米磊谈硬科技：AI、人形机器人与核聚变正改写时代底牌

这个时代的秩序正在被重写。

AI大模型如今以周为节奏换代，DeepSeek-R1用约30万美元的训练成本就做出了对标OpenAI的推理能力，开源阵营和闭源前沿之间的距离已经压缩到3至6个月；人形机器人Figure 02在宝马工厂长期无安全员值守、自主作业，累计参与数万辆汽车的生产，从实验室原型变成了产线员工；核聚变商业化也在多个方向取得突破：NIF做到可重复点火，SPARC磁约束装置核心磁体就位、整体完工超75%，Helion的聚变原型机更是拿下了微软的购电合同，目标2028年供电，把“永远的五十年”拉近到个位数年份。不同领域传来的这些信号指向同一个趋势——硬科技走到了舞台中央。

“硬科技”这个词在中国最早的提出者，是中科创星创始合伙人米磊。十年前他在投资圈讲这个概念，多数人嫌它太冷、太慢、不值得投。作为国内最早系统性布局硬科技的投资人之一，他带着中科创星在光子芯片、量子计算、商业航天等领域持续下注，投出了智谱AI、源杰科技、曦智科技、长光卫星等一批独角兽和上市公司。中创科星管理的资金规模已经超过百亿，他当年的判断正变成共识：定义下一个时代的不是流量生意，而是那些需要长期啃硬骨头的底层技术。

现在，他把十年间的观察与思考写进了新书《硬科技浪潮：技术趋势、投资机遇与文明演进》。书从138亿年前的宇宙史讲起，一路推演到文明演进的底层逻辑，最后落回一个跟每个人都贴近的问题：面对这种量级的变局，个体该怎么找到自己的位置？

碰到这个问题，大多数人只想知道“风口在哪”，米磊却让人先退一步，把一切变化的底牌看清楚。

世界究竟怎样运转

不少时候，把人困住的既不是努力不够，也不是运气差，而是没弄明白一件最要紧的事——这个世界到底是怎么运行的？

不妨把世界看成一场无限游戏。它要的不是赢下某一场短暂胜利，而是一轮接一轮地“存活下去”、不被淘汰。要做到这点，关键在学会把握和运用游戏规则，弄清资源怎么产生、怎么积累、怎么迭代，掌握稳

步提升实力的办法，同时学会跟其他参与者协作共赢、避开冲突。反过来，无视规则、一味埋头努力，大概率会卡在某一关卡住，甚至早早出局。

米磊把世界的核心运行规则概括为：复杂对抗熵增。宇宙的本质是熵增——混乱、消散、归于沉寂。生命与文明能延续到今天，恰恰是因为学会了用复杂对抗这种宿命——构建秩序、积累知识、演化协作。

熵增说白了就是“一切都会走向混乱”。最直观的例子是自家住的房间：住久了总会慢慢变乱，并不是谁刻意弄的，而是每次取放东西，哪怕只是稍微挪一下位置，也会不经意打破原来的秩序，多添一点混乱。这种细微的无序不断累积，时间一长，整个房间就乱得不成样子。

一个系统若不持续输入能量和秩序，就会自然从有序滑向无序。冰块会化，铁会锈，房间不收拾就乱。宇宙走的也是同一条路：从高度有序的奇点起步，一步步走向热寂。只要宇宙还没走向寂灭，熵增的攻势就不会停。

问题随之而来：宇宙的大方向既然是越来越乱，为什么我们看到的却是另一番景象？生命冒了出来，文明发展了起来，城市越聚越密，技术也越做越精。米磊的回答是：生命和文明靠“构建复杂性”来对抗熵增。

从微小的细胞到庞大的人类社会，从原始的小村落到今天的互联网，这条核心规律在各种事物上都能看到。也就是说，在普遍熵增的大趋势下，生命和文明正是通过构建复杂性来抵抗这一命运。

讲到这里，硬科技的角色就清楚了：它是文明对抗熵增、维持秩序的核心依托。谁先把信息处理拉到更高的密度（AI、光子芯片、

“复杂”如何应对时代变化

硬科技文明像潮水一样涌来时，个体往往容易生出两种极端感受：一种是被裹挟着往前走的无力感，另一种是怕被时代抛下的焦虑感。其实只要想通一点，就不必焦虑紧张。应对时代变化的底层逻辑一直没变，就是复杂对抗熵增。

