可见口径（数据截至 2026 年上半年）下，25 家顶级量化机构的 29,317 份在职画像中，现任前沿 AI Lab、拥有量化机构履历者 367 人（其中 233 人为正式量化岗），反向仅 90 人。
以下为 Metix AI 数据库可见口径（数据截至 2026 年上半年），统计对象 = 当前在职于 25 家顶级量化机构、坐标美国/英国/新加坡/香港/荷兰的人才，以及量化↔前沿 AI Lab 之间的双向流动。
可见口径下，现任前沿 AI Lab、拥有量化机构履历者 367 人（其中 233 人为正式量化岗位经历、非学生实习）；反向（现任量化、有 AI Lab 履历）仅 90 人。即便只计正式量化岗，净流向仍约 2.6:1（含实习口径 4.1:1）。量化是 AI Lab 的净人才供给方而非相反，这把 Bloomberg「AI Lab 屋顶酒会抢 quant」的个案报道第一次落到了全量档案的方向与规模上。
按现任 Lab 拆分：OpenAI 吸纳 159 名前量化人居首，Anthropic 94、Google DeepMind 78、xAI 32。这与 2025 年 OpenAI/Anthropic 在曼哈顿与伦敦密集面向 quant 的招聘动作一致。送出最多的是 Citadel（84）、Jane Street（80）、Two Sigma（47）。
量化机构用多年递延薪酬、3-4 年竞业/园艺假锁人；2024 年 FTC 全美竞业禁令被推翻、佛州 CHOICE 法案允许 4 年竞业，锁定反而更强。但关键结构性裂缝是：AI Lab 不被认定为量化「竞争对手」，于是 quant 可以在园艺假期间直接入职 OpenAI，AI Lab 成了竞业期的默认停留地。任期数据（第 5 节）据此定位高流动窗口。
以下基于 2024-2026 公开信源逐条核实（完整来源见研究底稿），只保留影响人才决策的事实。金额为报道口径，多为个案。
Bloomberg（2025-08-08）报道 OpenAI、Perplexity 等直接面向投行/量化 quant 招聘；Anthropic 2025-06 在曼哈顿下东区屋顶办约 150 人的 quant 酒会、8 月在伦敦办专场。已公开核实的点名流动：Jane Street→Anthropic（Aron Thomas、James Chen 等）、Citadel/Citadel Securities→OpenAI（Zeyuan Shang、Andrey Grinshpun 等，多在园艺假期间入职）、Jane Street→OpenAI（Mark Chen，现任 OpenAI 首席研究官 CRO）。
入门 quant base 报道口径「高至 $300K」（不含奖金）；HFT 甚至以最高 $425K 回聘实习生防守管线。AI Lab 这边：OpenAI 研究员总包中位约 $100 万（L4 base $297K + 股票 $474K），对少数几年经验 quant 开价传可达 $300 万；OpenAI 2025 全员人均股票薪酬约 $150 万。结构变化是：Lab 已能对齐 base、用股票上行替代 quant 奖金，「不再需要降薪」。
低延迟系统、大规模 GPU/推理优化、强化学习与市场微结构的思维同源，是 AI Lab 紧缺的能力。同时量化机构自己也在建 AI：XTX 自建 >2.5 万张 GPU 集群、HRT 设 HAIL「为市场建基础模型」、Two Sigma 由前 Google 的 Mike Schuster 领队、Citadel 用 RL 优化交易。Ken Griffin 2025 承认「这次 AI 是真的」、且与 AI 抢同一批数理人才。
FTC 全美竞业禁令 2024-08 被法院全国性推翻；佛州 CHOICE 法案 2025-07 生效允许 4 年竞业/园艺假；Citadel 推 4 年期、SIG 3 年期，买方 sit-out 普遍 12 个月、长至 24-36 个月。真正的成本是递延薪酬没收（未归属股权即离职成本）。但 AI Lab 不被视作量化「竞争对手」，quant 得以在竞业/园艺假期间合法入职 Lab，这正是这一双向流动得以成形的法律缝隙。
统计对象 = 29,317 名在职量化机构员工（含技术池 11,632：量化研究 / 量化开发 / ML 研究 / HFT 系统 / 数据）。
读数：Citadel（5,798）、Point72（2,337）、Jane Street（2,112）规模领先。注意各机构档案维护率差异大：量化机构普遍 NDA 严、LinkedIn 维护率低，绝对数为可见下限；自营盘小机构（如 PDT、Quadrature）天然档案少。
