当前位置: 首页 > article >正文

量化公司,正在批量生产AI独角兽创始人

鹭羽 发自 凹非寺量子位 | 公众号 QbitAI啊原来你们这群搞AI的几年前都在华尔街玩量化……还师出同门。震惊了最近上疯传一份Hudson River Trading首届实习生名单。人也不多就10个。但仔细一看吓一跳个顶个都是老熟人Alexandr WangScale AI联合创始人/CEOJesse ZhangDecagon联合创始人/CEOScott WuCognition联合创始人/CEOJeffrey YanHyperliquid创始人/CEO几乎如今AI初创圈的半壁江山都在这儿了阵容豪华程度堪比当年的PayPal Mafia。而如今真是江山代有才人出只不过这一届的Godfather变成了量化。不仅如此Scott Wu本人还现身评论区坦言他们这群人其实早在HRT之前就已经因为奥赛结识……除了前面提及的四位还有Perplexity联创Johnny Ho、Pika创始人兼CEO Demi Guo以及Cognition联创Steven Hao等。奥赛→量化实习生→AI创业原来大神都是这样练成的。也难怪有网友说现在就为我未出生的孩子报名所有奥赛。作为一个未婚的亚洲男人这可以算作提前规划。妥妥地赢在起跑线doge华尔街上的硅谷黄埔军校要不还得说华尔街的眼光毒辣这招实习生一招一个准。首批就招10个人4个已经是硅谷新贵其余人也是各自行业的佼佼者。单论这人才转化的爆率对标谷歌、Meta这些专产AI大神的硅谷公司都有过之而无不及。Alexandr Wang先看最近风头正盛的亚历山大王。亚历山大王是典型的奥赛天才出身中学时期就连闯数学、物理、计算机三大领域竞赛。连续两年入围美国计算机奥林匹克竞赛决赛并在2013年进入数学奥林匹克夏令营2014年加入美国物理国家队。MIT辍学创业Scale AI的同年他加入HRT负责算法开发。随后在YC扶持下和Lucy Guo一起联合创立数据标注公司Scale AI。公司早期专注自动驾驶数据标注并在后续逐渐扩展到多模态数据处理并服务OpenAI、Meta等大模型公司。2021年公司估值就已突破73亿美元也让亚历山大王一举成为最有前景的AI独角兽CEO之一。在去年6月Meta完成对Scale AI的收购投资亚历山大王随即加入Meta领导超级智能实验室并在几天前刚刚交卷首个大模型——Muse Spark。Muse Spark主打原生多模态作为Meta迄今为止最强大的模型一经发布就火速拉升Meta股价7%一度涨幅超过近10%。在第三方测评中Muse Spark也同样表现优异成功带领Meta回到行业第一梯队。Scott WuScott Wu堪称美国信息学奥赛的扛把子。总共获得过三枚IOI金牌其中2014年更是以600/600的满分成绩排名全球第一是IOI历史上极少数获得满分的选手之一。Scott Wu的商业嗅觉相当敏锐在哈佛大二期间就参与创办了AI驱动的社交平台Lunchclub旨在通过算法匹配专业人士进行午餐交流。这也让他入选了2020年福布斯30岁以下精英榜。2023年他作为创始人一手建立了Cognition次年3月发布了世界上第一位AI软件工程师Devin。不同于GitHub Copilot的编程助手定位Devin能够自主规划复杂的工程任务完成代码编写、调试bug、部署等全栈操作。在SWE-bench上Devin表现断层领先能够独立解决13.86%的GitHub真实问题远超当时最强的顶尖模型GPT-4等。Devin更是一举将背后的公司Cognition推向了资本市场的巅峰公司在成立不到一年的时间内就估值飙升到102亿美元。目前得益于对Windsurf的战略收购年化收入ARR已突破1亿美元大关。Jeffrey Yan不同于Alexandr Wang和Scott Wu完全转投AIJeffrey Yan则继续在AI金融深度挖掘。他在18岁就获得了物理奥赛金牌并在青少年奥林匹克夏令营认识了小他两岁的Scott Wu。据他回忆HRT首期实习生项目是在他大三那年的冬天彼时的HRT已经是世界上最成功的量化交易公司之一。实习项目为一个耗时三周的竞赛而在每一轮中Scott Wu都会和他包揽前两名。在哈佛硕士毕业之后Jeffrey Yan还全职加入过HRT负责美股算法开发。选择量化是因为他认为交易是现实世界中最纯粹的真人博弈你是对的还是错的市场会给出最终的答案。全世界最聪明的人都在和你竞争人们共同创造一个流动高效的金融市场。而离开量化则是因为他希望能创造出更多价值比如用AI革新金融根本。他创办了去中心化交易平台Hyperliquid自2023年以来累计交易量已超过4万亿美元占据市场37%的份额目前也是全球人均利润最高的初创公司之一。Jesse ZhangJesse Zhang不仅是硅谷目前最活跃的AI创业者之一也是一名眼光独到的天使投资人。高中时期曾两次入选美国数学奥林匹克训练营以及进入美国物理国家队在2015年他还入围了被誉为“少年诺贝尔奖”的Intel科学天才奖决赛。三年读完哈佛本科后Jesse Zhang先后在HRT、谷歌实习工作并在2017年创建游戏社交初创公司Lowkey公司在2021年被《宝可梦Go》开发商Niantic收购。