150岁临近:贝索斯奥特曼押注,财富与职业逻辑怎么改写?

资讯 AI 行业观察 作者:36氪领读 全文 3984 字 · 约 10 分钟读完 配图 1 张 分类AI 编程生物科技

贝索斯押注30亿美元于细胞重编程,奥特曼以1.8亿美元个人身家赌人类多活十年——全球顶尖资本正同时涌入“寿命”赛道,这不再只是科学议题,而是一场正在发生的经济地震。 2026年3月,首例人体逆龄基因治疗已启动注射,长寿被投行列为亚洲确定性投资主题之一。当活到150岁不再是幻想,一个现实问题已经迫在眉睫:你的钱够花吗?职

所属频道 AI 编程与开发

贝索斯拿出30亿美元押注细胞重编程,奥特曼则以1.8亿美元个人身家赌人类多活十年。全球顶尖资本正同时涌向“寿命”这条赛道。它已不单是科学议题,一场经济地震正在发生。

2026年3月,首例人体逆龄基因治疗已经启动注射,长寿还被投行列入亚洲确定性投资主题。活到150岁一旦不再是幻想,几个现实问题就摆在眼前:钱够花吗?职业还能干多久?人生脚本还写得下去吗?

其实“退休”是20世纪才被发明出来的概念。在那之前,人类几乎不需要为“活太久”专门做财务规划,因为这件事基本不会发生。如今历史在加速,“肉身工程学”正从概念走向现实。摆在面前的已不只是如何活得更长的生物学问题,还有一个紧迫的现实问题:一个可能活到150岁的人,该怎么赚钱、怎么花钱、怎么规划职业?

长寿不只是把寿命拉长,它还会把既有的财富逻辑和职业模型全部重写一遍。

《长寿奇点:AI加速下的生命科学革命与150岁人生指南》一书,出自剑桥大学特聘研究员、千万粉丝博主“剑桥萌叔”主理人张见一之手。

150岁临近:贝索斯奥特曼押注,财富与职业逻辑怎么改写?(配图 1)

一、范式转移与认知免疫:

重构财富观的前提

从“银发经济”到“长寿经济”

听到“老龄化社会”,你脑子里会浮现什么?步履蹒跚的老人、住满的养老院、不断攀升的医保赤字?传统经济学叙事把这叫作“银发经济”,其底层逻辑是“衰退管理”——为失能、疾病和临终关怀买单。在这个模型里,老年人被当成社会的负担,是一群纯粹消耗资源的人。

可这套模型很快就要失效。随着“肉身工程学”普及、AI健康管理介入,一种全新的经济形态正在到来:“长寿经济”。二者有本质区别:银发经济基于“存量”做防御,资金流向拐杖、轮椅、成人纸尿裤和护理床;长寿经济基于“增量”做进攻,资金将流向抗衰老干预、终身学习平台、面向80岁人群的探险旅游,甚至老年医美和婚恋市场。

不妨设想:一位80岁的老人不再是需要喂饭的失能者,而是拥有30岁心脏功能、40岁肌肉力量,还带着60年智慧积累的超级个体。这哪还是老人,分明是多了60年生活经验的年轻人。他们要的不是养老,而是享老,甚至再创业。这将是一个前所未有的增量市场。过去人们认为人生产出高峰在30到50岁,之后就是漫长的下坡路。长寿经济模型则把人生价值曲线重绘为一条“高原曲线”——到达巅峰后,靠技术手段维持数十年的高位运行。等被新技术武装过的新一代人群成为社会主流,长寿经济真正的金矿才会显现。

建立“认知免疫系统”

新旧范式剧烈碰撞的变革期,信息市场处于极度高熵的状态。打开手机,无数互相矛盾的标题扑面而来:今天说“咖啡延长端粒”,明天说“咖啡导致皮质醇升高”;上午专家建议“少吃碳水抗糖化”,下午博主就警告“生酮饮食损伤心脏”。对不懂底层逻辑的大众来说,这是灾难。他们像浮萍一样,活在“追新闻”的焦虑里,而非“求真理”的笃定中。

