2025 年 10 月 9 日，上海徐汇漕河泾，一场开业仪式让久未露面的张一鸣出现在公众视野中。

他穿着一件黑色 T 恤，站在上海徐汇知春创新中心的讲台上，用了一个叫过拟合的机器学习术语，来解释他为什么要从 16 岁的孩子里找 AI 人才。

所谓过拟合，就是模型在训练数据上表现完美，但面对从未见过的新数据时性能急剧下降。

换言之，它没有学会数据背后的规律，只是死记硬背了训练集里的噪声。更直白地说，它记住了答案，却没有理解问题。而张一鸣的解法是台下坐着的 14 名首批预备研究员，年纪最小的 16 岁，最大的 18 岁。

大厂对 AI 人才的渴求程度，简直是现实版的《抓娃娃》。

今年暑期，腾讯青科实训营做了一件更激进的事。面向全球 13 到 18 岁的在校中学生开放产品实践，方向直接对接金融科技、微信小程序 AI+ 教育、微信搜索 AI 等核心业务，中学生由总监级导师带领。

不是参观，不是讲座，是直接上手做产品。

几乎同一时间，吉利控股启动跨时代跃迁人才培养计划，不看高考分数，无学历门槛，高中毕业生直接进入新能源、人工智能、低空飞行及低轨卫星四大前沿领域，带薪培养，年薪最高 30 万。

而大洋彼岸，硅谷 AI 巨头 Palantir 面向高中毕业生开放直聘，500 人竞争 22 个名额，转正后年薪 17 万美元（约合人民币 120 万元）。

所以一个看上去奇怪但并不违和的事实是，即便大厂的模型负责人已被 90 后占据，但它们还希望招募更年轻的 AI 天才，为此不惜将抢人的战场以前所未有的速度前移。

从校招前移到博士阶段，从博士前移到本科，再从本科前移到高中，甚至更早。这不是某一家企业的个别动作，而是一整代科技公司人才战略的集体转向。

从 " 摘果子 " 到 " 种庄稼 "

过去二十年，大厂人才战略的基本逻辑是 " 摘果子 "：等高校把人培养成熟，再用高薪挖过来。

华为 2019 年启动的天才少年计划就是这套逻辑的极致版本，不限学历、不限学校，只问能不能挑战世界级课题，最高年薪 201 万。后来创办智元机器人的稚晖君就在此列。

但这套逻辑在 AI 时代有些不与时俱进了。

按照传统博士五到六年的培养周期，一个博士生入学时选的 AI 方向，毕业时可能已经迭代了三到四轮。当他在顶刊发表论文时，工业界讨论的已经是另一个范式了。

腾讯副总裁蒋杰观察到一个关键变化，在校年轻人做的方案与工业界的代差越来越小，对大模型的理解已经和工业界非常接近，知识体系完全接轨。

这意味着高校培养体系正在从领先产业半步变成滞后产业一步。当培养周期本身超过了技术迭代周期，" 等熟再摘 " 就变成了一种奢侈。

于是大厂开始自己 " 种庄稼 "。

腾讯的布局最成体系。2019 年星火计划面向高中生选拔，2025 年升级为星火挑战营，2026 年青科实训营进一步将触角伸到 13 岁，从高中到博士，一条完整的人才供应链已经成型。

截至 2026 年，青科实训营平台已有超过 80 万人加入，与 2000 多所学校开展合作，参与者中包括 114 名曾获国家级学科竞赛金牌的学生。

字节走的是另一条路。张一鸣和俞勇创办知春创新中心，每年招 30 名 16 到 18 岁的全职预备研究员，5 年培养周期。

字节的 Top Seed 计划也在迭代，校招生年薪从 2024 年的约 150 万涨到 2025 年的 300 万到 500 万，2026 年核心岗位开到 600 万。

百度的 AIDU 计划则代表另一种思路，不往前端抢人，而是把培养做深。2026 年升级后采用双指导人模式，技术委员会专家和业务专家分别辅佐，CEO 及事业群负责人亲自参与面试，年薪百万起步，薪酬不设上限。