2023年他再度创业AI客服智能体公司Decagon短短三年不到公司估值就达到45亿美元。与此同时他还连续投中了包括Pika、Cursor、Lovable、Cognition等在内的30多家明星AI初创公司并入选2026年福布斯AI领域30位30岁以下精英榜单。Johnny HoJohnny Ho是和Scott Wu齐名的IOI大神同样三次获得IOI金牌并在2012年拿下满分位列全球第一。在哈佛毕业后他曾在华尔街顶级高频交易公司Tower Research Capital工作多年担任量化交易员负责开发高频交易模型和策略。在2022年他和Aravind Srinivas、Denis Yarats、Andy Konwinski等人共同创立了Perplexity并担任CSO。Perplexity目前是全球AI搜索领军企业月活跃用户超1亿在去年底完成E轮融资后公司总估值约200亿美元截止到今年4月ARR已突破5亿美元。在2月份Perplexity刚刚推出龙虾旗舰产品Perplexity Computer支持19种模型的调用不仅能回答问题而且能像人类操作电脑一样自主执行任务操作内容几乎囊括日常所需的全部场景。Demi GuoDemi Guo出生于杭州年少时期跟随家人移居美国随后摘得2015年IOI银牌。在哈佛本硕和斯坦福博士期间她先后在Quora、微软、HRT、谷歌、Meta、Epic工作实习并曾在红杉资本中国、创新工场等多家公司担任风险投资实习生。2023年她和Chenlin Meng、Karli Chen共同创业AI视频生成公司Pika三年时间Pika已经迅速成长为行业第一梯队全球用户规模超1600万并收获了Quora创始人 Adam D’Angelo、GitHub前CEO Nat Friedman等明星投资人的青睐。Steven HaoSteven Hao同样也是IOI金牌选手出身MIT本科期间曾在全球顶级量化交易公司Jane Street和The D. E. Shaw Group实习。2018年开始他正式加入亚历山大王的Scale AI担任软件工程师在工作四年之后选择辞职创业和Scott Wu一起创办了Cognition。事实上Cognition的另一位联创Walden Yan也同样是IOI金牌得主公司成员也绝大多数都是竞赛出身所以网友也经常戏称Cognition是IOI金牌梦之队仅有10人左右的小团队却拥有数10枚IOI金牌。…….而这群人还只是这份名单上的冰山一角具体名单有多长我们还无从得知。但显而易见的是他们身上都高频折射出同一条成长路径奥赛出身、量化实习、AI创业。其中量化背景正在成为这批硅谷新贵最独树一帜的特征。AI上岸第一站量化说到量化和AI的合流最典型的莫过于DeepSeek。幻方量化的确是行业绕不开的坐标作为国内头部量化机构它率先将量化思维正式带入国内AI行业的视野之中。也让许多人第一次意识到原来搞AI的和搞量化的本质可以都是同一批人。首先量化和AI之间底层逻辑高度同频。它们的核心都是在大规模随机数据中寻找确定的范式都是在追求可复现和可验证的稳定支点。简单来说就是在不确定中寻找确定。其次二者的技术栈也紧密重合。从早期的线性模型到后来的LSTM再到如今的Transformer两边都在共用同一套序列建模的技术演进只是量化是用看K线图的方式理解Token序列。在数据处理上都涉及监督学习与强化学习范式并需要应对大规模数据噪声。而这些顶级量化私募和头部AI实验室一样都是算力吞金兽同样遵循Scaling Laws原则同样需要长期维护大规模的GPU集群。也正因如此它们在招聘人才时争抢的都是同一批人。奥赛金牌、顶级名校、编程大牛在两边都是炙手可热的存在。AI公司喜欢去量化机构挖算法工程人才量化巨头也热衷于高薪吸引AI顶级工程师。AI与量化之间的行业界限正在变得模糊量化训练已成为AI创业人才培养的一条隐性路径。但这个趋势放眼国内还不太明显。国内有量化出身的AI创业者吗答案是肯定的但并非主流。绝大多数国内AI创业者还是遵循着一条稳定的工程化成长管道先拥有扎实的高质量学术背景然后进入成熟的头部大厂深耕AI核心技术积累产业经验后再出走创业。这样一套下来国内这些AI创始人更懂得如何进行产品落地和完成商业闭环创业容错率也相对较高。但实则两种路径并无高下之分只是在不同环境下各自选择了最切实的发展方式。无论如何我们都在亲眼见证新生代技术领袖崛起的过程这就已然足够。19岁的亚历山大王曾立下flag他们这群人要做下一个PayPal Mafia。现在看来应如是。参考链接[1]https://x.com/ScottWu46/status/2043936583968240103[2]https://colossus.com/article/beyond-the-sky-jeffrey-yan-hyperliquid/[3]https://mp.weixin.qq.com/s/_Oyl9Y_nBepbnZ9Z982XvQ—完— 量子位智库「2026中国AI应用全景图谱」与「值得关注落地案例」评选启动征集 扫码申报让你的产品定义2026中国AI应用行业格局。