读数：量化开发（7,056）与量化研究（3,320）是技术池主体，也是 AI Lab 最想要的两类（研究思维 + 大规模系统工程）。明确标注 ML/AI 研究的只有 176 人，量化机构的 ML 能力多藏在「quant researcher / dev」头衔下，title 会低估真实 AI 能力，评估必须回到作品与竞赛/论文背景。
读数：美国 19,848 占主体（纽约 + 芝加哥两大量化中心），英国 6,108（伦敦，XTX/Qube/Marshall Wace/G-Research）；亚洲新加坡 1,198 + 香港 1,104 是增长极（Jane Street、HRT、Citadel Securities 在扩张），荷兰 1,059（Optiver/IMC 阿姆斯特丹）。
读数：创始人/高管 2,582、总监/负责人 2,067 构成可触达的资深层；初级/实习 4,451 反映量化「校招 + 实习转正」的金字塔结构，这也是 AI Lab 入门级竞争最激烈的层（HFT 用 $425K 回聘实习生防守）。
这是本报告的核心。可见口径下，量化 → AI Lab 367 人（含学生实习；正式量化岗 233 人），AI Lab → 量化 90 人，净流向约 4.1:1（仅计正式岗 2.6:1）。以下逐条拆解方向、来源与去向。
读数：最粗的通道是 Citadel → OpenAI（49 人）。OpenAI 与 Anthropic 是两大汇聚口，Citadel（含 Securities）与 Jane Street 是两大源头，这两家也正是公开报道中被点名最多的「净流出」机构。
读数：OpenAI（159）领先，Anthropic（94）、Google DeepMind（78）次之。OpenAI/Anthropic 的高吸纳与其 2025 年密集面向 quant 的招聘动作（屋顶酒会、园艺假入职）直接对应。
读数：Citadel（84）、Jane Street（80）、Two Sigma（47）是前三大源头。这与它们的规模、研究文化（Jane Street 的 ML track、Two Sigma 的生成式 AI 团队）以及被 Lab 重点招募的程度一致。
读数：Citadel 与 Jane Street 居右上（体量大、流出多），是人才流动的主要来源方；Two Sigma 相对其规模流出强度偏高（研究文化更接近 AI Lab）。
读数：反向流仅 90 人、约为正向的 1/4.1 折，量化整体是净流出方。反向者多来自 Google DeepMind（42，成立早、alumni 多），少数来自 OpenAI（27）。动机多为薪酬确定性与「去泡沫」，而非主流。
Jane Street → Anthropic：Aron Thomas、James Chen、Charles Guo、Kerrick Staley（多为 MTS / 研究序列）。Citadel / Citadel Securities → OpenAI：Zeyuan Shang、Andrey Grinshpun、Eugene Tang（多在竞业/园艺假期间入职）。Jane Street → OpenAI：Mark Chen（现任 OpenAI 首席研究官 CRO）。反向（AI → 量化侧）：Leopold Aschenbrenner 离 OpenAI 创办 Situational Awareness 基金（AI 研究背景做 AI 主题投资）。这些点名个案与本报告全量方向一致：人才主要从量化流向 AI Lab。
来源：Bloomberg 2025-08-08、eFinancialCareers、各公司公开信息（详见研究底稿）。点名个案现职以公开信源为准。
量化用多年递延薪酬 + 竞业/园艺假锁人。任期结构能反推「归属节点 / 竞业到期」的可触达窗口，这是猎头与 AI Lab recruiting 最该盯的时间表。
读数：任期 2-4 年的有 7,002 人，正落在多数机构「递延薪酬大额归属 / 初始竞业期临近」的区间，这是流动性最高、最值得主动触达的人群。<1 年（7,288）多在蜜月期、且新签竞业最紧；5 年以上（6,504）是资深沉淀层，触达难但价值高。
| 机制 | 典型条款（报道口径） | 对触达的含义 |
|---|---|---|
| 递延薪酬 / 未归属股权 | 多年分期归属 | 归属节点前 3-6 个月是窗口前哨；未归属额 = 跳槽的真实成本 |
