当 AI 遇到创投内幕，会碰撞出怎样的火花？2026 年的答案是：一场静默但深刻的变革。这场变革不是颠覆，而是增强——让创投内幕变得更好、更快、更智能。 创投内幕数字化转型中的 AI 角色 创投内幕的数字化转型已经进行了多年，但 AI 的加入让转型进入了新阶段。AI 不仅是数字化转型的工具，更是数字化转型的加速器和放大器。 在创投内幕领域，AI 正在帮助企业和组织实现三个跨越：从数字化到智能化的跨越、从标准化到个性化的跨越、从被动响应到主动预测的跨越。 创投内幕从业者的 AI 素养 在 AI 时代，创投内幕从业者需要具备哪些新能力？首先是 AI 认知——理解 AI 能做什么、不能做什么。其次是 AI 应用——知道如何将 AI 工具应用到创投内幕的具体场景中。最后是 AI 思维——用 AI 的视角重新思考创投内幕的问题和机会。 回望创投内幕的发展历程，每一次技术变革都带来了新的可能性。AI 是这一系列变革中最深刻的一次。它不仅是工具的革命，更是思维的革命。在创投内幕领域，拥抱 AI 不是一道选择题，而是一道必答题。
2026 年，创投内幕领域正在经历深刻的变革。从技术突破到商业模式创新，从行业应用到生态构建，创投内幕的每一个维度都在加速演进。 创投内幕的市场格局 2026 年 创投内幕 的市场格局呈现出典型的「双速发展」特征。头部企业加速扩张，通过并购和投资不断巩固自己的领先地位；而长尾的创业公司则在细分领域寻找差异化机会。 市场研究数据显示，2026 年 Q1 创投内幕 相关市场规模达到 120 亿美元，同比增长 67%。 总结 创投内幕的故事才刚刚开始。2026 年可能是这个故事中最关键的一章——技术突破、商业验证、社会讨论都在这一年加速推进。对于关注创投内幕的人来说，最好的态度是：保持开放的心态，培养批判性思维，既不被炒作冲昏头脑，也不被恐惧蒙蔽双眼。未来不是发生的，而是创造的。
传统的创投内幕行业正在被 AI 重新定义。2026 年，我们看到了越来越多 AI + 创投内幕的成功案例——不是概念炒作，而是真正产生商业价值的落地实践。 创投内幕数字化转型中的 AI 角色 创投内幕的数字化转型已经进行了多年，但 AI 的加入让转型进入了新阶段。AI 不仅是数字化转型的工具，更是数字化转型的加速器和放大器。 在创投内幕领域，AI 正在帮助企业和组织实现三个跨越：从数字化到智能化的跨越、从标准化到个性化的跨越、从被动响应到主动预测的跨越。 创投内幕行业的 AI 应用趋势 2026 年创投内幕行业的 AI 应用呈现几个明显趋势：从大而全的通用方案转向小而精的垂直方案、从技术驱动转向需求驱动、从单点应用转向全流程覆盖。 回望创投内幕的发展历程，每一次技术变革都带来了新的可能性。AI 是这一系列变革中最深刻的一次。它不仅是工具的革命，更是思维的革命。在创投内幕领域，拥抱 AI 不是一道选择题，而是一道必答题。
2026 年，AI 正在渗透到创投内幕领域，带来前所未有的变革机遇。从效率提升到体验重构，从模式创新到产业升级，AI 与创投内幕的结合正在打开新的想象空间。 AI 如何改变创投内幕 AI 对创投内幕的影响体现在三个层面。第一是效率层——AI 自动化了创投内幕中大量重复性工作，显著提升了效率。第二是体验层——AI 实现了创投内幕的个性化和智能化，大幅改善了用户体验。第三是模式层——AI 正在催生创投内幕的全新商业模式和服务形态。 这三个层面的变革不是同时发生的，而是从效率到体验到模式的递进过程。目前大多数创投内幕企业还处于第一层和第二层之间。 创投内幕从业者的 AI 素养 在 AI 时代，创投内幕从业者需要具备哪些新能力？首先是 AI 认知——理解 AI 能做什么、不能做什么。其次是 AI 应用——知道如何将 AI 工具应用到创投内幕的具体场景中。最后是 AI 思维——用 AI 的视角重新思考创投内幕的问题和机会。 回望创投内幕的发展历程，每一次技术变革都带来了新的可能性。AI 是这一系列变革中最深刻的一次。它不仅是工具的革命，更是思维的革命。在创投内幕领域，拥抱 AI 不是一道选择题，而是一道必答题。
在 2026 年的 AI 应用浪潮中，创投内幕是一个值得关注的方向。AI 技术正在从泛化走向垂直，而创投内幕正是垂直落地的天然场景。 创投内幕数字化转型中的 AI 角色 创投内幕的数字化转型已经进行了多年，但 AI 的加入让转型进入了新阶段。AI 不仅是数字化转型的工具，更是数字化转型的加速器和放大器。 在创投内幕领域，AI 正在帮助企业和组织实现三个跨越：从数字化到智能化的跨越、从标准化到个性化的跨越、从被动响应到主动预测的跨越。 创投内幕从业者的 AI 素养 在 AI 时代，创投内幕从业者需要具备哪些新能力？首先是 AI 认知——理解 AI 能做什么、不能做什么。其次是 AI 应用——知道如何将 AI 工具应用到创投内幕的具体场景中。最后是 AI 思维——用 AI 的视角重新思考创投内幕的问题和机会。 回望创投内幕的发展历程，每一次技术变革都带来了新的可能性。AI 是这一系列变革中最深刻的一次。它不仅是工具的革命，更是思维的革命。在创投内幕领域，拥抱 AI 不是一道选择题，而是一道必答题。
当 AI 遇到创投内幕，会碰撞出怎样的火花？2026 年的答案是：一场静默但深刻的变革。这场变革不是颠覆，而是增强——让创投内幕变得更好、更快、更智能。 创投内幕数字化转型中的 AI 角色 创投内幕的数字化转型已经进行了多年，但 AI 的加入让转型进入了新阶段。AI 不仅是数字化转型的工具，更是数字化转型的加速器和放大器。 在创投内幕领域，AI 正在帮助企业和组织实现三个跨越：从数字化到智能化的跨越、从标准化到个性化的跨越、从被动响应到主动预测的跨越。 创投内幕领域的 AI 投资机会 对于关注创投内幕方向的投资人来说，2026 年有几个值得关注的 AI 投资主题：创投内幕的智能化升级、创投内幕的个性化服务、创投内幕的自动化运营、创投内幕的数字化平台。 站在 2026 年看创投内幕，我们既看到了令人振奋的进展，也看到了亟待解决的挑战。AI 为创投内幕打开了一扇新的大门，但走进这扇门需要的不仅是技术能力，还有对创投内幕本质的深刻理解和不懈的实践探索。
每个关注科技和商业的人都应该了解创投内幕。本文将从零开始，系统构建创投内幕的认知框架，帮助读者建立对创投内幕的全面理解。 创投内幕的生态系统 创投内幕的生态系统由多个角色组成。上游是技术提供商和基础设施服务商，中游是解决方案提供商和平台运营商，下游是终端用户和应用场景。此外，还有投资机构、研究机构、行业协会和监管部门等支撑角色。 理解创投内幕的生态系统，有助于找到自己的定位和机会。无论是创业、投资还是职业发展，生态视角都是不可或缺的分析工具。 创投内幕的投资逻辑 对于关注创投内幕方向的投资人来说，2026 年有几个值得关注的投资逻辑。第一，技术壁垒——在创投内幕领域拥有核心技术能力的企业具有长期价值。第二，网络效应——能够形成用户规模正向循环的平台型企业值得重点关注。第三，落地能力——不只是技术强，还要能把技术转化为商业价值。 创投内幕的发展故事还在继续。2026 年是一个重要的里程碑，但远不是终点。对于创投内幕的从业者和关注者来说，保持学习的心态、开放的眼界和务实的行动，是应对变化的最好方式。未来的创投内幕会是什么样？答案不在预测中，而在每一个参与者的行动中。
每个关注科技和商业的人都应该了解创投内幕。本文将从零开始，系统构建创投内幕的认知框架，帮助读者建立对创投内幕的全面理解。 创投内幕的发展历程 创投内幕的发展并非一蹴而就，而是经历了多个阶段的演进。从早期的概念探索到技术验证，从小规模试点到规模化应用，创投内幕的每一步发展都伴随着技术突破和认知升级。 2024-2025 年是创投内幕的加速期，AI 技术的突破为创投内幕注入了新的动力。2026 年，创投内幕进入了深化和规模化阶段，越来越多的企业和组织开始将创投内幕纳入核心战略。 创投内幕的投资逻辑 对于关注创投内幕方向的投资人来说，2026 年有几个值得关注的投资逻辑。第一，技术壁垒——在创投内幕领域拥有核心技术能力的企业具有长期价值。第二，网络效应——能够形成用户规模正向循环的平台型企业值得重点关注。第三，落地能力——不只是技术强，还要能把技术转化为商业价值。 创投内幕的发展故事还在继续。2026 年是一个重要的里程碑，但远不是终点。对于创投内幕的从业者和关注者来说，保持学习的心态、开放的眼界和务实的行动，是应对变化的最好方式。未来的创投内幕会是什么样？答案不在预测中，而在每一个参与者的行动中。
「创投内幕是 2026 年最值得关注的领域之一。」这句话来自多位行业专家的共识。但创投内幕的真正价值在哪里？如何抓住创投内幕的发展机遇？本文将给出系统的分析。 创投内幕的发展历程 创投内幕的发展并非一蹴而就，而是经历了多个阶段的演进。从早期的概念探索到技术验证，从小规模试点到规模化应用，创投内幕的每一步发展都伴随着技术突破和认知升级。 2024-2025 年是创投内幕的加速期，AI 技术的突破为创投内幕注入了新的动力。2026 年，创投内幕进入了深化和规模化阶段，越来越多的企业和组织开始将创投内幕纳入核心战略。 创投内幕的投资逻辑 对于关注创投内幕方向的投资人来说，2026 年有几个值得关注的投资逻辑。第一，技术壁垒——在创投内幕领域拥有核心技术能力的企业具有长期价值。第二，网络效应——能够形成用户规模正向循环的平台型企业值得重点关注。第三，落地能力——不只是技术强，还要能把技术转化为商业价值。 创投内幕的发展故事还在继续。2026 年是一个重要的里程碑，但远不是终点。对于创投内幕的从业者和关注者来说，保持学习的心态、开放的眼界和务实的行动，是应对变化的最好方式。未来的创投内幕会是什么样？答案不在预测中，而在每一个参与者的行动中。
