文/上海國智科技創(chuàng)新協(xié)同發(fā)展研究院首席研究員兼副院長，香港中文大學(xué)（深圳）數(shù)據(jù)經(jīng)濟研究院客座研究員陳韜

“原始創(chuàng)新”的概念始于20世紀90年代末，意為首創(chuàng)性、突破性、顛覆性和引領(lǐng)性的創(chuàng)新成果。國有企業(yè)如何勇闖“無人區(qū)”，需在創(chuàng)新策源的有形之地加強借鑒探索。本文先追根溯源，探討偶然與必然的科創(chuàng)范式，接著尋方問津，思考創(chuàng)新與擔當?shù)膰Y路徑。

“原始創(chuàng)新”的概念孕育于20世紀90年代末，由《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020年)》正式提出，意為首創(chuàng)性、突破性、顛覆性和引領(lǐng)性的創(chuàng)新成果。黨的十八大報告提出“要堅持走中國特色自主創(chuàng)新道路、實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”以來，?原始創(chuàng)新已經(jīng)成為未來產(chǎn)業(yè)發(fā)展的核心驅(qū)動力。《中共中央關(guān)于進一步全面深化改革、推進中國式現(xiàn)代化的決定》指出“健全國有企業(yè)推進原始創(chuàng)新制度安排”，國務(wù)院國資委提出“即使只證明此路不通，也是一種無形資產(chǎn)，也應(yīng)予以肯定”，原始創(chuàng)新的概念脈絡(luò)逐步清晰，加強對基礎(chǔ)研究、原始創(chuàng)新的長期國資布局也涌現(xiàn)出更加深遠的戰(zhàn)略意義。

國有企業(yè)如何勇闖“無人區(qū)”，需在創(chuàng)新策源的有形之地加強借鑒探索。近年來，在金融市場與科技創(chuàng)新深度融合的當下，以文藝復(fù)興科技、DE Shaw、幻方量化為代表的國內(nèi)外量化機構(gòu)和以大模型、計算生物學(xué)為代表的“0到1”式創(chuàng)新，正將探索領(lǐng)域從人工智能、生命健康等產(chǎn)業(yè)向復(fù)合型學(xué)科深度擴張，這一現(xiàn)象不僅標志著“科技+金融”“AI+蛋白質(zhì)”等趨勢的協(xié)同深化，揭示了數(shù)據(jù)驅(qū)動下范式重構(gòu)與技術(shù)壁壘突破的底層邏輯，也為國有資本如何推進原始創(chuàng)新、國有企業(yè)如何強化企業(yè)創(chuàng)新主體地位帶來了深刻思考。探索現(xiàn)象級科創(chuàng)成就背后的涌現(xiàn)因素，有利于更好落實“以科技創(chuàng)新引領(lǐng)新質(zhì)生產(chǎn)力發(fā)展”要求，高質(zhì)量高起點落實國有企業(yè)改革深化提升行動。

追根溯源：偶然與必然的科創(chuàng)范式之問

“功能+耐心”：從量化歷史看科創(chuàng)范式如何涌現(xiàn)

DeepSeek的火爆引發(fā)了全球范圍內(nèi)廣泛關(guān)注, 被生物學(xué)家饒毅譽為“1840年以來中國對人類最大的科技震撼”。雖然深度求索成立至今不到三年，但是其母公司幻方早于2018年確立了以AI為主要發(fā)展方向——事實上，國內(nèi)外量化機構(gòu)在投資領(lǐng)域的成功正是基于對原則性、顛覆性科技發(fā)展邏輯的客觀尊重，這為國有資本如何助力打造原創(chuàng)技術(shù)策源地提供了兩方面借鑒。

一是足夠前瞻，以戰(zhàn)略敏捷搶占前沿領(lǐng)域的功能布局高地。與全球腦機接口等開始過早但效果尚不明朗的“大科學(xué)計劃”不同，半個世紀以來，部分代表性量化機構(gòu)充分發(fā)揮投資端、科研端和企業(yè)端的不同主體作用，見證了以需求導(dǎo)向和技術(shù)融合加速 “金融+科技”核心競爭力的演變過程。

