與OpenAI團(tuán)隊(duì)的數(shù)據(jù)相比，DeepSeek貢獻(xiàn)者之間的差異性更小。這可能暗示了一個(gè)學(xué)術(shù)經(jīng)驗(yàn)分布更均勻的基礎(chǔ)，而非過度依賴少數(shù)杰出人物。DeepSeek的研究引擎不僅深厚，而且寬廣——這一組織特質(zhì)在基礎(chǔ)模型開發(fā)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(zhàn)了媒體關(guān)于"DeepSeek的快速崛起是由'未經(jīng)考驗(yàn)'或缺乏經(jīng)驗(yàn)的研究人員驅(qū)動"的敘事。盡管OpenAI持續(xù)獲得全球認(rèn)可，但就傳統(tǒng)的文獻(xiàn)計(jì)量標(biāo)準(zhǔn)而言，DeepSeek的許多核心貢獻(xiàn)者在取得突破時(shí)已發(fā)表更多論文、獲得更穩(wěn)定的引用，可以說在學(xué)術(shù)上更為成熟。
二、DeepSeek團(tuán)隊(duì)所屬機(jī)構(gòu)中國占主導(dǎo)，本土化培養(yǎng)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(guān)系的DeepSeek作者進(jìn)行縱向分析，發(fā)現(xiàn)超過一半（n=111）在其職業(yè)生涯中始終在中國機(jī)構(gòu)接受培訓(xùn)和任職——這證明中國在不依賴西方專業(yè)知識的情況下，已具備培養(yǎng)世界級AI人才的能力。
打開網(wǎng)易新聞 查看精彩圖片
此外，89%的DeepSeek作者至少曾與中國機(jī)構(gòu)有過隸屬關(guān)系。僅有四名作者似乎從未在中國學(xué)習(xí)、培訓(xùn)或工作。另外，僅有24.3%的DeepSeek研究人員曾與美國機(jī)構(gòu)有過學(xué)術(shù)或職業(yè)隸屬關(guān)系，這進(jìn)一步說明美國機(jī)構(gòu)在塑造這一群體中的作用有限。
從2025年的數(shù)據(jù)來看，在201名已知隸屬關(guān)系的DeepSeek作者中，171名與中國機(jī)構(gòu)有隸屬關(guān)系，僅有7%的研究人員與美國機(jī)構(gòu)有隸屬關(guān)系，這種以中國為中心的地理分布進(jìn)一步強(qiáng)化了中國國內(nèi)機(jī)構(gòu)的核心作用——不僅是培養(yǎng)基地，更是AI人才的長期職業(yè)目的地。
三、中科院在DeepSeek團(tuán)隊(duì)中發(fā)揮著核心作用
該研究發(fā)現(xiàn)，有數(shù)據(jù)的DeepSeek論文的211名作者，與全球499家獨(dú)特機(jī)構(gòu)有關(guān)聯(lián)，其中中國機(jī)構(gòu)占368家（74%）。這一網(wǎng)絡(luò)以學(xué)術(shù)界為主，大學(xué)和研究機(jī)構(gòu)構(gòu)成其核心，但也包括來自私營公司（n=17）、政府機(jī)構(gòu)（n=12）和非營利組織（n=9）的培訓(xùn)。
打開網(wǎng)易新聞 查看精彩圖片
在這一機(jī)構(gòu)背景中，中科院（CAS）成為戰(zhàn)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(jī)構(gòu)的網(wǎng)絡(luò)，中科院共涵蓋53名研究人員。
北京大學(xué)以21個(gè)隸屬關(guān)系位居第二，其中直接隸屬的研究人員為20名。清華大學(xué)以16名作者緊隨其后，中山大學(xué)和南京大學(xué)各有10名作者。
這一分布揭示了中國如何利用其機(jī)構(gòu)基礎(chǔ)設(shè)施支持AI發(fā)展，形成以中科院為中心、多所知名大學(xué)為支撐的網(wǎng)絡(luò)。這一中國機(jī)構(gòu)網(wǎng)絡(luò)中的人才集中為AI創(chuàng)新創(chuàng)造了肥沃的土壤，挑戰(zhàn)了美國在機(jī)構(gòu)資源方面的優(yōu)勢。
四、美國雖然仍是國際科研培訓(xùn)關(guān)鍵節(jié)點(diǎn)，但已非核心
該研究發(fā)現(xiàn)，DeepSeek的AI團(tuán)隊(duì)中僅少數(shù)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?？缍鄠€(gè)機(jī)構(gòu)。
打開網(wǎng)易新聞 查看精彩圖片
值得注意的是，DeepSeek研究人員的美國經(jīng)歷具有顯著的機(jī)構(gòu)多樣性。這49名與美國有關(guān)聯(lián)的研究者曾分布在26個(gè)州的65所不同機(jī)構(gòu)，包括公立大學(xué)、私立學(xué)院、醫(yī)學(xué)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(shù)精英院校，而是與美國研究生態(tài)系統(tǒng)的廣泛領(lǐng)域建立了聯(lián)系。這種廣度可能有助于他們更全面地接觸美國的科學(xué)與技術(shù)實(shí)踐，同時(shí)也意味著單一機(jī)構(gòu)難以察覺國際AI知識交流的整體規(guī)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(shù)遵循從中國到美國并長期留美的線性路徑。相反，數(shù)據(jù)顯示主導(dǎo)的流動模式是循環(huán)式、跨國且具有戰(zhàn)略適應(yīng)性的。
