《清华姚班二十年：从Kimi K3到“姚班系”——一个全球顶级精英班的远征》
导言
“顶级”“精英”在姚班这里，不是修辞，是事实陈述。
第一，看师资。图灵奖得主姚期智亲自领衔，亲自为大一新生上课，20年不间断。全球没有任何一个计算机本科班有这样的配置。62位任课教师全部由姚期智亲自逐一面试、逐一筛选，2018-2023年引进的20位年轻教师平均年龄仅33岁——这些“青椒”本身就已经是姚班培养出的校友。这不是“普通大学办了个实验班”，这是“世界顶尖科学家亲自下场设计了一套完整的本科教育体系”。
第二，看生源。每年五大学科竞赛260名国集选手，姚班拿走其中的70人左右——换言之，全国最顶尖的竞赛生中，超过四分之一集中在一个班里。加上各省高考状元和前三甲，姚班的学生池子，放在全球任何一所大学，都是无可争议的“最强大脑”集群。MIT没有“MIT班”，斯坦福没有“斯坦福班”，但中国有“姚班”——这个班本身就是全球罕见的“精英中的精英”建制。
第三，看出路。17届663名毕业生，17人任教于海外顶尖高校——这个数字超过全球绝大多数计算机系全系的华人教授总数。5位斯隆研究奖得主、7位清华本科生特等奖学金获得者、11位入选“AI 2000全球最具影响力学者”榜单、4位入选“全球Top 1000计算机科学家”——这些数据放在任何一个全球排名里，都是“顶级”的量级。
第四，看影响力。Kimi K3（2.8万亿参数，开源模型首次超越闭源模型登顶编程榜单），只是姚班校友杨植麟创办的月之暗面的一款产品。此外还有：小马智行（楼天城，L4自动驾驶上市企业）、旷视科技（印奇/唐文斌/杨沐，AI视觉标杆）、原力灵机（范浩强，天使轮2亿）、Conflux（龙凡，区块链底层）、Voyage AI（马腾宇，企业级AI）——“姚班系”创业公司已覆盖AI所有硬核赛道。在美国，OpenAI、Google DeepMind、Meta FAIR的核心研发岗位上，姚班面孔比比皆是。
第五，看历史纵深感。全球没有任何一个本科班级，能像姚班这样在短短二十年内，从零开始，系统性地向全球计算机科学界输出数百名顶尖人才，并且还在持续加速。MIT的“黑客文化”是自然演化出来的，斯坦福的“创业精神”是地理环境塑造的，而姚班是在一个人的设计图纸上，“一砖一瓦”搭建起来的人工智能人才工厂。
结论：姚班不仅是“顶级”，而且是全球独一无二的“顶级”。它不是一个“培养优秀毕业生的班”，它是一套被验证有效的、可规模化的、能够系统性地把“中国天才”转化为“世界级科学家”的教育机制。放眼全球，没有第二个案例。
第一章：缘起——图灵奖得主的“中国试验田”
2004年的夏天，一个消息在国际计算机学界悄然传开：57岁的姚期智，辞去了普林斯顿大学的终身教职，卖掉了在美国的房子，买了一张单程机票，要回中国了。
朋友问他为什么，他只是简短地回答：“我要回去了，PERMANENTLY（永远地）。”
彼时，他是图灵奖创立以来唯一获奖的华裔学者，是世界现代密码学基础的奠基人之一，在美国拥有顶尖的学术声誉和优渥的生活。 继续留在美国，他可以理所当然地享受已有成功带来的声望和财富。 但他果断踏上回国之路，怀揣着一个清晰而坚定的目标：“人生为一大事而来”——为国家培养人才，引领中国的“图灵”之路。
一、“回国”不是一个选择，是唯一的答案
姚期智1946年出生于上海，幼年随父母移居台湾，后赴美深造。1972年获得哈佛大学物理学博士学位，1975年又获得伊利诺伊大学计算机科学博士学位。 从物理学跨界到当时还算冷门的计算机，他在学术路上一路攀升，先后在麻省理工、斯坦福、加州大学伯克利分校任教，1986年起任普林斯顿大学计算机科学系教授。 2000年获得图灵奖，成为该奖创立以来首位亚裔获奖者。
但所有这些荣誉，都无法消解他内心深处的一种“紧迫感”。
2002年前后，姚期智访问南京、上海、北京等地，和许多中国计算机领域的学者交流讨论。正是在那段时间，他注意到一个问题：每年有大量中国学生到美国顶尖高校读硕读博，但他们往往需要花费一年甚至更长时间来弥补学术训练上的差距，接触不同的思维方式。
他判断，问题不在于中国学生不够优秀，而在于本科阶段的课程设置——课程量大，但没有形成足够的学术挑战，缺乏前沿视野和独立思考的训练。 他曾用一句话概括这个困境：“我们必须培养出世界上最好的本科生，这样才能有足够好的一流研究生资源。”
这个判断，也回答了一个更根本的问题：为什么中国当时几乎没有世界级的计算机人才？
答案不在学生身上，而在培养机制上。
二、2005年：姚班诞生
2004年8月16日，姚期智全职加盟清华大学高等研究中心。 他最初的想法是培养博士生，但很快意识到，如果不从本科教育开始改革，就难以从根本上改变人才结构。于是，一个更“激进”的想法浮出水面——创办一个本科实验班，目标是让这个班的学生“与MIT、普林斯顿等世界一流高校本科生具有同等，甚至更高竞争力”。
他找到时任清华大学党委书记陈希，提出了自己的想法。姚期智后来回忆：“一个大学的培养模式固定以后，有一套运行方式。越是好的大学，想要在里面做一些革新越是困难。但当时我把这个想法跟陈希说了，他仔细听，然后略微思索就同意了，说应该做，让我什么事情都不用管，把精力集中在教学团队上就行，学校的各种事情他去协调。”
2005年，“清华学堂计算机科学实验班”正式成立，初名“软件科学实验班”。 姚期智给它起了一个朴素却分量极重的口号：“我们必须培养出世界上最好的本科生。”
2009年，为更突出培养目标，班级更名为“计算机科学实验班”，同年被纳入清华大学“清华学堂拔尖创新人才培养计划”，姚期智担任首席教授。 从那时起，外界开始习惯称呼它——“姚班”。
三、“厚基础、重交叉、讲前沿”：课程设计的三个关键词
姚班不是为了解决“就业问题”而存在的。姚期智从一开始就明确：姚班要培养的不是“码农”，而是“能够定义未来计算范式”的科学家。
他亲自设计了培养方案和课程体系，先后为学生精心准备了近50门全英文专业课程。 这套课程的核心逻辑可以概括为三个关键词：厚基础、重交叉、讲前沿。
●厚基础：姚班的前两年不急于让学生学“热门技术”，而是集中进行数学、物理和计算机科学的基础知识强化训练。 姚期智认为，只有打下坚实的数理根基，才有可能在未来的复杂问题面前拥有创造力。他本人会在大一春季学期亲自讲授《计算机与人工智能应用数学》课程，向学生介绍计算机科学和AI领域的前沿问题。
●重交叉：姚班从一开始就不是一个“纯计算机”的班。它的培养目标覆盖计算机科学、人工智能、量子信息等多个前沿方向。这种多学科融合的视野，在当时国内计算机本科教育中极为罕见。2022年，姚班与姚期智后来创办的智班（人工智能班）、量信班（量子信息班）合并，统称“姚班”，下设计算机科学、人工智能、量子信息三个专业方向，学生大一结束后可根据兴趣自由选择。
●讲前沿：姚班新生的第一门专业课是《计算机与人工智能入门》，由国内外知名学者轮流授课，每节课换一位老师，让学生在一开始就接触最前沿的研究领域和不同的学术视野。 姚期智的理念是：“要让学生在本科阶段就感觉在世界上是最好的、有无限可能性，能做一些创新的研究工作，这样他们就有可能成为世界领跑者。”
四、师资：让最好的老师教最好的学生
“本科生做科研，师资是最重要的条件。”
姚期智曾亲自逐一面试、逐一筛选出60多位任课教师，手把手指导青年教师的教学工作。 核心专业课程全部采用全英文授课，目的是让学生从本科阶段就适应国际化的学术环境。
过去十几年间，清华大学交叉信息研究院不断引进年轻师资。2018年至2023年，学院引进了20位年轻教师，均为名校学历，其中就有姚班自己的毕业生，平均年龄只有33岁。 这支队伍如今承担了带领本科生、研究生攻关科技前沿的任务。
姚期智对此有一个精辟的总结：“我们雇用了最优秀的年轻教师，用这些最好的老师，来创造出一个学习的环境，自然而然我们这些非常优秀的学生，他们就很容易以老师为模范，这个是为什么我们本科教育这么成功的原因。”
五、姚班的“答案”：一份成绩单，和一个未完成的命题
2024年6月，在姚期智回国任教20周年之际，有一份数据被反复提起：
● 17届本科毕业生，总计663人；
● 深造率87%；
● 本科期间共发表468篇论文，155人次在国际会议上作报告；
● 涌现出7位“清华大学本科生特等奖”得主、4位“斯隆研究奖”得主。
这些数据，是姚班二十年交出的答卷。
但姚期智没有因此满足。2024年4月，清华大学成立人工智能学院，已经78岁的姚期智出任首任院长。他在接受采访时直言不讳：“中国有很多不错的高校，能培养出相当不错的人才，但从现实来看，真正能够达到国际一流大学博士水准的人才，数量仍然有限。这使得我们每年要花费大量精力从国外引进人才。这不是我们能够长期忍受的现象。”
姚班的起点，是对“为什么中国没有世界级的计算机人才”这个问题的追问。二十年过去，这个问题有了解答，却远未终结。姚期智说，他用“生逢其时，当不负盛世”来总结这二十年。 而他的回答，写在了姚班二十年来的每一份课程方案、每一位学生、每一次选择里。
