中美 AI 创投的真实差异｜对谈 Leonis Capital 合伙人 Jenny

There's something there.

我们今天非常开心请到了 Leonis 的合伙人 Jenny。Jenny， 来跟大家简单介绍一下自己好吗 ？

哈喽 ， 大家好 ， 我是 Leonis Capital 的 Jenny Xiao。 平时在硅谷 ， 这次很有幸来北京跟大家一起聊一聊中美创业者之间的一些差距和大家习惯上的一些不同 。

我知道很多中国的创业者想要去美国发展 ， 想要出海 ， 所以也是想要跟大家多多交流一下 。 我自己的背景呢 ，是之前在 OpenAI 是早期员工 ，在此之前在哥伦比亚大学读博士 。

我其实是在美国长大的 ，但是在中国生活了 8 年， 初中高中在中国读的 。

然后你是在哪年到哪年是在 OpenAI 啊 ？

我当时是 21 到 22。其实我在 OpenAI 没有待特别长时间 ， 差不多也就一年左右 。 当时呢是在 ChatGPT 出来之前 ， 所以说看到了 OpenAI 发展最快 ，也是最有意思的一段时间 。

然后你就是出来做投资了吗 ？

对 ， 我其实一直是一个喜欢创业的一个人。 我当时在本科的时候就跟朋友一起做了公司 ， 然后当时呢也是通过那个公司接触到了 OpenAI 这样的机会 ， 所以在 OpenAI 从微软募资了之后就加入了 OpenAI。

然后在此之后呢 ， 我也是一直在想有没有创业的机会 ， 然后 ChatGPT 火了之后， 我就毅然决然地离开了 OpenAI。

差不多在它火了一周之后， 我就离开了 ， 决定出来做这个基金 。

为什么当时是决定出来做基金 ，而不是做一个跟 AI 相关的一个创业项目 ？

当时有两个原因 。 第一个原因呢是我在 OpenAI 的时候就一直在想 ， 谁是对 OpenAI 影响最大的人。 当时的结论是 Sam Altman， 然后他自己以前也是做 VC 出身的 。

我当时就觉得说我没有很多的投资的背景 ， 然后正好在那个时候遇到了我的合伙人 Jay， 然后 Jay 是一个很有经验的投资老手 。

我觉得我们俩的背景非常非常的契合 ， 然后非常的互补 。 因为我是 AI 的背景 ， 然后他是投资的背景 ， 所以正好有这样的机会 ， 我们就出来一起干了 。

所以你们基金正式开始做是 23 年是吧 ？ 还是 22 年底 ？

我跟 Jay 开始合作是在 22 年底 。其实他一开始在 21 年的时候就已经在做我们这只基金了 。

明白 。 然后那你那个时间节点其实选得很好诶 ， 对吧 ？ 就是那个正好是最热的时候 。 我觉得至少从国内的视角来讲 ，是 23 年开始是最热的时候 。

我不知道美国那边你觉得是怎么样 ？

是一样的 。 我觉得国内和美国的信息还是流通非常好的 。 美国差不多也是在 23 年年初的时候 AI 开始大热 。

我当时也是碰到了很多大基金想要招像我这样的背景去做投资 ，但是我还是觉得一定要有自己的一个品牌和自己的这样的一家公司吧 。

所以当时也是初生牛犊不怕虎 ， 没有什么很多经验 ，但是比较勤奋 ，也跟 Jay 学了很多 。

所以你这几年其实可以说是在一边学 AI， 一边学这个投资这件事情 ， 对吧 ？

对 ， 我觉得我更多的是我已经了解 AI 的一些技术 ，但是在投资这件事情 ， 我觉得我一方面是在投 ， 一方面也是一直在学习 。

我觉得所有的投资人都是要保持一个初学者的一个心态嘛 。 因为我知道很多有经验的投资人可能现在就比较懈怠了 ， 或者是用 10 年前的视角来看今天的 AI 公司 。

有吗 ？ 美国也是这样吗 ？

是的 。 我经常跟我的合伙人 Jay 开玩笑 ， 就我说美国很多投资人到了四五十岁就是处于一个半退休的状态嘛 。

经常就是你跟他聊 ，他就是 " 我去钓鱼了 ， 我去打高尔夫了 "。 我觉得他跟年轻的创业者是非常非常脱节的 。

可以跟你讲一个小故事 。 我当时有一个创业者朋友 ，他在融 A 轮的时候同时接触了两家基金 ， 一家基金是比较年轻的合伙人自己出来单独做的 ， 然后另外一家基金是一个老牌的美国的一流基金 。

然后他当时去 pitch 那个老牌基金的时候 ，他就觉得说 " 哇 ， 我走进他非常大的一个办公室 ， 然后办公室里边基本上空无一人， 然后几个老头子围着一个桌在聊高尔夫 "。他当时就觉得说我好像跟这些投资人不是一路人。

他后来就去一个咖啡厅去 pitch 另外一家年轻的基金 。 当时的感觉就是说 " 诶 ， 这个人跟我一样 ，有创业者的锋芒 ， 了解技术 ， 了解 AI， 然后有这样的一个活力 "。

所以说我觉得就还是新生代的投资人会更加的跟 AI 时代接轨一些 。

是 ， 就是从沙丘路走到了 Blue Bottle 之类的这种感觉是吧 ？

是的 。 当然我觉得也有很多有经验的投资人 ，他也是充满活力的 。 只不过说是硅谷一个比较普遍的现象 ， 就是稍微年长一些的投资人会比较保守 ， 然后整个价值也比较高了 。

是 ， 理解的 。 所以我很好奇啊 ， 就是你这两年不管是做投资还是投 AI， 你觉得你观察到的最主要的几个 ， 我们讲趋势也好 ， 或者几个 milestone 是什么 ？

我可以从 23 年开始说一下我对 AI 领域的一个观察吧 。 我觉得 23 年的时候 ， 当时大家的一个共识是投大模型公司 ，不论是在国内还是在美国都是这样 。

当时在美国的时候 ， 大家就是不停地给 OpenAI、Anthropic 这样的公司投钱 。 当然我觉得在当时的视角之下， 这肯定也是一个正确的选择 。

因为事实证明这些公司在最近两年发展得特别快 ，并且大部分的利润都由大模型公司去赚取了 。 但是呢 ， 当时我们基金就开始在看 AI 的应用 。

当时其实大家的一个共识就是应用是一个 wrapper，是没有什么价值的 ， 它非常的轻 ， 非常的薄 。 但是这个趋势在 24 年、25 年得到了很大的好转 。

因为很多应用层的公司它也做出了自己的一些特色 ，也做出了一些护城河 ， 包括美国跑出了很多有名的一些公司 ， 像 Cursor 啊 ， 像 Perplexity 啊 ， 我觉得都是对应用层是非常重大利好的 。

然后 24 年和 25 年比较火的一个趋势就是 agent，但是 AI agent 落地其实现在还是有很大的困难的 。 包括我跟一些传统的美国的公司 ， 还有其他的国际的公司聊的时候 ，他们都会说我们有尝试用 AI agent，但是呢 ，因为它稳定性不够好 ， 所以我们作为一个大企业是没有办法去用 AI agent 的解决方案的 。

所以说现在大家又从一个讲 AI agent 大故事的一个趋势 ， 变成了讲如何实际的企业化的落地 。 我觉得现在创业者变得更加的务实了 ，也更加注重自己 AI 产品的实用性 。

那你觉得明年呢 ？ 我不知道你们有没有讨论过这个事情 。 因为我觉得至少从还是从国内的视角来讲 ， 就是今年上半年 agent 是特别热的 ，但到了下半年， 当然最近可能多模态会稍微热一点 ，但大家我觉得缺少一个特别主流的 、 有共识的那么一个叙事 。

不管是大模型还是应用都是差不多的 。 你看大模型现在大家也不知道下一个突破点可能在哪里 ， 对吧 ？

然后应用呢 ， 大家也至少在当下没有一个特别共识的一个方向性的投资 。 我不知道你看到的是怎么样 ？

我觉得从大模型的层面来说 ， 确实 Scaling Law 已经走到了一个终点 。 但是其实大模型它要提高它的功能的话 ， 还有很多别的办法 ， 比如说一些细分赛道 、 细分领域的一些数据 ， 这些只要去做一个 fine tuning 的话 ， 这个模型的能力会提升特别多 。

我觉得还有很多很多这样的小的细分赛道 ， 比如说医疗 ， 比如说生物方向 ， 还有科学各种各样的方向 。

然后我自己其实在领英上面一半的 DM 都是问我说每小时多少钱 ， 能不能帮我们去做你的博士领域的数据标注 。

然后这种情况我周围读过博的同学都觉得很普遍 ，因为他们的领域受到了 AI 公司的关注 ， 然后希望得到他们细分领域的数据 。

那应用层面的话 ， 我觉得还是有很多可以做的地方 。 我在硅谷的话 ， 我看到了非常多的应用的机会 ， 大部分的机会都是在企业级的应用层面 。

我可以给你讲一个具体的例子 。 我其实来国内之前 ， 我去了一趟日本 ， 然后跟日本的一些老牌的一些金融公司有所接触 。

当时有日本的一个银行 ， 它的一个 AI 负责人告诉我 ，他用过一款产品叫做 Rogo， 是一款专门帮投行小哥做 AI 的这样的一款产品 。

比如它会帮你去整理一些金融的文件 ， 帮你去做这个 Excel 的数据分析 。 然后我去跟这个日本的大企业沟通的时候 ，他们就会说这个产品很好 ，但是不够稳定 ， 它没有办法达到百分之百或者是百分之九十五的准确性都不行 。

