硅谷換血：大模型時代為何華人取代了印度工程師？

本文來自格隆匯專欄：字母榜；作者：苗正 胡潤

在過去的二十年里，硅谷的空氣中似乎永遠飄蕩着咖喱的香氣。從聖何塞到山景城，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、高效和強大的執行力，構建了互聯網時代的軟件帝國，從企業級解決方案到消費者應用程序，無處不有他們的貢獻。然而，一場深刻的技術革命正在悄然改變這一切。隨着大語言模型（LLM）和生成式人工智能的興起，硅谷的人才天平正在發生系統性的傾斜。曾經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

華人科學家成爲了硅谷AI發展的中流砥柱

根據美國保爾森基金會旗下智庫MacroPolo在2022年發佈的一份追蹤全球頂級人工智能人才的研究報告，這一趨勢已經不容忽視。報告顯示，2019年，在美國頂級人工智能研究機構中，擁有本科中國國籍背景的研究人員佔比為29%。僅僅三年后的2022年，這個數字飆升至47%。

該報告的預測模型顯示，到2025年，這一比例將會超過50%。這意味着，在美國最前沿、最具顛覆性的人工智能領域，超過一半的頂尖智力貢獻，源自那些在中國完成基礎教育的頭腦。

一個時代有一個時代的需求。硅谷的人才結構變遷，本質上是技術範式轉移的直接結果。問題也隨之而來：為什麼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、國家戰略乃至深層社會文化結構的複雜議題。要理解這場「換血」，我們必須首先釐清兩個時代對人才的核心要求有何根本不同。

傳統的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。其核心任務是「實現」。無論是甲骨文的企業軟件、微軟的操作系統，還是谷歌的搜索引擎和臉書的社交網絡，其背后的驅動力都是將一個已經明確的商業邏輯或產品構想，通過代碼轉化為穩定、可擴展的軟件產品。

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）和開發框架的工程師。他們需要理解軟件開發生命周期，能夠進行調試、維護和系統集成。

在這一波浪潮中，印度成爲了最大的人才輸出國。這得益於幾個關鍵優勢。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羣體，這為他們無縫對接到以英語為主導的全球IT產業提供了天然的便利。

其次是成熟的IT培訓體系，以印度理工學院（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服務公司建立的內部培訓機制，每年都能培養出數以十萬計符合行業標準的軟件工程師。

他們的畢業生以紮實的工程基礎和解決實際問題的能力著稱。最后是成本優勢，這使得美國公司能夠以更低的成本僱傭到同樣合格的工程師，或者將大量的IT外包服務轉移到印度。這三者結合，使得印度工程師成為硅谷「世界工廠」里最受歡迎的「技術工人」。

02

換血的原因是什麼？

然而，大語言模型開啟的AI時代，徹底改變了遊戲規則。這個時代的核心任務不再是「實現」，而是「發現」和「創造」。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、設計新的模型架構、理解並突破現有技術的理論邊界。

這要求從業者具備截然不同的能力組合：深厚到令人畏懼的數學功底，尤其是在線性代數、微積分、概率論和信息論等領域；能夠從第一性原理出發思考問題的創新能力；以及在世界頂級學術會議（如NeurIPS, ICML, CVPR）上發表高水平、同行評議論文所必需的嚴謹研究能力。

這種人才，在行業內的畫像非常清晰：他們通常擁有博士學位，尤其是在計算機科學、統計學或相關領域的頂尖學府深造過。他們思考的不是如何用代碼實現一個功能，而是這個功能背后的數學原理是否可以被優化，模型的能力邊界在哪里，以及如何創造出前所未有的新能力。

他們是科學家，需要在不同層面進行基於數學能力的第一性原理式的創新；而非單純的在已經建立起來的框架下執行和優化的工程師。

OpenAI、Google DeepMind、Meta AI這些引領行業的機構，其核心團隊幾乎完全由這樣背景的研究員組成。

而且在世界範圍內，華人是參與和推動AI研究的最主要的力量。根據斯坦福大學發表的AI行業研究報告，華人蔘與的AI論文被引用數量從2021年超過歐洲之后，就一直處於世界第一。而印度裔科學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，中國國內的科研機構的影響力也是世界第一梯隊。清華大學，智源研究院，中科院，上海AI實驗室等國內AI科研機構的高引論文數量也是世界前列，相比硅谷大廠也毫不遜色。

當硅谷的需求從「熟練的工程師」轉變為「頂尖的研究員」時，人才的來源管道也隨之發生了變化。硅谷巨頭網羅的華裔AI研究人員比例不斷上升，只是AI科研成為硅谷「顯學」之后AI科學家從象牙塔向工業界外溢的一種正常表現。

而更深層次的原因，可能要從中國的教育文化上説起。中國的教育體系，尤其是其對基礎科學和數學的重視，無意中為AI時代儲備了大量「彈藥」。

華人羣體的人才優勢首先源於紮實的教育基礎。中國以及華人聚居的東亞地區一貫以重視理工科教育著稱。在國際學生評估項目（PISA）中，東亞國家和地區的學生長期佔據榜首。

例如2022年PISA測試中，新加坡、澳門、臺灣、香港等華人佔多數的地區在數學、科學等科目上包攬了全球前列。這表明華人學生整體具備較強的數理基礎能力。從小到大的數學和科學訓練為他們后來從事AI等技術領域打下了堅實根基。

中國國內的高考和競賽教育體系也強化了學生的理工素養，每年有大批優秀學生進入國內外頂尖大學修讀計算機、工程等專業。據統計，中國學生赴美留學首選專業就是數學和計算機科學領域，大約22.2%的在美中國留學生主修此類專業，比其他任何領域都高 。這意味着中國每年向歐美高校輸送大量未來AI領域的人才。

