主页 > 国内 >

女超人

AI推翻87年数学难题？困扰数学界的雅可比猜想，可能被三行公式证伪了_我的网站

幸福魔方

一 | 悬而未决 87 年的经典数学难题——雅可比猜想（Jacobian Conjecture），可能被一个只有三行公式的反例推翻了。 7 月 20 日，数学家、Anthropic 研究人员 Levent Alpöge 在社交平台 X 公布了一个三元多项式映射。

二 | “2026年，创投圈的浪潮再次翻涌：AI从技术概念走进产业深水区，硬科技创业从“小众赛道” 变成“主流共识”，年轻的创业者们正在用代码和双手，重新定义中国创新的未来坐标。

三 | 每一年，由36氪 · 暗涌主办的WAVES大会，都是中国创投圈的年度风向标。

四 | 它满足了雅可比猜想要求的前提条件，却违背了猜想的结论，因此构成了一个可能推翻整个猜想的反例。今年的 WAVES 2026以“今年盛夏”为主题，落地广州番禺良仓新造创意园，在两天的时间里，我们汇聚了顶级投资人、产业领袖、新锐创业者，用14场深度圆桌、数十场独立演讲，拆解 AI、硬科技、出海、医疗等核心赛道的底层逻辑，见证那些“少数人” 的坚持，如何汇聚成改变行业的浪潮。更引人关注的是，Alpöge 在帖子中将这一反例归功于 Anthropic 最新发布的 AI 模型 Claude Fable 5。” 冯大刚｜36氪CEO（圆桌主持人）王啸｜九合创投创始人刘缨｜软银中国资本合伙人高宇辉｜创东方投资管理合伙人冯大刚：台上三位嘉宾，我想先讲一个小故事：AI这个词是哪一年提出来的？是1956年。他还表示，是朋友 Akhil 首先向模型提出这一问题，而 Fable 5 则在他们观看世界杯决赛期间持续搜索，最终找到了这一反例构造。

五 | 到今天，AI这个词已经70岁了，相比AI来说，我们都还是年轻人，都是比AI小20岁的人。作为年轻人，我们今天来讨论这个行业正在发生的变化。

六 | （来源：X）消息发布后，数学界迅速展开核验。这个行业现在处在一个夏天。

七 | 斯坦福大学数学系助理教授 Jared Duker Lichtman 转发称这一结果“相当惊人”；MathOverflow 很快收录了相关讨论，不少研究者还利用 Wolfram Alpha、SymPy 等工具进行了独立计算。夏天意味着一切已经发生了，但不知道会有什么结果。目前，最关键的两项验证：雅可比行列式是否恒为 −2，以及三个不同点是否确实映射到同一点，均已通过公开计算验证。

八 | 在这个过程中，我感觉到这个行业正随之发生了很多变化。今天主要有几个问题，第一个，周期是不是跟以前一样？第二，创业是不是跟以前一样？投资是不是跟以前一样？以及最后，我们的一些判断和选择。如果后续没有发现新的漏洞，这将意味着：1939 年提出的雅可比猜想在三维情形下不成立，并可进一步推出其在所有三维及以上维数下均不成立；而二维情形仍然保持开放。被称为“民科坟场”的雅可比猜想雅可比猜想由德国数学家奥特－海因里希·凯勒（Ott-Heinrich Keller）于 1939 年提出，讨论的是一个看似简单、却困扰数学界近九十年的问题：什么时候，一个多项式映射一定能够"倒推"回原来的函数？图｜海因里希·凯勒（左）（来源：Wikipedia）理解这个猜想，可以先想象一张橡胶膜。如果局部看，每一小块都没有被撕裂或压扁，人们很自然会问：整张膜会不会在别的地方折叠起来，让两个不同的位置重合？数学里的情况与此类似。第一个问题先讨论周期。对于多变量多项式映射，如果它在每一个局部都满足一种“没有折叠”的条件，也就是雅可比行列式始终等于同一个非零常数。那么它是否一定在整体上也是一一对应的？它的逆映射又是否仍然是一个多项式？这就是雅可比猜想。

九 | 它的陈述只有短短几句话，却异常难以证明。不少数学研究者戏称它为“crank graveyard”——“民科坟场”。今天叫做VC 3.0，在座每一位都是久经考验的老兵，我们都经历了好多周期，这次的周期是不是跟以前不一样？有人说，这次AI浪潮来得特别大，所以这次的周期可能跟过去不同。

