這是一段文本。
在過去的二十年里，硅谷的空氣中似乎永遠(yuǎn)飄蕩著咖喱的香氣。從圣何塞到山景城，各大科技公司的辦公樓、咖啡館和通勤班車上，印度面孔和口音隨處可見。
他們以勤奮、高效和強(qiáng)大的執(zhí)行力，構(gòu)建了互聯(lián)網(wǎng)時代的軟件帝國，從企業(yè)級解決方案到消費(fèi)者應(yīng)用程序，無處不有他們的貢獻(xiàn)。然而，一場深刻的技術(shù)革命正在悄然改變這一切。隨著大語言模型（LLM）和生成式人工智能的興起，硅谷的人才天平正在發(fā)生系統(tǒng)性的傾斜。曾經(jīng)無處不在的印度工程師，在金字塔尖的競爭中，似乎正被另一股力量所取代。
01
華人科學(xué)家成為了硅谷AI發(fā)展的中流砥柱
根據(jù)美國保爾森基金會旗下智庫MacroPolo在2022年發(fā)布的一份追蹤全球頂級人工智能人才的研究報告，這一趨勢已經(jīng)不容忽視。報告顯示，2019年，在美國頂級人工智能研究機(jī)構(gòu)中，擁有本科中國國籍背景的研究人員占比為29%。僅僅三年后的2022年，這個數(shù)字飆升至47%。
該報告的預(yù)測模型顯示，到2025年，這一比例將會超過50%。這意味著，在美國最前沿、最具顛覆性的人工智能領(lǐng)域，超過一半的頂尖智力貢獻(xiàn)，源自那些在中國完成基礎(chǔ)教育的頭腦。
一個時代有一個時代的需求。硅谷的人才結(jié)構(gòu)變遷，本質(zhì)上是技術(shù)范式轉(zhuǎn)移的直接結(jié)果。問題也隨之而來：為什么在代碼為王的時代如魚得水的印度人才，到了算法和模型為王的時代，似乎“不香了”？
這是一個牽涉到教育體系、國家戰(zhàn)略乃至深層社會文化結(jié)構(gòu)的復(fù)雜議題。要理解這場“換血”，我們必須首先厘清兩個時代對人才的核心要求有何根本不同。
傳統(tǒng)的IT時代，大約從2000年延伸至2010年代末期，是軟件工程的黃金時代。其核心任務(wù)是“實(shí)現(xiàn)”。無論是甲骨文的企業(yè)軟件、微軟的操作系統(tǒng)，還是谷歌的搜索引擎和臉書的社交網(wǎng)絡(luò)，其背后的驅(qū)動力都是將一個已經(jīng)明確的商業(yè)邏輯或產(chǎn)品構(gòu)想，通過代碼轉(zhuǎn)化為穩(wěn)定、可擴(kuò)展的軟件產(chǎn)品。
這個時代需要的是大量的、熟練掌握特定編程語言（如Java, C++, Python）和開發(fā)框架的工程師。他們需要理解軟件開發(fā)生命周期，能夠進(jìn)行調(diào)試、維護(hù)和系統(tǒng)集成。
在這一波浪潮中，印度成為了最大的人才輸出國。這得益于幾個關(guān)鍵優(yōu)勢。首先是語言，作為前英國殖民地，印度擁有世界上最龐大的英語使用者群體，這為他們無縫對接到以英語為主導(dǎo)的全球IT產(chǎn)業(yè)提供了天然的便利。
其次是成熟的IT培訓(xùn)體系，以印度理工學(xué)院（IITs）為代表的一批頂尖工程院校，以及像Infosys、TCS、Wipro這樣的大型IT服務(wù)公司建立的內(nèi)部培訓(xùn)機(jī)制，每年都能培養(yǎng)出數(shù)以十萬計符合行業(yè)標(biāo)準(zhǔn)的軟件工程師。
他們的畢業(yè)生以扎實(shí)的工程基礎(chǔ)和解決實(shí)際問題的能力著稱。最后是成本優(yōu)勢，這使得美國公司能夠以更低的成本雇傭到同樣合格的工程師，或者將大量的IT外包服務(wù)轉(zhuǎn)移到印度。這三者結(jié)合，使得印度工程師成為硅谷“世界工廠”里最受歡迎的“技術(shù)工人”。
02
換血的原因是什么？
然而，大語言模型開啟的AI時代，徹底改變了游戲規(guī)則。這個時代的核心任務(wù)不再是“實(shí)現(xiàn)”，而是“發(fā)現(xiàn)”和“創(chuàng)造”。其核心競爭力不再是誰能把代碼寫得更高效，而是誰能提出新的算法、設(shè)計新的模型架構(gòu)、理解并突破現(xiàn)有技術(shù)的理論邊界。
