翻开2026年的胡润中国富豪榜，最引人注目的不是首富换成了谁谁，而是整张榜单的“气质”发生了彻底的改变。

那些曾经熟悉的面孔——靠土地红利起家的开发商大佬、在传统制造业深耕数十年的实业巨头——正在悄然从顶部退场。替代他们的，是一批年龄普遍在35到42岁之间的年轻面孔。他们清一色理工科背景，普遍持有国内外顶尖院校的博士或硕士学位，创业时间大多不超过十年，最短的甚至只有三年。

陈天石，中科大少年班出身，寒武纪创始人，个人财富估算超过2100亿元；梁文锋，浙大硕博，DeepSeek深度求索创始人，个人财富估算超过1800亿元；杨植麟，清华本科、CMU博士，月之暗面创始人，个人财富估算950亿元；张鹏，清华计算机本硕博，智谱科技CEO，财富估算约500亿元；闫俊杰，清华计算机系博士后，MiniMax创始人，财富估算约250亿元；王兴兴，上海大学工科硕士，宇树科技创始人，财富估算超过150亿元……

这份名单还可以继续拉长。若把百亿以下的年轻技术创业者一并纳入，人数相当可观。

除了相似的理工科背景，他们的出身也比较相似——大多数来自普通家庭，既无父辈资本铺路，也无传统资源加持。他们的财富，几乎全部集中暴发在最近两三年。陈天石个人财富在2025年一年内涨幅超445%，位居中国富豪榜涨幅首位；梁文锋的DeepSeek从百亿美元估值到515亿美元，据报道只用了21天，对应的自然是创始人资产的水涨船高。

这些究竟意味着什么？

40年三代富豪

要理解这一代人为何能在如此短的时间内完成如此规模的财富积累，需要把时间尺度拉长，放到中国47年改革开放的完整历程里去看。

中国第一代顶级富豪，诞生于八九十年代。那个时代最核心的生产要素不是技术，是胆量。计划经济留下了巨大的商品短缺窟窿，市场化改革打开了政策闸门，但绝大多数人还在原地观望。宗庆后、王健林、刘永好们，大多没有顶尖学历，也没有家族资本，他们胜在敢于跳出来，在传统制造、商贸流通、矿产资源、房地产领域抢先占位。这一代人的财富积累，是典型的线性模式：每一步都需要时间，需要线下体系的慢慢搭建，需要人脉网络的逐年沉淀。大多数人要熬到年过五十，才能真正稳稳站在顶级富豪行列。财富积累周期长，往往需要二三十年。

第二代富豪的崛起，发生在2000年前后那十五年，以70后为主。PC互联网和移动互联网先后涌来，颠覆了依赖地域和线下渠道的传统商业模式。马云、马化腾、黄峥们踩在浪头上，用平台模式把全国甚至全球的流量汇聚起来，靠用户规模换估值，靠商业模式创新赚取溢价。与第一代相比，这一代人的造富速度明显加快，财富量级更大，但他们同样需要至少十到十五年的深耕与沉淀，才能真正走到聚光灯下。当流量红利见顶、平台监管收紧之后，“规模换溢价”的模式开始逐渐失灵。

如今这批85后、90后学霸新贵，打破了前两代的所有节奏感。月之暗面2023年4月成立，三年内估值超200亿美元；宇树科技创立于2016年，如今估值超400亿元，即将完成上市。这种以年为单位衡量的财富跃升速度，放在任何一个历史时期都是异类。

新富的三大要素

若只看教育背景，这批人的相似度像是一条流水线上的产品。中科大少年班、清华计算机系博士后、卡梅隆大学人工智能博士、浙大AI方向硕博——这些创业者很早就在细分技术领域做到了世界前列的专业积累。

当然学历只是入场券，真正决定这批人能走多远的，是几件事的叠加共振。

技术壁垒的高度，是第一道门槛。陈天石在创立寒武纪之前，已在计算机体系结构领域深耕近十年，他与兄长陈云霁合著的神经网络处理器论文在业内被引用超过千次，这才是他后来能在AI芯片赛道站稳脚跟的真实底气。梁文锋的路径同样耐人寻味——创立DeepSeek之前，他在自创的幻方科技做量化交易多年，对大规模算法调度和算力资源管理的理解，在国内同行中属于极少数真正触碰过天花板的人，这种跨领域积累，让DeepSeek在训练效率上的突破显得厚积薄发。王兴兴则更是一个极端案例——在上海大学读研期间几乎把全部时间砸在机器人机械结构上，毕业后用自己攒出来的第一台四足机器人原型机拉来了最初的投资人，宇树从他在实验室里反复调试关节电机时就已经开始。