十 | 许多人被它吸引，最终却陷入漫长而徒劳的推导之中。我们跳出了某个周期，进入一个新的循环。著名华人数学家张益唐，就曾把整个博士阶段投入到这个问题。1991 年，他在普渡大学完成博士论文《雅可比猜想与域扩张的次数》，导师莫宗坚是国际上研究雅可比猜想最重要的学者之一。张益唐的工作推进了这一研究方向，却并没有解决猜想本身。也有人说，自己见过很多循环，其实跟过去差不多。后来，他离开代数几何，转向解析数论，并最终因证明有界素数间隔而闻名世界；雅可比猜想，则依然留在开放问题名单中。每一次都会兴起、蓬勃、繁荣，也都会走向衰落，那么这次，是不是一样的？我们按顺序来，先请王啸。

十一 | 1998 年，菲尔兹奖得主 Stephen Smale 将其列入著名的《下一个世纪的数学问题》（Mathematical Problems for the Next Century）第 16 题，认为它的解决将对数学发展产生重要影响。

十二 | 王啸是36氪最早的天使投资人，应该是2011年，也就是十五年前，最早投资36氪的人之一。过去近 90 年里，一维情形早已证明成立，二维至今仍未解决，而三维及更高维也始终没有答案。由于这一猜想要求所有维数都成立，因此，只要在任意一个维数找到反例，整个猜想就会被推翻。

十三 | 今天我们也特别感谢他，因为他是我们最早的天使投资人。王啸：对，36氪今年16岁，我们做投资也基本有15年了，所以算是跟36氪一起从零开始起步的。三个点，击穿一个猜想而此次，Alpöge 公布的是一个从三维复空间到三维复空间的多项式映射：直接计算可知，这个映射的雅可比行列式恒等于 −2。冯大刚：那你先开始说吧。

十四 | 由于 −2 是一个非零常数，因此它完全满足雅可比猜想的前提条件。王啸：我经历的第一波周期是互联网，第二波是移动互联网。现在，进入了科技大航海时代。我觉得人工智能是其中一部分，也可以说是第三波周期。然而，当把三个不同的点分别代入这一映射时，得到的结果却都是同一个点：这足以构成反例。原因很简单：如果多个不同的输入对应同一个输出，那么映射就不是单射。我认为，周期的本质是一样的，都是科技和社会发展变化带来的结构性大机会，最后可能会出现一些新的大公司，这一波也是。当然也有不同，驱动力不同，它的驱动力是来自于GPU计算能力不断提升之后，AI能力的显著跃迁。换句话说，当已知输出时，无法唯一确定原来的输入，因此它不可能拥有逆映射，更不可能拥有由多项式组成的逆映射。我们可以看到它的智能有一定的涌现，并由此带来面向各行各业的结构性变化，包括机器人、日常办公以及各种应用场景。

十五 | 以前的本质是把人和信息连起来，现在是直接用人工智能产生了很多的信息内容和服务能力。这与雅可比猜想的结论正面冲突。这个反例还具有极强的可核查性。所以我觉得，这一波浪潮有可能比以前更猛烈。许多重大数学成果往往需要专家花费数月甚至数年时间，逐页检查上百页证明；而这个结果的核心，仅涉及两项有限的代数计算：一是验证雅可比行列式恒等于非零常数，二是验证三个不同的点确实映射到了同一个点。

十六 | 这次还有一点不同，本质上，这一轮周期是在中美博弈大环境下出现的结构性大机会。

十七 | 所以我们不只是看技术，还要看政策，看中美，看各种各样封锁带来的机会。所以，我觉得这轮周期维度高了很多，这也是大家认为它和过去周期不同的原因。但我仍认为，本质都是一样的，最终还是要满足人的需求，抓住技术结构变化带来的大机会。冯大刚：我补充两个问题，过去我们看到的周期，往往看起来是计算机的周期，看起来是互联网的周期，但最后都变成了千行百业的机会。截至目前，这两项计算均已得到公开复核。研究者 Zihan Zhang 给出了独立的 SymPy 验证脚本，并指出，只需将其中一个输出坐标乘以 −1/2，就可以把雅可比行列式规范化为猜想中更常采用的常数 1，而这不会改变反例的本质。但这一波有一种声音认为，有可能这波只是AI的机会，未来或许没有千行百业，只有AI行业了。如果这一反例最终成立，它不仅推翻三维情形，也意味着所有更高维情形都不再成立。因为只需在三维反例后增加若干保持不变的坐标，就可以直接构造出任意更高维的反例。这是我补充的第一个问题：这一轮到底是不是千行百业的机会？第二，你刚刚提到“替代”，是不是这波机会跟“人”关系不大，因为我们都已经被替代了。