第二章：选材——中国最严苛的“智商筛选器”
2005年姚班创办之初，摆在姚期智面前的第一道难题是：如何找到“世界上最好的本科生”？
清华大学每年新生超3000人，姚班每年只招50人左右（近年扩至86人）。这个比例本身就已经说明了一切——姚班不是在“招生”，而是在“筛选”。而筛选的残酷程度，可能远超大多数人的想象。
一、一道“双重门”：保送与二次选拔
姚班的招生机制，可以理解为一套“双重筛选”系统。
第一道门，是保送通道。姚班最主要的生源来自五大学科奥林匹克竞赛的国家集训队成员。根据教育部规定，进入国家集训队的学生可以获得清华、北大的保送资格。每年五大学科竞赛的国家集训队名额总共260人——数学60人，物理、化学、生物、信息学各50人。
第二道门，是二次选拔。即便是各省高考前三甲，进入清华后也不能直接进入姚班，还需要通过姚班组织的笔试和面试。这意味着，姚班学生不仅在高中阶段碾压同龄人，进入清华后还要经历一轮“天才之间的再筛选”。
这种“双重门”机制，在全球高校中都极为罕见。麻省理工学院、斯坦福没有“MIT班”，但中国有“姚班”——它不仅是一个班级，更是一套独立的选拔与培养体系。
二、数据说话：竞赛生如何“统治”姚班
近几年公开的数据，清晰地勾勒出了姚班生源的轮廓。
2023级（86人）：56人（65%）通过学科竞赛国家集训队保送录取，30人通过高考录取，但这30人中大部分也有竞赛背景（如省级一等奖）。真正意义上的“纯高考生”，仅约5人。
2022级（86人）：数据更为夸张——81人（94%）有各种竞赛奖牌背景，无竞赛背景的纯高考生仅5人。
2019年（仅计算机班，未合并智班、量信班）：通过奥赛保送进入的学生达40人，占比73%。
把这几组数据放在一起，一个清晰的结论浮现：姚班是竞赛金牌选手的“大本营”，而“高考状元”反而是这个群体中的极少数。
这种结构并非偶然。姚班的课程从大一开始就要求学生具备极强的数理基础和抽象思维能力，而竞赛训练恰恰提供了这种预备。一位姚班学生在采访中形容授课节奏如同“直接从六层起步盖大楼”——如果没有竞赛功底，很难跟上。
三、竞赛“兵种”的分布：信息学为王，物理、数学紧随其后
竞赛生之间也有“鄙视链”和“兵种分工”。根据2021-2023级的公开数据，各类竞赛选手在姚班的分布大致如下：
信息学竞赛选手占据最大比例，这与姚班“计算机科学实验班”的定位直接相关。2022年数据曾显示，浙江11名姚班新生中，10人通过信息学等竞赛保送。
物理竞赛选手则主要流向量信班（量子信息班），因为量子计算需要深厚的物理基础。历史数据显示，42名物理国集选手选择清华，其中38人进入姚班（多为量信班或计算机班），仅4人继续本专业学习。这个数据意味深长——姚班不仅是在“掐尖”，还在把原本可能流向基础学科的天才，大规模“引流”到计算机和AI领域。
数学竞赛选手则分散在计算机班和智班，他们的数学建模能力和算法思维是AI研究的基础。
四、“双料竞赛选手”：天才中的天才
姚班还有一个独特的现象——“双料竞赛选手”，即同时参加两门学科竞赛并获得高等级奖项的学生。2022级就有9位这样的“双料”选手。
这种跨学科竞赛经历，恰好契合了姚班“重交叉”的培养理念。姚期智本人就是物理学博士跨界到计算机科学的典型，他深知不同学科背景在解决复杂问题时的价值。一个既有数学建模能力、又有信息学编程能力的学生，在AI领域天然具有优势。
五、地域分布：竞赛强省的“马太效应”
姚班的生源地域分布，几乎就是中国学科竞赛版图的复刻。
2023级的数据显示，姚班学生来自全国21个省市，但头部省份极其集中：
●浙江省：14人（全国第一，含2名国家队、9名国集成员）
●北京市：12人（含1名国家队、7名国集成员）
●上海市：11人（含1名国家队、8名国集成员）
● 湖南、江苏、四川、重庆：各约5人
三地合计占比超过43%。而2022级的数据同样验证了这一格局：浙江11人、湖北9人、湖南8人、北京7人。
中学层面的集中度更为惊人：2023年，上海中学和杭州学军中学各向姚班输送6名学生，这一数字甚至超过了许多省份全省的总和。中国人民大学附属中学、长沙雅礼中学、成都七中等传统竞赛名校也是姚班的“固定供应商”。
这种集中的背后，是教育资源、竞赛培训体系和师资力量的系统性差异。竞赛强省的学生从中学阶段就接受专业的竞赛训练，而西部和欠发达地区的学生即使天赋相当，也往往缺乏同样的机会。姚班的“选材”，本质上是一场不均衡的竞赛——不是人才不出现在那些省份，而是竞赛机制没能覆盖到那些省份。
六、“姚班是掐尖吗？”——一个无法回避的追问
当姚班把全国最顶尖的竞赛生和状元几乎“一网打尽”时，一个尖锐的声音出现了：姚班不是在“培养”人才，而是在“收割”人才。
有人批评，姚班“鼓励诱导了一批投机客”，把原本应该流向数学、物理等基础学科的竞赛生“截胡”到了计算机和AI领域，挤压了基础学科的发展空间。每年260名国集选手中，选择清华姚班的人数从2023年的61人，增长到2024年的70人，再到2025年的72人。数学、物理国集选手几乎“全军覆没”地涌入姚班。
批评者的逻辑是：中学举办学科竞赛的初衷，是为基础学科筛选优秀人才。如果这些人才最终全部流向高薪的计算机和AI行业，基础学科的“根”谁来扎？
清华大学内部也流传着一句话：“全国半英在清华，清华半英在姚班。” 这既是一种骄傲，也暗含一种不安——当一个班级把全国的“半英”都集中起来时，其他班级、其他学科怎么办？
而姚班的辩护者则认为：计算机科学本身就是一个高度依赖数学和物理基础的交叉学科，姚班的培养方向并非“应用型码农”，而是基础研究的科学家。姚期智本人就是从物理学转向计算机科学的，这种跨界培养恰恰符合当代科技发展的趋势。2022年姚班与智班、量信班的合并，更明确了其“计算机科学+人工智能+量子信息”的交叉定位。
这场争论没有简单的对错。它触及了一个更根本的问题：在一个资源高度集中的教育体系里，“精英教育”的边界在哪里？把最顶尖的人才集中培养，可能产出最具竞争力的成果，但也可能带来对其他领域人才的“虹吸效应”。
教育部似乎已经注意到了这个问题。2025年10月，教育部印发通知，将保送生政策从“录取至与学生特长相关的基础学科专业”修改为“录取至与学生获奖的学科竞赛相对应的基础学科专业”。这一变化被广泛解读为“剑指姚班”——未来数学国集选手可能无法直接保送计算机方向的姚班，只能进入数学专业。
政策的“闸门”正在收紧。但姚班二十年来对全国最顶尖大脑的“虹吸效应”，已经在科技界和学术界产生了深远影响。这个影响是福是祸，或许需要更长的时间来检验。
而2026年教育部新政正式落地后，姚班能否继续像过去那样“垄断”国集选手，将成为观察中国教育政策风向的一个重要窗口。
第三章：锻造——大师如何带高徒
“姚班”的招生只是第一道门槛。真正的考验，从学生踏入课堂的那一刻才刚刚开始。
姚期智对姚班的定位从一开始就异常清晰：不是培养“码农”，不是培养“软件工程师”，而是培养“能够定义未来计算范式”的科学家。这个定位决定了姚班的一切——师资、课程、教学语言、学术氛围，乃至学生的人生轨迹。
一、师资：让最好的老师，教最好的学生
“本科生做科研，师资是最重要的条件。”这是姚期智反复强调的一句话。
姚期智亲自逐一面试、逐一筛选出62位任课教师，手把手指导青年教师的教学工作。62这个数字本身就有深意——它不是随便凑出来的师资队伍，而是姚期智依据“姚班”课程体系需要的每一个具体教学环节，精确匹配出来的“定制化师资”。
这套师资队伍的核心是姚期智本人领衔的清华大学交叉信息研究院教师团队。姚期智亲自制定了培养方案和教学计划，融合了他在MIT、Stanford、Princeton多年执教经验所总结的先进方法。
师资选聘的标准是什么？不是看论文数量，不是看头衔大小，而是看是否站在科研最前沿、是否具备国际视野。2018年至2023年，交叉信息研究院引进了20位年轻教师，全部拥有名校学历，其中就有姚班自己的毕业生，平均年龄仅33岁。姚期智说：“我们雇用了最优秀的年轻教师，用这些最好的老师，来创造出一个学习的环境，自然而然我们这些非常优秀的学生，他们就很容易以老师为模范，这个是为什么我们本科教育这么成功的原因。”
姚期智本人至今仍坚持授课，先后讲授过“理论计算机科学”“计算机入门”“人工智能应用数学”等8门课程，其中“计算机应用数学”已连续讲授超过10年，入选清华大学首批标杆课程。一位2020级本科生戴言回忆：“姚先生讲课深入浅出，作业、考试虽颇有挑战，但设置了层层递进的提示，让他在课后不断学习中，产生了对计算机科学的兴趣。”
二、全英文授课：不是崇洋，是“接轨”
姚班所有专业核心课程均采用全英文授课。姚期智对此的解释非常务实：“科学是世界性的学科，现在大家交流主要都是用英语，姚班希望学生及早学习，这样才不会因为语言被影响。”
他进一步说：“确定采取全英语教学，是因为我觉得至少在以后的若干年里，能够用英文和大家交流是非常重要的一个工具。”