这样子的话反而给他们添了很多麻烦 ，因为他必须要人工一点一点地去检查你的这个产出是否是正确的 。

所以说我觉得在这个点上还有很多可以进步的地方 。 如果他们能够在模型的稳定性上， 包括建立一些这种 workflow， 能够把它的工作流一步一步地细分 ， 每一个工作流只给 AI 几个选项 ，而不是让 AI 去随便什么都可以做 、 什么都可以说 。

那这样的情况之下， 大企业就可以应用 AI。 我觉得这是一个非常非常大的一个机会 。 另一个很大的机会 ， 我觉得是政府可以用 AI。

我知道美国的一系列政府的软件是非常非常落伍的 。 我经常用的时候我都觉得说 " 哇 ， 这是上个世纪八九十年代的软件 ， 我们居然现在还在用 "。其实有很多 AI 创业公司也在试图把产品卖给政府 。

那这个过程当中也是需要它把产品做得更加的稳定 ， 保证它万无一失 。 那么这样政府或者是企业级别的客户才会放心去用 。

对 ， 我觉得你聊到这挺有意思的 。 就是因为我过去去过好几次硅谷那边 ， 然后我看到了很多中美两边的区别 。

我觉得正好你刚才讲的就带出了我想聊的第一个区别 ， 就是美国我觉得都在做各种 To B 和 To C 的事情 ， 然后国内确实现在是做这个方向相对比较少了 。

而且我在美国有跟那边的不管是投资还是创业者聊 ， 我觉得甚至有投资人跟我说 ，他们就是确实看不懂 To C 的东西 。

我不知道你的体感是怎么样的 ？

你知道为什么吗 ？ 我觉得是中国和美国的市场性质差异太大了 。 中国是一个非常单一的一个市场 ， 可能你人在中国 ， 你会觉得中国非常的多元 ， 大家的需求很不一样 。

但是我从一个硅谷的视角来看中国的话 ， 就会觉得这 To C 太好做了 ，因为大家的需求高度的一致 。 比如说在国内 ， 你是一个投资人， 你投了一家火锅连锁店 ， 你都可以去做一个 VC 去投资 。

但是在美国是无法想象的 。 原因就是美国的市场细分的太多太多了 。 我老公其实是美国的一个 To C 的创始人， 然后他告诉我就是说美国黑人和白人， 白人和亚裔 ， 每个人使用的支付软件都不一样 。

那更不用说是大家喜欢用什么样的 AI 模型 ， 喜欢用什么样的产品 ， 大家需要解决什么样的一个消费痛点 。

因为这个国家太过于多元了 ， 所以说 To C 非常难做 。 它必须要根植于一个群体 ， 一个画像 。 比如说你做一款 AI 的支付软件 ， 这个软件专门就是针对美国的 Gen Z 这一个时代用 ， 或者是说这一款软件专门是针对美国的乡下的保守人士用的 。

因为这个国家太过于多元 ， 所以很难形成一个统一的大市场 ， 让 To C 的创业者能够有一个很大的一个 TAM。 那另外来说 ， 美国 To B 的支付意愿是非常非常强的 。

中国很多企业是不愿意买软件 ，而愿意去买服务嘛 。 美国的企业其实更愿意买软件 ，因为美国人工实在是太贵了 。

所以说很多事情只要是能够用软件去取代人的 ， 企业都是愿意做的 。 包括能够提升自己公司员工的工作效率的事儿 ， 企业也是非常愿意去做的 。

这个其实是一个很理性的一个决策 。 因为很多国内大家觉得理所当然的事儿 ，在美国就变得无比无比的昂贵 。

我觉得还有一点就是美国有一个很强的小费文化 ，因为什么事情都要给一个三五美金的一个小费 。 所以说大家的一个思维方式就是 ， 我如果能够通过给三五美金就解决一个小的痛点 ， 比如说我去旅馆了要拿箱包 ， 那如果有一个人能够帮我拿上楼 ， 我就会愿意给他三五美金 。在这样的一个大背景之下， 大家对于一个月支付二十美金去解决一些小痛点的事儿 ， 就非常

非常的接受 。 包括我认识很多美国的创业者 ，他会跟我说美国的市场大家的付费意愿很强 ，但是到了欧洲 ， 到了日本 ， 到了其他的国家 ， 付费意愿就远远没有美国这么强 。

所以我觉得美国是一个特例 。 然后这种特例其实是因为美国人工贵 ， 加上美国有这个小费文化 ， 导致美国人的软件支付意愿特别特别强 。

但也是国内现在大家总在讲一个概念 ，是 Prosumer 的概念 。 我不知道你在硅谷那边有没有听过 ， 或者有没有这么讲 。

是有的 。

对 ， 就是一些专业的创作人群啊什么的这些人。 对 ， 我不知道你们会把它划在更偏 To B 还是 To C 里面 ？

如果是在国内的话 ， 我会把 Prosumer 划成 To C，但是我如果在美国 ， 我会把 Prosumer 划为 To B。 因为我这里考虑的问题是最终是谁买单 。

国内如果是 Prosumer 方向的话 ， 最终还是由个人自掏腰包去买它 。 所以整个购买的逻辑和整个产品的一个使用的体感 ， 都要往个人的喜好上面去靠 。

但是在美国的话 ，Prosumer 最后都会变成 To B。 因为我看到了很多 Prosumer 的产品 ， 比如 Notion、Figma， 一开始都是给个人去使用的 ，但是后来逐渐这些个人在用的过程当中 ，他让自己的公司也去买 。

比如说他一传十 、 十传百 ， 这个公司里边有五十个人 、 一百个人在用 ， 这个公司就直接买了一个企业级的 Notion。

这个其实是美国很多 Prosumer 产品的一个发展的路径 。 但是国内的话 ， 我觉得可能不太一样 。 我不是很了解啊 。

是国内大家现在也都在做美国市场 ， 所以可能是差不多的 。 但你刚才讲的那个就很有意思 ， 就我之前也跟人讨论过 ，是不是现在大家在做的 ，因为 AI 这波其实 Prosumer 这个概念才更起来嘛 。

我在想它是不是其实也是中间的一个过程 ， 就最终是不是都是要 To B， 或者说甚至于说越来越 To B 才是一个合理的路径 ？

我觉得在美国的话 ，To B 肯定是一个最优解 。 因为 To B 的话 ， 支付意愿特别强 ，而且 To B 粘性非常的强 ， 它不会轻易的替代掉一个产品 。

美国的话 ，To B 也有很多发展得很好的公司 。 我们投了一个公司叫做 Motion，他们就是主要是 To B， 然后卖给的是一些个人或者是小公司 ， 二十个人以下这样的一些公司 。

那这样的一些公司级别的用户 ， 确实比个人的粘性要强非常非常多 。 所以说我觉得如果是在美国市场的话 ，To B 和 To B 肯定是更好的一个发展的路径 。

但就像你讲的 ， 反正 Prosumer 最后可能就从 PLG 的路线 ， 然后发展到一些 SLG 啊之类的 ，是吧 ？

对 ， 我觉得美国 Prosumer 的公司 ， 它肯定是先是 Prosumer， 然后之后是想要让这个 Prosumer 他的公司都去使用他的产品 。 比如说我们投了一家公司叫做 Jace，他们是用 AI 做的邮件和 productivity 的一个产品 。

我们公司就在用它 ， 然后它会帮我省很多很多回邮件的时间 。 那它这个产品增长的逻辑也是一开始会给个人用 ， 个人去用了它之后觉得很好用 ， 就给公司其他的人介绍 。

那它很多很多的大客户都是这样子拿到的 。

而且我发现美国那边我们聊过一些创业公司 ，有的是阶段相对已经比较靠后的了 。 然后我会发现它的收入来源里面 ， 可能比如说前三个大客户 ， 甚至于有的时候就是只有一个大客户会占着六七十的销售额 。

我不知道这种现象算是常见吗 ？

比较常见吧 。 但是我作为投资人会比较担心这种情况 ，因为说明它还没有找到真正的 product market fit。 那有一两个或者是两三个大客户 ， 我们会比较担心的一点 ， 就是它在做产品之余还做了很多服务 。

这个对于美国投资人而言是一个大的禁忌 ， 就不希望这些公司拿着投资人的钱去做服务方向的事儿 。

我觉得基本上这个公司到了 A 轮 、B 轮之后， 都会尝试去 diversify 自己的客户源 。 基本上大客户前五可能占到了百分之三四十 ， 我觉得是比较好的一个状态 。

当然公司发展的初期 ， 难免有一些大客户占很大的比例 。

明白 。 对 ， 我当时还在想说这样的话 ， 它是不是最后就是还是卖掉是一个比较好的出路 。 这个我觉得也是我们刚才聊到 To B 的时候那个可以探讨的一个点 。

