资本的流向往往最能反映时代的脉搏。在一个充满不确定性的年份，资金呈现出明显的两极分化趋势：一方面涌向黄金等避险资产，另一方面则疯狂追逐AI大模型这张"新世界的门票"。这种分化背后，是人们对未来预期的深刻转变。
财富积累的新范式
2026年1月，MiniMax登陆港交所的盛况令人印象深刻。上市当日市值突破1000亿港元，随后两个月内最高触及3800亿港元，将百度、京东等互联网巨头甩在身后。创始人闫俊杰在37岁时就差点迈进千亿富豪俱乐部，而距离他创立公司不过4年时间。
这种财富积累速度在互联网时代难以想象。回顾历史，雷军花了8年时间才在37岁把金山经营上市；35岁的马云刚决定成立阿里巴巴，又经过15年打拼才圆梦纽交所。AI时代的造富效率甚至超过了传统印象中"赚钱最快"的金融行业。
智谱AI的上市同样创造了财富神话。作为"全球大模型第一股"，其市值在三个月内上涨8倍，最高突破4000亿港元。这场造富运动直接让清华背景的联合创始人和高管们批量成为亿万富翁。核心创始人唐杰身价约280亿港元，其他高管也获得了数亿级别的财富回报。
Token经济的新逻辑
AI产业链的财富创造机制与传统互联网有着本质区别。如果将整个产业链绘制成"掘金地图"，算力芯片承担的是"卖铲子"的角色，大模型则是类似水电厂的基础设施，而Token（词元）则成为可交易的新型资源。
全球爆火的AI Agent"龙虾（OpenClaw）"的出现，让普通用户第一次深切感知到智能成为一种需要购买的资源。这种智能体不仅能够回答问题，还能主动进行财务分析、买卖股票，功能远超传统聊天大模型。
市场很快发现，MiniMax正在以更便宜的价格提供驱动类似智能体的Token。实战测评显示，完成相同任务，MiniMax的成本在0.3美元以下，而美国大模型Claude则需要2至3美元。这种成本优势直接转化为市场竞争力。
智谱AI的最新财报显示，其开放平台及API平台业务收入从上年0.48亿元人民币增至1.9亿元，增幅高达292.6%。尽管Token价格上涨了83%，但调用量不降反升，反映出市场对AI智能的旺盛需求。
资本游戏的规则重构
回望大模型公司的融资历程，并非一帆风顺。在GPT-3.5出现之前，AI还是个相对冷门的领域。MiniMax早期投资人回忆，当时闫俊杰做的事"没听懂，然后我合伙人又听了一遍，也没听懂"。智谱AI早期也面临类似困境，部分投资委员会成员直接建议"降低金额以控制风险"。
转折发生在2022年底。GPT-3.5的出现让AI突然成为显学，投资人的情绪随之反转。嗅觉最灵敏的资本开始四处打听中国有哪些公司在做类似的事情。此时，智谱和MiniMax已经手握初具规模的产品，给了投资人极强的安全感。
月之暗面的融资故事则展现了另一种路径。创始人杨植麟是典型的90后创业者，拥有清华本科和卡耐基梅隆博士的学术背景。但在商业世界，过去的履历并不能直接说服资本。开局时，他只想融2000万美元却处处碰壁。
命运的转折点出现在光年之外创始人王慧文身体不适退出赛场后。大量资金重新流回市场，比此前更着急找到标的。在投资人张予彤的推动下，红杉、真格等机构的钱流向月之暗面，杨植麟成功融到了超2亿美元，赶上了大模型创业的最后窗口期。
人才竞争的新维度
在大模型赛道，人才几乎是除算力外最重要的投入。不同公司对人才的理解和使用方式，直接决定了它们的发展路径和组织文化。