例如，幻方能夠持續(xù)開啟DeepSeek等科技增量業(yè)務(wù)，從DeepSeek-R1 優(yōu)化至DeepSeek V4，究其原因乃是自2018年起即全面開展AI戰(zhàn)略，開啟從基礎(chǔ)設(shè)施到底層硬件優(yōu)化的耐心投入和功能布局，其GPU數(shù)量從“千卡”躍升為“萬卡”，建立幻方AI公司先后研發(fā)深度學(xué)習(xí)訓(xùn)練平臺“螢火一號”“螢火二號”，其間針對算力解決方案開展了AI NPU芯片等項目研究——這正是幻方在2023年提出要全力打造AGI、創(chuàng)辦杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司的底氣所在。在國家創(chuàng)投基金和全國社保基金全面布局、國有上市公司并購重組加速推進的浪潮下，國有資本正在發(fā)揮科創(chuàng)前沿和轉(zhuǎn)化應(yīng)用的戰(zhàn)略引領(lǐng)力，未來如何順應(yīng)未來技術(shù)趨勢前瞻落子，需要以科創(chuàng)、產(chǎn)業(yè)、資本協(xié)同加強對“基礎(chǔ)科學(xué)無人區(qū)”技術(shù)預(yù)見和產(chǎn)業(yè)鏈組局的探路鼓舞。

二是足夠耐心，以包容支持擁抱科技創(chuàng)新的不確定性本質(zhì)。寬松活躍的研發(fā)環(huán)境和耐心資本的持續(xù)投入，是原始創(chuàng)新培育未來產(chǎn)業(yè)的關(guān)鍵所在。不同于由政府或大學(xué)出資的傳統(tǒng)基礎(chǔ)科學(xué)研究機構(gòu)，私立研究機構(gòu)在20世紀90年代起逐步涌現(xiàn)，例如甲骨文聯(lián)合創(chuàng)始人Larry Ellison在舊金山灣區(qū)創(chuàng)立了埃里森醫(yī)學(xué)基金會，微軟聯(lián)合創(chuàng)始人Paul Allen在西雅圖創(chuàng)立艾倫腦科學(xué)研究所，谷歌前CEO Eric Schmidt在帕洛阿托創(chuàng)立了施密特海洋研究所，陳天橋相繼創(chuàng)辦了天橋腦科學(xué)研究院、MiroMind。

在此趨勢下，部分量化機構(gòu)在成立科技板塊之初即將之定義為功能性板塊或非營利機構(gòu)，例如文藝復(fù)興科技成立非營利組織熨斗研究院，將算法分析策略廣泛應(yīng)用于計算生物學(xué)，計算天文學(xué)和計算量子物理學(xué)。缺乏市場激勵和容錯機制曾是制約國有創(chuàng)投發(fā)展的桎梏，從2020年深圳“最高承擔40%風險”、 國家創(chuàng)投資基金20年存續(xù)期到今年上海市 “不簡單以單個項目或單一年度盈虧作為考核依據(jù)”，央地考核評價體系不斷健全，科技創(chuàng)新領(lǐng)域合規(guī)管理逐步優(yōu)化，DARPA、熨斗研究院、天橋腦科學(xué)研究院等運營機制將進一步啟示國有資本如何針對原始創(chuàng)新開展長周期考核和激勵約束研究。

“培才+留才”：從頂科集散看領(lǐng)軍企業(yè)如何持續(xù)

近年來，大模型興起背后的離職趨勢與David Baker“AI+蛋白質(zhì)”系創(chuàng)業(yè)公司的穩(wěn)定性形成對比。國有企業(yè)探索“從0到1”式持續(xù)首創(chuàng)，唯有將人才穩(wěn)定性與創(chuàng)新自主權(quán)置于戰(zhàn)略高度，才能在新質(zhì)生產(chǎn)力競爭中占據(jù)主動，助力打造一批具有核心競爭力的未來產(chǎn)業(yè)集聚區(qū)。

一是要平衡基礎(chǔ)研究與商業(yè)轉(zhuǎn)型，打造頂尖人才創(chuàng)新激勵機制。當前，大語言模型的興盛雖然加速了“AI+”產(chǎn)業(yè)經(jīng)濟的飛躍，但是LinkedIn數(shù)據(jù)顯示全球AI初創(chuàng)公司核心成員離職率近四成，人工智能科技龍頭背后的人才穩(wěn)定性爭議給國有資本如何培育、造就并留住戰(zhàn)略科學(xué)家、一流科技領(lǐng)軍人才帶來了思考。