就我发现美国确实很多公司做着做着它可能就卖掉了嘛 ， 就确实比较好卖的嘛 。 就 To B 可能就卖给它的客户 ， 或者卖给其他的上下游之类的 。

是的 ， 我觉得美国 To B 的应用公司 ， 还有包括美国有做很多开发者工具的公司 ， 都是很容易被卖掉的 。

因为它很多客户 ， 特别是一些大公司 ， 像什么微软呀 、 谷歌呀这样的大公司 ， 用它用的觉得比较好 ， 可能就觉得说 " 哎 ， 我还不如把它买了 "。

买了之后我们可以给自己的产品中也加一个功能 ， 那就把它这个团队吸收到自己的大平台里边 。 那不仅是美国的一流的大厂会收购 ， 美国有一些中流的 ， 比如说估值几个 B 的公司 ， 它也会去收购一些更小的公司 。

这种事情还是非常常见的 。 这也是为什么作为投资人而言 ，在北美市场去投 To B 的公司 ， 我的退出路径是更加明确的 。

但是 To C 的公司实在是很难被收购 ，因为很多时候你的用户画像跟别人不一样 ， 或者是说你这个产品它必须得是单独存在 ， 它很难在另外一个产品之下 。

是 。 所以你现在如果说有一个创业者来找你聊天 ， 你主要会考察他的哪些东西 ？

我觉得我们会看几个方面吧 。 首先我们会看创业者个人。 我自己比较关注的一个点 ， 就是这个创业者到底有没有特殊的见解对于他这个行业 。

因为我见过太多美国的创业者 ，他觉得 " 哎 ， 我周围的同事都创业了 "， 或者是 " 我的同行创业了 "，" 谁谁谁成功了 ， 我也要去创业 "。

这个听着跟国内也是一模一样的呀 ， 看来没有那么大的区别 。

真的区别没有那么大 。 我觉得很多国内看硅谷的时候是自带滤镜的 。 但是我作为一个常年在硅谷的人， 我觉得硅谷还是有很多这种不好的事情 。

可以给你举一个例子 ， 最近一段时间因为 AI 市场非常热 ， 所以有很多大厂的员工都想跳出来创业 。

但是有很多人其实还没有辞职 ， 就来领英上找我 ， 或者是邮件找我 ， 然后跟我说 " 哎 ， 我想要找你融资 "， 融了资我就离职 。

我就说 " 你这不是已婚人士去社交软件上交友吗 ？" 然后说 " 我跟你在一起了 ， 我就跟我老婆离婚 "。

我觉得这就是耍流氓 ， 对吧 ？ 但是最近因为 AI 市场太热了 ， 所以这种现象非常非常的普遍 。

对 。 那我们讲回来刚才的那个 ， 对 ， 就是你说找你来 ， 你会先看他那些 。

对 ， 我觉得从一个个人层面 ， 我会非常看重他对这个市场有没有特别的见解 。 就不要跟我说这个市场很好 ， 你要告诉我说这个市场为什么你知道一件事儿 ， 别人不知道 。

当然我在国内跟很多投资人聊 ，他们会说国内是没有信息差的 。 你只要有一个好的点子 ， 迅速的会有十几个人 、 二十个人去照抄 。

但是在美国 ， 我觉得是还是会有很多信息差的 。 因为有很多细分的垂类赛道 ， 它没有人去做 ， 然后客户的付费意愿又很强 。

那这样的情况之下， 我会很看重他有没有自己对于这个行业的一个见解 。 然后创始人这个层面 ， 我还非常看重他能不能够快速学习 ，以及快速的去对市场有个清晰的认知 。

比如说我会问创业者 " 你觉得你这个事情别人会不会做 ？" 那有很多创业者他会假装自己很有自信 ， 就说 " 我这个事儿只有我能做 ， 别人都不能做 "。

这种情况我是心里会默默给他扣分的 。 因为我觉得他对于这个竞争的整个大市场没有很清晰的认知 。

我更希望听到创业者说的就是 " 我想过 ABC，他可能都会做我这一个 ，并且他们有这样这样这样的优势 。"

但是呢 ，在这个细分赛道 ， 我们可以先用什么什么样的方式切进去 ， 这样子的话我们在这一个点上有优势 ， 那通过这一个点可以到线到面 ， 然后占领这个市场 。

我更希望听到的是这样的一个回答 ，而不是很多特别是硅谷一些加速器出来的创业者会直接跟你说 " 就我们做的最好 ，其他的人都是垃圾 "。

但我首先想先说一下， 就是肯定美国各种投资人也有大家各自的风格嘛 ， 对吧 ？ 大家也都不太一样 。

但你觉得从你整体的感受来讲 ， 大家是更看人还是更看事儿 ？

有很多投资人是只看人， 不看你做的是什么事情 ， 特别是加速器 。 还有就是特别特别早期的投资人 ，他们就是天使嘛 ，他们就觉得说 " 你只要我认准了你这个人， 我其实不在乎你做的是什么 "。

当然我觉得大部分的基金到了我们这个阶段 ，因为我们是投种子轮 ， 种子轮是希望你有一定的客户体量 ， 希望你已经有一个小团队 ， 可能两三个人。

这种情况的话 ， 我们还是会很看重你做的方向是什么样的 。

所以我还有一个不理解的点 ， 就是美国那边像你讲的各种孵化器啊等等 ， 就大家投了非常多的年轻人， 然后他年轻可能真的是非常年轻 ， 对吧 ？

我们都不是说应届生 ， 很多都是没毕业的人。 但这个在国内其实也是挺难想象的 。 因为像你讲的不管是竞争的问题 ， 对吧 ？

还是经验的问题啊等等 ， 可能大家都觉得这些人是挺难跑出来的 。 所以你觉得美国那边为什么大家愿意投这么多年轻人 ？

而且确实有很多年轻人做得很好 ， 最后 。

我这里可以从文化角度上来聊一聊这个问题 。 因为我在美国和中国都有长大嘛 ， 然后我其实觉得美国的同龄人， 特别是初高中生 ， 我觉得整个 。

早熟 。

对 ， 会比中国小孩要早熟很多 。 很大的一个程度上就是美国的教育方式很不一样 。 美国十六岁就可以开车上学了 。

我老公当时他是美国白人， 然后他就是十六岁 ，他们家住在一个山上， 开山路自己上学 ， 每天上学放学都是自己一个人去的 。

然后他们学校里边还有各种就是很乱的一些事儿 ， 然后家长也没有觉得很难接受 。 但是在国内 ， 我真的很难想象一个高一的学生自己开车上学 。

虽然国内十六岁也不让开车嘛 ，但是这种就很难想象 ， 觉得十六岁还是个小宝宝 。 所以说我觉得美国的文化让大家心智成熟的会早一些 。

这也是为什么我跟很多美国甚至十七八岁还没有读大学的创业者聊天 ， 你会觉得说 " 哎 ，他其实还挺有想法的 "。

在国内的话 ，因为大家接受的初中高中教育 ，其实小的时候一直在一个教育的环境里边 ，但是美国有很多创业者从很小就不怎么读书就开始创业 。

我老公就是一个典型的例子 ，他从十三岁就开始做自己的公司 。 当时十六七岁的时候 ， 自己有一家做云服务的公司 ， 然后做的还挺大的 ，不怎么上学 ， 然后后来也不怎么想读大学 。

这种类型在美国还挺常见的 ，因为整个社会更加包容一些 ，并不是说你一定要成绩很好才能够接受很好的教育 。他当时也是拿了全额奖学金去读的大学 。

但是中国的话 ， 如果你是这样的话 ， 家长早就把你的腿打起来了 。

所以你觉得就是那些比较年轻的人 ，其实他只是年纪上看起来年轻 ，但可能他的经验已经非常多了 。

对 ， 我觉得一个十六七岁的美国人吧 ， 如果他从十三岁开始创业 ，他可能 。

你说这个有点 ， 这个它不是一个很常见的事情吧 ？

挺常见的 。

OK。

就拿 YC 作为例子吧 ， 基本上每一年的 YC demo day 我都会去 。 我最近两年感受非常深的一点 ， 就是 YC 的创业者真的是每一届比上一届都要年轻 。

我没有统计他们多大岁数啊 ，但是呢 ， 我见到了非常非常多高中辍学创业的学生 ， 可能就真的只有十七八岁 。

最小的我还见过十五六岁的创业者 ， 拿到了 YC 的投资 。 那还有一个点 ， 就是我们自己公司是统计了美国发展的最好的一百家 AI 公司 ，他们的创业者的年龄和创业者的背景 。

