本文来自微信公众号： TOP创新区研究院 ，作者：趋势研究组
先说一个大家都知道、但很少往下想的细节。
DeepSeek的钱，来自幻方量化，一家做高频交易的对冲基金。
这件事本身大家都知道，很多人从反面来思考：为什么DeepSeek不是被国家重大专项养出来的？不是被哪家大厂的战略投资部养出来的？也不是被一支主流人民币VC养出来的？
为什么是一家量化公司？
我们先看两条定律。
第一条叫莱特定律（Wright's Law）。
1936年，一个叫T.P.Wright的航空工程师发现：飞机的单位制造成本，随累计产量下降，而且下降幅度可以预测——累计产量每翻一倍，成本降一个固定的百分比。这条定律的关键词是累计产量。光伏、锂电池、电动车、无人机、船舶、工业机器人——全是莱特定律行业。
第二条我们暂且叫它"发现曲线"，摩尔定律是它的一个特例。
这条曲线上，进步来自高度集中的资本，去下注一堆回报极不确定的赌局，其中大部分会失败。学习发生在极少数人的脑子里，和极少数极贵的机器里。前沿半导体、前沿大模型、全新靶点的生物学——是发现曲线行业。
现在你把这两条曲线拿在手上，再去看中美过去二十年，会发现，中国进入的每一个莱特定律行业，几乎都赢了；美国至今守住了几乎每一个发现曲线行业。
一个重要的问题是：
那中国能不能进发现曲线？
其实，中国早就进去了，只是分布极不均匀。而挡住它继续扩张的东西，说出来可能让你意外——主要不是人才，不是钱，甚至不是制度理念。
是一个会计问题。
让我们先看事实。
中国已经做出的真正原创工作，集中在哪里？
材料科学、化学、应用物理——Nature Index上中国不只是发文量领先，高被引也领先。
电池化学：宁德的钠离子、凝聚态路线是前沿贡献，不是跟随。
量子通信、月球背面采样、FAST——都是"首次"。
DeepSeek的MLA、GRPO、DualPipe，是算法发现，不是工程优化。
2025年Nature Index化学领域主要国家与机构的研究产出
再看弱的地方：基础生物学、理论数学、以及那类需要海量算力冗余去"乱试"的AI研究。
规律非常清楚了：
发现能力最先出现在离制造最近的学科，
最后出现在离制造最远的学科。
这很好理解，比如，材料科学的本质就是"做出来才知道"——它的隐性知识和莱特定律是同一套东西。你有全世界最密的中试线、最短的打样周期、最全的供应链，那你在材料上的发现速度就必然快。你一天能试八十个配方，别人一周试三个，三年之后你就是前沿。
所以制造优势会向上游渗透。
但渗透是有半径的。
所以接下来的一个问题是，
这个半径，能扩多大，多快？
顺便说一句，这个视角也解释了一个让很多人困惑的现象：为什么中国的应用创新看起来生龙活虎，基础研究却总被说"卡脖子"？因为半径已经扩到材料和化学了，还没扩到分子生物学。
这不是努力不努力的问题，是距离问题。
发现曲线的配方
那进入到基础研究的发现曲线，需要什么？
钱很重要，但它又不是那么重要。OECD今年3月的口径是：中国的研发投入总量已经和美国持平。再听到"我们要加大研发投入"这句话，你可以礼貌地点点头，然后想想别的。
图源：美国国家科学与工程统计中心（NCSES）
真正的约束到底是什么？
我们的总结是这三样。
第一：不相关的"批准权"。
发现曲线的数学本质是幂律：
一百个赌注里，九十个归零，九个打平，一个赚回全部。
要跑通这个数学，就必须存在这样一种可能性——一个99%的人认为荒唐的想法，仍然能从那1%手里拿到钱。
注意：必须有独立的"是"。
美国有NIH、NSF、DARPA、能源部、HHMI、一堆私人基金会、VC、企业实验室。被一个拒了可以去下一个，而且下一个的口味是真的不一样——DARPA会资助NIH觉得离谱的东西，这不是bug，是feature。
中国的问题不是钱少，也不是渠道少，而是这些渠道的判断高度相关。评审专家池重叠，评价标准趋同，大家心里的"什么算好项目"是同一套。
结果就是：你被拒一次，基本等于被拒一百次。
所以，加钱不解决，加渠道也不解决——得加"不一样的口味/品味"。
第二样：32岁的独立课题组。
美国的助理教授一入职就有启动经费、实验室和招人权，30到32岁开始独立决策。
国内在特定的体系下，资源是跟着资历走的。一个35岁的优秀研究者，很可能还在给别人做课题的第三作者。
而问题在于——科学史上的重大发现，绝大多数发生在一个人30到40岁之间。而在数学、理论物理、算法这类靠概念重组而非经验积累的领域，窗口还要更早——爱因斯坦26，海森堡23，图灵23，杨振宁31。
