出品｜虎嗅科技组
作者｜陈伊凡
编辑｜苗正卿
头图｜AI生成
今年，中科创星创始合伙人米磊，已经四次站上港交所的敲钟台。
其中投资时间最长的是驭势科技，2016年投，2026年上市，刚好十年，精确落在他说过的那个硬科技投资回报周期上：9到10年，最长11年。
也是在今年7月，他的新书《硬科技浪潮：技术趋势、投资机遇与文明演进》出版。距离他2010年提出硬科技概念，过去了16年。
如今的米磊，比过去更忙了，我们只能从他的两个会面之间，挤出交谈的时间。但他眉头舒展了不少，笑容也多了。
米磊本人 图片由中科创星提供
与其说是投资人，米磊更像一位硬科技的布道者。我问他，这本书可以算作中科创星这些年的投资手册吗？他给出的答案是否定的：他希望的读者是普通人，让不做投资的人也能看懂硬科技。
16年前，他提出了硬科技的概念，以人工智能、基因技术、航空航天、脑科学、光子芯片、新材料等为代表的高精尖科技。区别于由互联网模式创新，硬科技是需要长期研发投入、持续积累才能形成的原创技术。具有极高技术门槛和技术壁垒，难以被复制和模仿。是对人类经济社会产生深远而广泛影响的革命性技术，是推动世界进步的动力和源泉。
在这本书中，米磊试图用同一套逻辑，把宇宙、生命和技术几十亿年的演化串联起来，核心是四个字：对抗熵增，生命靠提高自身复杂度对抗熵增，而技术是这场对抗的延续。落到经济史上，他划出了三个时代：农业时代的生产资料是土地加劳动力，工业时代是机器加人的体力、脑力，而现在，最核心的生产资料正在变成尖端科研仪器加脑力：知识第一次开始比资本值钱，他称之为从资本主义走向知本主义。
英伟达是这个判断最直观的样本。1999年1月，这家公司登陆纳斯达克，发行价12美元，上市时市值只有两三亿美元；27年后，它的市值站上5万亿美元，翻了上万倍。8月末发布的最新一季财报里，英伟达单季营收962亿美元，同比增长106%，其中数据中心业务收入890亿美元，毛利率维持在75%，净利润接近600亿美元。财报发布次日，市值一天增加约3600亿美元。米磊说，英伟达本质上卖的是知识，这样的市值打破了过去工业文明和资本主义的想象。
基于康德拉季耶夫周期，即每一轮大的科技革命周期大概五六十年这一历史现象。米磊认为，新一轮硬科技革命 2016 年萌芽，2026 年进入加速爆发期一批前沿科技赛道正集体逼近产业化拐点，光子与商业航天已率先放量，量子和脑机接口紧随其后进入突破期，核聚变、合成生物学与AI for Science则处于早期蓄力阶段，这几条浪潮叠加在一起，构成他所说的硬科技文明奇点。
这一判断也在政策层面得到了印证。今年8月，工信部在国新办发布会上给出了十五五时期的产业路线图：加快打造集成电路、航空航天、生物医药、低空经济、新型储能、智能机器人等新兴支柱产业，推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信（6G）等未来产业成为新的经济增长点。
量子、聚变、脑机接口、航空航天、合成生物，这份国家级清单上的领域，恰好与中科创星过去十余年的投资版图重合。
这些曾经的非共识，一时间成了共识。这两年，原本不看硬科技的基金也一股脑涌入这个赛道：量子计算、拓扑量子的初创公司，成立之初估值就达到50亿甚至100亿；脑机接口公司接连完成将近10亿的融资；可控核聚变赛道的公司，也成了资本的宠儿。
我问米磊，如果这些曾经的非共识都成了共识，你们的优势又在哪里？他说那就往更前沿的地方探，去资本还没有怎么探测到的地方，比如在商业航天领域，当近地轨道的技术和产业逐渐成熟，就可以继续向更远的深空探索，布局月球、火星等方向；在量子计算领域，当超导量子、以中性原子为代表的技术路线已经吸引大量资本和产业资源时，就可以进一步关注拓扑量子计算等更前沿、技术难度更高的路线；在可控核聚变领域，当传统环形托卡马克成为主流技术路线之后，还可以继续探索仿星器、球形托卡马克等不同构型和技术路径。
拐点：当知识比资本值钱之后
虎嗅：书里提到了知本主义的开启和终结。在你的框架里，每个时代的生产资料是什么？