这句话背后的逻辑是：姚班的培养目标从一开始就不是“在国内就业”，而是“与世界顶尖对话”。 计算机科学最前沿的研究成果、最重要的学术会议、最顶尖的实验室，都以英语为主要交流语言。如果姚班的学生到了大三才能勉强读懂英文论文、到了申请海外博士时才临时抱佛脚练英语，那就已经输在了起跑线上。全英文授课，看似是教学语言的选择，实则是姚班“从一开始就站在世界舞台上竞争”的战略决断。
曾有姚班学生这样形容课堂：“全英文授课、全英文交流，没有国界，没有教材，没有拘束，甚至没有台上台下、课上课下的分明界限。”这种“无边界”的课堂氛围，正是姚期智刻意营造的——它让学生在本科阶段就感觉自己“在世界上是最好的、有无限可能性”。
三、课程设计：不是在解决中国的问题，而是在挑战世界的前沿
姚班的课程体系，有一个非常鲜明的特征：不是在教学生“如何解决当下的中国计算机工程问题”，而是在教他们“如何挑战世界最前沿的计算机科学问题”。
姚期智亲自为学生精心准备了近50门全英文专业课程，其中25门为专业课程，5门为核心课程。在课程设计上，他强调“阶梯式设计”和“覆盖前沿领域”。
“阶梯式”意味着什么？姚班前两年着力强化计算机科学基础理论与数理功底——数学、物理、计算机科学的基础知识训练强度极大；后两年才进入专业方向的深度教育。这套逻辑的核心是：要解决世界级的前沿问题，必须拥有世界级的数理功底。
而“覆盖前沿”则体现在课程的动态更新上。姚期智认为：“必须要把最先进的、最合时代的教育带到我们的本科教育；必须要把以前有的一些材料移出这个课程，加入一些更合时代、将来更有发展的一些材料。”姚班的培养方案一直在与时俱进：2019年创办智班（人工智能班）、2021年创办量信班（量子信息班），2022年三个班合并统称“姚班”，下设计算机科学、人工智能、量子信息三个方向，学生大一结束后可根据兴趣自由选择。
姚班新生的第一门专业课叫《计算机与人工智能入门》，这门课不是由一位老师讲授，而是由国内外知名学者轮流授课，每节课换一位老师，目的是让学生在一开始就接触最前沿的研究领域和不同的学术视野。到了第一年第二学期，姚期智亲自讲授《计算机与人工智能应用数学》，向学生介绍计算机科学和AI领域的前沿研究问题，并鼓励有兴趣的学生加入科研组。
这个课程设计的本质，用姚期智的话说就是：“要让学生在本科阶段就感觉在世界上是最好的、有无限可能性，能做一些创新的研究工作，这样他们就有可能成为世界领跑者。”
四、“同辈压力”：天才扎堆的化学反应
姚班最独特的地方，或许不是课程本身，而是学生之间的“同辈压力”。
姚班的学生都是经过严格筛选的“天才中的天才”。当一群智商极高、好胜心极强、求知欲极旺盛的年轻人被集中在一个班级里时，他们之间的竞争和激荡，本身就是最强大的教育力量。
有一个现象很能说明问题：姚班学生在本科期间共发表了468篇论文，155人次在国际会议上作报告，涌现出7位“清华大学本科生特等奖”得主、5位“斯隆研究奖”得主。其中超过三分之一的学生在本科阶段就发表过学术论文，一些成果甚至达到了博士毕业的水准。
一位早年姚班学生回忆姚期智在课上“悬赏”解题的经历：“一次，他在课堂上‘悬赏’出题，25分钟内解出者，由他请吃必胜客。令姚期智惊喜的是，90%的学生在规定时间内做出了正确解答。虽然人数众多，但他信守承诺，叫来外卖奖励了每位答对的学生。”这个细节折射出姚班课堂的常态——学生不仅在听课，更在积极思考、主动挑战、彼此较量。
这种氛围带来的后果是：学生不是在“被灌输知识”，而是在“不断突破自己的认知边界”。 姚期智对此有一个核心理念：“真正好的本科教育，是要让学生从中学思维方式转换成大学的研究思维，必须要挑战他们的智力。如果不能让学生发现这些、迎接挑战，就会产生很糟糕的后果——觉得自己不如人，就放低志向，把目标调校成拿到博士学位、找个大公司工作。”
五、一个值得深思的“衍生现象”：主动延毕
在姚班，有一个看似反常识的现象：部分学生会主动选择“延毕”一年。
原因不是学业跟不上，而是为了积累更丰富的科研经历和论文发表记录，以便申请美国顶尖大学的博士项目时更具竞争力。他们宁愿晚一年毕业，也要确保自己能被MIT、Stanford、Princeton等名校的博士项目录取。
这个现象折射出一个深层事实：姚班的学生从本科阶段起，默认的人生路径就是“去美国读博士”。
这不是政策强制，不是老师要求，而是一个由课程体系、师资背景、学术氛围共同塑造的“路径依赖”——
●课程是全英文的，从一开始就为出国铺路；
●师资是国际化的，导师们大都拥有美国名校的博士背景和学术人脉；
●科研目标是世界前沿的，而世界前沿的学术中心仍然在美国；
●大三春季学期资助学生赴海外访学一学期，姚班已支持290多位本科生到国际一流高校交流研学；
●师兄师姐的去向几乎都是美国名校，这种“榜样的力量”潜移默化地影响着每一届学生。
姚期智对此并不讳言。他曾说：“真正能够达到国际一流大学博士水准的人才，数量仍然有限。这使得我们每年要花费大量精力从国外引进人才。这不是我们能够长期忍受的现象。”
这句话暗示了一个更深的逻辑：姚班培养的顶尖本科生，如果要继续成长为世界级的科学家，在当时的条件下，美国几乎是不二之选。姚班不是在“送人才出国”，而是在“让人才去最前沿的地方成长”。这和姚期智本人的人生轨迹惊人地相似——他在台湾长大、赴美留学、在美国成为世界顶尖科学家，直到57岁才回到中国。
六、姚期智的“模具”：自己在复制自己
姚期智回国创办姚班，本质上是在做一件事：复制自己。
他的个人轨迹——中国出生→赴美留学→在美国成为世界顶尖科学家→在功成名就后回到中国服务——正在被一代又一代姚班学生重演。
姚班的培养逻辑和姚期智的人生逻辑高度一致：
1. 选材：选出全国最聪明的人（就像姚期智自己当年在物理学和计算机之间选择了后者）；
2. 锻造：用世界最前沿的课程和师资，把他们培养成具有国际竞争力的人才（就像姚期智在美国接受了世界顶尖的学术训练）；
3. 输出：送他们去美国最顶尖的学府读博、去世界最前沿的领域做研究（就像姚期智自己在美国成为图灵奖得主）；
4. 回流：期待他们在根深枝茂之后，回到中国，成为新一代的领军者和引路人（就像姚期智57岁回国创办姚班）。
这个“模具”是姚期智自己亲身验证过的成功路径。他把这个路径制度化、课程化、系统化地嵌入到了姚班的每一个教学环节中。
这或许是姚班最深刻的“秘密”：它不是一套教育方案，而是一个人的人生经验的制度性复制。
截至2025年12月，姚班已累计培养近1200名学生，已毕业近750人，其中已有近60位校友投身高校教职，30余位执教于国内一流高校（含学成回国引进人才近20人，其中7人回到清华大学交叉信息研究院任教）。这些“小姚期智”们，正在沿着他们导师走过的路，一步一步地走回来。
而那个问题——“姚班学生大学本科毕业以后，最初的选择只有美国吗？”——答案就写在这条路径里。至少在过去近二十年里，是的。
第四章：出走——一场长达二十年的“人才远征”
2005年姚班创办时，姚期智说过一句话：“我们必须培养出世界上最好的本科生。”
二十年过去，这句话实现了。但随之而来的一个追问是：这些“世界上最好的本科生”，毕业后去了哪里？
一、数据总览：深造是唯一的主旋律
截至2024年6月，姚班共有17届毕业生，总计663人。其中，44.6%选择了在国内深造和就业，且该比例近年来呈现增加趋势。这意味着，超过半数——约55%——的毕业生选择了出国。
如果把这个数据拆开来看，脉络更清晰：
2023届（84人正常毕业）：出国50人（59.5%），国内读研/读博30人（35.7%），直接就业4人（4.8%）。
2025届（81人）：出国47人（58%），国内升学30人（37%），直接就业4人（5%）。
把时间拉长到前14届（2005-2018级，446人）：270人出国留学，占比60.54%。
结论非常清晰：姚班毕业生的主流去向，始终是出国深造。深造率常年维持在87%-95%之间，而在这条深造的道路上，出国与国内深造的比例大致是六四开——六成出国、四成留下。
二、国内深造：清华是绝对主场
留在国内深造的姚班学生，选择高度集中。
学校层面：以2023届国内深造的30人为例，“绝大部分为清华大学计算机院系（含交叉信息研究院、计算机系、电子系、自动化系、软件工程系）直博”，仅有“少数几人前往北京大学、复旦大学等直博”。2025届国内升学的30人中，27人留在清华或进入北大，3人加入其他国内顶尖院校。
专业层面：绝大多数选择计算机科学与技术方向直博。值得注意的是，近年也有相当数量学生选择物理学直博，这反映了“计算科学与基础学科正走向深度融合”的趋势。
一个耐人寻味的现象：姚班学生留在国内深造，几乎等于“留在清华直博”。他们不是在“换一个学校”，而是在“继续留在同一个学术生态里”。这既是清华计算机学科实力的体现，也意味着姚班已经构建了一个从本科到博士的完整内部培养链条。
三、出国深造：美国是唯一的目的地
如果说国内深造是“高度集中”，那么出国深造就是“极度单一”。
去哪个国家？几乎全部是美国。