当时有一个数据还挺有意思的 ， 最常见的年龄是二十六和二十七岁 ， 然后年龄的中位数是二十八九 。

所以说基本上美国的创业者都在三十岁以下 ， 包括一百家最好的 AI 公司当中 ，其实有大概百分之十到百分之十五 ，是十八到二十五岁这么一个年龄区间 。

那这样的一个年龄段基本上就是本科辍学 。 所以在美国的话 ， 本科辍学出来创业成功的概率还是挺高的 。

对 ， 所以我想再给你确认一个点 ， 就是我们国内大家其实经常听到辍学创业的故事 ， 对吧 ？ 就最有名的是扎克伯格这种 。

但有没有一种可能是说大家只看到了辍学这个事情 ，但没有看到说辍学背后 ，其实像你讲的很多人可能十三岁或十六岁就已经有很多丰富的经验了 。

就这个你觉得是一个常态吗 ？

我和我老公都是辍学创业 。 我当时是从哥大辍学去了 OpenAI， 然后从 OpenAI 出来做基金嘛 。 我今年五月份刚刚从哥大毕业 ， 我后来回去把我自己的论文写完了 ， 拿到了博士学历 。

然后我老公也是从斯坦福辍学 ，他差不多只读了一两个学期 ， 觉得没有什么意思 ， 然后就出来创业了 。

我觉得美国的学制特别的有利于辍学创业 。 首先就是整个社会它很包容辍学者 。 第二点呢 ， 就是整个学校它也会有很多政策利于辍学 ， 比如说你有一个政策叫做 leave of absence， 就是你可以休学几个学期 ， 好几年， 你之后你都可以回去把自己的学位继续读完 。

所以对于很多年轻人而言 ， 辍学它是人生的选项之一 。 你可能中间休学个一两年， 出来创业 ， 如果没有成功的话 ， 反而就可以回去把书读完 。

如果成功了 ， 那也没有必要继续读这个书了 。 包括美国很多企业 ， 它也没有特别在乎你有没有拿到学校的文凭 。

当然我总是跟人开玩笑说 ， 你从哪里辍学还是一个很重要的事儿 。 你是哈佛 、 斯坦福辍学 ， 还是从社区大学辍学 ， 这个事儿对于你未来创业成功的可能性 ， 投资人愿不愿意投你 ， 包括你之后回去如果读完了这个书 ， 能不能出来找到很好的工作 ， 还是有很大的影响的 。

所以说作为一个斯坦福或者是哈佛的学生 ，其实辍学创业已经成了一个很主流的选择之一吧 。 没有必要一定把这四年的书读完 ， 想要去创业两三年， 再回去把这个书读完 ，其实也没有任何的问题 。

但比如说就是一个斯坦福的学生 ，他可能读到大二大三 ，他辍学创业 ，但他之前呢 ， 可能最多有一两份实习 。

你觉得这种是能拿到钱的吗 ？ 在美国这样 。

看人。 我基本上这种很年轻的学生 ， 我会看他学习能力有多快 。 我自己也投过一些辍学创业的学生 ， 包括我投了一个十九岁的华裔小男生 ，他是从宾夕法尼亚大学辍学出来创业 ， 这是他第一次创业 。

但是在此之前 ，他做了非常非常多的开源项目 ，有很多的做项目的一些经验 ， 所以我还是会投他 。 但是我也见到很多斯坦福的学生 ， 尤其是斯坦福的学生 ，他们辍学创业只是为了刷简历 ，他们会辍学去 YC， 然后拿了一笔钱之后又回到斯坦福继续把书读完 。

因为大家会觉得说我有所谓的创业经历之后， 对于大公司的吸引力更强 ， 或者是更有利于我未来出去募资 ， 给人一种 " 啊 ， 我是少年天才辍学创业的 " 的感觉 。

所以说这是也是一个事物的两面吧 。

我觉得国内现在就是最火的创神的画像 ， 比如就是像什么字节高管呀 ， 尤其是他如果是连续创业者 ， 或者他创完业又去了字节 ， 或者去完字节又创业 ， 这种背景的可能是在国内最好拿到钱的 ，而且必须得是字节的高管啊 。

如果是中层都会稍微弱一点 。 就是如果我们说这个是一个当下最流行的国内创业师的画像的话 ， 那你觉得在美国最流行的画像大概是什么样 ？

最受欢迎的画像还是差不多二十七八岁 ， 然后大厂出来之前有很强的技术背景 ， 或者是有博士学历 ， 这种类型的人非常容易拿到很好的投资 。

当然连续创业者如果第一次创业成功了 ， 第二次出来创业的时候 ，也是有非常多人愿意投他的 。 我其实觉得硅谷有年龄歧视 ， 除非你做得特别成功 ， 否则我觉得大概也是中国有三十五岁焦虑嘛 ， 美国也是三十五岁以上 。

如果没有做出很大的成绩的话 ， 想要再出来创业 ，也是投资人会问很多问题 。

但如果是二十七八岁 ，他还得读个 PhD，其实他也没工作几年嘛 ， 对吧 ？ 就是不会有太多时间的工作经验 。

但这样的话会不会担心 ？ 就当然像你讲的 ， 还是看他自己学习能力了 ， 对吧 ？

二十七八岁我指的是要么他有很强的学术能力 ， 比如说他是斯坦福的博士啊 ， 这种情况我就会指望他做 CTO，而不是做 CEO。

要不然他二十七八岁 ， 可能他二十二岁去大厂 ， 然后工作了五年， 现在也是一个精力非常旺盛 ， 很年轻 ，但是技术能力很强 。

这样的背景的人更适合做 CEO。

明白 。 然后从估值上来讲呢 ， 你觉得就是一种是我们讲的那种特别厉害的 ， 对吧 ？ 比如说 OpenAI 出来的一个那种人。

然后另外就是说平均的正常的水平来讲 ， 你觉得美国现在可能我们说前面一两轮吧 ， 大概估值会是什么样 ？

硅谷的估值都是一个玄学 ， 没有一个非常理性的估值的方式 。 我觉得基本上天使轮吧 ， 两千万美金算是比较贵的 ， 我觉得一千多万美金是一个很正常的值 。

如果是种子轮的话 ， 第一轮差不多两千万 、 两千五百万 。 如果贵一点 ， 像 YC 的公司可能达到三千万多 ， 甚至是四千万 ， 我都见到过 。

然后如果是比如说大厂出来 ， 或者是背景特别好 ， 那就真的不好说 ， 什么都没有 ， 一上来就可以估值达到一个亿 、 两个亿美金 ， 我觉得还是很常见的 。

那么到了 A 轮的话 ， 又是变化很大 。A 轮我觉得现在基本上的估值都在一个亿以上 ，但是水涨船高 ，以前差不多做到了一百万美金的年化收入 ， 就可以去募 A 轮了 。

但是现在基本上要你达到三百到五百万才能融一个很好的一个 A 轮 。 我之前看到了一个很有意思的一个数据 ， 就是种子轮和 A 轮之间的一个间隔的时间有多长 。在差不多五年前的话 ， 这个间隔在十八个月左右 ， 甚至可以压缩到十二个月 。

基本上公司做了一年多就可以出来融 A 轮了 。 因为当时 A 轮估值低 ，A 轮差不多是五千万或者是四千万的一个估值 ， 对于这个公司的收入要求也比较低 。

但是现在的话 ， 对于公司的收入要求更高 ， 估值也给的更高 。 这也是为什么很多美国的公司它会在种子轮和 A 轮中间加一个种子的延长 ， 就是 seed extension round，因为它的钱不够用了 。

所以说我觉得这个估值最近几年变化还是很大的 ， 对于创业者的募资的战略影响也很大 。

对 ，因为这两年就是还是 AI 很热 ， 所以大家拿的钱都在变多吧 。 但就正好讨论到一个当下也比较热的话题 ， 就是你觉得 AI 到底有没有泡沫呢 ？

或者我们可以分一级市场 、 二级市场来看 。 因为一级市场确实很多公司的估值已经很夸张了嘛 。

我觉得一级市场和二级市场都是有泡沫的 。 因为我自己的一个想法是 AI 的公司 ， 它应该比传统 SaaS 的这个 multiple 要低 。

就传统 SaaS 的估值方式不就是比如说你这个公司年化收入是多少钱 ， 然后乘以二十或者乘以三十 。 但是我自己的看法是 AI 公司乘以的这个数应该比传统的 SaaS 要低 。

因为 AI 公司有几个大问题 。 第一个问题是 AI 公司每提供一份新服务 ， 它需要花更多的钱 。

你说那个 token 的成本 ？

对 ，token 成本还是挺高 。 但是传统的软件公司的话 ， 我做出一份产品 ， 卖一百万 ， 卖一千万份 ， 我都是不用再去投入的 。

然后另外一个方面就是很多 AI 的公司 ， 它表面上是软件 ，但实际上它是一个基建的公司 。 所以说我觉得这个逻辑上，AI 公司它的乘以的这个数值应该是比软件公司要稍微低一点的 。

基于这个道理 ， 我觉得很多头部的 AI 公司它的估值是太高了的 。 包括一些二级市场的公司 ， 我觉得也是有这样的一个问题 。

那么一级市场表现得最明显的是一些非常火的公司 ， 甚至它用户数量在减 ，但是它的估值还是特别特别高 。

对 ，有好几家到百亿美金级别的公司嘛 ， 对吧 ？

对 ， 我自己觉得像 Perplexity 这样的公司的话 ， 就是估值过高 ， 甚至 Cursor 我自己也觉得它的估值是太高了 。 因为投资人很大程度上是忽视了它的结构性的问题 ， 只是看着它的收入增长 ， 然后盲目的去投它 。