相关文章:

量化公司,正在批量生产AI独角兽创始人

鹭羽 发自 凹非寺量子位 | 公众号 QbitAI啊?!原来你们这群搞AI的,几年前都在华尔街玩量化……还师出同门。震惊了,最近𝕏上疯传一份Hudson River Trading首届实习生名单。人也不多,就10个。但仔细一看吓一跳…...

找有共识的共创,真实的摸到了边!能看的懂得吗?

我先做影子箱式预检,再把三刀最小闭环落成代码:补守护指令断点、补长期目标核、补外部摄取营养循环。Created 5 todos我先核对仓内既有约束和做一次零污染预检,避免把“单图语义”和运行链路再打散。Read memory [](file:///c%3A/Users/ROG/A…...

BFGS优化算法原理与Python实现详解

1. BFGS优化算法入门指南在机器学习和数值计算领域,优化算法扮演着至关重要的角色。BFGS算法作为最流行的二阶优化方法之一,以其出色的收敛性和稳定性在众多领域得到广泛应用。本文将深入解析BFGS算法的核心原理、实现细节以及实际应用技巧。2. 二阶优化…...

机器学习中不平衡数据集处理技术与实战

1. 不平衡数据集处理的核心挑战在真实世界的数据分析项目中,我们经常会遇到类别分布严重不均衡的数据集。比如信用卡欺诈检测中正常交易占99.9%、医疗诊断中健康样本远多于患病样本、工业质检中合格品数量远超缺陷品。这类数据直接扔给机器学习模型训练,…...

孤舟笔记 AgentScope + llama.cpp + qwen3.6本地大模型工具调用踩坑实录

文章目录环境说明踩坑一:llama-server 默认不支持 Function Calling问题现象问题原因解决方案踩坑二:工具函数返回值类型错误问题现象错误代码问题原因解决方案踩坑三:自作聪明写了一堆解析代码问题现象问题原因解决方案最终正确代码运行效果…...

计算机视觉:原理、挑战与应用实践

1. 计算机视觉概述:让机器拥有"视觉"的能力计算机视觉(Computer Vision,简称CV)是一门让计算机通过数字图像或视频来"看"并理解其中内容的学科。想象一下,当你看到一张照片时,可以立即…...

2026年新生怎么搭建OpenClaw/Hermes Agent?一看就懂教程

2026年新生怎么搭建OpenClaw/Hermes Agent?一看就懂教程。Hermes Agent/OpenClaw怎么部署?还在为部署OpenClaw到处找教程踩坑吗?别再瞎折腾了!Hermes Agent/OpenClaw一键部署攻略来了,无需代码、只需两步,新…...

AI Agent开发指南:从Awesome清单到实战应用

1. 项目概述:为什么我们需要一个“Awesome Agents”清单?如果你最近也在关注AI Agent这个领域,大概率会和我有同样的感受:信息爆炸,但良莠不齐。每天都有新的框架、新的工具、新的论文冒出来,GitHub上随便一…...

