智谱 AI、源杰科技投资人米磊 : 比追风口更重要的 , 是学会升维思考 ...

清风伴雨音

（来源：阿信 秦朔朋友圈）
这个时代正在重新洗牌。
AI 大模型正以周为单位迭代，DeepSeek-R1 仅用约 30 万美元训练成本便实现对标 OpenAI 的推理能力，开源阵营与闭源前沿的差距已缩至 3 至 6 个月；人形机器人 Figure 02 已在宝马工厂完成长期无安全员值守的自主作业，累计参与数万辆汽车生产，从实验室原型正式迈入产线员工行列；核聚变商业化则多点突破：NIF 实现可重复点火，SPARC 磁约束装置核心磁体就位、整体完工超 75%，Helion 聚变原型机更已锁定微软购电合同，目标指向 2028 年供电，将 " 永远的五十年 " 拉近至个位数年份。这些来自不同领域的信号，汇聚成同一个趋势——硬科技正在站上舞台中央。
" 硬科技 " 这个概念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词时，大部分人觉得太冷、太慢、不值得投入。作为国内最早系统性布局硬科技的投资人之一，他带领中科创星在光子芯片、量子计算、商业航天等领域持续布局，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规模已经超过百亿，而他当年的判断正在变成共识：能定义下一个时代的，不是流量生意，而是那些需要长期啃硬骨头的底层技术。
如今，他把十年的观察与思考，写成了一本新书《硬科技浪潮：技术趋势、投资机遇与文明演进》。这本书从 138 亿年前的宇宙史展开，一路推演到文明演进的底层逻辑，最终落回一个离每个人都很近的问题上：在这种量级的变局里，个体如何找到自己的位置？
面对这个问题，多数人只会问 " 风口在哪 "，米磊却带我们退后一步，先看清一切变化的底牌。
世界运行的真相
很多时候，" 困住 " 我们的从来不是不够努力，也不是运气不好，而是我们没有搞懂一件最核心的事——这个世界到底是怎么运行的？
我们不妨把世界看作一场无限游戏。这场游戏的核心目标不是赢下某一场短暂胜利，而是在一轮又一轮的回合中 " 存活下去 "，不被淘汰。而要实现这一目标，关键在于我们要学会把握并运用游戏规则，了解资源的产生机制、积累路径与迭代逻辑，掌握稳
步提升实力的方法，同时学会与其他参与者协作共赢、规避冲突。反之，若我们无视规则、盲目努力，大概率会在某一关卡停滞不前，甚至早早出局。
米磊将世界的核心运行规则总结为：复杂对抗熵增，宇宙的本质是熵增——混乱、消散、归于沉寂。而生命与文明之所以延续至今，恰恰是因为我们学会了用复杂来对抗这种宿命——构建秩序、积累知识、演化协作。
所谓熵增，简单来说就是 " 一切都会走向混乱 "。最直观的例子，莫过于我们日常居住的房间：房间住得久了，总会慢慢变得杂乱，并非有人刻意为之，而是每次取放物品时，哪怕只是稍微挪动其位置，都会在不经意间打破原本的秩序，增添一丝混乱。这种细微的无序不断累积，久而久之，整个房间便会陷入杂乱无章的状态。
一个系统如果不持续输入能量和秩序，就会自然地从有序滑向无序。冰块会化，铁会锈，房间不收拾就乱。宇宙也在走同一条路：从高度有序的奇点开始，一步一步走向热寂。只要宇宙尚未走向寂灭，熵增的攻势便不会停止。
那问题来了：既然宇宙的大方向是越来越乱，为什么我们看到的是另一回事？生命冒出来了，文明发展起来了，城市越来越密，技术也越来越精。米磊的回答是：生命和文明，是靠 " 构建复杂性 " 来对抗熵增的。
从微小的细胞到庞大的人类社会，从原始的小村落到现在的互联网，这个核心规律在各种事物中都能看到。也就是说，在普遍熵增的大趋势下，生命和文明是通过构建复杂性来抵抗这一命运的。
到这里，硬科技的角色便已清晰，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、量子计算），谁先把能源供给拉到更高的密度（可控核聚变），谁先把物质改造拉到更高的精度（纳米技术、新材料），谁就在这个 " 混乱—秩序 " 的循环里，真正握住了持续向上的主动权。
" 复杂 " 应对时代变化
在硬科技文明如潮水般涌来的时代，作为个体，我们往往容易产生两种极端感受：一种是被裹挟前行的无力感，另一种是被时代抛弃的焦虑感。但其实只要想明白一点，就无须焦虑与紧张。那就是，应对时代变化的底层逻辑从未改变，即复杂对抗熵增。
这里说的 " 复杂 "，包含三重意思。
一是从知识系统层面去思考，要掌握更多元的思维模型，以拓宽认知边界、提升决策质量，为应对复杂问题筑牢认知基础。模型思维的本质，是对世界的高度拟合，熟练运用思维模型，能让我们用最少的算力，得出更加适应具体场景的解决方案，从而更好地行动。
