首先非常感谢今天清华大学的同学们，可能有些也是老师。同学们、老师们，今天下午，我们奇绩创坛有机会跟大家分享我们奇绩创坛公开创业课的新的序列。其中里面第一课，探讨的是 researcher founder（研究型创业者）如何从 -1 走到 1。好，我们准备跟同学们分享内容。
这是一个全新的时代，跟过去一样。同学们、老师们，做任何一件事情，尤其是今天处在一个特殊时代，我们最为重要的，是把这个时代的主旋律、它的大的格局给看清楚。它有一个格局，格局背后是一个全新的范式。尤其是如何从 -1 走到 1，这是这个时代最最重要的一个主题。有了这个局之后，我们今天重点跟大家分享的是新的思维，这个时代是需要全新的思维的，同时需要新的实践，但更为重要的是，把握住全新全方位的机会。所以这是我们今天给大家准备的内容。
时代主旋律：研究型创业者的崛起
首先先讲格局。这张图不同的版本，我过去五六年用的挺多的，今天这个版本，给同学们讲一下这张图的历史与大的背景。人类的历史，它永远是技术驱动社会的变革。在任何一个时代，都有这个时代的核心生产力所决定。在当下这个时代，核心生产力其中有一波人，他是财富创造是最高的，就是研究型创业者。毫无疑问，我们这个时代在早期，在以极高的速度往前推进。
我们来看一组数字，这是今天在美国实体经济和资本市场上，体量最大、增长速度最快的新兴巨头：Anthropic、OpenAI、SpaceX。尤其是 Anthropic，后面我们也会讲，Anthropic 的真正的引擎是什么。Anthropic 今年跟去年比，它的收入目前为止已经是 80 倍的增长，从今天看到的发展趋势，它很快超过 OpenAI，总估值超过 1 万亿，今年是大概率的事情。再过几年，大家想象一下这家公司、OpenAI 过去三年多它的成长速度。SpaceX 是人类历史上最大的 IPO。这些公司、这些企业，同学们老师们，他们都是研究型驱动的，他们的创始人都是研究型创业者，而且这个趋势在不断的加速。
这是我们今天重点要讲的，大家可能都听说过这个词叫 neolab（新实验室）。他们更为研究驱动，他们的增长速度更快，他们未来的规模将更大。大家看一下，从 2020 年开始，去年有 18 家，今年前五个月已经 9 家多。其中有几个值得关注一下。
我们举两个例子：第一个，thinking machines 是 OpenAI 的前 CTO 创立的。这公司一岁半不到，当下的估值是 500 亿美元；一岁半不到的公司，500 亿美元的估值。还有一家公司，5 个月之前成立的，这里 project prometheus 是 Jeff Bezos 的公司，做物理 AI 的。这两家是去年成立的、今年成立的。还有一家叫 ineffable intelligence，正式成立是去年 11 月，6 个月不到。这家公司的创始人，可能同学们都应该知道，创始人 David Silver，原来做 AlphaGo 核心的作者。他的种子轮资本第一轮融 10 亿美元，第一轮估值 40 亿美元起步，都是这么高。我们为什么会讲这是刚刚开始？今天这个课，核心要讲这只是刚刚开始。我们一定要理解今天这个时代，它背后的大的格局是什么，它是怎样被驱动的，我们该如何参与。这个数据是很明显的，这个速度在加速。
同时在中国也一样。这三家公司，我前面讲了就不再单讲，thinking machine、ineffable、project prometheus，这三家公司我前面讲了 CEO。那再讲一下，中国这个趋势也在往前走，因为美国的实体经济、美国的资本市场，相对中国来讲，我们还有一部分的距离，但这个趋势也非常非常明显。大家看一下：智谱 6岁，Moonshot 3岁，无问芯穹 3岁，DeepSeek 3岁，MiniMax 4岁，寒武纪 10岁，还有一个上市的长鑫存储，可能是中国马上就最大的公司。他们都是研究驱动的公司，公司的创始人都是 research founder。在体量上，咱们中国跟美国比还有一段距离，但是趋势是一样的。