这里讲的“复杂”，有三层意思。

把自己比作一个应付生活和工作挑战的工具库，要想从容接住层出不穷的难题、扛住无序变化带来的冲击，就得想尽办法把这个工具库的储备充实起来，也就是各类工具，说到底就是我们要主动掌握的各类知识。

量产的“智能”值得害怕吗？

过去几百年，人类经历过多轮科技与产业革命，也确实改变了世界，但这些进步始终受限于人自身的认知与生理边界。人工智能把这个桎梏打破了：它的学习速度不必依赖数亿年的生物进化，只需几小时、几天的算法迭代；它的知识不存放在需要代谢维持的神经元里，而存放在可以无限复制的硅基芯片中，这意味着它的智能与知识能够无限复制、无限扩散。

放在大历史里看，人工智能出现的意义绝不亚于当年智人进化出发达的大脑，一个是人类生物层面的跃迁，另一个是智能形态的全新突破。

1万个人工智能可以在几秒内通过参数平均共享全部知识，而人类要把一位大师的东西传给下一代，需要几十年。一旦AI摸到能自我改进的门槛，它就会进入自我加速的循环，几个小时跑完人类几百年的科研积累。这种自我加速的进化，正是“量产天才”的体现——不是培养个别杰出者，而是让整个智能系统持续涌现超常能力。于是，“取代整个人类”不再是科幻小说的情节，而是一个需要严肃面对的未来。

今天，人工智能取代白领工作、算法替代人类判断，这些正在发生的破坏是真实的，并不是杞人忧天。

不过有一点要说清：人工智能并不等于“更聪明的人类”。

当经济系统不再需要人类劳动力，人可能自己主动、也可能被动地把决策权一点点交给AI。等到所有关键决策都由AI拍板，人类对自身命运的掌控，实际上就没了。

这并不代表人类走到尽头。或许，这只是一个转型的开端。人在这当中可以是创造者，可以是见证者，也可以是最后的守护者——守住我们作为生物在短暂生命里独有的、没法被批量生产的情感、脆弱和意义感。最后的结局，未必是简单的“人工智

能取代人类”或者“人类控制人工智能”这种非此即彼，而是一幅更复杂、更混沌的共生或更替图景。

人工智能确实在改变世界，可它带来的不光是压力，也是普通人重新给自己价值定位的机会。人机共生的年代，标准化的活机器干得又快又好，所以我们要去练那些非标准、非线性、非功利的能力，比如创造力、同理心、复杂决策、情感连接。不必拼命证明自己能像机器一样高效，保持好奇、持续成长，努力做一个机器复制不了的人，这才是正事。

人工智能若算脑力革命，具身智能就是体力革命。前者像“超级大脑”，后者就是给这个大脑配上的“四肢和躯干”。特斯拉的Optimus眼下已经在工厂里做分拣，3到5年内，消费级版本或许就会走进普通家庭。等机器人开始在身边做饭、照顾老人，你过去理解的“工作”和“生活”，这两个词恐怕都得重新定义。所以与其纠结“我的工作会不会被替掉”，不如想想：“在新的生态里，我在哪里能创造价值。”

硬科技文明的到来，注定要对当下的世界来一场大洗牌。个人也好，企业、国家乃至文明也好，谁先适应、甚至主导这些核心力量，谁就能拿到跨越式发展的机会。

看清潮水的底层逻辑，再决定自己站哪边，这是每个人都绕不开的事。

给普通人的3条实操路径

道理说完了，落到行动上该怎么做？

米磊在书里给了3个思路：向外看，重新审视自我与环境；向内看，看清自己的热爱与擅长；向上看，用高维破局。

第一，向外看，建立“边缘视角”。

这里的“边缘”指的就是“非主流”，同时也就意味着“新机会”。地球在银河系猎户座旋臂上，离中心约2.5万光年，正好落在宜居环带内，躲开了核心区频繁的超新星爆发，生命才得以诞生。再看恐龙出现之前的巨虫时代，翼展达70厘米的巨脉蜻蜓称霸天空，体长2.3米的节胸虫雄踞陆地。一场含氧量下降的环境剧变，把这些巨型生物的生存空间压得很窄，反倒给恐龙崛起腾出了条件。我们的祖先哺乳动物，在恐龙时代同样属于边缘角色，默默蛰伏，最后抓住时机崛起。

