投有野心的创始人：AI时代三非理论的投资逻辑

15年投资生涯的初心是什么？2026年是不是布局AI应用与硬件的好时机？当市场普遍意识到泡沫存在时，我们该如何取舍？

这场沿着公路展开的深度对话中，我们驾驶着敞篷跑车，与一位拥有15年一级市场投资经验的资深投资人，聊透了这些核心议题。

对话中诞生了不少极具启发性的判断：智能会随着技术普及变得愈发廉价，而真正的智慧依然稀缺，AI应用的新机会藏在上下文理解与交互设计中；面对“华强北80元就能平替”的质疑，AI硬件真正的壁垒在于产品定义与注入人文关怀的细节；当被问及2026年的市场泡沫时，嘉宾给出了一个宏大的时间尺度：如果3000年的文明进程被压缩进30年，那当下的一切才刚刚起步。

贯穿整场对话的核心观点是：当AI让效率实现无限提升，真正值得下注的，是那些想清楚创业初心的团队，和那些注入了人性温度、能让人获得真实快乐的产品。

如果你正在AI的泡沫与机会之间摇摆，或是好奇一名深耕行业15年的投资人如何保持热爱，这场关于初心与愿景的对话，或许能为你带来久违的力量，以及活在当下的勇气。

快问快答

主持人：我们还是从传统快问快答开始，您的年龄是？

嘉宾：37岁。

主持人：您的MBTI和星座？

嘉宾：前阵子测是ENTP，中途有一阵子有点像INFJ，星座是双鱼。

主持人：您的毕业院校？

嘉宾：本科在上外，硕士在伦敦商学院。

主持人：在加入知名VC机构之前，您在做什么？

嘉宾：在加入之前一直在上学。

主持人：所以您在这家机构待了多少年？

嘉宾：从2011年实习到现在，已经快15年了。

主持人：在一级市场做了15年，还记得刚入行时的契机吗？

嘉宾：大学时我也尝试过咨询、投行、快消等多个领域的实习，当时还在全球头部企业做市场实习生。那个年代全球市值最高的公司是埃克森美孚，在尝试过几乎所有行业后，我发现风险投资是最有意思的方向，2012年一毕业就加入了这家机构。

主持人：一眨眼就15年了，现在回头看，这15年能分成几个明确的阶段吗？

嘉宾：我始终觉得自己是一个“学徒”。行业里看投资人的成熟度，通常看他经历过多少个周期，从2012年到现在我们大概经历了三四个周期。年轻人刚入行时往往急着找项目、出手，在建立起自己的投资审美之前，其实是在乱撞，市面上有什么就看什么。

主持人：您感觉这15年一直保持着学徒心态？

嘉宾：对。刚入行时我到处找项目，在社交平台私信联系人，试图覆盖足够多的赛道，但那时候我们对覆盖的理解和今天完全不同，缺乏真正的自上而下的思路。移动互联网刚爆发时行业百花齐放，只要有媒体报道了某个项目，我们就不想错过，身边同行推荐的项目也都会尽量跟进，但这种自下而上的路径时间成本极高，甚至是浪费。

主持人：那现在的打法有什么不一样？

嘉宾：在AI时代，对投资人的最高要求是必须先形成自己的判断。如果没有先入为主的前提假设，找来的项目很可能都是市场共识项目，当这类项目传到你手里时，估值溢价已经被填满，投资人很难再赚到信息差和认知差的钱。

主持人：那应该以什么样的角度去发掘真正的优质项目？

嘉宾：这极度考验投资人是否同时具备两种硬实力。第一是抽丝剥茧、建立底层宏观认知的能力，必须有清晰的长期信念和坚定的价值观，在今天这个时代做投资，如果缺乏信仰，很难坚持下去。第二是扎根一线，必须亲自使用、评测产品和模型，否则极易被空泛的概念误导。

当基础模型趋同，AI智能开始通胀，什么会成为真正的稀缺品？

主持人：最近几个月行业里形成了一种共识：大家都不投AI应用了，您怎么看？

嘉宾：我起初也持有相同观点，如果应用层的爆发核心取决于模型，那最合理的策略是直接投资模型本身。但后来我发现，智能是通胀的，而智慧是稀缺的。

我在思考，当未来有上百家模型公司交付了无孔不入的“智能”之后，什么才是真正稀缺的资产？我向多个AI工具提问后得到的答案引导我理解到：不要止步于智能，智能只是最表浅的一层，真正稀缺的是“智慧”。