十八 | 不过，二维雅可比猜想仍然是一个独立的开放问题值得补充的是，Levent Alpöge 并不是从 AI 领域半路进入数学，而是一位长期从事数论与算术几何研究的职业数学家。

十九 | 这两个问题也想问问后面两位嘉宾。近年来，他才加入 Anthropic，从事人工智能研究。王啸：我觉得人肯定能找到自己的生存方式，过去每一波工业革命都会对工人产生替代，但是经过时代的发展，我们依然能找到自己存在的方式。

| 即使硅基生命越来越智能，人也能找到自己的价值，仍可以感受到世界的美好。他本科毕业于哈佛大学，主修数学，并获得物理学硕士学位；随后在剑桥大学完成数学高级研究课程。所以我觉得人工智能并不会真正替代人类，但可能对某些工种，某些工作有产生冲击，这是必然发生的，目前来看，这一波受到冲击最大的是程序员。2020 年，他在普林斯顿大学获得数学博士学位，导师是菲尔兹奖得主 Manjul Bhargava。因为机器人的能力会显著提升，但不变的是人能够适应。人的学习能力，对社会的适应能力依然存在。

| 所以再过很多年，你会发现，它依然是在创造一个更美好的世界。

| 就像工业革命带来极大的生产力跃迁之后，人的生活品质也得到了提升。我觉得人工智能很有可能能够再进一步提升。它其实是继工业革命、信息革命之后走向智能社会的一个重要节点。未来整个社会的生产力有可能极大丰富：工厂都是无人工厂，东西成本都极其低，因为这些工厂不需要人力投入了，没有人力投入，全部都依靠电力，而核聚变会带来便宜的电能，生物技术也会提高我们的生活质量。

| 所以再过十年、二十年，我觉得整个社会将有一次质的飞跃，而这个飞跃会给我们带来巨大的幸福感的提升。冯大刚：有请刘总。

| 图｜Levent Alpöge（来源：Quanta Magazine）大型语言模型兴起后，Alpöge 开始转向人工智能。刘缨：软银中国是2000年进入中国的，做了二十多年投资，我本人也是2009年进入软银中国开始做投资的。他曾在个人主页写道，GPT-4 让他认为人工智能是“人类创造过的最有意思的东西”，因此重新回到计算机科学领域，希望增加这场变化产生积极结果的可能性。

| 根据目前公开的信息，这次发现的大致过程是：Akhil 提出问题，Alpöge 将其交给 Claude Fable 5 进行探索，模型最终给出了具体的反例构造；随后，Alpöge 公开了这一构造，数学界再通过人工推导以及 Wolfram Alpha、SymPy 等工具进行了独立验证。因为软银中国基本上做的都是硬科技的投资，所以说在整个科技进展的浪潮当中经历了起起伏伏很多，但我也非常同意王总的观点：这个周期再怎么变化，本质上是不会变成的，本质上都是一样的，因为所有的科技进步都是为了让人生活得更好，让人生活的成本更低，提高社会效率。但是你说这一波周期有什么不一样呢？从互联网到移动互联网，软银投了无数项目，包括淘宝等。这一过程与 AI 替数学家写出一份传统意义上的数学证明有所不同。