那中国的 neolab 在哪里呢？也在发生，这个趋势还没有完全明显。我们跟各位同学分享的是，在我们奇绩创坛，我们看到的中国的 neolab。这都是我们奇绩投资的公司：基流科技，清华的，今年港股排队上市，今年大概率上市，有可能是中国大模型 Infra 第一股。我今天还记得，胡效赫同学来申请奇绩创业营，那个时候他中国融了一圈，基本上都没融到，然后我们面试的时候，噢你是做 RDMA，做 RoCE 的，当然投。那个时候讲点小背景，RDMA 是我在微软的时候，我的组织推进，因为那个时候是 CPU，Kernal 和 Kernal 没有连接，我们的搜索引擎想聚合更多的算力。当然现在是用来连接 GPU 卡的。我想讲的是奇绩，后面我们会介绍，由于我们的背景，由于我们的导向，就是很愿意去扶持年轻，在很早期的技术当中，那个时候你说 RDMA、RoCE，全中国可能没有一家投资机构说我要投，但在我们眼里毫无疑义，这肯定要投。就很高兴看到它今天马上就要上市，当然它上市只是走出第一步，后面还有发展的空间。此外还有极佳科技，也是咱们清华系，百亿公司；光轮智能，中国目前最大的数据合成公司；帕西尼，做触觉传感器；本末科技，做机器人减速器；极壳科技，做外骨骼；还有更多更多的。
奇绩怎么讲，他们都还早，但是同学们，尤其是像清华这样一流的学府，我们必须关注这个，这个时代最最重要的趋势：研究型创业者、研究型创业公司 neolab。
全新生产力：研究重构核心生产要素
好，我们讲了这个现象之后，一定要跟同学们分享它背后的原理。为什么这个现象会发生？什么力量在驱动它以这么大的规模、这么高的速度往前走？背后的核心原因是全新的生产力。这是咱们清华的特色，我已经习惯了，上课的那个好像某个时间点有放音乐的。
背后是新的生产力。这里同学们，我给同学们一个小的建议，有的时候得用第一性原理思维。这是生产力的核心定义，从政治经济学、宏观经济学来看，什么是生产力？生产力最最重要的是生产者，今天是以人为主的，以后是机器生产者；还包括生产过程、生产工具、生产对象。今天的生产力，它在结构上，在关键元素上都发生了根本性的变化。
过去的生产者是开发人员、市场人员，今天越来越重要的生产者是研究人员；过去的生产过程是开发过程、运营过程，今天越来越重要的生产过程是研究过程；过去的生产工具是各种各样的设备，今天算力成为最为核心的生产工具；生产对象变成了数据。这是生产力的关键要素，都发生了根本性的变化，这是它背后的原因。
研创距离的坍缩：从工业革命到智能时代
好，我们再继续看一下，他是如何从过去走到今天的。这里，我要跟各位同学们来分享一下它的历史。我们只有静下心来，把它的来龙和去脉理清楚之后，我们能够完全理解这个时代的大局：研究跟生产，它的关联是怎样的。它起源于启蒙运动和工业社会，启蒙运动带来了科学，我们今天所有的现代生活，都是启蒙运动的科学带来的。科学是驱动工业进步的研究体系科学，但是研究跟创造价值，历史上它的距离都很远，研究都不直接参与生产。但是现在我们前面讲的研究，已经直接参与生产过程。
那我们就看下这个历史，看这个例子。工业革命的产生是物理，是机械，是牛顿力学带来了第一次工业革命；第二次工业革命之后带来了信息时代；今天是智能时代。这是历史发展的轨迹。研究核心是解决不可能到可能的问题，我们先定一下什么是研究：研究是把过去认为不可能、不可行的，变成可能、可行；生产是把可行的能力变成价值，满足人类需求。