這些學生在本科畢業后，有相當大的一部分選擇前往美國攻讀研究生，特別是博士學位。根據美國國家科學基金會（NSF）的數據，多年來，中國一直是美國科學與工程領域國際博士生來源國的絕對第一名。

在2021年，授予在美國大學就讀的國際學生的16694個科學與工程博士學位中，有5496個授予了中國學生，佔比高達33%。相比之下，授予印度學生的博士學位為2572個。

在計算機科學這一AI核心領域，差距同樣顯著。這種龐大的博士生基數，自然而然地轉化爲了頂級AI研究員的儲備池。這些在普林斯頓、斯坦福、麻省理工、卡內基梅隆等大學完成博士學業的中國學生，畢業后順理成章地進入了硅谷的頂級AI實驗室，成爲了推動技術前沿的核心力量。

而且在中國文化中，學習被賦予了道德意義，「掌握知識、努力學習被視為一種道德上的責任」 。華人家長普遍將子女的學業成就放在首位，認為考上名校、取得高學歷是人生的重要目標 。

美國的一項針對華裔家庭的研究也發現，「華人文化對孩子學業表現有着高度期望」，華裔青少年在學業上的壓力和投入普遍高於其他族裔 。這種家庭教育文化直接導致華人孩子在中小學階段就投入大量時間學習數學、科學、編程等，為日后從事AI相關專業做好準備。

華人學生往往有「不能讓父母失望」的心理動力，形成自我督促、刻苦鑽研的學習習慣 。這種勤奮努力的品質在后續的科研和工作中也體現為較強的鑽研精神和抗壓能力，即使這樣的艱苦基礎研究工作在以前並不一定能帶來非常可觀的收入。

與此相對，印度的教育和職業路徑則呈現出不同的景象。IITs無疑是世界一流的工程學院，其入學考試JEE（聯合入學考試）的難度和競爭激烈程度聞名於世。然而，其培養目標和學生的職業期望，更多地導向了工程實踐和商業管理，而非基礎研究。

通過JEE考試需要的是在極大的時間壓力下快速、準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練，但與需要長期、專注、開放式探索的研究思維有所不同。

對於大多數IITs的畢業生來説，最理想的職業路徑是進入谷歌、微軟、高盛這樣的跨國公司擔任軟件工程師或技術經理，或者去美國頂尖商學院讀一個MBA，然后轉向諮詢或金融行業。

攻讀一個長達五到七年、充滿不確定性且初期收入微薄的博士學位，在印度精英學生中的吸引力，相對沒有那麼普遍。這導致印度的頂尖人才，更多地流向了「應用層」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模，與中國相比存在明顯的結構性差距。

03

種姓和信仰

除了教育體系和職業路徑的差異，更深層次的社會文化結構，也以一種更隱蔽但實際的方式影響着人才在硅谷的生態位。這並非關乎智力或創造力，而是關乎文化摩擦與融合的成本。

一個無法迴避的問題是印度的種姓製度。儘管在法律上被廢除，但其作為一種千年文化慣性，依然在海外印度社區中投下陰影。其影響並非體現在阻礙創新思維，而是更直接地體現在職場人際關係上。

近年來，硅谷科技公司內部爆出多起與種姓相關的歧視訴訟，其中最著名的便是思科公司（Cisco）的案例，一名「達利特」（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實：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。

這種基於出身的「圈子文化」和內部歧視鏈，嚴重侵蝕了硅谷所標榜的精英主義和機會均等的原則，破壞了團隊內部的信任與協作，對於需要高度協同、思想碰撞的頂尖AI研究團隊而言，其破壞性尤為巨大。

與之相關的，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，但也伴隨着嚴格的飲食戒律、固定的祈禱時間以及頻繁的宗教節日，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。

團隊聚餐需要考慮複雜的素食需求，下班后的酒吧社交文化可能與部分員工的宗教禁忌相悖。這並非是説公司不能或不願包容，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羣體之間，建立起了一道無形的牆，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，則呈現出顯著的「低文化摩擦」優勢。他們中的絕大多數人沒有強烈的宗教信仰，或者説是實用主義的不可知論者。

這種世俗化的特徵，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隊建設活動中；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

遊戲規則發生改變

硅谷的人才版圖重塑，並非是一個簡單的「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域依然是不可或缺的中堅力量。然而，在決定未來技術走向的AI金字塔尖，遊戲規則已經改變。這場變革的核心，是對「研究型人才」的極度渴求。

中國，憑藉其龐大的受教育人口、對數理基礎教育的極致強化、國家層面對科研的長期投入，以及一種鼓勵通過技術征服自然的文化驅動力，恰好形成了一個能夠大規模、持續地向美國頂尖學府和AI實驗室輸送博士級研究人才的強大管道。

而印度，其教育體系和職業文化更偏向於培養優秀的工程師、項目經理和商業領袖。深層的社會結構和文化習慣，也可能在宏觀上引導了人才流向更注重應用、執行和管理的領域，而非充滿不確定性的基礎研究。

這兩種模式並無絕對的優劣之分，它們只是在不同的技術時代，與硅谷的需求產生了不同程度的契合。

在傳統IT時代，硅谷需要的是一支龐大的、紀律嚴明的「羅馬軍團」來建造和維護帝國的道路和建築，印度提供了最優秀的士兵和百夫長。

而在大模型時代，硅谷需要的是一小羣能夠發明火藥、設計出全新戰爭機器的「達芬奇式」天才，中國的教育和人才體系，恰好在此時此刻，展現出了更強的造血能力。這便是硅谷「換血」背后，最真實而深刻的邏輯。