本文来自微信公众号： TOP创新区研究院 ，作者：趋势研究组
转载引用请注明出处。内容仅供交流学习，不做任何商业用途，不代表任何投资建议，如有侵权请联系后台删除。
2025年，有将近20家由大疆前员工创办的公司拿到了融资。
也是在这段时间，大疆把一家由前员工深度参与的公司告上了法庭。
2026年3月23日，大疆在深圳中院起诉影石创新，案由不是侵权，
是6项专利的权属——大疆主张，这些涉及飞控、结构、影像处理的发明，是几名前大疆研发骨干离职一年内做出来的，按《专利法实施细则》属于职务发明，专利申请权应该归大疆。
同一家公司，一边被媒体称作"中国硬件业的黄埔军校"，一边在起诉自己的毕业生。
但这两件事一点都不矛盾，它们是同一台机器的两个出口。而且这台机器有个名字，叫做人才在企业之间流动的速率。
先说结论：衡量一个产业集群是否活着，最好的指标不是它有多少家企业，而是这些企业之间的人换得有多勤。
但我们几乎从来不测这个数。
先把"快"这个词
变成数字
很多人做产业研究比较抽象，特别爱用"高度活跃""极为频繁"这类词。这些词的信息量是零。
所以咱们先找几个真实的数字。
2006年有一篇经典论文，Fallick、Fleischman和Rebitzer发在《经济学与统计学评论》上，标题就叫《硅谷的跳槽》。
在那之前，"硅谷人才超高流动"一直是个人人都信、但没人验证过的传说。这三位用美国现时人口调查的逐月数据，做了第一次严格测量。
论文《硅谷的跳槽》(Job-Hopping in Silicon Valley)
结论分两层。
第一层，传说是真的：硅谷计算机行业里大学学历的男性从业者，跳槽率显著高于加州以外的计算机集群。
第二层更有意思：
加州其他计算机集群的流动率，跟硅谷差不多。
这一层很关键。它说明这事儿不是"硅谷文化"那种玄学，更可能是加州的法律环境造成的：
加州不承认竞业禁止协议的可执行性。
文化解释不了跨城市的一致性，法律可以。
加州是美国少数几个完全不承认竞业禁止协议的州，
并且在2024年修订加强了该条款
论文里有个数字挺有趣——
他们测出的月度流动率大约是2.41%，作者顺手算了一笔账：如果这个速率恒定，那么一个新入职的员工，一年后还在这家公司的概率，大约是76%。
也就是说，在硅谷带团队，
默认每年走掉四分之一。
他们还测出，住在圣何塞会让计算机行业从业者的月度流动率再高出1.5个百分点。同一个国家、同一个行业，换一个城市，速率就不一样。
这就是我们说"集群"这个词时，真正指的东西。
再看中国这边。
口径不一样，硅谷那个测的是跳槽率（跳到另一家公司），我们常见的是离职率（含裁员、退休、转行、待业）。
前程无忧《2025离职与调薪报告》：2025年整体离职率降到14.8%，已经连续三年小幅走低，累计降了1.8个百分点。
近三年历年整体离职率
来源：前程无忧人才资源调研中心
中智咨询（口径是主动离职率，剔除了被裁的）：2025年全国主动离职率降到11%出头；制造业11.2%，近九年最低；但智能制造领域高达15.1%。按企业性质分：民企15.8%，外企12.1%，国企8.4%。
薪智的互联网行业数据：2019年15.6%，2021年16.6%，2022年22.1%，2023年22.7%。
这几组数据说的是：
中国劳动力市场的整体流动性在降温，但高技术、高竞争的细分赛道还很热。制造业整体九年新低，智能制造却比它高4个百分点。国企8.4%，民企几乎翻倍。
流动性不是一个国家的属性，是一个赛道的属性。
甚至可能是一个街区的属性。
不过——
真正决定一个集群命运的，不是平均离职率。
这个很好理解：一个集群的创新产出，不取决于前台和行政换得有多勤，取决于那几百个关键技术节点的流动，而平均数会把这个信号彻底淹掉。
所以我们换个测法：
不数百分比，直接看那几百个人去了哪儿。
"大疆系"
一份可以当证据用的名单
我们来数一数大疆系。
科比特航空，卢致辉创办。他是大疆2号员工，2009年拿6000块钱在深圳白芒村的农民房里开张，现在做工业级无人机，在国家电网这类省级项目上跟大疆同台竞标。
正浩创新EcoFlow，便携储能，全球头部。
拓竹科技Bambu Lab，2020年成立，桌面3D打印。它出来之前，这个品类的标准是欧美厂商定的；它出来之后，标准是它定的。
