从三百亿美元市值说起：为什么要谈核聚变

主播以美国核聚变公司无收入却市值近三百亿美元、中国把核聚变写进五年规划切入，说明本期不从技术而从气候背景下的技术发展角度讨论。嘉宾汤灵熹介绍自己在牛津读工程、做能源咨询、到苏黎世联邦理工读博的背景，以及研究学习率的由来。

学习率是什么：从光伏的20%说起

嘉宾解释学习率定义——累计制造量每翻倍成本下降多少，光伏约为20%。由于核聚变没有历史价格数据，论文改用复杂性与标准化两个技术特征来预测学习率，并请专家为核聚变路线打分，结论是复杂性极高、学习率偏低。

论文发表后的反馈：专家沉默，公众质疑

嘉宾回顾论文发表后媒体关注与各方反应：核聚变专家几乎没有负面回应，反对声音多来自普通读者，质疑其不懂技术或过早谈经济；正面反馈则认为终于有人提出为何要花这么多钱在核聚变上。

核聚变与核裂变不该放在一起比较

主播追问裂变与聚变的前景差异。嘉宾用普通电脑与量子计算机作比，指出裂变是成熟技术、聚变连物理问题都未解决；SMR在标准化上有优势，但安全审批与各国标准会带来大量延误。

一米厚的防护层：聚变复杂性的物理根源

主播提出成本下降过慢的担忧，并问技术是否会因需求或革新而变简单。嘉宾说明氘氚聚变产生高能中子，必须有一米厚防护层，这决定了其体积与复杂度，论文的核心政策信息正在于此。

法国核电的快速扩张，账本划不划算

主播以法国石油危机后十几年把核电占比推到七成为反例。嘉宾回应裂变与聚变不同，且法国核电站花费相当高，若同样资金投向电网升级与光伏风电，未必不能得到同样低碳且更安全的系统。

把光伏、风电、地热、电动车放进同一把尺子

嘉宾逐一评估各类技术：光伏最简单最标准，学习率最高；风电居中，受选址与审批拖累；地热受制于选址、冷却水源与政府批准；电动汽车是模块化产品，复杂度低、学习率高。

iPhone为什么不降价：价格与成本是两回事

主播以iPhone、特斯拉为例质疑框架适用性。嘉宾区分价格与成本，指出有垄断力的公司会维持高价，专利药品同理；并说明性能提升也应计入成本，同样价钱的风机越做越大，度电成本在降。

学习率没有时间，政策可以压缩时间

主播追问为何光伏、电动车出现更晚却发展更快。嘉宾指出学习率不含时间变量，只随累计产量变化，因此需求侧拉动与供给侧投入都能加快产量翻倍，从而更早走完成本曲线。

偶然与必然：马斯克和绿党能不能被预测

主播引用光伏发展史与发明者自述，指出产业界多认为成功充满偶然。嘉宾承认预测无法百分之百，但强调人必须为未来做准备，并回顾历史上对核能的乐观预测如何落空。

技术要成功需要很多好事，失败只需一处

嘉宾认为光伏与电动车的成功很大程度是经济性使然，马斯克与德国绿党分别带动了需求与量产。她提出：技术成功需要许多偶然的好事同时发生，而失败只需一个环节出错，小、简单、标准化的技术更容易让好事发生。

未来三四十年该押什么：光伏、风电加储能

主播问气候目标下政府应优先投资哪些技术。嘉宾明确回答是现有可再生能源加电池储能，理由是时间有限；建核电站至少十年，聚变不该出现在这个时间窗口的讨论里。

难减排部门与SMR：倾向绿氢，对小型核电保留

针对钢铁、水泥等难减排部门，嘉宾倾向用可再生能源制绿氢，认为电解槽标准化程度较高、安全性问题不大。SMR则受制于审批、选址与公众接受，以新加坡为例首座裂变电站最早也要到2040年前后。节目在主播对预测常被打脸的自嘲中收尾。