用巴菲特芒格框架筛选可编程物质：材料科学的长期价值投资

把一块金属片放在热灯下，它没有老老实实地热胀冷缩，而是按照预先写入的“指令”自动折成一架纸飞机的形状；把一颗胶囊注入血液，它只在碰到特定疾病标志物时才解锁释放药物。这些场景在材料科学基础的教科书里还没有成为常驻章节，但实验室内已经反复验证。这类材料有一个统一的名字：可编程物质。传统材料科学基础教材讲的核心链条是“结构—性能—工艺—使用性能”，可编程物质在这条链上多加了一个维度，信息。它不再只回答“这种材料能承受多少应力”，而是回答“在特定条件下，它能不能主动改变内部单元的排列，去适配目标功能”。

用巴菲特和芒格那套长期价值框架去看这类材料，乍看像是硬凑，但推演下来很有意思。巴菲特选公司看业务是否简单、可理解、能否产生稳定现金流、有没有长期护城河。按这个标准，绝大多数新材料创业公司都会被直接淘汰，因为材料生意有很硬的天花板：重资产、验证周期长、客户导入慢。但恰恰是这些被嫌弃的先天缺点，在可编程物质领域变成了一种筛选器——能跑出来的公司，商业模型往往更接近“卖标准、卖协议、卖平台”，而不是“卖一吨粉末”。这是我把这两个话题放在同一张桌子上讨论的原因。不是让价值投资者去追热点，而是想说明一套老派的筛选逻辑，如何帮我们从大量看起来很酷的项目里挑出真正有长期价值的少数。

这篇内容适合两类读者：一类是关注前沿材料、但还没建立投资和商业判断框架的技术人；另一类是熟悉巴菲特-芒格体系、但对硬科技赛道不太了解的研究者。两边各补一半，剩下的才是可复用的判断方法。

1. 为什么价值投资逻辑能用来筛材料科学赛道

1.1 巴菲特-芒格框架的核心不是“买便宜”，而是“买可预期的复利机器”

我跟做新材料的朋友聊投资时经常被反问：巴菲特一辈子不碰科技股，这套东西对硬科技有什么用？这是对巴菲特体系的误读。他不碰的是“自己看不懂的科技变化”，而不是所有科技型公司。他买苹果买得并不晚，但他把苹果看作一种拥有极高用户粘性的消费必需品，而不是靠预测每一代手机的销量函数去下注。真正起作用的是芒格式的逆向思考：反过来想，先想什么会让一个生意死掉，什么能让它活几十年。

可编程物质目前最大的风险不是技术路线选错，而是商业化节奏与资本耐心不匹配。一个研发团队可以在论文里做出几十种“自适应”材料，但下游客户要的是连续500万次循环都不失效的批次一致性。长期价值框架最擅长处理的，正是这种“产品稳定、市场逐渐显形、赢者长时间通吃”的曲线。它不要求你预测下个季度的订单，它要求你判断五年后这个行业的成本结构、专利格局和客户切换成本，然后据此配置认知和仓位。这恰好是材料科学里最有价值、也最稀缺的能力。

1.2 材料科学恰好是少数几个“慢即壁垒”的行业

这里存在一个违背直觉的行业规律：软件开发是快鱼吃慢鱼，但材料工程往往反过来，慢鱼吃快鱼。一种新合金从实验室到航空发动机装机，走完适航验证往往需要十年；一种新的药物递送系统，从细胞实验到临床终点可能横跨十五年。时间在这里不只是成本，更是壁垒。验证数据的积累需要时间，认证体系修订需要时间，下游客户把新物料写进物料清单并重新设计产线，更需要时间。后来者就算拿到同样的配方，也无法跳过这些岁月。

可编程物质如果按一个偏乐观的预期去推演，它最大的受益点恰恰来自这种“慢”：一旦某项标准被写入行业规范——比如可编程光学材料的折射率切换标准，或者可重构通信超表面的接口协议——后来者必须兼容它，至少也要向它看齐。巴菲特和芒格偏爱的那种“收过路费”的生意，在材料领域一直很罕见，但可编程物质给出了一个逐步成型的例外。标准制定权、验证数据库、产业链信任，这三样东西比任何一种单一材料配方都更难复制。

