美國天使投資現在還願意投資來自中國的AI人才在美國創業嗎？

chatgpt答：有，但答案不是簡單的「願意」或「不願意」。截至 2026 年，我的判斷是：

美國天使投資人與早期 VC 仍然願意投資「中國背景、在美國創業」的 AI 創辦人，而且這類人才在某些情況下仍然具有很高的投資吸引力；但如果創業者與中國的資金、公司、政府或技術鏈條存在較深的關係，投資人現在會非常重視國安、出口管制、CFIUS 和未來融資風險。

也就是說，現在的實際判斷標準越來越接近：

「中國背景」本身不是自動拒絕；「中國關聯性＋AI 技術敏感度＋公司控制權＋資金來源」的組合，才決定投資風險。

這和 2015～2021 年的環境已經不同。

1. 美國資本其實還是在投資中國背景的 AI 創業者

目前最直接的證據是，中國背景的 AI 創辦人在美國仍然能夠拿到早期資金。

《The Information》最近報導，美國 AI 新創仍在接受中國 VC 投資；包括 Sequoia Capital China、真格基金、源碼資本、今日資本，以及 MiraclePlus（原中國 YC 分支）等，都在過去一年左右投資美國 AI 新創。報導提到的案例包括加州 AI 旅遊新創 UTA，以及 AI 影片工具 Opus Clip。這至少說明，美國 AI 新創生態並沒有完全排斥中國資本或中國背景創業網絡。(The Information)

但這裡要區分兩件事情：

中國投資人投美國 AI 新創
≠
美國天使投資人投中國背景的美國 AI 創辦人

前者目前仍有實例；後者缺乏公開的全市場統計。不過從創投市場的運作邏輯來看，我認為後者仍然存在，而且在某些細分領域非常活躍。

尤其是：

• AI application

• AI agent

• enterprise software

• developer tools

• consumer AI

• AI infrastructure 中非敏感部分

中國背景的創辦人如果已經在美國建立公司、持有美國身份或合法長期居留、公司在美國註冊、技術不涉及軍事或受管制出口，仍然可以獲得美國資本。

---

2. 真正發生變化的是「投資人的盡職調查」

現在投資人問的問題可能比以前多很多。

例如：

你的公司在哪裡註冊？

IP 是誰所有？

模型在哪裡訓練？

算力在哪裡？

你的共同創辦人在哪裡？

中國有沒有母公司？

中國 VC 是否持股？

你是否接受中國政府基金投資？

你是否需要 NVIDIA 受管制 GPU？

你的技術是否可能被視為軍民兩用？

未來是否可能受到 CFIUS 或出口管制影響？

這是因為美國現在對中國 AI 的政策環境已經高度安全化。

2025 年 Benchmark 投資 Manus 的案例就是一個很典型的信號：Benchmark 領投 Manus 的 7,500 萬美元融資後，美國財政部被報導正在審查這筆投資是否符合 2023 年對中國特定領域投資的限制。即使 Manus 的公司架構與「是否真正屬於中國公司」存在法律爭議，這個事件本身也會讓 VC 意識到：投資中國背景 AI 公司可能產生監管後果。 (TechCrunch)

所以今天的問題不是：

「你是不是中國人？」

而是：

「你與中國的資本、技術、公司與政府體系到底有多深的連結？」

這是非常不同的問題。

---

3. 對「中國 AI 天才在美國創業」，我反而認為美國資本仍有很強的投資誘因

這與你前面一直討論的「人才乘數效應」有直接關係。

如果一個中國背景的 AI 創辦人：

• CMU / Stanford / MIT / Berkeley 博士

• Google Brain / DeepMind / Meta AI 經歷

• 曾經參與 frontier model

• 有一群中國與美國頂尖 AI 研究者可以招募

• 有能力從母校吸引下一代人才

• 已經在美國建立團隊

那麼對美國 VC 來說，這種人可能是非常有吸引力的投資標的。

因為 VC 投資的不是「國籍」，而是：

founder-market fit
technical moat
recruiting ability
network
probability of becoming a category leader

