13 KiB
categories, tags, created, source, type, aliases, confidence, status, last_reviewed, review_interval_days, relations
| categories | tags | created | source | type | aliases | confidence | status | last_reviewed | review_interval_days | relations | |||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|
2026-06-22 | 陆奇清华演讲-混沌学园-2026 | concept |
|
3 | active | 2026-07-01 | 180 |
|
Researcher Founder（研究型创业者）
有企业家精神的科学家，有科学家内涵的企业家。
——陆奇 2026 清华演讲
定义
Researcher Founder 是 2026 时代的主角。他们要做的是把"不可能"推进到"可能"，再把"可能"变成真实价值。
这个时代需要的，是有企业家精神的科学家，也是有科学家内涵的企业家。^[raw/articles/陆奇清华演讲-混沌学园-2026.md]
一、-1 → 0 → 1 框架
| 阶段 | 含义 | 承担方（过去） | 承担方（今天） |
|---|---|---|---|
| -1 | 不可能 / 还不可行。可能是一个科学问题、一条技术路径 | 大学实验室、科研机构 | Researcher Founder 团队 |
| 0 | 可能。关键能力出现，原理被验证，路径开始成立 | 大学 + 企业部门化 | 同上 |
| 1 | 价值开始产生：有产品、用户、市场、产业影响 | 企业、创业公司 | 同上 |
历史上，研究和生产从来是分开的。研究解决从 -1 到 0，生产解决从 0 到 1。牛顿力学 1687 年完成，瓦特蒸汽机几十年后才出现。^[raw/articles/陆奇清华演讲-Sky光笺解读-2026.md]
AI 消除了这个距离。同一支团队、同一个业务单元、激励和资源分配完全一体化。研究和生产互不分离。OpenAI、Anthropic、DeepMind 都是先行者。^[raw/articles/陆奇清华演讲-Sky光笺解读-2026.md]
AI 的真正价值不在于提高效率，而是将研究和生产融合为了一个过程。
二、宏观背景：人类经验的三次蒸馏
这背后是一个更宏观的趋势——人类经验正在经历第三次、也是最彻底的一次蒸馏。^[raw/articles/陆奇清华演讲-Sky光笺解读-2026.md]
| 蒸馏阶段 | 介质 | 关键变化 | 代价 |
|---|---|---|---|
| 第一次（语言） | 文字 | 隐性体感被压缩，可跨时空传播 | 丢失现场感、强行包装因果；掌握文字者掌握经验定价权 |
| 第二次（工业） | SOP、手册、培训体系 | 经验明码标价进入市场 | — |
| 第三次（LLM） | 参数权重、markdown | 燃烧 token 即可调用；存储介质从人脑迁移到芯片；调用成本趋近零 | 经验彻底告别了人的主体性 |
所以真正的问题是当经验变成零成本调用之后，人还剩下什么？
这个问题的答案，是陆奇整套演讲剩余部分的底层逻辑：做高不做量、研究型创业者、Street Smart、到河对面去、到墙外面去。
三、新思维三件套
3.1 研究思维：影响力 = 峰值 × 持续时间
一流的科学家和创业者，都是在一个方向上做到极高，不是靠堆人堆数量堆出来的。^[raw/articles/陆奇清华演讲-Sky光笺解读-2026.md]
影响力 = ∫ 峰值强度 × dt 存续时间
四维覆盖面（混沌版独有^[raw/articles/陆奇清华演讲-混沌学园-2026.md]）：
- 研究影响力：你的科研是否帮助更多科学家做更好的科研
- 开发影响力：你的数据集、工具和方法，能否帮助他人训练模型、构建系统
- 产业影响力：多少用户、客户、收入增长
- 社会影响力：改变了政策、教育、医疗普惠性
研究思维的核心就是：研究者贡献异常值，AI 提供回归值。