| 竞业 / 园艺假 | Citadel 至 4 年 · SIG 3 年 · 买方 12-36 月 | 到期前是窗口；AI Lab 非「竞争对手」可在园艺假期间入职 |
| 非竞争法律环境 | FTC 全美禁令 2024 被推翻；佛州 4 年竞业 | 锁定更强，但也更可预测；按到期排期主动触达 |
| 入门防守 | HFT 最高 $425K 回聘实习生 | 入门层正是 Lab 竞争最激烈、机构防得最贵的层 |
从量化→AI Lab 的流动人群中、按正式量化岗位经历（非学生实习）、级别与通道代表性精选三组共 19 人。档案事实来自 Metix AI 数据库；标注「公开核实」者为已对照公开信源确认的公众人物或 Bloomberg 点名个案。公开版人名默认模糊。
量化与 AI Lab 抢同一批人，但出价结构不同：量化给确定性现金（base + 大额奖金 + 递延），AI Lab 给 base 对齐 + 股票上行。数字为 2025-2026 报道口径，多为个案。
| 群体 | 薪酬区间（报道口径） | 说明 |
|---|---|---|
| 入门 quant（base） | 高至 $300K | Bloomberg；Jane Street/Five Rings 研究员 base ~$300K（H1B 口径） |
| 顶尖暑期实习 | ~$25K/月；回聘 offer 至 $425K | HFT 用高价防守入门管线（OpenAI 逼近） |
| OpenAI 研究员（总包中位） | ~$100 万（L4 base $297K + 股票 $474K） | levels.fyi；L5 中位约 $147 万 |
| OpenAI 对资深 quant 开价 | 传至 $300 万 | 单一信源、个案，谨慎引用 |
| Anthropic SWE（levels） | ~$56 万-$78 万；资深研究员过 $100 万 | 含 tender 流动性 |
| Meta 超级智能（明星个案） | 报道至 ~$1 亿级 | 极端个案，RSU 结构，谨慎引用 |
过去 AI Lab 要 quant 得让其「降薪换使命」；2025 年的变化是 Lab 已能对齐 base、用股票上行替代量化奖金，于是「不再需要降薪」（Noam Brown 语义）。叠加 AI 的叙事与研究自由，天平向 Lab 倾斜，这正是这一流动 4.1:1 净流出的薪酬侧解释。
① 猎头：量化→AI 的候选人对「现金确定性 vs 股票上行」高度敏感，开场要讲清股票结构与流动性（tender）；② 量化 HR：防守要靠递延归属 + 竞业 + 入门高价，但需正视 base 已被对齐；③ AI Lab recruiting：可用「园艺假期间合法入职 + base 对齐 + 上行」三件套精准吸引 2-4 年任期的 quant。
来源：Bloomberg、eFinancialCareers、levels.fyi、Fortune、公司公开信息（2025-2026 检索）。详见研究底稿；标注「个案/单一信源」者谨慎使用。
把人才流动图变成动作：猎头看可触达窗口与点名通道，量化 HR 看防守，AI Lab recruiting 看精准吸引。
① 重点关注 2-4 年任期 + 递延归属临近的人群（第 5 节），成功率最高；② 已验证通道（Citadel/Jane Street → OpenAI/Anthropic）候选人心理阻力低；③ 用校友 + 竞赛圈触达已验证通道上的候选人，命中率高；④ 量化档案维护率低，本报告的全量画像 + 现职状态本身就是稀缺人才数据。
① 用本报告的「流出排行」（第 4.3 节）给自家定位，对照流出最多的同业；② 防守盯紧 2-4 年任期技术岗（最易被 Lab 主动触达）；③ 正视 base 已被 Lab 对齐，防守要靠递延归属 + 竞业排期 + 入门高价；④ 反向吸纳（AI→量化，仅 90 人）是小而真实的机会，主来自 DeepMind alumni。
① 用「园艺假期间合法入职 + base 对齐 + 股票上行」三件套吸引 2-4 年 quant；② 优先 HFT 系统/低延迟 + RL 背景（能力最迁移）；③ 复制 OpenAI/Anthropic 的「按机构办专场」打法（屋顶酒会模型）；④ 按院校（清北/中科大/MIT/CMU）+ 竞赛背景精准选面。
本报告的检索、画像、双向流动分析全部由 Metix AI 完成。可按同样口径为任意机构生成定制人才流动分析：全量长名单导出、按任期/竞业窗口筛选、点名通道还原、邮箱解锁与多渠道触达，并按「只为合格面试付费」计费。No interview, no charge.