主持人：这两者的本质区别是什么？

嘉宾：智慧是智能叠加了反馈、经验和反思后演化出的决策体系，是关于你为什么要做一件事、什么事对你重要、以及你选择不做什么事的综合价值判断。这是纯粹的智能无法提供的，即使让AI帮我做任务排序，如果它缺乏我的个人上下文，就永远无法做出符合我个人利益的判断。因此从智能到智慧，最核心的变量就是上下文的输入。

主持人：所以顺着这个逻辑，您认为AI应用依然存在巨大机会？

嘉宾：当然。这里我有一个个人观察：这件事很可能是由硬件定义的。在评估AI硬件投资时，我们非常看重它是否具备成为“上下文机器”的潜质，比如能否完整记录你说的话、听到的声音、看到的画面，甚至能帮你记住由这些输入引发的反馈、动作和行为。这些数据和上下文极具商业价值，但目前的物理设备完全承载不了。

主持人：所以在上下文机器这个方向上，你们投资了Looki？

嘉宾：对，不止Looki。我们今年下半年会推出一款眼镜，和市面上所有现有眼镜都不同，核心是围绕记忆来定义产品。此外我们还投资了一款可随身携带的挂式设备，它不依赖手机就能直接联网，为用户提供记忆和智能助手能力；还有一款注重隐私、只记录用户本人声音而不收录旁人环境音的产品，以及家庭场景的娱乐边缘计算设备。目前我们在上下文机器这个物理赛道，已经支持了四五家优秀的产品团队。

华强北80块就能平替，AI硬件真正难抄的是什么？

主持人：但这些收集上下文的硬件，本质上还是在做音视频录制，它的差异化壁垒在哪里？华强北可能很快就能做出平替产品。

嘉宾：真正的差异化在于交互。交互设计必须注入人文关怀，也就是人性的温度。单纯的音视频录制非常表浅，最难的是通过交互设计让用户形成依赖，让产品能促使用户自我反思、更深入地了解自己，获得情感层面的关照。这种深度的情感反馈，是PC端、手机端，或是单纯的对话式AI聊天无法提供的。

我之前也常抱怨，过去两三年整个AI行业几乎没有出现令人惊艳的产品经理，现在这个节点恰恰需要极强的产品能力来重新定义硬件，因为上下文机器绝不仅仅是模型公司做出的附带玩具。

AI如何重构VC的研究、尽调与投后？

主持人：在AI深度辅助下，您的投资工作流发生了哪些变化？

嘉宾：在多个工作流上，效率和深度的改变都是颠覆性的。首先是会前准备变得极其充分，我针对不同背景的创始人建立了一整套固定的提示词模板，只要把公开信息喂给AI，它就能帮我生成尽调方向和深度提问大纲。其次是尽调访谈的深度挖掘，之前看项目时，我会让AI去梳理大量访谈素材背后的逻辑脉络，最终的产出能让我对业务多一层本质理解。最后是投后追踪，我们管理着数百家被投企业，利用AI自动化监控这些公司在全网的技术迭代、用户反馈等细节，虽然它不能直接帮我做终极决策，但对于投产品和应用的基金来说，这种对真实数据的敏感度是必须的。

我曾在社交平台分享过一个观点：在AI时代，继续固执地追求经典的“网络效应”可能已经过时了，因为AI项目的增长引擎已经发生了质变。当前最显著的质变在于三个新引擎的合一：第一是数据飞轮，像编程垂直赛道的模型公司，一旦跑通独特的数据反馈循环，模型的自我迭代速度会极其恐怖；第二是AI for AI，用大模型高效开发、微调和训练新模型，实现研发的递归加速；第三是组织架构的AI原生改造，这些大模型公司往往是第一批彻底消除信息烟囱的组织，能充分利用内部海量上下文和流程，把团队协作损耗降到最低。

这种“三合一”的增长动力在过去是不可想象的，不仅是硬科技公司，即使是传统行业比如餐饮，如果能把数据反馈、内部研发递归效率和AI原生组织建设做到极致，也能在这个时代获得降维打击优势，跻身行业前五 percent。

