本文来自微信公众号： 镜相工作室 ，编辑：胡苗，作者：黄依婷，题图来自：AI生成
2026年的AI创投圈，对“人”的痴迷，似乎到了走火入魔的程度。
一位大厂的AI负责人，可能一早就在猎头和投资人的“菜单”里，时不时有人来问：要不要出来看看？
有时候，这个“猎物”只是开始出席一些外部论坛，又或许只是和几位熟悉的朋友聊了聊，敏锐的投资人就会蠢蠢欲动。托关系也好，发“英雄帖”也罢，只想和人见上一面。
在创投圈，一位大厂AI负责人的离职消息，往往比公司内部邮件传得更快。等人正式离职、外界真正看到新闻时，团队已经组建好，第一轮融资也都基本敲定。
这种疯狂的表现随处可见。
4月，FA从业者李钧告诉我们，国内TOP高校计算机专业的博士应届生，年薪总包从300万元喊到500万元；一个月后，特别优秀的人才已经涨到了700万元。
大厂里的AI技术大牛出来创业，项目尚在概念阶段，估值就能喊到30亿元。就在昨日（5月13日），The Information报道，两位知情人士透露，阿里通义千问模型原首席研究员林俊旸，其离职成立的AI实验室正在融资，预计本轮融资完成后，这家AI实验室的估值约20亿美元。
连AI创企的实习生也是稀缺的，他们不在人才市场上流通，只在投资人、创始人的微信聊天框里流转，没毕业就被预定，实习工资可以开到一个月3万元-8万元。
这种对“人”的集体追捧，背后是一个常识的失效。过去四年，基座大模型、多模态、Agent、具身智能轮番成为风口，一级市场那套看市盈率、市销率的旧工具逐渐失灵。没人说得清一个AI项目未来值多少钱——它可能一文不值，也可能长出下一个字节跳动。
当可量化的财务数据再也无法解释估值，人就成了梦想的载体。不看收入、不看利润、不看产品，看人。投资圈管这叫“市梦率”——梦到多少，估值就是多少。毕竟，“梦想多高的估值都不为过”。
只是，当所有人都在追逐、押注更接近未来的人时，没有人确切地知道，半年后行业会变成什么样。
争夺最接近AGI的人
2024年8月，一家投资机构的合伙人找到在某投行工作的张敬，问他要不要接手摩尔线程Pre-A轮融资的老股，他婉拒了。那时摩尔线程还未上市，年亏损高达十几亿元，但公司估值约200亿元。从过往经验看，这不是一个好的投资标的。
一年后，摩尔线程在科创板上市，尚未盈利且存在累计未弥补亏损的情况下，市值一路飙升到3000亿元。
张敬看到那个投资人在朋友圈发布的喜报，“这个事情本身很离谱。”张敬说。当一个行业很火热，尤其处于中早期的时候，估值没有太多逻辑可言。就像拍卖，投资人把老股拿出去拍，谁的出价最高，最终企业的估值也会定在相应的价格。
如今的AI行业，便处在这样一个阶段。当可量化的财务数据难以解释估值，投资人把目光投向创始人和创始团队。想投谁、能投谁，成了下一个问题。而一级市场最先达成的共识是，看技术标签。
懂技术的人最先被盯上。王亮判断，很长一段时间里，包括基座模型在内的AI基础设施建设领域，都是AI人才的核心聚集地。
王亮是万创投行执行董事。万创投行成立十年，是一家专注科技产业化的财务顾问机构，累计服务800余个项目、交易规模超1300亿元。
王亮说，AI时代对人才的需求，和互联网时代截然不同；上一个时代重产品、重市场，但AI让一切返璞归真——技术本身成了“硬通货”。
来自高校实验室、海外回流和大厂的AI人才，成为了最热门的投资“标的”。
投资人们会研读顶会期刊，紧盯高校AI实验室的研究进展，把学术论文翻来覆去地看，翻到最后一页的名录，顺藤摸瓜找到写作者；也有人会参加一些大学生创业项目路演，试图在晦涩的代码、清澈的眼神之间，找到最快通往AGI的钥匙。给出的筹码也很可观：国内TOP高校计算机专业的博士应届生，年薪总包从300万元喊到500万元。一个月后，李钧更新了消息，特别优秀的人才已经涨到了700万元。