一方面，谷歌開放融合的科研環(huán)境曾經(jīng)推進Transformer 大模型誕生，但隨即論文《Attention Is All You Need》的八位作者相繼離開并大多以Transformer大模型等技術(shù)為依托開啟新的創(chuàng)業(yè)之路；OpenAI曾不以上市為發(fā)展目標將利潤分階段返還以加強長期研發(fā)投入保障，前首席科學(xué)家、聯(lián)合創(chuàng)始人Ilya Sutskever建議科學(xué)家Alec Radford對該領(lǐng)域反復(fù)研究最終推進首款 GPT 產(chǎn)品，但公司隨著ChatGPT爆火和巨額資本流入不再開源模型，帶來“加速派”和“安全派”路線沖突，引發(fā)了Ilya Sutskever、Alec Radford、Mira Murati等團隊骨干的離職，創(chuàng)始團隊至今僅剩2人；xAI?由Elon Musk組建,但其11位聯(lián)合創(chuàng)始人均已離職。

另一方面，文藝復(fù)興科技、幻方等企業(yè)離職率相對較低，部分源于文藝復(fù)興科技由科學(xué)家創(chuàng)立，長期科學(xué)驅(qū)動的文化得以保留，除了常規(guī)的薪酬激勵還對研究人員賦予調(diào)用充足算力的權(quán)限，與之類似幻方注重能力而非經(jīng)驗，以自我驅(qū)動代替短期KPI考核，?也對員工調(diào)用算力亦不設(shè)限制（見表1）。

表1 近年來部分大模型代表企業(yè)骨干去留信息

骨干研究者

身份

近期履歷

研發(fā)領(lǐng)域

Illia Polosukhin

Transformer作者

離開谷歌，合作創(chuàng)立Near

區(qū)塊鏈

Niki Parmar

Transformer作者

離開谷歌，合作創(chuàng)立Adept、Essential AI，加入?Anthropic

人工智能

Llion Jones

Transformer作者

離開谷歌，合作創(chuàng)立Sakana AI，推進迭代Transformer

人工智能

Noam Shazeer

Transformer作者

離開谷歌，合作創(chuàng)立Character AI，被谷歌收購后重返谷歌

人工智能

Aidan Gomez

Transformer作者

離開谷歌，合作創(chuàng)立Cohere

人工智能

Jakob Uszkoreit

Transformer作者

離開谷歌，合作創(chuàng)立Inceptive

人工智能制藥

Lukasz Kaiser

Transformer作者

離開谷歌，加入OpenAI

人工智能

Ashish Vaswani

Transformer作者

離開谷歌，合作創(chuàng)立Essential AI, 轉(zhuǎn)向基礎(chǔ)研究

人工智能

Ilya Sutskever

GPT 系列開創(chuàng)者

離開Open AI，成立Safe Superintelligence

人工智能

Alec Radford

GPT 系列開創(chuàng)者

離開Open AI，加入Thinking Machine Lab?

人工智能

Mira Murati?

GPT 系列開創(chuàng)者

離開Open AI，創(chuàng)立Thinking Machines Lab，早期員工2/3來自O(shè)penAI

人工智能

John Schulman

GPT 系列開創(chuàng)者

離開Open AI，先后加入Anthropic、Thinking Machines Lab

人工智能

Lilian Weng

（翁荔）

GPT 系列開創(chuàng)者

離開Open AI，先后加入Fellows Fund?、Thinking Machines Lab

人工智能

數(shù)據(jù)來源：作者整理。

二是要平衡單點創(chuàng)新與分工協(xié)同，打造領(lǐng)軍人才科創(chuàng)統(tǒng)籌架構(gòu)。與大模型領(lǐng)域相比，生物化學(xué)家和計算生物學(xué)家David Baker先后參與創(chuàng)立二十余家“AI+蛋白質(zhì)”科技企業(yè)，整體來看企業(yè)間合作多于競爭，在不確定性較高的AI制藥領(lǐng)域?qū)崿F(xiàn)了較為穩(wěn)定的發(fā)展成績。

例如，在創(chuàng)新驅(qū)動方面，Xaira Therapeutics核心平臺整合了Baker實驗室的RFdiffusion和RFantibody等AI模型，于近期推出首個虛擬細胞模型 X-Cell，Archon Biosciences“抗體籠”技術(shù)源于Baker團隊蛋白質(zhì)自組裝研究成果，二者分別鎖定抗體設(shè)計和抗體遞送優(yōu)化等方向以互補性覆蓋藥物開發(fā)全流程，相關(guān)原始創(chuàng)新構(gòu)建了較高的行業(yè)競爭壁壘；在戰(zhàn)略引領(lǐng)方面，倡導(dǎo)“科學(xué)家+企業(yè)家”雙軌領(lǐng)導(dǎo)模式以平衡創(chuàng)新性和商業(yè)化需求，力求形成“AI模型-實驗驗證-臨床轉(zhuǎn)化”全鏈條服務(wù)能力。