每个关注科技和商业的人都应该了解创投内幕。本文将从零开始，系统构建创投内幕的认知框架，帮助读者建立对创投内幕的全面理解。 创投内幕的发展历程 创投内幕的发展并非一蹴而就，而是经历了多个阶段的演进。从早期的概念探索到技术验证，从小规模试点到规模化应用，创投内幕的每一步发展都伴随着技术突破和认知升级。 2024-2025 年是创投内幕的加速期，AI 技术的突破为创投内幕注入了新的动力。2026 年，创投内幕进入了深化和规模化阶段，越来越多的企业和组织开始将创投内幕纳入核心战略。 创投内幕的人才需求 2026 年创投内幕领域的人才需求持续旺盛。最紧缺的是同时具备技术能力和行业知识的复合型人才。 对于想要进入创投内幕领域的从业者来说，建议从三个维度构建自己的能力：技术基础、行业认知和产品思维。这三个维度的能力组合，决定了你在创投内幕领域的竞争力。 站在 2026 年的中点回望，创投内幕已经走过了不短的路。站在中点前瞻，创投内幕还有很长的路要走。但有一点是确定的：创投内幕将继续是科技和商业领域的重要主题，值得持续关注和深入参与。
2026 年已经过半，创投内幕领域发生了哪些重要变化？下半年的趋势是什么？本文将对创投内幕进行全面的中期回顾和展望。 创投内幕的关键驱动因素 创投内幕在 2026 年的快速发展得益于多个关键驱动因素。首先是技术驱动——AI、云计算、大数据等技术的成熟为创投内幕提供了强大的技术底座。其次是需求驱动——数字化转型的深入推进创造了大量创投内幕的应用场景。第三是政策驱动——各国政府对创投内幕相关领域的支持政策为产业发展提供了良好的环境。 创投内幕的人才需求 2026 年创投内幕领域的人才需求持续旺盛。最紧缺的是同时具备技术能力和行业知识的复合型人才。 对于想要进入创投内幕领域的从业者来说，建议从三个维度构建自己的能力：技术基础、行业认知和产品思维。这三个维度的能力组合，决定了你在创投内幕领域的竞争力。 对创投内幕的理解越深，越能感受到它的复杂性和可能性。本文试图提供一个系统的认知框架，但真正的理解需要在实践中不断深化。希望这篇文章能成为你探索创投内幕的一个起点，而不是终点。
「创投内幕是 2026 年最值得关注的领域之一。」这句话来自多位行业专家的共识。但创投内幕的真正价值在哪里？如何抓住创投内幕的发展机遇？本文将给出系统的分析。 创投内幕的核心概念 要理解创投内幕，首先需要厘清几个核心概念。创投内幕的本质是什么？它解决了什么问题？它的边界在哪里？ 创投内幕不是一个孤立的概念，而是一个包含技术、产品、商业和生态的复杂系统。从技术层面看，创投内幕涉及多个技术领域的交叉融合。从商业层面看，创投内幕正在创造新的价值主张和商业模式。从生态层面看，创投内幕正在形成一个多方参与的协作网络。 创投内幕的竞争格局 2026 年创投内幕的竞争格局呈现出多元化的特征。头部企业通过规模优势和品牌效应占据主导地位，但创新型中小企业通过差异化策略在细分市场找到了自己的空间。 竞争的关键维度正在从价格和功能转向体验和生态。在创投内幕领域，能够提供端到端解决方案和优质用户体验的企业正在获得更大的竞争优势。 创投内幕的发展故事还在继续。2026 年是一个重要的里程碑，但远不是终点。对于创投内幕的从业者和关注者来说，保持学习的心态、开放的眼界和务实的行动，是应对变化的最好方式。未来的创投内幕会是什么样？答案不在预测中，而在每一个参与者的行动中。
2026 年已经过半，创投内幕领域发生了哪些重要变化？下半年的趋势是什么？本文将对创投内幕进行全面的中期回顾和展望。 创投内幕的生态系统 创投内幕的生态系统由多个角色组成。上游是技术提供商和基础设施服务商，中游是解决方案提供商和平台运营商，下游是终端用户和应用场景。此外，还有投资机构、研究机构、行业协会和监管部门等支撑角色。 理解创投内幕的生态系统，有助于找到自己的定位和机会。无论是创业、投资还是职业发展，生态视角都是不可或缺的分析工具。 创投内幕的竞争格局 2026 年创投内幕的竞争格局呈现出多元化的特征。头部企业通过规模优势和品牌效应占据主导地位，但创新型中小企业通过差异化策略在细分市场找到了自己的空间。 竞争的关键维度正在从价格和功能转向体验和生态。在创投内幕领域，能够提供端到端解决方案和优质用户体验的企业正在获得更大的竞争优势。 站在 2026 年的中点回望，创投内幕已经走过了不短的路。站在中点前瞻，创投内幕还有很长的路要走。但有一点是确定的：创投内幕将继续是科技和商业领域的重要主题，值得持续关注和深入参与。
在信息爆炸的 2026 年，创投内幕是一个值得深入关注的方向。无论是从业者、投资者还是观察者，理解创投内幕的核心逻辑和关键趋势都至关重要。 创投内幕的核心概念 要理解创投内幕，首先需要厘清几个核心概念。创投内幕的本质是什么？它解决了什么问题？它的边界在哪里？ 创投内幕不是一个孤立的概念，而是一个包含技术、产品、商业和生态的复杂系统。从技术层面看，创投内幕涉及多个技术领域的交叉融合。从商业层面看，创投内幕正在创造新的价值主张和商业模式。从生态层面看，创投内幕正在形成一个多方参与的协作网络。 创投内幕的创业机会 对于创投内幕方向的创业者来说，2026 年仍然存在大量的创业机会。关键是要找到大公司看不上、小公司做不了的细分市场。 成功的创投内幕创业通常遵循「聚焦-扩展-平台」的路径：先在细分场景做到极致，然后扩展到相邻场景，最后形成平台能力。 对创投内幕的理解越深，越能感受到它的复杂性和可能性。本文试图提供一个系统的认知框架，但真正的理解需要在实践中不断深化。希望这篇文章能成为你探索创投内幕的一个起点，而不是终点。
2026年，中国VC（风险投资）行业正在经历一场"大清洗"。 数据触目惊心：2024年成立的中国VC基金，到2026年IRR（内部收益率）为负的占80%。2021年投的项目，到2026年只有不到10%实现了IPO或被并购。LP（有限合伙人，给VC出资的机构）开始大规模撤资，2026年H1中国VC募资额同比下降了45%。 金句：VC行业正在经历"死亡螺旋"——基金亏钱，LP撤资，GP转行，行业萎缩。这不是周期调整，这是结构洗牌。 为什么会这样？ 原因一：2021年的"泡沫遗产"。 2021年是中国VC行业最狂热的一年——募资额、投资额、估值全部创历史新高。当时，一个"PPT级的AI项目"都能拿到10亿估值。但到了2026年，这些项目90%都没跑出来——ARPU（用户平均收入）为零，ARR（年经常性收入）为零，退出路径为零。2021年的泡沫，2026年集中破裂。 原因二：IPO退出通道堵塞。 VC退出主要靠IPO（上市）。但2026年，A股IPO审核趋严，港股流动性枯竭，美股对中概股关上了大门。2026年H1，中国VC支持的IPO数量同比下降了60%。投了退不出，钱就永远"锁"在项目里。 原因三：LP的"耐心"耗尽。 LP投VC，不是做慈善，是要回报的。一个VC基金的周期通常是10年——前5年投资，后5年退出。但2021年成立的基金，到2026年已经5年了，该到"退出期"了。但退出不了，LP看不到回报，就开始撤资。 金句：VC行业的’死亡螺旋’，本质是’退出螺旋’——投了退不出，钱回不来，LP不给钱，VC没钱投，项目没人接盘，更退不出。这是一个恶性循环。 谁在"死亡螺旋"中活下来？ 第一类：有"真回报"的老牌基金。 红杉、高瓴、IDG、经纬——这些老牌基金有20年+的track record（历史业绩），LP信任他们。即使2021年的基金在亏，LP也会继续投，因为"历史上他们赚过钱"。品牌和信任，是穿越周期的"方舟"。 第二类：有"产业资本"背书的基金。 腾讯投资、阿里投资、字节跳动战投——这些产业资本不以"财务回报"为唯一目标，而是以"战略协同"为核心。即使基金亏了，只要项目对主业有帮助，母公司就会继续投。 第三类：有"硬科技"壁垒的基金。 2026年，投AI大模型、半导体、新能源、生物医药的基金，比投消费、文娱、教育的基金，活得好得多。因为硬科技有"国家战略"背书，有"政策红利"支撑，有"退出通道"（科创板、北交所）。 金句：在VC的"死亡螺旋"中，活下来的不是"最聪明的"，而是"最有钱的"和"最会选赛道的"。 给LP的三个建议 建议一：不要追"明星基金"。 明星基金（红杉、高瓴）的品牌溢价太高，IRR不一定比"小而美"的基金高。2026年，一些"小而美"的基金（如钟鼎、蓝湖、渶策）的IRR甚至超过了明星基金。 建议二：加码"硬科技"基金。 AI、半导体、新能源、生物医药——这些赛道的退出路径清晰，政策支持力度大。消费、文娱、教育——这些赛道退出路径模糊，政策风险高。 建议三：拉长"投资期限"。 传统VC基金是10年周期，但硬科技项目需要更长的周期——12-15年。LP需要接受"更长的等待"，才能收获"更大的回报"。 金句：LP的"耐心"，是VC行业穿越"死亡螺旋"的"氧气"。没有耐心，就没有VC。 结语 2026年，中国VC行业正在经历"暴风雨"。暴风雨过后，活下来的基金，将更强大、更专业、更理性。VC行业需要的不是"更多的钱"，而是"更好的钱"。