打開網(wǎng)易新聞 查看精彩圖片
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(rèn)或主導(dǎo)結(jié)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(jīng)過多次流動，最終回到中國”的類別。
打開網(wǎng)易新聞 查看精彩圖片
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(xùn)的關(guān)鍵節(jié)點(diǎn)，但已非核心或終點(diǎn)。大多數(shù)DeepSeek研究者并未在美國接受培訓(xùn)，而接受過美國培訓(xùn)的人也未被留住。相反，他們以美國為跳板，獲取高價(jià)值技能、人脈與資質(zhì)，最終反哺中國的AI生態(tài)系統(tǒng)。
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(xué)術(shù)成就最為突出——平均被引用2168次（中位數(shù)565次），h指數(shù)均值17，i10指數(shù)均值34，遠(yuǎn)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(xiàng)目的核心貢獻(xiàn)者。
對美國政策制定者而言，DeepSeek的人才分析表明，是時(shí)候重新評估“全球最優(yōu)秀人才自然希望留美”這一長期假設(shè)了。吸引并永久留住頂尖人才——曾是美國技術(shù)霸權(quán)的基石——如今日益與21世紀(jì)的教育現(xiàn)實(shí)脫節(jié)。
DeepSeek的核心故事是本土化能力：其半數(shù)研究者從未離開中國，絕大多數(shù)與中國機(jī)構(gòu)有深厚關(guān)聯(lián)，即便受過美國培訓(xùn)的人也多數(shù)回歸——這或?qū)⒓铀僦袊谌駻I競賽中的崛起。
五、國際流動經(jīng)歷為中國AI人才培養(yǎng)的戰(zhàn)略投資
該研究指出，在31名核心團(tuán)隊(duì)作者中（28人的機(jī)構(gòu)任職數(shù)據(jù)可通過OpenAlex獲?。?，有半數(shù)（14人）的職業(yè)生涯中曾在中國以外的機(jī)構(gòu)任職。
這些具有國際流動經(jīng)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(zhèn)）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(jīng)歷視為戰(zhàn)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(yīng)用，從而推動本土技術(shù)進(jìn)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(gè)世紀(jì)以來，國家實(shí)力的來源始終與有形資產(chǎn)緊密相關(guān)——如可征服的領(lǐng)土、可征稅或征召的人口、可實(shí)施禁運(yùn)的物資、可部署的軍隊(duì)等。這些有形實(shí)力來源至今仍具重要性，但在技術(shù)時(shí)代，國家權(quán)力同樣衍生自無形資產(chǎn)——如數(shù)據(jù)、技術(shù)以及人們頭腦中的知識。知識權(quán)力對經(jīng)濟(jì)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(zhàn)略武器。
這些發(fā)現(xiàn)挑戰(zhàn)了一個(gè)長期存在的信念：美國將永遠(yuǎn)吸引全球頂尖人才。但現(xiàn)實(shí)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(dāng)然地認(rèn)為其人才優(yōu)勢會永久持續(xù)。
相反，美國需要更積極地參與競爭：既要通過改善國內(nèi)K-12 STEM教育快速提升本土人才培養(yǎng)能力，同時(shí)也要更努力地吸引、接納并留住全球最優(yōu)秀人才。
歸根結(jié)底，DeepSeek AI的崛起不僅代表著語言模型技術(shù)的又一次進(jìn)步，更通過其人才模式揭示了動搖美國創(chuàng)新優(yōu)勢傳統(tǒng)認(rèn)知的關(guān)鍵證據(jù)。我們對DeepSeek研究網(wǎng)絡(luò)的分析表明，關(guān)于美國在人才培養(yǎng)與留存方面占據(jù)主導(dǎo)地位的固有認(rèn)知可能已不再成立，這對未來的技術(shù)競爭格局具有深遠(yuǎn)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(xué)研究院國際教育研究中心承擔(dān)的教育部高校國別和區(qū)域研究2024年課題研究成果]
本文由中國教育科學(xué)研究院張永軍副研究員整理，編輯劉強(qiáng)。內(nèi)容僅供參考，點(diǎn)擊左下角“閱讀原文”可下載該文獻(xiàn)。
熱門跟貼