长寿奇点时代,最值钱的能力不是获取信息——信息早已泛滥——而是过滤信息。你需要一套基于第一性原理的“认知免疫系统”。掌握了“SIRT蛋白通路”“mTOR信号”“自噬机制”这些底层逻辑,你就有了穿透迷雾的“X光眼”。你会明白冷水浴和断食在底层逻辑上为何同构,也能一眼看穿那些披着高科技外衣的伪科学。别做追逐最新新闻的“信息拾荒者”,要做坚守底层逻辑的“长期主义者”。认知免疫力一旦建立,焦虑自然消失。

二、财富与职业:

长寿时代的两大生存赛道

三波浪潮与分层策略

奔向长寿奇点的路上,万亿级财富会沿着三波浪潮依次爆发。

第一波浪潮(现在—未来10年):AI基础设施与近数据挖掘。

核心任务是效率革命——用硅基算力解决碳基数据的复杂度。代表赛道有AI制药,谁能用AlphaFold把新药研发成本降低90%,谁就是赢家;还有高精度传感器等硬件商,它们能连续捕捉血糖、脑波等数据,堪称长寿时代的“数据石油钻井平台”。

第二波浪潮(未来10年—20年):生命修复与“肉身工程学”工具。

要做的事有两件:“硬件磨损修复”和“系统重装”。对应的赛道,一是Senolytics这类精准清除“僵尸细胞”的靶向药物,二是合成生物学与器官再生技术,三是以山中因子为基础的表观遗传重编程。

第三波浪潮(未来20年—):后人类基础设施。

核心任务是“意识扩容”和“能量供给”,代表赛道包括脑机接口与可控核聚变。

不过,生命科学这行的投资难度相当高。眼下风头正劲的基因测序公司,没准明天就因为冒出新算法而丢掉护城河;这一秒还是“明星分子”,下一秒一份临床副作用报告就能让股价崩掉90%。没有专业底子,就算赛道选对了,也可能倒在黎明前。

建议按人群分层。年轻人不妨All-in(躬身入局),最好的投资不是买股票,而是把职业生涯押进去:挑一家前沿公司,边干边学,公司倒了也没关系,你攒下的“双语能力”——懂生物+懂AI——照样是最稀缺的资产。非专业人士则Stay Putt(稳健守拙),把本职工作做好,稳稳积累,离个股和天花乱坠的原始股远一点。寿命延长本身就是最大的财富杠杆,在超越百岁的人生里,复利效应极其惊人。不用急,时间站在你这边。

生命科学:AI时代的职业避风港

2022年底起,AI焦虑就罩在白领头上——还有什么活是硅基生物干不了的?可生命科学偏偏显出奇特的“反脆弱性”,极可能是AI时代少数还能增加就业的领域。

道理在这儿:AI擅长计算,人擅长连接。初级医生的诊断准确率很快会被AI碾压,但生命科学说到底不只是处理数据,还要处理人的痛苦与希望。人体仍是个充满“黑盒”的复杂系统,AI没法靠一个眼神、一声叹息去捕捉非结构化的远数据。医疗技术越往高精尖走,人对温暖抚慰的需求就越强。公式会从“医生>AI”变成“人+AI>纯AI”。

哪些岗位会消失?初级化验员和阅片师——AI的眼力比人眼好一万倍;初级健康客服——只会回标准话术的要被淘汰;重复性实验操作工——自动化实验室会让移液枪操作员成为历史。哪些岗位正在崛起?生物数据分析师——既懂生物学又懂算法的“双语者”;长寿规划师——“肉身公司CEO”的外部智囊;肉身工程顾问——把医生、教练和心理咨询师合在一起的高端角色,他们不治病,管的是生命周期。

黄仁勋多次预言:“生命科学将是未来最伟大的工程学科。”哈撒比斯正用AI穷尽蛋白质结构,奥尔特曼把巨额财富投向长寿领域。AI正把生物学从实验科学变成工程科学,创业门槛雪崩式降低。往后,三五个懂生物算法的年轻人,在车库里借助云端算力,就能设计出针对罕见病的疗法。这会是一场属于“碳基开发者”的寒武纪大爆发。