這要求從業(yè)者具備截然不同的能力組合：深厚到令人畏懼的數(shù)學(xué)功底，尤其是在線性代數(shù)、微積分、概率論和信息論等領(lǐng)域；能夠從第一性原理出發(fā)思考問題的創(chuàng)新能力；以及在世界頂級學(xué)術(shù)會議（如NeurIPS, ICML, CVPR）上發(fā)表高水平、同行評議論文所必需的嚴(yán)謹(jǐn)研究能力。
這種人才，在行業(yè)內(nèi)的畫像非常清晰：他們通常擁有博士學(xué)位，尤其是在計算機(jī)科學(xué)、統(tǒng)計學(xué)或相關(guān)領(lǐng)域的頂尖學(xué)府深造過。他們思考的不是如何用代碼實(shí)現(xiàn)一個功能，而是這個功能背后的數(shù)學(xué)原理是否可以被優(yōu)化，模型的能力邊界在哪里，以及如何創(chuàng)造出前所未有的新能力。
他們是科學(xué)家，需要在不同層面進(jìn)行基于數(shù)學(xué)能力的第一性原理式的創(chuàng)新；而非單純的在已經(jīng)建立起來的框架下執(zhí)行和優(yōu)化的工程師。
OpenAI、Google DeepMind、Meta AI這些引領(lǐng)行業(yè)的機(jī)構(gòu)，其核心團(tuán)隊(duì)幾乎完全由這樣背景的研究員組成。
而且在世界范圍內(nèi)，華人是參與和推動AI研究的最主要的力量。根據(jù)斯坦福大學(xué)發(fā)表的AI行業(yè)研究報告，華人參與的AI論文被引用數(shù)量從2021年超過歐洲之后，就一直處于世界第一。而印度裔科學(xué)家的影響力只有華人的四分之一左右。
除了硅谷的科技巨頭之外，中國國內(nèi)的科研機(jī)構(gòu)的影響力也是世界第一梯隊(duì)。清華大學(xué)，智源研究院，中科院，上海AI實(shí)驗(yàn)室等國內(nèi)AI科研機(jī)構(gòu)的高引論文數(shù)量也是世界前列，相比硅谷大廠也毫不遜色。
當(dāng)硅谷的需求從“熟練的工程師”轉(zhuǎn)變?yōu)椤绊敿獾难芯繂T”時，人才的來源管道也隨之發(fā)生了變化。硅谷巨頭網(wǎng)羅的華裔AI研究人員比例不斷上升，只是AI科研成為硅谷“顯學(xué)”之后AI科學(xué)家從象牙塔向工業(yè)界外溢的一種正常表現(xiàn)。
而更深層次的原因，可能要從中國的教育文化上說起。中國的教育體系，尤其是其對基礎(chǔ)科學(xué)和數(shù)學(xué)的重視，無意中為AI時代儲備了大量“彈藥”。
華人群體的人才優(yōu)勢首先源于扎實(shí)的教育基礎(chǔ)。中國以及華人聚居的東亞地區(qū)一貫以重視理工科教育著稱。在國際學(xué)生評估項(xiàng)目（PISA）中，東亞國家和地區(qū)的學(xué)生長期占據(jù)榜首。
例如2022年P(guān)ISA測試中，新加坡、澳門、臺灣、香港等華人占多數(shù)的地區(qū)在數(shù)學(xué)、科學(xué)等科目上包攬了全球前列。這表明華人學(xué)生整體具備較強(qiáng)的數(shù)理基礎(chǔ)能力。從小到大的數(shù)學(xué)和科學(xué)訓(xùn)練為他們后來從事AI等技術(shù)領(lǐng)域打下了堅實(shí)根基。
中國國內(nèi)的高考和競賽教育體系也強(qiáng)化了學(xué)生的理工素養(yǎng)，每年有大批優(yōu)秀學(xué)生進(jìn)入國內(nèi)外頂尖大學(xué)修讀計算機(jī)、工程等專業(yè)。據(jù)統(tǒng)計，中國學(xué)生赴美留學(xué)首選專業(yè)就是數(shù)學(xué)和計算機(jī)科學(xué)領(lǐng)域，大約22.2%的在美中國留學(xué)生主修此類專業(yè)，比其他任何領(lǐng)域都高 。這意味著中國每年向歐美高校輸送大量未來AI領(lǐng)域的人才。