主持人：同样的生存法则套在VC机构自己身上，也是成立的？

嘉宾：确实如此，这个行业也极大概率会用这套逻辑洗牌，生长出一批新型投资机构。

做了15年VC，还爱着这个行业吗？

主持人：在一级市场做了15年，您对这个行业还有当年的热爱吗？

嘉宾：我非常喜欢这个行业，我觉得这个行业对任何人来说都是一种奖励和奢侈。奖励在于，世界上几乎没有第二个行业能如此纵容并持续满足你对未知和前沿的好奇心。第二，这个行业的反馈周期远非外界所想的那么冗长，很多人抱怨VC是长周期游戏，但其实每次董事会、每个季度的复盘都是生动的练习，你能直接看到公司是否在正确轨道上，创始人能否把控命运，执行力是否匹配认知。在资金交割的那一刻，真实的业务反馈和认知博弈就已经开始了。

主持人：除了释放好奇心，这个行业最让您留恋的还有什么？

嘉宾：它是基于极高信任密度运行的行业。我们对有限合伙人的信托责任、和创始人之间的灵魂绑定、团队内部的协作共识，都是高度非对称信息下的信任交付。对外我们要利用认知差和信息差赚取超额回报，对内我们必须保持极高透明度，绝不能在投资团队内部制造信息差。构建这样一个内外自洽的信任体系，是一切风险投资的基石。

主持人：但现实中很多一级市场投资人选择离开，他们认为这个行业努力只能决定下限，上限往往被运气左右。您怎么面对这种底层的焦虑与不确定性？

嘉宾：这取决于你审视世界的坐标系，如果你总想搏一个大机会，就会把很多因素归咎于运气。

主持人：作为投资人，您难道不想搏一个“大的”？

嘉宾：我当然也追求大机会，而且我相信这个时代依然有极多伟大的标的，但核心逻辑是你必须用科学的方式去捕获它。如果一个超级机会完全超出你的认知半径，它的擦肩而过就纯粹是运气概率，你会把自己不知道自己不知道的盲区全部怪罪给运气，但这其实是一个可以被工程化解决的认知课题：作为投资人，你的核心工作是通过极高的信息输入与洞察，把那些“不知道自己不知道”的盲区，最大限度地搬移到“知道自己不知道”的确定性边界里。

卓越投资人最重要的能力是什么？

主持人：您觉得什么样的投资人，在如今的一级市场配得上“卓越”二字？

嘉宾：卓越的唯一标准是知行合一。在狂热的周期顶点，每个合格的专业投资人私下都知道哪里存在泡沫，但当一个抢手项目要求你合并两轮估值投资，当你眼睁睁看着一家公司稀释大量股份融资远超业务所需的资金，当公司治理缺失、连基本的产品市场匹配都未验证，市场就已经开始为其进行非理性定价时，你能不能在这个临界点违背羊群效应，真正冷静下来？这才是知行合一的终极考验。

2026最泡沫的时候，投资人该取什么、舍什么？

主持人：在我们今天录制对话的2026年7月这个节点，是不是该冷静的时候？

嘉宾：这是一个该做决断、有取有舍的时候。

主持人：在这个路口，取什么，舍什么？

嘉宾：当市场热度见顶时，往往有一些极具价值的项目、创始人和长线方向没有引起任何噪声，能不能在这个时候安下心发掘它们，是拉开差距的关键。去年AI硬件热度顶峰时，我们内心有理性的焦虑，我们不焦虑没抢到项目，而是担心当时的市场狂热向优秀创业者传递了错误信号——过度充沛的资本供给和溢价奖励，会让他们产生幻觉，过早认为自己达成了实力还无法匹配的成就。当今年AI硬件的温度冷却、泡沫褪去后，我们反而更愿意也更容易和那些还在专注坚守的创始人展开深度对话。

为什么AI不该只追求效率，而应该激活人性的光辉？

主持人：我们刚才把车开到了青浦一个郊野的咖啡馆，现在坐下来继续聊。您刚才提到我们在AI时代大多关注线上的东西，很少关注线下和自身。

嘉宾：是的，甚至很少关注自身。你知道WHOOP是OpenAI前20大token消耗客户吗？它的客户列表里正好排第20，因为我会把大量个人上下文数据喂给AI。在WHOOP的应用里，你可以得到非常个性化的解答，比如告诉它你两周后要备赛，它会给你训练指导。这对我的帮助非常大，我们也很关注线下和人与人的体验，我们投过线下娱乐综合体，最近也投了一款线下AI社交产品。