更关键的是,你不必转行去当全职生物学家。懂肉身工程学会成为所有泛健康从业者的底层通识。未来的健身教练得看懂CGM数据,未来的心理咨询师得懂脑肠轴。生命科学会成为AI时代的新“外语”——它不再是垂直行业,而是百岁人生的生存技能和职业增值包。

三、活法革命:

在超长人生中保持迭代

从“三段式”到“多段式”

工业社会写了一套标准化的“三段式人生”脚本:教育期存知识,工作期把知识变现成钱,退休期等终局。这套脚本是按“人只能活70岁”设计的。可到了长寿奇点时代,真能活到150岁的话,60岁退休后要面对90年的漫长空白,钱会枯竭,精神也会枯竭。

得换到“多段式人生”的新范式。人生不再是单向直线,而是一串迭代循环:学习—工作—休息/重塑—新工作—再学习—新赛道。你会经历3到5个完全不同的职业生涯——30岁当程序员,50岁再学习转做生物数据分析师,80岁又重塑成太空旅行向导。退休这个概念会消失,接替它的是“间歇年”:40岁、60岁、80岁各按一次暂停键,给下一程充电。

信用复利:一个人就是一家“百年老店”

过去,信用常被看作一次性变现的消耗品。周期短的时候,一个人40岁把信用透支掉“干一票”,只要换个圈子熬上二三十年就行——物理死亡是注销不良账单最彻底的办法,违约成本有上限。可长寿把这条捷径焊死了。预期寿命拉到150岁,40岁信誉破产,就意味着你得在一个多世纪里忍受社会排斥。任何透支信用的短视行为,都成了极愚蠢的交易。

反过来看,长寿也给了正向信用惊人的“时间复利”。从前,“百年老店”要几代人接力,代际传承很脆弱。到了长寿时代,你一个人就能把一件事做上一百年。30岁攒下的口碑、50岁履行的契约、80岁沉淀的行业信任,到120岁仍在源源不断产生红利。在超长周期的无限游戏里,个人信用是最坚硬的护城河。

好奇心:对抗精神熵增的核动力

在多段式人生里,不妨把大脑看成不断迭代的“大语言模型”。生命周期一拉长,许多知识和旧经验都会在技术迭代中过期。敢于遗忘不但没问题,而且必需——给认知框架的升级腾出空间。不断跨界、重塑职业、学习新知,本质上不是为了塞进更多数据,而是持续升级大脑的底层参数。

那是什么驱动我们在长达百年的时间里一次次“清空缓存”、从头“训练模型”?答案只有一个:好奇心。在三段式那种短促人生里,你可以为生存忍一份不喜欢的工作30年。可到了长寿时代,任何基于“功利”的忍受都撑不过80年。唯有好奇心与求知欲,才是让“人脑大模型”永不宕机的核动力——它激活大脑奖励回路,维持神经可塑性,对抗“精神熵增”,让内在模型始终对世界最新参数保持无尽渴望。

财富与职业怎么安排,怎么在长寿博弈中赢下筹码,路线图已经清楚了。但手里有筹码,不等于有“赢”的感觉。长寿奇点时代,最大的担忧或许是意义枯竭。

“如何活下去”的技术问题,我们已经聊过。现在得面对“为何而活”这个终极拷问。它不好回答,但值得我们用往后的漫长岁月,认真去找答案。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Anthropic推Fable5.2与Mythos5.2:千个子智能体8天写操作系统

    美国当地时间11月9日,Anthropic 发布 Claude Fable5.2与 Mythos5.2,两者共用同一底层模型,主攻编程、推理与视觉能力,Fable 面向广泛用户开放,Mythos 仅限通过审核的机构。 Fable5.2协调1000多个子智能体连续工作8天,从空文件夹写出可在笔记本启动的操作系统原型,自带