2. 可编程物质到底是什么——材料科学基础视角

2.1 从“结构决定性能”到“信息决定性能”

材料科学基础里有一句反复强调的话：结构决定性能。同一种碳钢，不同的冷却速率会得到珠光体、贝氏体或马氏体，强度硬度完全不同。可编程物质的突破在于它把“结构”从静态变成动态：材料内部有大量微小单元，每个单元能对外界信号——电场、磁场、温度、光、pH值或特定化学分子——做出响应，并且这种响应是可逆、可寻址的。通俗地讲，普通材料是一盘已经做好的菜，可编程物质是一台切菜机加一本菜谱，输入不同指令，就能得到不同形态和功能。

这个转变对材料科学家来说是范式级的。过去选材是“找参数”：在材料性能数据库里挑选强度和导电率的最佳折中。可编程物质的思路是“写逻辑”：把功能需求翻译成单元排列规则，让材料自己去执行。光学超表面是个很好的例子。传统透镜靠打磨表面弧度来聚焦光线，超表面则用大量几十纳米大小的“亚波长砖块”排布，每块砖都能改变光的相位，整块平板就能实现相机镜头甚至更复杂的光场控制。信息从外部指令变成材料内部的组织原则，这就是“可编程”三个字的核心。

2.2 五条值得盯的技术路线

抽象概念聊完了，落到具体路线上。至少有人在实验室把下面五类做出来了，而且各自都有商业化的现实路径。

第一，DNA折纸与分子自组装。利用DNA碱基互补配对，把分子折叠成指定形状，精度达到纳米级。这种方法最接近“可编程”的定义，因为输入序列本质上就是程序指令。但它的成本非常贵，目前大多停留在诊断试剂、分子机器人实验层面，离大规模结构材料还很远。

第二，形状记忆合金与相变材料。镍钛合金在转变温度附近会“记住”高温时的形状，加热就恢复，冷下来又能变形，是目前唯一真正量产化的可编程结构材料，广泛用于血管支架、温控开关。缺点是响应速度慢、能量效率一般，很难做高频动态调控。

第三，活性粒子系统。把高分子颗粒或微机器人放在溶液中，用磁场或光场驱动它们自组织成团簇、产生流动、搬运微小物体。这个方向还在探索流体力学层面的宏观控制，一旦解决，微塑料清理、细胞筛选、微电子装配都会受益。

第四，单元化机器人。把大量小机器单元拼成一块“砖墙”，每个单元有自己的处理器、传感和执行机构，整体像肌肉一样收缩、变形。实验室级别的例子是用几十个单元组成能蠕动的软体机器人。这类系统最大的价值不在单个单元，而在控制协议与容错架构。

第五，可调光学与声学超材料。把大量谐振器单元排列在平面上，每个单元能独立调节相位和共振频率，形成可动态编程的透镜或吸波罩。5G、6G通信的波束成形天线、激光雷达的固态扫描引擎都指向这个方向。这条路线离产业最近，已经有公司做出商用的可调透镜样品。

2.3 产业链分布：基础材料、调控协议、终端产品

把可编程物质当作一条新兴产业来看，上游是特种化学品、功能中间体；中游是调控协议、驱动控制系统——包括压电控制、电磁控制、激光控制——以及计算模型；下游是医疗器械、光学器件、航空部件等应用集成商。

一个常见误区是，以为做新材料就等于做上游。其实可编程物质最深的护城河大概率在中游，调控协议和控制模型。材料配方可以被逆向工程，工厂工艺可以被复制，但一套经过数千小时测试得来的热-力-电耦合控制算法，以及围绕它建立起来的适配库，不是砸钱就能在短时间克隆的。这一点对后面用价值框架判断公司非常关键：先把“产业链上哪个环节拥有定价权”这个问题放在最前面，再去看技术参数。顺序反了，会被漂亮的数据带偏。

