量化公司，正在批量生產AI獨角獸創(chuàng)始人

啊？！原來你們這群搞AI的，幾年前都在華爾街玩量化……還師出同門。

震驚了，最近上瘋傳一份Hudson River Trading首屆實習生名單。

人也不多，就10個。但仔細一看嚇一跳，個頂個都是老熟人：

• Alexandr Wang：Scale AI聯(lián)合創(chuàng)始人/CEO

• Jesse Zhang：Decagon聯(lián)合創(chuàng)始人/CEO

• Scott Wu：Cognition聯(lián)合創(chuàng)始人/CEO

• Jeffrey Yan：Hyperliquid創(chuàng)始人/CEO

幾乎如今AI初創(chuàng)圈的半壁江山都在這兒了，陣容豪華程度堪比當年的PayPal Mafia。

而如今，真是江山代有才人出，只不過這一屆的Godfather變成了量化。

不僅如此，Scott Wu本人還現(xiàn)身評論區(qū)，坦言他們這群人其實早在HRT之前就已經(jīng)因為奧賽結識……

除了前面提及的四位，還有Perplexity聯(lián)創(chuàng)Johnny Ho、Pika創(chuàng)始人兼CEO Demi Guo，以及Cognition聯(lián)創(chuàng)Steven Hao等。

奧賽→量化實習生→AI創(chuàng)業(yè)，原來大神都是這樣練成的。

也難怪有網(wǎng)友說：

現(xiàn)在就為我未出生的孩子報名所有奧賽。作為一個未婚的亞洲男人，這可以算作提前規(guī)劃。

妥妥地贏在起跑線～（doge）

華爾街上的硅谷黃埔軍校

要不還得說華爾街的眼光毒辣，這招實習生一招一個準。

首批就招10個人，4個已經(jīng)是硅谷新貴，其余人也是各自行業(yè)的佼佼者。

單論這人才轉化的爆率，對標谷歌、Meta這些專產AI大神的硅谷公司，都有過之而無不及。

Alexandr Wang

先看最近風頭正盛的亞歷山大王。

亞歷山大王是典型的奧賽天才出身，中學時期就連闖數(shù)學、物理、計算機三大領域競賽。

連續(xù)兩年入圍美國計算機奧林匹克競賽決賽，并在2013年進入數(shù)學奧林匹克夏令營，2014年加入美國物理國家隊。

MIT輟學創(chuàng)業(yè)Scale AI的同年，他加入HRT負責算法開發(fā)。隨后在YC扶持下，和Lucy Guo一起聯(lián)合創(chuàng)立數(shù)據(jù)標注公司Scale AI。

公司早期專注自動駕駛數(shù)據(jù)標注，并在后續(xù)逐漸擴展到多模態(tài)數(shù)據(jù)處理，并服務OpenAI、Meta等大模型公司。2021年公司估值就已突破73億美元，也讓亞歷山大王一舉成為最有前景的AI獨角獸CEO之一。

在去年6月，Meta完成對Scale AI的收購投資，亞歷山大王隨即加入Meta領導超級智能實驗室，并在幾天前剛剛交卷首個大模型——Muse Spark。

Muse Spark主打原生多模態(tài)，作為Meta迄今為止最強大的模型，一經(jīng)發(fā)布，就火速拉升Meta股價7%，一度漲幅超過近10%。

在第三方測評中，Muse Spark也同樣表現(xiàn)優(yōu)異，成功帶領Meta回到行業(yè)第一梯隊。

Scott Wu

Scott Wu堪稱美國信息學奧賽的扛把子。

總共獲得過三枚IOI金牌，其中2014年更是以600/600的滿分成績排名全球第一，是IOI歷史上極少數(shù)獲得滿分的選手之一。

Scott Wu的商業(yè)嗅覺相當敏銳，在哈佛大二期間就參與創(chuàng)辦了AI驅動的社交平臺Lunchclub，旨在通過算法匹配專業(yè)人士進行午餐交流。這也讓他入選了2020年福布斯30歲以下精英榜。