可被蒸馏的经验是已经被探索过的、有先例可以参考的方向。这些方向你只要做简单增量改进，AI 很快就会覆盖。但一个还没有数据、没有模板、没有人做过的方向，AI 无法学习。
Paul Graham 三步选题法（两篇共识）：
- 选你真正热爱的方向（伟大的事情都很难，只有热爱才能长期坚持）
- 探索空间要大（蓝海——足够高、足够深、足够长）
- 从小问题切入深挖（很多改变世界的大问题，一开始看起来都很小）
3.2 创新思维：用更好的方法满足需求
创新的本质不是发明新东西，而是用更好的方法满足需求。^[raw/articles/陆奇清华演讲-混沌学园-2026.md]
- 个人需求：马斯洛底层功能性需求基本饱和，机会在更深处（泡泡玛特潮玩 = 精神需求）
- 企业需求：做更好的决策、建设更好的文化、推动更好的创新（远未满足）
知识只有变成活力，才是有用的知识，不是静态待在你脑袋里。怎么让知识有生命力？就是嵌入价值流通过程。
"同学们在做科研的过程中，经常去观察、去留意，钱是如何合法地从一个口袋到另一个口袋的。哪里有资金流动，哪里就有生命力和创造力。"
3.3 斜率思维：今天比的是学得有多快
今天这个时代比的不是你有多强，而是你学得有多快。^[raw/articles/陆奇清华演讲-Sky光笺解读-2026.md]
| 斜率 | 含义 | 经典案例 |
|---|---|---|
| 认知斜率 | 认知更新的速度（速度+加速度 > 绝对值） | 爱因斯坦一辈子持续突破认知边界 |
| 能动性斜率 | 搞定复杂问题的能力 | 007 风格：什么都难不倒他 |
| 品味斜率 | 对产业方向的判断力 | 沈逸晨：放弃 Nature 正刊后所有 offer，回国说服沈南鹏 |
三条斜率的共性：AI 能降低触达成本，但无法动摇动机成本。你可以让 AI 帮你读一百篇论文（触达成本归零），但你仍然需要自己决定读什么、信什么、下一步做什么（动机成本）。^[raw/articles/陆奇清华演讲-Sky光笺解读-2026.md]
四、四条行动原则（"到…去"）
-
到河对面去：技术和需求之间有一条河。过去研发端和销售端都在河的一边。本质都要走到对岸才能真正解决问题。
- 过去科学家贵，需求调研便宜。今天 AI 降低了技术研发成本，需求挖掘、用户调研、体验设计反而越来越贵。
- Palantir 二十多年前发明了"前线部署工程师"（FDE）的概念。今天所有 AI 公司都在采用这个模式。
-
到墙外面去：科研可以在学校里学，创业只能边做边学。出去实习，优先去创业公司或头部创新团队。
想学东西的话，大厂只有字节和千问团队建议去。
-
到同行者中去：人脉多样性是成功的核心要素。要主动和不同领域的人交往，加入优质的创新社区（推荐 奇绩创坛）。
-
到真实场景中去（隐含原则）：真正的前线工程师不是把客户需求带回公司排期，而是进入客户现场，理解真实工作流、约束、权限、数据、风险和价值路径，然后把能力嵌入组织。
四条行动原则本质上指向同一件事：去获取那些 AI 还蒸馏不了的经验。河的对面（真实场景的隐性知识）、墙的外面（创业的混乱反馈）、同行者中（跨领域的认知碰撞）。^[raw/articles/陆奇清华演讲-Sky光笺解读-2026.md]
这些领域的共性是：它们的数据还没有、也不会被系统性地采集和标注。AI 无法从训练语料中学到这些东西，因为它们还没有进入任何语料库。
五、Book Smart → Street Smart 转型
| 维度 | Book Smart | Street Smart |
|---|---|---|
| 世界 | 问题定义清楚 | 需求混乱、利益多元 |
| 评价 | 标准明确、同行语言熟悉 | 反馈粗糙、路径不稳定 |
| 优势 | 考试能力、静态知识 | 商业敏锐、活的知识 |
但从 -1 到 1 恰恰发生在这种混乱里。
研究型创业者必须让自己的知识进入真实系统：用户怎么说，客户怎么拒绝，预算怎么批，组织怎么抗拒，数据怎么拿，产品怎么落地，政策和伦理怎么限制。这些东西看起来不如理论优雅，却决定了可能性能不能成为价值。^[raw/articles/陆奇清华演讲-混沌学园-2026.md]
六、科学范式四阶段（Sky 版独有）
| 范式 | 时代 | 方法 | 局限 |
|---|---|---|---|
| 第一范式 | 农业时代（两千多年） | 经验和思考 | 没有实验工具 |