包括但不限于上述三种路径，其实指向同一个事实：大厂不再满足于做人才的下游买家，而是要成为人才的上游生产者，至少要在人才被挖掘之前完成一次深度绑定。

天赋定价与防御性囤积

为什么大厂愿意为一个 16 岁的孩子投入 5 年培养周期？答案藏在 AI 研发的经济学里。

AI 创业公司创始人王浩算过一笔账，阿里巴巴大模型千问背后是数十万张算力卡，代表近 100 亿美元的投入。如果一名博士生能协助优化芯片使用效率，数百万元的年薪相较之下性价比极高。

北大国际机器学习研究中心助理教授杨灵进一步解释，一次大模型实验可能动用数百甚至数千张 GPU，失败一次的成本就可能高达数百万至数千万元。如果顶尖研究人员能减少无效训练，企业自然愿意支付高薪。

这套逻辑决定了 AI 人才的定价方式与传统技术岗位根本不同。传统技术岗位的价值是线性增长的，经验越多产出越高。但 AI 顶尖人才的价值是非线性的，一个能优化训练效率的人，可能直接省下数千万的算力成本。

2025 年底姚顺雨入职腾讯后做的第一件事是拆墙。过去混元的 SFT 数据没有去重，重复冗余数据能到上千万条。

他拉起一个 20 多人的数据团队专做数据审核，几个月把冗余数据从上千万条压缩到一万多条，砍掉了两个数量级。

结果超出预期，Hy3 Preview 训练成本压减 47%，正式版 Agent 任务解决率从 72% 飙到 90%，幻觉率从 12.5% 砍到 5.4%，输入价格低至每百万 Tokens 1 元。

以一己之力用更小的参数，把腾讯硬生生做成了国产大模型中 Agent 能力最强的选手之一。

这种非线性定价直接体现在薪资上。清北顶级实验室的 AI 博士进入大厂做模型研发，首年年薪数百万已不罕见。而硅谷的 Palantir 更激进，其高中生直聘的薪酬水平，放在国内已是顶尖 AI 博士的待遇。

但定价逻辑之外，还有一个更冷酷的维度：防御性囤积。

一位业内人士的观察很直接，这种掐尖前置表面上是对人才的尊重，实质上是一种防御性囤积，谁先锁定苗子，谁就在下一轮竞争中少一分被动。

当所有头部企业都开始掐尖前置，竞争焦点就从 " 谁给的待遇好 " 变成 " 谁下手更早 "。清北 AI 博士的薪资在几年内从几十万涨到几百万，下一个被推高的就是奥赛金牌高中生的签约价。

更极端的信号来自字节。据晚点 LatePost 报道，Seed 在 2026 年前后专门成立了一个部门，建立全覆盖人才库，穷尽国内优秀在校生、应届生信息，精准掌握重点院校、实验室、导师的学生履历。

当一个企业连优秀高中生的履历都要精准掌握时，" 抢苗 " 已经不再是招聘行为，而是情报工作。

中美之间有一个值得玩味的差异，硅谷的年轻化更多发生在创业公司和研究机构层面，而中国大厂的年轻化直接发生在核心管理层。

姚顺雨 27 岁掌腾讯基础模型部，罗福莉 31 岁登顶小米 22 级。这种差异的原因是，中国 AI 行业从 2018 年前后才真正起步，存量人才本身就少，大厂没有 " 等老将转型 " 的时间窗口。硅谷有 Geoffrey Hinton、Yann LeCun 这样积累了几十年经验的老将坐镇，中国 AI 行业等不起。

但硅谷的 " 抢苗 " 力度反而更大，这意味着中国大厂的 " 抢苗 " 如果对标硅谷，还有很大的加码空间。

目前国内高中生进大厂，除了字节 Top Seed 的日薪 2000 元，多数项目还停留在实践和培养层面，没有进入正式雇佣的定价体系，这个差距本身就是值得追问的方向。

这场竞赛有一个冷酷的悖论，大厂花越来越大的代价锁定越来越年轻的人，但锁定的标的本身，正在以越来越快的速度流失。

一个被反复引用的事实是，过去一年字节跳动 Seed 团队有近 70 名技术人才离职，其中近 30 人加入了腾讯，负责 AI Infra 和数据基建工作。

字节的 Top Seed 实习生葛浩，转身成了阿里 Qwen 团队 RL Infra 训练的核心成员。更早之前，DeepSeek 首位员工李宇琨从字节搜索团队出走，原 Seed Edge 成员徐名宇也转投 DeepSeek。

