从投资到AI：尖峰组合胜过全才

2024年联合创立Cloudsway后，旗下团队在2026年9月1日发布了Fusion Model及配套白皮书。坦白说，这套产品的设计逻辑，来自一套颠覆了传统投资认知的哲学。

这套哲学并非凭空而来，而是源于一期行业播客的深度访谈。去年6月，我收听了Sourcery平台对Brian Singerman的51分钟长访谈，内容让我深受触动。作为Founders Fund前合伙人，他在2008年加入该机构，2025年离职后创办了专注新兴基金管理人的GPx。这期访谈里，他把很多投资人心知肚明却从未说透的道理讲得通透清晰。

Singerman的核心观点非常明确：好的投资从来不是寻找各方面都均衡的“全能选手”，而是挖掘在某一领域做到极致的异类，再将多个这样的异类有机组合起来。

投资决策的核心标准

在做VC时，Singerman表示98%以上的决策都取决于创始人本身，但“看人”这个说法太过宽泛，他的判断标准其实只有两个核心问题：第一，这个人是否在某一件新兴领域的事情上，做到了全球顶级水平？第二，他能否将这个核心优势放大，打造出一家世界级的企业？

很多人只关注第一个问题，投了不少天才，但天才和值得投资的天才之间，差的正是第二个问题。他将创始人分为A+和A-两类，Founders Fund的合伙人赛道偏好各不相同，但唯一能达成共识的标准就是“这个人真的很强”。A+级创始人极其稀少，而大部分投资失败的案例，并非投了品行不佳的人，而是把本属于A-的选手误判为A+。

还有一个细节很能说明问题：他们曾邀请作家为Founders Fund的创始人标准撰写定义，最终却没能完成——这不是一份可以 checklist的标准，而是一种需要长期积累的模式识别能力。

极致单点的投资逻辑

Singerman本身是资深策略游戏玩家，曾拿下1995-1996年美国卡坦岛冠军，在Ascension、Terraforming Mars等游戏中打进世界前十，这段经历直接塑造了他的投资逻辑。他喜欢用游戏里的“技能点分配”来比喻：有限的技能点如果平均分配，你只会成为一个样样通却样样松的角色；但如果全部集中在一个领域，就能建立起别人永远无法赶超的优势。

他选择后者，自己甚至从未独立读过财务报表，唯一一次做表格还是妻子帮忙完成的。看到SpaceX的招股书时，他直接说“我看不懂，但火箭很酷，马斯克是史上最伟大的创始人，这就够了”。他认为马斯克是极端特例——同时兼具CEO和CTO的顶级能力，而绝大多数A+级创始人，都只会在一个维度上做到极致。

异类组合的团队实践

Singerman在访谈中紧接着提到的团队组合逻辑，是这期播客最有价值的部分。他提到Anduril的创始团队成员各自在不同领域拥有顶级能力，彼此尊重，单靠任何一个人都无法做成这件事，但作为一个整体，这个互补的团队甚至比马斯克这样的全能选手更强大——要知道他正是SpaceX的早期投资人，对马斯克的评价极高。

Anduril是一个非常清晰的样本：Palmer Luckey在产品和硬件想象力上是顶级的A+选手，Singerman本人就是Oculus的首位投资人，当年正是因为亲自试玩了Oculus原型机被震撼，才果断投资。但Palmer的可贵之处在于，他清楚自己的能力边界，也明白哪些领域需要他人补位。因此Anduril的创始团队中，政府国防市场拓展、大规模工程运营、资本与战略布局，分别由不同的A+级人才负责。每个人都是某一维度的异类，没有谁试图成为全才。

这样的团队需要三个缺一不可的条件：第一，每个人在自己的领域都是A+而非平庸之辈；第二，所有人都清楚自己的边界，真心尊重他人的专业领域；第三，团队拥有唯一的决策路径，视角可以多元，但拍板必须统一。少了第一条，只是一群普通人抱团取暖；少了第二条，天才们会互相内耗；少了第三条，团队会变成永远吵不出结果的委员会。

多元视角下的组织原则

当被问到从彼得·蒂尔身上学到的最核心的东西时，Singerman没有讲投资技巧，而是分享了组织管理的经验。蒂尔做得最棒的一件事，就是在身边聚集了一群敢于反驳他的人。大多数人不敢对蒂尔提出不同意见，但Founders Fund的合伙人能够在他最初不看好某个项目时，直接指出“你错了，这个项目真的很棒”，并最终将项目做成。

关键不在于说蒂尔想听的话——聪明人都能看穿这点，而是要说出“只有你才会拥有的独特观点”。这和Anduril的团队逻辑是一致的：团队的视角必须多元甚至冲突，否则没有价值，但最终的决策路径必须唯一，否则组织必然会分裂。

后来Singerman创办GPx时，用同样的标准评估新的GP：“在这个人选择的赛道里，他有没有可能打败巅峰期的我？”他还有一个判断标尺：现在很多新GP都在复刻Founders Fund的投资叙事，他需要分辨，这是对方的天然强项，还是为了迎合他而刻意模仿的话术。

