AI 生猛，奔涌向前。

发生在这一潮流的故事，就像我们曾经预想到的那样——

落地场景有了，模型开源了，推理也够快了，但炼狱才刚刚开始。走进制造工厂、金融风控、医疗制药等真实场景的 AI 大模型们……七成扑街，两成半残。

为什么会这样？

因为竞争的本质，已经从比拼单点技术优势，转向了整体生态能力的较量。在这场浩荡变革中，人才，正在成为决定胜负的关键变量。

一组数据足以说明问题：

《全球人工智能科研态势报告（2015-2024）》数据显示，中国 AI 研究人员数量从 2015 年不到 1 万人，增长到 2024 年的 5.2 万人，年复合增长率高达 28.7%。

尽管增长迅速，但仍难追上产业扩张的速度。

当前中国 AI 人才缺口超过 500 万，供需比例为 1 ∶ 10。

无论是科技巨头，还是创业公司，最紧迫的需求之一就是 " 人从哪里来 "。

真正懂行业又懂 AI 的复合型人才，正在成为最稀缺资源。

全球抢人战火已燃，人才从哪里来？

过去几个月，全球 AI 圈关于 " 人 " 最醒目的新闻，几乎都围绕着 " 抢人 " 展开。

最著名的当属 Meta 为抢夺 AI 人才，不惜掀起一场硅谷挖墙脚大战，震荡 AI 圈。

薪酬开出九位数天价，某些顶尖 AI 研究员拿到的 offer 甚至高达 2.5 亿美元，算力资源等也都优先且不限制随便用。

Meta CTO Andrew Bosworth 对此直言不讳，市场已经在为高水平 AI 人才设定一个 " 令人难以置信 " 的价位，" 我当科技公司高管 20 年了，这个价位前所未有 "。

有 OpenAI 华人工程师刚在发布会中直播露脸，后脚就被 Meta 挖走了。

为了应对疯狂的小扎，有人曝料 Ilya 的创业公司 Safe Superintelligence 不允许员工在领英上标注公司，以免被挖走。

经网友统计，截至 8 月中旬，Meta 从 OpenAI、谷歌、苹果、xAI、Anthropic 等处，前前后后挖走 50 多名员工。

但这场战争并非只靠高薪就能取胜。

面对 Meta 的强势挖角，AMD CEO 苏姿丰公开表达不同观点：

金钱很重要，但坦率地说，在吸引人才方面，它不一定是最重要的。

映射进现实，OpenAI 前 CTO Mira Murati 创办的公司、以及 Ilya 等行业领袖创立的团队，宁愿拒绝高价挖角，也要坚持独立价值。

在国内，另一种 " 抢人 " 方式也在展开。

阿里云 " 云工开物 " 高校计划、百度 " 文心 · 新星 " 计划、字节 Top Seed、京东 TGT 青年天才工程……

打破实习限制、配备导师机制、开出顶薪待遇，各大企业正以不同方式培养自己的 AI 后备军。

但你不得不承认一个事实，挖人有天花板，landing 周期长，磨合需要时间。

在远水难解近渴的大背景下，一种新的、有效的人才筛选机制浮出水面——打比赛。

尤其是那些锚定真实行业场景的 AI 垂直类大赛，正在成为企业发现复合型 AI 人才的最佳通道。

这类比赛的题目往往来源于一线行业难题，聚焦金融、医疗、教育等实际场景，要求选手既懂 AI，又懂行业；既能提出算法方案，也能思考业务落地。

最重要的是，它极具真实感。方案好不好用、能不能解决问题，一试便知，几乎没有可包装的空间。

AI 之争归根到底是人才之争，而今天的 AI 人才筛选标准，已经不是 PPT 和简历，而是能不能在真实场景里，用 AI 大模型结合行业知识快速解决问题。

这，才是筛选 AI 人才的真正试金石。

产学研共建，让一场顶级赛事成为 AI 人才筛选器

于是，一场行业联合、真实落地、以赛育人的赛事，就在这样的大背景下诞生了——

AFAC2025 金融智能创新大赛。

在 AI 大模型探寻平稳、深入落地的众多赛道中，金融尤为典型。

它业务逻辑复杂、风险管控严格、数据维度多元的特性，既是大模型发挥价值的重要场景，也是检验复合型人才能力的硬核考场。

作为一场由国内外多家头部科技公司、金融机构与高校联合举办的赛事，自 2023 年启动以来，AFAC 的定位就是 " 推动 AI 在金融场景的深度落地 "，致力于为整个行业发现真正懂 AI、懂金融的复合型人才。

这一目标并非纸上谈兵。

AFAC 官方数据显示，今年赛事共吸引 4853 支队伍、超过 1.5 万人参赛，60% 为高校学生，40% 为产业从业者。

其中不乏来自 MIT、帝国理工、新加坡国立大学、北大、清华、复旦、港大等全球顶尖高校的海外选手，以及工商银行、美团、携程、同花顺等一线企业的工程师、研究员、架构师。

虽然年轻选手肆意展露风采，但与赛选手跨越多个年龄层，甚至出现了 00 后与 60 后同场竞技的景象。

这场比赛怎么就能如此广受认可？

一方面，在于它极具权威性。

由上海市科委指导，联合北京大学、复旦大学、香港大学等高水平学术机构与蚂蚁集团等企业和平台共同举办，真正代表行业集体发起。

第二方面，在于它兼具公平性和可操作性，又有实战价值。

AFAC 金融智能创新大赛主席、蚂蚁集团副总裁、财富保险事业群 CTO 尹俊透露，为精准把控赛题难度，主办方投入大量精力进行反复权衡与设计，" 既要呼应行业最具挑战性的前沿方向，又必须兼顾公平与可操作性。"