去哪些大学？ 以2023届为例，50名出国学生中，绝大多数为计算机相关专业全奖PhD，具体分布如下：
●麻省理工学院（MIT）：7人
●卡内基梅隆大学（CMU）：7人
●加州理工学院：5人
●斯坦福大学：4人
●普林斯顿大学：4人
●哈佛大学：2人
其余分散在哥伦比亚大学、耶鲁大学等美国顶尖名校。2025届的数据同样印证了这一格局：16人进入“哈耶普斯麻”（哈佛、耶鲁、普林斯顿、斯坦福、MIT）。
四、为什么是美国？——四个无法绕开的理由
第一，学术前沿在美国。计算机科学、人工智能、量子信息等姚班覆盖的三大方向，全球最顶尖的实验室、最活跃的学术共同体、最密集的顶尖学者，仍然集中在美国。姚班学生在本科阶段接触的就是这些方向的前沿问题，他们自然想去“问题发生的地方”继续探索。
第二，导师人脉在美国。姚班的师资大多拥有美国名校博士背景。学生在大三“春研”期间赴海外名校访学，接触的正是美国教授——这些人脉直接转化为申请时的推荐信和科研合作机会。
第三，全额奖学金。姚班学生申请美国博士项目，几乎都能拿到全额奖学金（覆盖学费+生活费）。对于大多数中国家庭而言，这消除了经济上的障碍。
第四，自由的研究氛围。美国博士项目强调“博士生自主选题”，学生可以在前1-2年广泛探索，再确定研究方向。这种“慢启动、深探索”的模式，与姚班“厚基础、重交叉”的培养理念高度契合。
五、获得美国顶尖大学CS博士，意味着什么？
姚班学生进入的不是“普通的美国大学”，而是MIT、斯坦福、普林斯顿、CMU、加州理工这个级别的博士项目。这本身就是一个信号：
在学术视野上，他们将在博士期间直接参与世界最前沿的研究课题——从大模型的基础理论到量子算法的物理实现，从计算复杂性的边界到人工智能的安全框架。他们不是在“学习知识”，而是在“生产知识”。
在能力层级上，美国顶尖CS博士的训练目标不是“写出更好的代码”，而是“提出新的问题、定义新的研究方向”。姚班学生从本科阶段就接受了这种训练——超过三分之一的姚班学生在本科期间发表过学术论文——博士阶段则是这种能力的系统化升级。
在身份认同上，获得这些学校的博士学位，意味着他们被全球学术共同体承认为“能够独立领导研究”的科学家。这不是一个“工程师”的认证，而是一个“科学家的准入证”。
六、姚班毕业生最能展示能力的地方在哪里？
如果用一句话概括：姚班毕业生最强的不是“写代码”，而是“定义问题”。
大视野：姚班学生从本科起就被训练去关注“世界级的问题”——不是“如何优化一个推荐系统”，而是“如何设计一种新的计算范式”。这种视野让他们在进入美国顶尖博士项目后，能够迅速找到自己的研究定位，而不是跟在导师后面亦步亦趋。
大格局：姚班的教育不培养“精致的利己主义者”。截至2025年12月，已有近60位校友投身高校教职，30余位执教于国内一流高校，21位校友任教于国内顶尖高校。他们选择了一条比进入工业界更艰难、回报更慢的道路——教书育人、传承薪火。
具体的动手能力：姚班学生在本科期间共发表468篇论文，155人次在国际会议上作报告。本科生刘壮在2016年访问康奈尔大学期间，以共同第一作者身份完成的研究获得计算机视觉顶会CVPR 2017最佳论文奖，该论文至今引用已近4.5万次。这不仅仅是“动手能力强”，而是“本科生就能做出世界级成果”。
七、一个无法回避的事实：这是一场“人才远征”
数据不会撒谎。
从2005年到2024年，超过半数的姚班毕业生选择了出国。而在出国的这些人中，绝大多数去了美国，绝大多数读的是博士，绝大多数去的是美国最顶尖的大学。
这不是“人才流失”四个字能概括的。这是一场长达二十年、持续不断的人才远征——把中国最聪明的年轻人，送到全球最前沿的学术阵地去学习、去竞争、去成长。
姚期智本人就是这条路的先行者。他在台湾长大、赴美留学、在美国成为图灵奖得主，57岁回国。姚班的学生们正在走他走过的路——只是人数更多、规模更大、影响更广。
而那个问题——“他们还会回来吗？”——答案不在今天的数据里，而在十年、二十年后的选择里。
第五章：扎根——留美校友的“黄金一代”
当姚班学生拿到美国顶尖大学的博士学位时，他们面前几乎总是两条清晰的路：留在美国，或回到中国。而过去二十年的数据显示，绝大多数人在博士毕业后选择了前者。
这不是背叛，而是一种高度理性的路径依赖。
一、为什么不直接回国？——“科研连续性”的残酷逻辑
姚班学生在美国读博，通常需要5-6年时间。这5-6年里，他们深耕一个极其具体的细分领域——比如大模型的可解释性、量子算法的复杂度理论、多模态感知的某个特定模块。
博士毕业后，他们最熟悉的科研环境在美国，最了解的研究话题在美国，合作最紧密的导师和同行也在美国。
如果此时立刻回国，他们将面临一个现实困境：国内的产业界和学术界，可能并没有完全对口的研究岗位，或者对同一问题的关注重点截然不同。一位在MIT研究某种前沿算法的博士，回到国内可能发现，相关领域尚处于起步阶段，他不得不“重新开始”或“转向应用”。
姚期智本人的人生轨迹就是最好的注脚——他在美国从物理转向计算机，在普林斯顿深耕数十年，成为图灵奖得主后才回国。他不是“学成即归”，而是“根深叶茂而后归”。 姚班的学生们正在复制这条路径：先在美国扎下根，等自己长成大树，再决定往哪里移栽。
二、就业版图：高校、头部IT、头部AI的三分天下
姚班留美博士的就业去向，大致可以分为三大板块：
第一，美国顶尖高校（学术线）。 这是姚班留美校友最“体面”的去向之一。典型代表包括：
● 陈丹琦（2008级姚班）：普林斯顿大学博士，现任普林斯顿大学计算机系终身教授，2025年晋升。她是自然语言处理领域的全球顶尖学者，博士期间提出的“词向量”方法引用量已超过数万次。
● 鬲融（2008届姚班）：普林斯顿博士，获斯隆研究奖，现任杜克大学终身教授。
● 马腾宇（2008级姚班）：普林斯顿博士，现任斯坦福大学助理教授。
● 贾志豪（2005级姚班）：CMU博士，现任CMU助理教授。
● 黄骄阳（2010级姚班）：宾夕法尼亚大学助理教授，获斯隆研究奖。
● 吴翼（2009级姚班）：伯克利博士，曾任OpenAI研究员，后回清华任教，但早期路径同样是在美国积累。
截至2024年，已有17名姚班校友任教于海外顶尖高校，且多已获得或正在晋升终身教职。
第二，美国头部IT企业（工程与研究线）。 这类企业包括Google、Meta（Facebook）、Microsoft、Amazon等。姚班毕业生在这些公司通常不是“写业务代码的码农”，而是进入核心研究部门（如Google DeepMind、Meta FAIR、Microsoft Research），从事前沿算法的研发。
第三，头部AI企业（新兴核心线）。 这是近年来最引人注目的去向——OpenAI是其中的重中之重。陈立杰（2013级姚班，MIT博士）于2026年全职加入OpenAI；姚顺雨（2012级姚班，普林斯顿博士）曾供职于OpenAI，后回国任腾讯首席AI科学家。此外，Anthropic、xAI等新一代AI公司中，也不乏姚班面孔。
三、“硅谷AI实验室中文交流”现象：不是段子，是现实
网络上流传着一个说法：在美国顶级AI实验室，华人科学家之间的交流语言是中文而非英语。
这个说法并非空穴来风。Meta（原Facebook）被曝光的“超级智能实验室”首批11名核心成员中，至少7位是华人背景；一份泄露的44人名单中，有21位本科学位在中国高校获得。OpenAI的ChatGPT核心团队中，有9位华人；GPT-4o的关键团队中，17人里有6位是华人。
在这些实验室里，如果一场内部讨论的参与者全是华人，他们自然会说中文——不是因为英语不好，而是因为“中文更快、更精准地表达复杂概念”。
这种现象折射出的本质是：华人（尤其是姚班和C9高校背景的华人）已经系统性占据了美国AI研究的中坚层。他们不是“外援”，而是“主力”。
四、最核心的争议：为什么美国搞闭源，中国搞开源？
这是关于姚班学生“在美国做了什么”的关键追问——为什么美国最顶尖的AI公司（OpenAI、Google）选择闭源，而中国的AI公司（智谱、阿里、DeepSeek）却普遍开源？姚班学生在美国参与的是闭源项目，是否意味着他们“做不了”开源？
答案要从三个维度拆解：
第一，商业模式的差异。美国的AI巨头（如OpenAI）拥有“先发优势”，它们的目标是垄断——将技术牢牢掌握在自己手中，通过API收费实现利润最大化。闭源能够筑起护城河，防止竞争对手快速复制。而中国AI公司大多处于“追赶者”位置，开源是获取开发者生态、快速迭代、积累用户的最有效手段。正如业内流传的一句话：“美国靠卖模型赚钱，中国靠卖云计算资源赚钱。”
第二，生态位不同。开源和闭源的“市场规模”不能简单比较。OpenAI选择闭源，是因为它赌的是“大企业客户愿意为最顶尖的闭源模型付高价”的市场。中国AI公司选择开源，赌的是“通过开放吸引全球开发者、从而建立生态圈”的市场。两种路径，各有各的生存逻辑。
