张朝阳对话文小刚：物理学最伟大的工作，是从“猜”开始的

一位是提出“拓扑序”的MIT教授，一位是讲了五年物理课的企业家。当AI把“知道”变得易得，他们给出了同一个答案：提出问题、大胆猜想、亲自推导，这些事AI还做不了。

文｜《中国企业家》记者 孙欣

见习编辑｜李原 编辑｜何伊凡

图片来源｜受访者

8月25日，北京，张朝阳的直播间人气值突破1600万。当天一场关于物理的“硬核”对谈正在直播。

坐在张朝阳对面的，是麻省理工学院教授、美国国家科学院院士文小刚——他在1989年提出“拓扑序”概念，是2017年巴克利凝聚态物理学奖、2018年狄拉克奖得主，被张朝阳称为“物理学界非常牛的人、最强大脑之一”。这场对谈进行到第3个小时，张朝阳看了一眼时间，才意犹未尽地收尾。

这是《张朝阳的物理课》“2026基础科学大会系列对谈”的第3场，也是收官场。此前两场，张朝阳已先后对话宾夕法尼亚大学教授刘若微、牛津大学宇宙学家苏比尔·萨卡尔。

3个小时里，直播间人气值和观看人数持续增加，台下举手提问的，是来自清华大学、南京大学、中科院物理所、中科院高能所等国内顶级高校的老师、博士生和青年科研人员们。

事实上，张朝阳和文小刚都是通过李政道发起的“CUSPEA项目”赴美，前后相差几年。此后人生分岔。张朝阳称自己在理论方面没什么进展，后来做实验，再后来做互联网了；文小刚则沿着物理研究一直走到现在。

40年后，做互联网的张朝阳把做物理的同门请进直播间。他们对谈的背景语境，是2026年最喧嚣的行业叙事：当AI能算出许多人都算不出的物理知识，人还剩下什么？

这场对谈的主角，首先回到了物理本身。

文小刚用3个小时讲了一个故事：人类理解物质世界的方式，正在被第4次改写。牛顿用经典力学统一了天上和地球上的物理，麦克斯韦用电磁场统一了电和磁，爱因斯坦用广义相对论揭示引力的几何本质，量子场论又将粒子与场完成统一。

而他这三十多年做的事，是给出第5种观点——世界的基本构件不是粒子，而是量子比特。“所有物质都是量子比特”，把极小的量子比特和极大的丰富世界连接起来，是谓“纠缠”。

这条路的起点是1989年。彼时物理学界朗道的“对称性破缺”理论如日中天，业内普遍认为凝聚态物理“都做完了，没得做了”。刚从超弦理论转行的文小刚却偏要去做“朗道理论解释不了的东西”，由此提出拓扑序——一种无法通过对称性刻画的新物态。

“拓扑序是当时随便起的名字。”他坦言，那时连量子比特（Qubit）这个词都还没发明。

此后是漫长的“建大厦”：2002年文小刚“灵光一闪”，意识到拓扑序的本质是纠缠；他又花了8年时间学习量子信息，2010年提出“长程纠缠”——这正是拓扑序的微观机制。文小刚把它类比为超导研究的47年：1911年发现现象，直到1958年BCS理论才给出微观解释，“长程纠缠相当于拓扑序的BCS理论”。

基础科学的时间尺度，与AI行业的季度迭代，在此形成了一组沉默的对照：拓扑序从1989年概念提出到2010年揭示微观机制，走过了21年；如今大模型成为被普遍应用的提效助手，概念从诞生到过时只需要几个季度。

如果说对谈的前半场关于宇宙，后半场回到了人——关于一个物理学家是怎么“想”的。

文小刚给出一个出人意料的答案：“我的风格可以说从来不推导，全部是猜。猜一个东西，去验证；不对，就再猜一个。”他对台下学生说：“能不能在完全没有任何想法的时候，就胡乱猜一个东西，然后去验证它？”

这与数学家的工作方式恰好相反。数学家追求严格证明，没有证明就不承认；理论物理学家“只要我信的东西就信了，就往前走——如果追求严格性，就走不动了”。

现场一位搜狐视频关注流的科学播主、人工智能研究者高庆一给了一个精妙的概括：数学家像《特洛伊》，把城筑好，深挖洞、广积粮；物理学家像《奥德赛》，知道目标在哪，万里归途，一路闯荡。