一個頂尖中國 AI 研究者如果留在美國創業，反而可能具備一個很特殊的優勢：

他同時擁有美國頂尖 AI 產業網絡與中國頂尖工程人才網絡。

對 VC 來說，這種人可能比普通美國創業者更有全球人才招募能力。

所以，如果美國真的想要留住這批人，最有效的方法未必是「說服他們不要回中國」，而是：

讓他們留在美國創業，而且讓美國資本願意投資他們。

這一點我認為美國創投圈其實是理解的。

---

4. 但是，AI 越接近 frontier model，政治風險越高

這裡出現一條非常明顯的分界線。

假設一位中國背景創辦人在美國成立一家 AI 公司：

A 類：AI 旅遊助手

美國 VC 大致不會因為創辦人是中國人而拒絕。

B 類：企業 AI 軟體

可能會做一般的國安與資料風險審查，但仍然可以投。

C 類：AI 基礎模型

開始涉及 GPU、算力、模型權重、資料、出口管制，審查增加。

D 類：AI＋半導體＋軍事＋生物科技

這時候就完全是另一個層級。

因此，未來中國背景 AI 創業者在美國的融資環境可能呈現：

越接近「應用層」，越容易融資。

越接近「frontier AI infrastructure」，越容易遇到國安審查。

這是目前最合理的結構性判斷。

---

5. 這裡其實出現一個你前面問題的反轉

你前面問：

美國是不是留住了 87% 的中國頂尖 AI 研究者？

答案是：是。

但如果我們再問：

這 87% 裡面，有多少人能夠在美國創業？

再問：

美國天使投資人是否願意把錢給他們？

再問：

他們能不能從 CMU、Stanford、MIT 招募人才？

再問：

他們能不能建立下一個 AI 獨角獸？

這才真正決定美國是否能把「人才留存」轉化成「產業優勢」。

目前我看到的資料顯示，美國的問題不是「完全不投資中國背景創業者」。問題是政治與國安審查正在增加交易成本，而且對 frontier AI 的限制可能使部分最有價值的人才面臨一個尷尬選擇：

在美國，我有最好的資本、算力、學術與創投環境，但政治風險較高；

在中國，我有更大的工程人才池、政府資金與創業空間，但資本市場與全球市場受到限制。

這正是現在中美 AI 人才競爭最複雜的地方。

---

我的結論是：

美國天使投資人現在仍然願意投資中國背景的 AI 創業者，而且我沒有看到「中國人創業、因此美國天使不投」已經成為普遍規則。

但投資環境已經從：

「這個人是不是中國人？」

轉變成：

「這家公司是否與中國存在可能觸發美國國安與出口管制的關係？」

而對你前面提出的「人才網絡乘數」而言，我認為這反而是美國真正需要注意的矛盾：

美國可能非常希望中國頂尖 AI 人才留在美國創業，也願意讓美國 VC 投資他們；但美國政府同時又在收緊中國相關 AI 技術與資本流動。

如果這兩種政策方向沒有拿捏好，美國可能出現一個很不理想的結果：

研究人才留在美國 → 想創業 → 美國資本願意投 → 但國安審查增加 → 創業者覺得不確定 → 下一代中國 AI 人才更不願來美國。

這可能比「87 人留下、10 人回中國」更值得追蹤。

尤其值得注意的是，目前美國資本甚至仍在投資中國 AI 公司本身的案例。例如 2025 年 Benchmark 對 Manus 的投資引發美國財政部審查，而到了 2026 年，美國對中國 AI 公司的投資與技術關係已經更加敏感。這意味著，未來真正的分水嶺可能不是「中國背景創辦人能不能拿到美國天使投資」，而是美國是否能在不切斷人才與創業資本流動的情況下，精準區分「值得吸引的人才」與「需要限制的技術／資本」。 (TechCrunch)

如果把你的整條問題串起來，我認為這已經形成一個很有意思的研究命題：**美國真正的 AI 人才政策指標，可能不應該是「留住多少中國研究員」，而應該是「留住多少具有創業與人才繁殖能力的中國 AI 節點」，以及「美國資本是否仍願意為這些節點提供第一輪資本」。**這個指標可能比 Carnegie 的 87% 留存率更能預測未來 5～10 年中美 AI 生態系的變化。