| 关于这一波AI周期，我更加确定它就是一个技术的改造，对传统行业的技术改造，所以，替代人这件事其实早就在发生，并不是AI出现之后才开始的。对于否定一个猜想而言，并不需要解释所有可能情况，只需要找到一个满足前提、却违反结论的反例即可。我们当年投的酷哇，做的是自动驾驶、扫地机器人这些方向，也很早就进入了黑灯工厂。所以我同意王总的说法：人的适应力是很强的。无论再怎么变化，新的产业出现，并不会让人活不下去。随着社会效率的提高，人的生活成本降低，我觉得“人活不活得下去”不是一个问题，大量的人员可能从自己不愿意做的工作当中解放出来，去做愿意做的工作。这样的任务天然适合计算探索：模型可以不断尝试构造候选映射、调整参数、检查雅可比条件，再寻找是否会出现不同点映射到同一点的情况。如果这一反例最终得到确认，它带来的意义将十分重大。所以先不用谈技术的进步，这其实也是一种社会结构和劳动力结构的转变。因为它展示了一种此前极少出现的研究模式：不是 AI 帮助数学家验证已经存在的思路，而是AI参与寻找一个人类 87 年来始终没有找到的数学对象。我觉得这一点其实对人类幸福的生存更有利。从 AlphaGeometry 解决竞赛题，到 GPT、Gemini 参与证明具体命题，再到这一次可能找到推翻经典猜想的反例，大模型参与数学研究的角色正在发生变化。它开始探索的，不再只是“答案”，而是过去只有数学家才会进入的未知搜索空间。

| 这一波它可能出现对行业的一些调整，更大的是提高传统行业的效率，这一点是非常重要的。参考链接： 1.https://x.com/leventalpoge 2.https://mathoverflow.net/questions/513387/galois-structure-of-the-new-counterexample-to-the-jacobian-conjecture-an-explic 3.https://www.leventalpoge.com/ 4.https://dataspace.princeton.edu/ 5.https://www.ams.org/prizes-awards/ams-morgan-prize 运营/排版：何晨龙注：封面由 AI 辅助生成。所以我们看待一个项目是不是值得去看，还是去看它对人类的衣食住行有没有效率的提升、有没有本质的改变，我觉得这一点是不会变的。

| 冯大刚：你说的话让我想起有一个历史学家写过一本书，叫《历史的终结》，所以我想两位的观点其实是一致的，任何时候你们都不会同意写一本书写科技的终结，历史的终结，历史没有终结，历史会一次一次重复。高总，你觉得这次有什么一样，有什么不一样的地方？高宇辉：先简单介绍一下，创东方是一家老牌创投机构，到今天已经有19年历史。我们原来主要是投早、投小、投硬科技，以投制造业为主，到目前为止投出了40多家上市公司。从我们企业的特点谈谈我对周期和人工智能替代的感受。我非常赞同前面王总和刘总说的，周期的本质是不会变的，都是有发动、高涨、过热、泡沫，然后泡沫破灭，再到第二轮开始，大的过程是不变的。但是可能会变的是什么呢？这次AI浪潮下，周期的拐点比原来更难判断了。原来是线性的，通过各方面因素大致能判断出拐点在哪儿。但是除了AI，这次“十五五”规划中的“9+6”产业政策的推行都在影响整个周期的走向。AI真的在渗透到千行百业，改变了很多原有的发展轨迹，比如AI应用在研究蛋白质折叠的问题上，过去投入很长时间，花费很大精力，AI大大加速了这一进程。再如AI在新材料开发领域，2024年有一篇报道，研究如何利用火星土壤样本制备氧气，解决马斯克提出的火星移民的氧气缺乏问题。过去没有AI时，这个研发可能需要1200年。但AI的帮助把时间缩短到只需要一个月，实际的情况是 AI For Science 两周左右就做出初步成果来了。总之，AI对每个行业的冲击都非常大。我们做投资的时候是把整个投资的项目内嵌到宏观形势、产业形势和细分行业的曲线里面，这个曲线的画法是一样的。所以既有变化，也有不变。说到对人才的冲击，这种冲击是非常大的。以印度举例，原来的毕业生最喜欢去几大软件公司，进入几大软件公司就等于阶层的跃迁。

| 每年这几大软件公司至少招几万甚至十几万的软件开发人员，但是今年这个数字非常低，上半年这几大公司只招非常少的人，而且据说目标是今年裁员30%，为什么呢？因为欧美国家不再需要这些基础码农了。

