1不是先有规划，才有科研路
回忆本科阶段时，Physhan 首先提到的不是“留学规划”，而是“物理氛围”。在中山大学，他最直接的感受是，身边总有人比自己更早、更深地进入物理世界：自己还在学经典力学时，有人已经开始摸分析力学；自己刚学量子力学入门时，别人已经做起了压缩态和量子光学的科研。那种感受表面上像“卷”，但他后来更愿意把它理解成一种由热爱驱动的密集环境。
“那些同学真的对物理喜欢，会提前去学。”
这种环境后来又被逸仙学院和基础学科拔尖人才培养计划进一步放大。小班教学、灵活选课、出国科研资助，甚至可以根据兴趣调整培养计划，让他很早就意识到：科研训练不是多上一点课，而是更早接触真正的问题。两次去瑞士的经历，一次是在 CERN 做 summer student，一次是在日内瓦大学做凝聚态实验方向的科研，也都不是预先设计好的“出国路线”，却让他第一次近距离感受到另一种科研生态。
▲Physhan在中山大学的毕业照片。（图片来源：Physhan）
这也是访谈里特别动人的地方。真正把一个人带进科研现场的，往往不是一份完美的长期计划，而是更早遇见了好的同学、好的制度、好的问题，然后一路被这些东西慢慢推着往前走。
“大家还真的喜欢物理，也会一起聊很多物理的话题。”
2真正“硬核”的，是把人训练成研究者
“一门主课可以把你学到脱一层皮。”
如果说有什么让 Physhan 反复用“硬核”来形容瑞士的研究生训练，那首先就是课程本身。按他的说法，“一门主课可以把你学到脱一层皮”，一个学期如果能真正吃透两门课，已经非常不容易。关键不只是课难，而是它要求的不是熟练刷题，而是理解深度。
▲ETH研究生真实的学习场景。在瑞士的研究生训练里，考试更像一次小型学术答辩。你不仅要会算，更要能在教授面前把一个概念真正讲明白。（图片来源：Physhan）
更有意思的是考核方式。瑞士和不少德语区高校的硕士课程，很多都不是笔试，而是口试。学生和教授坐在办公室里，像开会一样，对着黑板讲概念、回答追问、临场解释自己的理解。在这种模式里，lecture notes 下面的小字都可能变成考题，因为教授随时会从任何一个细节继续往下追。换句话说，这里训练的不是套公式的熟练度，而是你到底有没有把概念真正内化。
这种逻辑也影响了“毕业”的定义。在他接触过的环境里，学校层面并没有那种刚性的论文数量要求。导师更看重的是，你有没有完整走过一轮训练：从设计、制备、测量，到电子学、控制、分析，能不能在一个方向上逐渐成长为相对独立的研究者。博士学位的意义，不只是攒文章，更是把人训练出来。
3松弛不等于散漫，科研也需要边界感
大众对欧洲实验室常有一种“松弛”的想象，但在 Physhan 的观察里，真实情况其实没那么简单，也很难一概而论。有的实验室确实更强调 work-life balance，节奏相对从容；也有的实验室同样很卷，推进速度和竞争压力一点都不小。即便是在更讲究生活边界的环境里，一旦项目到了关键节点，deadline 很紧、机时有限、大家都在等结果的时候，晚上和周末加班也并不少见。区别不一定在于“累不累”，而在于这种压力更多是由具体问题、项目进度和研究责任带来的，而不是一种整齐划一的制度性高压。
▲Physhan在ETH学习生活的记录。所谓“欧洲实验室的松弛感”，更准确地说，是工作节奏里保留了生活边界，而不是没有强度。（图片来源：Physhan）
“我觉得这样的模式挺好的。别人强制给你一个任务，你就很抗拒；但科研还是出于自己的兴趣。”
他很欣赏的一种导师风格，是平时工作很认真，但会明确把周末留给生活。边界感在这里不是松懈，而是一种科研观：研究可以很投入，但不必把人变成机器。真正健康的状态，不是每天都在实验室熬，而是知道什么时候该冲，什么时候该停。
这也延伸到了他对组会的理解。在 Physhan 看来，好的组会不是为了“show off 结果”，而是让来参加的人真正学到东西。至于组会具体怎么开，不同实验室差别很大：有的更偏向围绕具体问题展开讨论，有的则更强调阶段性汇报和信息同步。而在一些大课题组中，组会往往承担的是同步信息的功能：读取、设计、电子学、控制等不同方向的人放在一起，轮流汇报最近进展，负责人逐个点评，大家也随时插问。时间有时会拉得很长，但它的意义也正在这里: 把原本分散在不同环节里的工作重新连起来，让每个人都更清楚整个系统在往哪里走。
“你不是为了去 show off 结果，而是要让来参加的人学到东西。”
▲ETH实验室中的稀释冷却冰箱（图片来源：Physhan）
而访谈中最鲜活的一幕，可能是他讲到自己一次灵感的来源：去采尔马特滑雪的火车上，和朋友一路聊天，突然把一个最近在想的问题聊通了。对很多前沿研究者来说，科研并不只发生在实验台前，它也发生在那些你暂时离开实验室、但思维反而开始松动的时刻。
▲科研灵感并不只来自实验台前。对很多研究者来说，真正把一个问题聊通，可能发生在组会之后，也可能发生在去滑雪的火车上。（图片来源：Physhan）
4从 Transmon 到 Fluxonium，前沿不是押宝赢家