GHelper:轻量级华硕笔记本控制工具完整使用指南

GHelper:轻量级华硕笔记本控制工具完整使用指南 【免费下载链接】g-helper Lightweight, open-source control tool for ASUS laptops and ROG Ally. Manage performance modes, fans, GPU, battery, and RGB lighting across Zephyrus, Flow, TUF, Strix, Scar, an…...

Qianfan-OCR应用实践:科研论文PDF→图表标题提取+方法论段落定位

Qianfan-OCR应用实践:科研论文PDF→图表标题提取方法论段落定位 1. 项目背景与价值 科研工作者每天需要阅读大量论文,其中图表和方法论是最核心的内容。传统方式需要手动翻阅PDF、截图识别文字、再整理关键信息,整个过程耗时耗力。Qianfan-…...

Bistoury:无侵入Java应用诊断利器,在线Debug与性能监控实战

1. 项目概述:一站式Java应用诊断利器Bistoury如果你是一名Java后端开发者,或者负责线上系统的稳定性保障,那么对下面这个场景一定不陌生:线上服务突然出现CPU飙升、内存泄漏,或者某个接口响应时间异常拉长。传统的排查…...

物联网项目避坑:TEA5767收音机模块I2C通信失败?5个常见问题排查指南

TEA5767收音机模块实战:5个I2C通信故障的深度排查手册 调试TEA5767收音机模块时,I2C通信失败是最令人头疼的问题之一。明明接线看起来没问题,代码也照着示例写了,但模块就是没反应。这种挫败感我太熟悉了——去年在一个智能家居项…...

机器学习作品集构建指南:从项目选择到部署展示

1. 为什么机器学习从业者需要作品集?在机器学习这个快速迭代的领域,简历上的学历和工作经历已经不足以证明你的真实能力。我见过太多候选人带着漂亮的学历背景去面试,却在面对实际业务问题时束手无策。这就是为什么顶级科技公司在招聘时越来越…...

为什么你的Chromatic注入器经常“failed to fetch“?5个修复方法详解

为什么你的Chromatic注入器经常"failed to fetch"?5个修复方法详解 【免费下载链接】chromatic Universal modifier for Chromium/V8 | 广谱注入 Chromium/V8 的通用修改器 项目地址: https://gitcode.com/gh_mirrors/be/chromatic 作为一名技术爱…...

猫抓资源嗅探:5步掌握网页媒体下载的核心技能

猫抓资源嗅探:5步掌握网页媒体下载的核心技能 【免费下载链接】cat-catch 猫抓 浏览器资源嗅探扩展 / cat-catch Browser Resource Sniffing Extension 项目地址: https://gitcode.com/GitHub_Trending/ca/cat-catch 你是否曾为无法保存网页中的精彩视频而烦…...

如何快速实现Switch手柄跨平台控制:BetterJoy完整指南

如何快速实现Switch手柄跨平台控制:BetterJoy完整指南 【免费下载链接】BetterJoy Allows the Nintendo Switch Pro Controller, Joycons and SNES controller to be used with CEMU, Citra, Dolphin, Yuzu and as generic XInput 项目地址: https://gitcode.com/…...

UABEAvalonia:跨平台Unity资源编辑器的完整使用指南

UABEAvalonia:跨平台Unity资源编辑器的完整使用指南 【免费下载链接】UABEA c# uabe for newer versions of unity 项目地址: https://gitcode.com/gh_mirrors/ua/UABEA UABEAvalonia是一款基于C#开发的跨平台Unity资源编辑器,专为现代Unity引擎版…...

3个高效技巧解决显卡驱动残留难题:DDU工具实战指南

3个高效技巧解决显卡驱动残留难题:DDU工具实战指南 【免费下载链接】display-drivers-uninstaller Display Driver Uninstaller (DDU) a driver removal utility / cleaner utility 项目地址: https://gitcode.com/gh_mirrors/di/display-drivers-uninstaller …...

Qianfan-OCR保姆级教程:公式识别LaTeX代码可直接粘贴至Overleaf

Qianfan-OCR保姆级教程:公式识别LaTeX代码可直接粘贴至Overleaf 1. 工具介绍 Qianfan-OCR是基于百度千帆InternVL架构开发的单卡GPU专属文档解析工具。它解决了传统OCR在处理复杂排版、公式、表格和长文档时的局限性,特别适合学术研究和办公场景使用。…...