也就是说，无论是挑战组还是初创组，赛题总体难度控制在 " 中等偏上 "。

如此一来，既能保证创新挑战性，又能让大多数参赛者有切入点能上手，同时不会因为手中资源的参差在起跑线上差距悬殊。

第三方面，在于其集结和注入了产学研界的大量心血。

除了出题阶段，评审阶段也可见产学研合作之力——

部分赛题无法完全依赖机器评分，需要大量专家与工作人员投入人工审查与复核，在赛题难度与保证评审公正之间要不断权衡。

尹俊介绍，本届 AFAC 评委来自高校、金融机构、科技企业、投资机构，既站在评审视角提供了技术深度，也有落地广度；在各个赛段评审打分时，既设置了客观指标，又保留了专家主观评估，确保综合能力的全面呈现。

这些设置背后，体现了产学研三方集体对人才标准的共识：

不仅要技术过硬，还要能懂业务、会协作、能落地。

最终，挑战组 34 支队伍、初创组 11 支队伍脱颖而出，共享百万奖金池。

这不仅是能力的证明，也是行业对实战型人才的直接肯定。

从比赛到生态，AFAC 背后的更大格局

这么看下来，与其说 AFAC 是一场赛事，不如用 " 一场以赛育人的行业实验 " 来形容它更为妥帖。

它的真正意义，远不止于谁拿了第一，而是通过一次次真实问题的攻坚，锤炼出真正能支撑产业未来的 AI 人才。

在 AFAC 的赛场上，很多人第一次意识到，长文本不是 " 生成得越长越好 "，而是要结合上下文逻辑、业务细节、数据严谨性，实现真正可用、可落地的行业内容。

来自中国人民大学的 RUC-NLPIR 队伍就是典型案例。

这支由两名博士和一名大一新生组成的队伍，在 " 智能体赋能的金融多模态报告自动化生成 " 赛题中拿下了冠军。

以前在学校完成课题做科研，更关注算法性能，但参与 AFAC 大赛，他们面对的难点，不仅是技术实现，还包括如何用公开数据去支撑专业化的金融研报生成。

" 我们最后的报告平均每份有两三万字，不只是长文本，更要有配套的图。" 赛后分享时，RUC-NLPIR 分享道 " 为了保证效果，我们没有用简单的文生图，而是让模型写代码，再渲染成专业的金融图表。甚至还引入视觉语言模型，迭代评估生成的图表是否清晰、合理。"

这种能力，不是课堂作业可以锻炼出来的，而必须在真实行业场景下 " 以战代练 "。

来自学界的声音呼应了这一点。

北京大学研究员、长聘副教授、博导，计算机学院视频与视觉技术研究所副所长施柏鑫观察到，以前做课题发论文很重要，但参与 AFAC 比赛的很多同学第一次发现，原来 AI 项目要面对客户、数据、评估标准、呈现效果这些 " 现实世界 " 问题。

他称之为 " 很宝贵的经历 "。

当视角转向另一面——作为来自产业侧的评委，上海高质量孵化器 XNode 创极无限副总裁牛磊也感慨良多。

他注意到，AFAC 大赛为新生代提供了有质量的成长环境，年轻团队在比赛中展现了惊人的成熟度。有时候，" 我们评审的任务不再是质疑他们，而是更多地在反哺、引导和鼓励 "。

这种作用不是单向的。

准确地说，AFAC 大赛是一个双向启发的平台，学生、初创团队把它当成锻炼场，教授、企业也能互相校准技术价值。

正如大赛主席尹俊所说：

我们的初心不是为自己企业招人，而是为整个行业培养人才，推动生态繁荣。

事实也确实如此。

在多方共同推动下，行至第 3 届的 AFAC 大赛已逐步从 " 企业主办 " 走向 " 行业共建 "，形成开放、包容、协作的多元平台。

这就不得不提大赛设立的另一个初衷：金融创新门槛高、监管重，小团队很难独立推动创新，需要一个平台来协同。

AFAC 大赛的以终为始的目标，就是担任这么一个平台。

这背后除了产学研投的多方推动，阿里云天池平台的支撑同样贯穿始终。

作为国内首屈一指的创新生态平台，天池是大赛技术和资源落地的核心支撑平台之一。它不仅提供了大赛平台、算力支持、开放数据接口，还提供了 baseline 代码与模型调试框架，大大降低了参赛者的上手门槛。

许多参赛团队主动同我们分享，正是因为天池的支撑，他们才能在短时间内将想法快速落地为原型。

如果非要用什么具体的词句来形容 AFAC 大赛，首先，必然是 " 金融科技人才的孵化器 "，覆盖全球范围那种。

然后，它是行业生态的连接器，是技术落地的加速器，是产学研共建的新生态机制。

在中国 AI 持续发力、金融科技迎来革新的当下，AFAC 这样的赛事多多益善。因为它们不仅在回答 " 我们能不能做出自己的 AI"，也在努力塑造 " 我们的 AI 生态该长成什么样 "。

而最具长期价值的一点是：

通过 AFAC 大赛这类机制，中国正在建立属于自己的 AI 人才选拔与培养标准。

它不论学历、不拼资历，用一个个真实问题的解决过程，去寻找最新的 AI 时代弄潮儿。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见