红杉资本合伙人 Stephanie Zhan 宣布创立一只新的早期 AI 基金，专注于在公司成立之初就与创始人合作，押注于共识之前的大胆项目。基金 LP 包括红杉、Jeff Dean、Sachin Katti 等，她仍将保留红杉合伙人身份。她在斯坦福 Andrew Ng 实验室的经历塑造了她对 AI 的信念，并回顾了投资 Skild AI、Reflection AI、Ricursive AI、Linear 等公司的经历，强调在共识之前相信创始人、帮助其获得资本、算力与客户的重要性。
作者在硅谷待了20天，开了70个会，记录了硅谷AI生态的见闻与思考。文章描绘了硅谷如同2014-2015年中国经济上行期的繁荣景象：人人创业、投资。分析了Neo Labs面临的挑战，119家共募资943亿美元但多数无PMF；数据公司成为显性商业机会，成为frontier的research partner；DeepMind因大厂病、数据和算力受限而式微；YC扩招导致创始人年轻化；美国AI并购退出活跃但普遍夸大；华人创业者与投资人在硅谷崛起。作者认为泡沫本身就是经济上行期的正常现象。
文章梳理了曾因在字节跳动实习期间恶意篡改代码被起诉索赔800万元的田柯宇，如今创立世界模型实验室并获五源资本合伙人孟醒领投近3000万美元的事件。作者深入调查孟醒的十五年的职业履历，指出其在Orbeus、知图科技、滴滴自动驾驶等公司的经历存在时间线重叠与美化的痕迹：每逢商业化进入艰难阶段便抽身离场，却将留守团队多年熬出的收购成果包装为自己的'成功退出'。文章质疑这位自称把'价值观契合'放在最高优先级的投资人，为何领投中国AI行业职业诚信争议最大的年轻人，揭示了创投圈叙事包装与职业诚信的深层矛盾。
文章回顾了从大模型、Copilot 到 Agent 的三轮 AI 创业浪潮，指出当前消费端 AI 产品超八成依赖卖 token 的模式，导致创业者陷入内卷、缺乏壁垒与利润。作者引用 a16z 报告指出真实用户渗透率仍低，类比互联网从连接付费演化为注意力经济的历史，提出 AI 时代将从卖订阅走向'意图经济'——当 AI 打破能力不对称，稀缺的意图将成为价值流动的载体。作者认为消费 AI 行业刚走到真正的起点，鼓励迷茫的创业者坚持下去。
文章以Khosla Ventures两位合伙人Khosla与Rabois因AI编程公司Factory顾问Degnan跳槽至竞争对手Cognition而公开争执为切入点，揭示了硅谷一级市场的现实逻辑：资本可以同时下注多家竞对公司，但关键资源（如顶级销售高管、企业客户、信息通道）永远是排他的。文章剖析了两家公司快速膨胀的融资与估值、VC圈层化的人脉网络、投资人与高管身份的切换，以及股东兼客户的利益冲突，指出创业者所期待的忠诚从未在合同中被承诺，资本最优化配置往往意味着牺牲个别被投公司的利益。
文章探讨风险投资行业向短视频平台的转型。作者指出，LP和创始人等决策者的注意力已流向TikTok、Reels等短视频平台，这成为现代获客的真正漏斗顶端。文章将活跃的VC账号分为四类：热点追评者（如Atlas Berry靠追科技新闻快速涨粉）、知识翻译者（如Marshall Sandman的创始人问答）、人设玩家（如Mitch Harounian在生活场景中拍视频）以及机构账号（如a16z、Redpoint的精品化运营）。作者认为短视频内容遵循风险投资的幂律分布，量是获取爆款的关键，而机构内容能力还能反哺被投企业，成为新的护城河。
李飞飞创办的AI公司World Labs被AMD以约82亿美元全股票收购，李飞飞将加入AMD担任首席科学家，向苏姿丰汇报。该公司2024年初成立时估值仅约2亿美元，今年年初估值涨至50亿美元，成立仅两年半即被收购。a16z等硅谷风投自2024年4月起连续多轮投资，成为最大赢家。文章借此说明站在AI风口上的巨大价值与资本回报。