对 ，而且我觉得至少从我外部看来 ， 美国那边有蛮多公司在后期的融资 ，其实是它又蛮明显的在做估值的那种感觉的 ， 对吧 ？

就是一轮很高的估值要拿一点钱啊 ， 或者甚至于大家在传 OpenAI 是靠老股定价来去要一个更高的估值啊什么的 。

因为很重要呀 ， 它的估值越高 ， 它就能够吸引到更好的人才 。 公司到了一定的程度 ， 它其实打的就是一个人才的仗嘛 。

如果是 Cursor 的话 ， 我在一个很卷的一个赛道里面 ， 我必须要拿到最好最好的做 AI coding 这个方向的人才 。

那我在跟 Anthropic， 我在跟 OpenAI 抢这样的人才 。 那我只有我的估值足够高 ， 我去给的人家的股票才足够值钱 ， 别人才觉得说 " 诶 ， 我去你们公司是不亏的 "。

但是我觉得很多员工他自己没有想到的一点 ， 就是这个公司如果估值特别高 ， 你去了之后这个估值打下来了 ， 打下来了之后你的股票可能价值为零 。他没有想到这个风险 。

我觉得也是很多创始人和投资人因为在金融方面更加懂一些嘛 ， 就会知道有这个风险 。 但是很多很多的员工他觉得说公司估值越高越好 ， 然后这样子我的股票就越值钱 。

所以美国那边一般融资的一个正常的流程是怎么样的呢 ？ 尤其是啊 ， 我觉得现在很多国内的创始人到美国去想接触当地的一些结构 ， 想要去融资的话 ， 我觉得它一个正常的流程从第一天开始准备到最后拿到钱大概是怎么样的 ？

我可以讲的时间线更长一点 ， 然后不是说从融资那一步开始 。 我自己觉得最好是第一步是先把架构给调了 。

就是有很多国内的公司可能是开曼啊 ， 或者是一些别的国家的一些架构 。 那么我作为一个美国投资人， 我其实是比较难投进去的 。

当然还是会有现有积和现有蛋的问题嘛 。 因为很多国内的老股东不让调 ， 或者是说 " 诶 ， 你拿到了美国的投资 ， 我们再去调它的这个架构 "。

但是你一定要跟他讲清楚 ，因为很多特别是美国主流的基金 ， 它除了 Delaware 以外的架构 ， 它基本上是不太会投的 。

而且这对于它来说就是这是一个可能的一个雷点 。 所以说我觉得这个一定要排 ， 或者是你态度非常诚恳的跟美国投资人说 " 我现在还是什么什么架构 ，但是我准备调成美国的这个 Delaware 的架构 "。

你只要这个态度放出来 ， 我觉得大部分百分之八九十的美国投资人还是可以接受的 。 第二个呢 ， 如果大家想发展美国的市场 ，以及是大家如果想要在美国拿钱 ， 我觉得你先去硅谷住两个月 ， 然后去参加当地各种各样的活动 ， 接触当地的创业者 、 投资人 、 当地的一些大厂的员工 ， 了解这个环境了再开始募资 。

为什么呢 ？ 因为我见到非常非常多的中国的创业者在美国来第一步就是找投资人。 因为大家觉得 " 哎 ， 我就在美国住两个星期 ， 那我一定要这两个星期把钱募完了 ， 我就直接走人 "。

但是有很多很多小细节都在告诉我 " 你不是本地人， 你不了解美国 "。 就举一个很小的例子 ，在美国大家是不怎么用微信 ， 会用领英互相加 。

这个时候很多平时不用领英的人 ，他就不知道领英怎么去刷别人的二维码 。 这个很小的细节就暴露出你不了解美国的这个生态环境 。

这个时候我觉得大家可以先到美国来住至少一个月的时间 ， 了解当地的一些环境之后， 再去接触投资人。

另外第二点 ， 我觉得很多很多国内的创业者会通过 FA 认识投资人。 因为国内的一个逻辑就是说我把募资这件事情外包给 FA，FA 介绍我可能投的投资人， 那我聊完了之后呢 ， 走一个流程 ， 非常非常的快 ， 非常的 transactional。

但是在美国的话 ， 你用 FA 来认识投资人， 投资人内心默默给你减分 。 像比如说我的话 ， 会觉得说 " 啊 ， 你是不是没有硅谷的资源 ？

你是不是不了解硅谷的环境 ？ 你是不是无法单独募资 ， 你才找到了 FA 介绍给我 "。 这个时候我觉得是对创业者的第一印象不太好 。

所以说我的建议是先去美国待一个月 ， 认识当地的人， 让当地的人给你推荐投资人。 如果你混到了美国的创业圈子的话 ， 大家认识的投资人非常非常多 ，而且美国创业者和投资人的关系是非常非常扁平的 。

直接可以写邮件去介绍 ， 或者是让朋友帮你介绍一个投资人， 非常容易 ，并不是很难的一件事 。 美国机构又很多 ， 所以说整个环境是比较好的 。

认识了投资人之后呢 ， 第一步基本上是会约一个三十分钟的一个 meeting。 我见到了很多的中国的创业者 ， 可能在美国有一点水土不服的一点 ， 就是投资人会硬给你掐在三十分钟 ，但是创业者说 " 我还想再讲半个小时 "。

这个时候你都得问 " 诶 ， 我们已经超时了 ， 能不能再拖个五分钟到十分钟 "。 那很多时候投资人都会说 " 啊 ，不行 ， 我下面还有一个会 "， 就把你拒绝了 。

但这并不意味着他们不想投你 ，而是说美国因为会排得很紧 ， 然后大家都是半个小时半个小时这样子去约人的 。

所以说第一次去 pitch 投资人的时候 ， 一定要非常的简洁而清晰 ， 挑重点讲 。 如果投资人感兴趣 ， 会约下面一次 。

那美国的话 ， 我们基金差不多见创始人三到四次 ， 我们就会做出决定 。 有一些公司可能需要见的次数更多 ，但整个过程当中基本上都是第一次是认识 ， 你可能接触了一个投资人， 这个投资人就成了你在这个基金里边的一个 advocate。他会成为你对焦的一个主要的一个人。

所以说你第一个投资人要找得非常的精准 ， 这个投资人他一定是能够单独做决定的人。 因为我认识很多中国的创业者去美国 ，他接触到的比如说是 H6Z 的一个 associate， 或者是一个比较年轻的一个投资人。

那这个人他没有权利去做决定投你的项目 ，他必须要内部往上推 ， 这个过程就比较漫长一点 。 当然也不是不可能 ， 我也见到了非常多的 associate 推上去的项目 。

然后第二点呢 ， 就是第一次见完了面 ， 如果投资人感兴趣你的项目的话 ， 会跟你要你的 deck， 还有一些其他的一些文件 ， 比如说 demo deck。

然后第二次可能比如说是你是两个合伙人， 你都见一见 ， 或者是多个合伙人一起见一见 。 那这个时候创业者要做准备 ， 能够回答更详细的一些问题 。

那第三次见面说明这个基金对你已经很感兴趣了 ， 基金就会根据自己的一些投资风格和需求去具体的去问某一个方向的问题 。

比如说我有一个朋友 ，他在美国做基金 ，他之前是 Uber 的数据的负责人， 那他就会去问很多你的数据啊 ， 你的技术啊 ， 你的后端方面的一些问题 。

每个基金的特色不一样 ，他那一个 session 差不多是一个小时的时间 ， 会专门问你这一个问题 。 那在此之后可能还会有第四次见面 ，并不是次数越多越好 。

很多时候到了第四次的时候 ， 大家就是内部在讨论一个问题 ， 比如说我觉得这个公司很好 ，但是我的合伙人觉得他这个公司还差这么一个东西 。

那他这一个会议就是针对这一个痛点去深入的了解 。 那除了有表面上这些会议之外， 投资人在背后会做很多很多的研究 。

比如说投资人会去打电话问你以前的老员工 ， 说这个创业者怎么样啊 ，他会问你以前的投资人你这个人怎么样啊 ，他会去找你领英上面的共同朋友去说 " 诶 ， 你对这个人有什么什么样的了解 "。

那可能到了第三次或者是第四次的时候 ， 投资人就会找你要 data room。 基本上他找你要 data room 的时候 ， 已经表示他非常非常感兴趣了 。

然后最后就是签约嘛 ， 当然我们也会做一些定价 ， 这个时候就需要用律师进来帮你去签这个协约 。

但是整个流程我们基金差不多是两周左右 ， 快的话可以一周 。 那有一些基金的话可能时间更长 ， 比如说三周 、 四周都是有可能的 。

我一般给创业者的建议是 ， 一定要一开始接触四五十家基金 ， 可能最后有这么两三家投你 ， 大概是这样的一个比例 。

那硅谷除了基金之外， 还有一类人就是硅谷的天使投资人。 这些人他们投资的额度可能不会很高 ，但是如果跟你的领域相关的话 ， 是一个很大的加分项 。

所以基本上在接触机构投资人之前 ， 我会建议创业者先去融一小轮天使投资人的钱 。 比如说你是做 AI 设计的创业者的话 ， 我就会建议你去找 Canva 或者是 Figma， 或者是其他 AI 设计方向的专业的人去融一个十几万 、 二十万美金的钱 ， 然后之后再去找机构投资人。