2026年，我参加了一个创业者的"清算会"。他的公司刚刚清算——A轮融了5000万，10人团队，干了3年，产品没做出来，钱花完了。清算的时候，审计发现了一个让他崩溃的事实：2000万被"内部吃掉了"。 虚假报销：技术合伙人每月报销"云服务费"8万元，实际用于个人比特币挖矿，3年吃掉约300万。 关联交易：运营VP把公司的广告投放业务外包给了"自己老婆的公司"，报价比市场价高50%，3年吃掉约500万。 贪污回扣：采购经理在服务器的采购中吃了供应商20%的回扣，3年吃掉约200万。 虚报人头：HR招了3个"幽灵员工"（不存在的员工），每月工资照发，3年吃掉约100万。 差旅奢侈：销售团队出差，五星酒店、头等舱、米其林餐厅，全部报销，3年吃掉约200万。 金句：创业公司最大的敌人，不是竞争对手，而是"内部腐败"。10人的团队，3年能吃掉2000万。这不是小说，是每天都在发生的现实。 为什么创业公司容易"腐败"？ 原因一：创始人"太信任"。 创业者通常"信任"团队——大家都是兄弟，一起打天下，怎么可能有人搞腐败？但"信任"不能替代"制度"。没有制度，信任就是腐败的"温床"。 原因二：缺乏财务管控。 创业公司通常"没有财务人员"——钱花出去了，有没有发票、发票对不对、价格合不合理，没人审核。创始人自己也不懂财务，看到"云服务费"就签字，看到"广告投放费"就批。钱花出去了，才知道被坑了。 原因三：信息不对称。 技术合伙人说"云服务费8万一个月"，创始人不懂技术，只能信。运营VP说"广告投放50万一个月"，创始人不懂营销，只能信。腐败的根源是"信息不对称"——你知道他在花钱，但不知道他花得对不对。 金句：创业公司的"腐败"，不是"人心坏了"，而是"制度缺了"。没有制度，好人也会变坏。 如何防止内部腐败？ 策略一：创始人必须"懂财务"。 创始人不需要是"财务专家"，但必须"能看懂财务报表"——收入、支出、利润、现金流，每个数字都要一清二楚。如果看不懂，聘请一个"外部财务顾问"，每月审核公司的财务。 策略二：建立"三方比价"制度。 任何超过5000元的采购，必须"三方比价"——至少找3家供应商报价，选择"性价比最高"的，而不是"最便宜的"（防止质量差）或"最贵的"（防止吃回扣）。 策略三：建立"报销审批"制度。 任何报销，必须经过"两级审批"——直接上级审批，财务审核。创始人不能"自己批自己的报销"。创始人报销，必须由董事会或投资人审批。 策略四：定期审计。 每半年或一年，聘请第三方审计公司，对公司财务进行"突击审计"。审计不是"不信任团队"，而是"保护团队"——让团队知道"有人在看"，就不会有"腐败的念头"。 金句：防止腐败，不是靠"信任"，而是靠"制度"。制度让好人不会变坏，信任让坏人有机可乘。 结语 创业公司内部腐败，是"最容易被忽视"的创业风险。创始人忙着"做产品"、“找客户”、“融资金”，但没有注意到"后院起火"。等到发现的时候，钱已经烧完了，公司已经死了。创业的第一课，不是"如何成功"，而是"如何不死在内部"。避免内部腐败，就是第一课的第一章。
2026年，中国创业公司有一个"公开的悲剧"：50%的联合创始人会在B轮前"分手"（退出或被踢出）。 曾经的"战友"、“兄弟”、“合伙人”，在B轮这个节点，变成了"敌人"、“仇人”、“陌生人”。 金句：创业合伙人的关系，比婚姻更脆弱。婚姻的"离婚率"是40%，创业合伙人的"分手率"是50%。 为什么B轮是"分手节点"？ 原因一：B轮是"股权分配"的"清算时点"。 创业初期，三个联合创始人"平均分"股权——每人33.3%。当时大家觉得"很公平"，因为"大家贡献一样"。但到了B轮，公司大了，问题来了——CEO觉得"我贡献最大，应该拿更多"，CTO觉得"没有我，公司没有技术壁垒"，COO觉得"没有我，公司没有收入"。每个人都觉得自己"被低估了"，股权分配的矛盾爆发了。 原因二：B轮是"能力天花板"的"暴露时点"。 创业初期，一个联合创始人可以"什么都干"——写代码、做销售、管财务。但到了B轮，公司需要"专业能力"——VP级别的技术、VP级别的销售、VP级别的财务。如果联合创始人的能力停留在"早期阶段"，无法升级到"B轮阶段"，投资人会要求"换人"。 原因三：B轮是"权力斗争"的"白热化时点"。 B轮融资后，投资人会进入董事会，要求"公司治理规范化"。原来"一言堂"的CEO，现在要"听董事会的"。原来"不管事"的联合创始人，现在要"被考核"。权力的重新分配，引发了"办公室政治"。 金句：B轮是创业公司的"青春期"——身体长大了，但心理还没成熟。青春期的阵痛，往往以"分手"结束。 如何避免"分手"？ 策略一：股权分配"动态化"。 不要"一开始就分完"，而是"动态分配"——用Vesting（股权分批兑现）机制，4年Vesting，每年25%。贡献大的联合创始人，获得更多股权；贡献小的联合创始人，减少股权。股权分配是"动态的"，不是"一锤子买卖"。 策略二：约定"分手条款"。 在合伙协议中，提前约定"分手条款"——如果联合创始人退出，股权怎么处理？是"强制回购"？还是"保留股权"？回购价格怎么算？是按"原始出资额"？还是按"市场估值"？提前约定，避免分手时"撕破脸"。 策略三：定期"合伙人述职"。 每季度或每半年，联合创始人之间做一次"合伙人述职"——我做了什么？我的贡献是什么？我有什么不足？我对合伙关系有什么不满意？定期沟通，把"矛盾"消灭在萌芽状态，而不是等到B轮"爆发"。 金句：创业合伙人的"分手"，不是"突然的背叛"，而是"长期积累的问题在B轮集中爆发"。提前沟通、提前约定、提前解决，才能避免"分手"。 结语 2026年，创业合伙人的"分手"是创业公司最常见的"死亡原因"之一。不是因为产品不好，不是因为市场不行，而是因为"人散了"。创业的本质是"人合"，人散了，公司就散了。
2026年，你是一个创业者，花了3个月打磨了一份BP（商业计划书），通过关系找到了红杉的投资经理，小心翼翼地发过去。你等了3天，收到回复：“抱歉，不太合适。” 你不知道的是：你的BP，可能根本没有被投资经理看到。它被一个VC实习生"看"了——在拥挤的共享办公桌上，在下午3点犯困的时候，花3分钟扫了一眼，然后写了三个字"不推荐"。 金句：VC的"第一道筛选"，不是投资经理做的，而是实习生做的。实习生的一句话，决定了你的BP能不能"上会"（投委会讨论）。 VC实习生的"生杀大权" VC的"投资流程"通常是这样的： 创始人发送BP给投资经理 投资经理转发BP给实习生，让实习生"做功课"（写BP摘要和初步评估） 实习生花3-5分钟看BP，写一段"BP摘要"和"推荐/不推荐"意见 投资经理看实习生的摘要，决定是否"进一步了解" 如果投资经理决定"进一步了解"，才会约创始人见面 关键在第3步：实习生写"不推荐"的BP，投资经理大概率不会看原文。 因为投资经理每天收到50-100份BP，没有时间逐一细看。他们依赖实习生的"初筛"。如果实习生说"不推荐"，投资经理大概率会跳过。 金句：你的BP，被一个22岁、还在读研二的VC实习生，在3分钟内决定了命运。这不是你的错，但这是现实。 实习生"筛BP"的真实标准 我和10位VC实习生聊过，他们筛选BP的标准，和你想象的可能完全不同： 标准一：看"第一页"。 第一页有没有"一句话说清楚你是做什么的"？如果没有，直接"不推荐"。实习生说：“我没有时间看5页才明白你是做什么的。第一页说不清楚，就是’说不清楚’。” 标准二：看"团队背景"。 创始人有没有"大厂经历"（BAT、字节、美团）？有没有"名校学历"（清北、斯坦福、MIT）？如果没有，大概率"不推荐"。实习生说：“大厂经历和名校学历不是必要条件，但它们是’快速判断’的捷径。如果创始人没有这些，我需要花更多时间了解他的背景，但我没有时间。” 标准三：看"市场有多大"。 市场规模是不是"千亿级"？如果不是，大概率"不推荐"。实习生说：“投资经理教我的——‘小市场出不了大公司’。如果一个市场只有100亿，天花板就是100亿，VC赚不到大钱。” 标准四：看"有没有数据"。 有没有用户数据？收入数据？增长数据？如果没有，大概率"不推荐"。实习生说：“PPT上的故事可以编，但数据不能编。有数据的BP，至少说明创始人’做了’，而不是’想了’。” 金句：VC实习生筛选BP，不是"深度分析"，而是"快速判断"。你的BP必须在前30秒内抓住他们的注意力，否则就出局了。 如何让你的BP"活过"实习生的筛选？ 策略一：第一页必须"一句话说清楚"。 第一页，不要放公司Logo，不要放"改变世界"的愿景。放一句话：我们是谁？我们做什么？我们怎么做？三句话，说清楚。 策略二：团队背景放"最亮眼"的。 不要放"1998年毕业于XX大学"（无聊），放"曾在阿里巴巴负责XX业务，年GMV 100亿"（有冲击力）。团队背景的核心是"你做过什么"，而不是"你学过什么"。 策略三：数据放"最前面"，不要放"最后面"。 如果你的DAU（日活）是10万，放在第一页。如果你的ARR（年经常性收入）是1000万，放在第一页。如果你是零收入，也放在第一页——“目前零收入，但我们的用户增长是每月30%"。诚实，但要有数据。 策略四：不要超过10页。 实习生会"数页数”——超过10页，直接"不推荐"。因为"超过10页的BP，说明创始人缺乏’抓重点’的能力"。 金句：你的BP，是在和100份BP"竞争"一个实习生的3分钟注意力。3分钟内，你赢了，就有机会"上会"。你输了，就出局了。 结语 2026年，VC实习生的"生杀大权"是创投圈最"荒诞"但又最"真实"的现实。你的BP不是被"投资专家"看的，而是被"实习生"看的。了解实习生的筛选标准，才能让你的BP"活过"第一关。