物种起源，林源，前大疆高级工程师，做高速吹风机。2017年在Indiegogo上零广告预售了900台。
汝原科技，王铭钰，前大疆研发副总裁——也是吹风机。
（这里插一句：大疆流出去的人里，至少有两拨不约而同地跑去做了吹风机。这大概说明，无人机和吹风机之间的技术距离，比常识以为的要近得多——都是高速无刷电机加流体设计。工程师换赛道的时候，脑子里搬走的不是产品，是这一类底层问题的解法。）
若创科技，洪小平，前大疆激光雷达负责人，港科大本科、伯克利博士，现在做电动轮椅和低速机器人。
折跃科技，石峻，大疆6号员工，前飞控算法专家，做载人飞行器。
禾启智能，王坤殿，原本在大疆负责固定翼模块，现在做垂直起降固定翼消费级无人机——这位是少数正面回来打的。
还有松灵机器人、纵贯创新、本末科技。把范围再放宽到李泽湘生态，还有云鲸智能（张峻彬）、海柔创新（陈宇奇）。
（顺手做个事实纠正：不少文章把宇树科技的王兴兴写成"前大疆无人机工程师"。
据公开信息，他和大疆的关系是一段短期实习。）
据21世纪经济报道和钛媒体的统计，
仅2025年一年，就有近20家大疆前员工创办的公司拿到融资。
2025年获得融资的“大疆系”创业公司
来源：itjuzi
现在请你看着这份名单，注意：
这些公司绝大多数不在无人机赛道。
储能、3D打印、吹风机、轮椅、扫地机器人、仓储机器人、割草机器人、载人飞行器。真正回头正面打无人机的是极少数。
这不是巧合，多半是敬畏——
大疆那道护城河，最了解它有多深的就是修城河的人。
但更值得琢磨的是：他们带走的到底是什么？
不是无人机技术。
是飞控算法、多传感器融合、电机驱动、结构设计，以及最要命的那一样——一整套"怎么把一个硬件想法在深圳的供应链里做成能量产的东西"的工程方法论。
这套东西写不进任何一份文档。
它是隐性知识，长在人脑子里，只能跟着人走。走到一个全新的品类里，重新长出来。
李泽湘在2026年2月广东省高质量发展大会上讲过一句话，我认为是理解这件事的钥匙：即便在硅谷能配齐供应链，大湾区的产品迭代速度也是它的10到30倍，成本接近它的十分之一。
这句话里，"迭代速度"是两条腿走路的。
一条腿是供应链密度——一小时车程覆盖全国九成智能硬件核心供应链，这条大家都在讲。
另一条腿就是人才流动率——那套方法论必须能在企业之间搬运，供应链的密度才兑现得出来。这条几乎没人讲。
缺任何一条，速度都下来了。硅谷现在的问题不是没人才，是供应链那条腿断了；很多中国很多地方的问题正好相反，供应链堆得很齐，但人不流动，方法论锁在几家大厂内部，剩下的企业只能自己从头试错。
快
到底好在哪里
那为什么我们喜欢快呢？
第一条：跳槽是人才市场唯一的价格发现机制。
这是Fallick那篇论文的核心论证：跳槽的本质，是把人从一个价值较低的用途搬到一个价值较高的用途。
但我想把它推得更狠一点——一个工程师值多少钱，只有在被别人挖的时候才知道。
你的HR有一张薪酬带宽表。那张表是根据什么定的？根据市场。市场价是怎么形成的？靠交易。人才市场的交易，就是跳槽。
所以逻辑上是这样的：流动率低的集群，是一个没有价格的市场。
里面所有人——企业和员工——都在凭感觉估价。
企业觉得自己给得够多了，员工觉得自己被低估了，双方都没有办法证伪。
这就是为什么很多"人才留得住"的地方，招不到最好的人。它不是价格开得低，它是根本不知道价格是多少。
第二条：企业挨得近不产生溢出，人在企业之间走动才产生溢出。
这一点很多做园区的朋友想反了。
流行的做法是：把上下游公司装进同一栋楼，办几场沙龙，期待知识自己流动起来。
不会的。
楼不流动，人才会流动。
真正值钱的知识——为什么这个方案量产会炸、为什么那家供应商的良率数据不能信、什么时候该停止优化——从来写不进SOP，也不会在沙龙上讲出来。它只跟着人走。
所以物理集聚是必要条件，不是充分条件。它的作用是把跳槽的成本降到几乎为零：换工作不用换房子，不用换孩子的学校，甚至不用换通勤路线。南山十公里以内，跳槽这件事的摩擦系数接近于零。
这才是集群的密度真正在做的事——
它不是让知识流动，它是让人流动得便宜。
第三条：高流动性等于给每个工程师免发了一份创业期权。
Gilson在1999年那篇著名的法律评论里提出这个说法：加州不执行竞业禁止，意味着你随时可以出去试一把，失败了还能回来。创业的机会成本被大幅压低了。