这十年错过去了，后面再给多少经费也补不回来。你45岁拿到杰青，钱是有了，但你已经老婆(老公)孩子热炕头了，你过了那个愿意干蠢事的年纪了。
西湖大学是目前最认真的一次制度实验，这种实验多几个，比多几个专项管用。
第三样：允许"以有趣的方式犯错"。
唯论文被批评很多年了，但替代品是什么？
只要评价标准还是可量化的，那它就还是在奖励确定性。
而发现的定义，恰恰是不确定。
所以发现需要有一部分钱，就是要按"我看好这个人"来给的，而且给完不问结果。
《科学：无尽的前沿》，范内瓦·布什提交给美国总统的战后科学政策报告，1945年
在1945年由范内瓦·布什向美国总统提交的《科学：无尽的前沿》中，这样写道：
“大学以及研究机构，无论公立私立，都是基础研究的中心”，同时“他们（学者）理应在好奇心的驱使下探索未知，自主选择研究的方向”，“研究自由在任何政府资助的科学规划中都必须得到保障”。
同样，这也是我们开头说到的为什么做出DEEPSEEK的是幻方的原因。
因为幻方的钱是自由的，不需要向LP解释里程碑，不需要在第五年退出，不签回购，不做返投，不接受单项目考核。
它也是当时中国为数不多的、鼓励在好奇心的驱使下探索未知，自主选择研究的方向的钱。
DeepSeek及其创始人梁文锋的相关报道
好，现在我们回头再看。
这里面最让人振奋的是：上面这三条，全是技术性的。
它们不涉及任何理念之争，不需要修改任何原则，改的只是考核办法、存续期设计和条款范本。这是我知道的、见效最快、成本最低的一项创新政策。
为什么要反内卷
再额外讲一个事儿，
贝尔实验室为什么存在？你说，因为当时的AT&T有垄断利润。晶体管、信息论、太阳能电池、Unix、C语言——这些全是从电话账单的超额利润里烧出来的。香农在那儿研究通信的数学理论，没有人问他这个季度的KPI。
施乐PARC为什么存在？因为施乐在复印机上有定价权。图形界面、鼠标、以太网、激光打印机，全从复印纸的利润里出。
台积电为什么养得起研发？因为它有议价能力。
这里的规律是：
企业基础研究，是毛利率的函数。
现在你去看一家净利率3%的制造业企业。
它养不起基础研究部门。
但不是不想，是客观条件不允许啊，研发费用是要从毛利里出的，毛利被价格战打没了，研发就只能压缩到"下个季度能出货"的那部分——也就是D(development)，不是R(research)。
所以根源不在企业家精神，在毛利率。
这就是为什么"反内卷"不只是一项宏观政策。
它是目前最直接、最有力的一项创新政策。
你要企业做发现，就得先让企业有可以被烧掉的钱。
华为的2012实验室之所以长期是个孤例，恰恰是因为华为在很长一段时间里，有别人没有的毛利。它不是比别人更有情怀，它是比别人更有钱可烧。
反过来说也成立：一个行业只要陷入价格战，它的研发就会自动向短期化收缩，这个过程是自动发生的。
华为上海研究所。图片来源：华为。
致敬发现
到这里，可能有人会说，为什么我们需要“发现”？
也许中国根本不需要一套完整的发现曲线能力。特别是，如果2030年代真正的价值池是AI部署、机器人、能源、生物制造——这些全是莱特定律行业。
为什么我们需要把精力放在“发现”上？日本在90年代试图复制美式风险投资去做“发现”，基本失败了，还把自己折腾得够呛。
是，专业化不等于残缺。我们能在擅长的曲线上赢到极致，也是一种战略。
但这个观点在我们看来有一个致命漏洞：
价值在部署层，主权在发现层。
EUV、EDA、GPU架构、基础模型权重——每一个都在发现层，每一个都是咽喉，而且每一个都可以被关掉。
你在部署层赚一百块钱，只要发现层的某个开关被按下去，这一百块钱可以在一个季度内归零。
所以中国需要发现能力的真正理由，
不是为了赚更多钱，
是为了有自己的技术主权。
1969年，美国正处于冷战时期，为了建造巨大的高能粒子对撞机，威尔逊前往国会参加原子能联合委员会的听证会，请求拨款。
在听证会上，面对巨额的科研预算，财务鹰派连续追问威尔逊：
“这个对撞机对国家的国防有什么价值？它能用来保卫国家吗？”
威尔逊极其坦诚且充满情怀地回答道：
“它只与我们国家的尊严、国家赋予我们的荣誉、我们对文化的热爱有关……它与保卫我们的国家没有直接关系，但它能让这个国家更值得被保护。”
"It has nothing to do directly with defending our country except to help make it worth defending."
无用之用，方为大用。