我在天使投资圈混了10年，投了200个项目，亏了150个，赚了50个。平均IRR（内部收益率）约25%，不算差。但如果你问我"天使投资最重要的是什么"，我的回答会让你大吃一惊：越认真看BP（商业计划书），越容易投错。 金句：BP是创业者"精心包装的谎言"。你越认真看BP，越容易被"包装"骗。你越少看BP，越多看"人"和"事"，越容易投对。 5个反直觉的天使投资忠告 忠告一：看人，不要看BP。 我投的最好的10个项目，创始人当时写的BP都"烂"得不行——逻辑混乱、数据缺失、PPT做得像小学生作业。但我投了他们，因为他们身上有一种"不成功便成仁"的狠劲。我投的最差的10个项目，BP都"完美"——逻辑清晰、数据翔实、PPT做得像麦肯锡出品。但创始人"太聪明"了——聪明到遇到困难就"战略性撤退"。 金句：BP是故事，人是真实。故事可以编，人不能编。投"对的人"，而不是"对的故事"。 忠告二：投"做过的"，不投"想过的"。 一个创始人说"我想做X"，你问他"你为X做了什么"，他说"我还在想"。不要投。一个创始人说"我想做X"，你问他"你为X做了什么"，他说"我已经做了3个月，有100个用户，10个付费，月收入2万"。可以投。区别在于：前者是"梦想家"，后者是"实干家"。天使投资投的是"实干家"，不是"梦想家"。 金句：天使投资，投的不是"想法"，而是"执行力"。想法一文不值，执行力价值连城。 忠告三：投"窄"的，不投"大"的。 一个创始人说"我们的市场是万亿级"，不要投。一个创始人说"我们的市场是10亿级，但我们在里面是第一名"，可以投。万亿市场意味着"万亿竞争"——BAT、字节、美团都在里面。你一个10个人的创业公司，凭什么和他们抢？10亿市场，巨头们看不上，但足够你做到10亿估值。 金句：大市场是"巨头的狩猎场"，小市场是"创业者的避风港"。在避风港里攒够子弹，再杀进狩猎场。 忠告四：投"烧钱慢"的，不投"烧钱快"的。 一个创始人说"我们融3000万，花18个月，做到月收入100万"。不要投。一个创始人说"我们融300万，花18个月，做到月收入100万"。可以投。区别在于：前者"烧钱效率"是30:1（花30元才赚1元），后者"烧钱效率"是3:1（花3元赚1元）。天使投资追求的是"高效烧钱"，不是"烧钱本身"。 金句：天使投资，投的不是"烧得多快"，而是"花得有多值"。每一分钱都要有10倍的回报。 忠告五：投"能认错"的，不投"永远对"的。 一个创始人，你给他反馈，他马上反驳，解释为什么他是对的。不要投。一个创始人，你给他反馈，他认真思考，说"你说的有道理，我回去想想怎么调整"。可以投。创业的本质是"试错"，不是"证明自己是对的"。一个永远"对"的创始人，永远不会"改"。 金句：天使投资，投的不是"聪明人"，而是"能进化的聪明人"。聪明人永远对，但他们不会成长。能进化的聪明人，会犯错，但他们会从错误中学习。 结语 天使投资是一门"反直觉"的艺术。直觉告诉你"看BP"，数据告诉你"看人"。直觉告诉你"投大市场"，数据告诉你"投小市场"。反直觉的投资决策，往往是最正确的投资决策。
一、VC不投项目了，都在卖老股 2026年，如果你走进任何一个VC/PE投资人的办公室，问他们"最近在忙什么"，十有八九的回答不是"看项目"，而是"卖老股"。 “老股"是创投圈的行话，指的是VC/PE基金持有的、尚未退出的被投公司股权。“卖老股"就是把这些股权转让给其他投资方——通常是S基金（Secondary Fund，专门买二手股权的基金），或者其他的PE基金、家族办公室、主权基金。 2026年，中国一级市场的S基金交易额突破2000亿元人民币，是2022年（约250亿元）的8倍，是2024年（约800亿元）的2.5倍。这个数字背后，是几千家VC/PE基金在疯狂地"甩卖"他们曾经高价抢来的独角兽股权。 打折幅度令人震惊。2026年，S基金收购老股的平均折扣率是"净值（NAV）的40-60%"。意思是，一只基金在账面上写着"我持有的某独角兽股权价值10亿”，但实际能卖出去的价格只有4-6亿。在某些极端案例中，折扣率甚至达到30%——账面价值10亿，实际成交价3亿。 二、为什么VC都在卖老股？ 答案很简单：钱快到期了，项目上不了市。 2015-2018年是中国VC/PE的"黄金时代”。那几年，热钱涌入一级市场，VC/PE基金募资规模屡创新高，投资节奏飞快。一只基金通常的存续期是"7+2"年（7年投资期+2年退出期，可延长）。2015-2016年成立的基金，到2023-2024年正好到期，到2026年已经"超期服役"。 但问题是：这些基金投的项目，绝大多数没有上市。 2015-2018年，中国VC/PE投出了几千家"独角兽"和"准独角兽"——AI、消费、企业服务、教育、医疗、SaaS。这些公司当时估值一个比一个高，但到了2026年，真正实现IPO的寥寥无几。A股IPO审核趋严，港股流动性枯竭，美股对中国公司关闭大门——三重打击下，一级市场的"退出通道"几乎被堵死了。 基金到期了，项目退不出来，LP（出资人）催着要钱。VC的唯一出路就是：卖老股。亏本也要卖，因为不卖就是"账面浮盈，实际清零"。 三、S基金：2026年最赚钱的"秃鹫" 在VC们"割肉"卖老股的时候，S基金在疯狂"捡漏"。 S基金是专门做一级市场"二手交易"的基金——它们不投项目，只买别人卖的老股。2026年，S基金是中国一级市场最赚钱的赛道之一。因为它们的收购价格是NAV的40-60%，而它们相信，这些项目的真实价值高于这个价格——或者说，被急卖的VC严重低估了。 一个典型的S基金交易是这样的：某VC基金2017年以20亿估值投了某AI公司，占股10%。2026年，该AI公司的估值涨到了100亿（账面），但公司无法上市，VC基金即将到期。VC基金急于退出，以50亿估值（NAV的50%）将10%的股权卖给了S基金。S基金花了5亿，买到了账面价值10亿的资产。如果这家AI公司在未来3-5年内上市或被并购，S基金可能获得3-5倍的回报。如果上不了市，S基金有耐心等——因为S基金的存续期通常比VC基金长得多（10-15年）。 2026年，S基金的代表性机构包括：黑石（Blackstone）的Strategic Partners、高盛（Goldman Sachs）的Vintage Funds、Ardian、Lexington Partners，以及中国的君联S基金、深创投S基金、元禾S基金等。这些机构在2026年募集了超过1000亿美元的S基金，是全球S基金募资最高的一年。 四、LP的"觉醒"：不再容忍"账面富贵" 2026年，一级市场最深刻的变化，不是VC在卖老股，而是LP（出资人）的"觉醒"。 LP是VC/PE的出资人——通常是养老基金、大学捐赠基金、保险公司、家族办公室、高净值个人。过去十年，LP对VC/PE的态度是"放养"——给钱，等着，相信VC/PE能赚回来。但2026年，LP们发现了一个残酷的事实：他们投给VC/PE的钱，在过去十年中，大部分是"账面富贵"。 “账面富贵"是创投圈对"纸面回报"的讽称。VC/PE基金在募资时，会给LP看一个"IRR”（内部收益率）数字——比如30%。但这个IRR是"未实现"的，是基于"被投公司的最新估值"计算的，而不是基于"实际退出价格"计算的。如果被投公司上不了市，这个IRR就是"纸上谈兵"。 2026年，LP们开始要求VC/PE提供"DPI"（已分配收益倍数）——即实际返还给LP的现金，除以LP投入的本金。很多VC/PE基金的DPI惨不忍睹——有的基金成立8年了，DPI还是0（一分钱都没有返还给LP）。 LP们怒了。他们开始要求VC/PE"强制退出"——不管价格如何，必须在基金到期前把资产变现，返还现金。这就是2026年S基金交易爆发的根本原因：不是VC想卖，是LP逼着VC卖。 五、2026年一级市场的"新常态" 2026年，中国一级市场正在经历一场从"投"到"退"的范式转移。过去十年，一级市场的核心能力是"投"——找到好项目、抢到好估值、投进去。2026年，一级市场的核心能力变成了"退"——怎么把投进去的钱，以合理的价格退出来。 这场范式转移带来了几个深远的影响： 第一，估值体系重构。 2026年，一级市场的估值正在从"讲故事估值"转向"现金流估值"。过去，一个AI公司可以凭"我们有100个博士、我们的技术比GPT-4还强"拿到100亿估值。现在，S基金只看一个指标：你的收入是多少？利润是多少？什么时候能盈利？“讲故事"的时代结束了，“算账"的时代开始了。 第二，VC/PE的生存法则变了。 2026年，能活下来的VC/PE，不是"投得最多"的，而是"退得最好"的。LP不再看你的AUM（管理规模），只看你的DPI（实际回报）。那些DPI为零、IRR虚高的基金，将在未来2-3年内被LP"抛弃”。 第三，创业者的融资环境变了。 2026年，创业者发现，融资越来越难了。VC/PE不再"撒钱"了，他们更关注"什么时候能退出”、“怎么退出”、“以什么价格退出”。如果你的项目没有清晰的退出路径（IPO或并购），VC/PE就不会投。一级市场的"钱"仍然很多，但"愿意投的钱"越来越少了。 六、结语 2026年，一级市场的"二手交易"狂潮，是中国创投行业"成人礼"的一部分。它意味着，这个行业正在从"野蛮生长"走向"成熟规范"——从"只看回报"到"也看风险"，从"只看IRR"到"也看DPI"，从"只看账面"到"也看现金"。 S基金的崛起，本质上是市场在"纠错"——它用真金白银为那些"高估值的独角兽"重新定价，用市场化手段清理"账面富贵"的泡沫。这个过程很痛苦——VC在亏钱，LP在催债，创业者在降低估值。但这是中国创投行业走向成熟的必经之路。 2026年，如果你问一个VC投资人"最近在忙什么"，他可能会说"卖老股"。但如果你问他"学到了什么"，他可能会说：“投资容易退出难，账面富贵不是富。” 这句话，可能是2026年中国创投圈最值钱的一课。