这些数字说明一个被 " 抢苗 " 叙事掩盖的事实，大厂之间的人才战争不是单向的囤积，而是一个零和循环。

你今天从高中生里抢到的苗子，五年后可能被另一家以更高的价格、更好的算力、更自由的课题方向挖走。锁定一个 16 岁的孩子需要五到十年的培养周期，但失去他只需要一个更好的 offer。

真正把这种荒诞性推到极致的，是硅谷的 " 花园假 "（garden leave）现象。

据报道，谷歌曾高薪养着部分 AI 研究人员，让他们一年内什么都不用做，唯一的要求是不加入竞争对手。

法律与经济学界的评论把这种行为概括得很刻薄：这些科学家 " 像宝可梦卡牌一样被囤积 "。一家公司付着九位数的薪酬，目的不是让人工作，而是让对手无法工作。

当人才的战略价值超过其使用价值时，大厂的人才争夺就从争夺生产力退化为争夺排他性。

哈佛商学院和乔治城大学 2026 年的一篇工作论文对此做了正式建模，占据主导地位的企业有时会雇佣并保留前沿研究者，目的不是为了让他们产出，而是为了阻止竞争对手得到他们。

每一名被按在板凳上的研究者，都是挑战者无法雇佣的人。在位者保护了自己的利润，社会则损失了这些研究者本可以在别处做出的发现。

把这个逻辑套回中国大厂的 " 抢苗 "，问题的性质就变了。

腾讯青科实训营开放 13 岁中学生做产品，字节的 Top Seed 日薪开到 2000 元，吉利给高中毕业生开出 30 万年薪。这些动作单看每一个都像是在培养人才，但放在一起看，它们更像是在提前占位。

一个 16 岁的孩子被锁进某家大厂的培养轨道，五年后即便他想去别处，沉没成本和路径依赖也已经形成了。企业买的不是他 16 岁时的产出，买的是他未来选择权的折价。

这个孩子失去的也不只是大学的试错空间，还有在人才市场上反复议价的能力。而大厂花五年培养出来的，可能是一个忠诚度很高但市场议价能力已经被提前透支的人，也可能是一个随时准备跳槽、把大厂当跳板的人。

杨灵那个判断在这里有了新的含义。他说未来 5 年 AI 人才供给将逐渐增加，对人才的需求不可能无止境扩张。

但他没有说的是，当供给增加时，今天被天价锁定的 " 苗子 "，明天可能变成大厂急于甩掉的成本。花园假的逻辑反过来就是，你今天花大价钱囤积的人，明天可能连板凳都不需要了。

这场竞赛真正的赌注，不在于哪家大厂能抢到最多的天才，而在于一个更根本的问题：创造力可以被拥有吗？

大厂 " 抢苗 " 的底层逻辑，是把人才当作一种可锁定、可囤积、可折价的资产。

从摘果子到种庄稼，从招聘到情报，从雇佣到 " 花园假 "，每一步都在把人的创造力变成资产负债表上的一行数字。

但创造力有一个诡异的性质，它只在自由选择时才会被激发，在被锁定时反而萎缩。你越是想拥有它，它就越不属于你。

这意味着 " 抢苗 " 面临一个结构性悖论，企业花五年培养一个 16 岁的孩子，目的是让他做出突破性工作，但突破性工作的前提恰恰是他有随时离开的自由。

如果路径依赖和沉没成本把他锁住了，他做出来的大概率是平庸的工作；如果他没有被锁住，企业又随时可能失去他。大厂试图用提前占位来解决人才短缺，但提前占位本身，可能正在消灭它想要的那种人才。

所以这场竞赛的终局可能不是谁抢到了最年轻的天才，而是谁先意识到抢苗逻辑本身的局限。

当人才供给增加、技术红利消退、组织能力重新成为瓶颈时，把创造力当作资产来囤积的公司会发现，真正的护城河从来不是我拥有谁，而是我让谁发挥了什么。

那些 16 岁的孩子，终究会做出自己的选择。而大厂能做的，是让自己成为那个值得被选择的地方，而不是那个锁住了人却留不住创造力的地方。