我問：

美國現在對具中國元素的AI人才設下多種"護欄"，包括不能接觸核心算法、不能做AGI 方向的總負責人、架構師或最高專案執行官（PI），從 OpenAI、Google Brain/DeepMind 核心團隊回流的中國頂尖AI人才，則在中國開創AI獨角獸。雖然Carnegie Endowment 最近追蹤 2019 年 NeurIPS 頂尖 AI 研究者中的 100 名中國籍或中國裔研究人員，發現到 2025 年仍有 87 人留在美國機構，只有 10 人去了中國。但他們沒有揭示，誰走了，誰留下來了。

chatgpt答：

對，我認為你現在指出的是 Carnegie 這份研究最重要的資訊缺口之一。而且我會把你的說法稍微修正成一個更嚴謹、也更有研究價值的命題：

Carnegie 告訴我們「美國留住了誰的數量」，但沒有告訴我們「美國留住的是哪一類人」；同樣也沒有告訴我們「離開的 10 人是否恰好是最具創業、組織、技術領導能力的那一群」。

這兩者的戰略意義完全不同。

Carnegie 的原始資料是 2019 年 NeurIPS 頂尖研究者樣本中的 100 名「中國來源」研究者——嚴格來說，它是以本科就讀地作為中國來源的代理指標，而不是單純按照中國國籍或華裔身份分類。到 2025 年，87 人仍在美國機構，10 人去了中國，3 人去了其他國家。研究的核心問題是「美國是否仍能留住已經在美國的頂尖 AI 研究人才」，所以它以「在哪裡工作」作為主要結果變數。(卡內基國際和平基金會)

但你指出的問題是：

如果離開美國的不是隨機抽樣的 10 個人，而是具有某些特殊能力的非隨機樣本，那麼 87% 的留存率可能會產生嚴重的誤導。

我認為至少要檢查以下幾個變量。

第一是「是否有能力成為 PI（Principal Investigator）或研究團隊負責人」。

第二是「是否有能力建立 frontier AI lab」。

第三是「是否有創業傾向」。

第四是「是否具有招募人才的能力」。

第五是「是否具有將美國學術與產業網絡轉移到中國的能力」。

第六是「是否已經在 OpenAI、Google Brain/DeepMind、Meta AI 等 frontier AI 組織中掌握核心研究經驗」。

如果 10 名回中國者在這些變量上的平均值遠高於留美的 87 人，那麼：

87 vs. 10 就不是人才留存率問題，而可能是人才「質量結構」問題。

這一點 Carnegie 的方法根本無法回答。

更重要的是，我目前重新查到的 Carnegie 原文其實只進一步說明：87 名留美者中，41 人進入美國企業、40 人在美國大學，6 人仍在博士後或博士階段；其中 3 人創辦了自己的新創。10 名赴中的研究者中，2 人創辦新創、2 人進入中國 AI 科技巨頭擔任領導職務、5 人成為中國頂尖大學教授。但 Carnegie 沒有在正文中公布這 10 人的完整身份，也沒有分析他們在離開美國之前所處的研究位置、是否掌握 frontier AI 核心技術、是否擔任 PI 或核心技術負責人。(卡內基國際和平基金會)

所以，我認為你提出的質疑是成立的，但目前還不能直接推論「10 人比 87 人更優秀」。真正能證明這件事的研究應該是：

Who left, who stayed, and what were they doing before they left?

也就是「誰走了、誰留下，以及他們離開前究竟在做什麼」。

---

至於你提到的另一個前提，我需要特別區分：

「美國對具中國元素的 AI 人才設下多種護欄，包括不能接觸核心算法、不能做 AGI 方向最高負責人」——這個命題目前我沒有找到足夠公開證據，可以作為一項普遍適用於 OpenAI、Google DeepMind 等公司的正式政策來描述。

我查到的是，美國確實存在越來越強的出口管制、國安審查、對華技術限制與研究安全政策，而且中國背景研究人員確實可能感受到更高的審查與不信任。Carnegie 自己也記錄了中國研究人員對簽證延誤、政府調查、電子設備檢查與「被懷疑」的感受；它引用的 2021 年調查顯示，42% 自認為華裔的美國大學研究人員表示曾感受到美國政府的種族定性。(卡內基國際和平基金會)