主持人：是Table for Six？

嘉宾：是的。我们最近和团队、出资人频繁沟通一个共识：绝不能把所有子弹都堆在最拥挤的AI基础设施和纯软件层，很多被冷落的线下实体资产和消费创业方向，核心估值正在被严重低估。

主持人：您之前提出过一个有趣的投资主张：在AI时代，投资应该寻找那些“活在当下”的项目，这如何理解？

嘉宾：这涉及到一个更底层的认知命题。即使未来通用人工智能发展得再完美，也永远无法代替鲜活个体进行心智和大脑的自我锻炼。如果一个人类把所有阅读、思考、决策权全部外包给AI，代价就是个体生理和认知机能的退化。科学的使用方式是把AI看作认知世界的“私人教练”，把AI构建的复杂工作和思考环境当作“健身房”，借助它的力量磨练大脑，提升排序、反思并践行个人价值观的能力，这才是真正的智慧。

我们坚信真正的下一代AI产品和应用，终极价值是辅助用户“将智能内化为个人的智慧”。真正顶尖的AI产品必然蕴含独特的审美、价值观和人文光辉，它的使命不是无休止地做无体感的生产力工具，而是让用户夺回生活的控制权。

主持人：说到这里，能想到哪个具体的产品满足您刚才说的这些点？

嘉宾：比如Looki。它通过物理穿戴实现全上下文的数据收集，当它把用户的日常经历转译出来时，产出的不是毫无生气的文本流水账，而是能触发自我审视的镜像，让用户发现生活中因行色匆匆而忽略的细节、美好瞬间和身边风景。

主持人：它能做到这一点的底层原因是什么？

嘉宾：核心在于信任带来的全上下文获取权。物理硬件形态容易被模仿，但如何抢先提出这一范式，并让用户在心理和情感上建立绝对的隐私信任，心甘情愿把全天候生活上下文交给你，这才是真正的壁垒。大厂有足够的资本和供应链抄袭硬件形态，但产品微观细节和交互逻辑是抄不来的，这背后反映的是创始团队坚固的产品价值观。

主持人：您真正认可的产品价值观是怎样的？

嘉宾：我认可把人作为AI应用根本的价值观，认可帮助人实现“用进废退”的价值观，认可不只是交付生产力，而是交付关照、反思、反馈链路和智慧的产品。

主持人：可以举一个正面例子和反面例子吗？

嘉宾：比如我们投资的Table for Six，在它的产品设计下，六个陌生人能在线下聚会中进行长达三小时的高质量深度交流，AI在这里的角色是隐性的。系统在聚会前会收集每个用户的微观上下文，在线下聚会桌上为六人定制完全不重样的破冰和话题触发点，创造出一个安全解压的社交道场，促使大家放下手机、注视彼此、重建链接。这个项目虽然处于早期，但已经拓展到六个城市，复购率极高，尤其受女性用户青睐，在低头族碎片化剥削注意力的今天，这是难得利用AI激发人际交往温度的案例。

一天打开手机97次，这是不对的。

主持人：您非常希望看到AI激发人性光辉，而不只是提高工作效率的项目？

嘉宾：对，这紧密关联着如何“回归当下”。过去移动互联网席卷的十几年里，我们在获得便利的同时，本质上被无孔不入的注意力经济严重碎片化了精神。统计显示，人均一天解锁手机97次，在算法推荐的短视频信息茧房里消耗数小时，得到的却只有多巴胺褪去后的空虚与焦虑。我们的生理感官正在退化：去现场看演出，人们举着手机拍摄却游离在现场之外；出去玩都在自拍，无暇顾及身边的人和风景；和人聊天还得盯着手机。

我相信这种异化的状态正在触碰到注意力经济的物理天花板，解决之道不是逃避，而是借助AI的底层生产力把人解放出来，重归现实。这也是我们投资AI硬件时，不看重形态有多便携，而是看它能不能把用户从手机和电脑里解放出来。为什么投Looki？因为如果你戴着Looki记录一天，在东京街头游玩时不用再掏出手机拍照。真正能给用户带来快乐的产品，必须是能让用户回归当下的产品。

当下意味着，就算你和别人开会有AI记录，你就不用认真听了吗？相反，为了开好这个会，你会更注重当下建立连接、信任和认知。你带小孩玩，有了AI摄像头后，就不关心孩子了吗？恰恰相反，你可以把精力完全花在关心孩子上，不用总是举着相机让孩子摆姿势，你可以花更多时间进行眼神交流，这种互动带来的快乐远多于刷短视频。

