90 后正在掌管中國 AI，憑實力活成了「爽文」主角

清華姚班、普林斯頓博士、前 OpenAI 核心成員、27 歲、首席 AI 科學家……當這些標簽堆砌在一個人身上時，你很難不感受到一種來自智商層面的壓迫感。

但就是這種類似的標簽組合，正在中國 AI 賽道上頻繁出現。

置身于 2026 年回望，在中國 AI 過去三年的狂飆突進中，昔日叱咤風云的互聯網大佬似乎已退居幕后；取而代之站在舞臺中央，是以梁文鋒、姚順雨、林俊旸、楊植麟為代表的 80 后乃至 90 后。

他們之中，有人仰望星空，有人極致務實，甚至無意遵循上一代巨頭立下的江湖規矩，卻殊途同歸地站在了 AGI 的大門口。

與此同時，他們既有硬剛海外 AI 巨頭的硬氣，也不乏算力捉襟見肘時的窘迫。風浪極大，舵手極年輕，但這種反差，恰恰將是 2026 年中國 AI 最真實的切面：

姚順雨（1998 年）：騰訊 CEO/總裁辦公室首席 AI 科學家 林俊旸（1993 年）：通義千問系列模型研發主導者、阿里 P10 楊植麟（1992 年）：月之暗面創始人 羅福莉（1995 年）： 小米 MiMo 大模型負責人 梁文鋒（1985 年）：DeepSeek 創始人 閆俊杰（1989 年）：MiniMax 創始人 張鵬（1980 年）：智譜 AI 創始人 張祥雨（1990 年）：階躍星辰首席科學家 ……

風險投資公司 Antler 曾公布一項數據：2024 年，AI 獨角獸創始人的平均年齡已經降到了 29 歲，而其他行業還在 34 歲徘徊。甚至像 Mercor 這樣的百億美元估值公司，三位創始人今年才剛滿 22 歲。

視線轉回國內，這種「低齡化」情況屢見不鮮。大象雖然轉身慢，但巨頭們做了一個極其聰明的決定：既然打不過年輕人，那就把年輕人變成自己人。

比如，騰訊選擇了 27 歲的姚順雨。

1998 年出生，清華姚班，普林斯頓博士，前 OpenAI 核心成員，專注于「讓 AI 像人一樣思考和行動」的課題。他提出的 ReAct 框架和（Tree of Thoughts）決策框架，被業內奉為 AI Agent 的教科書級理論。

2025 年，騰訊直接將其招致麾下，任命為「CEO/總裁辦公室首席 AI 科學家」的頭銜，也將 AI Infra 和大模型研究的重任交給這位 95 后。

在最近的 AGI-Next 峰會上，我們也能看出姚順雨對于 ToC 和 ToB 的大模型路徑均有深刻見解：他指出 ToC 要依賴「上下文」提供情緒價值，而 ToB 比拼「生產力」，企業只愿為最強模型付費 。

他強調在 ToC 側充分利用微信等生態的海量上下文，在 ToB 側發揮大公司真實場景和數據優勢，以此破局 AI 應用。這不僅僅是技術路線的選擇，更是在為騰訊龐大的社交生態尋找 AI 時代的出口。

同樣打破大廠晉升紀錄的，還有阿里的林俊旸。

1993 年的北大才子，在阿里達摩院一路狂飆，2025 年，32 歲的他成了阿里史上最年輕的 P10。

他曾參與研發阿里達摩院的千億參數多模態模型 M6，主導通義千問系列模型研發，涵蓋多模態、模型優化訓練、代碼生成、數學推理等領域。

作為通義千問（Qwen）開源策略的一手推動者，他不僅在全球開發者社區撕開了一道口子，更讓阿里在激烈的模型競賽中穩住了身位。

如果說巨頭內部的年輕化是由于生存焦慮，那么 AI 創業戰場上的廝殺，則更多了幾分個人英雄主義的色彩。月之暗面的楊植麟大概是這個群體里最像拿到爽文男主劇本的那一個。