第三，并非“做不了”，而是“不必做”。姚班学生在Google、OpenAI等美国公司深度参与核心模型的研发——他们完全具备“做开源”的能力。只是他们所在的平台选择闭源，这是商业战略，而非技术局限。如果让他们换到开源平台（比如Meta的Llama团队），他们同样能做出世界级的开源贡献。事实上，Meta的Llama系列就有不少华人科学家的贡献——只是他们不在姚班的光环里被讨论。
核心结论：这不是技术问题，也不是社会制度问题，而是产业阶段和市场策略问题。中国的开源是“追赶者的最优策略”，美国的闭源是“领先者的最优策略”。两者都是理性的。
五、姚班毕业生在美国AI界的真实地位：“核心技术骨干”还是“领军人物”？
这是最需要被准确回答的问题。
第一，他们不是“码农”。姚班留美博士进入Google DeepMind、OpenAI、Meta FAIR后，岗位多是研究科学家，而非软件工程师。两者的区别在于：码农负责“实现功能”，研究科学家负责“定义算法、突破边界、提出新架构”。姚班学生的日常不是写CRUD（增删改查），而是设计Transformer变体、优化训练效率、探索模型的可解释性。
第二，他们是团队中的“核心技术骨干”，乃至“项目主导者”。在OpenAI的GPT系列研发中，有多位姚班/华人科学家担任关键模块的负责人；在Google的PaLM、Gemini项目中，同样有姚班面孔的身影。他们不负责“高层管理”，但负责“技术攻坚”——而AI公司的核心资产恰恰是技术。
第三，他们距离“行业领军人物”还有一步之遥。“领军人物”意味着什么？意味着像OpenAI的Sam Altman、Google DeepMind的Demis Hassabis那样，拥有对技术路线和企业战略的决定权。姚班毕业生目前尚未达到这个层级——这不是能力问题，而是华人科学家在硅谷的天花板仍然存在，管理层的核心决策圈仍然以白人为主。
但他们正在改变这个格局。 当姚班毕业生的数量在一个实验室里超过半数时，“华人主导”从人员的量变逐渐转化为研究方向话语权的质变。在技术细节、算法选择、模型架构这些“实”的层面，他们的支配地位已经显现。在最终决策和商业战略这些“虚”的层面，还需要时间。
六、总结：“黄金一代”的双重身份
姚班留美校友，在美国AI界是“技术上的中流砥柱，战略上的次中心”。
他们既不是最顶层的决策者，也远非普通的执行者——他们是那个“把论文变成产品、把理论变成代码”的关键转换层。OpenAI的ChatGPT、Google的Gemini、Meta的Llama，其核心算法贡献中，都有姚班面孔的身影。
而对他们个人而言，此刻的选择遵循的依然是姚期智当年走过的路：先去最前沿的地方，让自己成为最顶尖的专家。至于根深叶茂之后，是否回国、何时回国，那是另一个阶段的选择。
“硅谷AI实验室说中文”这个现象，本质是姚班二十年远征的阶段性成果。它证明了一件事：在全球最顶尖的AI战场上，姚班人已经是不可忽视的主力部队。而这场战争，才刚刚进入中场。
第六章：归流——从“人才流失”到“人才环流”
姚班创办二十年，一个无法回避的问题始终盘旋在舆论场上：中国的基础教育投入了那么多，却把最聪明的大脑送给了美国，这不是吃大亏了吗？
这个问题看似简单，却需要放在更长的时间维度里来回答。
一、回流的轮廓：数字在说话
姚期智在2024年公布的数据显示，姚班17届663名毕业生中，44.6%选择了在国内深造和就业，且该比例近年来呈增加趋势。
一个更具体的进展是：截至2025年12月，姚班已有近60位校友投身高校教职，其中30余位执教于国内一流高校，含学成回国引进人才近20人。在这近20人中，7人回到清华大学交叉信息研究院任教——他们回到了自己出发的地方，坐到了当年老师坐过的讲台上。
学术界之外，产业界的回流同样引人注目：
●姚顺雨（2012级姚班）：普林斯顿大学博士，曾任OpenAI研究员，2025年回国担任腾讯首席AI科学家。
●印奇、唐文斌、杨沐（姚班早期毕业生）：创办旷视科技，总部在北京。
●楼天城（姚班首届）：创办小马智行，总部在广州。
●吴翼（2009级姚班）：伯克利博士，曾任OpenAI研究员，回到清华大学交叉信息研究院任助理教授。
这些名字构成了一个清晰的信号：从“出去”到“回来”的通道正在从“窄门”变成“宽门”。
二、为什么回来？四个推力
过去十年间，中国科研和产业环境发生了深刻变化。对于姚班毕业生而言，回国的理由不再仅仅是“爱国情怀”，而是理性选择的空间大幅增加。
第一，科研经费充裕。中国在人工智能、量子信息等领域的科研投入持续增加，国家自然科学基金、重点研发计划等经费规模已接近甚至超过美国同类项目的平均水平。一位从美国回国的姚班教师曾坦言：“在国内拿到一个项目的经费，可能比在美国申请三五个还多。”
第二，产业落地场景丰富。中国是全球最大的单一市场，拥有最多的应用场景——自动驾驶的路测里程、大模型的用户规模、人脸识别的应用广度，都是美国无法比拟的。对于做应用研究的学者和工程师而言，“有场景”意味着“有数据”，“有数据”意味着“有突破的可能”。
第三，大模型创业潮。2023年以来，中国大模型创业公司如雨后春笋般涌现，对顶尖AI人才的需求井喷。这些公司不但提供有竞争力的薪酬，还提供“带队攻坚”的机会——在美国可能还需要5-10年才能获得的技术主导权，在国内创业公司可能一年就能拿到。
第四，国家人才计划的支持。从“千人计划”到各类青年人才项目，国家在薪酬、住房、科研启动经费等方面为海外人才回国提供了系统性支持。
三、深刻追问：短期“为美国输血”与长期“人才环流”
回到最初那个问题：中国教育吃亏了吗？
从短期来看，答案几乎是肯定的。姚班在过去二十年里，为美国输送了数百名最顶尖的计算机科学人才。他们在美国读博、在美国工作、在美国纳税、为美国科技公司创造价值。相当于中国的基础教育和本科教育，为美国的科技竞争力提供了大量“免费的最优人力资本”。
但这个视角有两个严重的盲区：
第一，姚班学生的成长，需要一个阶段性的环境匹配。姚班学生本科毕业后，如果要成长为世界级的计算机科学家，在当时的条件下，美国几乎是不二之选——那里有最前沿的导师、最成熟的学术共同体、最自由的选题空间。把他们“关在国内”非但不利于他们的成长，反而可能浪费天赋。姚期智本人就是最好的例子——如果他在1970年代选择留在台湾而不是赴美深造，他不可能成为图灵奖得主，也不可能在57岁回国创办姚班。
第二，人才流动不是“一去不回”，而是“环流”。把姚班学生赴美视为“人才流失”，是站在某一个时间截面上看问题。如果站在更长的周期来看，这是一场“人才环流”：
●第一阶段（本科） ：在中国接受基础教育，被选入姚班，打下扎实的数理功底；
●第二阶段（博士） ：赴美深造，进入全球最前沿的学术阵地；
●第三阶段（早期职业） ：留美工作，在美国高校或企业中成长为“核心技术骨干”；
●第四阶段（中期转向） ：在根深叶茂之后，面临第二次职业选择——留美继续深耕，或回国开辟新的天地。
钱学森的遭遇和钱永健的命运，恰是一个值得深思的对照。
钱学森于1935年赴美留学，师从冯·卡门，成为世界顶尖的空气动力学家。1950年，当他准备回国时，被美国以“涉及国家机密”为由拘留，经历长达五年的软禁。美国海军次长那句“他一个人能抵五个师”和“无论走到哪里，都抵得上五个师”的警告，至今仍是中美人才博弈的标志性注脚。钱学森最终于1955年回到中国，成为中国航天事业的奠基人，在中国获得“国家杰出贡献科学家”的终身荣誉。
而钱学森的侄子钱永健，同样是一位科学天才——2008年诺贝尔化学奖得主，因绿色荧光蛋白研究而闻名。但他出生在美国、成长在美国、工作在美国，与中国几乎没有实质性的学术纽带。2016年他去世时，美国媒体对这位诺奖得主的报道并不多。在他晚年，斯坦福大学甚至不再给他提供充分的实验室空间——一个诺贝尔奖得主，在美国顶尖大学的体系中，同样可能成为“可以被抛弃的人”。
这两代人的命运，指向同一个事实：在美国，科学家终究是一个“工具性”的存在——有用时备受推崇，无用时可以被遗忘。而在中国，被需要的人才永远是“自己人”，永远有归来的港湾。
这并非说美国不尊重科学家。但一个华裔科学家在美国，天花板始终存在。诺奖得主如此，姚班毕业生也不例外。他们的技术能力可能达到世界顶尖，但决策权、话语权、制度性安全感，总有最后一层玻璃天花板。
四、姚班学生应有的姿态：一生不要断了与祖国的联系
姚期智自己的人生轨迹，为姚班学生提供了一个范本：
他不是“学成即归”，而是“根深叶茂而后归”。
他在美国度过了37年（从20岁赴美留学到57岁回国），在美国成为图灵奖得主、普林斯顿终身教授。然后，他在人生的最高点，选择回到中国——不是为了“报恩”，而是因为“这里更需要我”，也因为“这里能让我做更大的事”。
姚班的学生们正在走同样的路。他们中大部分人目前还在美国，正在积蓄自己的力量。而他们需要做的，不是急着回来，而是：
● 不要断了与祖国的联系——参与国内学术会议、与国内高校合作、指导国内的学生；
● 保持学术互动——把在美国学到的最前沿知识、最先进方法，通过各种渠道传递回国内；