红杉合伙人 Pat Grady 向 LP 分享了对 AI 行业的看法。他将过去五年拆为三个拐点：ChatGPT（预训练）、o1（推理）、Claude Code + Opus 4.5（长程 agent），并认为 AGI 已在第三拐点到来。他指出现实验室目标转向 ASI、模型参与自我改进、对齐被忽视等问题；商业上实验室像大企业，抢 token、做并购；创业机会在于 diffusion gap 和高价值知识工作。开源模型正承接大量负载，组织转向最强环节游戏。他坦言当前是泡沫标志，但建议与泡沫共舞。
作者通过数据分析探讨为何辍学创业多为年轻男性。研究显示美国创业者平均年龄为41.9岁，高速增长公司创始人年龄更高，行业经验比'局外人神话'更关键。年轻创始人集中于AI等新技术领域，是因为技术重置消除了资深者的经验优势。资本青睐年轻人本质是投资组合策略：低成本期权、更优条款及品牌效应。女性创始人融资占比极低，辍学对不同群体的风险暴露不对称——所谓'谨慎'往往是对自身处境的准确计算。文章结论：真正变量不是年龄或性别，而是赌注的可逆性；先建立安全底线，大胆才会从外面看起来像勇气。
文章探讨了硅谷如何通过公开的信任信号与关联网络来识别人才。作者提出，'早期相信'比'非共识'更重要，因为早期背书会成为他人跟进的信号，形成一种对'人'的实时递归式价格发现。Twitter 成为这种关联图谱的核心舞台——关注、回复、播客互访、线下晚宴都是各种形式的'背书'（co-sign）。传统学历、名校等身份标签的作用减弱，公开展示作品成为新的'暖介绍'。在 AI 让产出过剩、注意力稀缺的时代，人的层面（谁相信你、谁注意你）变得更加重要，成功的关键是持续证明潜力并保持上升势头。
金沙江创投主管合伙人朱啸虎在北京大学创新创业学院发表演讲，探讨AI时代的投资框架。他提出核心判断：技术会平权，商业不会。AI正从技术进步主导期转向技术扩散主导期，决胜要素回归商业本质。他重申二十年不变的三个S投资标准（市场足够大、可快速规模化、可持续可防御），阐述商业模式金字塔，对比腾讯同心圆流量模式与阿里买流量模式，并判断开源模型五年将走完Linux三十年的路。他还直言200多家人形机器人企业绝大部分活不过十年，强调AI创业要看执行力和增长速度，先算清楚账。
作者通过对比1998-2000年电信设备泡沫与当今AI时代的结构相似性，追踪了45家当年融资超1亿美元或以3亿美元以上被收购的电信设备创业公司的结局。13家早期被收购的 公司为投资人带来巨额回报，但其中10家产品两年内被砍掉；32家未及时退出的公司69%几乎血本无归，至今没有一家作为独立企业存活。文章指出创始人背景与融资金额与回报呈负相关，退 出时机（Vintage）才是决定胜负的关键。作者认为当前AI行业的结构（卖铲人垄断、超大规模厂商高资本开支、实验室巨额算力承诺、高估值创业公司）与当年高度相似，但英伟达盈利能力、 客户真实收入增长等是关键不同。
本文是风险投资融资指南的第一章，以战术速览的形式呈现整个融资流程的时间线和各阶段要点。作者强调应在现金跑道剩余12个月前启动融资，在剩余6个月前完成。内容涵盖：融资前6-12个月的自省与投资人关系建立；前2个月确定金额、准备材料、练习路演；前1个月协调现有投资人、安排分批路演以制造竞价；融资期间的每日迭代与诚实制造紧迫感；以及收到term sheet后如何理解条款、选择投资伙伴等实操建议。
本期早报围绕三条主线展开：一是 Anthropic CEO Dario Amodei 提出前沿模型能力提升需放慢节奏、为安全核验留出时间，并建议引入嵌入式独立评估者；二是 a16z 讨论如何改写风险投资幂律，认为 AI 让资本更直接转化为规模优势，但只有嵌入客户工作流才形成护城河；三是 Paul Bakaus 谈 Impeccable 设计技能，强调团队需为智能体建立共享设计语言。速览部分还涵盖 AI 科学发现、数学与 AI 宣言、OpenAI Agents API、Claude 安全对齐缺陷、空间智能及 AI 搜索抗菌分子等内容。
