实习生日薪 5500 元，清华姚班凭什么成为 AI 圈的「硬通货」

最近，DeepSeek 接连上了几次热搜。

先是因为一张实习 offer 引发围观。一位清华学生在社交媒体晒出录用信息，岗位是 DeepSeek 实习生，税前日薪 5500 元。按每月 22 个工作日计算，月薪超过 12 万元。

紧接着，就在本周，「梁文锋四小时投资人会议实录」「梁文锋 格局」等词条也登上热搜。

一边是尚未毕业的实习生，履历与薪资被视为 DeepSeek 高价争夺顶尖人才的证明；另一边是公司创始人，其言论被外界反复引用，用来解释 DeepSeek 的技术路线、组织文化与长期目标。

两次热搜看起来毫不相关，但背后指向的却是同一种变化：在 AI 竞争进入深水区后，外界开始把一家公司的技术实力，越来越多地投射到少数关键人物身上。

1

750 个人，撑起 AI 圈的半壁江山？

想要拿到日薪 5500 元的 offer 显然并不简单，它的答案，藏在这名学生的另一个身份里——清华姚班学生。

清华姚班全名「清华学堂计算机科学实验班」，由图灵奖得主姚期智于 2005 年创办，目标是从本科阶段培养世界级计算机人才。

创办近二十年，姚班毕业生约 750 人。招生规模从最初每年 30 人，逐渐扩大到如今的 80 余人。生源主要来自五大学科竞赛国家集训队，尤其是信息学竞赛选手，以及各省最顶尖的高考生。进入清华后，学生还要经历一轮严格的二次选拔。

严苛的筛选机制和优异的培养机制，也让清华姚班涌现出一批批技术人才。比如陈立杰是其中一个典型。

他高中时获得 IOI 世界第一，进入姚班后研究理论计算机，后来在 MIT 攻读博士，长期从事计算复杂性和细粒度复杂性研究，并多次获得 FOCS、STOC 最佳学生论文奖。

2026 年，他加入 OpenAI，开始研究大模型数学推理。

一位在纯理论领域积累十余年的学者，最终进入大模型竞争最激烈的前线。模型推理能力继续提升，需要更扎实的数学基础、算法设计和复杂性分析。

首届姚班学生鬲融的经历，则代表另一种能力。

读博第四年时，他判断深度学习即将兴起，放弃已经积累多年的研究方向，转向机器学习理论，后来获得斯隆研究奖。

姚班培养出来的人，通常不只擅长考试和发表论文。他们还需要识别技术变化，并在缺少成熟路径的领域里继续研究。

类似的人还有很多。

陈丹琦成为普林斯顿大学教授，后加入 Thinking Machines，长期研究自然语言处理和阅读理解；吴佳俊进入斯坦福大学，研究计算机视觉、三维理解和认知科学；马腾宇创办 Voyage AI，开发面向垂直领域的 Embedding 模型；胡渊鸣开发了图形学编程语言 Taichi。

另一批人直接进入产业核心，其中既有姚班毕业生，也有来自清华计算机系的创业者。

姚顺雨在普林斯顿读博期间提出 ReAct、Tree of Thoughts、WebShop 等工作，参与 OpenAI Operator 和 Deep Research，后来加入腾讯，负责混元大模型团队。

公开资料显示，杨植麟于大二转专业进入清华计算机系，后来成为 Transformer-XL 和 XLNet 共同作者，这两篇在 NLP 圈的分量不用多说。2023 年，他创办月之暗面，推出 Kimi，成为中国大模型创业浪潮中最受关注的公司之一。

人称「楼教主」的楼天城也是首届姚班学生。他曾长期位居 TopCoder 中国区榜首，并在 ACM/ICPC 全球总决赛获得第二名。2016 年，他创立小马智行，并于 2024 年赴美上市。