1992 年出生，清華學霸，卡內基梅隆博士，2019 年提出 XLNet 模型的作者之一，這位理工男有著特有的浪漫，所創立的公司命名為「月之暗面」，源自 Pink Floyd 的專輯。在多次公開場合的露面中，他也熱衷于討論 AGI 理念，在信奉 Scaling Law 的道路上無比堅決。

而在光譜的另一端，梁文鋒則是另一種畫風。

雖然同樣都是名牌大學出身，本科就讀于浙江大學電子信息工程專業，碩士繼續在浙大信息與通信工程專業深造，但背靠量化私募巨頭幻方量化，DeepSeek 自帶一股「帶資進組」的硬氣。

去年，幻方量化以 56.6% 的平均回報率躋身中國百億級量化基金業績榜第二，僅次于寧波靈均投資 70% 多的收益率，也為 DeepSeek 的發展填上了更充足的彈藥。

從 2024 年 5 月的 DeepSeek-V2 開始，他們持續迭代并開源了 236B→671B 的 DeepSeekMoE 系列，在國內最早系統地把「細粒度專家分割 + 共享專家隔離 + 無輔助損失負載均衡」等想法寫進論文、放出了完整權重。

此外，得益于在 AI Infra 等方面的持續優化， DeepSeek 硬是靠著這種在螺螄殼里做道場的本事，用有限的算力打造了 DeepSeek V3 和 R1 這樣極具破壞力的產品。

當 DeepSeek 以極低的 API 價格血洗市場時，所有的 AI 模型創業者都感到了一陣寒意。

甚至大模型 Xiaomi MiMo 的負責人羅福莉同樣出自 DeepSeek，2022 年加入幻方量化，負責深度學習策略建模；也是 MoE 大模型 DeepSeek-V2 的核心開發者之一 。去年 11 月 12 日，她正式官宣加入小米，負責推進小米 AGI 方向的研發落地。

Leonis AI 100 報告顯示，大多數 AI 創始人在創業時只有 20 多歲。Antler 的數據更驚人：AI 公司從成立到成為獨角獸，平均只需要 4.7 年，比其他行業快了整整兩年。

MiniMax 和智譜就是這種「中國速度」的代表。

技術的盡頭是商業化，1 月 9 日，MiniMax 在港股敲鐘，市值一度沖破千億，從創立到上市只用了 4 年。MiniMax 共計員工 385 人，但團隊平均年齡 29 歲，人均 95 后，385 個人里 73.8% 是研發，三分之一有海外背景。

創始人閆俊杰在 2015 年畢業于中科院自動化所獲博士，此后在清華計算機系做博士后研究，曾任商湯科技副總裁、研究院副院長兼智慧城市 CTO。

除了閆俊杰，MiniMax 還有多位年輕核心人物：贠燁祎（31 歲，COO，前商湯戰略負責人）、趙鵬宇（29 歲，大語言模型負責人）和周彧聰（32 歲，聯合創始人兼視覺多模態負責人）等等。

以及清華系的智譜 AI，唐杰教授坐鎮，80 后 CEO 張鵬沖鋒，是學術圈與年輕團隊結合的典型代表。這家公司在 2026 年初搶了 MiniMax 的風頭，成為全球「大模型第一股」，市值一度逼近 800 億港元。

還有前微軟全球副總裁姜大昕創立的階躍星辰，核心團隊全是 90 后，首席科學家張祥雨作為 ResNet 殘差網絡論文的作者之一蜚聲學術界，同樣也是 90 后 AI 新星，其論文總引用數超過 30 萬次。