或许，“猜”的底气来自跨界。文小刚研究生阶段受训于粒子物理，博士后转向凝聚态，一度“很危险”——两个领域各有一套语言，高能物理用拉格朗日量，凝聚态用哈密顿量，“两套语言完全不能混，一混别人就听不懂了”，转行者极易出现“两边都不算”的情况。

但对文小刚来说，两套背景最终成了他的独特优势：“你看问题的角度不一样。跟别人都一样的话，不是优势，不一样才是优势。”他由此得出一个结论：科学的增长点，很少在一个领域的正中间，通常在两个甚至三个领域的交界处。

这个结论，也可以算作是张朝阳的人生注脚。

5年前，这位清华物理系出身、MIT博士毕业的搜狐创始人重新站回黑板前讲物理课，至今已讲了290多期；更早的十年前，2016年，他开播英语课，十年讲了2000多场直播、精读了超过15000篇文章。

十周年的英语课上，他告诉《中国企业家》在内的媒体，在企业家、讲师等人生不同角色里，他最满意的角色是讲师，在这个角色里，“I became a better person.（我成为了一个更好的人）”

张朝阳与文小刚的对谈中，两人发现彼此连学习方式都如出一辙。

文小刚自称是“零碎学习”——广泛阅读各种看不懂的课外读物，把矛盾塞进脑子里，“一天到晚猜来猜去”，等正式上课学到那里，“已经猜过、想过，效率非常高”；他甚至认为，如果老师和教材把一切讲得太清楚，“就把学生猜的机会给剥夺了”。

张朝阳则把自己的方法称为“闲逛古城”：不在乎某个知识点是大学还是研究生的内容，了解基本道理就开始自己推导。推出移动电荷的电场分布，一查书，原来这叫“李纳-维谢尔势”；推出引力波引起的形变加速度，再一查，这叫测地线偏离方程。

“自己搞出来之后，才发现它有一个名字。”张朝阳说，“这种信马由缰、主动推导的方式，是效率最高的学习方式。”

这段对话也解释了搜狐视频知识直播这盘“生意”的底层逻辑。物理课和英语课两大知识IP，是他口中“搜狐视频关注流”的内容基石——一个弱化算法推荐、主打真人社交的产品。他不止一次公开说，关注流在商业化上非常克制，甚至倒贴给用户，因为“关注流是每个人的净土”。

整场对谈最具当下性的碰撞，发生在AI话题上。

张朝阳抛出的问题很直接：AI对理论物理研究到底有没有帮助？有多大帮助？

文小刚的回答同样直接：“很有帮助，但是在另外一个意义上。”他解释，以前做研究，“看到积分就很头疼”，很多做不了的东西，现在AI能算出来。“你可以不用管积分，继续往前走。猜个东西，对不对，让AI验算一下，它就帮助你猜得更快。”

但边界也划得清清楚楚：“产生新的定义和新的概念，AI理解不了，至少目前还不行。”在文小刚看来，物理研究的起点往往“连名词也没有，数学也没有，什么都没有”，要先发明概念、发明结构，才有了定义，“产生定义是物理研究的结果。有定义的话，物理部分就做完了，剩下的逻辑推理，也许可以让AI去做。”

张朝阳用了一个比喻收尾：“AI像一匹马，我们人像骑手，指出方向。”

现在，这匹“马”的速度难以想象。这与张朝阳在多个场合反复强调的判断一脉相承：AI把信息获取的效率推到极高，但“如果你不亲自思考、亲自算，你根本讲不出来，也不会理解”；AI生成的内容有“塑料感”，像化肥催出来的西红柿，而真人原创的内容是“带点泥的胡萝卜”。

他还半开玩笑道，大模型的“饲料”都是原创内容提供的，“你问大模型中文物理的内容，很有可能是我讲过的。”

文小刚则留下了整场最开放的一个关于量子引力的悬念。他谈到，广义相对论里时间和空间地位等同，而量子力学里时空绝对不同等——“这是根本性的矛盾，每个人都知道，但大家都不说，心照不宣。”这些可能性可以同时在脑子里，“哪天说不定有一个什么想法，有一条路就走通了。”

