在别人的赛道上，你永远跑不过定义赛道的人

2026年5月25日，华为在上海发布了一条新定律——"韬（τ）定律"。

新闻出来的时候，大部分人可能只看到了几个关键词：中国首次、半导体新定律、等效1.4nm。听起来像是又一条"弯道超车"的故事。

但我看完何庭波那篇论文和各家解读之后，觉得这件事最值得说的，不是技术突破，而是一个更微妙的动作——华为换了一个"什么算进步"的指标。

让我试着用普通人能懂的方式讲清楚。

过去半个多世纪，全球芯片行业都在跟着一条路走：把晶体管做得更小。3nm比5nm先进，2nm比3nm先进，1.4nm比2nm先进——这个"nm"就是纳米，代表晶体管的物理尺寸。每缩小一代，性能涨、成本降。这就是摩尔定律。

得到头条有个比喻很精准：摩尔定律就像一所只看单科最高分的学校——你数学考了多少分？英语考了多少分？核心是盯着晶体管做到了几纳米。而韬定律是另一所学校，它看的是学生解决一道综合题需要多长时间——从审题、调取知识、计算，到写出完整答案，总用时多少？

前者的好处是激励"单点最强"，后者的好处是倒逼每个环节都优化。

但为什么需要换学校？

因为到了7nm之后，那所"看单科最高分"的学校，越来越难考了。物理上，晶体管缩小到只有几十个原子的宽度，电子会"穿墙漏电"，能效急剧恶化。经济上，一条3nm生产线的投资超过1400亿人民币，全球只有两三家企业玩得起。更讽刺的是，制程越先进，单个晶体管的成本反而开始上升——这跟摩尔定律"更小更便宜"的承诺反着来了。

对华为来说，这个问题来得更早、也更硬。2019年之后的制裁，让它根本拿不到最先进的光刻机。不是跑不快，是路被封了。

继续在"更小"这条路上追？追不上。台积电、三星、英特尔在纳米这条赛道上已经跑出去很远，而华为连起跑线都站不上去。

路没了。但人还在。

所以华为做了一件事：它换了一个指标。

不是更努力地跑。是换了"什么算赢"。

韬定律的核心，一句话就能说清楚：把"进步"的衡量标准，从"更小"换成了"更快"。

更准确一点说，从"几何缩微"换成了"时间缩微"。以前大家比的是"晶体管能做多少纳米"，韬定律说，我们比"信号从A到B要多少时间"。

这个切换为什么重要？

因为摩尔定律真正带给用户的，从来不是"更小"本身。晶体管更小，所以切换更快；互连更密，所以信号路径更短；集成度更高，所以数据跨越的边界更少。每一代技术带来的本质，其实是时间的压缩。空间缩微只是压缩时间的手段。

认识到这一点之后，一个思路就出来了：既然用户最终感受到的是"快"而不是"小"，那为什么不直接把"快"作为第一指标？

这就是韬定律。

换句话说，以前大家比谁的手更小，能捏住更细的针；现在比的是谁的手更快，能用同样的针缝出更密的线。针还是那根针，但"什么算好手"的标准变了。

它定义了一个叫τ（tau）的时间常数，从晶体管到电路到芯片到系统，每一层都有自己的τ。然后让所有层围绕同一个目标——缩小τ——来优化。在这个框架下，"更小"只是缩小τ的多种手段之一，不再是唯一途径。你可以在不升级光刻工艺的前提下，通过把电路"叠"起来——逻辑折叠——缩短信号路径，降低延迟，提升性能。

华为过去六年量产了381款芯片。即将发布的新麒麟芯片，用7纳米级别的光刻设备，通过逻辑折叠，做到了接近2纳米级别的晶体管密度。这些数字你不用记。你只需要记住一件事：在旧赛道上追不上的，在新指标上做到了。

但这里有一个关键的刹车。

卓克老师在《科技参考》里说得很直白：真正有技术含金量的是逻辑折叠，至于"替代摩尔定律""2031年等效1.4nm"这些说法，吹牛的成分就很重了。逻辑折叠可能也就迭代三代（2层→3层→4层），摩尔定律迭代了几十代。而且逻辑晶体管是芯片发热的主要贡献者，两层叠在一起散热极难。现有的EDA软件根本不支持双层设计，华为是靠顶级工程师"手搓"出来的：

百亿晶体管的东西，在设计阶段竟然靠小米加步枪给搞出来了，不得不说是一种奇迹。但奇迹就不可能批量化。

——卓克《科技参考》，意译

所以，韬定律到底是什么？它没有发现什么宇宙新规律。它更像是华为在被堵死之后，对过去六年工程实践的一次"事后编译"——把经验总结成了一套原则和路线图。而且它目前的数据全部是华为自报口径，还没有经过第三方独立拆解验证。散热、良率、成本这些真问题，论文自己也承认还没解决。