3. 把巴菲特-芒格框架套到可编程物质上，具体怎么套

3.1 护城河：看的不是单一配方，而是“专利群+工艺know-how+数据闭环”

很多材料类项目在路演PPT里写“我们拥有独家配方”，这句话在价值投资者眼里几乎没有信息量。拥有独家配方并不说明护城河，只说明你有一个值得被逆向的目标。真正的护城河是三层叠加的。

第一层是专利群。不是一两篇专利，而是把合成路径、设备参数、应用方法全部占住的专利网络，形成绕不开的壁垒。第二层是工艺know-how。一公斤的小试和一千公斤的放大，良率可能是99%和60%的区别，每个环节的温度、剪切速率、气氛控制都是真金白银换来的经验。第三层是数据闭环。每一批材料在生产、使用、回收中的数据反哺到配方模型，让后来者即使窃取配方，也拿不到持续优化的数据流。

这个思路沿用巴菲特对“经济护城河”的定义，但具体化的方式不同。巴菲特看可口可乐，看的是品牌心智和分销网络；看可编程物质，你要看的是数据资产和工艺积累。品牌心智可能需要一百年，数据资产可能需要十年。但材料行业的数据资产一旦形成，往往会直接转化为认证壁垒和客户绑定，这是一种更硬、更难动摇的护城河，因为它藏在质量控制体系和使用记录里，不写在产品标签上。

3.2 商业模式：卖材料、卖“秩序”、卖“软件定义的材料”

我梳理过三类商业模式，长期价值完全不同，可以做一个三分法。

第一种是卖材料本身，比如卖一公斤形状记忆合金丝。这个生意最像传统钢铁企业：毛利取决于大宗商品周期，客户用价格切换供应商，几乎没有粘性。除非能做到某种细分规格的全球垄断，否则长期资本回报率会被资本开支压得很惨。

第二种是卖“秩序”，也就是卖可编程系统里最核心的控制能力。比如授权光学超表面的设计仿真软件，或者出售包含驱动、传感、控制单元的模组，客户基于模组开发产品。这种模式的客户粘性明显更强，因为模组里积累的控制算法和标定数据是长期资产，客户换供应商等于重新做一遍系统验证，时间成本极高。

第三种是卖“软件定义的材料”——把材料本身的形态和功能参数做成可实时更新的数字资产，客户买的不是一块固定材料，而是一种随使用场景动态调整的材料订阅服务。这种模式目前还在萌芽期，但如果出现，它会非常接近巴菲特最喜欢的“收租”生意，边际成本几乎为零，客户切换成本极高。

我的判断是，中期内最能穿越周期的不是第一种，也不是第三种，而是第二种。卖可编程模组与控制协议的公司，既有清晰的收入路径，又能持续积累差异化数据。第三种还在等可靠的可逆驱动技术成熟，第一种已经陷入价格战。巴菲特的理念从来不是买最便宜的东西，而是买定价权最稳固的东西，第二种模式恰好命中这一点。

3.3 能力圈边界：为什么要选平台而非爆款

巴菲特买一家公司前最常问自己的问题是：这生意在我的能力圈之内吗？对可编程物质来说，能力圈问题变成了一个具体决策——选单品爆款还是选平台型项目。

我经常问创业者一个问题：如果五年后你的某个爆款产品被替代，公司还剩什么？如果回答里只有单一大客户的订单，那它本质上是消费电子供应链里的零件商，会被下游随时踢开；如果回答里有通用的调控平台、可复用的工艺数据、可迁移的专利组合，那它才有资格进入价值投资的讨论范围。

我知道这个标准非常苛刻，放在早期项目上可能劝退90%的候选公司。但它有两个好处：第一，逼着你关注技术的通用性，而不是酷炫程度；第二，让投资决策变得可证伪——你可以定期检查公司是不是在平台上叠加新场景，而不是永远在同一个场景里打转。这就是巴菲特和芒格给硬科技投资最好的礼物：把判断标准从“它是不是厉害”改成“它的厉害能不能长期复利”。

