创投内幕s

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。