2023年，他作為創(chuàng)始人一手建立了Cognition，次年3月發(fā)布了世界上第一位AI軟件工程師Devin。

不同于GitHub Copilot的編程助手定位，Devin能夠自主規(guī)劃復雜的工程任務，完成代碼編寫、調試bug、部署等全棧操作。

在SWE-bench上，Devin表現(xiàn)斷層領先，能夠獨立解決13.86%的GitHub真實問題，遠超當時最強的頂尖模型GPT-4等。

Devin更是一舉將背后的公司Cognition推向了資本市場的巔峰，公司在成立不到一年的時間內，就估值飆升到102億美元。

目前得益于對Windsurf的戰(zhàn)略收購，年化收入（ARR）已突破1億美元大關。

Jeffrey Yan

不同于Alexandr Wang和Scott Wu完全轉投AI，Jeffrey Yan則繼續(xù)在AI金融深度挖掘。

他在18歲就獲得了物理奧賽金牌，并在青少年奧林匹克夏令營認識了小他兩歲的Scott Wu。

據(jù)他回憶，HRT首期實習生項目是在他大三那年的冬天，彼時的HRT已經(jīng)是世界上最成功的量化交易公司之一。

實習項目為一個耗時三周的競賽，而在每一輪中，Scott Wu都會和他包攬前兩名。在哈佛碩士畢業(yè)之后，Jeffrey Yan還全職加入過HRT，負責美股算法開發(fā)。

選擇量化，是因為他認為交易是現(xiàn)實世界中最純粹的真人博弈：

你是對的，還是錯的，市場會給出最終的答案。全世界最聰明的人都在和你競爭，人們共同創(chuàng)造一個流動高效的金融市場。

而離開量化，則是因為他希望能創(chuàng)造出更多價值，比如用AI革新金融根本。

他創(chuàng)辦了去中心化交易平臺Hyperliquid，自2023年以來，累計交易量已超過4萬億美元，占據(jù)市場37%的份額，目前也是全球人均利潤最高的初創(chuàng)公司之一。

Jesse Zhang

Jesse Zhang不僅是硅谷目前最活躍的AI創(chuàng)業(yè)者之一，也是一名眼光獨到的天使投資人。

高中時期曾兩次入選美國數(shù)學奧林匹克訓練營以及進入美國物理國家隊，在2015年他還入圍了被譽為“少年諾貝爾獎”的Intel科學天才獎決賽。

三年讀完哈佛本科后，Jesse Zhang先后在HRT、谷歌實習工作，并在2017年創(chuàng)建游戲社交初創(chuàng)公司Lowkey，公司在2021年被《寶可夢Go》開發(fā)商Niantic收購。

2023年他再度創(chuàng)業(yè)AI客服智能體公司Decagon，短短三年不到公司估值就達到45億美元。

與此同時，他還連續(xù)投中了包括Pika、Cursor、Lovable、Cognition等在內的30多家明星AI初創(chuàng)公司，并入選2026年福布斯AI領域30位30歲以下精英榜單。

Johnny Ho

Johnny Ho是和Scott Wu齊名的IOI大神，同樣三次獲得IOI金牌，并在2012年拿下滿分，位列全球第一。

在哈佛畢業(yè)后，他曾在華爾街頂級高頻交易公司Tower Research Capital工作多年，擔任量化交易員，負責開發(fā)高頻交易模型和策略。

在2022年，他和Aravind Srinivas、Denis Yarats、Andy Konwinski等人共同創(chuàng)立了Perplexity，并擔任CSO。

Perplexity目前是全球AI搜索領軍企業(yè)，月活躍用戶超1億，在去年底完成E輪融資后公司總估值約200億美元，截止到今年4月，ARR已突破5億美元。

在2月份，Perplexity剛剛推出龍蝦旗艦產品Perplexity Computer，支持19種模型的調用，不僅能回答問題，而且能像人類操作電腦一樣自主執(zhí)行任務，操作內容幾乎囊括日常所需的全部場景。

Demi Guo

Demi Guo出生于杭州，年少時期跟隨家人移居美國，隨后摘得2015年IOI銀牌。

在哈佛本碩和斯坦福博士期間，她先后在Quora、微軟、HRT、谷歌、Meta、Epic工作實習，并曾在紅杉資本中國、創(chuàng)新工場等多家公司擔任風險投資實習生。