4. 真正值得盯的落地场景和商业化信号

4.1 医疗与生物制造：细胞工厂、药物递送

医疗可能是可编程物质最早产生大规模收入的领域，原因很简单：医疗市场对高价格的容忍度高，对“安全性验证时间长”的接受度也高。DNA折纸得到的纳米结构，能把药物精确送到病灶位置，在肿瘤微环境或特定pH值下才释放。相比传统化疗药物的无差别攻击，这种“条件触发释放”机制一旦通过临床验证，处方逻辑可能会被重塑。而且这类机制涉及大量体内数据，竞争者很难快速追赶，天然形成数据护城河。

生物制造同样值得关注。活细胞本身就是一台天然的可编程物质工厂，通过基因线路改造，它可以从发酵罐里产出塑料单体、香料和药物分子。把“生物元件”标准化、模块化，是合成生物学的核心问题，也是材料科学与生命科学的交叉点。能把这一方向做到工程化验证的公司，通常具备很强的工艺壁垒，因为它们面对的不只是材料性能问题，还有细胞代谢网络的复杂性问题——后者比单纯的物理材料更难复制。

4.2 光学与射频可调器件：消费电子和通信

如果说医疗是慢热的长线赛场，光学和射频器件就是快节奏的短线赛场。现在手机摄像头越做越多，本质原因是单颗定焦镜头的功能有限，只能靠多摄系统硬堆。可编程光学透镜如果能实现快速变焦、偏振切换和光束偏转，直接把多摄模组回归到单摄，体积和成本都会出现一次结构性下降。这里的商业信号很明确：看样品能否在连续变焦循环后保持同样的光学性能，以及批量一致性是否达标。

射频领域的可重构智能表面也一样。通过控制大量贴片单元的相位，可以在不更换基站硬件的情况下改变信号反射方向，扩展覆盖、降低干扰。5G到6G演进中，网络硬件越来越多地从静态天线走向动态电磁表面，可编程超表面几乎是这个阶段绕不开的物理实现。这类项目的验证周期比医疗短，收入确定性更清晰，但竞争也更激烈，消费电子供应链天生追求标准化和低价格，供应商必须具备应对“年降”的能力。分析这类公司时，我会特别关注客户集中度和验证里程碑是否在规定时间内完成，逾期两个里程碑的项目，后面赶工的成本会指数级上升。

4.3 建筑与基础设施的自修复与自适应材料

最后一个场景可能不如前两个性感，但非常符合巴菲特的偏好：需求永续、客户替换速度慢、单一事故的代价极高。建筑工程领域的自修复混凝土、阻尼合金、自适应隔震支座，面对的是“每天使用、极难更换”的物理世界。桥梁的阻尼器如果做成可编程的，可以根据实时振动频率调节阻尼力，地震多发地区的价值巨大；自修复混凝土通过微胶囊或细菌沉积，在裂缝产生时自动分泌修复剂，可以把基础设施的维护周期从十年一修延长到三十年一修。

这个场景的问题在于施工行业的价格驱动文化非常顽固，甲方很少为“未来的维护成本”支付溢价。能在建筑市场站稳脚跟的往往不是新材料的单纯替换，而是把可编程材料变成某种“保险”，由设计院或运维公司打包成服务出售。这也是巴菲特式思维中常说的：你要卖的不仅是产品，而是客户买它的结果。自修复材料的“结果”是三十年不用维修，它需要一整套定价和合同机制来实现，而不仅仅是技术验证。谁先设计出这种机制，谁就掌握了这个场景的话语权。

5. 实操中容易踩到的坑

5.1 实验室性能与量产性能的断层

这个坑几乎每个材料项目都有，但在可编程物质上表现得尤其明显。论文里的纳米结构形貌漂亮，动态调节响应时间小于十毫秒，但这些数据往往是在单点、低应力、理想边界条件下测出来的。真正进入量产时，颗粒度分布、批次间偏差、驱动单元良率、系统散热问题都会冒出来。我判断项目时有个比较笨但有效的办法：不只看论文中最好的那组数据，还看测试样本的数量级。一组数据只测了三个样品，说明实验重现性可能极差；测了三百个样品还能保持指标，才算进入工程化阶段。