DeepSeek R1 的研发团队中，也有吴作凡、任之洲等姚班毕业生参与底层算法和强化学习研究。

能够涌现出如此多的人才，清华姚班培养方式同样特殊。

姚期智亲自设计课程体系，25 门全英文专业课覆盖理论计算机、人工智能等前沿领域。前两年集中训练数学与计算机基础，部分课程难度接近海外顶尖高校的研究生课程。

课堂很少要求学生背诵现成结论。学生需要阅读原始论文，理解一个理论或算法如何被提出，又如何一步步完成推导。

AI 可以快速调用标准知识，却很难代替人定义新问题、提出新假设。姚班训练的核心，正是面对未知问题时的抽象、推演和研究能力。

2019 年，姚期智又创办「智班」，此后增加量子信息方向。2022 年，三个班整合为「大姚班」，下设计算机科学与技术、人工智能和量子信息三个方向。

师资也由姚期智亲自参与选拔，包括搞计算机视觉和强化学习的高阳助理教授、搞深度强化学习、AIGC、强化学习理论的黄隆波教授、搞三维计算机视觉与三维深度学习的弋力助理教授等等。

本科后期，学生通常会前往 MIT、斯坦福等高校交流，再进入微软亚洲研究院或国内外高校实验室参与科研。

结果就是，大量学生在本科毕业前已经发表 CVPR、ICML 等顶会论文。

当然，只谈清华姚班，还解释不了中国 AI 人才网络的形成。许多人的履历中，还会反复出现另一个名字：微软亚洲研究院，MSRA。

MSRA 成立于 1998 年，长期连接高校研究、国际学术和产业应用。它提供算力、数据和工程环境，同时允许研究人员探索长期课题。

张亚勤、沈向洋、洪小文、王坚、马维英等人，都曾在这里工作。商汤创始人汤晓鸥做过视觉计算组负责人，旷视前首席科学家孙剑曾任首席研究员。

MSRA 还有一套长期开放的实习生制度，成为顶尖高校与产业界之间的重要桥梁。何恺明本科期间进入 MSRA 实习，随后成为计算机视觉领域最具影响力的研究者之一。

姚班与 MSRA 最具代表性的交汇，发生在旷视科技。

唐文斌和印奇先后进入 MSRA 实习，在孙剑团队参与人脸识别研究。2011 年，两人与杨沐共同创办旷视，将计算机视觉技术推向安防和产业市场。

类似路径延续至今。

阶跃星辰的核心团队中，不少人都拥有 MSRA 背景。团队覆盖算法、数据和大规模算力管理，后来进入多模态大模型竞争。

姚班提供理论训练和研究能力，MSRA 提供接近产业的科研环境。两条人才管道交汇后，构成了中国 AI 产业早期最重要的一批研究者、工程师和创业者。

1

从人才光环，到创始人光环

向个别姚班实习生开出日薪 5500 元，显然属于极端个例，无法代表 AI 行业的普遍薪资。

但这个价格代表的是解决未知问题的能力。

大模型进入深水区后，普通代码、资料整理和标准化任务，正在越来越多地交给 AI。企业真正缺少的，是能够定义研究方向、解决训练瓶颈、提高算力效率和设计新算法的人。

此类人才通常同时具备数学、算法、工程和研究能力，培养周期长，数量又极少。一名核心研究者提出的新方法，可能直接影响模型训练成本、推理能力，甚至决定一条技术路线能否继续推进。

企业支付的，也不只是一个人的工作时间。价格中还包含他过去积累的研究能力，以及未来提出关键突破的可能性。

日薪 5500 元，只是最显眼的一张报价单。

背后真正发生的，是国内 AI 公司开始用更高的薪资、更充足的算力和更大的研究自主权，争夺过去主要流向海外高校和跨国研究院的顶尖人才。

早期姚班毕业生以及清华计算机系的许多优秀学生，原因并不复杂。当时国内缺少高水平研究岗位、算力设施和学术环境。如今，腾讯、阿里、字节、DeepSeek 等公司持续增加大模型投入，国内研究条件明显改善。