Stuart和Sorenson在2003年验证了它的一个推论：在不执行竞业禁止的州，生物技术公司的创办率显著更高。
大疆系那份名单，就是这个机制的中国版，而且规模惊人。大疆自己主要做无人机，但它培养出的人，用同一套能力开辟了七八个新品类。
DJI‑alumni startups大疆系创业公司名单
大疆对中国硬件产业的贡献，可能有一半以上不是通过它卖出去的产品实现的，而是通过它流出去的人实现的。
一家公司的人才外溢，撑起了半个粤港澳硬件创业生态。这个事你在财报上一分钱都看不见。
当然，快是有代价的，而且这个代价不小。
Fallick那篇论文，被引用的时候通常只引前半句。
原文的完整论证是：跳槽既促进资源再配置，也制造人力资本外部性，从而降低企业投资于新知识的激励。
道理很直白：你花大钱训练一个人，他两年后带着这身本事去了隔壁。理性的
企业会怎么办？
少训练。
所以"人才流动越快越好"不是一条普适定理，是一条有条件的定理。条件大致是三个：知识可迁移性高、创新的模块化程度高、重新配置的边际收益足够大。软件三条全占，硬件占得没那么满。
深圳的特殊在于，供应链密度硬是把第三个条件推到了极高——一个工程师带着方法论走出来，三个月就能做出样机——这才把硬件也拽进了这个条件区间。
理解了这一点，就能理解大疆现在的处境。它是这个生态最大的训练投入方，也是最大的溢出损失方。
它花钱养出了一批人，这批人现在回过头来跟它抢供应商、抢渠道、抢品类。换成谁都有点觉得自己亏了。
把它慢下来会怎样
好，现在我们把旋钮往回拧，锁紧一点。会发生什么？
这个问题有一个近乎完美的自然实验，来自美国密歇根州。
1985年，密歇根为了废除一部老的反垄断法，通过了《密歇根反垄断改革法》。在这个过程中，立法者顺手废掉了一条长期禁止执行竞业禁止协议的旧条款。
据研究者的说法，这基本上是个意外——不是政策意图，是立法技术层面的疏忽。有人在清理旧法条的时候，把这一条也一起划掉了。
于是密歇根一夜之间从"不执行竞业禁止"的州，变成了"执行"的州。
这大概是人类立法史上最有价值的一次事故。因为它给经济学家送来了一个真正干净的对照实验：
一个州的法律变了，别的什么都没变。
Matt Marx、Deborah Strumsky和Lee Fleming抓住了这个机会。他们用美国专利数据库追踪发明人的专利受让人变更——也就是换东家——做了一个双重差分，2009年发在《管理科学》上。
结果是两个数字：
Matt Marx的论文
《流动性、技能与密歇根竞业禁止试验》
密歇根发明人的流动率下降了8.1%。
其中"明星发明人"（高被引发明人）下降了15.4%。
技能专用性越强的发明人，下降幅度越大。
请停下来想想第二个数字。
竞业禁止锁不住谁？锁不住普通工程师。他们本来跳槽就不算多，而且原雇主根本懒得为他们打官司——律师费比这个人的年薪还贵。
那它锁住了谁？
恰恰是那些最有价值、最应该被重新配置到高价值用途上去的人。
因为只有这些人值得起诉。只有他们的去向会让老东家肉疼。
所以只有他们，会在跳槽前收到一封律师函。
这是最坏的一种选择性。
Matt Marx，康奈尔大学创业与创新副校长，
产学研跨界学者，深耕竞业协议与创业研究
Marx后续的研究还发现两件事，同样值得记下来：
竞业禁止执行强的地区，会出现向不执行地区的人才外流；以及，大量员工为了规避可能的诉讼，被迫做出职业绕道，甚至干脆一段时间不工作。
也就是说，锁紧的账单不只是"流动少了"，
是最好的人不动了，次好的人跑了，还有一批人干脆闲在那儿。
一个集群的新陈代谢，就是这样停下来的。
结尾
回到开头那个悖论。
一家公司，同时培养出半个产业的创业者，又起诉了其中一个。
这两件事不但不矛盾，而且几乎必然同时发生。
一个集群只要新陈代谢足够快，就一定会长出"军校"；而军校一定会在某个时刻发现自己在替全行业付学费，然后一定会去找法律。
但我们又需要集群够快。
所以正确的问题是：知识溢出的收益归了整个集群，训练的成本却压在少数几家企业身上——这笔账，最后谁来平？
如果没人回答它，答案会以最粗暴的方式自己浮现出来：链主减少招聘和培养，增加诉讼和排他；工程师减少跳槽，增加沉默。然后某一天，我们会发现那个曾经"迭代速度是硅谷十到三十倍"的地方，慢下来了。
而最让人不安的是——
它慢下来的时候，没有任何一个现有的统计指标，会提前告诉我们。
因为我们从来没测过它。