作者Paul Klay在22岁时已拥有30万粉丝、四次创业经历、融资超200万美元并成为风险合伙人。他总结了年轻人在短短几年内取得他人几十年成就的共同特质：1）保持极度兴趣与执着，利用20多岁风险成本最低的黄金时期大胆尝试；2）跳出行业固有框架，用第一性原理思考，把缺乏经验转化为优势；3）善于包装自己，展示进展、合作伙伴、数据指标、顾问背书等可信信号；4）不怕显得愚蠢，敢于提问和尝试，同时学会自信地自我推销；5）扎实执行，把故事变为现实；6）遵循3E法则——70%时间用于实践、15%向顶尖人士获取反馈与指导。文章鼓励年轻人抓住机遇、快速迭代、持续行动。
Marc Andreessen 回顾其 2011 年“软件吞噬世界”的预言已成真，并指出 AI 编码代理正让软件吞噬世界的速度从人手转向算力。以 Devin 为例，代理已能编写 90% 以上生产代码，工程师从“码农”变为“代理舰队 CTO”，实现 10 倍乃至 100 倍杠杆。奔驰、Rivian、Itau 等企业案例显示效率提升显著。他反驳“AI 终结软件工程”的论调，认为需求无限，技术解锁新市场。a16z 因此重仓 Cognition，看好其团队与愿景。
作者Aaron Harris基于在Y Combinator及多年帮助创始人融资超60亿美元的经验，指出传统融资阶梯模型（种子轮靠愿景、B轮靠指标）已失效。在指标爆炸式增长、技术和创意快速被复制的时代，衡量标准失去客观性，投资判断回归本质：押注创始人本人。如今每一轮融资本质上都是种子轮。尽管评估变模糊，融资流程依然严格——准备材料、安排会议、竞价、谈判交割都有可学习的方法。文章介绍了'流程驱动融资'指南的结构：速度通关、融资准备、交付材料、流程执行、交割与特殊轮次，并强调融资本身不是目的，公司才是。
文章分析了AI新实验室（Neolabs）的投资热潮。OpenAI和Anthropic合计年收入约1250亿美元，估值超3万亿美元，成为史上最快的价值增长。早期投资这两家的反共识押注获得了巨大回报。此后FOMO情绪驱动资本疯狂涌入：三年内102家Neolabs融资700亿美元，总估值约3200亿美元但收入微薄。作者指出这一赌注成立需满足三个条件：前沿实验室不被开源商品化、创新将来自实验室之外、Neolabs需在巨头获得能力前建立差异化分销。按当前估值推算，Neolabs需实现约1460亿美元合计收入才能获得3倍回报，实现10倍回报则需5000-9000亿美元收入，远超OpenAI与Anthropic当前收入之和。
文章讲述了前祥峰投资合伙人、现SevenUp Capital创始人赵楠投资宇树科技的经历。2020年3月，赵楠初次见到王兴兴，被其务实的量产能力打动，两个月后推动祥峰以投前1.5亿元估值参与宇树Pre-A轮融资。赵楠复盘了当年判断王兴兴能'统治地面机器人'的逻辑：看重创始人的vision、技术积累、履约能力和生态延展性。他还揭示了王兴兴'nerd'外表下的成熟商业认知，以及2023年果断进军人形机器人的决策力。文章同时探讨了VC圈以结果论英雄的现象、非共识投资方法论，并展望宇树成为'机器人领域的苹果'的潜力。
a16z 宣布筹集 11 亿美元设立「机器时代基金」，聚焦 AI 物理基础设施的全面重构。文章指出 AI 从聊天到推理再到编码的演进使算力需求呈指数级增长，机架算力密度提升 28 倍，功率从 5-10 kW 升至 250 kW 并将在三年内达 1MW，数据中心迈向 GW 级别。该基金将投资芯片、内存、网络、存储、数据中心、机器人等全栈基础设施。a16z 强调硬件是其团队基因，已投资 Skydio、SpaceX、Anduril、Waymo 等公司，如今正式将硬件投资作为核心战略方向。
作者指出当前风险投资市场高度共识化，要么极热要么无人问津，VC 不再做独立判断而是相互参考信号。文章为正在融资的创始人提供实操建议：找对公司内部联系人并争取直达 GP 的引荐；谨慎报出融资金额并留有余地（宁可略低以求竞争性条款）；理解 VC 并不想要'便宜'的价格，领投方通常要求至少 10% 股权稀释；讲好故事、展示独特洞察和优秀新员工；保持信息真实，因为圈子里消息传播极快；最后提醒即使在冷门赛道也可作为逆向投资标的寻找支持者，核心是保持公司活着并持续推进雄心。