从「AI一切」到「回归常识」 2023-2025年，创业圈的主题只有一个：AI。所有BP都在说「AI-powered」，所有路演都在讲「大模型」。离谱到什么程度？一家做宠物食品的公司，在BP里写自己是「AI驱动的宠物营养平台」。 但2026年，风向变了。投资人的钱开始从「AI概念」向「实体价值」回归。我整理了2026年上半年全球VC投资数据，发现了五个正在快速升温的赛道，供你参考。 赛道一：AI Agent——不是概念，是落地 AI Agent不是新概念，但2026年是AI Agent从demo到量产的拐点。 2026年，我们看到第一批真正能用的AI Agent开始规模化部署。Salesforce的Agentforce平台在2026年Q1季度签约了超过1000家企业客户，平均每个Agent能替代3-5个客服人员。创业公司方面，Sierra（AI客服Agent）、Devin（AI编程Agent）、Harvey（AI法律Agent）都在快速商业化。 为什么AI Agent是2026年最值得关注的赛道？因为AI Agent解决了一个核心问题：AI不再是「玩具」，而是「生产力工具」。企业愿意为它付钱，ROI清晰可量化。 赛道二：硬科技——制裁倒逼出的机会 美国制裁带来的供应链重构，正在催生一个巨大的硬科技创业机会。 半导体设备、先进封装、EDA软件、光刻胶、特种气体——这些曾经被大厂垄断的领域，现在出现了大量国产替代的机会。2026年上半年，中国硬科技领域的融资额同比增长了120%，是AI领域增速的3倍。 一个值得关注的信号：华为哈勃投资在2026年上半年投了超过20家硬科技公司，是去年同期投的两倍。任正非在内部讲话中说：「我们不能只做应用层的创新，根基必须扎到最底层。」 赛道三：全球化2.0——不是卖货，是建品牌 中国创业者出海已经进入了2.0阶段。1.0阶段是「把中国的东西卖到海外」，Shein、Temu是代表。2.0阶段是「在海外建立品牌和生态」，Halara（运动服饰）、Stori（墨西哥数字银行）、OpusClip（AI视频剪辑）是代表。 2026年，中国创业公司出海的最大变化是：不再只做「性价比」，开始做「品牌溢价」。Halara的一条瑜伽裤在美国卖68美元，比Nike还贵，但复购率超过40%。Stori在墨西哥的用户数超过1000万，估值50亿美元，正在申请纳斯达克上市。 这个赛道的核心逻辑是：中国创业者正在把在中国打磨出来的产品力和运营力，复制到全球市场。这不再是「卖货」，而是「建品牌」。 赛道四：生物科技——AI之外的第二条增长曲线 2026年，生物科技是融资热度仅次于AI的第二大赛道。但和AI不同的是，生物科技的投资更「理性」——估值合理，商业化路径清晰，退出渠道明确。 尤其是AI制药，正在从「讲故事」进入「出成果」的阶段。Insilico Medicine的AI发现药物在2026年进入了三期临床，Recursion的AI平台和罗氏达成了30亿美元的合作。中国方面，晶泰科技、英矽智能、百图生科都在快速推进管线。 一位医药VC告诉我：「AI制药的估值逻辑和互联网完全不一样。互联网可以烧钱换增长，但制药必须看临床数据。数据好，估值翻倍。数据不好，直接归零。这反倒让投资变得更简单了。」 赛道五：银发经济——一个被忽视的万亿市场 2026年，中国60岁以上人口超过了3.2亿，占总人口的22%。这是一个比整个美国人口还大的市场。 但银发经济不是「养老院」和「保健品」。2026年最火的银发经济创业方向是：适老化智能家居、老年人社交平台、老年健康管理、老年继续教育、老年旅游。 一个典型案例：红杉投资的「红松学堂」，做的是老年人的在线兴趣教育，书法、国画、声乐、太极。2026年付费用户超过500万，年营收超过20亿人民币。这个数据放在任何一个赛道都是头部公司，但因为做的是「老年人的生意」，媒体基本不报道。 银发经济的核心逻辑是：3亿有钱有闲的老年人，他们需要的不只是「活下去」，而是「活得好」。这个需求，正在催生一个全新的创业生态。而且，这个赛道的竞争远不如AI激烈，是真正的蓝海。
概念炒了两年，终于落地了 2024年3月，Cognition Labs发布了Devin——号称「第一个AI软件工程师」。演示视频里，Devin自己在Upwork上接单，自己写代码，自己调试，赚了钱还发了个表情包。全网沸腾。 但如果你真的用过Devin的早期版本，你会发现它能做的事情极其有限。在稍微复杂一点的项目里，Devin会陷入死循环，浪费大量token，产出的代码bug率惊人。 两年后的2026年，AI Agent终于不再是demo了。Salesforce的Agentforce在2026年Q1营收超过10亿美元，成为Salesforce历史上增长最快的产品线。微软的Copilot Studio签下了超过5000家企业客户。ServiceNow的AI Agent部署量同比增长了300%。 这个转折点是怎么发生的？ 三个关键突破 AI Agent在2026年能落地，靠的是三个关键突破。 第一个突破：大模型「够用了」。2024年，最好的模型是GPT-4，它在多轮对话和复杂推理上还有很多问题。但到了2026年，GPT-5、Claude 4.5、Gemini 2.5在多步推理、工具调用、指令遵循上的能力有了质的飞跃。Agent不再会在第三步就「忘记」第一步的任务了。 第二个突破：Agent框架成熟了。LangChain、AutoGen、CrewAI这些框架在2024-2025年经历了大量迭代，到了2026年已经相当稳定。开发者不需要从零开始搭建Agent系统，用现成的框架就能快速构建。 第三个突破，也是最关键的：企业愿意付钱了。2024年，企业用AI Agent主要是「试试看」，预算很小。但到了2026年，第一批AI Agent的ROI数据出来了：客服Agent平均节省30%的人力成本，销售Agent提升了20%的转化率，IT运维Agent减少了50%的故障响应时间。这些数据让企业CIO们开始认真批预算。 创业公司的机会在哪 AI Agent赛道的创业机会，不在「通用Agent」上，而在「垂直Agent」上。 通用Agent是大厂的战场。微软的Copilot、谷歌的Duet AI、Salesforce的Agentforce，这些平台级Agent的目标是服务所有企业。创业公司和大厂抢通用Agent，胜算几乎为零。 但垂直Agent是创业公司的机会。垂直Agent针对特定行业或特定场景，需要深度的行业知识和定制化。比如： 医疗Agent：自动处理保险理赔、病历摘要、诊断辅助 法律Agent：合同审查、法律检索、合规检查 金融Agent：反洗钱监控、信贷审批、投资建议 物流Agent：路线优化、库存管理、供应链预测 这些场景，大厂没有足够的行业知识去做深做透，而创业公司可以。 投资人的判断标准 2026年，VC对AI Agent公司的判断标准发生了明显变化。一位投资了多家AI Agent公司的VC告诉我：「我们现在只看三个指标：付费客户数、客户留存率、Agent完成任务的准确率。这三个指标决定了一家AI Agent公司能不能活到IPO。」 付费客户数说明企业愿意买单，客户留存率说明产品有粘性，准确率说明技术是靠谱的。三个指标缺一不可。 至于融资额、团队背景、技术Demo——这些在2024年能打动投资人的东西，在2026年已经不管用了。投资人要看的是「真金白银的客户反馈」，而不是「华丽的PPT」。 AI Agent的终局 AI Agent的终局是什么？我认为不是「一个万能的Agent」，而是「一个Agent网络」。 每个Agent只做一件事，做到极致。用户的请求会被自动路由到最合适的Agent。Agent之间可以互相调用、协作。就像微服务架构取代了单体应用一样，Agent网络将取代单一Agent。 这个终局场景里，谁是赢家？可能不是今天最大的Agent公司，而是那些把Agent之间的通信协议和协作标准做通的公司。这个方向，目前还没有被充分关注，但可能是下一个巨大的机会。
