算力突围与AI实战：新一代信息技术专委会闭门研讨聚焦投资新范式

导语

当摩尔定律触及物理边界，华为提出的“韬光养晦定律”是技术突破还是营销噱头？当芯片制程的“平房”无法继续扩张时，“向天空要空间”的3D封装方案能否支撑中国半导体产业的下一个十年？

7月7日下午，天使百人会新一代信息技术专委会以“韬定律”为切入点，开展了一场关于AI如何从理论转化为实际生产力的深度研讨。

光年纪元量子技术有限公司创始人 刘勇以“驾驭AI的实践路径”为题，历时三个小时的实战经验分享，系统梳理了从芯片底层架构到投资决策的完整逻辑链条。

韬光养晦定律解读：半导体“立体化”时代的结构性机遇

探讨AI之前，必须先理解算力。刘勇首先剖析了近期业界热议的“韬光养晦定律”。

许多人质疑这是否是华为在遭遇技术封锁后的“自我安慰”。刘勇做了一个形象的比喻：过去芯片制程如同建造平房，依靠地基面积（纳米数）来比拼性能。如今地基无法继续扩大，该如何应对？答案是建造高楼——3D封装技术，将两层、三层乃至四层芯片垂直堆叠。

他强调，韬光养晦定律的核心要义在于，当传统摩尔定律逼近物理极限时，通过3D封装与系统级优化实现性能的持续提升——以“时间微缩”替代“几何微缩”，本质逻辑是通过缩短信号在芯片内部的传输延迟来增强整体效能。

这一比喻背后有着严谨的技术支撑。2026年7月3日，华为董事、半导体业务部总裁何庭波在中科院科技论文预发布平台ChinaXiv上发表了韬光养晦定律V2版本论文。截至7月5日22时，该论文访问量已突破27万次，下载量超过5.5万次。V2版本首次详细披露了逻辑折叠（Logic Folding）的工艺参数和量产芯片的实测性能。

实测数据最具说服力。采用逻辑折叠架构的麒麟2026与采用传统平面架构的麒麟9030 Pro选用相同制程节点，在25摄氏度条件下，麒麟2026的工作电压从1.1伏降至0.9伏，能耗降低41%，芯片面积缩减37.5%，功率密度降低5.6%。晶体管密度从155 MTr/mm²跃升至238 MTr/mm²，增幅达53.5%——以往实现这一提升需要三年的几何微缩进程。何庭波此前接受采访时指出，麒麟2026是首款完整的“韬芯片”，相比2025款的提升堪称“跨越式”。

这条路径并非坦途，而是外部压力倒逼出的创新突破。当2D制程的性价比和产业链优势被竞争对手占据时，3D封装路线意味着“每个环节都需要自主攻关”，其难度与投入不容小觑。

专委会主任范津涛进一步补充：目前中国在制程工艺设备方面受到限制，立体封装成为解决“卡脖子”问题的务实选择。但层间信号通道的定制化设计是核心挑战，需根据功能目标重新构建架构，属于“因事制宜”的系统工程。

投资启示：与会嘉宾普遍认为，韬光养晦定律带来的结构性机遇主要分布在先进封装、晶圆代工、设备材料三大领域。

一个AI顶10个博士？Claude Science的颠覆性优势

如果说韬光养晦定律代表“硬件”层面的被动突围，那么Claude Science则代表“软件”层面的降维竞争。

2026年6月30日，Anthropic正式推出Claude Science。它定位为面向科研工作者的AI工作平台，整合了科研人员日常使用的超过60个科学数据库，覆盖基因组学、单细胞分析、化学信息学等领域。Claude Science能以原生方式呈现蛋白质结构、分子模型等专业图表，每个结果均可复现并追溯至其源代码。

刘勇现场分享了一个真实案例：其公司需要为硬盘开发“抗量子加密算法”。以往这项工作需要召集三位博士——分别精通密码学、硬盘控制器和算法优化。人员凑齐后还得争论不休，因为彼此难以理解对方的专业语言。

现在呢？将方案输入AI。“他直接指出：我之前那个方案，总线带宽计算有误，存在严重技术缺陷。随后直接给了我一份未来三年的研发路线图。”