我们就做了个比喻，从不可能到可能是从 -1 到 0，从可能到价值产生，是从 0 到 1；1 到 100 比较容易。同学们，这里有个重要的关键性的原理：从不可能到可能，它有内在的高风险，内在的非确定性。尤其是改变世界的科研，从 0 到 1 风险更大，非确定性更大，1 到 100 相对来讲比较容易。所以整个驱动人类社会进步的，就是从 -1 到 0，从 0 到 1。过去的历史，从 -1 到 0 和 0 到 1 是分开做的，今天开始一起做。怎么做？如何做？什么样的人做什么事情？这是今天我们这门课的核心。
这是这个时代我认为非常非常重要的发展基础。过去的研究体系，清华是中国最高的学府，我们都知道怎么做：在实验室看论文讨论，做实验写论文，传播知识。企业把已经形成论文书籍的可行的技术，把它做商业化。过去历史一直是这样，从工业革命开始。但信息时代开始不一样，后面我会讲，从微软开始，从 Google 开始，它越来越接近。到了人工智能时代，可以说从 OpenAI 开始，它是完整的一起做。继续往下走，更是内在的分不开，这个时代的机会也来源于这个大的趋势。
我再具体展开一下，过去的研和创，它的距离一步一步走到今天。首先我们看第一次工业革命，核心的研究是以牛顿为代表的力学和物理动力。它的研究是从 1665 年到 1687 年，它的研究结果是三本书，《Principia》（自然哲学的数学原理）。等了 89 年之后，才有瓦特的蒸汽机。所以研和创它分得很开很开，跟石油产品分得很开，这是第一次工业革命。第二次工业革命，核心的研究是麦克斯韦及其方程。大家看到，其实过去的研究是写书的，牛顿是写书的。到了麦克斯韦的时候，他的研究结果是写成论文，电磁场麦克斯韦的方程。但是真正变成创造价值，变成产品，是 31 年之后马可尼的无线电报。到了后面，电磁场作为核心理论改变了世界，包括我们今天用的芯片计算等等，都基于这个研。
但是到了信息时代，大家看就开始不一样了。我在微软待了不少时间，在雅虎等等，谷歌差不多。研究和创造、研究和生产在同一个公司里面，在不同的部门，它的奖励函数不一样。我管过可能是历史上最早和众多的研究团队，在雅虎的时候，建立雅虎研究院，他们的奖励函数还是发论文；雅虎的算法工程师，奖励函数还是公司的股权。虽然微软这些公司，信息时代放在一个屋子里面，但是它的奖励和资源分配还是不一样。
到了今天，从 OpenAI 开始，它不光是一个公司，它在同一个团队，在业务部门，奖励函数、激励机制、资源分配，完全是研究和生产是一体的。距离缩短的，主要是创新的速度的加快和创新的规模的提升。所以分析这些历史案例，是帮助我们彻底看清楚历史发展的大趋势。我们从工业革命到信息时代，到人工智能时代，看它的生产力的变化，我们看到，研究越来越直接的参与生产过程。这是这个时代最为重要的格局的一个核心要素。
相变临界点：硅基智能的独立运作
接下来，我跟同学们分享这个临界点。这个临界点挺重要挺重要。我们人类社会有几个大的临界点：从农业社会到工业社会是一个临界点。我后面会讲这个临界点，为什么？因为农业社会人类也有工具，但是一直要人去操作这个工具。工业社会彻底改变我们生活的方方面面，核心是机器操作机器。