时代拐点的精准卡位，是第二个关键变量。这批人赶上了一个特殊的历史交汇点——中国顶尖理工科教育培养出的工程师红利在2020年代密集释放，与AI、算力、机器人等底层技术的集中爆发几乎完美重合。但这种共振并非均质的偶然。俞浩在清华读书时就痴迷于扫地机器人的结构优化，毕业后始终没离开消费级智能硬件方向，追觅成立时他已在行业摸索将近十年；刘靖康做影石创新，从南大宿舍起步，一开始做的是全景相机这个极度小众的品类，硬是靠极致的产品打磨在全球运动相机市场打出一席之地。这两个案例说明，卡位拐点不等于赌运气，背后是对某个细分方向长达数年的持续押注，在市场还没热起来之前就把路修好。

对控制权近乎偏执的坚守，是第三个鲜明特征。梁文锋通过直接与间接持股，合计控制DeepSeek超过84%的股权；王兴兴通过AB股设计掌控宇树近70%的表决权；杨植麟在月之暗面完成多轮大额融资后，依然保留了主导公司走向的核心话语权。这背后是一种清醒的认知——在硬科技赛道，一旦创始人失去控制权，技术路线就会被资本绑架，长期战略就会向短期财务指标妥协。他们宁可融资规模小一点，也要守住掌舵权。这与第二代互联网创业者形成了明显反差——当年为了做大规模多轮稀释、最终在监管风波前几乎无力自保的案例，这一代人亲眼见过，显然也已经从中汲取了教训。

还有一个常被忽略的特征，就是这批高成长公司大多天生具备全球化基因，而且全球化的逻辑与前两代人完全不同。第一代富豪的财富扎根国内；第二代出海靠的是把国内跑通的模式复制到海外。这一代人从创业第一天起就在全球市场里竞争，技术产品的语言本来就是通用的。追觅科技的广告登上美国超级碗，影石创新的主要客户是欧美极限运动爱好者，海外营收占比高达80%，宇树的机器人产品同样在海外市场收获大量订单。全球化在这批公司这里，早已从后期扩张的附加选项变成了从产品立项第一天就写进基因里的默认预设。

财富的暗门

目前这批年轻学霸富豪的财富，绝大多数还停留在纸面阶段。未上市公司靠融资估值衡量，已上市公司靠二级市场股价背书，两者都是高弹性资产，大幅回撤随时可能发生。影石创新2025年6月上市时市值一度破700亿，之后明显回落；寒武纪高峰期市值曾突破7000亿，但能否被真实业绩兑现，至今仍是市场最大的疑问之一。AI芯片国产替代的逻辑固然成立，但逻辑成立和估值成立之间，还有相当长的路要走。

当然，更大的不确定性来自收入与估值之间普遍存在的巨大落差。国内多家头部大模型公司的年化营收目前仍在亿元人民币量级，估值却已到了数百亿美元——中间横亘着一个巨大的信仰乘数，市场押注的是未来商业化的爆发，而非当下已经兑现的利润。2000年互联网泡沫破裂时，倒下的那批公司并非技术做错了什么，而是估值远远跑在了商业化现实前面。一旦AGI实现时间比市场预期晚上十年，或者大模型的商业化路径出现结构性卡壳，这个信仰乘数就会快速收缩，这种前车之鉴在AI时代完全有可能以新的形式重演。

技术路线本身的风险同样不容忽视。大模型的竞争格局远未尘埃落定，全球层面来自OpenAI、Anthropic、谷歌的压力，是国内玩家难以轻易追平的量级。国内公司的相对优势，很大程度上依赖本土数据积累和场景适配，一旦全球领先的通用模型在中文理解上完成补课，这道护城河究竟有多深值得认真追问。更底层的变量来自AI架构本身的快速演化中，一旦出现颠覆性的范式突破，当前在这套体系上积累的所有工程经验和产品壁垒，都需要重新校准。