姚顺雨加入腾讯，杨植麟选择创业，越来越多年轻研究者开始在国内寻找机会。截至 2024 年，约 44.6% 的姚班校友选择留在国内深造或就业。

人才开始回流，围绕人才的叙事也开始升温。天才、名校、顶会论文，本身就是一套极具传播力的故事。资本市场很快把同一套故事，拿去给 AI 公司定价。

生成式 AI 爆发后，智谱、MiniMax、百川智能、月之暗面、阶跃星辰、零一万物等公司迅速获得高额融资。

早期大模型公司普遍缺少稳定收入，产品路线和商业模式也没有得到充分验证。投资机构很难只根据收入和利润判断一家公司，只能更加依赖创始团队的履历。

姚班、MSRA、MIT、CMU、顶会最佳论文作者，逐渐成为融资材料中最醒目的标签。

一方面，他们负责解决训练效率、模型推理和算法创新等具体问题；另一方面，他们的名字和经历，也能向投资人证明，公司有能力参与最前沿的技术竞争。

但当每家公司的融资材料里都写着姚班、MSRA、顶会一作，履历标签本身就不再构成区分。投资人和公众需要新的识别方式，创始人的性格、判断和价值观开始承担这个功能。

一家 AI 公司贩卖想象的，除了模型能力、研究团队和商业前景，还有一个足够鲜明、足够稀缺，也足够容易被记住的人。

顶级风投 a16z 已经在系统性培训创始人经营个人影响力。媒体对创业者的要求也发生变化。

传统创业时代，创始人最重要的任务之一是避免负面新闻。社交媒体时代，有话题、有观点、有鲜明性格的创始人，更容易获得流量、人才和资本关注。

最近广为流传的「梁文锋四小时投资人会议实录」，就是一个典型案例。

一场持续四小时的会议，现场必然包含大量重复、停顿、追问、犹豫和临时解释。进入公共传播后，复杂的对话过程经过筛选、归类和编辑，最终留下的，往往是最适合截图和转发的句子。

原本涉及融资、产品、组织和技术路线的企业决策，被压缩成一组高度人格化的金句。外界讨论的重点，也从 DeepSeek 如何管理团队、配置资源和判断技术方向，逐渐转向梁文锋是否克制、理想主义、淡泊名利。

创始人由公司的管理者，变成了一套价值观的化身。

越是否认天才、金钱和商业野心，人物形象反而越显得稀缺。梁文锋说自己喜欢「一群平凡的人做出不平凡的事」，传播产生的结果却是，更多人开始相信，能说出这句话的人一定不平凡。

类似叙事很容易形成一套自我强化的解释体系。

每一个经营选择，都能被纳入同一套人格叙事，成为创始人远见与品格的证明。梁文锋未必主动把自己塑造成神，资本市场、媒体和舆论场已经开始替他立下神像。

当然，技术理想可以讨论十年后的未来，商业竞争通常只给公司两三年时间。

张亚勤曾判断，当前 AI 行业类似互联网发展的早期阶段，基础设施仍在快速投入，未来两三年将进入商业化验证期。国内大模型公司最终可能只剩三到四家。

AI 仍会继续发展，大模型公司却会经历融资降温、行业整合和商业化淘汰。今天备受关注的公司，几年后未必还能保持同样的位置。

未来依旧有人留在高校研究理论问题，有人加入大厂，有人创办自己的公司，也会有人从一条热门路线转向另一条尚未被充分探索的方向。

技术路线会变，市场热点也会变，但能够定义问题、理解底层原理并持续学习的人，通常仍能找到新的位置。

日薪 5500 元的 offer 会被下一个更高的数字覆盖，四小时会议实录也会被下一份实录取代。热搜的周期以天计算，而一个研究者的成长以十年计算，一条技术路线的验证同样以十年计算。

把注意力从人的传奇挪回真实问题本身，可能才是这个行业最需要的一次校准。

文章转载于APPSO，欢迎点击下方卡片关注。

点个“爱心”，再走 吧