啊？！原来你们这群搞 AI 的，几年前都在华尔街玩量化……还师出同门。

震惊了，最近上疯传一份 Hudson River Trading 首届实习生名单。

人也不多，就 10 个。但仔细一看吓一跳，个顶个都是老熟人：

Alexandr Wang：Scale AI 联合创始人 /CEO

Jesse Zhang：Decagon 联合创始人 /CEO

Scott Wu：Cognition 联合创始人 /CEO

Jeffrey Yan：Hyperliquid 创始人 /CEO

几乎如今 AI 初创圈的半壁江山都在这儿了，阵容豪华程度堪比当年的PayPal Mafia。

而如今，真是江山代有才人出，只不过这一届的 Godfather 变成了量化。

不仅如此，Scott Wu 本人还现身评论区，坦言他们这群人其实早在 HRT 之前就已经因为奥赛结识……

除了前面提及的四位，还有 Perplexity 联创 Johnny Ho、Pika 创始人兼 CEO Demi Guo，以及 Cognition 联创 Steven Hao 等。

奥赛→量化实习生→ AI 创业，原来大神都是这样练成的。

也难怪有网友说：

现在就为我未出生的孩子报名所有奥赛。作为一个未婚的亚洲男人，这可以算作提前规划。

妥妥地赢在起跑线～（doge）

华尔街上的硅谷黄埔军校

要不还得说华尔街的眼光毒辣，这招实习生一招一个准。

首批就招 10 个人，4 个已经是硅谷新贵，其余人也是各自行业的佼佼者。

单论这人才转化的爆率，对标谷歌、Meta 这些专产 AI 大神的硅谷公司，都有过之而无不及。

Alexandr Wang

先看最近风头正盛的亚历山大王。

亚历山大王是典型的奥赛天才出身，中学时期就连闯数学、物理、计算机三大领域竞赛。

连续两年入围美国计算机奥林匹克竞赛决赛，并在 2013 年进入数学奥林匹克夏令营，2014 年加入美国物理国家队。

MIT 辍学创业 Scale AI 的同年，他加入 HRT 负责算法开发。随后在 YC 扶持下，和 Lucy Guo 一起联合创立数据标注公司Scale AI。

公司早期专注自动驾驶数据标注，并在后续逐渐扩展到多模态数据处理，并服务 OpenAI、Meta 等大模型公司。2021 年公司估值就已突破 73 亿美元，也让亚历山大王一举成为最有前景的 AI 独角兽 CEO 之一。

在去年 6 月，Meta 完成对 Scale AI 的收购投资，亚历山大王随即加入 Meta 领导超级智能实验室，并在几天前刚刚交卷首个大模型——Muse Spark。

Muse Spark 主打原生多模态，作为 Meta 迄今为止最强大的模型，一经发布，就火速拉升 Meta 股价 7%，一度涨幅超过近 10%。

在第三方测评中，Muse Spark 也同样表现优异，成功带领 Meta 回到行业第一梯队。

Scott Wu

Scott Wu堪称美国信息学奥赛的扛把子。

总共获得过三枚 IOI 金牌，其中 2014 年更是以 600/600 的满分成绩排名全球第一，是 IOI 历史上极少数获得满分的选手之一。

Scott Wu 的商业嗅觉相当敏锐，在哈佛大二期间就参与创办了 AI 驱动的社交平台 Lunchclub，旨在通过算法匹配专业人士进行午餐交流。这也让他入选了 2020 年福布斯 30 岁以下精英榜。

