华尔街的量化实习项目，正悄然成为硅谷AI创业圈的“黄埔军校”。近日，一份Hudson River Trading（HRT）首届实习生名单在社交平台引发热议——十位实习生中，四位已成为AI领域独角兽企业的创始人或CEO，其余成员也均在各自赛道崭露头角。这支“神仙阵容”的曝光，让“奥赛选手→量化实习→AI创业”的成长路径成为行业焦点。
名单中最受瞩目的当属Scale AI创始人亚历山大王。这位MIT辍学生曾连续两年闯入美国计算机奥林匹克竞赛决赛，2014年入选美国物理国家队。在HRT实习期间，他主导算法开发工作，随后与合伙人创立的数据标注公司Scale AI，如今已服务OpenAI、meta等头部企业，估值突破73亿美元。去年，他带领团队推出的多模态大模型Muse Spark，更是一度拉动meta股价上涨近10%。
与亚历山大王同批实习的Scott Wu，则是信息学奥赛领域的传奇人物。他曾在2014年以满分成绩夺得国际信息学奥林匹克竞赛（IOI）全球第一，哈佛求学期间创办的社交平台Lunchclub，通过算法匹配专业人士进行午餐交流，这项创新让他入选福布斯30岁以下精英榜。2023年创立的Cognition公司，次年推出的AI软件工程师Devin，凭借自主完成代码编写、调试、部署的全栈能力，在SWE-bench基准测试中以13.86%的解决率断层领先，公司估值也随之飙升至102亿美元。
量化交易与AI创业的跨界融合，在Jeffrey Yan身上体现得尤为典型。这位18岁斩获物理奥赛金牌的哈佛硕士，曾在HRT负责美股算法开发，却最终选择用AI重构金融基础设施。他创立的去中心化交易平台Hyperliquid，自2023年上线以来累计交易量超4万亿美元，占据市场37%份额，成为全球人均利润最高的初创公司之一。“交易是现实世界中最纯粹的博弈场，”他曾在采访中表示，“而AI能让这场博弈更高效。”
这批创业者的共同背景，指向一条清晰的成长轨迹：他们大多在中学时期即斩获国际奥赛奖牌，大学期间通过HRT等顶级量化机构的实习项目，将竞赛中锤炼的算法思维应用于金融场景，最终在AI浪潮中完成技术迁移。Decagon创始人Jesse Zhang的履历颇具代表性——这位两次入选美国数学奥林匹克训练营的哈佛毕业生，曾在HRT和谷歌实习，2023年创立的AI客服公司Decagon，短短三年估值达45亿美元，同时他还以天使投资人身份投中Pika、Cursor等30余家明星AI企业。
量化与AI的技术共振，为这种跨界提供了底层逻辑。两者均需在海量随机数据中寻找确定性模式，从线性模型到Transformer的技术演进路径高度重合，甚至在算力需求上也遵循相似的Scaling Laws原则。这种共性使得顶级量化机构与AI实验室在人才争夺战中频繁交锋——奥赛金牌得主、顶尖名校毕业生、编程竞赛冠军，成为双方竞相追逐的对象。Cognition公司更因聚集了包括Walden Yan在内的多位IOI金牌得主，被网友戏称为“金牌梦之队”。
这种人才流动趋势在国内尚不显著。当前中国AI创业者多遵循“学术深耕→大厂历练→自主创业”的传统路径，这种模式虽能确保产品落地能力，但量化背景带来的算法突破力正逐渐引起关注。随着AI与量化在技术栈上的深度融合，未来或许将涌现更多兼具两种领域经验的复合型人才。
从HRT实习生名单的曝光，到Devin、Muse Spark等产品的技术突破，一个现象愈发清晰：当量化交易的极致效率思维遇上AI的泛化能力，正在催生新一代技术领袖。这群曾站在奥赛领奖台上的年轻人，正在用代码重新定义科技产业的边界。