米磊：我们划分了三个系统。农业时代属于偏社会系统，生产资料主要是土地加人的劳动力，这也是古典经济学讨论生产与财富问题的重要基础；工业文明时代的生产资料逐渐转向机器，加上人的体力和脑力劳动；未来的智能文明时代，最核心的生产资料会从普通机器转向高端科研仪器、先进制造设备、算力基础设施、软件和数据等知识密集型工具，人的体力会被逐步解放，未来会以脑力劳动为主，的作用将更多集中在认知、创造、决策和科研等活动上。换言之，最尖端的仪器加上脑力会是未来最核心的生产资料，在这个过程中，资本依然是组织大规模生产和创新的重要条件，但单纯拥有资本将越来越难以形成长期壁垒；真正稀缺的，将是能够产生新知识、掌握关键技术并把知识转化为生产力的能力。
虎嗅：农业文明到工业文明的分界线很明确：蒸汽机崛起，还诞生了福特这类企业和流水线这种新的组织形态。那这一次的分界线是什么？会诞生什么样的组织形态？
米磊：拐点是大模型。大模型本身就是对人类积累的大量知识和信息进行学习、提炼和压缩，相当于硅基大脑模拟和扩展传统的碳基大脑，这是知识时代的典型特征。现在社会越来越多的资源投入到AI算力、模型训练和研发之中，把海量数据和已有知识进一步凝练为模型能力，越来越多的高增长产业也开始围绕AI展开，这就是时代的拐点。
虎嗅：有什么例子证明吗？
米磊：比如现在做AI的顶尖人才能拿到上亿美金的年薪，这在以前几乎是不可能出现的。再比如芯片行业，随着高端技术人才越来越稀缺，三星、SK海力士等企业也在不断提高员工薪酬、奖金和利润分享力度，首次让工人的分红优先于股东，这是有史以来的第一次。现在硅谷还有不少传统小企业主关掉公司，去AI大厂当员工，一方面大厂薪水不低，更核心的是加入AI大厂能跟上时代的认知，这比他们积累的那点财富更重要。
虎嗅：英伟达的股价和市值变动，能不能理解为这个时代的一个样本？
米磊：可以这么理解。人工智能公司和人工智能基础设施公司现在市值这么高，一定程度上打破了过去工业文明和资本主义的想象，过去，企业价值更多建立在厂房、设备、土地等有形资产以及资本投入之上；而今天，知识、技术、算法和研发能力等无形资产，在企业价值创造中的权重越来越高。本质上，英伟达卖的不只是一块芯片，而是芯片背后长期积累的架构设计、软硬件生态和知识，收的是知识和技术形成的高额溢价。从更广泛的意义上说，很多高毛利、高利润的公司，都是挣知识价值的钱。
虎嗅：大模型也在推动知识的平权。如果知识都被平权了，未来还有什么是值钱的？
米磊：知识一部分在走向平权，一部分在加速集中，AI 让普通人能够以前所未有的低成本获取知识、使用专业能力，这是知识的平权；但与此同时，最先进的模型、算力、数据以及驾驭 AI 的能力，又可能集中在少数企业、机构和个人手中。掌握 AI 的人所拥有的能力和影响力，可能远超普通人。传统的资本分化之外，可能出现一种新的知识分化和能力分化：一部分人能够驾驭 AI、放大自己的认知和生产能力；另一部分人则更多只能使用由别人提供和定义的 AI 系统。这种分化最终也可能进一步转化为财富分化。
虎嗅：你过去讲康波周期，认为只有硬科技突破才能把经济从下行拉回上行。我们现在处于什么阶段？
米磊：站在更宏观的视角和更长的时间周期来看，如果把整个人类文明的技术看成一个创新S型曲线，此前人类所有积累的技术都处在创新S型曲线还不可见的阶段，到AI爆发之后，整个创新曲线才跃出表面进入高增长阶段，也就是说人类技术文明从缓慢增长时期进入到高增长时期。用技术扩散理论来看，前面相关技术的市场占有率可能只有5%，从5%到市场占有率50%的阶段，就是曲线快速拉高的快速发展阶段。再过一亿年回头看，人类之前几十万年的技术积累都是萌芽期，人类从AI出现之后才会真正进入技术文明的大航海时代，信息、能量、物质、空间、生命都会进入大加速、大演化的时代。
虎嗅：书里判断这一轮科技革命2016年萌芽，2026年进入加速爆发期。为什么不是2022年或者2023年GPT-3.5出现的时刻？
米磊：从2025年年底到2026年开始，AI领域各个大厂的投入加倍上升，同时中国出台了十五五规划，美国出台了创世纪使命计划，2026年美国还发布《科学：一个新的黄金时代》，这几个点是更明确的拐点，比单独一个GPT的出现，更能说明技术革命正在从单点突破走向系统性投入和国家级竞争。