月之暗面创始人杨植麟在用人上追求"有taste的天才"。公司英文名Moonshot灵感来自平克·弗洛伊德的专辑，门口曾摆着白色钢琴，核心产品"Kimi"更是他的英文名。这种个人风格深度影响了公司文化，"天才"在月之暗面享有特权，可以异地办公，也可以保留锋芒。
相比之下，MiniMax创始人闫俊杰更相信组织的力量。他在公司被称呼为"IO"，这是他喜欢的游戏DotA里的一个辅助型英雄，推崇团队作战。闫俊杰需要的人才必须能提升团队效率，"有些非常强的人没法融入团队，而有些看起来没那么强的人却可以提升整体输出"。
DeepSeek则创造出一种独特的研究氛围。公司内部没有KPI，没有明确任务分解，甚至允许年轻研究员在前一年"什么都做不出来"。这种宽松环境吸引了大批年轻人才，过半研究人员不到30岁，应届生过半，大部分最高学历是本科或硕士。
巨头的人才焦虑
当MiniMax、智谱在港股三个月股价翻8倍时，恒生科技指数同期累计跌幅高达15.70%。这个包含阿里、腾讯等互联网巨头的指数表现，仿佛在佐证上个时代的传奇正在逐渐褪色。
巨头们开始意识到，坐等优秀创业者厮杀出来再收购的战略，在这轮颠覆性变化中不再奏效。马化腾的表态颇具代表性："工业革命级机会，早一个月、晚一个月并不重要，但大模型不同，它更像一门'实验科学'，必须亲自做实验，才能积累认知。"
这种认知直接转化为行动。腾讯任命1998年出生的姚顺雨负责混元大模型，并为其开出传闻中上亿元的薪酬。更早之前，雷军挖角DeepSeek团队的罗福莉也引起了不小轰动。在全新的人才定价体系里，资历被快速压缩，杰出的论文和重要工作成绩被直接标价。
全球化竞争新格局
AI造富的运动不仅限于国内市场，更是一场全球范围的竞赛。90后武汉人肖弘创办的Manus被Meta以数十亿美元闪电收购，从接触到拍板仅用十几天。这次收购让肖弘出任Meta副总裁，一举跻身全球AI舞台中央。
Manus的成功很大程度上得益于其全球化布局。作为一个面向海外市场的AI浏览器插件，官方视频全程用英语讲解，官网也是全英文。去年夏天肖弘把公司搬到新加坡的决策，推动Manus的年化收入在12月中旬就突破1亿美元，刷新了AI初创企业的增长纪录。
在硅谷，风险投资机构正在系统性地劝名校年轻人辍学创业。这些创业者年轻到"未达饮酒年纪"，就已经开始缜密计算，拿有限的时间和资本的兜底，搏一个未来。对他们来说，就业情况本就疲软，辍学创业失败的最坏结果不过就是重新回去上学。
造富运动的深层思考
AI时代的造富运动呈现出几个显著特征：速度前所未有地快，门槛前所未有地高，精英化特征前所未有地明显。与互联网时代相比，这轮造富运动已经很难看到"草根逆袭"的案例。
成功的创业者大多具备"优异学术背景+大厂经历"的双重背书。85后创业者如闫俊杰、梁文锋往往通过严谨的推演找到机会，而90后创业者如杨植麟则更多依靠对技术趋势的敏锐直觉。
资本在这场运动中扮演着复杂角色。从早期的谨慎观望到后来的疯狂下注，投资机构的行为既推动了技术发展，也加剧了行业泡沫。"抱团投资"成为新现象，竞争对手们能够坐到同一个股东会里，共同分担风险。
然而，这场造富运动也引发了对资源分配公平性的思考。当普通人的生活已经被AI无差别地席卷时，财富创造的机会却越来越集中在少数精英手中。这种分化可能对社会结构产生深远影响。
AI大模型带来的不仅是技术革命，更是财富分配机制的重构。在这个过程中，我们需要思考如何让技术进步惠及更广泛的人群，而不是仅仅成为少数人的造富工具。这或许是摆在所有人面前的重要课题。
