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—