这听起来，像是对整场对谈的总结，也像是对AI时代所有人的建议：机器负责算得更快，人负责往未知里，再猜一次。

以下是张朝阳与文小刚的对话内容实录，有删节：

领域交界的地方，才容易做出新东西

张朝阳：文小刚教授特别希望做一些科普，还共同创办了“返朴”（科普公众号）。为什么？

文小刚：这些年我先是在普林斯顿工作，后来高温超导方向起来后，又回到了我的初心——我到普林斯顿本来就是为了做凝聚态物理，后来觉得那边高能物理太强了，不能丢掉这个机会；毕业之前高温超导被发现了，于是又去做凝聚态物理。

高温超导发现后，学界出现了很多新理论。这些新理论解释高温超导可能不成功，但拓展了人们的思维方式，带来很多新的进展，甚至改变了我们认识世界的方法。

由此我有个想法：应该把真正的物理前沿介绍给大众，这是做科学的人的一个责任。否则光在那里算，只有小圈子知道；推向大众、推向社会也是很重要的。但怎么推，是个问题。

张朝阳：也就是说，大众理解的“最先进的物理”其实已经过时了。

文小刚：对，有很多（科普）还在讲广义相对论，讲薛定谔的猫，那都是100年前的东西。最近几十年来真的有很多特别新的进展，这些东西能不能讲成故事？因为很重要的一点是，前沿科学已经来到另外一个地方了。

张朝阳：所以你先是冲着凝聚态去的，后来粒子物理特别火，高温超导之后又回到凝聚态。您在粒子物理研究中的训练，肯定对后来的凝聚态研究有帮助。

文小刚：这就是跨界的问题。我的研究生阶段接受的是粒子物理、高能物理的超强训练，后来做博士后转到凝聚态物理。

二者是不同的“世界观”，我跟别人讲我的东西，要准备两套语言。跟高能物理的老朋友讲，要用拉格朗日量（Lagrangian）的语言；跟凝聚态物理的新朋友讲，要用哈密顿量（Hamiltonian）的语言。这两套语言完全不能混，一混别人就听不懂了。

张朝阳：为什么需要两套语言呢？

文小刚：哈密顿量是凝聚态物理经常用的办法，它把时间作为一个特殊的维度分离出去，在空间上再来做研究。高能物理则把时间、空间放在一起——因为相对论通常是从时空的角度来讲，什么东西发生在时空上。凝聚态物理讲的是什么东西发生在空间上，但随时间演化；凝聚态物理里的时间是绝对的，跟空间不混淆。

张朝阳：这就好像您本来是“舞大刀”的，但这边需要用“长矛”，这很危险。

文小刚：最后两边都不算，就很惨。我当时在斯坦福跟着施里弗（John Robert Schrieffer）。他得了诺贝尔奖，就是标准的低温超导BCS理论里那个“S”。他有很全面的凝聚态物理背景，所以跟他做博士后，相当于把我的凝聚态物理背景补齐了。

做博士后时我就有了两套背景，都非常有优势：我看凝聚态物理问题可以用两个角度——既可以从标准的凝聚态物理角度来看，也可以用高能物理、超弦（superstring）的角度来看。这一点很重要：你跟别人都一样，不是优势；跟别人不一样才是优势。

也是因为有这两套背景，我早期几乎所有的工作，或者说做得比较好的工作，全是由于角度不同。

当学生的话，要尽量使自己跟别人不一样，多尝试。一般科学的新发现、增长点不在一个领域的中间，通常在两个甚至三个领域交界的地方，那里才容易出新的东西。

张朝阳：从人类对物质世界的认识来看，从牛顿的经典力学，到麦克斯韦的电磁场，再到爱因斯坦的引力场方程，后来又回到量子场论把物质和场统一起来，再到你现在的第5种观点，我们对物质世界的理解正在发生演变。

文小刚：我对新的物质形态特别感兴趣，而且它们是超出原来标准理论的东西。那时，标准理论就是朗道的对称性破缺理论，即理解相变的理论。所以当时的初衷就是研究各种各样的物质形态，而且是超出朗道标准理论的物质形态。

张朝阳：比如水变成冰，突然在一个临界温度发生，就是用朗道的对称性破缺来描述。

文小刚：世界上有很多物质形态。当时大家就问，为什么物质有各种各样的相、不同的状态？它的根本本质是什么？朗道提出一个很重要的观点：不同态的本质不同在于对称性不同，每一个相变都是对称性变化的过程。

张朝阳：比如水和冰的对称性有什么区别？

文小刚：水里的原子是随机的，水是均匀的东西；冰里面水分子有一个阵列式的排列，平移对称性就破缺了——要平移一段距离才能回到原样。所以水和冰本质的不同，不在于一个热点、一个冷点，而在于对称性。