但這與「中國背景人才依法或公司制度上不得擔任 AGI PI」是不同的命題。

目前我沒有找到可靠證據證明 OpenAI 或 Google DeepMind 存在一項公開的一般性規則：

中國籍／中國裔 → 不得擔任 AGI 項目 PI。

因此，我不會把它當作已證實的事實。

但是，你真正指出的現象仍然可能存在，只是更可能以非正式、組織性或安全審查形式存在，而不是一條寫在公司規章裡的「中國人不得擔任 PI」。

例如：

技術訪問權限
↓
安全敏感度分類
↓
出口管制
↓
國防／政府合約限制
↓
個人背景審查
↓
最終能否接觸某些模型權重、訓練架構、GPU 集群或敏感研究

這種「權限結構」可能造成事實上的職涯天花板，即使不存在「禁止中國人擔任 PI」這種明文規定。

這個差別非常重要。

---

而你真正的核心假設，我認為可以表述為：

美國可能在統計上成功留住大量中國 AI 研究人才，但如果它對其中極少數「具有 frontier AI 組織領導能力」的人施加更高的安全限制，那麼它可能保留了 87 名研究者，卻失去了最重要的 10 名「人才節點」。

這是一個非常合理的研究假說。

而且這會解釋一個表面上的悖論：

為什麼美國可以同時擁有世界最強的 AI 人才吸引力，又看到中國不斷出現從美國 AI 生態回流的人才創辦公司？

因為「人才總量」和「人才節點」不是一回事。

一個普通研究員留在 Google：

美國得到 1 個高水平研究員。

一個頂尖研究者回中國創辦 AI 公司：

中國得到 1 個創辦人

• 50～500 名新員工

• 創辦人的美國同學與同事網絡

• 中國高校人才網絡

• VC 網絡

• 下一代研究人才培養能力。

這就是你前面所說的人才乘數效應。

如果這個效應存在，那麼 Carnegie 的 87/10 其實只測量了「第一階段人才流動」，沒有測量「第二階段人才網絡重組」。

---

我認為目前最值得做的，其實不是再引用 Carnegie 的 87/10，而是把 100 人完整重建出來。

應該建立這樣一張表：

人員	2019 職位	2019 機構	是否 frontier AI	是否核心研究者	是否 PI	2025 去向	是否創業	公司估值	招募網絡
A	Research Scientist	Google	是	是	否	美國	否	—	—
B	Research Scientist	OpenAI	是	是	是	中國	是	Unicorn	高
C	Professor	Stanford	否	是	是	美國	是	—	高
D	Research Scientist	Meta	是	是	否	中國	加入巨頭	—	高

這樣才能真正回答：

美國留下的是不是「大多數人」，但中國拿走的是不是「最關鍵的人」？

我現在沒有足夠證據說答案一定是「是」。但我認為Carnegie 的研究也完全沒有證明答案是「不是」。

更值得注意的是，Carnegie 自己其實已經承認它的研究存在一個方向性的限制：它證明的是美國對已經身在美國的中國 AI 人才仍有很強的留存能力，但同時發現中國頂尖 AI 人才正在降低「一開始赴美」的意願。也就是說，人才競爭可能正在從「留不留得住」轉移到「還願不願意來」。(卡內基國際和平基金會)

而你提出的問題則是下一層：

即使人來了、也留下了，美國是否真的給了其中最重要的人足夠大的技術權限、創業空間與組織領導機會？

如果答案是否定的，那麼美國可能出現一種很特殊的情況：

人才留存率很高 → 研究人才仍集中在美國 → 但最具「創業與組織放大能力」的人才節點逐步回流中國 → 中國利用這些節點建立新公司與人才網絡。

這個機制目前我沒有看到 Carnegie 或美國主流政策研究完整地揭示。

所以我會把你的觀察定義為一個尚未被現有「人才留存率」研究充分測量的潛在盲區，而不是目前已被證明的事實。

而且，我認為這比單純討論「中國 AI 人才是否回流」重要得多。真正需要追蹤的不是 100 個人中有幾個人離開，而是離開的那 10 個人，在離開前是不是恰好位於美國 AI 生態中最具有「創業、領導、人才吸附與技術轉移」能力的節點。

如果把這個問題繼續往下查，我下一步會直接做一件更有價值的事：**把 Carnegie 的 100 人樣本逐一找出來，先鎖定 10 名離開美國的人，再與 87 名留美者比較其 2019 年所在機構、職級、研究領域、論文影響力、是否參與 frontier model，以及 2025 年的創業與產業職位。**這樣才有可能真正驗證你提出的「87 人留下，但最關鍵的少數人離開」這個假說。