在智谱、Minimax、月之暗面等AI创企工作过的高校实习生，也变得昂贵。李钧除了协助AI行业客户寻找投资人，更高频的需求是帮助这些客户招募技术实习生，“好的实习生是不流通的。”
这是AI时代和过去互联网时代的一个显著差异——AI公司里几乎不存在真正意义上的“基层”。一个来自顶尖高校AI实验室的博士生，哪怕身份还是实习生，也可能已经承担着核心的算法工作，所谓“实习”，很多时候只是因为对方还没毕业、无法缴纳全职社保，仅此而已。
如今，一个C9高校（中国顶尖大学联盟）计算机专业背景博士生的实习工资，已经能达到每月3万元-8万元，而更重要的是，这些实习生往往还没毕业，就已经被预定。
有人在Minimax实习过，下一段实习就会被别的创业公司抢走；有人刚在某家大模型公司崭露头角，就被投资人、FA、创始人层层打听。很多人的简历从不会出现在招聘网站上，它们只存在于投资人、创始人的微信聊天框里，通过校友、实验室、自媒体社群，一层层流转。甚至一些早期创业公司，会在这些实习生毕业之前，直接给出联合创始人级别的位置。
毋庸置疑的是，在人才投资排序中，大厂AI项目负责人的优先级是最高的。王亮记得，去年AI硬件爆火时，很多投资人到深圳各个硬件大厂挖人；同样的细分赛道、同样的技术，如果创业者来自大疆、云鲸，公司估值5亿元，投资人很愿意聊聊，但如果创业者没有这些大厂背景，投资人会直接把估值预期下调，或者找新的投资标的。
将时间线拉长，这种对大厂AI人才的青睐是一以贯之的。市场希望找到那些最接近未来、同时又已经被验证过的人。无论是公司之间互相挖角，还是投资机构推动技术大牛出走创业，大厂背景都像一种“信用背书”。尤其是在AI这样一个商业化路径尚不清晰、技术迭代速度远超行业预期的赛道里，投资人相信，一个真正做过大模型、带过核心项目的人，更有可能穿越周期。
字节跳动成了“AI人才大战”中最突出的样本，被称之为中国AI行业的“黄埔军校”。其互联网时代积累了大量算法人才，豆包、即梦（Seedance）、剪映等产品在AI时代迅速奏效，这些项目的负责人们几乎是每个投资人、猎头、企业眼里的香饽饽。
据Z Finance报道，截至今年4月，过去一年，约有60-70名Seed成员流向各大模型公司；过去20个月里，30余家AI新贵的创始团队成员来自字节，包括Liblib创始人陈冕、爱诗科技创始人王长虎、沐言智语创始人张月光等。
在李钧看来，字节系这个标签在投资人原本的FOMO（错失恐惧）情绪上添了一把柴。投资人会认为，相较于其他互联网大厂，字节系创始人会更有创业直觉和能力，一些投资人甚至会“无脑跟投”——无论字节系创始人想做什么，几乎总能拿到钱。
而大厂本身也在推着人才往外走。决策周期漫长，庞杂架构下，顶尖人才很难按自己的想法做事，做出的产品更多服务于集团商业化需求，很难和这些负责人们保持长期一致。多家媒体报道，阿里巴巴通义千问大模型负责人林俊旸的出走，与集团层面的规划存在直接关联。
“人才从大厂离开是一个必然，”王亮说，现在或许也是人才从大厂出走、创业的最好时期，“在中国，人才可能会阶段性的稀缺，但不会长期稀缺。”
资本迷信年轻人
技术标签是一套快速定价的工具，但它能捕捉的，只是一个人的履历，不是一个人的上限。许多投资人开始尝试另一种押注逻辑——不看履历，看冲劲，不看过去做成了什么，看未来可能做出什么。这个逻辑的赌注，押在了年轻人身上。
李钧告诉我们，当前一级市场的风潮就是去追捧00后、95后年轻人，“如果看到创始人是85前生的，不好意思，是一个巨大的减分项”。