| 比如澳洲所有金融行业已经开始把印度外包逐步剔除。过去要几百人开发的工作现在几个工作小组加上AI就替代了，这种影响是极其深远的。

| AI还带来一个对中国来讲非常大的机遇，就是“AI+机器人”。“AI+机器人”完全可以抵消人口红利，它有可能把东南亚国家，包括印度在内的工业化国家跃迁的路封死，它们不但过去十几年错过了工业化，未来的几十年恐怕也要错过。但对中国而言，“AI+机器人”恰恰是解决老龄化社会的重要方法。AI带来很多的变化可能会超过我们的想象，而且总体来讲这波浪潮我认为对中国是非常有利的。冯大刚：我们反过来问，这次从高总开始。刚刚我们讲了周期，三位都认为周期本质上是一个循环，没有被打破。下一个问题，VC是不是不一样了？我自己也是做投资出身，我能明显感觉到好像是不太一样了，比如过去只要找到合适的人，找到合适的团队，把钱投给他，剩下就等着IPO了。但是今天不一样，今天我们自己还要学习AI，自己要搭建各种各样的能力，要帮客户跑订单，他问你，你能不能帮我一年拿一个亿，他说的一个亿不是融资，而是能不能帮我产品落地，还要面临各种各样国际、国内的监管，这些东西都是跟过去不一样的，所以关于VC有什么不同，你怎么看？高宇辉：整个时代不一样了，VC肯定是要进化的。最不一样的点，我们说募、投、管、退。首先募资端有巨大的变化，十几年前，也是创东方刚开始的时候，基本上没有国资的，资金结构中全部是社会化资金，但是最新数字，当然有几个口径，去年全社会募资总额中国资资本占比都没有低过80%-90%。国资和社会化募资最大的区别是什么？它带着当地政府的诉求，比如返投、招商，这些是一个巨大的变化。它要求GP得适应这种变化，适应这种变化得有招商能力，得有返投能力，换句话说你得要深度介入产业，并不是说你看这个项目好，单维度就可以投出去，而是“既要也要”，可能“还要”兼顾各方诉求，这是从募资方面来说。投资端的变化也是这样，越来越向专业化、细分化的方向发展。

| 这就要求所有的VC机构的研究能力、超前的判断能力要比过去更高，越是现在热点纷呈的时候，对研究能力、超前的判断能力要求就更高。第三，组织结构会发生变化。

| 现在是一个合伙人带着几个手下干活，可能三五年之后是一个合伙人带着几个Agent（智能体）干活。

| 简单的分析交给AI，那行业会不会出现高度的同质化？大家都用同一个模型，那么我们这些创投机构能做什么？我们存在的价值是什么？存在的价值在于，超越AI的判断力、独特的一套创投打法和分析模型的构建能力现实地摆在面前了，能不能跟上这一波浪潮作出新的改变和革新，就决定创投机构未来在市场的身位，和能否从过去的成功走向新的辉煌。冯大刚：所以说AI给了一个标准答案，而我们要做好的话是要超越标准答案。

| 高宇辉：AI不是给标准答案，AI目前最大的问题是一项工作只能做到七八十分，如果你想要90分，必须人工干预，这将导致未来市场会出现高度分化。个人有几个观点，AI绝对不是来平权的，AI也不是打破信息知识壁垒的，AI会制造更大的茧房，会使得二八法则变成一九法则，这意味着在AI工作的基础上，能够把70-80分变成90分-100分的这些人的价值会更加凸显。但反过来，如果一个人的工作能力只能达到50-60分，这些人会被残酷淘汰掉，因为用AI Agent替代就行了。

| 如前所说，现阶段的工作状态是几个领头的带着中间层、甚至一些辅助层来完成，而中间层、辅助层，例如从程序员到最终底层辅助者的简单的劳动力，很可能会被机器人和AI逐步替代掉。

| 但是反过来最顶层的人会有新的更大的机会，这是一个很残酷的分层，甚至一九法则里“一”也会分层，制造“铲子”的和只会“使用铲子”的人，也会出现巨大的分层，未来这个趋势是很难改变的。冯大刚：有请刘总。

| 刘缨：我非常同意高总说的，不光是形势变化了，是LP变化了，LP变化了对GP的要求就高了。我们以前擅长同类型的赛道，我要去找哪个赛道，在这个赛道我要找哪些企业，基本上我们能找到前三名的，拼命投一把，剩下就投后了，但现在不是这样的。