一句话，让整个投资圈炸了 2026年3月，A16Z合伙人Martin Casado在All-In播客上说了一句话：「If you’re starting a foundation model company today, you’re either a genius or you’re delusional.」（如果你今天创办一家大模型公司，要么你是天才，要么你在自欺欺人。） 这句话在创投圈炸了锅。因为A16Z是2024年最激进的大模型投资方之一，投了Mistral、Character.AI、以及至少三家不愿意公开名字的大模型公司。 连A16Z都开始「劝退」了，大模型赛道到底发生了什么？ 算过一笔账就知道 我最近和一个顶级VC的合伙人吃了顿饭，他给我算了一笔账，听完我就明白为什么没人投大模型了。 训练一个大模型，以GPT-4级别的能力为标准，需要多少成本？ 硬件：至少1万张H100 GPU，每张3万美元，总计3亿美元 数据：清洗高质量数据，成本至少5000万美元 团队：至少50个顶级AI研究员，平均年薪200万美元，一年1亿美元 电力：训练一次的电费，保守估计2000万美元 总计：一次训练，至少5亿美元 而市场上有多少家在做大模型？仅中国就有超过200家。全球加起来超过500家。 500家公司在烧5亿美元级别的大模型，而市面上真正能赚钱的大模型公司，一只手数得过来——OpenAI、Anthropic、谷歌、Meta（开源）、Mistral勉强算半个。 这意味着，99%的大模型公司，永远不可能收回训练成本。这是一个数学问题，不是观点问题。 投资人真正怕的是什么 但花钱多不是最可怕的。最可怕的是：大模型是一个「赢家通吃」的市场，但赢家不是创业公司。 注意一个趋势：2024-2026年，市面上最好的开源模型已经是Meta的Llama系列了。Meta不需要通过API赚钱，Llama是Meta的生态战略，不是商业产品。Zuck可以每年烧100亿美元在Llama上，因为Meta的广告业务每年赚2000亿美元。 这就是大模型创业公司的窘境：你的对手是一个不靠模型赚钱的万亿巨头。你怎么跟它打？ 更糟糕的是，大模型的「护城河」正在被侵蚀。2024年，GPT-4是独一无二的。2026年，GPT-5、Claude 4.5、Gemini 2.5、Llama 5，水平都已经非常接近了。当技术不再稀缺，产品的差异化就消失了，利润就会归零。 钱去了哪里 那么，VC的钱现在去哪了？ 2026年上半年，AI投资最大的三个方向是：AI Agent、垂直行业AI、AI基础设施。 AI Agent被认为是「下一个万亿市场」。Salesforce、ServiceNow、微软都在疯狂投入AI Agent，创业公司也大量涌现。核心逻辑是：大模型是「发动机」，AI Agent是「汽车」。发动机很重要，但汽车才是用户真正需要的东西。 垂直行业AI的投资热度也在飙升。医疗AI、法律AI、金融AI、教育AI——这些领域不需要自研大模型，只需要在现有大模型基础上做行业适配和数据积累。成本低，利润高，护城河深。 AI基础设施包括芯片、数据中心、模型训练平台、数据标注工具等。这是「卖铲子」的生意，不管AI淘金热谁赢，卖铲子的人永远赚钱。 给创业者的建议 如果你正在做大模型，我有三个建议： 第一，如果你没有足够的资金（至少5亿美元），立刻转型。不要等钱烧完了再做决定。 第二，如果你一定要做AI，做应用层，而不是模型层。找到一个大模型无法覆盖的垂直场景，用数据和行业知识建立壁垒。 第三，如果你坚持要做大模型，找一个巨头的战略投资。单打独斗的时代已经结束了。 大模型赛道的大门，正在关闭。留给新玩家的时间，可能不多了。
一个真实的「鬼故事」 2024年，一家做AI代码助手的创业公司以15亿美元估值融了2亿美元，投资方是全明星阵容——红杉、A16Z、Lightspeed全在。CEO在社交媒体上宣布：「我们要成为AI时代的GitHub。」 2026年7月，这家公司正在以8亿美元的估值寻求新一轮融资，折价近50%。但到目前为止，没有一家VC愿意领投。 这不是个案。2024-2025年拿到大额融资的AI独角兽中，至少有30%正处于同样的困境。我管它叫「AI独角兽的二次地狱」。 出了什么问题 问题出在三个字上：没收入。 这些AI独角兽有一个共同特征：技术很强，产品很炫，但收入很惨。不是因为产品不好，而是因为AI产品的商业模式还没有被验证。 以AI代码助手为例，GitHub Copilot是这个赛道的开创者，但微软从来没有公布过Copilot的独立收入。业内人士估计，Copilot的ARR（年经常性收入）可能有5亿美元，但这是建立在微软生态的庞大用户基础上的。而独立创业公司的AI代码助手，平均ARR不到1000万美元。 更致命的是，这些公司的成本结构极其糟糕。大模型推理的API费用占了收入的60%-80%。也就是说，每赚100块钱，就要花60-80块钱付给OpenAI或Anthropic。加上员工薪资、销售费用、办公成本，亏损率轻松超过100%。 一位VC投资人总结得很精辟：「这些AI独角兽的问题不是增长不够快，而是增长越快，亏得越多。这不是一个可以持续的商业模型。」 投资人的心态变了 2024年，VC对AI的投资逻辑是「FOMO」（Fear of Missing Out，害怕错过）。你不投，别人就投了。大家都怕错过下一个OpenAI。 但到了2026年，VC的心态变成了「FOMU」（Fear of Messing Up，害怕搞砸）。因为2024年的那批AI投资，大部分都没有产生回报。LP们（有限合伙人，给VC出资的机构）开始施压：「你们投的AI公司，到底什么时候能赚到钱？」 红杉资本在2026年初给LP的一封信里写道：「AI投资正在从技术驱动转向商业驱动。我们不再投资那些只有技术没有商业模式的公司。」 这就是为什么，那些估值百亿但没有收入的AI独角兽，现在融不到钱了。不是VC没钱了，而是VC不再相信「烧钱换增长」的故事了。 谁会活下来 在这批AI独角兽中，能活下来的只有两类： 第一类，有真正的技术壁垒。不是调用GPT API做一层皮，而是有自己的底层模型，或者有独特的数据飞轮。比如Anthropic、Midjourney。 第二类，有明确的商业闭环。收入和成本的比例是健康的，客户留存率是高的，增长是可持续的。不在融资规模上炫技，在商业本质上做文章。 其他的，大概率会在未来18个月内被迫降价融资、裁员、甚至倒闭。这不是预言，这是正在发生的现实。 AI泡沫不会像互联网泡沫那样一夜崩盘，但会像温水煮青蛙一样，慢慢淘汰那些没有商业本质的公司。如果你在这类公司工作，我建议你开始更新简历了。
一个惊人的数据 2024-2026年，红杉资本在AI领域投资了超过60家公司，总投资额超过100亿美元。但更惊人的是另一个数字：这些公司中，超过80%成功融到了下一轮，只有不到10%倒闭或陷入困境。 对比一下行业平均水平：AI创业公司的18个月存活率大约是60%，下一轮融资成功率不到40%。 红杉的成绩是行业平均的两倍。他们是怎么做到的？ 红杉的「三层漏斗」 我研究了红杉2024-2026年的所有AI投资，发现了他们一套清晰的筛选逻辑，我称之为「三层漏斗」。 第一层：基础设施层。红杉投资了英伟达（这是二十年前的投资）、Anthropic、Hugging Face、Scale AI、CoreWeave。这些公司的共同点是：不管AI应用层怎么变化，它们都能稳定赚钱。 第二层：平台层。红杉投资了LangChain、Weights & Biases、Replit、Vercel。这些公司是AI开发者的「工具链」，属于「卖铲子」的生意。 第三层：应用层。这才是红杉AI投资的大头，但也是最精挑细选的。红杉投资的应用层公司有一个共同特征：它们不是在「用AI」，而是在「用AI重新定义某个行业」。比如Harvey（法律AI）、Sierra（客服AI）、Cursor（编程AI）。 一位红杉投资人私下告诉我：「我们内部的铁律是：如果一家AI公司的核心壁垒只是「调用了GPT API」，那我们绝对不会投。因为这种壁垒，大厂一个产品更新就能打穿。」 红杉的三个「不投」 红杉AI投资有三个明确的「不投」原则，这是我从多个渠道交叉验证出来的。 第一个不投：不投「没有数据飞轮」的AI公司。红杉认为，AI公司的护城河不是模型，是数据。如果你的产品不能随着用户使用而积累独特的数据，你的护城河就是零。 第二个不投：不投「毛利率低于70%」的AI公司。这个标准对AI公司来说非常苛刻，因为大模型API的高昂成本让很多AI公司的毛利率只有30%-50%。但红杉的逻辑是：如果毛利率低于70%，说明你的AI不是核心价值，你只是一个「AI套壳」，利润空间会被大模型厂商持续压缩。 第三个不投：不投「创始人没有行业背景」的AI公司。红杉内部有一个说法：「AI is a tool, not a business.」（AI是工具，不是生意。）真正能做出壁垒的AI公司，创始人对行业痛点的理解必须比AI技术本身更深。 一个教科书级的案例 红杉在2025年投资了Harvey——一家AI法律助手公司。这笔投资完美体现了红杉的AI投资逻辑。 Harvey的创始人Winston Weinberg是前律师，不是AI研究员。他深刻理解律师的工作流和痛点，AI对他来说只是解决这些痛点的工具。Harvey的毛利率超过80%，因为它的客户不是在为AI付费，而是在为「法律工作自动化」付费。律师愿意为这个能力支付溢价。而且，Harvey的每一次使用都在积累法律领域的高质量数据，形成数据飞轮。 红杉以5亿美元估值领投了Harvey的B轮。2026年，Harvey完成了新一轮融资，估值25亿美元，红杉的账面回报是5倍。而且Harvey的ARR已经超过1亿美元，正在快速逼近IPO。 红杉的「终局思维」 红杉AI投资最核心的底层逻辑，其实是「终局思维」。 红杉的合伙人在看每个AI项目时，都会问一个灵魂问题：「五年后，这家公司为什么没有被大厂干掉？」 如果答案是「因为大厂做不了/不想做」，那这个项目就值得投。如果答案是「因为大厂还没做」，那这个项目就不能投。 这个逻辑看似简单，但能真正执行的VC少之又少。因为「大厂还没做」的公司往往看起来增长更快，更容易让投资人产生FOMO。而「大厂做不了」的公司，往往增长慢，壁垒深，需要耐心。 红杉选择了后者。而30年的投资历史证明，他们几乎每次都是对的。