在当前的语境下，创投行业普遍认为年轻人更懂AI，更有创造力，二十几岁、三十几岁的创始人成了未来感的象征。尤其在被称为“AI应用爆发元年”的2025年，底层大模型已在过去两年搭好，有基础做些更新鲜、更灵活的产品。
统计数据也证明了这种倾向。国际风投机构Antler曾对全球1629家独角兽公司和3512位创始人进行分析，结论之一是，AI独角兽创始人在公司成立当年的平均年龄已从2020年的40岁降至2024年的29岁，同期非AI领域的独角兽创始人平均年龄反而从30岁升至33岁。
机构投资决策的速度也在变快。过去，机构真正投资一个项目，有相对较长的考察周期，短则两三个月，长则半年、一年。如今，张敬见过的极端案例是，投资人当天跟创始人沟通路演，第二天就决定要投资，开始洽谈增资协议。这超乎了他积累的操盘常识。但这往往会被一些机构包装成故事，尤其在一些后来的明星项目上。
但抢到人之后呢？
顶着“华为天才少年”“B站百大UP主”名头的彭志辉，在2023年联合创立智元机器人，担任CTO，后任X-Lab负责人、灵犀事业部总裁。据职场Bonus报道，一位与其共事过的智元员工说：“志辉本人很好，创新性很足，也很努力。但他没有完整产品落地的经验，现在作为公司的决策层，会让下面的人有点难受。”
另一位智元员工也和我表达过类似的观点。他熟悉的一位技术同事，因为不适应原事业部的管理风格，内部转岗到彭志辉直接管理的灵犀事业部，发展很好。但他们会担心“稚晖君没啥商业经验，不清楚后面（产品）做出来能不能卖得动”。
月之暗面创始人兼CEO杨植麟，2024年底，与金沙江创投主管合伙人朱啸虎，围绕月之暗面股权发生了一场仲裁风波，一定程度上暴露了年轻创业者在公司治理上的稚嫩；宇树科技创始人兼CEO王兴兴，有着极强的产品与工程能力，但管理风格高度个人化，对效率的要求极高，不太遵循传统公司的组织管理逻辑，多次在公开论坛上批评行业、字字珠玑；Manus创始人肖弘，在高估值的裹挟下急于推动出售，被卷入远超自身经验范围的复杂博弈……
年轻创始人们在公司经营上存在问题，是普遍现象。当融资进行到第三轮、第四轮，公司规模扩张，他们需要彻底完成从“技术天才”向“公司管理层”的角色转变，但很少有做得特别成功的。不少成规模的AI创企早期投资人、创始团队成员跟李钧抱怨，CEO根本不懂公司经营，甚至没有完成社会化，连50%的进度都没有达成，“现实和人性会狠狠拍打他稚嫩的脸庞”。
矛盾就此出现。 对错过好项目的焦虑，让一级市场不得不争抢年轻创业者，而为了让抢到手的项目顺利运转下去，机构们又不得不回头给这些年轻人当“保姆”。
于是，VC、PE、FA等机构的投后服务都卷了起来，一定程度上也成了机构抢项目的筹码。
有的投后会给创始人设计更适合其个性的管理方式和组织架构，如果创始人性格直率，他们会建议这位创始人不要安排多汇报层级，让所有员工向其本人汇报。有的投后会直接帮AI创企搭建团队，一些小而美的公司，创建之初没有HR，他们甚至要兼任一段时间HR的工作，直到有合适的HR入职。
某些创始人容易被外界噪音影响，投后还得兼任心理咨询师，讲一些管理学“鸡汤”给人安慰。当然，讲“鸡汤”的人并不认为这是安慰。一位机构投后人员坦言：“很多我服务过的创始人都比我聪明，但有时候他们陷在当下的情绪出不来，需要有一个人，从相对更客观的视角告诉他们这件事其实是什么样的。”
但这是沉没成本很高的事。对资本而言，一切附加服务终究要落回到交易本身产生的收益来核算。而当人变成这个行业最昂贵的资产，另一件事开始发生——钱的方向反了。
创始人开始“面试”投资人