| 我们有很多很多的条件，我相反觉得现在的创业者比我们以前去找的创业要成熟多了，以前他受的教育或者训练可能不是全面型的，但现在很多出来创业的年轻人非常专业，综合性发展非常好。其实我们不需要管太多，我们需要协调的是在LP跟合适企业之间的勾兑，我觉得这一点还是很重要，如果我们做不到这一点，我们既没有办法投好企业，也没有办法完成LP的要求，这是对GP更高的要求。对于创业者来说，我现在投的这些项目相反管得更少，并没有说像以前季报每个都看，都去研究，我会管得少很多，因为他们自己做得很好。但是像您刚才说的，我需不需要帮他打开某个市场，这一点量力而行。比如我投的医院有一个新药，这个新药非常适合这个医院，我会把他们捏在一起，但还是要看他们自己的合作能力。我记得去年投的一个做卫星的企业，我买几颗卫星，几百万的事，搞了有什么用呢，难道卫星放在我们家吗？所以我们做GP是量力而行，也不要去干扰人家的企业。你要投一个企业，它如果连自己的市场都搞不好，为什么还要投它呢？这是我们这一类投资人的心态。冯大刚：所以确实比过去更难了，要求更高了。王啸：现在我觉得整个投资行业有几个特点，过去美元基金是在中国寻找一些和美国模式类似的公司过去中国移动互联网基本上都是这样的大逻辑。过去人民币基金核心逻辑是投资未来符合上市条件的公司，因为我们的人民币基金基本都是从PE阶段往VC阶段延伸的。目前新的环境是什么呢？新的环境是美元相对来说不如以前活跃了，中国现在的要求是什么呢？我们要在科技竞争当中跟美国掰手腕，人民币的国资和地方引导基金成为重要的出资人，以政策为导向，，这个新的形态本质上来讲是让中国的创业者站在了科技的前沿和中美竞争的前沿，包括硬件出海，模型能力，应用等等，本质上来讲让我们整个创业跟美国基本上站在了同一领域进行竞争，这其实是一个非常不同的路径，也就是说现在想抄美国的模式已经有点难了，因为美国还没做出来呢，我们要先做出来。

| 对VC的要求是什么？第一个要在中国语境下能够适应各种环境募到钱，并且能平衡到各方LP的诉求。第二在没有作业可以抄的情况下，如何提前判断抢先入局，在共识容易迅速形成的阶段，能够提前一步或者半步布局。因为共识形成太快了，像脑机接口、核聚变等等，一旦形成了共识，每月融一轮，每月估值翻一倍，只要差一个月就差一倍，如果两个月就是四倍，这种情况下如何入局，对VC提出了更高的要求。第三个在AI加持情况下给VC的组织形态、人员组成，内部信息的流转，和研究机制，提供了一个更好的基础。比如我把我的方法论、过去的判断都喂给龙虾，它的判断能力是相当不错的，它能够找到BP以及跟创始人会谈中的逻辑漏洞，问题在哪儿，它会提醒你。它的判断力经过不断培养，已经达到了相当好的程度，甚至可以补充盲点。但你也不能依赖它做决策，但它能对你进行提醒，帮助，汇总，和项目的梳理。所以我觉得AI对整个VC的组织形态有一个非常大的提升，也是一个非常好的工具和方法。VC行业变化确实非常大，所以你会觉得现在整个中国VC行业跟几年前好像完全不一样了，活跃的人不一样了，这就是因为环境巨变之后有些人敢赌上来了，有些人消沉了。行业巨变后，70%—80%在这个行业里面变得不活跃了，只有少数人可以穿越周期。VC行业周期性也非常强，能够穿越周期的人本身并不多，而且每一波变化最后的底层和本质都不一样。如何抓住最底层的东西，适应它，对VC来讲也是非常大的挑战。

| 冯大刚：非常好！三位从三个不一样的角度，为什么行业变了？因为我们上游的变了，我们下游变了，路线图、参照系都变了。刚才大家提到是不是创业也变了？因为我自己也做投资出身，创业跟今天是很不一样的，过去怎么能想象一个项目还没出来，还没有造出任何产品，一亿美元，两亿美元，一堆人，一两百个机构去上，这些事全部都是过去不能想象的。我们也想象不到一家公司成立一年收入好几亿，这些事情都是跟过去不一样的，所以我们又转过来，啸哥开始，怎么看创业的变化？王啸：第一个，现在整个国家的核心驱动本质上来自于科技和股权的驱动，所以对科技的投入多了。第二个，把整个社会的积极性调动起来了，因为几年就有市值几千亿的公司，所以整个社会的积极性，包括地方政府、科研院所的教授、各种各样的人都调动起来了。以前创业是在一个非常小的圈子里，互联网、IT、工程师，那个圈子非常小。