David Baker通過底層技術(shù)創(chuàng)新構(gòu)建護城河，實現(xiàn)核心人才與生態(tài)化資源、產(chǎn)業(yè)資本的深度綁定，助力了技術(shù)持續(xù)迭代與組織穩(wěn)定性的動態(tài)平衡，為國有資本推進學(xué)術(shù)端和產(chǎn)業(yè)端協(xié)同布局和完善內(nèi)部人才培育機制帶來了啟示。

尋方問津：創(chuàng)新與擔當?shù)膰Y路徑之思

“立標+評價”：筑牢激勵與約束的動態(tài)基石

國務(wù)院國資委指出，中央企業(yè)在“十五五”時期要進一步發(fā)揮科技創(chuàng)新、產(chǎn)業(yè)控制、安全支撐“三個作用”。在國有資本推動原始創(chuàng)新的實踐中，科學(xué)設(shè)計容錯與讓利機制已成為突破體制約束的關(guān)鍵。近年來，廣東省科創(chuàng)條例明確對國有創(chuàng)投機構(gòu)實行“整體收益考核”，安徽省對創(chuàng)投子基金存續(xù)期放寬至不超過15年，武漢市政府引導(dǎo)基金等實施“分階段讓利退出”機制，上海市正式推出《關(guān)于進一步推動市國資委監(jiān)管企業(yè)私募股權(quán)投資基金高質(zhì)量發(fā)展的指導(dǎo)意見》提出“優(yōu)化考核評價體系”。面向未來，機制落地仍需配套整體協(xié)調(diào)與動態(tài)評估，更好推進“風險分層”與“激勵適配”。

一是尊重基礎(chǔ)研究規(guī)律，科學(xué)設(shè)計階梯化容錯、讓利機制體系。綜合考量全球競爭下產(chǎn)業(yè)特征（如考慮各國低軌小衛(wèi)星爭奪等太空競爭激烈度加劇，衛(wèi)星主控、星間通信、星載計算等領(lǐng)域需加大容錯力度，考慮到計算生物學(xué)創(chuàng)新傳統(tǒng)創(chuàng)新藥容錯須重新審視）、國際案例（如國際創(chuàng)投一般偏好“階段投資”，而國內(nèi)創(chuàng)投需以“階段投資”替代“對賭協(xié)議”）、國內(nèi)經(jīng)驗、區(qū)域聯(lián)動等元素，建議加強國資監(jiān)管與科技、金融、審計、司法等部門對科技項目的容錯糾錯協(xié)同聯(lián)動，立足中長期技術(shù)儲備、產(chǎn)業(yè)生態(tài)孵化數(shù)量、長期經(jīng)濟效益等因素，考量撥投聯(lián)動、種子基金、天使基金等創(chuàng)投基金功能化與市場化運作區(qū)別，設(shè)立不同階段容錯比例與讓利比例機制的“S型曲線”來確定損失、激勵量化區(qū)間。

在科學(xué)確定免責程序的前提下，在對種子基金、天使基金等設(shè)置容錯讓利比例率后，建議一方面在對國有資本對早期發(fā)展階段科技企業(yè)的資本放大作用進行長期考核的同時，為反饋調(diào)節(jié)留下操作空間，另一方面鼓勵國有創(chuàng)投以階段投資代替上市對賭，以創(chuàng)投平臺為載體搭建政府、產(chǎn)業(yè)、資本三方互動平臺。

二是結(jié)合原始創(chuàng)新效果，持續(xù)推進長周期評估、動態(tài)化激勵。在評估方面，按照負反饋調(diào)節(jié)相關(guān)操作指引,建議定期聘請獨立第三方或組建相關(guān)機構(gòu)對科技創(chuàng)新相關(guān)平臺的基礎(chǔ)研究、投資績效與容錯情況進行系統(tǒng)評價，為及時了解容錯機制與先行規(guī)章制度的沖突與責任認定程的堵點，根據(jù)概念驗證、項目孵化、產(chǎn)業(yè)投培情況對容錯讓利曲線動態(tài)調(diào)整，延續(xù)多部門協(xié)同的調(diào)整協(xié)商機制，避免容錯激勵出現(xiàn)“曇花一現(xiàn)”式負面效果。在激勵方面，借鑒文藝復(fù)興科技、幻方、天橋腦科學(xué)研究院等育才留才經(jīng)驗，以價值創(chuàng)造為導(dǎo)向靈活開展股權(quán)、算力等多樣化中長期激勵，進一步推進職務(wù)科技成果賦權(quán)改革，持續(xù)優(yōu)化職務(wù)科技成果資產(chǎn)單列管理相關(guān)研究。