主持人：您经常和我提到关于数字永生的话题，您尝试了什么吗？

嘉宾：在通用人工智能时代，人类正无限逼近数字世界的“不朽”。最基础的数字永生是：如果你一生中高维度的独特创造、经历和行为模式能被融入基础大模型的预训练语料，你的认知结构和精神实质就会随着模型的迭代在数字底座里永久传承，因为模型会被全人类持续调用。我们在伦敦的合作方投资了一个意识上传项目，从更硬核的神经科学路径出发，通过高精度的动物脑机实验，将小白鼠的微观脑电信号和宏观运动行为视频进行多模态对齐，训练出能解译甚至映射运动指令的数字神经元模型。

这带给我的启迪是：在这个时代，进行创造性的独特工作是人类确立自身生命坐标的唯一选择。当通用工作极易被标准化智能替代时，你必须去创造世界上还不存在的事物，增加你在文明数字演进中被记录、训练和留存的概率，这也是对个体不曾白来这个世界的终极证明。

主持人：把自己的智慧作为独特因子被模型深度预训练？

嘉宾：没错，然后被模型吸收。

AI是30年的技术革命，还是3000年的文明变革？

主持人：AI是30年的技术革命，还是3000年的文明变革？

嘉宾：如果用30年的尺度看AI变革，就像一场中型技术革命；如果以300年的历史大周期审视，它绝对是工业革命级别的技术引擎跃迁；但如果把刻度拨到3000年的宏观文明尺度，AI本质上是一场文明级别的终极迭代。这一次演变之所以让我们感到战栗，是因为它把原本需要数个世纪乃至数千年才能完成的文明变迁，强行压缩在短短几十年的有生之年内完成。

什么是文明级别的革命？是智人与尼安德特人的物种竞争、是农耕文明向工业资本时代的质变跃迁。在不远的将来，基于硅基生命和超级智能，势必会诞生颠覆传统组织形态的“新物种”。

主持人：这是什么样的新物种，什么样的人能跨得过去？

嘉宾：我经常剖析自己和周遭的创业者，结论很残酷：只有极少数，可能只有1%甚至5%，拥有极高认知、极强自我革命主动性，且能率先重构AI原生组织的CEO，才能跨越这个门槛。世界上大部分人跨不过这个坎，跨过去的人和没跨过去的人，在未来会彻底分开。

为什么AI时代的门槛，可能只有1%的人能跨过去？

主持人：对于那些没跨过去的人，或是有可能跨过去但还没掌握方法的人，您有什么建议？

嘉宾：如果温水煮青蛙的过程长达一千年，我们根本无须杞人忧天，但当这场技术变革被压缩到20到30年内，在我们这一代人的有生之年，就会目睹物种与组织的爆发、重构甚至淘汰。我唯一能送出的建议，是《高效能人士的七个习惯》里的第一条：主动积极。

不要把AI仅仅当成效率外包工具，而是要把AI视为高强度的“健身房”，去极致地自我训练。用进废退是自然界唯一的真理，如果你过度依赖机器做所有基础认知工作，看似提高了效率，实质上是把思考主权让渡出去，逐步退化并被机器剥削。你必须像锻炼肌肉、准备耐力赛那样，持之以恒地和AI过招，你现在与AI交互的烈度和思考频次，决定了未来你头脑的质量。一旦你的思维肌肉萎缩，你的竞争力和所在组织就会被高强度训练的超级物种轻易降维摧毁。

但我坚信这不是一条通往冷酷唯效率论的黑暗道路，在效率的背面，是温热的创造力和人性中极具智慧的“利他性”。大模型没有利他本能，但真正高维度的人类智慧，天然带着情感共振与高级协作的温度。因此，请极致放大你的主动创造力，放大对周遭世界和身边人的真实关怀。

这也是为什么我在日常工作中近乎严苛地执行高强度的自我心智磨练，我的手机输入法里常备着十几条沉淀了个人投资和方法论的长提示词模板。比如，评估复盘深度行业播客时，我会调用这样的提示词：“去深度听几遍XXX播客，听原声精准理解，不要只看收录大纲和总结，尤其针对最近三期，帮我梳理每期底层精妙的逻辑脉络、详细的数据支撑、行业里的非共识观点、值得深挖的幕后商业八卦，以及作为VC值得关注的事项，让没听过的人能精准判断是否值得听原片。”