职业经历与投资感悟

在过去十五年里，我看过的公司和管理层不算少，二级市场又是一个每天用价格给你判断打分的地方。回头看，我自己犯过的错和见过的错，绝大多数都是同一种：把"各方面都不错"当成了"某一方面无人能及"。我2012年从清华大学航空航天专业毕业，先后经历科技公司、投资人、创业三个阶段：

• 2012-2013年参与百度移动云战略与91无线并购整合
• 2014-2018年任高瓴资本研究员，负责全球二级市场游戏娱乐领域的研究与投资
• 2019年参与创立昆仑资本二级市场业务团队
• 2020-2023年作为创始团队成员参与红杉中国对冲基金的创立，负责基本面研究
• 2024年至今联合创立Cloudsway

Fusion Model的落地实践

回到Fusion Model的设计，过去两年的AI行业，大多采用“押注全能选手”的模式：看综合榜单，选择评分最高的模型，将所有任务都交给它完成。但真实的AI模型生态早已不是一张静态榜单，不同模型在数据基础、训练规模、后处理优化、工具调用能力上各有侧重，因此在推理、代码编写、科学计算、信息检索、批判性思考、工具调用、响应延迟、可靠性、成本控制等维度上，都存在条件性的强弱差异。

最擅长独立答题的模型，未必是最好的批判性思考者；小型模型在探索解空间、提供专业领域知识或进行边界明确的验证时，反而能发挥更高的边际价值；如果两个顶级模型的错误高度相关，它们的组合就是冗余的。每个AI模型都有自己的“尖峰优势”——也就是某一维度的A+。Fusion所做的，就是找到每个模型的尖峰优势，将多个A+级的模型组合成一个Anduril式的高效团队，而不是试图寻找一个全能的单一模型。

白皮书将这个问题称为“智能分配问题”，其两大设计原则几乎和Singerman的投资哲学一一对应：

• 第一条原则是“围绕不确定性组织计算，而非围绕模型”。决策的基本单元不再是“哪个模型应该处理这个请求”，而是“在当前状态下，下一次最有价值的计算是什么”。系统在每一步都会思考四个问题：还有哪些不确定性影响决策？什么样的证据能够真正改变下一步的判断？现有能力中，谁最适合获取这些证据？这次计算的预期价值是否超过其成本、延迟和风险？这和Singerman的两个核心问题一脉相承：只将资源投入到最关键的环节。
• 第二条原则是“一个状态，多个视角，一次提交”。这正是蒂尔的组织课和Anduril的团队结构的体现：多个模型可以各自探索不同的解决方案，但不能分叉任务的核心状态；工具调用只能作为提议，最终只有唯一的“权威路径”能够对外执行动作。视角可以多元，但拍板必须唯一。

还有一个Singerman没有明说，但我们在工程中必须面对的关键点：组合和复利完全是两回事。白皮书里明确提到，“添加更多模型只是简单的组合，而学会根据真实任务的需求，让不同模型的条件性优势互相配合，才是真正的复利增长”。

Singerman曾说他识别A+级创始人的能力随着时间不断提升，这正是判断力的复利。在Fusion中对应的是一个数据飞轮：每一次任务的结果都会回流，持续更新“在这类任务、这个状态下，哪个模型更可能提供有价值的证据”的条件能力图谱。静态的榜单无法反映这种动态变化，而这张图谱是Fusion独有的迭代能力。

从内部测试数据来看，相比直接调用最强的单一合成模型，Fusion在保持同等任务表现的前提下，将任务成本降低了30%到40%；在四个带有干扰项的科学问题（材料科学、表观遗传、发育生物学、物理化学）中，它比单一模型池更稳定地实现了“先识别约束条件，再决定哪些知识可以纳入答案”的逻辑。它并没有宣称在每一道题上都胜过所有模型——就像Singerman也不敢保证自己的A+判断永远正确——但我们可以确定的是：在“多个真实事实互相竞争”的复杂问题中，多个A+级能力的组合，比单一全能模型更加可靠。

结语：押注差异而非平均

我并非中立的观察者，Fusion正是我主导的业务，你可以对这份评价保留一定的折扣。但背后的核心逻辑并不依赖于产品本身：无论是投资创始人，还是调度AI智能，“寻找全能选手”本质上是一种偷懒的安全感。真正的杠杆效应，来自于承认没有人、没有模型能够在所有维度上都做到最强，然后在每一个决策节点，将最关键的任务交给最擅长的那一方，并且只保留唯一的拍板声音。

Singerman曾说他“靠押注世界不会毁灭赚了很多钱”。我相信，未来几年AI系统领域的赢家，一定是那些押注“差异可以被有效利用，而非被平均抹平”的玩家。

参考播客：Sourcery平台2026年6月11日发布的Brian Singerman访谈；Fusion Model白皮书可通过公开渠道获取