● 在能力足够的时候回来——不是以“新手”的身份回来，而是以“专家”“领军人物”的身份回来，带着在美国积累的经验和人脉，填补国内在关键领域的空白。
姚期智回国时57岁，钱学森回国时44岁。他们不是“年轻时出去、毕业后立刻回来”的典型，而是“成长到足够强大之后、在祖国需要的关键时刻回来”的典型。
姚班二十年，本质上是在批量复制姚期智的人生路径。不是让每一个人都回来，而是让足够多的人，在足够强的时候，有回来的能力和意愿。
五、“吃亏”还是“投资”？
回到最初的问题：中国教育吃亏了吗？
如果我们只统计“本科毕业后即刻回国”的人数，答案是“吃亏了”。但如果我们把时间尺度拉长到30年、50年，答案完全不同：
中国不是在“为美国培养人才”，而是在“为未来储备人才”。
姚班学生现在在美国，但他们中的许多人会回来。回来的时候，他们不是“空手而归”——他们带着美国顶尖大学的博士学位、带着OpenAI/Google的研究经验、带着国际学术圈的人脉和视野、带着“知道最前沿在哪里”的判断力。
这笔账，要算在几十年后。
钱学森那一代科学家，用自己的回归撑起了“两弹一星”的脊梁。姚班这一代人，正在用自己的远征和回流，撑起中国AI和计算机科学未来的脊梁。
区别只在于：钱学森的回归是个案，姚班的回流是系统。
第七章：创业——硬核科技的“姚班系”
如果说姚班毕业生在学术界的成就是“意料之中”，那么他们在创业领域的表现，则构成了另一个值得深究的图景。
一个耐人寻味的现象是：姚班学生在美国创业的极少，在国内创业的却层出不穷。这不仅仅是“回国”与“留美”的选择差异，更折射出中美两国对“天才型创业者”截然不同的接纳方式。
一、创业版图：一份不断扩大的名单
姚班二十年的创业版图，已经蔚然成势：
● 小马智行（Pony.ai） ：楼天城（姚班首届）联合创立，L4级自动驾驶头部企业，2024年纳斯达克上市，成为“姚班创业第一股”。
● 旷视科技（Megvii） ：印奇、唐文斌、杨沐——“姚班三剑客”联合创立，AI视觉识别领域的标杆企业。
● 原力灵机：范浩强（姚班毕业生）等人创立，具身智能方向，2025年天使轮即获2亿元融资。
● Conflux：龙凡（姚班校友）创立，区块链底层技术，姚期智院士本人担任首席科学家。
● 月之暗面（Moonshot AI） ：杨植麟（姚班校友）联合创立，大模型赛道的重要玩家。
● Voyage AI：马腾宇（2008级姚班）创立，专注企业级AI应用。
这些企业的共同特征是：全部在国内注册、团队主要在国内、面向全球市场。姚班学生在国内创业的选择，几乎是一种“集体无意识”的共识。
二、为什么不在美国创业？——华人天才的隐形天花板
这触及了一个更深层的问题：为什么姚班学生在国内创业风生水起，在美国却几乎听不到他们创业的声音？
答案不在能力，而在环境。
第一，美国创业的隐性门槛更高。在美国创立一家科技公司，创始人不仅需要技术能力，还需要法律、财务、市场、政府关系等多方面的资源网络。对于华人而言，这些网络天然薄弱——不是因为你不够聪明，而是因为你的“根”不在那里。美国VC（风险投资机构）在评估创始人时，更倾向于投资“自己人”——从小在相同文化环境中长大、上过同样的学校、有共同语言和信任基础的创业者。华人在这个圈子里，永远是“外人”。
第二，美国VC对华人创始人有“隐形折扣”。当一个白人创始人和一个华人创始人站在同一个VC面前，即使技术实力相当，华人被投资的概率也明显更低。这不是显性的歧视，而是隐性的“文化不匹配”——VC需要信任创始人，而信任建立在长期的社交网络中，华人不在这张网里。
第三，身份问题的长期困扰。姚班留美学生即使拿到博士学位、进入Google或OpenAI工作，他们的身份状态通常是H-1B工作签证，需要长期等待绿卡。这种“临时居留”的状态，极大地限制了创业的可行性——谁敢在身份不确定的情况下创立一家公司？一旦签证出问题，一切归零。钱学森的遭遇并非孤例，只是时间尺度不同。
第四，美国AI赛道已被巨头垄断。美国的AI创业环境，本质上是“少数巨头的游戏”。OpenAI、Google、Microsoft、Anthropic、xAI——每一个都拥有百亿级的资金和数万张GPU。姚班学生即使有最顶尖的算法，也无法在算力和资金上与之抗衡。而在中国，大模型赛道还处于“群雄逐鹿”的阶段，创业公司有机会获得政府支持和社会资源倾斜。
三、为什么中国是姚班人的创业沃土？
对比美国的“冷遇”，中国对姚班学生的态度几乎是“倾囊相助”。
政策层面：国家在人工智能、自动驾驶、区块链、量子信息等领域的产业政策，明确将“鼓励高端人才创业”写入文件。姚班学生回国创业，往往能够获得政府引导基金、人才计划、园区配套等多方面的支持。
资本层面：中国VC圈对姚班学生的追捧，几乎到了“狂热”的程度。有报道称，投资人“时刻盯着从姚班走出的学生”，一旦有创业意向，“很快就能收到投资意向书”。原力灵机在2025年天使轮就获得2亿元融资，这在中国创业史上几乎是前所未见的。VC的逻辑很简单：姚班的学历本身就是最硬的信用背书——这个人已经被验证过是“全国最聪明的大脑”，投他的失败率远低于投一个普通的创业者。
人才层面：姚班学生回国创业，不需要从零搭建团队。他们在姚班积累了深厚的同学人脉，可以迅速组建“姚班系”的核心团队。小马智行的核心技术团队、旷视的创始三人组、原力灵机的核心骨干——几乎都是姚班同学或校友。这种“信任网络”是硅谷无法复制的——在美国，他们彼此是“同事”；在中国，他们彼此是“兄弟”。
社会层面：在中国，“清华姚班毕业生创业”本身就是一种社会资本。地方政府愿意给政策、媒体愿意报道、客户愿意信任、员工愿意追随。而在美国，“华裔创业者”这个身份带来的不是加分，而是隐形门槛。
四、时代之变：从“草莽英雄”到“知识资本家”——知本家
一个更宏大的历史视角，能帮助我们理解姚班创业潮的本质。
在互联网时代（1995-2015年），姚班学生不是创业的主流。那个时代的特征是：“乱世英雄起四方，敢想敢干都能冲。”马化腾是深圳大学毕业生，马云是杭州师范学院毕业生，刘强东是中国人民大学毕业生——他们都不是“学霸”，甚至很多人没有技术背景。互联网时代的创业，拼的是模式创新、流量获取、执行力，而不是知识深度。一个聪明的商科生，可能比一个计算机博士更适合做互联网创业。
但那个时代已经结束了。
现在的创业，已经不是“我有一个想法、拉几个人写代码、烧钱买流量”就能成功的时代了。大模型、自动驾驶、量子计算、具身智能——每一个赛道都需要博士级别的科研能力、世界前沿的学术视野、长达数年的技术积累。没有清华姚班这样的数理功底，没有MIT、斯坦福的博士训练，没有在Google DeepMind或OpenAI的研究经历，连“入局”的资格都没有。
这个时代，是知识资本的时代。最稀缺的资源不是钱，不是流量，不是商业模式，而是“能读懂最前沿论文、能提出新的算法、能把理论变成工程”的顶级大脑。而姚班的学生，恰好是这个群体里最顶尖的一批。
这就是为什么投资人会说：“姚班的学生创业，失败的概率比普通人低得多。”——不是因为他们是“天才”，而是因为他们的天才恰好匹配这个时代的需求。
五、姚班创业者的独特气质
如果要用一句话概括姚班创业者的特征，那就是：他们不是在“做生意”，而是在“攻克难题”。
楼天城创办小马智行，选择的是L4级自动驾驶——这是一个公认的“十年才能看到回报”的赛道，比做L2（辅助驾驶）难十倍、慢十倍、风险高十倍。但他选择了这条路，因为“这是最难的问题，也是最值得解决的问题”。
范浩强创办原力灵机，切入的是具身智能——机器人与AI的结合，同样是公认的“硬骨头”，技术尚未成熟、商业化路径不明朗。但他选择了这条路，因为“这是下一个十年的方向”。
旷视科技从人脸识别起家，逐步扩展到AI视觉全栈，同样是在最难的赛道上与全球巨头竞争。
“做难而正确的事”——这句话几乎刻在了每一个姚班创业者的基因里。
这或许与姚班的教育有关。姚期智从一开始就告诉他们：“不要做容易的事，要做难的事。不要解决中国的问题，要解决世界的问题。”二十年过去，这句话已经从课堂上的教诲，变成了他们创办的每一家公司的底层逻辑。
六、总结：姚班创业潮的本质
姚班学生在国内创业的集中爆发，不是偶然。它是三个条件的交汇：
1. 时代需求：AI时代需要顶级大脑，而姚班恰好生产顶级大脑；
2. 环境匹配：中国愿意给最聪明的人提供政策、资本、社会全方位的支持，而美国在这方面对华人有隐形天花板；
3. 文化基因：姚班的教育塑造了“做难而正确的事”的价值观，让他们敢于进入别人不敢进的“无人区”。
互联网时代，是“草莽英雄”的天下。AI时代，是“知识资本家”的天下。而姚班的学生，正是这个时代最核心的生产力。
他们的创业故事，才刚写到第二章。
第八章：回响——二十年后再问：姚班改变了什么？
2024年6月，姚期智在回国任教二十周年的活动上，说了一句话：“生逢其时，当不负盛世。”
这句话说得很平静。但如果回溯他2004年买那张单程机票时的内心图景——一个57岁的图灵奖得主，放弃普林斯顿终身教职，卖掉美国的房子，回到一个计算机科学尚在追赶阶段的国家——你才能理解“不负盛世”这四个字的重量。