因为这样子的话 ， 你就已经有了专业人士的背书 ， 那可能你的机构投资人会想找他聊一聊 。 我讲的很多啊 ，但是这大概是美国融资的一个过程 。

明白 ， 你刚说其实见三四次 ，但最后其实三四次在一两周之内就搞完了是吧 ？ 所以就频次会比较高 ， 蛮密集的 。

对 ， 我们基金是这样的风格 。 因为我们主打一个不想浪费创业者的时间 ， 所以我们回复都会很快 。

我基本上第一次见面之后， 快的话差不多 48 小时之内 ， 我就会给创业者一个答复 ， 就是会不会投你 。

明白 ， 然后你刚说可能他预期聊四五十家 ， 然后拿到融资嘛 ， 对吧 ？ 但你觉得美国现在整体在投 AI 的早期机构一共有多少 ？

我不知道你们有统计过吗 ？

上千家 ， 硅谷现在至少大几千家机构 ， 所以说我觉得找四五十家还是非常可行的 。

对 ，但是对于这个创始人来讲 ，他怎么知道哪家每年投多少 ， 或者投的方向怎么样 ， 出手积极度怎么样 ， 估值怎么样 ， 或者他的那个投资金额多少啊之类的 ？

这些基本上都可以直接问的 。 比如说有朋友介绍的话 ， 你可以直接问他说 " 诶 ， 这个基金积极吗 ？

他投了多少家公司 ？ 他们估值给的是多少 ？" 包括你去找投资人聊天的时候 ， 你就可以开门见山的问他 。

我就会有人直接问我说 " 你一年投多少家 ？" 然后你基本上投的是什么样的估值区间 ，以及你投什么阶段 ， 你看中什么 ， 你都可以问投资人。

我觉得其实最好的 pitch 的方式就是你一开始先问一下投资人他的一个情况 ， 然后你再结合他说的这些方向 ， 你去 tailor， 你去优化自己的一个 pitch。

然后你觉得熟人介绍跟他自己主动发邮件啊 ， 找来啊什么的 ， 这两个会有区别吗 ？

区别非常大 。 我觉得熟人介绍基本上一半的基金会愿意跟你聊 ，但是你自己发邮件 ， 就是 cold email 的话 ， 我觉得百分之十吧 ， 甚至更低一些 ， 看你的 cold email 写的水平怎么样 。

对 ， 所以讲回来就是你刚提到 affiliate 问题 ， 我是觉得在美国其实早期的很多个人 ，他其实充当了类似于 FA 的这么一个角色 ， 对吧 ？

他们自己就认识很多机构 ，他们会帮忙介绍 ，他们也会给些背书 ，他们也会给些专业的意见啊等等。

对 ，是的 ， 我觉得确实是这样 。

对 ，因为我们看很多就是他第一轮可能拿了十个甚至二十个个人的钱的这种嘛 ，也会有的嘛 。 另外一个点我觉得就是国内的创始人， 我们在聊的时候 ，他经常会说这个机构能帮什么忙 ，但我们最后聊下来觉得机构确实能帮的忙是非常有限的 。

但在美国我发现大家还是做了很多工作 ，是真的希望能帮到忙的 。 你们也做了一些社群或活动啊之类这些东西吗 ？

我自己觉得投资人对于创业者最大的忙就是可以给他介绍一些人， 比如说你给他介绍下一轮的投资人， 或者是给他介绍一些客户 ， 介绍一些潜在的员工吧 。

但是说实话 ， 投资人也没有那个时间去跟你一一的对接 。在国内是这样 ， 我觉得硅谷也是这样 。

除非你是加速器 ，但是加速器的话你要给的他的这个比例特别高嘛 ，而且他给你估值很低 。 所以说你要投资人帮忙 ， 还是要出很多价钱的 。

所以你整体聊下来 ，因为你最近正好也在国内在聊很多人嘛 ，不管是创始人还是投资人， 你觉得以自己的感受来讲 ， 中美两边最大的区别是什么 ？

或者有没有什么点是让你觉得之前没想到的呀 ， 非常惊讶的呀之类的 ？

我觉得很让我惊讶的一个点就是中美的投资人和创业者的审美差异太大了 。 我昨天在一个创业者的局上面聊天 ， 然后大家喜欢用的产品和美国差异非常非常大 。

就很多美国人就觉得说我一个产品就做一个功能 ， 我就专门用它来做一件事 ， 比如说我用 Granola 专门就记笔记 ，但是国内就说不 ， 那飞书可以记笔记 ， 还可以做这么十几件事 。他把 Notion 加上 Granola 加上其他很多软件都做在一起 。

我觉得这个一个审美差异挺大的 。 然后还有一点就是美国的投资人会想要投纯软件 ， 美国的创业者也想要做纯软件 ， 美国的创业者和投资人都偏向于做 To B，而中国正好是反的 ， 大家特别想要做 To C， 然后特别想要做软硬件结合 。

所以说在这个点上我觉得差异真的是很大 。

然后你正好说到产品 ， 你觉得过去几年里面你自己比较喜欢的一些公司和产品是什么 ？

我用的最多的还是 ChatGPT， 虽然这个很传统 ，但是我是把 ChatGPT。

毕竟是老东家 。

对 ， 老东家 ， 然后我会把它用出花 。 就很多人用 ChatGPT 只用它聊天嘛 ， 我是 ChatGPT 上面把我的生活分成了八个不同的板块 ， 个人啊 ， 健康啊 ， 什么工作呀 ， 研究啊 ， 就八个不同的板块 ， 每一个板块都有非常非常长的 custom prompt， 然后每一个板块底下每一个对话都是分开的 ， 每一个对话都有自己的 custom prompt 和 custom 的一些信息 。

所以说我的 ChatGPT 就是用户体验非常好 ， 就是因为我对它做了一个非常强的梳理 。

别的一些公司呢 ？ 有什么 ， 或者说从投资的视角来看 ， 你觉得现在美国的一级市场里面你最喜欢的公司是哪几个 ？

用户体验上来说 ， 我觉得 ChatGPT 最近段时间做得特别好 ， 特别是它推出了这个记忆功能之后 。 然后我 coding 的话 ， 我用 Claude Code 会比较多 ， 我其实也非常看好 M4OPET 这个公司 ，因为他们拿到了很多大客户的一些订单 ，在 enterprise 这个方面增长得非常非常的快 。

然后中部的一些 AI 的公司 ， 像 Cursor 啊 ， 包括像 Perplexity 这样的公司 ， 我没有那么看好 ，因为我觉得他们跟大厂走得太近了 。

然后有一些大模型公司 ，但是我不知道它在做什么的 ， 我也没有那么的看好 ，因为这个赛道太卷了 。 然后就是特别早期的一些公司 ， 当然很多我是自己没有亲自去使用的 ，但是我投了一家公司叫做 Kepler，他们是用 AI 做生物数据分析的 。

我自己不是生物背景 ， 所以没有办法用 ，但是我妈是做心脏病学的研究 ， 她天天使用 Kepler， 然后给我的反馈特别特别的好 ， 让我觉得在很多细分的领域有很多的机会 。

这大概是我的一个感受 。

你觉得明年我们就说一级市场吧 ， 你觉得会有什么变化吗 ？ 在你现在看来 。

我其实觉得明年会有一个大的调整 ， 我自己觉得美国 AI 的泡沫会破 ，因为 AI 泡沫已经持续了太长的时间了 ，并且二级市场的人已经在开始问 AI 是不是一个泡沫 。

虽然大家还没有去采取很大的一个行动 ，但是 AI 泡沫这件事情已经成为了一个共识 ， 现在就是一个很大的一个气球 ， 还差一根针 ， 这一根针一刺 ， 这个整个泡沫都会破掉 。在这里我其实非常的担心两家公司 ， 一个是英伟达 ， 一个是 OpenAI。

我觉得这两个公司只要有一点点很小很小的变动 ， 都有可能去把这个泡沫给戳破 。 因为英伟达实在是对美国二级市场影响太大了 ， 如果英伟达某一个季度销量不好 ， 那我觉得它会影响到整个美国的二级市场 。

如果 OpenAI 它的收入低于预期 ， 那也会影响到整个美国的一级市场 。 我其实非常担心的一个事儿就是 Gemini 现在的 performance 变得很好了嘛 ， 我很担心谷歌会让 Gemini 完全免费 ， 用这样的方式去获客 。

那如果 Gemini 完全免费了 ， 它会吸走 OpenAI 百分之三十的用户 ， 我觉得至少啊 ，因为很多人不像我这么忠实老粉 ，他可能没有这么经常会去使用 ChatGPT， 那他觉得我每个月二十美金太贵了 。

而 OpenAI 现在的收入百分之六七十都是来自于这一个一个的二十美金 。 那如果有百分之二三十的人离开了 OpenAI 的平台 ， 那么对 OpenAI 的影响是非常重大的 。