一个令人困惑的现实 2026年，Meta的Llama系列开源模型下载量突破5亿次。5亿次。这是一个让任何软件公司都羡慕的数字。 但如果我问你：你知道哪家公司靠Llama赚到了大钱吗？你可能想不出来。 是的，这就是开源AI的窘境：技术传播极其成功，商业化极其失败。 为什么开源AI赚不到钱 核心原因有四个。 第一，大模型很难「增值」。传统开源软件（如Red Hat靠Linux）的商业模式是：开源核心技术，出售企业级服务。但大模型和传统软件完全不同——大模型90%的价值在模型本身，运维和部署的复杂度相对较低。企业不需要付很多钱来「运维」一个开源模型。 第二，推理成本太高。部署一个开源大模型，需要昂贵的GPU集群。Llama 3 70B的推理成本大约是每1000个token 0.001美元，看起来不贵，但如果你是一个月活百万的应用，每月的推理成本就是几十万美元。这笔钱，大多数创业公司根本赚不回来。 第三，Meta的「免费」策略。Meta开源Llama的根本目的不是赚钱，是建立生态壁垒。Meta希望越多的人用Llama越好，这样Meta就能掌握AI生态的定义权。所以Meta不仅不收钱，还不断发布更好的免费版本。这等于是给所有试图靠开源模型赚钱的公司判了死刑。 第四，用户不关心「开源」还是「闭源」。用户只关心三件事：效果好不好，快不快，贵不贵。如果一个闭源GPT-5 API比你自己部署的Llama 5效果更好、速度更快、价格更低，用户为什么要用你的开源部署？开源的优势在用户层面几乎不存在。 那些试图商业化的公司，现在怎么样了 2024年，有一批创业公司试图做「开源AI的商业化」。其中最知名的几家： Together AI，做开源模型的托管服务，2025年融资1.5亿美元，估值12亿美元。但2026年增长放缓，因为云厂商（AWS、Azure、GCP）也推出了类似的服务，而且价格更低。 Fireworks AI，做开源模型的推理优化，2024年融资5200万美元。但2026年，英伟达的TensorRT-LLM已经做到了开箱即用的推理优化，Fireworks的差异化优势正在消失。 Mistral，法国的开源大模型公司，2024年估值60亿美元。但2026年，Mistral的开源模型被Llama全面碾压，闭源模型被GPT和Claude碾压。Mistral正在从「开源标杆」变成「夹心层」——既没有开源的优势，也没有闭源的性能。 一个可能的出路 开源AI的商业化，有没有出路？目前来看，只有一个方向看起来可行：垂直行业微调。 不做通用大模型，而是在开源模型基础上，用特定行业的数据做微调，为特定行业提供「AI解决方案」。比如医疗、法律、金融、制造。这些行业对数据隐私有严格要求，不能把数据传给OpenAI的API，所以必须要用开源模型在本地部署。 微调的价值不在于模型本身，而在于行业数据、行业知识、行业合规。这些东西，大模型厂商和云厂商都做不了，只有深耕行业的创业公司能做。 但这条路也很窄。因为行业数据很难获取，行业壁垒很高，规模化极难。这是一条「小而美」的路，不是一条「百亿美金」的路。 我的判断 开源AI不会消失，但开源AI的「纯商业化」模式已经宣告失败。未来几年，开源AI会越来越像「基础设施」——广泛存在，免费使用，但很难直接赚钱。 真正能靠开源AI赚到钱的，是那些在开源模型之上构建了不可替代的行业价值的人。他们赚的不是「模型」的钱，是「行业理解」的钱。 如果你现在想创业，不要做「开源AI的GitHub」，要做「开源AI的Salesforce」。
先把账算清楚 2021年，我卖了上一家公司，手里有3000万闲钱。当时的想法很简单：投几个早期项目，运气好，三年翻十倍。 五年后的2026年，我投了30个天使轮项目，总投入2500万。现在还活着的公司有12家，已经清算的有18家。账面回报，大概3000万——辛苦五年，赚了500万，年化收益率不到4%，跑输余额宝。 当然，我投的项目里还有两家可能IPO，如果运气好，可能翻盘。但作为一个「天使投资人」，这五年的经历让我学到了很多教室里学不到的东西。 教训一：别投「连续创业者」，投「连续做成过的创业者」 我犯的第一个错误，也是最贵的错误，是投了三个「连续创业者」——他们确实创过业，但之前创的公司都失败了。 当时我的逻辑是：失败是成功之母，他们从失败中吸取了教训，这次一定行。 错的离谱。 「连续创业者」如果之前的公司都失败了，说明要么是能力问题，要么是运气极差。无论是哪种，都不值得再赌。真正值得投的，是「连续做成过的创业者」——哪怕之前做成的公司很小，哪怕只是把一个项目从0做到了1000万收入，都说明这个人有闭环能力。 教训二：不要在「风口」上投项目，在「风口前一年」投 2023年，AI概念最火的时候，我投了5个AI项目。估值都很高，最高的一家天使轮就估值2亿。现在这5个项目，4个已经死了，1个还在挣扎。 后来我复盘才发现，那些真正赚到钱的天使投资人，都是在风口前一年投的。比如2022年投AI的，估值低，团队踏实，产品还没做出来，但已经在正确的方向上。到2023年风口来了，项目估值翻5-10倍是常态。 而风口来了再投，你投的是「溢价」。溢价意味着你为市场的情绪付了钱，而不是为公司的价值付了钱。 教训三：只投你「能帮上忙」的项目 我投过一个做硬件的项目，技术很强，但我不懂硬件。投完之后，除了给钱，我什么都做不了。创始人需要供应链资源，我没有。需要渠道资源，我没有。需要技术指导，我帮不上。 最后这个项目被供应链拖死了。如果投资人是一个懂硬件的人，可能能帮他们找到合适的供应商，结果可能不一样。 现在我投项目有一个硬性标准：如果这个项目除了钱不需要我任何东西，我就不投。因为如果创始人只需要钱，说明他的项目不缺投资人，竞争会非常激烈。而如果创始人需要的是你的行业资源、人脉、经验，你才有独特的价值。 教训四：最危险的不是「项目差」，而是「创始人太会说」 我投过的最失败的项目，创始人是一个「超级演说家」。BP讲得让人热血沸腾，数据列得眼花缭乱，投资人见面会永远是最闪耀的那个。 但真正开始做产品后，问题全暴露了。PPT上的数据是编的，技术方案是抄的，团队能力是夸大的。18个月后，公司破产，投资人血本无归。 后来我学到了一招：看创始人，不要看他说了什么，看他做了什么。看他过去三年做了什么项目，做成了什么，失败了什么。行动记录比任何言辞都可靠。 教训五：天使投资的本质不是「投项目」，是「投人」 五年下来，我最大的感悟是：天使投资90%的成败取决于创始人，而不是项目本身。 好的创始人，即使在错误的方向上，也会快速调整。差的创始人，即使在正确的方向上，也会把事情搞砸。 我投的成功项目，都有一个共同特征：创始人极度务实。他们不参加行业大会，不刷社交媒体，不追求估值。他们做的事情很无聊——每天和客户沟通，打磨产品，控制成本，一步一步往前走。 而失败的项目，创始人通常有一个共同特征：他们花在「融资」上的时间，比花在「做产品」上的时间多。他们不是在创业，他们是在「演创业」。 结语 五年天使投资，2500万学费，换来了这五个教训。说实话，这学费交得值。因为如果我不做天使投资，我可能永远不会真正理解创业的本质。 如果你也想做天使投资，我的建议是：先投5个项目，每个投20万，把这100万当学费交。等亏完了这100万，如果你还想继续投，说明你是真的热爱这个行业。如果不想投了，恭喜你，你用100万省下了2400万。
一个不像传奇的上市故事 2026年5月，一家你可能没听过的SaaS公司——我们暂且叫它「CloudKit」——在纳斯达克上市了。发行价28美元，首日涨了40%，市值突破80亿美元。 在AI概念股满天飞的2026年，一家做传统SaaS的公司上市，没有引起任何媒体的狂欢。但如果你仔细看这家公司的数据，你会发现一个比任何AI独角兽都更值得研究的创业故事。 CloudKit成立于2016年，做的是企业IT资产管理。不是什么性感的事，但每个大公司都需要。公司用了10年时间，从一个小作坊走到了纳斯达克。我采访了这家公司的创始人和早期投资人，总结了6个对你可能有用的真实启示。 启示一：前三年，别急着融资 CloudKit的前三年，没有融过一分钱。三个创始人一起写代码，找客户，靠项目制养活自己。 创始人说：「我们当时也不知道什么叫Product-Market Fit，只知道每个月要有收入，不然下个月就发不出工资。这种压力反而逼着我们找到了真正愿意付钱的客户。」 2019年，CloudKit的ARR达到了200万美元，才开始融第一轮。因为收入曲线很好，红杉给了他们一个很不错的估值。创始人说：「有钱了反而容易犯错。我们2019年融了钱之后，招了一堆人，做了三个新产品，全失败了。到2020年，我们砍掉了所有新产品，只做一件事。」 启示二：不要做「好卖」的产品，要做「好留」的产品 CloudKit的早期投资人告诉我，他们投CloudKit的原因只有一个：客户留存率。 2019年，CloudKit的净收入留存率（NDR）是120%。这意味着，老客户不仅没有流失，反而花了更多钱。到2026年上市前，NDR达到了惊人的145%。 