这一波硬科技革命不是只有AI，黄仁勋讲过五层蛋糕：首先需要有可控核聚变这类能源革命，提升人类掌控能源的能力；其次要光子量子信息革命；第三还要有更先进的新材料领域突破的物质革命；第四，要有商业航天这类空间革命，以及最后生命技术革命，如基因编辑、合成生物学、脑科学。这些是一套完整的体系，不能只拿AI单个节点作为革命爆发的标志。
当非共识成为共识
虎嗅：现在风险投资出现了一个现象：要么投早投小，要么投有 IPO 潜力的后端项目，中段项目越来越难拿到融资。你怎么看？
米磊：现在大家都在投硬科技、投知识占比高的企业，这个趋势已经非常明确了，也验证了我前面说的知识价值超过资本的观点。两头布局是当下投资机构的一种策略，投早期回报更高，投后期确定性更高。在风险收益比的权衡下，投资机构自然会倾向于抓住其中一头，或者根据自身的资金属性和能力，同时进行两端布局。
虎嗅：很多之前不投前沿科技的基金，现在都涌入量子计算、脑机接口、商业航天，太空算力、AI for Science这类离商业化更远的领域也有很多热钱。这些原本是中科创星擅长的领域，非共识变成了共识，你们的竞争优势在哪里？
米磊：首先，资金进来是好事，这些前沿科技需要足够多的资金投入，才有可能从实验室一步步走向产业化，我们一直呼吁大家投硬科技、投前沿科技，现在能看到这么多热钱进来我们很高兴。其次。我们的应对方式也很简单，我们会继续往前看，去寻找下一个还没有成为共识的非共识赛道，永远去关注那些大家还没注意到的新方向、新技术、新挑战。某个领域已经被关注得足够多、发展得比较成熟了，我们就去解决下一个还没被足够重视的问题。
虎嗅：还有哪些这样的非共识赛道？
米磊：比如在商业航天领域，当近地轨道的技术和产业逐渐成熟，就可以继续向更远的深空探索，布局月球、火星等方向；在量子计算领域，当超导量子、以中性原子为代表的技术路线已经吸引大量资本和产业资源时，就可以进一步关注拓扑量子计算等更前沿、技术难度更高的路线；在可控核聚变领域，当传统环形托卡马克成为主流技术路线之后，还可以继续探索仿星器、球形托卡马克等不同构型和技术路径。技术一直在不断迭代演进，值得布局的非共识赛道非常多。
虎嗅：这些赛道十年之后会同时爆发吗？还是有先后顺序？
米磊：光子与商业航天已率先放量，量子和脑机接口紧随其后进入突破期，核聚变、合成生物学与AI for Science则处于早期蓄力阶段。
虎嗅：量子你说马上要爆发，是资本堆到了这个时候，还是技术真的到了？
米磊：我觉得一个很明显的变化，就是技术的演化速度超出我们的认知，量子这几年的全球技术进展速度非常快，我们看到了很多新的进展。从超导、中性原子、光量子、拓扑量子，很多赛道进展都很好，现在超导和中性原子是商业化最近的，拓扑稍早一点，还需要一段时间积累。
虎嗅：有一种观点认为，脑机接口、AI for Science、量子这类赛道只能讲故事，等技术真做出来了，故事就讲不动了，估值也上不去。
米磊：一个方向的故事讲完了，还可以讲下一个新的故事，这不是什么大问题。中国越来越多的前沿技术能够凭借长期的技术愿景和发展潜力获得投资，本身就是一种巨大的进步，说明大家不再是只看眼前、只做短期回报明确、确定性很高的事情，愿意像美国一样去做高风险的前沿技术投资，这是非常好的现象。大家不用太关注短期的资本波动，资本资本本身就具有周期性和波动性，有时会提前追逐技术预期，有时又会滞后于真正的技术突破。，我们更应该看重长期的知识价值增长。
虎嗅：今年AI for Science领域进来了非常多热钱。这个领域的公司很多是学科带头人创立，数据大多掌握在全球重点实验室手里，离商业化比较远。泡沫这么大，怎么判别一家AI for Science公司真的能做出来？核心壁垒是团队还是数据？
米磊：没有办法用一两个明确的点来判定。首先做得最早的公司是有机会的，这个领域拼的还是认知，核心还是要看团队的认知是不是比其他同赛道团队看得更深、更远。