我们今天这个临界点，是 Anthropic 的 Claude Code 带来的。从对话交互人工智能变成 Agentic AI（代理型人工智能：具备自主规划和执行能力的 AI 系统），硅基智能将脱离人类独立，人类干越来越多的活，越来越持续干。今天可以写几个小时代码，接下来可以做几个月的科研。这是一次巨大的临界点的相变突破，因为在通用智能的时代，尤其是 Anthropic，可以带来的是两大核心能力的综合：第一，Agentic AI 可以让人类只要提问题，提我接收答案的标准，我就可以让 AI 帮我做研究。研究的速度越来越快，研究的力度越来越强，AutoResearch 大家都知道。同时，研究的产出是直接的生产力：写的是代码，做的是企业规划，做的是材料设计、药物设计。它直接产出生产资料或者生产的结果。
所以这两个因素加在一起，我们人类时代的进展到了比工业革命更大的一个相变。从农业社会到工业社会，是一个很大的相变。农业社会跟工业社会很不一样，核心是在工业社会，机器操作机器。在 Anthropic 的 Opus 4.5 之后，去年 11 月开始，硅基智能可以独立的去做越来越多的规划，越来越多的产出，越来越多的科研，它自己也可以做研究。所以前面讲为什么这些公司越来越多，估值越来越高，增长速度越来越强，它背后的原因是，我们过了这个临界。
重构生产关系：NeoLab的组织进化
讲完生产力之后，我可能更要讲的是生产关系，这才是更为核心的。我们前面讲过了，这个生产力就是研究直接参与生产过程。要把这种产能释放出来，它必须要全新的生产关系才行。这里有大量的机会和大量的需要产出的。
首先讲过去。过去的生产关系是两类不同的组织，两类不同的奖励函数。过去的科研机构他只做 -1 到 0，他只解决从不可能到可能的问题，他们的研究产出是论文。论文跟后面的生产价值创造它是脱节的。企业从可能到价值，它造成的现象是短期行为。他不会去投入大量的研究。他的评估方式，研究和产出脱节。尤其是对于过去的评估方式，在清华我跟所有同学都讲，今天的评估是 peer review（同行评审），是论文引用，是专家的点评。
这是过去。到未来、到今天的，以 OpenAI、neolab 为代表的组织，都是三个圆圈在一起的。又做研究，又做开发，又做市场产品。这个组织是从 -1 到 1 的组织。这是我们今天核心的主题。我们每位同学都可以成为 research founder，成为研究型创业者。但我们得把从 -1 到 1，它的生产关系是怎样，得理清楚。
首先我们讲一下它生产要素：算力、数据、算法，基本就是人。研究成为直接生产力，从研究到价值的距离，其他都缩短了。但是生产关系，我们要考虑的，是分配的重构，是激励机制的改革。这个要平衡好的是长期利益和短期利益，它也有短期利益。更要平衡好的是资源分配，因为你们每个人以后都有机会去建立自己的公司也好，团队也好，你们关注的是资源分配如果脱节了，激励机制不符合这个时代的要求了，对价值创造和对未来需求的分配评估就不对了。
我后面会展开讲，但是这一页非常非常重要：新的生产关系和新的组织。这是我们这个时代每个未来的 research founder，不管你选择做什么，都需要关注的新生产力。首先是生产关系。讲完生产关系，最最重要的是讲人，这是我们今天核心的课程的主题。最最重要的生产力永远是人。这个时代的人很重要很重要，有两个特性：第一，要求确实更高，你要既能做研究又能做产品；但是机会是空前的，你的能力是全方位的放大，发展的趋势是千行百业都将被重构。
可以说明确一点，这个时代的局很特殊，它的主旋律也很清晰。这个时代的主角，这个时代的中坚力量，就是今天我们在座的每位同学。我们都有机会，可能我们借鉴乔布斯的 one more thing。可能有些同学在线下听课的时候想：我学文科的怎么办？好消息！我先跟大家讲讲斯坦福大学 2026 级计算机本科的数据，394 个毕业生，只有 23 个找到工作（这个数字我们在官网上验证过），剩下来的有 100 多个当小哥，美国的快递都在去开车，还有 120 多个免费打工（混 TOKEN，还是要通 TOKEN），剩下来的去补修学别的。如果这种计算机科学不懂人类的需求，在未来这个时代，你没法真正成为这个时代的好的 research founder。