二十年过去。姚班培养了663名本科毕业生，其中超过半数去了美国，87%继续深造，已有17位校友在美国顶尖高校任教，近20位学成回国执教，还有一批创业者正在国内硬科技赛道上开疆拓土。
但这些数字，只是表面。
姚期智创办姚班的初衷究竟是什么？二十年后再问：它实现了吗？
一、初衷：不只是“培养人才”，而是“证明一件事”
姚期智在多个场合表达过创办姚班的初衷，归纳起来有三层：
第一层，是“培养世界上最好的本科生”。这是姚班成立时姚期智说的原话。他相信中国学生不缺天赋，缺的是“能够挑战世界前沿的课程体系和学术氛围”。
第二层，是“改变中国计算机科学的教育模式”。他希望姚班的培养方案能够成为范本，辐射到清华乃至全国其他高校，从根本上改变中国计算机人才的培养逻辑——从“解决当下的工程问题”转向“定义未来的计算范式”。
第三层，是更深层的——他想证明一件事：中国人可以在全球最前沿的科技领域，与任何人竞争。 哪怕起步晚、底子薄，只要给对土壤，就能长成参天大树。
“我们必须要能够创造出世界上最好的计算机科学本科教育。”他说，“这不是为了清华，而是为了中国。”
二、人才培养：姚班成功了吗？
答案是肯定的。
数据层面的成功：17届663名毕业生，本科期间发表468篇论文，155人次在国际会议上作报告，7人获清华本科生特等奖学金，5人获斯隆研究奖——这些数字本身就是“成功”的硬指标。
人物层面的成功：陈丹琦在普林斯顿拿下终身教职、鬲融获斯隆研究奖、马腾宇在斯坦福任教、楼天城创办小马智行登陆纳斯达克、杨植麟在月之暗面引领中国大模型浪潮——每一个名字，都是世界级的。
教育理念的成功：姚班的课程体系、全英文授课、阶梯式设计、交叉学科融合——这套模式已经被清华其他实验班和国内多所高校借鉴。姚班不仅是“一个班”，更是一套被验证有效的人才培养方案。
姚期智说：“真正好的本科教育，是要让学生从中学思维方式转换成大学的研究思维，必须要挑战他们的智力。”姚班做到了。
所以，单从人才培养的角度，姚班毫无疑问是成功的。它兑现了“培养世界上最好的本科生”的承诺，甚至超出了预期。
三、短期得失：把最聪明的大脑“白送”给美国，中国吃亏了吗？
这是二十年来最刺耳的问题。
如果我们只看“本科毕业去向”的短期数据，答案是：确实在客观上为中国人才“流失”承担了高昂的教育成本。超过半数的毕业生去了美国，大部分留在美国。中国的基础教育和本科教育投入，短期来看确实在“为美国输血”。
但“吃亏”这个判断，隐含了一个前提：人才流出去就永远回不来了。
姚期智本人，恰恰打破了这个前提。他1957年随家人迁居台湾，1967年赴美留学，在美生活了37年，57岁回国。他不是“学成即归”，而是“根深叶茂而后归”。
钱学森同样如此——赴美20年，44岁回国。他归国前，美国海军次长说“他一个人抵得上五个师”。
“人才流失”是一个静态的、截面式的判断。而“人才环流”是一个动态的、长期的、周期性的过程。用“短期吃亏”来评价姚班，就像用第一颗卫星发射的成本来评价整个航天事业。
姚班过去二十年，确实把大量顶尖人才送到了美国。但如果把时间尺度拉长到三十年、五十年，这些人才中的相当一部分会回来——带着在美国积累的知识、经验、人脉和全球视野。这笔账，要在几十年后才能算清楚。
四、世界贡献：姚班是否推动了全球计算机科学的发展？
这个问题比前两个更难回答，因为它需要更长的历史尺度。
但已经有了初步的证据：
学术贡献层面：姚班毕业生在顶级会议和期刊上发表的论文，已经成为全球计算机科学学术共同体不可忽视的一部分。从陈丹琦在NLP领域的奠基性工作，到鬲融在理论计算机科学的突破，到马腾宇在AI理论的前沿探索——他们的研究成果已经被全球同行引用、验证、延展，这本身就是“对世界技术的推动”。
产业突破层面：姚班校友在美国和中国的头部AI公司中，承担着核心技术研发的角色。ChatGPT、GPT-4o、Google Gemini等产品的背后，都有姚班面孔的贡献。从这个角度说，姚班培养的人才确实参与了世界级的技术变革。
一个深层事实是：科学没有国界，但科学家有祖国。姚班毕业生无论在哪国工作，他们的学术成果都以论文、开源代码、技术标准的形式共享于全球科学共同体。姚班培养的思想、方法和人，已经成为全球计算机科学人才版图中不可切割的部分。
姚班对世界计算机科学的推动，可能不在“这一代”，而在“下一代”。当陈丹琦的博士生成为教授、当鬲融指导的博士后进入工业界、当马腾宇的论文启发了全世界的AI研究者——这些影响力在层层放大，如同涟漪扩散，波及面越来越大。
五、中国价值：姚班是否改变了中国的计算机技术？
答案同样是肯定的，但形式与预期不同。
姚班对中国计算机技术的价值，不在于“直接产出了多少技术突破”，而在于“建立了一条通向世界前沿的通道”。
在姚班出现之前，中国最聪明的学生即使去了美国，也往往是“个体化”的——一个一个出去，一个一个留在那里，彼此之间缺乏纽带。姚班改变了这一切。它把最聪明的人变成了一个“群体”，一个“网络”，一个“系统”。他们出去的时候是“姚班人”，回来的时候也是“姚班人”。这个身份本身，就是一种连接中国与世界前沿的桥梁。
直接的技术推动也在发生。月之暗面的Kimi，是目前中国大模型领域最具竞争力的产品之一。它的创始人杨植麟是姚班校友，核心团队也有多位姚班背景。Kimi在长上下文处理、中文理解等能力上达到了国际领先水平——这不只是“追赶”，而是在特定维度上的“超越”。
类似的例子还有小马智行在L4自动驾驶领域的全球竞争力、旷视科技在AI视觉的行业地位、原力灵机在具身智能的前沿探索。姚班校友创办或主导的技术企业，正在成为中国在硬科技赛道上“换道超车”的关键力量。
但需要承认的是：中国的计算机技术整体水平与美国仍有差距。在基础理论、底层架构、核心算法层面，美国仍占主导。姚班一个人的力量改变不了这个局面，但姚班一代人、两代人的力量可以。
“姚班对中国计算机技术的改变，是结构性的、长期的、深层的。它不是在修一条路，而是在培育一片森林——这片森林的树，才刚刚长出主干。”
六、成本与代价：掐尖中国最强大脑，值不值得？
这个问题指向的是：把全国最顶尖的竞赛生、状元集中到姚班，对其他学校、其他学科是否公平？是否造成了新的不均衡？
如果只看短期的“横向公平”，确实存在问题。数学国集选手被“引流”到姚班，基础学科的人才储备可能受损；竞赛强省的学生垄断了姚班名额，欠发达地区的天才可能被埋没。
但如果从“纵向效率”来看，答案完全不同。姚班用二十年证明了：把中国最聪明的大脑集中在最适合的土壤里，能够产出世界级的成果。这些成果的溢出效应——学术论文、技术突破、创业公司、回国师资——最终惠及的是整个中国的科技水平，而非姚班本身。
“掐尖”的代价，是暂时的资源分配不均。但“掐尖”的收益，是整个国家计算机科学长期竞争力的系统性提升。
这并非“公平”与“效率”的简单对立，而是在关键领域进行战略性资源集中。清华和其他高校也在陆续推出各自的“实验班”“拔尖计划”，把“掐尖”从个案变成系统。
“公平”和“效率”从来不是绝对对立。姚班选择了“效率优先”，但它的成功证明了这个选择在特定历史阶段的有效性。
七、中美力量对比：姚班会改变什么？
这是一个宏大且尚无定论的问题，但已有几条线索浮现：
第一，姚班确保了中国在人才储备上不会掉队。无论美国AI如何发展，姚班源源不断地向全球输送中国培养的顶尖人才——这本身就是一种战略储备。只要这些人还在，中国就有随时“续接”的可能。
第二，姚班正在改变中美人才流动的方向。前十四届超过60%的毕业生选择出国，而近年这个比例已从超60%下降至约55%——留在国内的比例从不足40%上升至接近45%。这个趋势如果持续，未来十年可能迎来“平衡点”。
第三，姚班创业潮正在中国本土形成新的产业力量。小马智行、月之暗面、旷视科技等企业，正在从“追赶者”向“挑战者”转变。姚班校友创办的企业，可能在中美科技竞争中扮演比学术研究更直接的角色。
但这不意味着姚班能“单枪匹马”改变中美力量对比。技术竞争是系统性的——取决于基础研究投入、产业政策、市场规模、资本密度、制度环境等多重因素。姚班是其中重要一环，但不是全部。
一个客观的判断是：姚班为中美在计算机领域的技术博弈，增加了一个不可忽略的“中国变量”。它不能决定胜负，但它大幅提升了中国在人才这一关键维度上的竞争力。
八、姚班的真正遗产
2005年姚班成立时，姚期智说了一句话：“我们必须培养出世界上最好的本科生。”
二十年过去了，他做到了。但姚班留给中国的，远不止是663名毕业生、87%的深造率、17位海外教授、数家上市公司。
姚班真正的遗产，是它证明了一件事：
一个图灵奖得主带着一份教育理想回国，用二十年的时间，把“中国学生不如美国学生”的偏见彻底粉碎。它用事实告诉所有人——中国最聪明的人，放在全球任何地方，都是最顶尖的。
中国不是没有天才，只是过去缺少让天才成为世界级科学家的土壤。姚班就是这片土壤。 它证明了中国人可以在全球最前沿的科技领域与任何人竞争——哪怕起步晚、底子薄，只要给对教育、给对氛围、给对方向，就能长成参天大树。