虎嗅：商业航天里最前沿的技术是什么？你刚提到去月球、去火星，落到具体的方向是什么？
米磊：现在说实话火箭可重复使用这件事在国内还没有完全解决，首先要搞定可回收，然后要搞发展在轨服务、空间机器人等技术，之后还要去月球取氦3回来、建月球基地，这些都是未来需要投资的方向。已经有做这些的公司了，未来一些具身智能公司的机器人经过针对太空环境的专门设计之后，也可以上月球干活。
从更长期来看，聚变能源未来可能会产生对氦-3等先进聚变燃料的需求，就需要从月球把它采回来，所以要发展月球采矿相关的业务，还有火箭卫星公司也在做去月球的相关能力建设准备，这些都是有需求的。
虎嗅：大模型赛道，再往前沿看，你们在看什么？
米磊：我们要看下一代的模型有没有新的模型技术出来。Transformer架构2017年出来到现在马上十年了，这个模型是不是已经快到天花板了？如果有新的技术路线出来，可能会继续提升大模型的天花板。现在还没有已验证的，我们还在不断观察，如果有合适的就会投。
长跑者：十年，从实验室到敲钟台
虎嗅：这四次敲钟里，投资时间最长的是哪家？
米磊：最长的是驭势，2016年投的，到2026年刚好十年。
虎嗅：这十年里，吴甘沙身上有没有什么变化让您意外？中间您动摇过吗？自动驾驶有一段时间也被认为跑不出来。
米磊：吴甘沙原来在英特尔中国研究院，做技术很多年，非常像科学家创业者，很注重知识的总结和积累。创业之后他在商业上不断突破，中间也做了几次转型，证明了他的学习能力和遇到挑战不断突破的能力。我投它的时候就知道自动驾驶技术难度很高，我们当时选驭势就是选长跑型选手。
现在L4级无人驾驶还没完全实现，现在只是阶段性进展，他们也在规划第二个十年，第一个十年只是实现上市，真正的突破要在第二个十年才能实现。吴甘沙创业之后的选择很务实，没有盲目追求一上来就实现全道路无人驾驶，我很认可他的选择，也愿意等待。
自动驾驶在资本市场有冷热周期，其实我们投的每个硬科技赛道都是这样，冷三年热三年，来回循环，包括商业航天、人工智能、量子科技都是如此。投资不需要受资本市场短期起伏的干扰，按照自己的底层逻辑往前走就行。
虎嗅：现在很多前沿科技公司在冲IPO，光赛道不用说，一些量子计算公司也可能在2027、2028年冲IPO，但大部分公司收入微薄，利润是负的。会不会出现上市即巅峰？市场为未来的故事买单能持续多久？
米磊：肯定一部分会上市即巅峰，但也会有一部分企业经历市场和产业周期的调整之后，继续踏踏实实把技术和产业做起来，最终重新获得市场认可。美国的纳斯达克长期分化非常明显，大量上市公司的市值和流动性并不高，真正能够长期成长为大市值公司的只是其中一部分，相比之下，中国资本市场对企业上市设置了较为严格的准入、审核和信息披露要求，不同板块也有相应的上市标准，因此在上市之前就会经历相对严格的筛选，出现巅峰之后彻底回不来的现象就会稍微少一点。真正决定一家企业能不能在调整之后重新做起来的，最终还是技术能不能突破、产品能不能落地、产业能不能形成，以及企业自身能不能持续创造价值。只要这些基本面真正做起来，即使经历资本市场的周期调整，企业依然有机会重新获得市场认可。
虎嗅：写这本书的时候，你设想的读者是谁？
米磊：我希望所有人都能看这本书。现在是硬科技文明奇点来临的时代，随着AI的发展，过去农业时代几千年积累的认知、工业文明500年里西方积累的很多认知，在AI时代都已经过时了，整个经济社会和人类文明的大架构都会被重塑。
我希望这本书能给奇点时刻到来之后的所有人提供一套适应新时代的生存哲学，让普通人面对时代巨浪的时候能有更好的应对方式，在未来生存得更好。
虎嗅：书里讲企业和投资机构要对抗复杂熵增。落到个体，普通人该怎么应对这个时代？
米磊：核心就是复杂对抗熵增，你得让自己变得更复杂。你掌握的知识、方法和应对策略越丰富，应对环境变化的能力就越强。
就像芒格说的多元思维模型，你掌握的思维模型越多，能应对的困难和挑战就越多。你不能只靠单一学科的知识就想一劳永逸吃老本，在一个持续变化的世界里，不断扩展知识边界、建立跨学科的思维模型，提高认知的丰富度和适应性，是应对熵增最核心的能力。