更关键的是可复现性——Claude Science生成每张图表时，都会将生成它的确切代码、运行环境、完整对话历史一并打包“固定”在图表上。一篇论文从投稿到发表往往需要大半年，当审稿人要求重新运行某张图表时，可以轻松地将整个链条当场复现。

数据主权与安全：本地大模型的战略价值

针对日益凸显的数据隐私挑战，刘勇阐述了本地安全大模型的部署方案。该模型运行于独立硬件设备中，不联网、不传输，确保所有交互数据“不出域”，在金融、医疗、政务等高敏感领域具有显著的应用价值。

“它不上网，不联网，接不上云。你说的话，只有你和这台设备知晓。”

AI赋能投资决策：信息整合与盲点扫描的实战应用

刘勇以近期美股Circle（稳定币发行商）交易为例，展示了AI在投资决策中的应用价值。

刘勇强调，AI的核心价值在于客观的情报整合与盲点扫描，而非“稳赚不赔”的预测。具体而言，AI能够自动抓取机构持仓数据、分析社交媒体情绪、比较关联资产的联动关系，并提供清晰的风险预警。

方法论层面，刘勇提出了两个核心观点：

第一，慎用低代码智能体平台。当前市场上大量“智能体”类产品本质上是短期流量产物，底层模型能力不足，且平台迭代方向不稳定，用户投入的时间和知识资产难以沉淀。

第二，锁定核心基础设施。在AI时代，选择长期演进的技术底座（如Claude、GPT等头部大模型）比追逐短期热点更为关键。基于核心模型持续积累的对话数据、知识资产和操作经验，将形成难以替代的竞争壁垒。

ESG+AI：另一个维度的实践样本

环一科技创始人唐秉杰应邀分享了其在ESG（环境、社会和公司治理）合规领域运用AI技术的实践经验。唐总首先回顾了从参与中芯国际北京工厂建设，到通用电气亚太总部EHS管理，再到创业深耕合规数字化平台的职业历程。

他介绍，其团队正在开发的合规平台将上万部法规转化为500余个标准化问题、15个功能模块，企业可通过在线自评快速识别出海建厂中的合规差距。

目前，团队正着力将自身二十余年专业经验“蒸馏”为AI能力，训练专属智能体，以批量化输出高水准的合规咨询服务。

该平台面向中资出海企业的ESG合规需求，同时探索与银行合作，为供应链中小企业提供绿色金融数据服务。这提供了一个很好的视角：AI不是在取代专家，而是在将专家的经验转化为可复制的产品。活动最后，白松涛秘书长总结发言：

第一、韬光养晦定律不是概念，是真正能量产的东西。麒麟2026的实测数据摆在那——能耗降了41%、面积缩小37.5%、晶体管密度提升53.5%。先进封装、高速互连、存储这几个赛道，值得认真关注。

第二、驾驭AI的核心能力是提问和验证

驾驭AI的核心能力是提问和验证。善用AI的人与不用的人，差距会大到超乎想象。不是智商有差别，是工具让人能力分层。

第三点、工具鸿沟正在变成社会鸿沟

工具鸿沟正在变成社会鸿沟。农业时代、工业时代、信息时代，每一次技术跃迁都重新划分了人群。AI时代不会例外。

当你还在犹豫'AI会不会取代我'的时候，有人已经借助AI在另一个维度展开行动了。

结语

整场交流从芯片底层逻辑到AI实战应用，勾勒出一条清晰的路线图：算力是基础，AI是杠杆，而人的判断仍是方向盘。

过去一年，AI行业经历了从“能聊”到“能干”的跃迁。OpenClaw的出现让AI从陪聊进化为数字员工，Claude Science则让AI从通用问答进化为科研伙伴。

当知识获取和技术操作的门槛被AI无限拉低，围观的人还在焦虑，动手的人已经开始建立壁垒。看太多没有用，实践才是第一位的。真正成为那1%的人，不靠围观，靠实战。

天使百人会新一代信息技术专委会将持续关注半导体、AI基础设施与应用的前沿趋势，搭建技术与资本之间的认知桥梁。