無論互聯網巨頭內部，還是新興獨角獸企業中，35 歲以下的技術領袖已經全面崛起。他們正走上核心崗位，掌握著關鍵決策和研發方向，成為中國 AI 大模型競賽的主力軍。

名校+競賽+頂級機構歷練，成了中國 AI 領軍人物的三件套

上一代互聯網巨頭的創始人多為 60 后、70 后，對比之下，這一波 AI 浪潮的領導者整體年齡提前了至少 20 歲。

究其原因，AI 是一個知識迭代極快的新興領域，需要顛覆性思維和快速學習能力，天然青睞年輕頭腦。

Transformer 架構提出不到 10 年，ChatGPT 爆發才 3 年。在 LLM（大語言模型）這個領域，大家的起跑線其實相差無幾。甚至年輕人因為沒有「思維包袱」，反而更容易接受 Scaling Law 的暴力美學。

此外，教育的伏筆其實早已埋下，中國在 2000 年前后啟動的大批英才教育計劃（如清華「姚班」等）如今開始結出碩果。

姚順雨獲 NOI 銀牌，楊植麟獲信息學奧賽省一等獎。這些經歷培養了他們優秀的算法和編碼能力，也讓他們更早接觸高水平的計算機科學訓練。

憑借在競賽中脫穎而出，他們當中也有不少人保送進入清華、北大等名校計算機相關專業 。

從學歷背景來看，姚順雨、楊植麟、張鵬均為清華系，閆俊杰在清華做博士后。其他人也多來自北大、浙大、上交大、北航等一流院校。

這些名校背景幫助他們打下了扎實的理論基礎和視野，當 AI 迎來創業風口，這批人順理成章地成為主角。

更重要的是周期的更替。上一輪移動互聯網的紅利已經見頂。大模型的范式轉移，為年輕人提供了一個巨大的超車機會。資本也樂于尋找新故事，這讓年輕創業者獲得了超越資歷的資源支持。

當然，一些專家學者指出，90 后、95 后創業者相較前輩更敢想敢干、也更強調自我價值實現。

比如在最近的 AGI-Next 峰會上，唐杰教授評價說：90 后、00 后更具冒險精神，要為敢冒險的年輕一代提供更好的創新環境 。相應地，這一代創業者很多不滿足于在大廠按部就班升職，而是渴望掌舵核心項目或自主創業。

唐杰、楊強、楊植麟、林俊旸和剛回國的姚順雨坐一起都聊了啥？ - 知乎
這種內在驅動力，使他們在機會來臨時果斷走向臺前，同時年輕一代普遍國際化視野更開闊，不少人有海外留學或工作經歷（姚順雨、楊植麟等），更能直接對標 OpenAI、DeepMind 等全球標桿，懷抱實現「中國版 OpenAI」的使命感。

基于此，中國 AI 創業者年輕化并非偶然：既有 AI 技術迭代特性的必然要求，又有教育體系和環境支持的厚積薄發，更有年輕一代勇于冒險、不拘一格的精神使然。

國際化技術視野、大規模工程實踐經驗、頂尖人脈資源，頂級機構的背書也都為他們獨當一面打下堅實基礎。

然而，年輕并非免死金牌，現實也遠比外界想象更為粗礪。

一方面，OpenAI 與 Google 在模型推理能力與多模態交互上構筑的技術壁壘，仍在以月為單位不斷抬升；

另一方面，如何在算力資源并不富裕的客觀條件下，通過架構創新與工程優化，榨干每一塊芯片的極限性能，成了擺在每一位年輕舵手面前必須直面的技術大考。

而在技術之外，商業模式的模糊性依然懸在頭頂。盡管應用層百花齊放，但在高企的訓練與推理成本面前，如何找到可持續的造血機制，依然是全行業都在摸著石頭過河的難題。
風浪確實大，但這恰恰是年輕人的主場。他們還有時間去試錯，去推倒重來。

在 AI 這個方興未艾、快速迭代的領域，既沒有論資排輩的規則，也沒有巨人的肩膀可以依靠。但這反倒成了一種自由——不用循規蹈矩，不用致敬前浪，他們走到哪，哪里就是路。