| 第二范式 | 工业时代早期 | 实践探索 + 演绎推理 | 没法系统性泛化 |
| 第三范式 | 近现代 | 数学推理 | 数学本身不完备（薛定谔方程无解析解） |
| 第四范式 | 智能时代 | 数据+算力 | — |
第四范式和研创一体在底层是同构的。当科学发现的方式从数学推导变成了数据+算力，研究本身的产出就可能不是论文了，而是可以直接嵌入生产系统的模型和代码。
七、四次相变（Sky 版独有）
| 相变 | 内容 |
|---|---|
| 第一次 | 学会使用工具（人区别于动物） |
| 第二次 | 学会用火（大脑效率跃升） |
| 第三次 | 农业社会 → 工业社会 |
| 第四次（当下） | 硅基智能脱离人类，独立完成持续的研究和生产（Anthropic Claude 4.5） |
这意味着：第一，人类只需要提出问题、给出验收标准，AI 就可以完成研究，研究速度和强度将被前所未有地放大。第二，研究的产出直接就是生产力：代码、设计方案、分子结构，不需要转化环节。
八、产业机会：淘金不如卖铲子
四象限（规则 vs 经验 × 外化 vs 不外化）：
| 规则型认知 | 经验型认知 | |
|---|---|---|
| 可外部化 | 现在就能被 AI 重构（会计、律师） | 创业机会 + 需要大量前端开发咨询公司 |
| 不可外部化 | 中长期 AI 重构 | 还需要一段时间（老中医、顶级厨师） |
全栈机会：底层接入企业资源 → 中层构建决策记忆的企业大脑 → 运营层 → 顶层用 AI 重构组织。
中国每层都没有成型巨头，所有行业都有系统性机会。
启动条件：三件事齐了就可以启动——
- 在你所在的领域成为专家
- 动手开发产品
- 组建团队
九、与 以终为始 / 价值驱动 的对照
| 维度 | 以终为始（郭朝晖） | 价值驱动（郭朝晖） | Researcher Founder（陆奇） |
|---|---|---|---|
| 视角 | 项目方法论 | 数字化场景方法论 | 时代角色 / 人才类型 |
| 核心问题 | 终点在哪？怎么做？ | 是不是真有价值？ | 谁来做？做什么组织？ |
| 关键命题 | 重新定义问题 | 手段 ≠ 目的 | 有科学家+企业家的复合能力 |
| 对应时代 | 一般方法论 | 数字化转型 | AI 时代创业 |
共振：
- 三者都强调"目的/终点/价值"先行，不是工具先行
- 郭朝晖讲"找真问题" ↔ 陆奇讲"找真需求"（Book Smart → Street Smart）
- 郭朝晖讲"先看清再去" ↔ 陆奇讲"影响力积分 = 峰值 × 持续时间"（先选对方向）
差异：
- 郭朝晖是项目方法论层（个人/团队做事原则）
- 陆奇是组织范式层（新时代需要什么公司、什么人才、什么评价体系）
十、核心金句（可复用）
过去的科研评价更像艺术体操（评委说你好，你就好）；未来会越来越像田径比赛（跑多快、跳多高），结果更客观。
研究型创业者和传统技术创业者最大的区别：不是技术是否更强，而是能不能把技术放进真实需求里。
一流的人创造伟大的公司。超一流的人创造伟大的体系和信仰。
相关概念
- NeoLab — Researcher Founder 创立的组织范式（同时承担四类风险）
- 陆奇 — 概念提出者
- 奇绩创坛 — 陆奇当前机构，实践 Researcher Founder 的早期投资加速器
- 以终为始 — 郭朝晖的方法论层
- 价值驱动 — 郭朝晖的场景化应用层
来源演进
- 2026-06-22：基于陆奇 2026-06 清华演讲的两个版本整理（混沌学园版 + Sky 光笺实验室解读版）合成初版。两版本互补：混沌版重"评价体系+能力结构"（影响力积分四维、艺术体操 vs 田径），Sky 版重"宏观趋势+思维框架"（经验三次蒸馏、四次相变、科学范式四阶段、斜率思维）
- 本页与 陆奇 的新浪财经版"另一场公开课"（晚点 LatePost 整理）独立成线。后者讲 Researcher Founder 的全球 NeoLab 案例，本页聚焦清华演讲的方法论本身
- 2026-06-22：建立新范式作为本概念的元框架上层（2024 早期陆奇已系统化）。新范式 → NeoLab → Researcher Founder 三层结构：元框架 → 组织范式 → 人才类型