    来源 AI 开发者社区
  2. 蚂蚁灵波开源LingBot-Touch:近5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
  3. 蚂蚁灵波LingBot-Touch开源:近5000小时触觉数据,任务成功率最高90%

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
  4. 2026年AI融资流向:应用层33起领跑,视频图像3D吸金最猛

    2026年,AI融资市场最“大笔”的钱,依然流向大模型、算力等基础能力。但越来越频繁的融资故事,开始发生在应用层。 据智东西统计,2026年上半年,国内AI产业链上亿元融资中,AI应用方向融资事件最多,共33起。其中,视频、图像和3D生成占了近四成,AI Agent约占两成,企业应用、AI医疗/药物、AI金融、AI营销

    来源 AI 行业观察
  5. 谷歌推8tx与8i Max两款TPU:最高提速两倍,瞄准英伟达

    谷歌周一推出两款新型自研AI芯片8tx与8i Max。8tx面向政府及金融医疗等受监管行业,支持硬件级加密,处理速度最高提升两倍;8i Max面向AI编程助手、数学推理及药物研发等海量信息处理任务。消息公布后Alphabet股价早盘上涨超3%。谷歌正通过云业务开放TPU算力,扩大AI芯片市场竞争力。

    来源 凤凰科技
  6. Meta推Muse Ember:性能持平Claude 5.5,单次成本仅1/3

    人工智能领域的性价比军备竞赛再度迎来重量级选手。11月9日,Meta 官方正式发布了旗下迄今为止规模最小、运行效率最高的轻量级人工智能模型——Muse Ember。 定位高频任务:以极致效率满足智能体高强度运转 作为一款主打高效轻量的核心产品,Meta 将 Muse Ember 的应用场景精确锁定了人工智能智能体(Ag

    来源 AI 开发者社区
  7. 字节 Seedream 5.5 发布:支持 100 轮连续编辑与原生透明输出,全面刷新 AI 图像创作天花板

    11月9日消息,字节 Seed 团队正式宣布推出全新一代图像创作模型——Seedream5.5。该模型在延续上一代优秀基因的基础上,针对专业视觉生产流程中的痛点进行了深度进化,重点带来了非编辑区域像素级保持、支持高达100轮连续创作、原生 RGBA 透明素材生成以及显著提升的质感与文字渲染能力,为影视、电商、广告及设计

    来源 AI 开发者社区
  8. Automattic推Spacefast,抢滩氛围编程

    Automattic推出Spacefast平台,帮助用户部署“氛围编程”应用,直接对标Lovable等AI编程新贵。这标志着AI编程竞争从代码生成延伸至托管、部署与运维全链路,也意味着传统建站巨头正试图在AI原生应用时代守住入口。

    来源 AI 科技快讯
  9. 西湖大学团队推出MetaKernelBench:GPU内核经验能否跨语言复用

    你有没有想过这样一件事:一个厨师学会了用中式炒锅做一道菜,掌握了火候、翻炒的节奏、调味的顺序。现在让他换一把西式平底锅做同一道菜,他脑子里那些关于"什么时候该大火""什么时候该收汁"的判断,到底能用上多少?这不是一个无聊的厨房问题,它恰恰是最近一群研究者在GPU编程领域死磕的问题。**GPU内核**:运行在显卡上...

    来源 腾讯网
  10. 谷歌一年连发四款TPU:TPU 8tx与TPU 8i Max亮相,英伟达迎来挑战?

    【TechWeb】11月10日消息,谷歌正在用前所未有的产品节奏,向英伟达在AI芯片市场的主导地位发起一轮系统性挑战。 当地时间11月9日,谷歌宣布推出第八代TPU的两款新变体:TPU 8tx和TPU 8i Max,分别面向机密AI计算与超大长上下文推理场景。 TPU是谷歌自研的AI专用芯片系列,用于AI模型的训练和推

    来源 AI 行业观察
  11. 阿里Qwen4官宣将至:Qwen4-Max预览版已进办公、编程等多款产品

    11月11日,阿里千问团队宣布新一代大模型Qwen4即将发布,Qwen4-Max预览版已率先上线Token Plan并接入千问办公、Qoder、千问APP及QwenStudio等产品。阿里称Qwen4将重点提升知识理解、世界感知、编程及智能体能力,但暂未披露具体测试项目和评分结果。