再比如，见重要的产品或消费硬件公司前，我会让AI跑这样的工作流：“帮我多维度解构XXX产品的商业表现，扒遍用户社区、应用商店评分、社交平台自然流量和真实口碑，提取最打动人或最被吐槽的细节、用户自发对比的竞品，评估产品生命周期、复购概率和净推荐值，用经典营销定位体系画像目标客群、拆解核心痛点，分析定价接受度、销售渠道、促销反馈，最后站在中立投资人视角判断业务成长性、估值合理区间和融资历史，如果创始人有公开言论、文章或博客，同步梳理其思想和认知进化谱系。”

主持人：哇，感觉这是非常精炼的提示词。

嘉宾：对，它能产出近两万字的详尽报告。如何把提示词写到这个层面，需要极强的主动性，这非常重要。

Prompt为什么要越长越好？

主持人：如果今天您要给刚入行或是刚决定做一级市场投资的年轻人一个建议，会是什么？

嘉宾：这不是单纯给同行的建议，而是给每个人的建议：尽最大可能把你的提示词拉长。拉长的点在于，明确告诉它你担心什么、害怕什么、想要什么，不用觉得提示词有水平高低，就像我刚才的提示词里也写了“喜欢和不喜欢的点，正面负面评价”这样直白的内容。

我最近还有一个类似的提示词：“帮我把清华姚班最新一期的所有人扒一遍，越全越好，收集他们正在做的工作、前沿前瞻程度、发布的作品和论文，筛选出已经创业、加入大厂或实验室、有创业倾向的同学，找到他们的联系方式包括社交平台，最后按能力程度排序。”我也是用最直白的话写的。

主持人：在以前的经典VC机构时代，这些费时费力的信息搜集和人才建档工作，都是由大量实习生、分析师和一线投资经理完成的。

嘉宾：对，我不厌其烦地把想要的东西用最直白的方式写进提示词，得到的结果往往最好。写出这么长的提示词，需要人有足够的愿力。

主持人：所以您现在是在有意自我规训，强迫自己每次和AI的深度问答都达到一定的思维厚度？

嘉宾：对，因为你的提示词输入越饱满、越真诚、逻辑维度越宏大，AI给你的分析深度、筛选精度和取舍质量就会呈指数级攀升。

就最近一周的时间，其实你们有两家被投先后在发融资的PR。一家是Looki，一家是Meshy。可不可以分别讲一讲这两家一开始投的时候的故事，还有当时投他们的思考？

嘉宾：Looki是非常经典的“非共识”投资案例。大约一年半前，整个一级市场陷入了AI硬件眼镜的投资狂潮，大家看到Ray-Ban Meta的销量，就觉得眼镜是确定性的范式，国内很多创始人都在做。但我当时认为大家误解了它成功的要素：首先很多用户买Ray-Ban Meta只是觉得它酷炫，当成时尚太阳镜消费；其次底层供应链根本不成熟，SoC芯片能效比、射频通信，尤其是眼镜框内极小的电池续航，都远没达到长期常态化无感佩戴的门槛，绝大多数第一代眼镜产品都变成了“戴戴停停”、最终吃灰的边缘玩具。

主持人：那其实你们还是投了眼镜的对吧？

嘉宾：那是另一个战场和演化路径，我们投的是一款做“减法”的AR眼镜，服务于游戏用户的观影需求，叫VITURE，那是另一个时代，我们投资时大家还没开始热追AI眼镜。

后来有一家叫Limitless的公司给了我启发，它做了一个挂在身上的设备，当时我想，如果这个设备能录下所有说话和开会的内容，加上摄像头就能更方便记录看到的东西。受此启发，我们觉得这个形态有机会，因为做的人很少，上下文容量很大。戴AI眼镜的人无法一直录制，因为电量不够，但挂式设备就算没有摄像头，只录音也能录满一天，电量完全足够。

我们做了这方面的预研，开始向市场传递这种自上而下的需求：我们想投做挂式设备的公司，而不是眼镜公司。正好我有个其他机构的朋友，他们上会这个项目没通过，但他自己很喜欢，觉得和我们的投资范式很像，就把项目推荐给了我。所以这不是一个市场争抢的热门项目。