“整合+融合”：健全一體與協(xié)同的人才支撐

《關(guān)于推動未來產(chǎn)業(yè)創(chuàng)新發(fā)展的實施意見》提出，未來產(chǎn)業(yè)具有戰(zhàn)略性、引領(lǐng)性、顛覆性和不確定性。量子科技、腦機接口等未來產(chǎn)業(yè)跨學(xué)科產(chǎn)物，因而戰(zhàn)略科學(xué)家、技術(shù)經(jīng)紀人成為強化國企科創(chuàng)主體地位的關(guān)鍵因素。國有資本打造原創(chuàng)技術(shù)策源地，必須深度綁定領(lǐng)軍人才價值鏈條，推進原始創(chuàng)新帶來學(xué)術(shù)勢能、研發(fā)效能和產(chǎn)業(yè)動能的協(xié)同共振。

一是以群策應(yīng)對未知，構(gòu)建區(qū)域產(chǎn)學(xué)研“集中問診”國資聯(lián)盟。文藝復(fù)興科技創(chuàng)始人James Simons以數(shù)學(xué)家身份跨界金融，依賴超算能力與實時信號捕捉實現(xiàn)高頻交易優(yōu)勢，DE Shaw通過生物信息學(xué)數(shù)據(jù)分析切入醫(yī)療賽道，利用基因組學(xué)數(shù)據(jù)預(yù)測藥物研發(fā)成功率，均得益于各類跨學(xué)科研發(fā)人才、產(chǎn)業(yè)巨擘、投資精英的長期合作。

當下，以原始創(chuàng)新廣育未來產(chǎn)業(yè)已非獨立專家、區(qū)域智庫之能力可判斷，生成式AI之外的進化學(xué)派、貝葉斯學(xué)派、類推學(xué)派或復(fù)雜性科學(xué)對產(chǎn)業(yè)經(jīng)濟的深度影響還需加大“無人區(qū)”合力探索，建議城市群加強合作，針對發(fā)展產(chǎn)業(yè)賽道建立城市群產(chǎn)業(yè)投行問診機制，例如依托全國性科創(chuàng)投資協(xié)同發(fā)展聯(lián)盟把脈增大國有資本對產(chǎn)學(xué)研專家的磁吸聯(lián)動效應(yīng)，構(gòu)建兼具戰(zhàn)略主動與市場效率的新型產(chǎn)學(xué)研聯(lián)動體系。

二是以敏捷占據(jù)主動，探索“點式服務(wù)”與“頂科共享”雙層機制。建議以David Baker實驗室在研發(fā)端、企業(yè)端的開放合作為借鑒，構(gòu)建“頂科點式服務(wù)矩陣”，圍繞未來產(chǎn)業(yè)領(lǐng)軍人才主動服務(wù)，構(gòu)建“引智—賦能—轉(zhuǎn)化—協(xié)同”式全生命周期國資科創(chuàng)服務(wù)體系，探索頂科學(xué)者在高校、科研機構(gòu)、國企間靈活流動機制，創(chuàng)新原始創(chuàng)新和關(guān)鍵核心技術(shù)攻關(guān)、科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新深度融合的發(fā)展模式，試點開展未來產(chǎn)業(yè)按貢獻分配知識產(chǎn)權(quán)收益、按數(shù)據(jù)質(zhì)量分享激勵收益等模式，對突破性成果實施 “里程碑式獎勵”。另一方面打造“頂科一盤棋戰(zhàn)略”，試點統(tǒng)籌各級規(guī)劃、科研、轉(zhuǎn)化力量，建立城市間未來產(chǎn)業(yè)頂科人才“從0到100”要素共享數(shù)據(jù)庫，逐步建立統(tǒng)一市場、國資引領(lǐng)的科創(chuàng)研發(fā)服務(wù)與落地轉(zhuǎn)化一體架構(gòu)，避免城市群針對重大項目和重點人才的同質(zhì)化競爭。

來源 | 經(jīng)作者授權(quán)發(fā)布

編輯 | 王茅

審核丨秦婷

責編 | 蘭銀帆

Review of Past Articles -

01

02