文章探讨AI原生服务作为下一个重大投资机会。作者认为AI已将风投注意力拉回应用层，但更大的机会在于将非软件预算的工作本身转化为可交付的服务。LLM使技术边界上移，能够处理非结构化输入、异常处理和上下文理解。随着技术成熟和买家行为变化（企业已习惯外部化运营），AI原生服务公司可以按完成的工作流收费，通过提升人均收入、降低异常率、缩短周转时间来构建学习曲线壁垒。这类公司初期看似劳动密集型，但随着系统学习域名知识，人力占比会持续下降，最终实现远超传统BPO的风险投资级回报。
本文打破了'零收入就无法融资'的常见误区，整理了 20 家明确投资 MVP、预收入甚至预产品阶段初创公司的投资机构，包括 Y Combinator（50 万美元标准协议）、Antler、Forum Ventures、Hustle Fund、Afore Capital、Pear VC、South Park Commons 等，并附上各家投资阶段、金额、地域聚焦及官方依据。文章强调关键在于：没有收入不等于没有证据，客户访谈、预售、候补名单等进展同样是打动投资人的重要信号。
Earlybird投资人Andre Retterath在How I Invest播客中分享了将风投机构转型为AI原生投资平台近十年的经验与七点核心心得。文章探讨了风投中的幂律分布与漏投明星项目的巨大代价（如错过Lovable的50倍回报）、不存在万能的'优秀创始人'标准（不同技术层级对创始人要求不同）、融资能力与创始人个人品牌正成为硬技能，以及AI原生机构应从第一性原理出发重新设计工作流程而非简单套用AI等观点。
作者针对近期知名孵化器和风投排行榜引发的争议，提出了一个以创始人为核心视角的天使投资人评估方法。他认为无法做出完全客观的排名，而是回答一个更实际的问题：谁有可信证据能在此刻、此阶段对该公司有用。他提出优秀天使的四个标准：早期判断力、可重复性、相关运营经验和投资后的实际帮助。评估方法以早期选择记录为核心，优先采信公开可验证的融资链条和退出结果。文章按传奇天使、活跃天使和专业天使三类列出了约30位候选人，包括Peter Thiel、David Sacks、Nat Friedman等，并附其代表投资案例。
作者回顾了在 a16z 担任 AI 基础设施领域投资人的经历。文章讲述了从哈萨克斯坦到斯坦福再到顶级风投的旅程，剖析了 VC 工作中鲜为人知的繁杂与挑战，强调了人际关系与非交易性网络的重要性。作者表达了对团队的感激，并宣布即将离职转型，致力于从 0 到 1 的创业构建。
文章通过对比微处理器革命和集装箱运输的历史，分析 AI 投资的现状。作者引用 Jerry Neumann 的观点，指出当前 AI 技术处于 ICT 浪潮的成熟期，而非新爆发期，属于“无惊喜”的技术。这意味着早期技术红利的消失，模型层和应用层面临完全竞争，大部分投资人将难以获利。真正的赢家可能是拥有“高量低价”基因的下游使用者（如沃尔玛、宜家模式）及最终消费者，而非上游技术提供商。
这是一篇近2万字的深度融资指南，全面拆解了从种子轮到IPO的完整地图。文章系统阐述了债权、股权及其他创新融资方式（如融资租赁、供应链金融）的本质与运作机制。同时，详细解析了天使投资、VC、PE等不同资方的投资逻辑、决策流程及对企业的价值，为创业者和职场人提供了一套理解资本市场的完整框架。
文章回顾了历史上“美国衰落”的三次论调（1970年代苏联威胁、1980年代日本经济泡沫、当前中国崛起），指出前两次对手均因内部僵化或泡沫破裂而失败。作者认为，美国的真正实力在于一套由顶尖大学、风险资本、移民文化和对叛逆者的包容共同驱动的“创新机器”。尽管美国面临政治极化和移民政策收紧的风险，但这台独立于政治运作的科技引擎仍在运转。文章警示，盲目的“美国衰落论”是流量生意，科技脱钩意味着中国将失去免费的技术参考答案，必须做好独自攻关的准备。
本文详细梳理了彼得·蒂尔基于《从0到1》的核心理念及其数十年的投资智慧。文章深入解析了“从0到1”的垂直进步、垄断优于竞争的策略、幂律分布的投资逻辑，以及反共识思维与Girard模仿欲望理论在实战中的应用。此外，文章还涵盖了对科技停滞、AI前景及创始人特质的独特见解，为投资者提供了一套完整的从宏观世界观到微观企业评估的思维框架。