这就是朗道的基本观点：对称性的变化导致相变，不同相的本质在于不同的对称性。

当时我从超弦转到凝聚态物理的时候，正是朗道理论如日中天的时候，所以我稀里糊涂就转过去了。当时有一位物理学大家看到我很诧异：你怎么现在转凝聚态物理？都做完了、没得做了，你转过来完全是时机不对。

那时候我也是懵懵懂懂，没有一个特别宏观的看法，只是觉得凝聚态物理好玩，就转过去了。但后来我的确有一个想法：我要做朗道理论解释不了的东西。

相变都能用朗道理论解释，但天上有几朵乌云，用朗道理论不太行。用朗道理论解释一些新现象，好像有一点困难。我们就集中精力做那些对朗道理论来说比较困难的问题。

因为朗道理论是标准的思路，做边缘问题需要新思路。新思路从哪来呢？拓扑序就是这么来的。

拓扑序是我在1989年提出的概念，是一种全新形态的物态。这个概念仅仅是一个名词，但作为物理学家，你提出一个新概念，背后就要有一套新理论。凝聚态物理有两座大厦基石，一座是朗道理论，另一座是朗道的费米液体理论。

如果你要有一个新的舞台，就需要一个新的基石，建一座新的大厦，而不仅是提出一个名词。从1989年到现在有30多年了，这座新大厦、新基石一直在发展。

它跟以前对称性的框架完全不同，1989年的时我就给它随便起个名字，就叫拓扑序。

张朝阳：所以你1989年做出来时，没有意识到它是纠缠，只是觉得它是新现象？

文小刚：后来随着量子信息科学的发展，我们开始觉得它们好像有关系，就去学习量子信息。15年之后终于学出点门道，2002年时，我灵光一闪，觉得“这个应该就是纠缠”，我把它定义为全局纠缠（global entanglement）。2002年到2010年，我研究了跟它有关的是什么样的数学形式；到2010年又引入了“长程纠缠”的概念——长程纠缠就是拓扑序。

数学需要证明，物理需要猜想

张朝阳：1989年你发现这个事情的时候，在数学表述（mathematical formulation）方面肯定也有一定的进展。我们说一说物理和数学的关系吧，物理学家会研究很多种情况，比如当年爱因斯坦借助黎曼几何找到时空弯曲的描述，还有最近获得菲尔兹奖的王虹和邓煜——邓煜的工作就是非常“物理”的，证明了从微观的可逆性到玻尔兹曼方程的不可逆。

文小刚：这是非常好的问题。数学家追求严格性：一个东西没有严格证明，他们是不承认的，会花很多时间去证明。物理学家没那么较真——只要我信的东西就信了，我就往前走。这对我来说很重要：如果追求严格性，我就走不动了。

我做研究的思路跟数学家的证明是相反的：我经常有很多猜想，猜这个猜那个。但我要有判断，哪个猜想是对的，哪个是不对的。一旦觉得这个猜想是对的，我马上接受它。

张朝阳：所以在物理学家看来，数学家特别累，要全部证明。物理学家总要赶路——我要去什么地方、要理解这个世界是怎么回事，大概猜出方向就往那个方向走了。

而且物理经常跟不同的能级阶梯有关系，比如速度区间：牛顿物理在低速情况下成立，高速情况下就变成了狭义相对论。引力也是一样，跟区间、能级有关系。

文小刚：物理上有各种各样的猜想：也许这样，也许那样。我们没有必要都去证明，可以带着猜想往里走，计算一些其他的可测量。如果新的可测量被实验发现符合猜想，就对了；跟实验不吻合，就说明错了，那就再猜一个。我的风格可以说从来不推导，全部是猜。

我跟学生也说：你胡乱猜，猜一个东西，验证你猜得对不对；不对的话，你就再猜一个。我做研究的方式就是猜想。所以做物理，猜一猜东西就可以写文章；做数学不能猜。我希望数学家也能猜——不是那么严格的东西也能发表文章。

张朝阳：咱们回到范畴论。你刚刚提到，范畴学是拓扑序的微观数学理论，它取代了群论。研究拓扑序需要引入范畴学也是你猜出来的吗？

文小刚：因为对范畴论的研究不属于“证明”那一类东西，而属于“构建大厦”——这是另外一种形式的数学。有一种数学是证明一个猜想，严格证明、严格推导；另外一种数学——也包括另外一种物理，或者任何科学，是要构建大厦：你什么都没有，连概念、名词也没有，所以要发明新概念、发明新名词，构建一个完整的大厦。

