真正改變產業格局的，往往不是已經被反復討論的熱點，而是那些正在發生、但還沒有被充分理解的結構性變化。

當政策開始重新配置資源，當技術開始從突破走向轉化，當新的產業能力仍處在形成早期，大機會，往往就從這里開始。

? 未來幾年，資源會流向哪里？

? 哪些技術會真正穿透產業？

? 下一輪大機會，會先長在什么地方？

這幾個問題，決定的是接下來很長一段時間里，你怎么看趨勢，怎么理解資產配置，怎么識別真正重要的變化。

這次，混沌邀請到峰瑞資本合伙人馬睿，來講一門關于“十五五”與未來科技產業的課程。

如果只看投資人的身份，你會發現他長期關注科技與醫療，布局過生物制造、腦科學、AI for Science、固態電池，也持續跟蹤量子計算、核聚變、具身智能等前沿方向。

但更關鍵的一點是，馬睿老師曾參與“十四五”規劃編制。

這意味著，他不是站在市場結果上回頭復盤的人，而是更早進入那套邏輯的人。

國家會把資源往哪里傾斜，哪些產業會被推到前臺，哪些技術會從實驗室慢慢走進產業鏈，再一步步長成新的機會。

今天，再由他來解讀“十五五”里的科技產業方向，這件事本身就很有分量。

（掃描圖中二維碼即可預約本周六課程直播）

一個判斷，貫穿整門課

“每一次五年規劃，都是財富再分配的一個窗口期。”

我們總以為機會來自市場情緒，來自資本追捧，來自某個突然爆火的賽道。

可在中國這樣一個產業升級與政策牽引并行的環境里，很多更大的機會，恰恰是沿著國家規劃的脈絡，一步一步長出來的。

十三五的時候，

光伏、鋰電、生物醫藥快速起勢；

十四五階段，

數字經濟與產業升級成了主旋律；

那接下來的“十五五”呢？

什么會走到臺前？哪些方向會從“概念”變成“真產業”？

這門課，講的正是這些問題。

這門課真正重要的，不只是AI

今天很多人討論AI，討論的是模型、Agent、應用。但馬睿老師在課里反復提醒的一點是：

AI 很重要，但 AI 本身并不是終點。

技術突破和生產力釋放，從來不是同一個時間刻度上的事。

歷史上每一輪真正意義上的科技革命，都是先有發明，再有漫長的擴散、落地、重塑。

中間那段路，往往才最關鍵，也最容易被忽略。

所以這堂課并不只把AI 放在軟件、工具、應用這些大家熟悉的維度里講，而是不斷把話題往更深處帶：

? AI 會不會進入科學研究？

? 會不會真正改寫制藥、材料、能源這些底層產業？

? 未來的巨大變化，會不會發生在 AI 與物理世界真正交匯的地方？

? 它最終會在哪些場景里，變成新的生產力？

這門課給人的感覺，很像把望遠鏡和顯微鏡同時遞到你手里。

你會很強烈地意識到：原來過去被我們分開理解的很多東西，其實早就在同一個系統里互相牽動了。

提前說明

這不是一門輕松聽完、隨手點個收藏的課程。

這是一門極其“燒腦”的硬核前沿課。

它有價值的地方，不在于直接告訴你“答案”，而在于幫你建立一種更早看見變化的方式。

帶著這3 個問題去聽正課

1.為什么 AI 如此強大，現實世界的生產力卻遲遲沒有如期爆發？

今天的Agent、代碼生成、高 Token 消耗、模型競速……所有跡象都在告訴我們，AI 正以前所未有的速度推進。

可另一個現實是，在2005 年之后的二十年里，生產力每年增長大概只有 0.17% 左右。

為什么過去二十年AI 沒能顯著拉動生產力？問題到底出在哪里？

? 是因為這一輪技術革命還停留在數字世界？

? 還是因為從技術發明走向大規模產業轉化，本來就需要更長時間？

? 如果技術突破和生產力釋放不是同一個節奏，我們今天到底該看什么，才能看見真正的拐點？

2.AI 將如何越過“工具”階段，真正進入物理世界？

今天很多人談AI，談的是效率提升、工作流改造、應用層面的重做。

但這門課追問的是：AI 會不會進一步進入制藥、材料、能源、生物制造這些更底層的地方？

它會不會不再只是“輔助判斷”，而開始參與科學發現、改寫研發范式、重塑產業形成的起點？

? AI + 制藥：是否正在讓“做藥”這件事，從漫長篩選走向可計算、可生成、可迭代？

? AI + 材料：為什么有可能在極短時間內，打開過去需要數年才能推進的探索空間？

? AI + 能源：AI 究竟會在核聚變這樣的終極命題里扮演什么角色？

這些問題，正在從“前沿概念”，變成未來產業的基礎設施。

3.當“十五五”開啟新的資源配置周期，真正值得提前看見的，究竟是什么？

每一次五年規劃，重要的都不只是“提到了什么”，而是資源會向哪里持續流動，哪些產業會被真正推到臺前，哪些技術會獲得從實驗室走向產業鏈的加速度。

所以更關鍵的問題是：下一輪十萬億級機會，會先長在什么地方？

? 量子科技：當摩爾定律走到物理極限，為什么“下一代算力”的爆發點可能屬于量子計算？

? 生物制造：為什么說“設計即制造”？如何像設計芯片一樣改寫生物代碼，重新定義十萬億規模的化工業？

? 腦機接口：從“意念控鼠”到“意念行走”，這項技術將如何成為 AI 時代最核心的端側設備？

? 具身智能：為什么視覺模型（VLM）并不是具身智能的終點？真正的“世界模型”應該長什么樣？

在這些仍處早期的產業里，哪些是概念，哪些是能力，哪些又是未來幾年最值得追蹤的信號？

這些問題，課程里都會展開。

有些變化，等它變得足夠熱、足夠共識、足夠被反復討論之后，再去理解，當然也來得及。只是那時候，你看到的往往已經是結果，而不是過程；是明確價格，但未必還是機會。

真正重要的變化，通常都不是在最熱的時候，才值得看見。

而是在它還沒有被完全講清楚的時候，

在它還只是少數人開始意識到的時候，

在它還處在從技術突破走向產業成形的早期階段時，

越早看見，越有意義。