地缘政治的压力也在以肉眼可见的速度在加深。高端芯片出口管制持续收紧，开源模型合规边界越来越模糊，跨境数据流动的摩擦与日俱增。这对这批公司的影响是双向的——国产替代的政策红利在国内创造了相对宽松的市场空间，但全球化扩张的路径正在变窄。一旦涉及更敏感的技术领域，整个出海逻辑都面临重新评估的压力。

对于这批年轻富豪个人而言，实现财富并且守住财富的难度可能远远高于创造财富。在技术赛道上的判断力和在资产配置上的成熟度，是两套完全不同的能力体系，前者的强大并不自动赋予后者。加杠杆博弈泡沫、盲目跨界、忽视资产隔离——这些看似低级的错误，在历史上反复收割过一批又一批暴富者。

这批创始人大多正处在全力冲刺公司发展的阶段，财富管理架构的搭建往往滞后于财富规模的增长，这是可能造成系统性风险的未知点。财富从纸面变成真实可持续的资产，需要兑现节点的合理安排、完善的信托与法律架构，以及对自身边界清醒的认知。能把这几件事同时做好的年轻创始人，到目前为止还是少数。

普通人的机会

除了围观这群年轻人财富积累的火箭速度，普通人可否从中得到一些启发？

他们的成长路径告诉我们教育投资的价值并没有失效，只是更新了评价维度。AI时代又开始流行“读书无用”“学历贬值”的声音，背后当然有真实的就业压力，但也有相当程度的误读。这批年轻学霸富豪的出现，并不是在说“只要读名校就能发财”，而是在说在一个技术壁垒主导财富创造的时代，顶尖技术方向的顶尖专业训练，依然是最强的个人杠杆之一。当然，这一预设兑现的前提在于选对方向——在AI、机器人、芯片、合成生物学等真正有前景的硬科技领域深度积累，远比在已经严重饱和的传统行业内卷更有长期价值。盲目鸡娃当然不对，但因为就业难就全面放弃对知识的追求，代价同样不小。

职业深度的选择，同样值得重新审视。频繁跳槽追逐热点，往往只是制造了简历上的丰富感，并没有真正积累起不可替代的壁垒。这批技术创始人的共同轨迹，几乎都是在某一个细分技术方向上持续深耕十年以上，等到技术拐点来临时，厚积薄发。技术复利的逻辑跟金融复利一样——前期回报缓慢，但到了某个临界点，增长曲线会陡然拉升。

参与这场技术造富浪潮的方式，也并非只有自己创业一条路。加入头部AI公司或机器人公司，拿到早期期权，是最直接的方式；关注为这些公司提供算力、数据、关键零部件的产业链上游企业，是相对稳健的投资逻辑；学会用AI工具成倍放大个人产出，以超级个体的姿态参与竞争，是成本最低的入场方式——AI在显著降低创作和生产的边际成本，一个能熟练调用AI工具的普通人，在某些领域的产出已经能抵得上过去十个专业人士。

还有一个更宏观的视角值得留意——历史上，每一次重大技术范式转移，都会在边缘地带孕育新的创富机会，而这些机会往往在主流视野还没完全聚焦过来之前就已开始成形。AI大模型之后，合成生物学、固态电池、脑机接口、核聚变等方向，正处在那个还没有被主流注意力过度炙烤的阶段。提前研判下一个拐点，比追高已经被众人看到的机会，自然有更大的成长空间，但是也需要更精准的独立判断。

每一个时代的财富图谱，都是那个时代最稀缺禀赋的价格体现。地产时代稀缺的是胆量和土地，互联网时代稀缺的是流量和连接，AI时代稀缺的是顶尖智力和技术壁垒。

这批85后、90后学霸新贵的批量崛起，既是中国顶尖理工科教育积累二十年之后的集中释放，也标志着一套全新财富逻辑的确立——靠资源套利、靠人脉圈层、靠信息差吃饭的粗放创富模式，已真正走到了尾声；定义财富上限的，正在切换为认知深度和技术壁垒。

这套逻辑当然还不稳固，泡沫的成分也可能难以估量，潜在的风险仍在累积。但方向已经清晰——读懂今年新潮气质的富豪榜，本质上是在读懂背后那张更大的时代地图。

（作者系北大汇丰商学院智库世界经济副研究员，经济学博士）

作者：朱兆一

图片来源：视觉中国、IC

图片编辑：张旭

值班编辑：张旭