這些學(xué)生在本科畢業(yè)后，有相當(dāng)大的一部分選擇前往美國攻讀研究生，特別是博士學(xué)位。根據(jù)美國國家科學(xué)基金會（NSF）的數(shù)據(jù)，多年來，中國一直是美國科學(xué)與工程領(lǐng)域國際博士生來源國的絕對第一名。
在2021年，授予在美國大學(xué)就讀的國際學(xué)生的16694個科學(xué)與工程博士學(xué)位中，有5496個授予了中國學(xué)生，占比高達(dá)33%。相比之下，授予印度學(xué)生的博士學(xué)位為2572個。
在計算機(jī)科學(xué)這一AI核心領(lǐng)域，差距同樣顯著。這種龐大的博士生基數(shù)，自然而然地轉(zhuǎn)化為了頂級AI研究員的儲備池。這些在普林斯頓、斯坦福、麻省理工、卡內(nèi)基梅隆等大學(xué)完成博士學(xué)業(yè)的中國學(xué)生，畢業(yè)后順理成章地進(jìn)入了硅谷的頂級AI實(shí)驗(yàn)室，成為了推動技術(shù)前沿的核心力量。
而且在中國文化中，學(xué)習(xí)被賦予了道德意義，“掌握知識、努力學(xué)習(xí)被視為一種道德上的責(zé)任” 。華人家長普遍將子女的學(xué)業(yè)成就放在首位，認(rèn)為考上名校、取得高學(xué)歷是人生的重要目標(biāo) 。
美國的一項(xiàng)針對華裔家庭的研究也發(fā)現(xiàn)，“華人文化對孩子學(xué)業(yè)表現(xiàn)有著高度期望”，華裔青少年在學(xué)業(yè)上的壓力和投入普遍高于其他族裔 。這種家庭教育文化直接導(dǎo)致華人孩子在中小學(xué)階段就投入大量時間學(xué)習(xí)數(shù)學(xué)、科學(xué)、編程等，為日后從事AI相關(guān)專業(yè)做好準(zhǔn)備。
華人學(xué)生往往有“不能讓父母失望”的心理動力，形成自我督促、刻苦鉆研的學(xué)習(xí)習(xí)慣 。這種勤奮努力的品質(zhì)在后續(xù)的科研和工作中也體現(xiàn)為較強(qiáng)的鉆研精神和抗壓能力，即使這樣的艱苦基礎(chǔ)研究工作在以前并不一定能帶來非?？捎^的收入。
與此相對，印度的教育和職業(yè)路徑則呈現(xiàn)出不同的景象。IITs無疑是世界一流的工程學(xué)院，其入學(xué)考試JEE（聯(lián)合入學(xué)考試）的難度和競爭激烈程度聞名于世。然而，其培養(yǎng)目標(biāo)和學(xué)生的職業(yè)期望，更多地導(dǎo)向了工程實(shí)踐和商業(yè)管理，而非基礎(chǔ)研究。
通過JEE考試需要的是在極大的時間壓力下快速、準(zhǔn)確地解決已知類型問題的能力，這是一種卓越的工程思維訓(xùn)練，但與需要長期、專注、開放式探索的研究思維有所不同。
對于大多數(shù)IITs的畢業(yè)生來說，最理想的職業(yè)路徑是進(jìn)入谷歌、微軟、高盛這樣的跨國公司擔(dān)任軟件工程師或技術(shù)經(jīng)理，或者去美國頂尖商學(xué)院讀一個MBA，然后轉(zhuǎn)向咨詢或金融行業(yè)。
攻讀一個長達(dá)五到七年、充滿不確定性且初期收入微薄的博士學(xué)位，在印度精英學(xué)生中的吸引力，相對沒有那么普遍。這導(dǎo)致印度的頂尖人才，更多地流向了“應(yīng)用層”和“管理層”，而在需要十年磨一劍的“研究層”，其人才儲備和輸出規(guī)模，與中國相比存在明顯的結(jié)構(gòu)性差距。
03
種姓和信仰
除了教育體系和職業(yè)路徑的差異，更深層次的社會文化結(jié)構(gòu)，也以一種更隱蔽但實(shí)際的方式影響著人才在硅谷的生態(tài)位。這并非關(guān)乎智力或創(chuàng)造力，而是關(guān)乎文化摩擦與融合的成本。
一個無法回避的問題是印度的種姓制度。盡管在法律上被廢除，但其作為一種千年文化慣性，依然在海外印度社區(qū)中投下陰影。其影響并非體現(xiàn)在阻礙創(chuàng)新思維，而是更直接地體現(xiàn)在職場人際關(guān)系上。