| 但现在整个创业的圈子从南到北，很多人都想着怎么创业，整个社会的积极性完全被调动起来了，所以热潮非常大。但泡沫过去之后总会有一些好的公司沉淀下来，所以有泡沫不完全是坏事，可能在这个过程当中消耗了一些社会的资本，但是从长期来看它依然会产生很多优秀的科技公司，这就是我们国家现在需要的。我觉得现在泡沫并不小，但是实话实说VC投的事情本质都是在买梦想。但确实要有逻辑和积累。

| 一旦LP在里面挣不到钱了，整个体系迅速趋冷，我觉得这大概率会在未来发生，因为现在太热了，但是它会有个周期慢慢回去。冯大刚：刘总怎么看这个滚烫的时代？刘缨：是有点浮躁。其实我们软银二十几年投资的历史，以前刚进中国的时候经常遇到一个IDEA，拿一个BP过来就拿一大笔钱走，这个是很正常，我并不觉得多么吃惊。但是我还是讲一点，因为我们美元也有，人民币也有，美元是一个长线资本，美元来到一个热点领域就是以亏钱为主，所以一个起来整个基金就起来了，整个基金成本都弥补掉了，所以美元和人民币是不一样的，LP不一样的话投资的方向和投资承压能力是不同的。二十多年后回过头去看，现在的环境虽然很类似于以前百花齐放的环境，但以我们现在的经验来讲就不会跟着那么多风口去抓泡沫了，我们还是会仔细分析项目的市场团队，本质的东西。我觉得可能会有所起伏，但是大量的钱烘托一个行业是这个行业起来的根本，如果没有钱去烘托人工智能、AI、具身机器人以及具身机器人的系统，没有大量钱去烘托的话这个行业起不来，现在这种现象都很正常。不同的基金有不同的嗜好，有不同的策略，我觉得都是正常的，但是很明显现在是过热了。高宇辉：海水和火焰并存的一个阶段，对创业者，我认为是一个千载难逢特别好的机会，尤其是十五五规划的“9+6”，9个战略性新兴产业加6个未来产业，为什么这么说呢？还是回到今天强调的AI。 AI、大模型已经把全部人类的知识“吃了一遍”，这就意味着“一人公司”原来是不可想象的，现在出现了。就是一个人已经可以调动全部人类的知识去干你想干的事情，大家想想这里面有多少创业机会。有个跟过去不一样的用人的观，过去说某个人“眼高手低”，特别能想象，净出一些离经叛道的点子，在过去这是一个贬义词，也许将来这是一个褒义词。因为眼高以后在AI的加持下未必手会低，所以这是非常值得欣喜的。你看中国人多聪明，像最近横空出世的张雪，这类人如果在AI的加持之下想象空间是巨大的，我们甚至可以把所有原来的行业再改造一遍，这对我们投资人非常有吸引力。但是另外一边我们也确实有些担忧，刚才说的LP结构变了。

| 大家可以统计一下做投资的国有资本累计加总有多大金额了。这样情况下会产生“垒大户”。不乏一个月一轮融资的。为什么会这样呢？国有资本都攥着大把资金，但是这些大把资金有一个硬约束，就是不能亏，不能亏导致都去投明星项目，投明星项目就会出现你也看好这个，我也看好这个的相互背书现象，最终变成大家一起追逐少数一些热点，导致项目估值泡沫。冯大刚：这个叫抱团取暖或者互相免责。高宇辉：资金集中使得这些热点项目发展一日千里，但它真正的工程化、产业化落地的进度能否按期到达，其实是打个问号的。越是这样的情况，真正长期主义者，传统的创投机构越要稳住，在这个过程当中不要盲目“垒大户”、追热点，而是真正看底层逻辑，是不是这个发展方向，未来成功的概率到底有多少。特别是现在很多热点领域，技术路线根本没有收敛，假设你有巨大资本的情况下可以多追一些热点、分散布局，但是作为我们以市场化资金为主的投资机构，我们还是需要冷静地分析最可靠、最稳妥的一些方式，挑选成功概率最高的来投。冯大刚：我们进入到第四个问题，这个问题需要大家简单回答的一个问题，各位在今天的浪潮里面，有没有一个判断是：我绝对不能错过的一个投资机会。

| 我的意思是，虽然大家都说我们在投AI，但是有的人在投软件，有的人投硬件，有的人投模型、有的人投应用，有的人投产业深处，有的人在投海外增量，大家心中甚至都不想跟别人分享看好的东西，别人都没有看出来，但我知道那是什么，那个东西太重要了，那个判断是什么？我们还是从高总开始。