我和Looki的创始人聊的时候一拍即合，我们想的事情完全一样，我不需要他说服我为什么需要挂在脖子上的设备，只需要探讨一代、二代产品怎么规划，怎么越做越小、越不需要用户干预、越让大家不担心隐私。第一代产品最先打动的，是有孩子、有宠物，希望不用频繁掏手机就能记录生活，同时喜欢AI漫画内容呈现的用户，但这只是最早被验证的场景，未来一定会走向更通用的人群。

当时我们决定投它，不仅因为挂式或眼镜的形态，更重要的是我发现，一支来自自动驾驶领域的团队，两位创始人曾在 Pony.ai 和 Momenta 工作，来做软硬件结合的事情，市场居然忽略了他们，没有给予应有的重视，我们觉得这非常值得支持。

早期公司还在进攻，为什么“壁垒”是个错误问题？

主持人：但当时您要怎么解释，这种采集上下文的硬件很容易被华强北平替？

嘉宾：因为如果你用过Looki就会发现，硬件虽然能采集数据，但最重要的是软件部分。它出圈的第一个重要因素是AI漫画，这是第一次有人能把你一天的经历用漫画展现出来，在Looki身上，这是不需要用户主动干预的被动功能。这样的交互设计和内容产出设计，源于团队对这件事的深度理解。大厂可以抄袭硬件形态，但产品底座里稀缺的用户同理心和产品审美，永远抄不来。

环顾过去两年的AI硬件，除了空洞地帮人做会议纪要、提高劳动效率之外，几乎没有哪一款能带给人心灵层面的愉悦和温暖，所以这依然是稀缺能力。很多早期投资人经常问创业团队“什么是你的壁垒？”，壁垒的经典定义是四个：规模效应、网络效应、无形资产、转换成本。当你问创始人壁垒时，其实是在问防守策略：我的规模够大时成本比别人低，用户积累够多时新进用户更有价值，已经有了无形资产和口碑，用户转换成本极高——这些都是结果，是防守型策略。

你问早期创业公司防守型问题，其实非常荒谬，我建议大家多关注团队的竞争力。那天我听一档播客，具身智能公司的创始人被主持人逼问壁垒，只能无奈回答“我们目前的壁垒是迭代速度”，迭代速度本质上不是壁垒，而是竞争力。早期创业公司都在进攻，用新技术进攻新市场，要做的是如何躲过巨头，甚至根本不需要躲，因为根据《创新者的窘境》理论，在新市场和新技术里，巨头天然会忽视这个赛道。

回过头来讲，我们希望投什么样的公司能获得好回报？比较重要的是“三非理论”。

完美投资为什么应该满足三非理论？

主持人：什么是“三非理论”？

嘉宾：第一是非共识，非共识给投资人的好处是项目足够便宜，定价还有空间；第二是非连续，现有的大厂和玩家无法轻易进入这个赛道、市场或象限，不管他们是不愿、不能还是不敢，他们就是不进来；第三是非线性，因为任何风投基金都面临7到10年的退出期限，你必须在有限周期里实现爆发式、非线性的指数成长。

非线性的底层原理是多个增长动力产生乘数效应：比如编程模型，由于具备数据飞轮、研发递归加速和极致扁平的AI原生组织架构，再加上全球数字分发渠道，会实现恐怖的收入爆发曲线。你看Anthropic、OpenAI的收入增长都非常快。所以非共识、非连续、非线性三个条件都满足，早期创业公司就能享受较长的安全期，你投得便宜，最后涨得也快。说白了就是“投得便宜、涨得快、没竞争”，没有竞争就意味着少稀释、少死亡风险，这是最完美的标准，但在如今的AI时代，这三个标准经常受到挑战。

为什么不该只投资提高效率的AI产品，而更该投资有野心和愿景的创始人？

主持人：大家常说一级市场的年份像葡萄酒一样有好坏之分，您觉得2026年是一个什么样的年份？

嘉宾：一定不是最好的年份。

主持人：那它是相对好的还是相对差的？

嘉宾：OpenAI这样的公司也诞生于10年前，当时的投资人投了它，现在在摘果实。这里面存在尺度问题，当你觉得这是10年尺度的事，认为现在已经是摘果子的时候，核心假设是时间尺度很短，你会觉得现在充满泡沫。但如果你把尺度拉得很大，认为3000年的文明被压缩在30年内发生，任何事都被放大了100倍速，你会觉得现在可能也是好年份，这也是很多投资人给尚未证实的上游模型公司极高估值的原因。

