从集装箱到AI:一部“投资人亏钱”的重复史
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。
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。
文章以历史案例类比AI投资,信息密度高、分析深入,观点新颖且具有启发性,但实操指导有限,时效性因引用2025年文章而略有折扣。
黑石集团总裁Jon Gray在面向全球顶级投资者的闭门演讲中,系统披露了黑石关于人工智能投资的内部数据与判断。他指出Anthropic和OpenAI等模型公司年化收入已达1050亿美元,超大规模数据中心资本支出翻倍至8200亿美元,AI投资回报显著。他以1870-1900年工业革命类比当前AI变革,强调当前需求远超供应,与铁路泡沫不同。他展示了AI在投资组合公司中的具体应用成效,认为芯片、数据中心和电力才是真正的投资核心,同时提示网络安全、监管、地缘政治和估值过高等风险,最后重申'一切都关乎回报'的投资理念。
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。
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。
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。
a16z 的 Jennifer Li 宣布领投 TypeSafe AI。其发布的 Jev 模型是本年度最大的叙事突破:与主流大模型不同,Jev 属于新型 System One 模型,直接以类型化值向代码返回决策,而非文本输出,实现 AI 与软件的原生深度集成。Jev 成本仅为前沿模型的 1/100 到 1/500,分类任务速度快 100 倍且准确率相当,上线 3 天即生成 1 万亿 tokens,25% 的财富 500 强企业已集成。作者认为 AI 应让软件更智能,而非替代工程师,并赞许 TypeSafe 尊重开发者、务实可组合的理念。
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。
文章指出 AI 市场出现新变化:各家厂商的 Token 额度开始过剩。Claude Max 用户反映 Opus 5.5 周额度用不完;智谱夜间订阅可随意开子代理、高并发,Flash 模型免费;OpenAI 的 dots 模型免费无限使用;FreeBuff 免费提供 Flash 模型,付费 8 美元每天可用 30 小时;OpenCode 的免费模型仅需 10 美元 Go 套餐即可无限使用。作者由此提出疑问:Token 从稀缺转向过剩,是否意味着半导体和 AI 相关股票将面临崩盘风险。
本文是一篇关于生物科技与AI结合(Bio x AI)的投资主题深度分析。作者认为这是历史上最具可操作性的主题入门指南,引用Dario Amodei在《Machines of Loving Grace》中提出的5-10年内治愈大多数疾病的愿景,并指出AI巨头正从言论转向行动:Anthropic建立湿实验室、Jeff Dean创办Discovery Loop、Demis Hassabis专注Isomorphic Labs。文章核心是'design-make-test-learn'自动化药物发现循环,并逐一分析各子主题的相关公司,如DNA/RNA合成领域的Twist Bioscience、GenScript、Azenta,以及生命科学工具公司等。