在大多数行业中，创业者需要拼命向投资人证明自己。但在一些热门AI项目里，更常见的情况是，投资人排队等待创始人见面。
张敬记得，曾有一个AI明星项目的路演，线上线下一共有2000多名投资人参加；还有比较激进的投资人，会直接带着投资意向书去参加项目路演，路演结束后想直接跟企业签订协议，但被企业拒绝，理由是只能跟投大机构。
王亮形容，创投圈本质上是一个高度互联的“神经网络”，被写入人才名单的潜在创业者们，一有风吹草动，行业里往往很快就能察觉。“大牛出来创业之前，其实都会有一些迹象。”他说，比如开始频繁参加外部演讲、论坛，比如密集见投资人和FA，了解行业融资环境，再比如行业里开始传出一些内部产品路线或研究方向的分歧消息。这些蛛丝马迹足以让机构进入围猎状态。
但AI创业者们并不一定愿意见那么多投资人，尤其是技术大牛。对他们来说，创业初期最重要的事情仍然是技术和产品，而不是融资。一旦消息泄露，大量机构蜂拥而至，会消耗掉创始人大量精力。于是，一部分人开始主动借助FA，或者只与少数熟悉的投资人沟通，让中间多一道“筛选”。
李钧发现，经历了2022年到2023年的共识建立期后，融资逻辑在2024年之后明显变了。之前行业共识未定，谁愿意为不确定性买单，创业者就优先接受谁的钱。但到了现在，赛道逐渐清晰，行业共识逐渐形成，创始人开始反过来挑投资人。
AI创业者对机构品牌的迷信正在下降。相比这家机构有多大，他们更在意这个投资人懂不懂我的“产品哲学”。“大家已经从融资本身，上升到有点像搞对象。”李钧说。
这样反向挑选带来的直接后果是，钱跟着人走，而不是人跟着钱走——有的创始人原本通过某家头部机构认识了一位投资人，后来这位投资人跳槽去了另一家机构，创始人也跟着把融资推进到新机构。
这类创始人往往是技术出身，能搭模型、懂训练、能推演技术路线，却未必擅长向外界表达；一些人甚至无法把自己真正想做的东西，用投资人听得懂的话讲出来。
于是，一些FA从业者开始扮演一种新的角色：翻译。每次和技术大牛交流时，李均都会先听对方讲完整套逻辑，再尝试用自己的语言举例复述。如果对方觉得不准确，就继续修正。反复几轮后，复杂的技术会被翻译成普通人也能理解的话。
DeepSeek爆火之后，李钧曾引导不少AI创业者做出更接地气的表达。比如在路演当中向非科班出身的投资人解释专家模型和通用模型的区别，“专家模型像很多个专科老师，你今天问数学，就把数学老师叫出来，明天问语文，就换语文老师。通用模型则像一个全科老师，你什么问题都问它，它都从自己的知识库里提取。”
但即便如此，站在技术最前沿的人，依然是最难被说服的。
李钧把AI行业的人大致分成两类：一类是“降临派”，相信AGI会快速到来，更容易被宏大叙事打动；另一类则是“谨慎派”，通常是最核心的算法研究员。后者往往最难挖——他们太懂技术，很难被行业情绪裹挟。
李钧曾和一些算法大牛讨论具身智能。这是近两年最火热的赛道之一，许多创业公司都在疯狂寻找各类算法人才，希望用更强的模型提升机器人的能力。
但对方的态度异常冷静。他们经历了大模型的浪潮，也认可算法的重要性，但对于具身智能，他们并不乐观。“我很清楚模型能力对具身智能的提升，还没到颠覆性的程度。”更关键的是，即便技术上成立，商业上是否成立仍然是另一回事。巨大的算力消耗、高昂的团队成本，是否值得只换来99%到99.1%的提升？这未必划算。
“你跟这种算法大牛讲很多感性的东西，讲可能颠覆未来生活，他们不为所动。”李钧说，“他们会自己推演那些感性的故事，如果发现这件事不行，你再怎么‘挖’，他们可能也不会出来创业或者加入创业公司。”
没人真的知道未来