所以，韬定律是不是真的能跑通，还要等秋天麒麟芯片上市之后看真机表现。

但不管技术最终验证如何，华为做的那个动作——换指标——本身已经值得单独拿出来看。

因为它不只是一个半导体故事。

从华为身上，我看到了一个更普遍的逻辑。

先说一个不太"爽"的前提：在别人定义的指标里跑，如果没被堵死，其实也能过得不错。

这不是什么丧气话。你在一个行业里按部就班地升职、加薪、积累资源，沿着别人画好的赛道跑——学历、资历、岗位级别、项目数量——如果你有天赋，加上努力，可能赶上，甚至超越。至少能让自己过得还不错。

大多数时候，大多数人是这么过的。也没问题。

但问题出在另一个地方：当你在别人的指标里被卡住了。

卡住不等于失败。卡住是信号。

"被卡住"不总是华为那种硬堵——一纸制裁，路直接封死。更多时候，它是软的。你跑着跑着发现，投入越来越大，回报越来越薄。你发现这条路的规则对你越来越不利，但你不确定这是"暂时的低谷"还是"这条赛道真的到头了"。

或者你根本就不在那条赛道上。你从一开始就不在定义指标的人所在的位置，你再怎么跑，跑的也是别人画好的圈。

这时候才逼出一个更根本的问题：我到底该优化什么？

华为的回答是：既然"更小"这条路上我追不上，那我就不追"更小"了。我追"更快"。用户要的从来不是纳米数，而是性能。那我直接把性能作为第一指标。

但这里有一个很容易被忽略的微妙处：华为不是一开始就想换指标的。

它是跑了六年、381款芯片之后，才把经验总结成韬定律。在这之前，它也在旧赛道上挣扎过、碰壁过。韬定律不是先知先觉，是事后编译——先把raw的工程实践留下来，再回头把散落的经验编译成一套可复用的原则。

这很重要。因为如果你把华为的故事简化成"被堵了就换路"，那听起来就像一句正确的废话——谁不知道要灵活变通？但真实的路径不是这样的。真实的路径更像一次编译：

一　先在现有的指标里跑，认真跑
二　跑的过程中积累体感和数据
三　到了某个节点回头看，发现"同样的投入，回报在递减"或者"这条路的规则对我越来越不利"
四　这时候才逼出那个问题：我该优化什么？

所以，这篇文章不是在喊"别走别人的路"。那太简单了，也太极端了。

它想说的是一个更微妙的东西：你不需要一开始就知道该优化什么。但你得在跑的过程中，保持对自己"到底在优化什么"的觉察。否则你跑了很久，回头看才发现自己一直在别人的指标里打转，却从没问过那个指标对不对。

这个逻辑，不只是华为在用。

5月18日，铃木敏文在东京去世，93岁。

你可能对这个名字没感觉，但你一定知道7-Eleven。全球18个国家和地区，超过8万家门店，年销售额逾1000亿美元。这个便利店帝国，就是铃木敏文造出来的。

但7-Eleven其实不是日本品牌，它最早是美国南方公司的。1970年代初，铃木敏文在美国考察时偶然走进一家7-Eleven，觉得这个模式可以带到日本。

有意思的是，他带回来之后，没有照搬。

美式便利店的核心指标很简单：小店卖杂货。货架越多越好，商品种类越全越好。在这个指标下，便利店就是一个缩小版的超市——面积小、东西少，但胜在近和快。

铃木敏文一开始也是按这个指标跑的。但很快发现跑不通。日本城市寸土寸金，开不出美国那种开阔门店；日本消费者走进便利店，要的不是货架上的零食饮料，而是热腾腾的饭团和关东煮。可美式7-Eleven的规矩是——便利店不卖热食。

这就是他的卡点。不是销售额不行，不是顾客不进来，而是他发现：如果继续在"小店卖杂货"这个指标里跑，便利店永远追不上大超市——你货架再怎么优化，也比不过人家一万平米。这个指标的天花板，太低了。

所以他做了一件跟华为一样的事：换了一个指标。

他把便利店的指标，从"小店卖杂货"换成了"生活基础设施"。不是货架更多，而是解决日常生活问题。

于是一切都变了。

他打破了"便利店不卖热食"的美国惯例，主导开发饭团、关东煮、炸鸡，开创了"制造型零售业"的先河。如今鲜食贡献7-Eleven日本门店约50%的毛利。

然后是最有意思的一步。铃木敏文观察到，日本银行周末和深夜取款要收手续费，便利店周边一两公里内往往没有免费ATM，顾客嫌麻烦，可能连带着就不来消费了。他先想跟银行合作，在便利店里放ATM——但所有银行都拒绝了，理由是成本太高，而且周末加收手续费是银行业惯例，不可能打破。于是他做了一个极端的决定：自己成立银行。2001年获得银行牌照，在便利店里铺ATM，手续费比传统银行低得多。别人看ATM是金融服务，他看ATM是流量入口——手续费收入不多，但排队取款的人会被货架商品吸引，带来额外消费。换句话说，ATM不是来赚钱的，是来带人的。就像商场一楼永远放化妆品柜台——不是让你买，是让你停下来。