我觉得此刻的投资人很艰难，也有分析从资金面来看，大型互联网公司的AI资本开支在未来几年可能边际下降，上游产出会随之过剩，市场对上游的预期会下降，相关股票可能承压。再加上很多模型公司上市后股东会套现，导致解锁后股价承压，二级市场的基准下来后，一级市场也会被传导，因此会有中短期的资金面波动，投资者套现、资本开支边际下降都会带来市场波动。如果你只看这些，会觉得今年年底到明年年初有点危险，泡沫要破了；或者你觉得资本开支会持续到2028年底，泡沫届时破裂。但如果你拉回3000年尺度的压缩视角，又会觉得一切才刚刚开始。

如果一切才刚开始，平时的就事论事就变得微不足道了，因为中间会有很多变化，你到底投在了什么事情上？是投在了会变化的事情上，还是投在了一个能应对变化的人身上？所以这个时候我们又不得不回到对人、对团队、对初心和愿景的判断。但我刚才说了，这不再是一个纯粹效率驱动的时代了。

AI能让所有事情加速，效率并不是最重要的，起点很重要，价值观很重要，你为什么做这件事很重要，你的野心够不够大很重要。如果我的野心很大，我不是做AI的人，但在其他领域野心极大，我也能把AI用起来，那我做成这件事也很靠谱。比如AI for Science，如果我要做新材料，野心很大想做出让人长生不老的药，希望通过AI加速实现，AI在这里只是工具，我的价值观和愿景是宏大的，有可能10年前实现这件事的速度很慢，现在真的加快了。那么，应该投的是AI，还是投他的愿景？其实愿景更重要。在这个时代，创始人真实的野心、愿景、创业动力的评估，远超过只在数据上衡量AI本身。

主持人：就最近有遇到这样的人吗？

嘉宾：有，比如刚才提到的Meshy创始人胡渊鸣。他是非常有非共识色彩的技术天才，并不是在风口浪尖才出来创业的，我们早期就支持了他。当时他回国创办“太极”语言和太极图形引擎，在学界和开源社区取得了卓越成就，在国产替代和科学家回国创业受关注的年份，资本市场给过他们极高的估值溢价。但渊鸣用了5年时间，从纯粹的实验室研究到产品化并与AI耦合，服务于他熟悉的图形学相关用户，包括游戏开发者和3D打印用户，真正面向用户，变成一家从模型到用户完全打通的公司。

看到渊鸣的阶段性成功，我们上次在基金年会上拉他和其他做实验室、世界模型的同学同台交流，因为我觉得很多年轻的实验室创业者都会经历渊鸣当年的过程：从纯粹的实验室，到真正面向用户的有用模型和工作流产品。但他的愿景很简单，他一直在讲“AI for fun”，他认为AI不能只是纯粹的生产力工具，如果AI不能让人们玩得更开心，那万一300天后通用人工智能到来，所有事情都被效率解决了，人们到底能做什么？那个时候人应该更快乐还是更不快乐？最近他也发了一篇关于如何真正实现AI for fun的博客，写得非常好，所以他的愿景是AI for fun，而不只是单纯的AI 3D。

如果AI只剩效率，人会变得更快乐吗？

主持人：那AI来了之后，您变得更快乐了吗？

嘉宾：我经常和大语言模型进行高强度的“心流对话”，当我的思维火花在和超级智能的碰撞中被点燃、校准甚至质疑时，那种认知上的愉悦感是无与伦比的。我也习惯用Looki自动生成的漫画记录真实生活并分享，这让我重构了对现实世界的凝视和温暖。虽然有时会有面对硅基智能颠覆人类认知的惶恐，但这种数字焦虑瞬间就会消散，因为我选择立刻回归当下的真实生活。

事实上，目前的AI革命离真正的国民级渗透还差得太远，你我身边的人，甚至我们的父母，使用AI可能还只是和简单的工具聊聊，还没有真正渗透到生活深处。

主持人：谢谢嘉宾今天的公路对话，希望我们都能像今天一样更清醒、更饱满地活在当下，也希望您可以投出更多帮助大家在AI辅助下更好地活在当下、获得更多快乐的公司。

嘉宾：好，谢谢主持人，谢谢大家，拜拜。