二是从经济系统层面去思考，要学会与复杂技术共生，主动适配技术变革趋势。个人要获取财富，就需要多利用技术。例如，人工智能崛起后，只要更好地利用这项技术提升自己的效率、提升生产力，就能带来更好的收入回报。
三是从社会系统层面去思考，要构建复杂的社会合作网络，打破沟通壁垒，凝聚协作合力，提升社会协同效率与整体发展韧性，实现个体与社会的协同进步。由于当前很多问题都是复杂问题，而依靠 " 单打独斗 " 是无法高效、低成本地处理好这些问题的，这就要求我们将合作这个自古以来的 " 优势 " 继续发挥下去。
如果我们把自己比作一个应对生活与工作挑战的工具库，那么要想从容应对层出不穷的难题、抵御无序变化带来的冲击，就必须想尽一切办法丰富这个工具库的储备，即各类工具，本质上就是我们需要主动掌握的各类知识。
我们需要害怕量产的 " 智能 " 吗？
过去几百年间，人类虽然历经多次科技与产业革命，也切实改变了世界，但这些进步始终受限于人类自身的认知与生理边界。人工智能则打破了这一桎梏：它的学习速度无须依赖数亿年的生物进化，仅需几小时、几天的算法迭代；它的知识不存储在需要代谢维持的神经元中，而存储在可以无限复制的硅基芯片里，这意味着其智能与知识能够实现无限复制与扩散。
从大历史视角来看，人工智能的出现，其意义绝不亚于当年智人进化出发达大脑，一个是人类生物层面的跃迁，另一个则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所有知识，人类需要几十年才能把一位大师的东西传给下一代。一旦 AI 摸到了能自我改进的门槛，它就会进入一个自我加速的循环，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。那么，" 取代整个人类 " 就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，我们也看到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。
但我们需要厘清，人工智能不是 " 更聪明的人类 "。
人类劳动力可能不再被经济系统需要，人类可能会主动、被动地把越来越多的决策权让渡给 AI，到最后，当所有关键决策都由 AI 做出，人类实质上就失去了对自身命运的掌控。
但这并不意味着人类的终结。也许，这是一个转型的开始。人类在其中扮演的角色，可能是创造者、见证者，也可能是最后的守护者——守护我们作为生物，在短暂的生命里所独有的、无法被量产的情感、脆弱和意义感。最终的结果，可能不是简单的 " 人工智
能取代人类 " 或 " 人类控制人工智能 " 的二元对立，而是一个更复杂、更混沌的共生或更替图景。
总之，人工智能正在改变世界，但它带来的不只是压力，更是普通人重新定义自身价值的机会。在人机共生的时代，机器可以将标准工作处理得又快又好，因此，我们要去培养那些非标准、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。我们不需要去拼命地证明自己能够像机器一样高效，而需要保持好奇、持续成长，努力成为一个机器无法复制的人。
如果说人工智能是脑力革命，那么具身智能就是体力革命。人工智能像 " 超级大脑 "，具身智能就是给这个大脑配的 " 四肢和躯干 "。如今特斯拉的 Optimus 已经在工厂里做分拣了，3 到 5 年内，消费级的版本可能就会进入普通家庭。当机器人开始在你身边做饭、照顾老人，你过去理解的 " 工作 " 和 " 生活 " 这两个词，可能都需要重新定义。所以比起纠结 " 我的工作会不会被替掉 "，更值得想的问题是：" 在新的生态里，我在哪里能创造价值。"
硬科技文明的到来，必将对当下的世界进行一场大洗牌。无论是个人、企业还是国家乃至文明，谁能率先适应，甚至主导这些核心力量，谁就能抓住跨越式发展的机遇。
看清潮水的底层逻辑，然后决定自己要站在哪，这是每个人面前的事。
给普通人的 3 条实操路径
道理讲完了，具体怎么做？
米磊在书中给出 3 个思路：你需要向外看，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 "。
所谓 " 边缘 "，就是 " 非主流 "，也意味着 " 新机会 "。地球位于银河系猎户座旋臂，距中心约 2.5 万光年，恰好处于宜居环带内，避开了核心区频繁的超新星爆发，这才为生命诞生筑牢了屏障。再如，恐龙出现前的巨虫时代，翼展达 70 厘米的巨脉蜻蜓是空中霸主，体长 2.3 米的节胸虫称雄陆地。一场含氧量下降的环境剧变，大幅挤压了这些巨型生物的生存空间，却为恐龙崛起创造了条件。而我们的祖先哺乳动物，在恐龙时代同样是边缘生物，默默蛰伏，最终抓住契机崛起。