2023年，她和Chenlin Meng、Karli Chen共同創(chuàng)業(yè)AI視頻生成公司Pika，三年時間Pika已經(jīng)迅速成長為行業(yè)第一梯隊，全球用戶規(guī)模超1600萬，并收獲了Quora創(chuàng)始人 Adam D’Angelo、GitHub前CEO Nat Friedman等明星投資人的青睞。

Steven Hao

Steven Hao同樣也是IOI金牌選手出身，MIT本科期間曾在全球頂級量化交易公司Jane Street和The D. E. Shaw Group實習。

2018年開始，他正式加入亞歷山大王的Scale AI擔任軟件工程師，在工作四年之后選擇辭職創(chuàng)業(yè)，和Scott Wu一起創(chuàng)辦了Cognition。

事實上，Cognition的另一位聯(lián)創(chuàng)Walden Yan也同樣是IOI金牌得主，公司成員也絕大多數(shù)都是競賽出身，所以網(wǎng)友也經(jīng)常戲稱Cognition是IOI金牌夢之隊，僅有10人左右的小團隊，卻擁有數(shù)10枚IOI金牌。

而這群人還只是這份名單上的冰山一角，具體名單有多長，我們還無從得知。

但顯而易見的是，他們身上都高頻折射出同一條成長路徑：

奧賽出身、量化實習、AI創(chuàng)業(yè)。

其中，量化背景正在成為這批硅谷新貴最獨樹一幟的特征。

AI上岸第一站：量化

說到量化和AI的合流，最典型的莫過于DeepSeek。

幻方量化的確是行業(yè)繞不開的坐標，作為國內頭部量化機構，它率先將量化思維，正式帶入國內AI行業(yè)的視野之中。

也讓許多人第一次意識到，原來搞AI的和搞量化的，本質可以都是同一批人。

首先，量化和AI之間底層邏輯高度同頻。

它們的核心都是在大規(guī)模隨機數(shù)據(jù)中尋找確定的范式，都是在追求可復現(xiàn)和可驗證的穩(wěn)定支點。

簡單來說，就是在不確定中尋找確定。

其次，二者的技術棧也緊密重合。

從早期的線性模型，到后來的LSTM，再到如今的Transformer，兩邊都在共用同一套序列建模的技術演進，只是量化是用看K線圖的方式理解Token序列。

在數(shù)據(jù)處理上，都涉及監(jiān)督學習與強化學習范式，并需要應對大規(guī)模數(shù)據(jù)噪聲。

而這些頂級量化私募，和頭部AI實驗室一樣，都是算力吞金獸，同樣遵循Scaling Laws原則，同樣需要長期維護大規(guī)模的GPU集群。

也正因如此，它們在招聘人才時，爭搶的都是同一批人。

奧賽金牌、頂級名校、編程大牛，在兩邊都是炙手可熱的存在。AI公司喜歡去量化機構挖算法工程人才，量化巨頭也熱衷于高薪吸引AI頂級工程師。

AI與量化之間的行業(yè)界限正在變得模糊，量化訓練已成為AI創(chuàng)業(yè)人才培養(yǎng)的一條隱性路徑。

但這個趨勢，放眼國內還不太明顯。

國內有量化出身的AI創(chuàng)業(yè)者嗎？答案是肯定的，但并非主流。

絕大多數(shù)國內AI創(chuàng)業(yè)者還是遵循著一條穩(wěn)定的工程化成長管道：先擁有扎實的高質量學術背景，然后進入成熟的頭部大廠深耕AI核心技術，積累產業(yè)經(jīng)驗后再出走創(chuàng)業(yè)。

這樣一套下來，國內這些AI創(chuàng)始人更懂得如何進行產品落地和完成商業(yè)閉環(huán)，創(chuàng)業(yè)容錯率也相對較高。

但實則兩種路徑并無高下之分，只是在不同環(huán)境下，各自選擇了最切實的發(fā)展方式。

無論如何，我們都在親眼見證新生代技術領袖崛起的過程，這就已然足夠。

19歲的亞歷山大王曾立下flag，他們這群人要做下一個PayPal Mafia。

現(xiàn)在看來，應如是。

參考鏈接：
[1]https://x.com/ScottWu46/status/2043936583968240103
[2]https://colossus.com/article/beyond-the-sky-jeffrey-yan-hyperliquid/
[3]

文章來源：量子位。