2023 年，他作为创始人一手建立了 Cognition，次年 3 月发布了世界上第一位 AI 软件工程师Devin。

不同于 GitHub Copilot 的编程助手定位，Devin 能够自主规划复杂的工程任务，完成代码编写、调试 bug、部署等全栈操作。

在 SWE-bench 上，Devin 表现断层领先，能够独立解决 13.86% 的 GitHub 真实问题，远超当时最强的顶尖模型 GPT-4 等。

Devin 更是一举将背后的公司 Cognition 推向了资本市场的巅峰，公司在成立不到一年的时间内，就估值飙升到 102 亿美元。

目前得益于对Windsurf的战略收购，年化收入（ARR）已突破 1 亿美元大关。

Jeffrey Yan

不同于 Alexandr Wang 和 Scott Wu 完全转投 AI，Jeffrey Yan则继续在 AI 金融深度挖掘。

他在 18 岁就获得了物理奥赛金牌，并在青少年奥林匹克夏令营认识了小他两岁的 Scott Wu。

据他回忆，HRT 首期实习生项目是在他大三那年的冬天，彼时的 HRT 已经是世界上最成功的量化交易公司之一。

实习项目为一个耗时三周的竞赛，而在每一轮中，Scott Wu 都会和他包揽前两名。在哈佛硕士毕业之后，Jeffrey Yan 还全职加入过 HRT，负责美股算法开发。

选择量化，是因为他认为交易是现实世界中最纯粹的真人博弈：

你是对的，还是错的，市场会给出最终的答案。全世界最聪明的人都在和你竞争，人们共同创造一个流动高效的金融市场。

而离开量化，则是因为他希望能创造出更多价值，比如用 AI 革新金融根本。

他创办了去中心化交易平台Hyperliquid，自 2023 年以来，累计交易量已超过 4 万亿美元，占据市场 37% 的份额，目前也是全球人均利润最高的初创公司之一。

Jesse Zhang

Jesse Zhang不仅是硅谷目前最活跃的 AI 创业者之一，也是一名眼光独到的天使投资人。

高中时期曾两次入选美国数学奥林匹克训练营以及进入美国物理国家队，在 2015 年他还入围了被誉为 " 少年诺贝尔奖 " 的 Intel 科学天才奖决赛。

三年读完哈佛本科后，Jesse Zhang 先后在 HRT、谷歌实习工作，并在 2017 年创建游戏社交初创公司 Lowkey，公司在 2021 年被《宝可梦 Go》开发商 Niantic 收购。

2023 年他再度创业 AI 客服智能体公司Decagon，短短三年不到公司估值就达到 45 亿美元。

与此同时，他还连续投中了包括 Pika、Cursor、Lovable、Cognition 等在内的30 多家明星 AI 初创公司，并入选 2026 年福布斯 AI 领域 30 位 30 岁以下精英榜单。

Johnny Ho

Johnny Ho是和 Scott Wu 齐名的 IOI 大神，同样三次获得 IOI 金牌，并在 2012 年拿下满分，位列全球第一。

在哈佛毕业后，他曾在华尔街顶级高频交易公司 Tower Research Capital 工作多年，担任量化交易员，负责开发高频交易模型和策略。

在 2022 年，他和 Aravind Srinivas、Denis Yarats、Andy Konwinski 等人共同创立了Perplexity，并担任 CSO。

Perplexity 目前是全球 AI 搜索领军企业，月活跃用户超 1 亿，在去年底完成 E 轮融资后公司总估值约 200 亿美元，截止到今年 4 月，ARR 已突破 5 亿美元。

在 2 月份，Perplexity 刚刚推出龙虾旗舰产品Perplexity Computer，支持 19 种模型的调用，不仅能回答问题，而且能像人类操作电脑一样自主执行任务，操作内容几乎囊括日常所需的全部场景。

Demi Guo

Demi Guo出生于杭州，年少时期跟随家人移居美国，随后摘得 2015 年 IOI 银牌。

在哈佛本硕和斯坦福博士期间，她先后在 Quora、微软、HRT、谷歌、Meta、Epic 工作实习，并曾在红杉资本中国、创新工场等多家公司担任风险投资实习生。

2023 年，她和 Chenlin Meng、Karli Chen 共同创业 AI 视频生成公司Pika，三年时间 Pika 已经迅速成长为行业第一梯队，全球用户规模超 1600 万，并收获了 Quora 创始人 Adam D ’ Angelo、GitHub 前 CEO Nat Friedman 等明星投资人的青睐。