择业和人生选择也是同样的道理。别只盯着核心领域、主流市场，把视线挪到行业边缘、跨界地带、新兴场景和小众需求上，才更可能从多元环境里抓到新机遇。不少人迷茫，就是因为眼睛总盯着过去和当下的热点，跟着别人扎堆，从没静下来想过自己究竟擅长什么、热爱什么，也没想过走一条没人走过的路。全挤在同一条主流赛道上互相消耗，拿不出差异化优势，结果越努力越迷茫，把“边缘”里藏着的全新可能错过了。

米磊拿自己举例：本科读的是机械，毕业后既没干本专业，也没挑当时最火的金融、计算机，而是进了中科院西安光机所，理由是当时冷门的光学方向潜在前景不错。读博期间，他又一次跳出深耕学术的主流通路，选了条边缘路线，投身科技成果转化，让实验室的成果真正落地。这两次关键选择，每回都跳向当时无人问津的边缘地带，绕开了主流赛道。而这些曾被看成小众、冷门的方向，后来都长成了炙手可热的主流。从人生选择的角度看，他借此避开了内卷，拿到了自己的“相对最优解”。

第二，向内看，找到热爱与擅长的交集。

米磊借吉姆·柯林斯的“刺猬模型”，归纳出一个“人生最优解模型”——热爱作内核、擅长作支撑、国家或社会需求作导向。

刚毕业踏入社会，焦虑迷茫在所难免，书本知识很难直接套进复杂多变的社会。米磊也是在那段迷茫期开始主动反思，拆解自己的性格特质和擅长领域，最后发现他对前沿技术、未来趋势这类新鲜事物兴趣浓厚，同时在推动科技成果转化、让实验室里的创新技术落地服务现实需求上有独特优势。这份清楚的自我认知，让他的职业方向越来越明确：从科技成果转化一路走到坚定地做硬科技投资，每一步都顺着自己的擅长与热爱。

做完“内观”，下一步是找到并匹配自己的“适应度高峰”。比方说，你真正擅长又热爱的是技术，那就去看看当下的市场、行业乃至社会还有哪些痛点能用技术更好地解决。你可以顺着这个方向创业，也可以加入志同道合的企业深度参与。经济回报和社会认可，都会水到渠成。要是抱负更大，想解决国家乃至人类文明层面的问题，也完全可以在稳住人生基本盘的前提下，大胆去闯。就算没有“大志向”也不必焦虑，认清自我、把握大势，总能找到属于自己的生态位。

第三，向上看，学会升维思考。

“向上看”的要害，是跳出当下的认知局限和固有框架，用更高维度去解决问题。刘慈欣在《三体》里写到，太阳系在二向箔的降维打击下崩盘——低维存在碰上高维冲击，基本没有还手之力。而在高维看来，低维的难题可能只是个小问题：二维平面里一道横亘山崖的深沟，怎么调方向都跨不过去；把思考维度提到三维，借山坡绕过去，困境就解了。

人生里的困境同样如此。很多时候我们被琐事困住、焦虑迷茫，问题本身未必有多难，而是陷在“就事论事”的低维思维里，只盯着眼前得失。年轻人在职业选择上普遍迷茫，学会“向上看”，从局部最优转向全局最优，方向就会清楚不少。局部最优只是把单个环节做到最好，却不管整体协同；全局最优，则是站在文明、国家和社会发展的大格局上看问题。

从历史经验看，一个国家若缺少核心技术托底，长期繁荣就无从谈起。2010年前后，中国经济总量已排到世界前列，增速也是全球第一，单看经济系统，这已经算是“局部最优解”。可换个整体视角，底层知识创新和技术突破的短板明摆着：科技与经济“两张皮”，成果转化不顺，核心技术和关键零部件攥不在自己手里，成了整个系统最要命的软肋。那会儿科技领域的早期投资也少得可怜。落到个人身上道理一样——眼睛只盯着当下最热的岗位，很容易掉进局部最优；把格局抬高一层，才看得清哪些方向真值得下注。

在大势里找到自己的位置

米磊有一句话，分量很重：

“往后看，技术本身能走多远，其实并非最要紧的；更要紧的是，我们有没有足够的清醒和智慧，去判断技术该把人类文明引向哪里？不管干的是哪一行、坐的是哪类岗位，真正值得下功夫的，都是那些能少些混乱、多些效率、促成协作、带来秩序的事。”

这段话，把“顺势”说透了。顺势不是去追风口，而是去做那些跟文明演进同向、给世界添秩序的事。

站在浪头上借力往前走，总比在退潮的海滩上死命划水强。

未来十年，那波浪就是硬科技。

浪潮已经来了，它不会等人。不过认知升级这件事，你什么时候起步都行。