身价，275，亿！29，岁留清华教书，如今和自己的徒弟，一起霸榜财富榜

很多人印象里，大学教授的收入天花板就是年薪加科研项目提成，就算有技术成果转化，能到千万级别都已经算行业顶尖。

没人会把 “教书的” 和 “百亿富豪” 这两个标签画上等号。

今年一份财富榜单出来，直接打破了所有人的固有认知。

清华大学计算机系教授唐杰，以 275 亿元身家，成了国内身家最高的在职教授。

更有意思的是，他带过的学生杨植麟，个人身家冲到 470 亿，比老师还多出近两百亿。

一个守着高校讲台熬了二十年，一个毕业没几年就创业冲到行业前排，

师徒俩一前一后踩中了同一个时代风口。

很多人只看到数字上的反差，却没注意到这背后，整个社会给知识定价的逻辑已经悄悄变了。

今年胡润百富榜的 AI 赛道新面孔格外多，唐杰和杨植麟这对师徒，是其中最受关注的一组。

唐杰是第一次冲进顶级财富榜单，275 亿的数字，直接把国内在职教授的财富上限拉高了一个量级。

他的身家全部来自智谱 AI 的持股，这家从清华实验室走出来的大模型公司，

今年 1 月正式登陆港交所，是全球第一家以通用大模型基座为核心业务的上市公司。

上市当天发行价 116.2 港元，开盘市值突破 570 亿港元，直接坐稳 “全球大模型第一股” 的位置。

之后大半年 AI 行业行情持续走高，智谱股价一路上行，盘中最高摸到 2980 港元，总市值一度冲到 1.33 万亿港元。

哪怕后来市场情绪回落，股价出现回调，唐杰手里的股权对应市值，依然稳稳停在 275 亿的水平。

和导师走产学研路线不同，杨植麟走的是纯创业路径。

他创办的月之暗面成立才三年多，还没正式上市，

按照榜单统计口径，33 岁的杨植麟个人身家达 470 亿，是国内 35 岁以下白手起家创业者里的第一名。

两个人同做一个赛道，同出一个师门，最后走出两条完全不同的财富路径。

很少有人知道，如今站在聚光灯下的两个人，

往前倒二十年，一个刚博士毕业选了没人看好的冷门方向，一个还只是中学里喜欢捣鼓电脑的学生。

没人能提前预判，两条看似不相关的人生线，会在 AI 浪潮里交汇出这样的结果。

唐杰是四川南充人，本科读自动化专业，硕士阶段转攻计算机方向，

25 岁考上清华博士，跟着导师做语义网络和数据挖掘。

那时候这个方向在国内很冷，同行少，项目经费难申请，远不如做应用开发容易出成果。

2006 年博士毕业，29 岁的唐杰手里握着好几个旁人眼里的金饭碗。

硅谷大厂开着百万年薪挖人，国内头部互联网公司也递来带期权的 offer，随便选一个都能直接过上优渥生活。

他偏偏选了最不赚钱的一条路：留校任教，接着做自己的冷门研究。

刚留校没多久，唐杰想做一套学术情报工具，

这个项目就是后来的 AMiner，圈内叫它 “中国版学术谷歌”。

最早团队只有两三个人，界面是他自己画的，没有专用服务器，程序白天蹭实验室公用机器跑，晚上挪到个人笔记本上接着算，

前前后后花了几百天，才整理出第一批两百万条学术数据。

之后的十几年里，AMiner 一直免费对全球科研人员开放，没赚过一分商业收入，团队全靠各类科研经费勉强维持。

没人把这个纯公益的学术工具当生意看，连唐杰自己都没想过，这个不赚钱的项目，会成为后来百亿公司的技术根基。

这些看似没用的沉淀，刚好撞上了 2019 年开始发酵的大模型浪潮。

2019 年，唐杰带着实验室技术成果创办智谱 AI，CEO 的位置直接交给了自己亲手带出来的博士生张鹏。

两人从一开始就分好了工，唐杰当首席科学家，只盯核心技术方向，不插手日常运营；

公司管理、工程落地、商业拓展这些事，全交给张鹏来做。

这种分工刚好避开了教授创业最容易踩的坑：不懂商业逻辑，又不肯放权，最后把技术优势耗在琐碎内耗里。

2022 年是智谱的关键一仗。

团队租了济南超算的 1000 张 A100 算力卡，前后熬了 8 个月，