| 高宇辉：低空经济。仔细分析了后，我们会把很多时间精力和投向放在低空经济，因为“9+6”里面低空经济至少能覆盖6-7个产业，而且这是一个长坡厚雪，未来是十万亿的赛道。例如低空经济可以延伸到新能源、AI、新材料等等。比如说延伸到AI，无论是驾驶舱自动驾驶，还是空域管理，空域线路规划未来全部都要用到AI。低空经济是我们不愿意错过，而且会重点布局的领域。

| 我们在深圳组建了低空经济产业基金，所以我们会在这个产业赛道里面深耕下去，做深做透做好。冯大刚：做低空经济的可以找高总。刘缨：我们可能会更聚焦于AI，我们有一个专门的AI聚焦，专门投AI基金对传统产业的改造，这一块是我们关注的重点，比如对医疗，对仓库系统，无人驾驶技术的更迭，还有具身机器人的软件，这是我们比较关注的一点。冯大刚：很务实的方法，千行百业的改造。刘缨：对。王啸：AI作为新的生产力或者巨大的能力需要终端，如果跟人交互的话，需要除了手机以外更大的一个终端，如果跟生产力结合就是机器人。AI需要一个落地的，能够走入现实世界当中的“端”，To C很有可能是眼镜或者是智能硬件，To B很有可能是各种各样的机器人，所以我觉得这些都是我们在关注的。冯大刚：今天有一位嘉宾没有来现场，他嘱咐我这个问题的答案，他的答案是AI For Science，他说一般的AI公司，比如苹果公司可以到1万亿美元，AI公司可能到5到10万亿美元，但是AI For Science可以到20万亿美元，这是每个人的判断。我们进入最后一个问题，五年以后你们还在做投资吗？我经常跟各种各样的投资人聊天，最近出现了很多分化，有的投资人特别兴奋，觉得机会来了，刚才说的20万亿，他觉得过去没有机会做20万亿的公司。还有的人觉得说LP结构变了，我也不愿意伺候，我们做一些分基金，把品牌授权给他们，自己退出一线，享受红利就好了。

| 各位怎么看这个问题？王啸：五年后肯定还是会做的，十年以后也许还在做。投资就是看你对它的理解，和你到底想要得到什么。

| LP本身结构变了，需要投入一些精力，但并不代表投资不能做了。社会的大潮发展滚滚向前，永远有新的东西，永远可以每天跟创业者聊新的项目和新的想法，而且跟最聪明、最有梦想的那一批聊天，这个过程本身是愉悦的，结果我觉得也会是好的。因为正好在科技大航海时代，肯定有机会能投到好项目。

| 以前都是万亿美金的美国公司，现在我认为中国绝对存在从 0 起步，发展成万亿美金公司的机会，这就是大势所在。刘缨：只要基金在，你就得做。我们现在募的基金基本上都是12年的，这么长期的基金既然自己SET的基金那跪着也要做完。我觉得做还是会做，但是我个人的方向，我团队当然还有年轻人，我个人的方向肯定会去偏重一些产业方向。因为做久了有很多上市公司是自己投出来的，可以跟他们合作，去在这个产业方向上做，会更聚焦一点，会把精力跟资源更聚焦在一条线上，这是我个人的一些爱好。可能一些年轻的Founder，会有一些年轻的伙伴沟通、去投资、去研究，去看，去帮助，我们做得时间久的人会在产业资源上给他们一些帮助。

| 所以在我们公司内部也会有基金的一些分类，做还是会做的。高宇辉：我进入到这个行业，就是看到这个行业没有退休的限制，只要你想干，八九十岁照样干，这是多有趣的一个行业。每天接触最聪明的头脑、最有趣的灵魂、最新颖的点子，最后看着一个小火苗变成熊熊大火，甚至带着燎原之势，而且在人类整个发展过程当中做出了重大贡献，你在这个过程中能助力它一把是非常开心的。总之只要能干得动就会干。

| 现在小小的波折真的不算什么，放在整个历史大的背景和周期大的背景，你会发现这是一个小小的调整，而且这种调整假如剥开中美对抗的外壳之外，会涌现多少机会啊！萝卜青菜各有所爱，只要你热爱这个行业，我认为并不是一个时间限制的问题。