如果它这一个出了一点点的裂痕 ， 那我觉得对于一级市场整体的一个估值都会往下压 。

首先你觉得现在的估值是从多少涨上来的 ？ 然后你觉得如果往下压的话 ， 压到多少是比较合理的 ？

我觉得这个估值差不多是从二三年 ChatGPT 出来了之后， 一直一直在往上涨 。 二三年之前因为美国当时经历了一些就是币圈的一些事儿嘛 ， 所以整个估值下来了 ， 整个创投圈非常的萎靡不振 。

但是 ChatGPT 出来了之后， 让投资人找到了新的投资方向和新的叙事 ， 所以就一直涨 ， 涨到了现在 。 我觉得二三年涨幅比较小 ， 二四年和二五年涨幅是最最快的 ，因为很多主权基金也加入了 AI 投资当中 。

就你觉得比如说第一轮 ， 你刚说现在可能美国主要是一两千万美金嘛 ， 我觉得一两千美金是不是也还好 ， 它也跌不到哪去了 ？

会跌啊 ， 我觉得可能比如说二一年吧 ， 当时 Pre-seed 大概是一千万美金 ， 现在差不多涨到一千五 、 一千八百万美金 。

那 seed 之前可能是一千五或者是两千万美金 ， 现在也涨到了两千 、 两千五百万美金 。 我觉得 pre-seed、seed 是离 AI 泡沫最远的一个地方 ，因为它离真正的市场估值还特别远 。

这个时候还是看人还是看产品嘛 ，但是可能到了 B 轮 、C 轮之后， 就会感受到非常强的市场的压迫 。 我其实很担心美国会经历像二一年一样的一个大的市场泡沫吧 。

所以你们现在实际的行为上有做什么事情来应对这件事情吗 ？

我们没有去追一些非常热的一些项目 ， 特别是一开始估值很高的项目 ，因为我会很担心他们在下一轮的估值比这一轮更低 ， 甚至就是说它融不到下一轮 ，因为这一轮估值太高了 。

然后另外一点就是我们今年投资节奏没有特别快 ，有很多很多的投资人在二零二五年因为 AI 市场很热 ， 所以投了很多钱 。

我们很担心二五年会像二一年一样成为一个泡沫的最高点 ， 我们就不愿意在这个点投很多 。 当然因为早期还是受二级市场的影响比较小 ， 所以说我们还是正常投资吧 ， 没有额外的加速投资 。

那除了这件事情以外， 还有什么是最近你觉得在湾区那边大家讨论的比较多的吗 ？

大家讨论的一个是这个是市场层面有没有泡沫 ， 我觉得第二个就是 Scaling Law 到底有没有结束 ，因为这是 Ilya 提出的观点嘛 。

对 ， 开头你就觉得是结束了嘛 ，但我觉得另外一派的观点是觉得 IL 和 Post Training 还是有 Scaling Law 的 。

我觉得它不会像 Scaling Law 这么的简单直接 ，而且有用 ，但是它就是修修补补嘛 ， 就可以在某一个细分赛道或者是某一个领域有很大的提升出来 。

所以你觉得就是 Scaling Law 已经不存在了 ， 这个观点现在在美国算是相对共识了吗 ？

在研究人员当中， 我觉得算是大部分的人都会同意这一个观点 ，但是投资人还没有想到这个点上面来 ， 特别是离技术比较远的投资人 ，他没有这么在乎这个问题 。

那其实就以 Cursor 为例嘛 ，其实大家现在都在讨论说应用公司最终跟模型公司之间的竞争和壁垒的问题啊等等。

然后 Cursor 给了一个答案嘛 ， 就是自己在线上用数据继续做 IL， 去做自己的模型训练 。 你觉得这个是未来的一个方向吗 ？

我其实觉得有这个能力的应用公司非常非常少 ， 能够自己做模型的应用公司壁垒是非常非常高的 。

我聊了非常多的这种 AI 垂直领域的公司 ，他们会说我有很多医疗的数据 ， 我有很多比如说法律相关的数据 ， 我能不能自己去做 RL 做一个模型 。

我就会跟他说 ， 我说你这个花费非常大 ， 你需要自己去招人， 你需要组建整个的 AI 技术团队来做这样的一个事儿不一定值得 ，并且是这个大模型本身在不断的更新迭代 ， 可能它下一代模型就已经不需要你自己 fine tune 的这样的一个效果了 。

除非你有非常多大体量的独家专有的数据 ， 加上你有非常强大的技术团队 ， 否则我觉得一般的应用公司 ， 特别是早期的应用公司 ， 就没有必要做这个事儿 。

那你觉得大部分的应用公司最终它跟模型竞争的是什么呢 ？ 就是它是不是很多确实会被模型升级就吃掉了 ？

我觉得是啊 ， 我当时还专门写了一个文章说为什么大部分的应用公司都会被模型公司吃掉 ， 当然这个要看你做的是什么赛道 ，因为 coding 实在是跟大模型之间的关系太过于密切了 ， 所以我觉得是很容易被大模型公司给吃掉的 。

但是比如说你做一些更加细分的一些赛道 ，AI 法律 、AI 金融这些方向 ， 我自己觉得 OpenAI 和 Anthropic 这样的公司它是没有办法覆盖到的 ， 所以还是给了创业者很多很多的机会 。

那从技术的角度来讲 ， 下一个突破点可能是什么呢 ？ 有什么大概的方向吗 ？ 因为我记得在二四年吧 ， 二四年的时候就是大家虽然很多人没有什么太大的方向 ，但是大家也都知道 OpenAI 在搞些东西 ，不知道它在搞什么 ，但知道它在搞些东西 ， 然后都觉得是下一个希望啊什么的 。

我不知道现在有这种东西吗 ？

我自己的感觉就是 OpenAI 有一点黔驴技穷了 ，不仅是 OpenAI， 我觉得所有的 AI 大厂现在都有一点黔驴技穷了 。

但是呢 ， 我觉得他们在应用层面还有很多可以提升的地方 ， 比如说 Anthropic 他们在做企业级别的应用 ， 那这个落地还需要有很大的进步空间 。

但是就模型智力这个方向 ，其实已经很难很难继续提升了 。 因为我自己的体感就是 GPT-3 和 GPT-4 差异非常大 ，GPT-4 和 GPT-5 好像就没有那么大的差异了 。

然后他们也发现 ， 所以现在开始 5.1、5.2 的发了嘛 ， 我觉得挺有意思的 。

对对对 ， 就是每一个似乎比上一个要好很多 ，但是增加了很多功能嘛 ， 比如说 GPT-5 它有多模态啊 ， 它有这一个检索功能啊 ， 当时在 GPT-4 时代是没有的 ， 它只是这一些功能上的优化 。

作为一个用户的话 ， 这种体感变化还是非常非常明显的 ，但就大模型本身的能力 ， 我觉得已经到了一个瓶颈时期了 。

OK， 这个也是一个比较热门的讨论话题 ， 还有别的吗 ？

我觉得这可能是硅谷讨论的最热的两个话题 ， 还有一个话题可能是硅谷的企业公司讨论比较多 ， 那就是说 AI 到底有没有带来企业生产力的提升 。

然后我觉得现在有两派不同的说法 ， 第一种说法在美国就是说 AI 并没有带来企业的提升 ， 这里有一篇 MIT 的文章就说的是百分之九十五的企业 AI 应用最后都失败了 ， 那这是一派 。

另一方面有一派就是说 AI 正在取代人的工作 ， 会面临大面积的失业 。 那这里有一个哈佛还有一个耶鲁的文章 ， 研究说领英上面这种比较 junior 入门级的工作 ，其实从二三年到二五年减少了百分之二十甚至更多 。

那我觉得这两派是互相的不兼容的 。 我自己的看法是第一派就是企业级别的用户有百分之九十五觉得他们的 AI 实验失败了 ， 我觉得这个原因是百分之九十五美国的大企业在尝试自己做 AI，他们说的是自己做 AI 的这种情况 。

这种情况我觉得它失败是很正常的 ，因为一个大公司里边很难招到好的 AI 人才 ，他自己也很难有决心把这个 AI 推行到底 。

但是我觉得它如果是大企业跟创业公司合作的话 ， 那么它成功的概率我觉得会高很多 。 那另外一方面 AI 对于就业的冲击 ， 我觉得是非常非常明显的 。

现在我有很多朋友他们家可能小孩在读初高中， 就在担心说哇 ， 未来怎么就业呀 ， 包括我有一些年轻的学弟学妹嘛 ， 从哥大出来也是觉得说啊 ， 好难就业呀 ， 现在整个就业市场变得非常非常的紧 。

我觉得这确实是因为很多能够被 AI 做的事儿现在都被 AI 做了 ， 所以说很多大厂招的人的数量在变少 。

然后回到你们自己基金 ， 就是你们当下有什么方向是你们主要想看想投的吗 ？

我们非常想要投的一种公司画像 ， 就是它在某一个垂类有技术壁垒 ，有数据壁垒 ， 然后有这个行业的壁垒 ， 然后深耕某一个赛道 。

比如说我之前提到的 AI 做生物数据的这个方向 ， 我们第一期基金投的最好的一个公司 ， 它是用 AI 去做维修 ， 就听起来感觉非常的远离硅谷 ，但是他们跟很多美国的传统企业合作制造业 ， 包括美国的餐饮行业 ， 像麦当劳啊 、 星巴克啊 ， 还有就是美国的万豪酒店啊 ，他们都会使用这个公司的软件去用 AI 做维修 ， 记录这个维修的整个过程 ， 包括提出维修的一些