从追崇技术标签到期待年轻创造力，从围猎大厂到创始人反向筛选，这场人才争夺一路升级。所有人都知道，AI还会继续往前走，但没人知道，它究竟会以多快的速度往前走。
2025年之前，不少投资人仍然认为，具身智能距离真正商业化还有很长距离，很多机构也没有预料到，大模型能力会在短短一年里出现如此剧烈的跃迁。可几个月之后，行业情绪迅速翻转，越来越多人开始意识到，AI的发展速度远超此前预期。
“现在我们甚至很难判断半年之后会发生什么。”王亮说。
过去一级市场习惯做三年、五年的判断，但AI行业变化太快，很多曾经有效的经验，都在迅速失效。回头看，他甚至会懊恼：“如果去年就能预判到今天的发展速度，也许还能抓住更多机会。”
这种不确定，几乎贯穿了整个AI创投市场。一边是资本害怕错过下一代平台级公司的焦虑，另一边则是行业内部越来越多的人开始意识到，AI并不像外界想象中那样神秘。
李钧把那些对AI抱有盲目崇拜的人称为“AI舔狗”。他们相信，只要一个东西贴上AI标签，就天然意味着先进、颠覆和未来感，但真正进入行业后会发现，AI本身并没有那么多神秘光环。很多技术工作重复、枯燥、漫长，需要大量算力、人力和时间堆积，不是一句“AGI即将到来”就能解决的。
“你今年错过一个Agent，感觉像错过了全世界，但一年之后回头看，你可能什么都没错过。”李钧说。
这种祛魅，也让一些人开始清醒。李钧逐渐减少了参加AI社交活动的频率，很多场合聚集的是“社交混子”，年轻却已经熟练掌握行业里的人脉游戏，他们看上去很懂AI，但真正落实到技术上时，却往往外强中干。“我最终还是需要能真正帮被投公司干活的人。”
李钧会在自己服务的项目创始人砸钱挖人时反问对方：“你真的想卷进和大厂无限加价抢人的战争吗？你能砸得起吗？”——如果一个人完全因为报价加入团队，那么未来也很可能因为更高报价离开。
更现实的问题是，即便花重金把人挖来，也未必意味着成功。创业和在大厂工作终究不同。在大厂，人与人之间的矛盾，很多时候会被组织结构稀释，但创业意味着共同承担风险，一旦价值观、性格或决策方式不一致，问题会被迅速放大，创企高层间性格不合，比能力问题更棘手。
于是，李钧会在初步接触潜在创业者时问几个问题：如果你创业，身边会有几个人愿意跟你一起出来？你准备怎么设计股权架构？你打算用什么样的方式去吸引这些能力跟你差不多的人加入你的团队？你怎么评价自己的管理能力？如果创业失败，你能接受最坏的结果是什么？“这些问题的核心在于，他们作为一个风口行业里的创始人，是否对创业这件事保持足够的敬畏心。”
王亮也给出了自己的框架：一个真正值得下注的AI创业者，要具备三种能力——从0到1搭建模型的硬技术能力，管理复杂团队的领导力，和“愿景”。第三种能力比较“软”，“因为谁都不知道现在谁能跑得出来，这个过程肯定竞争非常激烈。创始人究竟有没有决心和愿景，这个是比较重要的。”
AI行业依然处于一种近乎原始森林般的竞争状态。有人高调讲故事，有人埋头做研究，有人被时代推着向前，也有人在狂热里保持冷静。资本一边害怕错过未来，一边又不得不在越来越高昂的人才成本、越来越模糊的商业化路径里寻找确定性。
这场围绕“人”的争夺，或许才刚刚开始。但经历了追捧、围猎、关系倒置和祛魅之后，一些人已经开始学会，在这场争夺里，最重要的不是抢到谁，而是先想清楚自己要什么。
（文中受访者李钧、张敬为化名。）
参考资料：
Z Finance：《深度丨字节跳动，中国 AI 行业的黄埔军校》
elsewhere别处发生：《AI独角兽制造机》
Antler：《The Anatomy of Greatness》
晚点Latepost：《林俊旸离职风波始末：AI 技术负责人与大公司的成长与分歧》