

該研究由此指出，這些比較挑戰了媒體關于"DeepSeek的快速崛起是由'未經考驗'或缺乏經驗的研究人員驅動"的敘事。盡管OpenAI持續獲得全球認可，但就傳統的文獻計量標準而言，DeepSeek的許多核心貢獻者在取得突破時已發表更多論文、獲得更穩定的引用，可以說在學術上更為成熟。

二、DeepSeek團隊所屬機構中國占主導，本土化培養世界級AI人才的能力已顯著提升

該研究通過對201名已知隸屬關系的DeepSeek作者進行縱向分析，發現超過一半（n=111）在其職業生涯中始終在中國機構接受培訓和任職——這證明中國在不依賴西方專業知識的情況下，已具備培養世界級AI人才的能力。

此外，89%的DeepSeek作者至少曾與中國機構有過隸屬關系。僅有四名作者似乎從未在中國學習、培訓或工作。另外，僅有24.3%的DeepSeek研究人員曾與美國機構有過學術或職業隸屬關系，這進一步說明美國機構在塑造這一群體中的作用有限。

從2025年的數據來看，在201名已知隸屬關系的DeepSeek作者中，171名與中國機構有隸屬關系，僅有7%的研究人員與美國機構有隸屬關系，這種以中國為中心的地理分布進一步強化了中國國內機構的核心作用——不僅是培養基地，更是AI人才的長期職業目的地。

三、中科院在DeepSeek團隊中發揮著核心作用

該研究發現，有數據的DeepSeek論文的211名作者，與全球499家獨特機構有關聯，其中中國機構占368家（74%）。這一網絡以學術界為主，大學和研究機構構成其核心，但也包括來自私營公司（n=17）、政府機構（n=12）和非營利組織（n=9）的培訓。

在這一機構背景中，中科院（CAS）成為戰略重心。雖然直接隸屬的作者僅有18名，但考慮到其153家附屬機構的網絡，中科院共涵蓋53名研究人員。

北京大學以21個隸屬關系位居第二，其中直接隸屬的研究人員為20名。清華大學以16名作者緊隨其后，中山大學和南京大學各有10名作者。

這一分布揭示了中國如何利用其機構基礎設施支持AI發展，形成以中科院為中心、多所知名大學為支撐的網絡。這一中國機構網絡中的人才集中為AI創新創造了肥沃的土壤，挑戰了美國在機構資源方面的優勢。

四、美國雖然仍是國際科研培訓關鍵節點，但已非核心

該研究發現，DeepSeek的AI團隊中僅少數人才長期留美，63%（31人）僅短暫停留1年，另有18.4%（9人）停留2至4年，18.4%（9人）停留五年或更久，且通常跨多個機構。

值得注意的是，DeepSeek研究人員的美國經歷具有顯著的機構多樣性。這49名與美國有關聯的研究者曾分布在26個州的65所不同機構，包括公立大學、私立學院、醫學中心、非營利組織和科技公司。

而且，這些研究者并未集中在少數精英院校，而是與美國研究生態系統的廣泛領域建立了聯系。這種廣度可能有助于他們更全面地接觸美國的科學與技術實踐，同時也意味著單一機構難以察覺國際AI知識交流的整體規模。

從流動方向來看，在49名有美國背景的DeepSeek研究人員中，僅有少數遵循從中國到美國并長期留美的線性路徑。相反，數據顯示主導的流動模式是循環式、跨國且具有戰略適應性的。

值得注意的是，DeepSeek研究群體中僅14.2%（7人）遵循“中國→美國→留美”路徑。盡管這一比例仍具意義，但它已非默認或主導結果。甚至在美國起步的研究者中，許多人最終回歸中國——22.4%（11人）屬于“從美國開始，最終回到中國”或“從美國開始，經過多次流動，最終回到中國”的類別。

該研究指出，這些模式揭示了全球AI人才流動的重要特征。美國仍是國際研究培訓的關鍵節點，但已非核心或終點。大多數DeepSeek研究者并未在美國接受培訓，而接受過美國培訓的人也未被留住。相反，他們以美國為跳板，獲取高價值技能、人脈與資質，最終反哺中國的AI生態系統。

需特別指出的是，這49名有美國背景的研究者在整體群體中學術成就最為突出——平均被引用2168次（中位數565次），h指數均值17，i10指數均值34，遠超DeepSeek作者庫的整體水平。他們并非邊緣角色，而是中國最尖端AI項目的核心貢獻者。

對美國政策制定者而言，DeepSeek的人才分析表明，是時候重新評估“全球最優秀人才自然希望留美”這一長期假設了。吸引并永久留住頂尖人才——曾是美國技術霸權的基石——如今日益與21世紀的教育現實脫節。

DeepSeek的核心故事是本土化能力：其半數研究者從未離開中國，絕大多數與中國機構有深厚關聯，即便受過美國培訓的人也多數回歸——這或將加速中國在全球AI競賽中的崛起。

五、國際流動經歷為中國AI人才培養的戰略投資

該研究指出，在31名核心團隊作者中（28人的機構任職數據可通過OpenAlex獲取），有半數（14人）的職業生涯中曾在中國以外的機構任職。

這些具有國際流動經歷的研究者通常遵循針對性路徑：先在中國頂尖高校接受教育，隨后赴海外（主要是美國、英國、澳大利亞等AI研究重鎮）攻讀研究生、從事博士后或科研工作，最終回歸中國。

該文指出，這表明中國將國際經歷視為戰略性國家投資，而非“人才流失”——通過派遣研究人員赴海外獲取前沿知識后回國應用，從而推動本土技術進步。

該研究最后指出，目前的人才流動模式具有重大地緣政治意義。幾個世紀以來，國家實力的來源始終與有形資產緊密相關——如可征服的領土、可征稅或征召的人口、可實施禁運的物資、可部署的軍隊等。這些有形實力來源至今仍具重要性，但在技術時代，國家權力同樣衍生自無形資產——如數據、技術以及人們頭腦中的知識。知識權力對經濟與地緣政治競爭的重要性前所未有，它堪稱最具便攜性的戰略武器。

這些發現挑戰了一個長期存在的信念：美國將永遠吸引全球頂尖人才。但現實是，頂尖人才如今擁有多元選擇。DeepSeek的人才故事表明，美國不能想當然地認為其人才優勢會永久持續。

相反，美國需要更積極地參與競爭：既要通過改善國內K-12 STEM教育快速提升本土人才培養能力，同時也要更努力地吸引、接納并留住全球最優秀人才。

歸根結底，DeepSeek AI的崛起不僅代表著語言模型技術的又一次進步，更通過其人才模式揭示了動搖美國創新優勢傳統認知的關鍵證據。我們對DeepSeek研究網絡的分析表明，關于美國在人才培養與留存方面占據主導地位的固有認知可能已不再成立，這對未來的技術競爭格局具有深遠影響。

資料來源：

Amy Zegart & Emerson Johnston. A Deep Peek into DeepSeek AI’s Talent and Implications for US Innovation. https://www.hoover.org/sites/default/files/research/docs/Zegart_DeepSeekAI_Talent_FINAL_4-21.pdf

[本文為中國教育科學研究院國際教育研究中心承擔的教育部高校國別和區域研究2024年課題研究成果]

本文由中國教育科學研究院張永軍副研究員整理，編輯劉強。內容僅供參考，點擊左下角“閱讀原文”可下載該文獻。