建议 ， 包括就是帮你去就是说你可能窗户要坏了 ， 你去修一修 。 这个我觉得是一个很好很好的一个应用场景 。

我再确认一下， 它维修指的是一个类似于列一个记录日志啊 ， 或者提醒啊 ， 这些东西对吧 ？ 它不是真的是要切入到维修的里面去 。

是的 ， 还是人来维修嘛 ，但是它会跟你说你可能这个地方这个管道要修一修 ，因为之前某某年这个地方坏了 ， 它有这样的一个记忆 ， 它会提醒你这个需要维修 ， 包括帮你去约时间之类的 。

这个是我们第一期增长的最好的一个公司 。

但它确实它会切到帮忙约时间这件事上 。

对 ，是的 。

但这样的话就是它是不是要对接很多 ，因为这种维修可能很多不一定是大公司嘛 ， 可能很多是本地化的那些服务商啊之类的嘛 ， 会是这样吗 ？

它主要是一个公司内部 ， 它主要是一个大公司自己有维修人员 ， 然后帮你去安排 。

就是那种什么大的地产啊 、 酒店集团啊这种就比较适合 。

对对对 ， 我们就非常喜欢这种在一个细分赛道深耕很长时间 ，有自己的数据 ，有自己的 AI 技术能力到位 ， 然后主要解决一个非常非常垂直的一个问题 。

这样的一个画像是我们最为喜欢的一类公司 。 然后二零二六年我们会非常看重它能不能做企业级别的应用 ，因为我看到了非常多 AI agent 的 demo 都是啊 ， 就你看我们这个 AI agent 可以做 XYZ， 我们非常的 fancy， 非常的多功能 ，但是我更关注的是它能不能解决企业真正的痛点 ， 然后能不能有一个非常稳定的输出 。

这个我觉得是 AI 公司二零二六年需要攻克的一个难点 。

你觉得一个是多少客单 ， 你觉得算是一个 To B 的企业级的订单 ？

这个很难说 ， 这个我觉得是要看不同的行业吧 ，因为我看到了很多美国的行业 ， 它一年可能给你付十万美金或者是二十万美金这样的一个级别的订单 ，在美国还是挺常见的 ， 还算是比较小的 。

比较大的订单可能一个公司一年给你几百万 、 一两百万美金也是很常见的 。

对 ， 然后就是你怎么样去论证它真的有效 ， 包括我还在想你刚才说的 AI 维修那个 ， 它是不是比如说它确实是把一些人替代掉了 ？

是的 ， 我们其实非常注重的一个投资逻辑就是我们投你做的这件事儿一定是替代人的 ，而不是增加人的能力的 。

你肯定是增加一部分人的能力 ， 替代掉另外一部分人的工作 ，因为只有这样子你才能拿得到非常非常大的订单额度 。

当然我觉得这个也只有在美国这种人工特别贵的地方你才能够可行嘛 ，因为很多时候 AI 公司的定价逻辑就是说我这一个人一年我招他可能要七万美金 、 八万美金 ， 我用 AI 我只用付一万美金就可以觉得他的这个工作 ， 所以说客户才有很强的支付意愿 。

但是如果你跟客户说你还是需要人来操作 ， 我这个并不能取代掉一个人 ，但是我能让你的人提高百分之二三十的工作效率 ， 那么这个客户可能觉得说啊 ， 我不需要 ， 我这个人已经够用了 。

明白 。 最后再问一下就是如果让你给尤其是国内的 AI 创始人一些建议的话 ， 你会讲什么 ？

如果大家想要出海的话 ， 我觉得一定要了解美国的创投圈的文化 ， 然后一定要试图融入这个美国的创投圈 。其实硅谷还是一个很包容的一个地方 ， 大家如果来的话可以先在这边生活一段时间 ， 了解一下这个社群 ， 然后植根于美国 。

我其实觉得美国市场还是一个非常非常好做事情的一个市场 ， 然后我也特别希望大家能够多多走出去吧 ，因为世界很大 ， 然后机会也很多 ， 特别是在美国的话 ， 我觉得中国创业者还是非常非常优秀的 ， 一定要有信心 。

我接触下来的话 ， 我自己觉得中国优秀的创业者真的不比美国少 ，但是呢 ， 很多时候中国软件方向是没有这个土壤的 ， 所以可以去多多的拓展一下自己的这个 term。

对 ， 然后就可以再随便聊两句 。 我觉得我们看到很多创始人他遇到最大问题是什么 ， 就是他的背景和能力都很好 ， 然后呢 ，他在国内能够非常简单的拿到很多的钱 ， 甚至于说是比美国那边更多的钱 。

但是这种情况之下你让他去 ， 就像你讲的 ， 我觉得确实他在美国中他得先跑到美国去待一段时间 ， 然后他要聊很多机构 ， 然后有很多的不确定性 ， 那边的机构呢又可能又不认他的在国内的背景跟经验 ， 然后又不愿意给到很高的估值 。

对 ， 那这个时候他就会觉得说就很自然的在国内对他来讲是一个更简单更顺的一个流程 。 然后他发现在国内拿完以后呢 ，他后面再到美国就更难了 ， 就是这么循环下去了 ， 所以就继续在国内发展 。

现在我觉得很多公司我们看起来是卡在这个事儿上 ，但确实也没有什么办法 。 你说他明明可能国内有机构主动找过来愿意给你他钱 ， 然后他非要不拿 ， 非要去美国 ， 然后待一段时间再去拿个更少的钱 ， 这个确实挺挑战人性的我觉得 。

我觉得这个就是看你做的是什么方向 ，因为有一些方向明显美国市场也是有优势的嘛 。 我觉得这个时候长痛不如短痛 ， 先去美国接受一个短期的阵痛 ，是金子总会发光的 ， 然后在美国做个两三年肯定也能做出成绩 。

那另外一种如果国内的条件实在是太过于优越了 ， 我觉得这个时候可以走国内到新加坡这样的一个路径 ， 或者是国内到其他的地方的一个路径 ， 就没有必要一定要融美国的钱嘛 。

然后这个时候去卖给美国的个人或者是美国的企业都还可以 。 我见过这样的发展路径 。 我基本上是劝大家一开始想清楚自己到底想往什么方向走 ， 然后自己做出了决定了之后再去考虑拿哪边的钱吧 。

对 ， 如果说这个创始人他是希望靠数据来融资的话 ， 你觉得他做到大概什么样的规模体量或者一些指标的数据在美国那边可以去弥补一些其他的问题 ？

如果是 To B， 然后是种子轮的话 ，其实没有那么多要求 ， 我基本上见到他有十万美金 、 二十万美金这种就可以了 。

对 ， 你说这个是靠早期嘛 ， 对吧 ？ 就是还是靠他本身 ， 可能他是属于美国的那种感觉 。 那我就说如果这个人他确实是 ， 比如说我们说的典型例子就是 Manus 这种 ， 对吧 ？

就是他数据绝对的好 ， 所以很多问题有人会愿意帮他解决 。

我觉得其实不是 ， 我觉得他拿到这个融资不是因为他的数据特别好 ， 我觉得他的原因是因为他们团队特别强 ，并且他们做了一个非常非常好的美国的营销 ， 大家都知道 Manus， 当时美国投资人都认识到了 Manus。

对 ， 我就说营销这种可能也是算他的可能数据的一种吧 。

对 ， 虽然说他们团队来自于中国 ，但是他们给人的第一印象是这是一个国际化的中国团队 ， 包括他们营销的视频都是英文嘛 ， 当然是美国先火起来 ， 然后再到了中国 。

这是一个很值得参考的一个案例 。 那如果是没有 Manus 这样的光环 ，也没有他的营销能力的话 ， 我觉得至少要做到一百万美金的一个 ARR， 甚至更多 。

因为我们也接触到这样的公司 ， 就是可能创业者他纯中国的一个背景 ， 然后跟美国的风格差异非常非常大 。

那这个时候差不多至少做到几百万美金的一个 ARR 程度吧 ， 我会觉得说 OK， 我可以不在乎你别的事儿 ， 我觉得你还是能够创业成功的 ， 你去哪都能成功 。

但这种时候比如说随便讲他比如说五百万到 ARR， 你觉得大概能给到多少估值在美国市场 ？

要看他做什么 。 我觉得五百万刀的 ARR 如果他是做 To B 的话 ， 可以直接融一个亿美金的一个估值吧 ， 这也挺正常的 。

应该是比较少吧 ， 就是如果他是一个中国背景的创业者 。

我觉得差不多一个亿可以 ， 最少我觉得至少八千万美金的估值 。

好的 ， 那我可以那我介绍一下给你们投 ， 开玩笑的 。

对对对 ， 我们是可以投的 ，但是要看他的架构 ， 然后要看很多别的问题 。 但是我作为一个华人的话 ， 我觉得还是愿意去投的 。

好 。

好 。