姚期智57岁回国时，很多人不理解：一个图灵奖得主，为什么不在美国安享晚年？二十年后，答案已经写在姚班的每一份成绩单、每一个学生的人生轨迹里。
他回国不是为了培养“听话的工程师”，而是为了培养“能够定义未来的人”。姚班二十年，就是这句话的注脚。
回到那个最初的追问：姚期智的初衷实现了吗？
答案是：正在实现，但远未完成。
姚班已经证明了自己有能力培养世界级的人才。但它更大的作用，才刚刚开始显现：当这批人才在全球最前沿成长起来、当他们中的一部分带着经验和视野回到中国、当他们创办的企业开始在硬科技赛道上领跑——姚班对中国和世界的真正影响，需要再用二十年才能看全。
姚期智说：“教育是一个国家最长远、回报率最高的投资。”
姚班就是这笔投资的第一颗种子。它已经发芽、生长、开花。而它结出的果实，正在被一代又一代“姚班人”带向更远的地方。
第九章：余章——争议与追问
姚班的故事讲到这里，如果只写“成功”而不写“代价”，这篇文章是不完整的。
任何一项教育实验，都不可能只有光明的一面。姚班把全国最聪明的大脑集中在一个班级里，用最顶尖的师资、最前沿的课程去“锻造”他们——这套逻辑本身，就包含着深刻的矛盾和争议。
本章不做结论，只提出问题。这些问题没有标准答案，但值得被认真对待。
一、“掐尖”的公平之问：少数人的特权，多数人的失落？
姚班每年的招生规模在80人左右，而清华大学每年新生超过3000人。姚班的学生来自全国最顶尖的竞赛生和高考状元——这意味着，姚班享受了全国最优质的教育资源，却只服务于极小比例的学生。
质疑者提出三个问题：
第一，这是否符合教育公平的原则？中国的基础教育是普惠性的，但姚班的存在意味着，最优秀的师资、最前沿的课程、最充裕的科研经费，全部集中在一个班里。其他班级的学生，即使同样优秀，也未必能享受到同等资源。有评论指出：“姚班的存在，本质上是在制造新的阶层——‘姚班人’和‘非姚班人’。”
第二，是否挤压了基础学科的人才储备？每年五大学科竞赛的260名国集选手，是数学、物理、化学、生物、信息学五大学科共同的“精英池”。但近年来，数学、物理国集选手越来越倾向于选择姚班而非数学系或物理系。有学者担忧：“如果最顶尖的数学天才都去学计算机了，谁来推动基础数学的发展？”2025年教育部调整保送生政策，规定“保送生必须进入与获奖学科相对应的基础学科专业”——这正是对姚班“虹吸”现象的回应。
第三，是否制造了“赢家通吃”的恶性循环？ 姚班学生从竞赛起步、进入清华、赴美深造、留美工作——这条路径高度依赖“竞赛—保送”这一筛选机制。而竞赛培训本身，已经形成了从初中甚至小学就开始的“赛道”。这意味着，一个孩子如果从中学才开始接触竞赛，几乎已经失去了进入姚班的可能性。姚班的选材，实际上是“10年前就已经开始”的选材——它选拔的不是“最聪明的”，而是“从10年前就开始为竞赛做准备”的。
姚班的支持者则认为：教育公平不等于“平均主义”。在关键领域集中资源培养顶尖人才，是一个国家的战略选择。 如果没有姚班，这些天才可能分散在全国各地，未必能获得同样的成长环境。姚班的价值在于“把天才变成世界级人才”，这个过程的收益，最终惠及的是整个国家。
二、“纯竞赛选拔”的多样性之问：姚班是否漏掉了另一种天才？
姚班的招生渠道高度依赖学科竞赛。2023级86人中，56人通过竞赛保送录取——占比65%。
这种选拔方式有一个默认假设：竞赛成绩好 = 数理能力强 = 适合做计算机科学研究。这个等式在大多数情况下成立，但它排除了一类人：那些同样具有极高创造力，但不擅长在竞赛体制内取得高分的学生。
问题在于：计算机科学的顶级创新者，是否一定是最优秀的竞赛选手？
历史给出的答案并不一致。Google的创始人拉里·佩奇和谢尔盖·布林，在本科阶段并非竞赛金牌得主；OpenAI的Sam Altman，大学辍学；DeepMind的Demis Hassabis，本科读的是计算机科学，但同时也是一名国际象棋神童——他的“竞赛”不在数学，而在棋类。这些人的共同特征是：极强的创造力、跨学科的视野、敢于冒险的勇气。这些特质，未必能在竞赛中体现。
有观察者提出一个尖锐的问题：姚班的选拔标准，是否在无意中把“解题天才”和“创新天才”画上了等号？竞赛训练培养的是“在规定时间内解决已知问题”的能力，而科学研究需要的是“提出未知问题”的能力——两者虽然有重叠，但并不完全等同。
姚期智本人也曾反思过这个问题。他在访谈中提到，姚班的学生“都非常聪明、都非常用功”，但他也承认：“要培养学生的创新思维，让他们敢于挑战未知的问题，而不是只做已知的题目。”这句话背后，或许也包含了对竞赛选拔机制的某种审慎。
但姚班的支持者会辩驳：竞赛是“有标准答案的考试”，而姚班四年的训练恰恰是把这些“解题天才”转化为“问题提出者”的过程。 筛选只是第一步，真正的锻造发生在大学四年里。姚班课程设计的核心，正是“让学生从中学思维方式转换成大学的研究思维”——这正是对竞赛缺陷的系统性弥补。
三、“过度强调海外深造”之问：姚班是否加剧了人才外流？
这是姚班争议中最敏感、最无法回避的问题。
姚班二十年的数据清晰地显示：超过半数的毕业生选择了出国，其中绝大多数去了美国，且多数留在了美国。从宏观视角看，姚班确实为中国人才的“流失”提供了动力。
质疑者的逻辑很简单：国家投入了这么多资源培养你们，你们却去为美国服务——这难道不是“为他人作嫁衣裳”吗？
姚班的支持者则提出两点反驳：
第一，这是个人选择的自由。姚班学生的高考分数、竞赛成绩、科研能力，都是他们个人努力的结果。国家确实提供了优质的教育资源，但不意味着他们有义务“必须回国”。强迫人才回流，只会适得其反。
第二，这是一个阶段性的现象。姚期智本人57岁回国，钱学森44岁回国。如果他们在20多岁博士毕业时就被要求“必须回国”，他们可能不会成为后来的科学家。人才需要有“出去”的自由，才会有“回来”的可能。
这两种立场都有道理，但也都有盲区。这场争论的真正焦点是：在“个人自由”和“国家战略”之间，应该由谁来决定平衡点？这没有标准答案，不同时代、不同国家有不同的选择。
一个值得注意的新变化是：2026年教育部保送生新政实施后，姚班的招生口径将被收紧，数学、物理国集选手可能无法再直接保送姚班。这意味着姚班未来的生源结构将发生重大变化——信息学竞赛选手将成为绝对主流，数学、物理背景的学生比例可能下降。这是否会影响姚班“厚基础、重交叉”的培养特色？这个问题的答案，将决定姚班未来十年的走向。
四、更大的追问：姚班模式可以复制吗？
姚班的成功，很大程度上依赖于三个不可复制的条件：
第一，姚期智本人。他是一个图灵奖得主，拥有全球学术影响力，能够吸引最顶尖的师资、设计最前沿的课程、为学生写推荐信——这些都不是普通的大学校长能做到的。姚班是“一个人的教育实验”，如果姚期智退休或精力不济，姚班是否还能维持同样的水准？
第二，清华大学。姚班是清华的“特区”，享受了清华最优质的生源、最充裕的经费、最灵活的政策。把姚班的模式复制到其他高校，未必能取得同样的效果。
第三，时代红利。姚班创办的二十年，恰好是中国经济高速增长、全球计算机科学飞速发展的二十年。姚班学生赶上了人工智能的“黄金时代”。如果姚班创办于1980年代或2040年代，结果可能完全不同。
姚班模式可以复制吗？答案或许是否定的。姚班的成功，更像是“特殊人物在特殊时期特殊环境下的特殊产物”。但姚班的精神——培养“能够定义未来”的人——是可以在更大范围内传播的。
五、尾声：姚班是一个矛盾体，但它的主流是值得的
姚班本身就是一组深刻的矛盾。
它在选拔极少数人的同时，也在激励无数人——每一个竞赛生都知道姚班的存在，它成为了一种“最高的标杆”。它把最聪明的人送出国，但也在孕育着未来的回流；它看似“为美国服务”，但也在为中国储备“未来的火种”。
如果要回答“姚班值不值得”这个问题，答案取决于你站在多长的时间尺度上看。
如果你站在“当下”看，姚班确实把大量顶尖人才送给了美国。如果你站在“十年后”看，姚班已经开始有校友回国任教、创业、担任首席科学家。如果你站在“三十年后”看，姚班的真正价值才会完全显现——那些在美国成为教授的人，那些在OpenAI、Google成为核心骨干的人，那些在中国创办硬科技公司的人，他们的影响力会像涟漪一样扩散、叠加、最终形成洪流。
姚期智57岁回国时，很多人说“回来得太晚了”。但他用二十年证明：只要回来了，就不晚。姚班的学生们正在走同样的路——有些人已经在国内扎根，有些人正在回国途中，更多的人还在美国积蓄力量。他们终将回来，只是还需要时间。
姚班的二十年，是中国从“追赶世界”到“融入世界”、再到“影响世界”的一个微小而尖锐的缩影。它把全国最聪明的一群人，先送到全球最前沿去学习、去竞争、去证明自己，然后等待他们以各自的方式，把火种带回来。
这不是“人才流失”，这是“火种散播”。
而火种，终究是要回到故乡的。
（全文完）
历届高考生中0.03%比例里面塔尖上的翘楚的足迹：
热门跟贴