择业和人生选择也是这个道理。打破只盯着核心领域、主流市场的惯性，把目光投向行业边缘、跨界领域、新兴场景和小众需求，才可能从多元环境中捕捉新机遇。很多人迷茫，正是因为总盯着过去和当下的热点，跟着别人的脚步扎堆，从没静下心思考自己真正擅长什么、热爱什么，没想过开辟一条没人走过的路。所有人都挤在同一条主流赛道上，互相消耗，没有差异化优势，最终只能越努力越迷茫，错过藏在 " 边缘 " 里的全新可能。
米磊以自己为例：他本科学机械，毕业没选本专业，也没选当时最热的金融、计算机，而是加入了中科院西安光机所，因为当时冷门的光学方向有很好的潜在前景。读博期间，他再次跳出深耕学术的主流通路，选择了一条边缘路线，投身科技成果转化，让实验室的科研成果真正落地。这两次关键选择，每次都跳到了当时无人问津的边缘地带，避开了主流赛道。而这些曾被视作小众、冷门的方向，后来都成长为炙手可热的主流。从人生选择的角度看，这让他避开了内卷，获得了自己的 " 相对最优解 "。
第二，向内看，找到热爱与擅长的交集。
米磊基于吉姆 · 柯林斯的 " 刺猬模型 "，总结出一个 " 人生最优解模型 " ——以热爱为内核、以擅长为支撑、以国家或社会需求为导向。
毕业后刚步入社会，难免焦虑迷茫，因为书本知识很难直接套用在复杂多变的社会里。米磊也是在那段迷茫期开始主动反思，剖析自己的性格特质与擅长领域，最终发现他对前沿技术、未来趋势等新鲜事物有浓厚兴趣，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方面有独特优势。这份清晰的自我认知，让他的职业方向越来越明确：从科技成果转化到坚定地走上硬科技投资，每一步都遵循自己的擅长与热爱。
做好 " 内观 " 之后，下一步是找到并匹配自己的 " 适应度高峰 "。比如，你真正擅长且热爱的是技术，那就去观察当下市场、行业乃至社会还有哪些痛点能用技术更好解决。你可以以此为方向创业，或加入志同道合的企业深度参与。经济回报与社会认可，都会是自然而然的结果。若有更大抱负，希望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，勇敢去闯。即使没有 " 大志向 "，也无须焦虑，只要认清自我、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 " 的核心，是跳出当下的认知局限和固有框架，用更高维度解决问题。刘慈欣在《三体》中写道，太阳系在二向箔的降维打击下崩盘——低维存在面对高维冲击，几乎毫无还手之力。而在高维面前，低维的难题可能只是一个简单问题：二维平面里一道横亘山崖的深沟，怎么调整方向也无法跨越；一旦把思考维度提升到三维，就能借助山坡绕过去，困境迎刃而解。
解决人生中的困境也一样。很多时候，我们被琐事困住、感到焦虑迷茫，并非问题本身有多难，而是深陷在 " 就事论事 " 的低维度思维里，只看到眼前得失。年轻人在职业选择上普遍迷茫，如果学会 " 向上看 "，从局部最优转向全局最优，方向就会清晰很多。局部最优只是把单个环节做到最好，却忽略整体协同；而全局最优，是站在文明、国家和社会发展的大格局上看问题。
比如，从历史规律看，没有核心技术支撑，国家就无法实现长期繁荣。2010 年前后，中国经济规模已居世界前列，增速全球第一，单就经济系统而言已是 " 局部最优解 "。但站在整体视角审视，底层知识创新与技术突破仍存在明显短板，科技与经济 " 两张皮 "、科技成果转化不畅，导致核心技术、关键零部件无法自主掌控，成为整个系统的致命短板。当时科技领域的早期投资也严重不足。个人的选择也是同理：若只盯着眼下最热的职位，很可能陷入局部最优；若能站到更高格局上，就能看清真正值得投入的方向。
在大势里找到自己的位置
米磊有一句很有力量的话：
" 面向未来，真正值得的，不是技术能把我们带到多远，而是我们是否有足够清醒的智慧决定技术应把文明带到何处？无论身处哪个行业、那一类岗位，真正值得投入的都是那些能够减少混乱、提升效率、促进协作、创造秩序的事情。"
这段话，其实就是对 " 顺势 " 最准确的定义，所谓顺势，不是追风口，而是去做那些与文明演进同向、为世界创造秩序的事。
站在浪潮之上顺势而为，永远比在退潮的海滩上拼命划水重要。
未来十年，硬科技就是那波浪潮。
浪潮已来。它不会等你。但认知升级，你随时可以开始。