所以如果你是学文科的，学非技术科学的，反而是好消息。因为今天的 AI，你用可以用 deep research，你可以用 auto research，研究的门槛被降得越来越低。你关键要有高的认知，能提好的问题，有好的品位，知道什么是高价值的。研究可以让 AI 来做。所以从 -1 到 1，这个时代最最关键的要素是你的格局，你的抱负，你的好奇心，你的探索欲望。你能持续走下去就有机会。
所以总结一下，这个时代的格局是全新的生产力、全新一代的生产关系、全新一代的人才、空前的机会。本质上解决的是科学的风险，确实有风险，很多难的科学问题风险很高。有一些得解工程风险，比如说历史上的曼哈顿工程，本质上放射物理，物理我们已经知道了，只不过工程怎么做我们不知道。有些领域，工程的探索可能比科学上的还更难一点。但是是科学风险和工程风险同学们顶上。
所以早期的研究，包括今天的主要的研究性大学，都是在做这个东西。所以历史上就是研究型大学，贝尔实验室等等就够了。但是到了数字化时代就不够了，又开始用算力用数据了，如果你没有市场化，你哪来数据？如果你要研究新的脑机接口，不做市场化，可能吗？你要找到一种新的药治疗癌症，没有数据可能吗？所以越来越多的研究组织就开始要有市场风险了。市场风险是从 0 到 1，它的风险更难，也就说历史上的案例没法拿来用，因为市场风险是大自然没有跟我们博弈，市场是博弈的。市场风险永远是最难的，尤其是从 0 到 1。
而且今天的 neolab，你还得承担资本风险。就像 OpenAI，你要融 1,000 多亿、1 万多亿美元，这种能力这种本事，是非常非常不一样的。我们过去在奇绩创坛，有的时候看一个项目，说这个项目要做新一代的量子计算，我们可能第一判断，这个团队长得是不是像融 100 亿美元的团队？融不了 100 亿美元，那怎么做新一代的量子计算？不是说你科学不好，你科学可能很厉害，但你没法融那么多钱，就没法做。我们必须客观实事求是分析。
这个新的范式带来的是未来的前沿组织，这四种风险他都要有能力承担。过去的历史它是分开做的，但今天是一起做的。所带来的是新的实验室 neolab，它是实现科学新的范式的组织单元。新的生产力、新的生产关系，我们还在早期探索过程当中，但基本属性已经开始形成。大家都知道这是典型的 neolab，它的特色是什么？小团队、高端人才、融资起步高、估值起步高。它是完全研究驱动，能力突破，再做商业化，因为从研究到生产的距离很短很短。前面讲我们经过一个相变，AI 可以缩短从研究到生产的距离。所以这个时代背后的核心探索，是我希望今天每一位同学，每一位老师要认真思考的：在科学的第四范式之下，我们的组织单元是什么？neolab 是探索这个组织单元的一个前沿的形式。
最为重要的是，我们整个中国，整个全球美国都在探索的产学研的全新组合，未来的组合是长得怎样，需要一段时间探索，但结构我们基本上看得见。核心人类的进展永远是技术推、需求拉。创新是最为关键的，核心就创造价值。什么是价值？价值是满足需求的能力，叫价值创新。人类有四种组织：大学、科研机构、大厂和研究型创业公司。今天跑的从需求直接跑到基础研究，跑得最起劲的是这波人（研究型创业公司）。大厂现在也开始有小的团队组合了，谷歌的 DeepMind、Gemini 就是类似这样的组织。在中国在全球，大学比科研机构更活跃一些。我们只要看清华就知道了：智谱、月暗、无问芯穹，越来越多的团队都在从清华里面产出来。这里面有很多 neolab 在这里面，到一定的时候他们就会脱颖而出。科研机构，如寒武纪，也是在中科院出来的。
