人均产出决定薪酬上限。数据显示，Jane Street全年向员工发放薪酬93.8亿美元，按3500名员工计算，人均折合人民币1829万元。这一水平约为高盛同行的七倍，即便是应届毕业生，起薪也达到30万美元。支撑这一薪酬体系的是高达900万美元的人均创利能力，公司将约四分之一的收入直接分配给核心团队。
不同于传统投行依赖承销或管理费，Jane Street更像一家技术驱动的流动性提供商。公司利用450亿美元的自有资本，通过量化模型和高频系统，在全球45个国家的200多个交易平台上提供做市服务。其业务覆盖ETF、股票、期权及外汇等多类资产，核心在于通过微小的价差累积巨额收益。
亚太市场成为其新的增长极。近期，Jane Street在香港资本市场的布局显著提速：不仅租下中环22万平方英尺的办公空间，更作为基石投资者参与了三花智控等企业的港股IPO。目前，香港办公室正在开放量化交易员、机器学习工程师等45个职位，显示出其对中国市场业务的长期看好。
极致人效与战略扩张
香港业务的加码是其全球战略的缩影。
作为连接东西方资本市场的枢纽，香港不仅是ETF交易中心，更是进入中国资产的重要入口。Jane Street通过大手笔租赁办公空间和参与基石投资，正在构建本地化的交易与投研团队。这种重资产投入模式，旨在捕捉亚太地区日益增长的衍生品和ETF交易流量。
其核心竞争力在于对技术基础设施的极致追求。Jane Street长期使用冷门编程语言OCaml构建交易系统，这种技术选型虽然提高了招聘门槛，但保证了系统的低延迟和高稳定性。公司内部没有传统投行的职级森严，而是采用合伙人制度，由几十位持股者共同治理，这种扁平化结构加速了决策迭代。
从数据看，其押注ETF赛道的策略获得了巨大回报。2025年，Jane Street贡献了美国ETF交易量的14%、欧洲交易量的20%，并在债券ETF领域承接了41%的申购赎回交易。2008年金融危机后，随着银行交易业务受到监管挤压，Jane Street等自营交易机构迅速填补了市场空白，成为流动性的主要来源。
招聘机制是其维持技术优势的关键一环。公司官网定期发布高难度谜题，面试环节包含“Super Day”等模拟做市博弈，通过实时的筹码输赢来考核候选人的决策能力。这种残酷筛选机制，确保了团队始终由具备极强数理逻辑和风险控制能力的顶尖人才组成。
这家机构正在从幕后走向台前，但其内核依然是一家极度理性的交易机器。
技术底座与组织形态
Jane Street的崛起路径，是技术红利在金融领域的具象化。
公司成立于2000年，起步于美国存托凭证（ADR）交易，随后精准切入ETF市场。在ETF尚属小众产品的年代，Jane Street便预见到了被动投资的爆发趋势。如今，ETF已成为规模约19万亿美元的庞大市场，而Jane Street凭借先发优势和技术积累，占据了该生态链的关键节点。
其组织架构完全服务于交易效率。创始人Rob Granieri没有正式头衔，员工名录甚至不设头像，这种反明星化的文化将所有注意力聚焦于市场本身。公司不追求规模扩张，而是追求单兵作战能力，通过高薪激励和严苛筛选，维持了一个高密度的人才库。
尽管面临印度证监会关于操纵市场的指控以及Luna崩盘等争议，但这并未阻挡其扩张步伐。在算法主导的市场中，技术优势往往能转化为规则制定权。美联储在2020年将其列入危机应对工具的合格对手名单，便是对其系统稳定性和市场影响力的官方背书。
这种对确定性的追求，也延续到了其AI战略中。
AI赛道的路径分野
在人工智能浪潮中，量化巨头面临着战略选择。
与孵化出DeepSeek的幻方量化不同，Jane Street选择了重金押注AI基础设施。作为Anthropic的早期投资方，Jane Street还布局了云计算服务商CoreWeave和AI独角兽Thinking Machines Lab。这一路径与其做市商本质一脉相承：通过提供底层资本和基础设施，获取产业链上游的确定性收益。
相比之下，DeepSeek代表了一种以效率换空间的突围路径。DeepSeek-V4通过适配华为昇腾和国产AI芯片，打破了算力垄断的叙事，证明了在开源生态和低成本推理的加持下，后来者同样具备重塑行业格局的能力。梁文锋“不小心成为鲶鱼”的表述，揭示了技术迭代中非线性的破坏力。
对于Jane Street而言，成为“美国版DeepSeek”并非其目标。作为拥有充足算力和资本储备的巨头，其更倾向于通过资本布局来锁定未来。无论是量化交易还是AI投资，其核心逻辑始终未变：在不确定性中寻找概率，并用资本和技术放大这一优势。
这两种路径并无高下之分，却折射出中美科技生态的差异。一方依托开源生态和工程效率实现弯道超车，另一方凭借资本壁垒和基础设施投资构建护城河。在AI这场漫长竞赛中，最终胜出的未必，但必定是资源配置效率最高的玩家。