近年來，硅谷科技公司內(nèi)部爆出多起與種姓相關(guān)的歧視訴訟，其中最著名的便是思科公司（Cisco）的案例，一名“達(dá)利特”（即所謂“賤民”）工程師聲稱自己因種姓身份而遭到兩位“婆羅門”上司的排擠和打壓。
這類事件揭示了一個殘酷的現(xiàn)實(shí)：一些印度裔管理者會將本土的社會等級觀念帶入硅谷，在招聘、晉升和日常工作中，不自覺地偏袒或歧視擁有特定種姓背景的同胞。
這種基于出身的“圈子文化”和內(nèi)部歧視鏈，嚴(yán)重侵蝕了硅谷所標(biāo)榜的精英主義和機(jī)會均等的原則，破壞了團(tuán)隊(duì)內(nèi)部的信任與協(xié)作，對于需要高度協(xié)同、思想碰撞的頂尖AI研究團(tuán)隊(duì)而言，其破壞性尤為巨大。
與之相關(guān)的，是宗教信仰帶來的文化隔閡。印度裔員工的宗教信仰通常非常虔誠且多元，如印度教、錫克教、伊斯蘭教等。這些信仰帶來了豐富的文化，但也伴隨著嚴(yán)格的飲食戒律、固定的祈禱時間以及頻繁的宗教節(jié)日，這些都與硅谷主流的、高度世俗化的工作和社交文化存在一定的張力。
團(tuán)隊(duì)聚餐需要考慮復(fù)雜的素食需求，下班后的酒吧社交文化可能與部分員工的宗教禁忌相悖。這并非是說公司不能或不愿包容，而是這種深刻的文化差異，客觀上在印度裔員工與公司其他群體之間，建立起了一道無形的墻，使得深度的社交融合變得更加困難。
相比之下，來自亞洲其他國家，尤其是中國的研究員，則呈現(xiàn)出顯著的“低文化摩擦”優(yōu)勢。他們中的絕大多數(shù)人沒有強(qiáng)烈的宗教信仰，或者說是實(shí)用主義的不可知論者。
這種世俗化的特征，使他們能夠極快地融入硅谷以工作為核心的文化。他們沒有飲食上的禁忌，可以無縫參與到任何形式的團(tuán)隊(duì)建設(shè)活動中；他們沒有固定的宗教儀式需要參加，可以將更多的時間和精力投入到工作和與同事的非正式交流中。
04
游戲規(guī)則發(fā)生改變
硅谷的人才版圖重塑，并非是一個簡單的“誰被誰拋棄”的故事。印度工程師沒有被拋棄，他們在廣大的軟件工程領(lǐng)域依然是不可或缺的中堅力量。然而，在決定未來技術(shù)走向的AI金字塔尖，游戲規(guī)則已經(jīng)改變。這場變革的核心，是對“研究型人才”的極度渴求。
中國，憑借其龐大的受教育人口、對數(shù)理基礎(chǔ)教育的極致強(qiáng)化、國家層面對科研的長期投入，以及一種鼓勵通過技術(shù)征服自然的文化驅(qū)動力，恰好形成了一個能夠大規(guī)模、持續(xù)地向美國頂尖學(xué)府和AI實(shí)驗(yàn)室輸送博士級研究人才的強(qiáng)大管道。
而印度，其教育體系和職業(yè)文化更偏向于培養(yǎng)優(yōu)秀的工程師、項(xiàng)目經(jīng)理和商業(yè)領(lǐng)袖。深層的社會結(jié)構(gòu)和文化習(xí)慣，也可能在宏觀上引導(dǎo)了人才流向更注重應(yīng)用、執(zhí)行和管理的領(lǐng)域，而非充滿不確定性的基礎(chǔ)研究。
這兩種模式并無絕對的優(yōu)劣之分，它們只是在不同的技術(shù)時代，與硅谷的需求產(chǎn)生了不同程度的契合。
在傳統(tǒng)IT時代，硅谷需要的是一支龐大的、紀(jì)律嚴(yán)明的“羅馬軍團(tuán)”來建造和維護(hù)帝國的道路和建筑，印度提供了最優(yōu)秀的士兵和百夫長。
而在大模型時代，硅谷需要的是一小群能夠發(fā)明火藥、設(shè)計出全新戰(zhàn)爭機(jī)器的“達(dá)芬奇式”天才，中國的教育和人才體系，恰好在此時此刻，展現(xiàn)出了更強(qiáng)的造血能力。這便是硅谷“換血”背后，最真實(shí)而深刻的邏輯。
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個人觀點(diǎn)，不代表DoNews專欄的立場，轉(zhuǎn)載請聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問都請聯(lián)系idonews@donews.com)
