2026-04-28

这篇文章把当前 AI 竞争描述成一场“看不见终点的蒙眼狂奔”。作者认为，真正困扰人的不是 AI 能力本身有多强，而是整个社会、公司、个人和投资人都被卷入一个开放终局的囚徒困境：任何单个主体都很难停下来，因为一旦停下就可能被别人超越。

文章指出，AI 竞争已经从“工具增效”进入“生产函数替代”和“组织结构重写”的阶段。很多团队表面上做了更多功能、烧了更多 token、用了更多 agent，但并没有同步带来营收、PMF 或真正的商业兑现，这说明 token 消耗并不等于生产力落地。

作者进一步提出，今天的焦虑并不是普通的进步焦虑，而是基因层面的不确定性焦虑。人类面对食物、猛兽、部落等风险时，风险边界是清晰的；而 AI 时代的风险是世界模型本身不稳定，技能半衰期变短，努力的回报路径也变得不再可靠。

文章把这种局面拆成多层囚徒困境：公司担心不 AI-native 会死，员工担心不学 AI 会被替代，投资人担心错过下一轮范式，国家担心在竞争中落后。于是大家都在不断加速，但这种加速更多是恐惧驱动，而不是明确的理性乐观。

在员工视角里，最残酷的悖论是：为了避免被替代，人必须用 AI 提升自己；但提升自己的过程，又会把经验显性化、模板化，反过来加速岗位压缩。过去“努力—积累—升值”的稳定逻辑正在变成“学习—被吸收—再学习”的循环。

文章也批评了资本市场的失锚：不投 AI 怕错过，乱投 AI 也可能踩空，于是估值框架、风险偏好和行业叙事都被焦虑牵引。作者认为，当前的虚无感并不只是情绪问题，而是一个重要的社会信号，意味着 AI 叙事正在从惊叹和追赶，走向焦虑、反噬和制度重构。

最后，文章强调真正的解法不是跑得更快，而是重新建立控制感。与其试图消灭不确定性，不如构建一个能够持续更新的世界模型，把状态识别、证据更新、反证机制和行动路由系统化。未来真正稀缺的，不是会不会用工具，而是在持续变化中仍能保持判断、节奏和主体性的精神结构。

这篇文章围绕塞斯·卡拉曼（Seth Klarman）的投资思想展开，核心主题是：在投资里，真正有价值的不是所谓的“确定性”，而是不确定性被市场充分折价之后留下的安全边际。作者借 2008 年金融危机和 2009 年卡拉曼的年度信件说明，当市场极度恐慌时，最重要的不是预测底部，而是区分“基本面真实恶化”和“恐慌性过度反应”这两种下跌。

文章认为，很多投资者在市场大跌时会本能地等待“确定性”，希望看到经济好转、政策见效、情绪恢复之后再出手，但这种做法往往意味着错过最肥美的一段反弹。底部通常不是在所有人都确认底部时出现的，而是在最悲观、最混乱、成交最稀薄的时候悄悄形成。作者用 2020 年全球疫情后的 V 型反转、2024 年初 A 股的流动性冲击等例子说明，真正的机会常常出现在大家最不敢下手的时候。

文章还强调，投资者能控制的东西其实很少，市场走势、宏观周期、政策变化都无法掌控，唯一能控制的是自己的投资哲学、流程和纪律。卡拉曼把投资比作奥运比赛：顶级运动员不会在场上临时思考金牌，而是专注把训练好的动作做对。对应到投资上，就是要守住流程，不被短期排名、情绪和市场噪音带偏。

作者进一步批评了“确定性幻觉”：当市场对某类资产过度追捧、把确定性价格化到极致时，安全边际已经被压缩殆尽。文章用 2020—2021 年 A 股核心资产抱团、2021 年互联网龙头高估值，以及 2022 年之后的暴跌作为例子，说明“最确定”的东西往往也是最贵的，最容易在情绪反转后遭遇最剧烈的回撤。

最后，文章回到价值投资的原点：市场先生只是交易对手，不是导师；股票本质上是企业部分所有权，而不是屏幕上的涨跌数字。作者把卡拉曼的观点总结为一种非常反直觉但有效的投资原则：不是因为确定才买，而是因为承认不确定、因此要求足够的安全边际，才更可能在长期里获得更好的结果。

这篇专访讲的是曦智科技创始人沈亦晨十年来推动光计算创业的过程，也是一段典型的硬科技穿越“死亡谷”的故事。2017 年，他还是 MIT 博士生时，基于一篇发表在 Nature Photonics 上的论文开始创业，并拿到了真格、百度、五源等机构的天使投资。彼时行业对光计算的理解还很有限，但投资人愿意押注这种“先看见未来、再慢慢找落地”的方向。

文章回顾了曦智早期的技术路线：最初目标是用光计算替代部分电芯片算力，瞄准的是 AI 计算和视觉分析场景，希望把计算速度显著提升。不过，现实比设想更难。摩尔定律并没有像很多人预期那样迅速失效，先进制程和封装技术持续演进，电芯片的竞争力被延长了很多年；与此同时，光计算在器件、工艺、供应链、工程化和商业化上都遇到了巨大挑战。

最关键的转折发生在 2022 年底。彼时曦智的光计算产品陷入瓶颈，继续投入新项目至少还需要 5 亿元，但公司账上只有 3 亿元。沈亦晨最终选择暂停高风险的光计算研发，转向更接近商业化的光互连业务，用光替代部分电线，服务 GPU 集群和超节点互联。这次调整让公司活了下来，也让它在大模型时代找到了新的市场切口。

文章特别强调了“活下去”的重要性。对硬科技公司来说，技术判断当然重要，但如果现金流和融资窗口关闭，再好的路线也可能被迫中断。沈亦晨在采访里提到，很多 MIT 同学创办的公司都在这一阶段倒下，自己也因此更清楚地意识到，创业不是单纯追求最前沿，而是要在理想与生存之间找到平衡。

在商业层面，曦智后来靠光互连成为主要收入来源之一。到 2025 年，光互连已经贡献了公司接近 80% 的收入，并占据中国独立 Scale-up 光互连解决方案市场的大部分份额。与此同时，公司也重新启动了面向大模型推理的新一代光计算芯片研发，试图在更大的 AI 基础设施浪潮中再次回到最初的技术愿景。

这篇文章的核心，不只是一个创业故事，而是一个关于“原始创新如何穿越现实”的样本。它说明，最早看到未来的人不一定最先收获商业回报，很多时候必须先在真实世界里找到一个可存活的落地点，再一步步把更大的理想推回到工程和市场中。