训练出国内第一个开源千亿参数大模型 GLM-130B，整个项目总成本不到 600 万元。

这次技术突破之后，智谱的发展节奏一下快了起来，

融资、产品迭代、商业化落地一路提速，最终在今年年初敲开了港交所的大门。

上市之后的智谱，步子迈得更稳。

今年上半年公司总营收 9.54 亿元，同比增长接近四倍，

其中开放平台 API 调用收入同比暴涨 27 倍，已经成了最核心的收入来源，单位 Token 推理成本比年初下降 80%。

7 月唐杰发布内部公开信，正式启动 “摸高计划”，明确不追求短期商业变现，

持续往 AGI 底层技术上砸资源，重点布局长程任务能力、自治智能体系统等四大技术方向。

9 月智谱完成合计 50 亿美元的股份配售和可转债发行，大部分资金都会投入下一代 GLM 基座模型研发。

目前智谱的科创板 IPO 辅导已经进入验收阶段，很快将实现 A+H 两地上市。

从两万块启动的实验室小项目，到市值数千亿的上市公司，这条路唐杰整整走了二十年。

很多人觉得他是踩中 AI 风口一夜暴富，却很少有人算一算，

在风口到来之前，他已经在没人关注的角落里，坐了十几年的冷板凳。

没人知道风口什么时候会来，他只是认准了方向，就一直往下走。

杨植麟能在财富数字上超过恩师，本质上吃的是代际红利。

他在清华读书的时候，就跟着唐杰接触自然语言处理和大模型方向的研究。

只把大方向指对，给足资源和试错空间，学生有好想法就全力托举。

杨植麟就是在这种环境里，早早摸透了大模型的核心技术逻辑。

毕业之后他又去了几家头部科技公司历练，攒够了工程落地和商业化的经验，2023 年才正式下场创办月之暗面。

他进场的时候，大模型的技术路线已经基本清晰，

不用像唐杰那代人一样从零开始踩基础研究的坑，直接就能冲着产品化和商业化发力。

今年 3 月杨植麟受邀出席英伟达 GTC 大会，

是全场唯一做主题演讲的中国独立大模型创始人，现场公开了 Kimi 的技术路线图。

11 月初他又现身香港国际金融领袖投资峰会，和红杉中国沈南鹏对话 AI 行业未来。

据多家财经媒体披露，月之暗面已以保密形式向港交所递交上市申请，正式启动港股上市流程。

唐杰那代人做的是铺路的事，把基础研究的坑踩遍，把技术路线摸清楚，再把合格的人才培养出来。

等行业风口真正到来的时候，年轻一代就能直接站在前人的肩膀上往前冲。

这种师徒接力的模式，在硬科技创业里格外适用。

硬科技创业既需要长期的技术判断力，能在方向模糊的时候选对路，又需要极强的落地执行能力，把技术变成能卖钱的产品。

这两种能力很难集中在同一个人身上。

师徒之间有多年的信任基础，对技术路线的认知高度统一，

分工磨合的成本比普通合伙人低得多，也很少出现创业公司常见的理念分歧、创始人内耗问题。

放在二十年前的互联网时代，这种模式根本跑不通。

过去的互联网造富浪潮，核心拼的是模式创新和流量运营，

商业竞争的壁垒不在技术，高校基础研究离商业变现隔着十万八千里，教授下场创业往往水土不服。

大模型赛道不一样，它的技术根脉本来就长在高校实验室里，

从预训练范式到模型架构，很多核心成果都出自学术团队，基础研究和商业化的距离被缩到了最短。

这也是唐杰能成为 “教授首富” 的根本原因。

不是他突然学会做生意了，是这个时代终于给深度的技术研究，定出了与之匹配的市场价格。

以前大家总调侃读书无用，赚不到大钱，那是因为之前的商业环境，还没发展到能给基础研究兑现价值的阶段。

现在硬科技的浪潮全面起来了，技术壁垒成了商业竞争最核心的护城河，

那些坐得住冷板凳、愿意深耕基础技术的人，终于能拿到和自身价值匹配的财富回报。

唐杰不会是唯一一个达到这个量级的高校教授。

接下来在 AI、生物医药这些硬科技领域，会有更多实验室里的学者，带着自己的学生走到商业前台。

知识从来都不是没用，只是它的价值兑现，往往需要等一个属于它的时代。