核心导读：随着全球量子技术投资迎来实现翻倍的第二轮热潮，麦肯锡更预测其市场将在 2040 年达到近 2000 亿美元。然而，在铺天盖地的“百万量子比特”宏大叙事背后，技术顾问阿纳斯塔西娅·马尔琴科娃（Anastasia Marchenkova）给狂热的资本市场泼下一盆冷水。本文深入探讨了如何撕开前沿深科技的包装迷雾，拆解“物理难题”与“工程制造”的本质分界，并揭示在 AI 重构轻量软件创业的时代，深科技投资与战略决策的底层逻辑重构。

💬 一句话金句：“声称拥有百万量子比特毫无意义，如果它们不能协同工作；我宁可要 100 个真正可用、高质量的量子比特。”

📌 核心观点与要点深度拆解

1. 甄别狂妄的“穿透测试”：工程制造缺陷 vs 尚未解决的物理定律

在前沿深科技领域，初创团队往往擅长用宏大的概念和炫目的指标征服非专业投资人。马尔琴科娃建立了一套极其务实的“防忽悠（Bullshit）测试”，其核心框架是追问：“为了让这个宏大主张成为现实，必须先满足什么前置条件？这究竟是一个工程制造问题，还是一个物理学基础难题？” * 工程/供应链问题：例如控制电子元器件的良品率、精密制冷机的大规模装配，这类问题虽然昂贵、周期长，但在商业逻辑上可通过资本注资、产业分工和规模效应逐步平摊解决。 * 基础科学问题：如果达成某个性能指标的前提是“必须先推翻某个物理学限制”或“必须先催生出一座诺贝尔奖级别的理论突破”，那么它根本不具备传统商业投资的成熟度。 区分这两者，是避免将资本掷入“无底洞科学探索”的关键分水岭。

2. 软件“氛围编程”贬值，硬核深科技（Deep Tech）筑起绝对护城河

在当前的创投生态中，生成式 AI 工具（如 Cursor 等）已经让通用软件开发的边际成本近乎归零。非技术背景的开发者仅凭几十美元的订阅费，就能在数月内独立搭建出可盈利的应用软件，轻量级软件初创企业不再天然依赖巨额风险投资。 然而，正如马尔琴科娃辛辣指出的：“AI 可以靠感觉写代码（AI can vibe code），但它能靠直觉造出一颗量子芯片吗？” 深科技无法通过敏捷迭代或套用现成 API “蒙混过关”。它需要长达 10~20 年的底层研发周期、跨学科顶尖科学家的认知沉淀，以及不可压缩的物理实体试错。正因如此，真正的深科技正在成为机构资本追求“非对称技术垄断”的核心标的。

3. 量子商用化的隐形命门：不是“算力不够”，而是“基础设施成本太高”与“基准测试缺失”

市场上常有一种悲观论调，认为量子计算造价动辄数亿美元，商业应用市场狭窄。但这一认知忽略了系统成本演进的底层动力学： * 十倍降本的传导效应：量子计算机高昂的单机成本，很大程度源于极其昂贵的外围基础设施——极低温制冷机（Cryogenics）、特种超导材料、微波控制射频电路。一旦这些外围供应链实现工业化量产并带来 10 倍降本，量子计算的整机商业门槛将断崖式下跌。 * 百亿美元级的高价值锚点：复杂的极端气候模拟、跨区域清洁能源网络实时调度、罕见病与新靶点药物的分子级筛选，这些问题本身就是“百亿美元级问题”，能够轻松消化初期的算力溢价。 * 算力基准测试（Benchmarking）的行业荒漠：正如 AI 领域陷入“哪个模型更好”的评估争议，量子界也面临核心困境——在不同技术路线（超导、离子阱、光量子、中性原子）之间，如何在不耗费数百万美元的前提下客观评测其实际有效算力？没有公认的度量衡，性能吹嘘便容易滋生。

4. 算力多元时代的终局：从“代码实现”转向“算力匹配与数学建模”

量子技术的版图远不止量子计算本身： * 近地商业化落地点：量子传感（Quantum Sensing） 凭借对重力、磁场、温度的极致灵敏度，无需等待容错量子计算的成熟，便已在无 GPS 环境的高精导航、先进机器人感知以及地质勘探中率先释放商业价值。 * 认知范式转移：随着全社会计算成本因大模型暴涨，未来的核心竞争力不再是“如何把业务逻辑写成代码”，而是具备高级战略数学思维——准确识别问题结构，决断哪一部分属于经典 CPU/GPU 算力，哪一部分必须且值得投入昂贵的量子算力。

🚀 实践应用与行动指南

1. 执行深科技决策的“前置假设归因法”（Assumption Tree）

无论是在投资硬科技项目，还是在企业内部立项前瞻性技术研发，切忌被综合性能指标牵着走。 * 行动清单： 1. 迫使团队将“颠覆性成果”拆解为树状前置依赖：如果目标是 $A$，需满足条件 $B$、$C$、$D$。 2. 标注每个节点的属性标签：属于已知工程工艺优化、供应链产能缺失，还是未知机理/物理学瓶颈。 3. 只要核心链条上存在一个标为“尚无明确物理理论解”的堵点，就必须将其从商业落地管道中剥离，转入基础科研基金或长期孵化阶段，坚决不按常规产品周期做商业对赌。

2. 摒弃单一“规模虚荣指标”，建立“可用性与保真度”考核标准

在量子计算中，“物理量子比特数量”往往是最大的虚荣指标（Vanity Metric），类似的还有大模型的“参数量大小”、自动驾驶的“模拟路测里程”。 * 行动清单： * 在技术尽调或自研立项中，拒绝接受没有约束条件的绝对数量。 * 引入有效品质指标代替总量：优先考察逻辑量子比特转换率、门保真度（Gate Fidelity）、纠错容忍度与相干时间。 * 牢记铁律：100 个低噪声、可高精度纠错的优质计算单元，其商业与科研价值远胜 100 万个充满噪声、无法有效协同的虚标单元。

3. 重构技术资产配置：关注“赋能型基础设施”与“早期衍生品”

硬科技落地往往不是“直接等来终极计算机”，而是周边产业链先行。 * 行动清单： * 上游卖水人策略：优先布局为深科技提供基础支撑的关键环节，如特种超低温制冷模块、高精度微波控制芯片、超导材料代工厂（Quantum Foundries）。 * 关注沿途下蛋的技术分支：不必孤注一掷等待 20 年后的容错通用量子计算，应优先在量子传感（导航/医疗显微）和后量子加密（Post-Quantum Cryptography, PQC）等更具即时确定性的垂直场景建立防守与应用布局。

💡 终局思考与核心启示

人类每一次跨维度的技术跃迁，都会伴随着巨大的认知迷雾与狂热泡沫。从晶体管、核聚变到生成式 AI 与量子计算，资本的焦躁往往渴望用几个简单的数字（算力、参数量、量子比特数）给未来定价。

然而，物理世界的客观规律从不屈从于创投商业计划书的 PPT 演讲。

真正的技术洞见，不是盲目追捧每一次概念的通货膨胀，而是在最喧嚣的时代依然保持对底层公理的敬畏。 在软件代码逐渐被机器自动化生成的未来，人脑最宝贵的认知资产将不再是“执行实现”的劳力，而是看穿物理定律与工程现实边界的判断力——唯有清晰看清这道边界，我们才能在万亿泡沫褪去之时，留下真正能改变人类文明轨迹的硬核火种。