所以它的内核是从 -1 到 1 的团队。最后要形成的是一个全新的、从 -1 到 1 的生态。今天我们大家都知道了全球格局，能在这个前沿跑的就是中国和美国。中国尤其是像清华这样在北京人才密度很高的地方，是非常有机会打造这样的生态。硅谷为什么这么强？就它生态强。好的生态就是人才密度、技术密度、资源密度、机会密度。有多少公司有很高的概率可以上市、可以退出？清华北京，是非常非常有机会的。
价值创造的终局：重塑创新生态与普惠精神
好，我们把范式也讲完了，我们最后讲一下今天的核心的主题：如何从过去走到未来。从 -1 到 1 是这个时代的主旋律，这个时代的主力是研究型创业者。
我再稍微讲一下，人类历史上重要的相变。人类成为智能，第一次相变是学会用工具，用工具是人类历史上第一次相变，跟别的动物不一样的。学会用火是非常重要的一次相变。因为用火，我们开始吃熟食，吃熟食让我们的大脑比其他动物大脑效率高很多。火是第二次相变。从农业社会到工业社会是第三次相变。因为农业社会人得操作工具的，工业社会是工具操作工具。我们可以发射卫星到星际去，我们可以做任何尺度、维度、规模的操作，人的能力，用工业社会在操作层面无限的放大了。
去年 11 月开始，从 Opus 4.5 和 Claude Code 开始，Anthropic 这家公司开启了新的一页：有硅基可以独立于我们持续干活了。今天先写代码，以后是几小时几天几个月干我们想让他干的活。我们四次相变要继续持续，这个相变的就是研究和创新一起做。研究型创业者，是这个时代的主要的力量。
我们从过去看向未来，这些都是先行者。可以说我们在研究，最早的研究性创业公司可以说是 SpaceX。2002 年，20 多年前。同学，我们得想一个问题：为什么做航天做的好的不是 NASA？不是波音？是一个创业公司？就是他需要新的生产力和生产关系，新的资源配置。十多年前，DeepMind 和 Neuralink，今天的越来越多的 neolab、SpaceX。马斯克我就不多讲，坚持第一性原理思维，极高的格局，极大的胆识，去根本性的推动人类社会的进步。
DeepMind 的 Demis Hassabis 一开始就说：我要成立一个研究性创业公司，一开始就创业的，我要研究智能，把智能研究好了以后，用智能去解决所有的科学问题。我为什么会分享这个？我们在中国完全有机会，我们要的是这种格局，这种抱负，这种胆识，去探索。Neuralink 过去很难想象一个创业公司把设备植入到大脑里面去，但今天我们已经看清这个局面了。真正要把脑机接口走向未来，能够驱动未来的还是 neolab，它需要这样的人才这样的资源配置。
在中国我们最后总结一下，我们很明显地处在一个文明上升的一个过程，机会空前：十五五、AI+、2035年科技强国。从我个人看到的，我就毫无疑问我们有这个机会。我们在这里要做的，同学们我想给大家分享，我们今天的人才有这三种素质的综合：从不可能到可能，我们能做；从可能到价值，我们能做；最后再从价值到普惠。
为什么有人工智能，它的边际成本是 0，最终一定是普惠的？任何产业如果边际成本是 0——边际成本为什么是 0？是光伏，光伏的输入是 0。我们每位同学都有可能成为有企业家精神的科学家，有科学家内涵的企业家，最后要有社会责任，要有担当。
不管我们做什么，我基本上每次都会跟同学们讲，不管我们做什么，最后仍然要做的是选择善良，善良是我们的选择。同学们不管你做什么，永远选择善良，成为有担当的人，我们可以在中国，完整的把握好这个时代的机会。好前面我们基本上讲完了，非常非常重要，一定要从第一性原理看懂这个局。