在构建过程中，你可以一直猜。你也可以想一个新概念、证明；再想一个、再证明。我的研究风格，是把一个大厦“猜”出来，那些螺丝钉、螺帽留给后人慢慢做。

张朝阳：（我）还是对科研的方法论比较感兴趣。把人们已经提出的问题，严格地回答掉，这是一种科研方法；另外一种是要提出正确的问题。您可能觉得后者更好？

文小刚：什么叫正确的问题？有一种说法：只要自洽就是正确的。但自洽的东西太多了，随便一个方向都有自洽的理论。物理有限制——受现实的限制：不是随便一个自洽的结构都是物理理论，它还要跟我们的现实世界相关。

所以物理的猜想受实验的限制；数学的猜想不受实验限制，很容易猜。但在数学理论里头猜一个自洽结构，不是那么重要的东西。但我想说：如果你的数学结构能跟物理现实连起来，那这个数学结构就变得非常重要。

张朝阳：你之前说到物理学界有8个基本方程？你现在用量子比特这一更基本的概念把其中7个都推导出来了？

文小刚：是的。我也尝试过推导爱因斯坦的引力场方程，还没有成功。因为没成功，这个问题就放在脑子里老去想，说不定哪天灵机一动，有一个新的思路，目前还没有。

张朝阳：你获得狄拉克奖时贡献，跟你刚才说的这些贡献，你觉得哪个最重要？

文小刚：逻辑上很好，但还不是一个物理理论，更不是一个主流理论，或者说还不是一个高能物理、粒子物理学家所接受的理论。

说得更严格一些：有一些非常基本的性质，就像我说的8个奥秘，没有引力场——这些特殊性质，我们都知道应该能推导出来，但具体能不能还不明确，需要进一步做。

我没有往这方面做，因为我是做凝聚态物理的；如果要具体导出的话，相当于去做粒子物理了。我还没有想再转行到粒子物理，真往那个方向做，我需要学很多粒子物理的知识，很辛苦。但现在有AI，AI能够帮助我把那些老的粒子物理知识一下子学过来。

张朝阳：粒子物理是研究单个微观粒子的，一个个往深了研究；你做凝聚态，是大规模的（体系）。

文小刚：因为我们的宇宙只有一个，有一个非常具体的场论来描述我们现在的宇宙；凝聚态物理研究各种各样的物质，由各种各样的场论来描写。我们发现凝聚态物理中出现的场论包括了所有的奥秘和特殊性；但我们要设计一个具体的物质，使它的场论正好能跟宇宙的场论一一对应——这还做不到，但基本的性质都能做出来。

张朝阳：这实际上是因为你研究凝聚态物理所得到的启发；但你最后研究的可能是真空——真空也就没有物质。你研究的已经是一种模型了——你已经不是在研究凝聚态物理，而是凝聚态物理里面得到的一点启示。

文小刚：模型对我的启示是：把真空认为是某种凝聚态，把它当做一种物质来研究。但这个方向，我觉得现在大致的结构都有了，还缺非常具体的东西。比如耦合常数是多少，像中微子的各种各样的混合角是多少——这些非常具体的东西还没有。

不过凝聚态物理对具体参数也不是特别关心；我们更关心的是真的找到一种新的物质，这个物质的波动方程就是麦克斯韦方程，或者是杨–米尔斯方程——这是一个全新的物质态，我们对这个更感兴趣。

拓扑序的研究表明在世界上找到新的物质态是可能的。量子霍尔效应是一类体系，是有拓扑序的；除此之外，大家研究的方向就是找自旋液体，自旋液体也能有新的拓扑序。但自旋液体的研究很辛苦，研究了几十年，还没有一锤定音的重大发现。我们的很多系统都可能有自旋液体，但都不能完全确定——那些系统里面杂质比较多，没法做细，样品不够纯。

因为发现新物质就像发现一个新的超导态——它甚至不是超导，而是全新的现象。一百年前，我们有绝缘体和金属，超导是一个全新的物质态；现在我们有绝缘体、金属和超导态，我们会有第四种态——比这些更新、被赋予新名字的一类，比如新的拓扑序。