缴费、快递、送货上门，甚至被日本政府列为"指定公共机关"——遇到灾害时协助政府救灾，店内配备海啸救生艇——这些都是在同一个逻辑下长出来的。

在日本，单纯为买东西走进7-Eleven的顾客，只有20%。更吸引人的是各式各样的便利服务。

这不是在别人的指标里做得更好。这是换了一个指标。

结果呢？日本7-Eleven不到两年就开出100家门店，而美国原版达成这个成绩花了15年。1991年，美国南方公司经营崩盘、濒临破产，铃木敏文主导日本7-Eleven完成反向收购，拿下母公司近70%股权。

在别人定义的指标里跑的学生，反过来买了老师的公司。

7-Eleven日本单店日均销售额约64.6万日元，高出同行15到30万日元。2016财年净利润率20.5%，而全球零售业平均水平只有3%左右。

铃木敏文不是一开始就想换指标的。他先是照搬了美国模式，发现水土不服，然后才一步步重构。跟华为一样——先在旧指标里跑，跑着跑着发现"这条路对我越来越不利"，才逼出了那个问题：我到底该优化什么？

他优化的不是"货架数量"，而是"生活便利"。

同样的逻辑，在AI领域也在发生。

梁文锋在做DeepSeek之前，是做量化的，曾做到千亿规模。不是没有资源的人。

但在AI大模型这条路上，他面对的指标是"谁算力大谁赢"——GPU数量、算力规模、训练投入。在这个指标里，他永远追不上OpenAI和英伟达的算力堆叠。高端芯片被卡，买不到足够的GPU。

所以他也做了一样的事：把指标从"算力规模"换成了"算力效率"。

DeepSeek-V3仅用2048块H800 GPU训练，而同规模模型通常需要数万块。训练成本仅为同规模稠密模型的十分之一。6710亿总参数，但每次只激活370亿——该省就省，该花就花。

用得到头条的话说："算力受限不是劣势，而是创新的催化剂。"

更有意思的是，DeepSeek-V4已经从英伟达CUDA生态全量迁移到华为昇腾芯片和CANN架构。华为提供芯片，梁文锋提供模型——他们不只是类比关系，而是真实的上下游。在"算力规模"这条路上被卡住的人，最终走到了一起。

他优化的不是"GPU数量"，而是"智能产出"。

华为、铃木敏文、梁文锋，三个不同领域、不同时代的人，做了同一件事：不是不跑了，是换了"什么算赢"的定义。

而且都不是一开始就想换的。是在旧指标里跑了一阵、被卡住了之后，才逼出来的。

写到这里，我其实有点犹豫。

因为把这三个故事放在一起，很容易读成一句鸡汤：别走别人的路，走自己的路。

但我想说的不是这个。

前面说过，在别人的指标里跑，如果没被堵死，其实也能过得不错。凭着天赋和努力，可能赶上，或者至少让自己过得还行。这不是丧气话，这是大多数人的真实处境。

所以不是所有时候都需要换指标。只有当旧指标对你已经"堵了"或者"到头了"的时候，换指标才是真正的出路。否则就是瞎折腾。

但"被堵住"这件事，比我们以为的更难判断。

华为可以说"我被制裁了，纳米赛道堵死了"——这个堵是硬的，看得见。但普通人的"堵"往往是软的：你不是被一纸禁令挡住，而是跑着跑着发现投入越来越大、回报越来越薄，但你不确定这是"暂时的低谷"还是"这条赛道真的到头了"。

所以你不可能一开始就知道该换什么。你只能先在现有的指标里跑，认真跑，跑的过程中积累体感和数据。到了某个节点回头看，才可能看清：同样的投入，回报是不是在递减？这条路的规则是不是对我越来越不利？

这个判断，没有人能替你做。

但有一件事是你可以做的——在跑的过程中，保持对自己"到底在优化什么"的觉察。

我自己做广告活动相关工作很多年。更准确一点说，我的工作经常夹在客户需求、创意方案和现场执行中间。

很长一段时间里，我追的指标是"项目数量""方案通过率""客户满意度"。这些指标不是不对。但我从来没问过：我到底在优化什么？

直到有一次，一个项目做完，客户很满意，团队也觉得顺利，按所有指标看都算"赢了"。但我坐在工位上，觉得哪里不对。不是累，是空。我优化了"让客户满意"，但"让自己有更多选择权"这件事，一个季度下来，一点没动。两个指标，路径完全不同。我一直在跑的那个，是别人画好的。

我不是说已经想清楚了。但至少现在我会多问一句。

不是每次都要换指标。但你至少得知道，你现在在追的那个指标，是谁定义的。如果这个指标对你越来越不利，你有没有可能换一个？

知道自己在走谁的路，比换不换路更重要。

至少，当你被卡住的时候，你会多问一句：我追的这个指标，是谁定义的？

@宇怡辰

感谢观看 👏

如果觉得这篇内容还不错，不妨顺手点个赞｜转发｜❤️｜评论

如果想要第一时间收到推送，不妨给我个星标 🌟