8.6 亿+ 全球人才画像29,317 人量化池 + 367 人流动名单任期/竞业窗口定位只为合格面试付费25 家顶级量化机构（对冲基金 + 自营做市），地理 = 档案常驻地在美国/英国/新加坡/香港/荷兰。量化池 = 当前在职、且当前雇主经金融行业（Financial Services/Capital Markets 等）过滤后匹配目标机构者。前沿 AI Lab = OpenAI / Anthropic / Google DeepMind / xAI / Mistral / Meta AI(FAIR)。
量化→AI Lab = 当前在职某前沿 AI Lab、且履历中有过目标量化机构（金融行业过滤）。AI Lab→量化 = 当前在职某量化机构、且履历中有过某前沿 AI Lab。一人可计入多条来源通道（sankey 边）。
角色按 title/headline 归类（量化研究/开发/交易/ML 研究/HFT 系统/数据/高管/职能）；技术池 = 研究+开发+ML+HFT+数据。任期 = 现职在该机构的在岗月数。均为概率推断，title 会低估量化机构内的真实 ML 能力。
| 机构 | 在职池 | 技术池 | →AI Lab |
|---|---|---|---|
| Citadel | 5,798 | 2,276 | 84 |
| Point72 | 2,337 | 684 | 8 |
| Jane Street | 2,112 | 753 | 80 |
| Susquehanna (SIG) | 2,085 | 777 | 24 |
| Two Sigma | 1,700 | 827 | 47 |
| Optiver | 1,572 | 597 | 15 |
| DRW | 1,544 | 607 | 9 |
| Jump Trading | 1,335 | 819 | 29 |
| IMC Trading | 1,323 | 562 | 15 |
| Squarepoint | 1,284 | 800 | 4 |
| Qube Research | 1,182 | 367 | 1 |
| D. E. Shaw | 1,113 | 174 | 23 |
| Hudson River Trading | 1,004 | 594 | 37 |
| G-Research | 818 | 498 | 9 |
| Virtu Financial | 724 | 195 | 3 |
| Tower Research Capital | 634 | 245 | 15 |
| Marshall Wace | 588 | 200 | 1 |
| AQR Capital | 552 | 75 | 9 |
| Akuna Capital | 309 | 169 | 9 |
| Millennium | 295 | 88 | 1 |
| Five Rings | 243 | 111 | 15 |
| Renaissance Technologies | 211 | 46 | 0 |
| XTX Markets | 198 | 74 | 0 |
| PDT Partners | 185 | 10 | 2 |
| Quadrature | 171 | 84 | 1 |
① 覆盖率/维护率：量化机构 NDA 严、LinkedIn 维护率低（样本实测：姓名/履历 100%、教育约 58%、语言约 24%），绝对数为可见下限；机构间比较以占比与结构为主、绝对数为辅。
② 实体歧义：Citadel 含对冲基金与 Citadel Securities；同名公司经金融行业过滤排除（如 Citadel 广播/学院已剔除）。
③ 人才流动为履历推断：基于公开任职记录的先后关系，不含离职原因；点名个案现职以公开信源为准、使用前建议二次确认。
④ 研究底稿：两份带全部信源 URL 的研究备忘录（行业格局 / 人才生态）与本报告同目录交付。