我还会要求对方提供“最差批次”的指标。实验室喜欢报最好批次，工厂关心的是最差批次能不能过客户门槛。如果最差批次都能满足下游需求，量产爬坡只是时间问题；如果只有最好批次能达标，那你要面对的是漫长的良率地狱，资金需求会远超预期。这个细节能过滤掉大量看起来很美的项目，值得在看项目时养成习惯。

5.2 谨慎识别“伪可编程”

最近很多项目都喜欢给自己贴上“可编程”标签，但贴标签不改变物理本质。真正的可编程物质至少要满足三个特征：单元可寻址、状态可逆、行为可模型化。

单元可寻址，意味着你能精确控制其中某一局部单元的响应，而不是整个样品均匀响应；状态可逆，意味着它能在不同状态之间来回切换，能回去才叫可编程，只能从A变到B的是单向相变；行为可模型化，意味着你能建立输入和输出之间的数学关系，而不是靠玄学试错。

如果一个项目把“添加了某种功能性分子”就说成可编程，那大概率是在偷换概念。这种伪可编程项目在路演时很容易打动不懂材料的人，因为故事性强、视觉效果酷，但回到物理本质上，它往往只完成了一个单向响应。我踩过类似的坑，后来养成的习惯是：拿到任何一项“可编程”成果，先问作者要状态循环图和寻址粒度数据。不提供这两项的，一律按讲故事处理。

5.3 好公司不等于好投资：技术正确性 vs 经济动力学

即便你找到了技术完全正确的平台型公司，它依然可能不是好投资。巴菲特很重视净资产收益率、自由现金流和资本开支强度，材料公司在这三项上往往很难看：重资产建厂、毛利被折旧吃掉、应收账款账期长。可编程物质在中游协议和软件层面可以避开一部分重资产问题，但如果它执意要自己建工厂、垂直整合，那就要警惕资本开支对现金流的长久压制。

我可以接受它在早期没有利润，但我必须看到一个清晰的利润拐点路径：产量从x提升到y时，单位成本下降多少；良率曲线到什么时候能稳定；客户从试点到批量采购的决策链有多长。这些数字比技术参数更能说明商业逻辑。另外，我会特别关注管理层的销售能力。很多材料科学家出身的创始人对技术细节如数家珍，但问到“谁是你的第一批客户、他们为什么愿意付钱”时，回答会变得模糊。巴菲特和芒格反复强调要买由聪明、正直、有活力的人经营的好生意，对早期材料公司来说，“有活力”这部分甚至比聪明更重要——因为商业化道路上的反馈回路太长了，没有销售动力的人进入不了正向循环。

附：常见误区速查表

我个人在实际跟踪这些技术时有个很深的体会：可编程物质领域最宝贵的，其实不是哪一项具体材料的性能数字，而是“把材料当作信息处理系统”这套思维模型。它能帮我们跨出传统材料科学，进入一个更接近软件工程、控制系统和化学工程结合的领域。巴菲特和芒格框架则提供了另一种稀缺的东西：拒绝跟风的纪律。这两者叠加，得到的既不是技术狂热，也不是保守主义，而是一种“看得懂就重手投入、看不懂就干脆不投”的克制。

如果你正在跟踪某个可编程物质方向，我的建议很简单：先别急着判断哪条技术路线最终会赢，先回答三个问题——它解决的问题是否足够大？它所在的环节是否具备定价权？它留给自己积累数据和工艺壁垒的时间窗口是否足够长？把这三个问题想透了，再去谈投资和技术方向，会笃定得多。价值投资框架在材料科学里最好的用途，不是给你标准答案，而是帮你排除掉绝大多数错误答案，剩下值得重注的选项，并不会太多。