Steven Hao

Steven Hao同样也是 IOI 金牌选手出身，MIT 本科期间曾在全球顶级量化交易公司 Jane Street 和 The D. E. Shaw Group 实习。

2018 年开始，他正式加入亚历山大王的 Scale AI 担任软件工程师，在工作四年之后选择辞职创业，和 Scott Wu 一起创办了 Cognition。

事实上，Cognition 的另一位联创 Walden Yan 也同样是 IOI 金牌得主，公司成员也绝大多数都是竞赛出身，所以网友也经常戏称 Cognition 是IOI 金牌梦之队，仅有 10 人左右的小团队，却拥有数 10 枚 IOI 金牌。

…… .

而这群人还只是这份名单上的冰山一角，具体名单有多长，我们还无从得知。

但显而易见的是，他们身上都高频折射出同一条成长路径：

奥赛出身、量化实习、AI 创业。

其中，量化背景正在成为这批硅谷新贵最独树一帜的特征。

AI 上岸第一站：量化

说到量化和 AI 的合流，最典型的莫过于DeepSeek。

幻方量化的确是行业绕不开的坐标，作为国内头部量化机构，它率先将量化思维，正式带入国内 AI 行业的视野之中。

也让许多人第一次意识到，原来搞 AI 的和搞量化的，本质可以都是同一批人。

首先，量化和 AI 之间底层逻辑高度同频。

它们的核心都是在大规模随机数据中寻找确定的范式，都是在追求可复现和可验证的稳定支点。

简单来说，就是在不确定中寻找确定。

其次，二者的技术栈也紧密重合。

从早期的线性模型，到后来的 LSTM，再到如今的 Transformer，两边都在共用同一套序列建模的技术演进，只是量化是用看 K 线图的方式理解 Token 序列。

在数据处理上，都涉及监督学习与强化学习范式，并需要应对大规模数据噪声。

而这些顶级量化私募，和头部 AI 实验室一样，都是算力吞金兽，同样遵循 Scaling Laws 原则，同样需要长期维护大规模的 GPU 集群。

也正因如此，它们在招聘人才时，争抢的都是同一批人。

奥赛金牌、顶级名校、编程大牛，在两边都是炙手可热的存在。AI 公司喜欢去量化机构挖算法工程人才，量化巨头也热衷于高薪吸引 AI 顶级工程师。

AI 与量化之间的行业界限正在变得模糊，量化训练已成为 AI 创业人才培养的一条隐性路径。

但这个趋势，放眼国内还不太明显。

国内有量化出身的 AI 创业者吗？答案是肯定的，但并非主流。

绝大多数国内 AI 创业者还是遵循着一条稳定的工程化成长管道：先拥有扎实的高质量学术背景，然后进入成熟的头部大厂深耕 AI 核心技术，积累产业经验后再出走创业。

这样一套下来，国内这些 AI 创始人更懂得如何进行产品落地和完成商业闭环，创业容错率也相对较高。

但实则两种路径并无高下之分，只是在不同环境下，各自选择了最切实的发展方式。

无论如何，我们都在亲眼见证新生代技术领袖崛起的过程，这就已然足够。

19 岁的亚历山大王曾立下 flag，他们这群人要做下一个 PayPal Mafia。

现在看来，应如是。

参考链接：

[ 1 ] https://x.com/ScottWu46/status/2043936583968240103

[ 2 ] https://colossus.com/article/beyond-the-sky-jeffrey-yan-hyperliquid/

[ 3 ] https://mp.weixin.qq.com/s/_Oyl9Y_nBepbnZ9Z982XvQ

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

量子位智库「2026 中国 AI 应用全景图谱」与「值得关注落地案例」评选启动征集！

扫码申报，让你的产品定义 2026 中国 AI 应用行业格局。