进入这部分之前，让我们先把几个词讲清楚。超导量子计算利用的是一种宏观量子效应，也就是在极低温下的超导电路会出现量子化的分立能级，作为“人造原子”，再从中选出两个可控能级来充当量子比特的0和1 [1,2,3]。Google、IBM，以及国内中国科大“祖冲之”系列，走的都属于这一大类技术路线。而在这条超导路线内部，不同的电路设计又进一步分出了不同类型的量子比特，其中目前最主流的两类，就是Transmon（传输子超导量子比特）和 Fluxonium（磁通量超导量子比特）。
Transmon从最基本的 LC 谐振电路出发，引入具有非线性的约瑟夫森结，把原本不容易区分的能级拉开，从中挑出两个最适合操控的量子态来充当量子比特。它的优势在于结构相对简单、工艺路径清晰，因此成为今天最成熟、最工程化的主流方案之一。Fluxonium 则常被理解为磁通型超导量子比特，它在电路中额外引入了 super inductor，也就是“超电感”，因此拥有更丰富的参数空间、更低的工作频率和不同的噪声环境，也可能带来更长的相干时间。但代价同样明确：器件更复杂，控制和扩展都更难。换句话说，Fluxonium 之于 Transmon，并不是一个简单意义上“更先进”的升级版，而更像是另一组关于物理与工程的权衡。
▲Caption: Transmon（左图）与 Fluxonium（右图）的简化电路图[1,2,8]。
超导路线之所以一直被高度关注，不只是因为它和传统半导体工业在制造和工程链条上的兼容性，因此公司多、融资多；更重要的是，它到今天依然代表着人类量子操控能力最靠前的一条边界。十年前，大家还在围绕十几个量级的比特数反复追问：量子优势到底是不是真的存在？而现在，比特规模已经往前推了很多，讨论的重点也慢慢从“能不能做”转向“怎样把纠错真正做起来”。
比如 Google Quantum AI 在 2024 年 12 月在线发表 Willow 结果，展示了表面码量子纠错进入“越纠越对”的关键一步[5]；国内方面，中国科大团队先是在 2025 年 3 月发布 105 比特“祖冲之三号”，把超导体系量子计算优越性纪录继续往前推了一步[6]；又在 2025 年 12 月 22 日，进一步基于 107 比特“祖冲之 3.2 号”在码距为 7 的表面码上同样实现了“越纠越对”的量子纠错[4]。而在同一年，超导电路中宏观量子效应的奠基性工作也获得了 2025 年诺贝尔物理学奖的认可。放在这个背景下再看，Transmon 和 Fluxonium 的差别， 其实已经不是“这条路线行不行”， 而是同样站在超导这条大路上，下一步到底把器件设计和工程代价押在哪一种方案上。
▲中国科大潘建伟团队基于超导量子处理器“祖冲之3.2号”在码距为7的表面码上成功实现了低于纠错阈值的量子纠错，演示了逻辑错误率随码距增加而显著下降。这一成果使得我国在量子纠错方向上达到了“低于阈值，越纠越对”的关键里程碑。（图片来源：https://journals.aps.org/prl/abstract/10.1103/rqkg-dw31）
也正因为如此，Physhan 并不愿意把技术路线理解成一场简单的“谁赢谁输”。在他看来，Transmon 今天确实更成熟、更工程化，而 Fluxonium 依然保留着很多值得继续追问的物理问题。他自己之所以被 Fluxonium 吸引，恰恰也是因为，相比单纯追求工程化，他更关注的是这里面还有很多没有收敛的问题。
“我觉得可能没有人知道。”
对于“最终谁会笑到最后”，他的回答也很克制。最后的赢家未必一定是 Transmon，也未必一定是 Fluxonium。甚至完全可能在未来某一天，又出现一套更简洁、更相干、更好耦合的新体系。真正的前沿研究，很多时候不是押一个赢家，而是把不同路线尽可能推远，看看谁先跨过那道真正的门槛。
5泡沫当然有，但底层能力也确实在往前走
量子计算有没有泡沫？Physhan 的回答非常直接：肯定有。一个足够热、足够吸金的领域，不可能没有跟风者，也不可能没有被放大的预期。甚至有些组以前并不是做这个方向的，也会想挤进来分一杯羹。
“泡沫肯定有。”
但他同样强调，“有泡沫”和“没有真实进展”不是一回事。真正值得看的，不是新闻热度，而是底层指标有没有持续推进。量子纠错几年前还常被说成“越纠越错”，而现在已经出现了“越纠越对”的结果；相干时间也从过去 100 微秒已经很亮眼，推进到了毫秒量级。只要这些能力还在往前走，这个领域就不是纯粹讲故事。换句话说，泡沫和真实推进往往是同时存在的，真正要看的不是口号，而是底层指标到底有没有在往前走。
从产业角度看，大公司为什么会不断下注新的路线？在他看来，这更像是风险管理。对 Google 这样的公司来说，量子投入在整体业务中占比并不大，试一条新路线、开一条新摊子，并不是不可承受的成本，但它至少能保证自己不在下一波技术变化里掉队。
而对于瑞士这样体量不大的国家，另一种生态也正在形成。它不可能像中美那样养出几百人的超大团队，但它的小而全依然鲜明：大规模体系、小规模器件、基础理论、混合架构都有人在做；更容易先商业化的，也往往不是整台量子计算机，而是测控电子学、实验平台和各种手搓出来的设备与技术。
6给年轻人的提醒：先问自己能不能长期做下去
访谈最后又回到了很多学生最关心的问题：现在还适合去欧洲做量子研究吗？他的判断并不悲观。欧洲并没有像美国那样把路完全堵死，很多组依然缺人。关键不是盲目海投，而是更早做出相关积累，让对面的教授看到你和课题之间的匹配度。发邮件、参加会议、争取线下交流机会，这些都很重要。
