数学专业的另一面：在今天华尔街日报这篇题为“华尔街与AI争抢数学天才，量化金融新人年薪迈向百万美元”的新闻之下，我读到这两条读者的评论。相比于量化交易和顶级AI公司给出的高薪，数学人才要走学术的道路取得教职清贫而又艰难。下面的第二条评论，读者的儿子经历了最顶级大学做博士后（还是哥伦比亚大学的），没有找到在学界的机会，下周准备去量化交易公司上班了。这是我说的为什么王虹得奖的事跟绝大多数人无关的原因。即使热爱数学且有天赋，这条道路还是太难了。他们得奖非常厉害，但是也需要知道这背后对普通人究竟有什么意义，根本没有什么what if。
Michael Jacobs：
最初立志进入学术界的数学和计算机科学博士生人数，远远超过学术界能够提供的职位数量。即使只是获得一个助理教授职位，也要经历一条漫长而充满不确定性的道路，更不用说最终取得终身教职了。
我的儿子目前是伯克利大学的数学博士生。他说，申请200个博士后职位、最后只拿到一两个录用通知，是非常普遍的事情。去年美国国家科学基金会（NSF）削减经费以后，情况变得更加困难。即便获得一个博士后职位，也完全不能保证以后能够当上教授——哪怕连续做两三轮博士后也不行。有些人在一个或多个机构做了5到10年博士后，最终还是放弃学术道路，另找工作。
我问儿子，他的同学如果无法进入学术界，一般会做什么。他说，现在外面的工作机会其实很多，大多数人都能比较容易地转向量化金融或者软件工程。对他而言，这不仅仅是收入问题，更重要的是这些职业具有更高的确定性，同时也让他能够摆脱学术界那种行会式的思维方式——这种文化同样影响着医学界，而我本人就在医学领域工作。
不妨站在一个27岁年轻人的角度想一想：刚刚读完博士，一边是充满理想、却前途未卜的学术道路；另一边则是进入私营部门，一年赚到的钱可能相当于学术道路最初7到10年的收入。即使人工智能将来可能取代你的工作，你至少可以穿着T恤上班，在一个气氛像研究生休息室一样轻松的地方工作。
如果学术界真的希望留住这些人才，就应该拿出诚意，给他们更好的待遇。
Myung Eun Lee：
非常赞同。我的儿子很热爱数学，不过他并不是什么数学天才。大学本科读完纯数学专业以后，他继续在哥伦比亚大学攻读并获得了统计学博士学位。
此后，他又做了两段博士后研究工作。博士后的收入只勉强够一个单身年轻人在城市里维持生活，但即使如此，他仍然没有找到多少能够继续留在学术界的机会，尽管他本人很希望走这条路。
现在，他将在下周开始自己的量化金融新职业。
-------------------------------------------华尔街与AI争抢数学天才，量化金融新人年薪迈向百万美元
AI热潮正在推高顶尖数学和计算机人才的身价。量化交易公司依靠复杂的数学模型、机器学习和人工智能寻找交易机会，而OpenAI、Anthropic等AI公司需要的也是同一批具有数学、算法和机器学习能力的顶尖毕业生。两大行业争抢一个极小的人才池，使得量化金融的薪酬迅速上涨。
目前，顶级量化公司的标准新人薪酬包通常在35万至50万美元之间。如果暑期实习生在盈利能力很强的交易团队表现突出，公司可能直接开出70万美元的正式工作邀约；极少数特别优秀的新人甚至能拿到150万美元。进入行业几年以后，年收入超过100万美元已经并不罕见。不过，这些数字主要适用于MIT、斯坦福、牛津等顶尖学校中极少数能力出众的数学、计算机和机器学习人才，并不代表普通数学专业毕业生的普遍收入。
量化公司之所以愿意支付如此高的薪酬，是因为一名顶尖研究员开发的算法可能为公司创造数亿美元利润。2026年第一季度，Jane Street实现了创纪录的103亿美元利润，接近高盛和摩根士丹利利润的两倍，而员工人数只是这些大银行的一小部分。极强的人均盈利能力，让头部量化公司有资本与大型科技公司竞争。
为了尽早锁定人才，量化公司已经把招聘延伸到大学甚至高中阶段。Optiver约70%的应届毕业生来自自己的暑期实习项目，并计划未来通过实习生渠道填补全部初级岗位。公司还赞助高中数学竞赛、国际象棋比赛和魔方活动，邀请学生参观交易办公室，在他们毕业前一年甚至更早就发出工作邀约。
这种竞争也在改变数学人才的职业选择。牛津大学许多数学博士刚入学时希望成为教授，但量化公司的暑期实习月薪可超过3万美元。体验过收入和工作环境后，大多数人最终选择进入金融行业。牛津数学博士进入量化金融后，收入通常在30万至100万美元之间，掌握大语言模型技术的人往往能够拿到接近上限的报价。
这篇报道反映的并不是“学数学就能赚百万美元”，而是AI与量化金融正在共同争夺一个极其稀缺的高端人才群体。对于真正处于数学、算法和机器学习前沿的年轻人来说，传统学术界不仅薪酬远低于私营部门，职业道路也更加漫长和不确定。百万美元薪酬的背后，既是AI人才争夺战，也是顶尖数学人才加速离开学术界的现实。