    来源 凤凰科技
  12. 联想万全混合词元工厂发布:企业AI转向混合架构

    AI仍然处于被发明的过程中。Anthropic最快在下周上市,但在它提出的40万亿美元的知识工作经济中,真正得以验证的,即使加上OpenAI,也仅千亿美元左右,且以AI编程为主。2027年,首先需要被发明的,仍然是企业AI。但Anthropic只是企业AI的一种答案,远称不上全部。企业AI的市场空间,并不等于模型API

    来源 腾讯网
  13. 特斯拉向第一电动网发法务函:48小时内交VIN码并恢复车辆软件

    【TechWeb】11月10日消息,一场由 “智驾横评” 引发的法律对峙,在 48 小时的倒计时中迅速升温。 2026 年 11 月 10 日,自媒体 “第一电动网” CEO 庞义成公开了一封来自特斯拉(上海)有限公司法务部的告知函。函件指控该媒体在 11 月 8 日长沙站 “智驾大赛” 直播中,涉嫌通过违法方式破解并

    来源 AI 行业观察
  14. xAI数据中心燃气电厂扰民,美股AI板块两日蒸发近2万亿

    市值蒸发那两万亿美元,只是暂时的,AI的道路已经不可逆转。 “就像是客机起飞前的引擎啸叫,特别响,而且昼夜不息……” 上月末,家住孟菲斯都会区南侧、密西西比州绍斯黑文,职业是钢琴教师的伊丽莎白·罗斯女士,在接受媒体采访时满怀无奈。千万不要误会,她并不住在机场附近。大名鼎鼎的孟菲斯国际机场位于罗斯所住社区的东北方向约9公

    来源 AI 行业观察
  15. 陈林确认离开字节:押注AI教育,项目定名“小鹿爱学”

    【TechWeb】11月10日消息,11月9日晚,曾担任今日头条CEO、字节跳动高级副总裁兼教育业务负责人、大力教育CEO的陈林在个人公众号发布长文《我为什么还要做教育?》,首次公开承认已从字节离职,并投身AI教育创业。自2025年市场传出其离职创业消息以来,这是陈林第一次正式回应。 公开信息显示,陈林是字节跳动早期核

    来源 AI 行业观察
  16. Gemini 4 Carbon上线:编程与网安能力登顶,API价格公布

    AI 大模型的发布节奏已经快到让人应接不暇。就在刚刚,Google DeepMind 正式宣布,旗下最新旗舰模型 Gemini 4 Carbon 正式面向开发者、企业、科研人员及普通消费者提供服务。Carbon 是目前 Gemini 家族综合能力最强的公开上线模型,尤其擅长复杂编程、网络安全、科学推理,以及需要长时间执

    来源 腾讯网
  17. Gemini 4 Carbon 上线:编程与网络安全见长,API 定价12月上调

    AI 大模型的发布节奏已经快到让人应接不暇。就在刚刚,Google DeepMind 正式宣布,旗下最新旗舰模型 Gemini 4 Carbon 正式面向开发者、企业、科研人员及普通消费者提供服务。Carbon 是目前 Gemini 家族综合能力最强的公开上线模型,尤其擅长复杂编程、网络安全、科学推理,以及需要长时间执

    来源 腾讯网
  18. HOPE二阶剪枝法:MoE模型50%剪枝率下如何保住专家协作

    混合专家模型(MoE)虽然参数庞大,但推理时大部分专家处于闲置状态,造成巨大的内存浪费。传统的剪枝方法往往独立评估每个专家的重要性,忽略了专家之间存在的稳定协作关系。亚马逊云科技团队提出的 HOPE 方法通过构建二阶交互矩阵,在剪枝时保留那些经常协同工作的专家组。实验显示,在 50% 的高比例剪枝下,HOPE 在智能体

    来源 AI 应用前沿
向下滚动自动加载更多