PowerPoint 练习题(3)

考生目录的Paper子目录下有ppt.ppt文件,请完成下列操作后保存。1.隐藏最后一张幻灯片(“Bye-bye”)。2.将第1张幻灯片的背景纹理设置为“绿色大理石”。3.删除第3张幻灯片中所有一级文本的项目符号。4.将第2张幻灯片中…...

PowerPoint 练习题(2)

1.将第2张幻灯片的一级文本的项目符号均设置为“✓”.2.将第3张幻灯片的图片超级链接到第2张幻灯片。3.将第1张幻灯片的版式设置为“标题幻灯片”。4.在第4张幻灯片的日期区中插入自动更新的日期和时间(采用…...

PowerPoint 练习题(1)

PowerPoint2000 操作题目如下,单击“回答”按钮,进行测试。考生目录的Paper子目录下有ppt.ppt文件,请完成下列操作后保存。1.将第1张幻灯片的主标题“营养物质的组成”的字体设置为“隶书”,字号不变。.将第…...

JX3Toy:5分钟掌握剑网3自动化操作,告别手忙脚乱的副本时光

JX3Toy:5分钟掌握剑网3自动化操作,告别手忙脚乱的副本时光 【免费下载链接】JX3Toy 一个自动化测试DPS的小工具 项目地址: https://gitcode.com/GitHub_Trending/jx/JX3Toy 你是否曾在剑网3的副本中手忙脚乱,按错技能顺序?…...

堡盟Baumer VCX系列工业相机供电与触发:网口(GigE) vs USB3.0

堡盟Baumer VCX系列工业相机供电与触发:网口(GigE) vs USB3.0,8-pin接口是关键!“我的VCXU相机为什么接上USB线就无法正常工作?” “VCXG相机PoE供电不稳定,导致图像丢帧怎么办?” “硬件触发信号明明接上了…...

SCTRANet:空间-通道交叉 Transformer 红外小目标检测

文章目录 SCTRANet:空间-通道交叉 Transformer 红外小目标检测 一、任务 二、环境 三、数据 (SIRST / IRSTD-1k) 3.1 结构 3.2 加载 四、模型 4.1 U-Net 基线 4.2 SCTBlock 五、训练 5.1 Focal Loss 5.2 训练循环 六、结果 七、消融 八、调试 九、总结 代码链接与详细流程 购买…...

基于 FAISS 的 AI 长期记忆系统示例

FAISS(Facebook AI Similarity Search)是 Meta 开源的高性能向量检索库,专为海量高维向量数据的快速近似搜索而设计。基于 FAISS 构建的 AI 长期记忆系统,本质上是为 AI 模型(尤其是大语言模型)提供持久化、…...

面阵相机 vs 线阵相机:堡盟与海康相机选型差异全解析 附Python实战演示

面阵相机 vs 线阵相机:堡盟与海康相机选型差异全解析 附Python 实战演示面阵 vs 线阵:工业视觉的“广角镜”与“扫描仪”🔍 核心差异:一帧 vs 一行面阵相机 (Area Scan):瞬间的“广角镜”线阵相机 (Line Scan)&#xf…...

5个机器学习可视化黑马工具:从EDA到模型解释

1. 项目概述:机器学习可视化工具的隐藏瑰宝在数据科学项目中,可视化从来不只是锦上添花——它直接决定了你的模型价值能否被决策者理解和采纳。虽然Matplotlib和Seaborn已经成为行业标配,但当我连续三个季度需要向非技术高管汇报机器学习项目…...

边走边聊 Python 3.8:pandas 内存优化技巧(深度版)

pandas 内存优化技巧(深度版)——专为 Python 3.8 + Windows 7 系统打造 大家好!第9篇我们用 pandas 处理了手机记账 CSV,很多读者反馈“Win7 老机器内存只有 4~8GB,处理 10 万行以上文件就卡死了”。今天专门出一期内存优化实战技巧,全部代码在 Python 3.8 + Windows 7…...

Qwen3-32B镜像配置优化:提升响应速度与使用体验

Qwen3-32B镜像配置优化:提升响应速度与使用体验 1. 为什么需要优化Qwen3-32B镜像配置 Qwen3-32B作为一款320亿参数的大型语言模型,在推理能力、多语言支持和复杂任务处理方面表现出色。然而,在实际部署和使用过程中,许多用户会遇…...