NDR是SaaS公司最重要的指标，没有之一。NDR大于100%，说明产品有粘性，客户在用得越来越多。NDR小于100%，说明客户在流失，你的增长是靠买新客户撑着的，这种增长不可持续。 启示三：慢就是快 CloudKit的增长曲线，用一个词形容就是「慢」。从2016年到2022年，ARR从0增长到5000万美元，用了6年。 但2022年到2026年，ARR从5000万美元增长到4亿美元，只用了4年。 这就是SaaS增长的特点：前慢后快。因为SaaS的客户获取成本是前置的，但客户生命周期价值是后置的。前期积累的客户越多，后期的增长越快。 创始人说了一句让我印象很深的话：「创业不是百米冲刺，是马拉松。前5公里跑太快的人，后面35公里一定会崩。」 启示四：文化不是口号，是制度 CloudKit最让我惊讶的是它的员工流失率：不到5%。在硅谷，这个数字通常是15%-20%。 创始人说：「我们没有什么企业文化口号，我们只有一个制度：所有管理者，包括我在内，每周必须花半天时间做一线客服。你能直接听到客户的骂声，你就知道产品哪里做得不好了。」 这个制度听起来简单，但能坚持10年的公司，我还没见过第二家。 启示五：不要追风口，追客户 2023-2025年，AI风口最热的时候，无数投资人建议CloudKit「加AI功能」。创始人认真研究了之后，决定不做。 他说：「我们的客户是大企业的IT部门，他们最关心的是资产管理，不是AI。如果我们在产品里加一堆AI功能，反而会让产品变得复杂，老用户会抱怨。追风口会让我们失去核心客户。」 事实证明他是对的。CloudKit的竞争对手在2024年纷纷推出了「AI驱动」的IT资产管理，但客户反馈很差，因为AI推荐不够准确，反而增加了操作步骤。而CloudKit专注于把核心功能做到极致，客户满意度反而提升了。 启示六：IPO不是终点 我问创始人，上市后最大的感受是什么。他说：「上市就像大学毕业典礼。你准备了很久，经历了很多，但毕业不是终点，而是你真正开始工作的起点。上市后，公众投资人盯着你每个季度的财报，压力比上市前大多了。」 这可能是一个创业者能给你的最真实的建议：不要为了IPO而创业。IPO只是你创业路上的一站，不是终点站。
一个被忽视的数据 2026年上半年，中国创投市场的总融资额中，「硬科技」（半导体、新材料、机器人、航空航天、新能源）占比首次超过了50%。而「AI+软件」的占比从2024年的40%降到了25%。 这个变化不是在媒体头条上发生的，而是在VC的投委会上悄悄发生的。 一位管理着50亿人民币基金的合伙人告诉我：「2024年我们投委会90%的时间在讨论AI项目。2026年，这个比例降到了30%。剩下的70%都在讨论硬科技。」 为什么硬科技突然火了 硬科技投资的热度，不是「突然」起来的，而是几个因素叠加的结果。 第一，AI投资的回报预期在下降。2024年入场的AI项目，大部分在2026年还没有产生可观的商业回报。LP们开始给GP施压：「你们投的AI什么时候能回本？」而硬科技项目虽然周期长，但退出路径清晰——IPO、并购、甚至被国有资本收购，确定性远高于AI。 第二，政策红利。2025-2026年，中国政府在半导体、新材料、高端制造领域出台了一系列支持政策，包括税收减免、研发补贴、政府采购倾斜。这些政策直接降低了硬科技创业的风险，提升了投资回报。 第三，供给端的变化。过去十年，中国培养了大量的工程师和科学家，现在他们中的一部分开始创业了。2026年，中国硬科技创业者的平均学历和技术背景，比五年前高了不止一个档次。中科院、清华、北大、哈工大的博士创业，已经是常态。 第四，退出渠道的拓宽。科创板、北交所的成熟，让硬科技公司有了更多上市选择。2025-2026年，科创板上市的硬科技公司，平均IPO估值是50亿人民币，是AI软件公司的3倍。 谁在投硬科技 2026年，有三类投资人在硬科技领域最活跃。 第一类，产业资本。华为哈勃、比亚迪投资、宁德时代投资——这些产业龙头的投资部门，正在成为硬科技创业公司最重要的资金来源。他们投的不是「财务回报」，而是「产业协同」。华为哈勃投的半导体公司，直接进入了华为的供应链，这是任何财务VC都无法提供的价值。 第二类，国有资本。国家集成电路产业投资基金（大基金）三期、国家制造业转型升级基金、地方的引导基金——这些钱的特点是「大」和「长」。他们可以投10亿，也可以等10年。这对硬科技创业公司来说，是理想的钱。 第三类，美元VC的转型。红杉、高瓴、GGV等传统美元基金，也在加大硬科技投资。但他们的打法和产业资本不同——他们更倾向于投「有全球竞争力的硬科技公司」，比如大疆、追觅、宇树科技这类能在全球市场赚钱的硬科技公司。 硬科技投资的陷阱 但硬科技投资不是没有风险。三个陷阱值得警惕。 第一个陷阱：伪硬科技。有些公司用「硬科技」包装，但本质上做的是系统集成。技术壁垒很低，竞争对手一多就陷入价格战。2026年，至少有20家「硬科技」公司在融资后一年内技术路线被证伪。 第二个陷阱：估值泡沫。2025-2026年，硬科技公司的估值涨幅远超营收涨幅。有些半导体公司，收入不到1亿，估值却超过了50亿。这种估值，没有5年以上的耐心是消化不了的。 第三个陷阱：技术路线风险。硬科技的技术路线非常关键，一旦路线选错，全盘皆输。比如在第三代半导体领域，SiC和GaN两条路线之争，至今没有定论。投资了错误路线的VC，可能血本无归。 硬科技投资的黄金法则 一位在硬科技领域投了15年的老炮告诉我三条铁律： 「第一，投团队，不投技术。技术可以迭代，但团队不行。看创始人的工程化能力，而不是科研能力。」 「第二，投应用，不投概念。要找那些「已经在产线上跑通」的技术，而不是「实验室里看起来很美好」的技术。」 「第三，投国产替代，但更要投全球领先。国产替代是保底，全球领先才是超额回报。」 硬科技的春天确实来了。但春天里，也会有倒春寒。
一个被忽视的趋势 2026年，硅谷最火的AI创业公司中，有超过20%的创始人或联创是华人。而且这个比例还在快速上升。 这不是「华人帮华人」的叙事，而是一个真实的商业趋势：中国AI创业者正在以一种前所未有的方式「出海」——不是把中国产品卖到海外，而是在海外直接创业，用全球资源打全球市场。 我最近采访了三位这样的创业者，他们的故事很有代表性。 案例一：在硅谷做AI视频，供应链在中国 Ryan（化名）2024年在硅谷创立了一家AI视频生成公司。技术上，他们的模型用的是开源Llama加自研的视觉模型。商业上，他们瞄准的是美国市场的内容创作者。 但Ryan的「秘密武器」不在硅谷。他的团队在深圳有一个20人的运营团队，专门负责内容运营、用户增长、社群管理。硅谷的AI工程师年薪30万美元，深圳的运营团队年薪3万美元。同样的成本，深圳团队能做10倍的事。 Ryan说：「我们的用户在美国，我们的技术在硅谷，但我们的运营引擎在深圳。这是我们的核心竞争优势。硅谷的竞争对手一个月花50万美元做增长，我们花5万美元就能做到同样的效果。」 2026年，Ryan的公司ARR突破2000万美元，正在融B轮，估值3亿美元。 案例二：在伦敦做AI金融，客户在中东 Alice（化名）之前在阿里巴巴做国际支付，2025年在伦敦创立了一家AI金融合规公司，帮银行和支付公司做反洗钱和KYC（了解你的客户）自动化。 她的第一个客户来自迪拜。原因是：中东的金融监管正在快速升级，但本地缺乏AI技术人才。Alice的团队在伦敦，技术能力强，但获客成本高。而中东客户支付能力强，获客成本低。 Alice的打工模式是：技术团队在伦敦，商务团队在迪拜，AI模型用Claude API加自有数据微调。她开玩笑说：「我们是三无公司——无自研模型、无本地客户、无单一市场。但我们的净利润率是40%。」 2026年，Alice的公司ARR突破5000万美元，现金流为正，正在考虑IPO。 案例三：在新加坡做AI教育，市场在东南亚 David（化名）2023年在新加坡创立了一家AI教育公司，用AI做K12的个性化辅导。他的目标市场不是中国，不是美国，而是东南亚——印尼、越南、泰国、菲律宾。 他的逻辑很简单：东南亚有4亿K12学生，但优质教师极度稀缺。AI可以填补这个缺口。而东南亚的家长对教育付费的意愿是所有消费品中最高的——「再穷不能穷教育」在东南亚同样适用。 David的AI教育产品在2026年付费用户超过100万，月活用户超过500万，年营收超过1亿美元。他的团队分布在新加坡（总部）、雅加达（运营中心）、班加罗尔（技术中心）和深圳（硬件中心）。 David说：「很多人问我，为什么不回中国市场做？我说，中国市场有2亿K12学生，但竞争者有2000家公司。东南亚市场有4亿学生，竞争者不到20家。你选哪个？」 新出海时代的三个特征 从这三个案例中，我总结出中国AI创业者出海的三个新特征： 第一，全球配置资源。技术在哪就在哪做技术，市场在哪就在哪做市场，供应链在哪就在哪做供应链。不再拘泥于「中国公司」还是「美国公司」的身份标签。 第二，避开中国市场的红海。中国AI市场的竞争已经卷到了令人生畏的程度。与其在中国和2000家公司卷，不如去东南亚或中东和20家公司竞争。 第三，AI是工具，不是标签。这些创业者不讲「AI故事」，而是讲「用AI解决某个具体问题」的故事。AI是工具，市场是核心，商业模式是根本。 这个趋势才刚刚开始。未来几年，你会看到越来越多的中国AI创业者出现在世界各地的创业榜单上。他们不再是在中国「出海」，而是在全球「原生」。