研究ai怎么用、怎么赚

老登资本做ai都失败?传统互联网公司跟不上ai了@melly在硅谷

为什么资本追逐 AI Native,不再理睬互联网老登

资本不奖励守旧,不是因为守旧的人有错。是守旧的部分已经明码标价,没有信息差,也就没有超额收益。

表:老登资本做ai都失败 — 全文脉络表 · 资本为何追逐 AI Native,不再理睬「互联网老登」
全文脉络表 · 资本为何追逐 AI Native,不再理睬「互联网老登」
主线因果链
(第3节 五推论)
资本必须找增长率 → 增长率只存在于价值的变化率 → 变化率最大处在共识之外 → 断代期里共识之外恰好是老登看不懂的地方 → 看得懂的人恰好没有历史包袱 ⇒ 资本追 AI Native 不是审美,是被迫(每一环都机械,没有一环因为投资人喜欢年轻人)
核心概念对立
(第1节 三判据)
老登=一套方法论(非年龄):需求出发 / 组织单位=人 / 二手信息 / 已被定价=债券,上限写死在合同
AI Native=一种状态(非年龄段):模型出发 / 单位=人+一堆 agent / 一手信息 / 未定价=期权,上限极高
判据:①出发点是模型不是需求 ②默认单位不是人 ③信息是一手的;三条都满足,25 岁是 AI native,45 岁也是
两张名单对照
(第2节)
名单一 · 上游(生产智能,估值换量级):OpenAI(投后 8520 亿$)|Anthropic(9650 亿$)|DeepSeek(首轮 700 亿¥,梁文锋)|月之暗面(350 亿$,ARR 3 亿$)|智谱·MiniMax(港股破千亿)
↓ 同一批钱往上游走 ↓
名单二 · 老登下场(下游,只有终点):Inflection(微软 6.5 亿$ 挖走团队,投资人 1.1 倍)|Humane(1.16 亿$ 贱卖惠普)|百川智能(200 亿¥ 后停滞)|零一万物(并入阿里云)|光年之外(4 个月卖美团 20.65 亿¥)
同月起跑对照:百川≈200 亿¥ ⇄ 月之暗面 350 亿$(差 12 倍;若 Pre-IPO 按 500 亿$ 成交则差 18 倍)
最刺眼的不是输赢,是确定性:名单一创立时没一家像会赢;名单二立项时几乎每一个都看起来不可能输
两百年历史规律
(第4节)
运河→铁路|马车→汽车(仅 Studebaker 转型)|柯达胶卷→数码(亲手作废成名作首例)|功能机→智能机|线下→电商(苏宁国美≠京东阿里)|PC→搜索|燃油→新能源(渗透率 67.2%,丰田≠特斯拉)
规律:每次断代赢家都是没存量要保护的人;投守旧方=替对方沉没成本买单;判断标准=旧头部加钱能否守住(移动能,AI 不能)
老登失败的三层机制
(第5-6节)
①位置:生产要素 流量→智能,老登只能进下游(套壳+API+分发);下游无定价权、门槛=上游模型能力余量
②组织:不确定性消除机,开机先过滤掉最有价值的意外
③指标:DAU/GMV/留存可运营 ⇄ 模型能力只能训出来
⇒ 资产变负债:组织规模化技能需求掉 95%;人脉≈归零(挂在上一个工位);人效差 20 倍
七种病灶
(第7节)
①摊子太多注意力散 ②路径依赖(翻译延迟慢三步) ③错把平台能力当自己能力 ④英文坎(二手解读滞后两周) ⑤学习方法过期(浓度太低) ⑥白嫖式学习(交换不成立) ⑦傲慢=止痛(「这不就是当年的某某」)——七条全是自己带进来的,且大多当优点讲
尴尬现场
(第8节)
百度:最早 All in AI→文心月活 1500 万↓500 多万、搜索份额 86.8%↓55.9%(「起大早赶晚集」)|百川:「被裹挟着干了很多医疗以外的事」→弃通用转医疗|零一万物:并入阿里云,「被裹挟着」三字=老登群体最精确的自画像
没人搭理
(第9节)
圈层已迁至 GitHub issue / Hugging Face / X / Discord:通行证是作品不是履历
闭环:信息源二手 → 判断滞后 → 说话没人听 → 退回回音室 → 回音室仍提供二手信息,每转一圈距离拉大
泼盆冷水 · 反方六条
(第10节)
①Sierra(Bret Taylor,投后 158 亿$)=最强反例 ②因果方向可能反(分母问题) ③硬件老登活得很好(拓竹 400 亿) ④年轻人跑的是老登写的剧本 ⑤名单一可能是泡沫 ⑥AI 定价本身已是共识=拥挤交易(MiniMax 解禁日跌 18%)
结论 · 收枪的人
(第11节)
路一:亲手作废成名作——把「已被定价」的部分主动清零,重新变回一份有上限的期权(Sierra 按结果收费)
路二:不下场,去做 LP——从执行位移到判断位:存量经验既不贬值也不误导,资本没有年龄只有回报率
附三条可证伪预测(12-18 个月 / 24 个月 / 至 2027 底),各带证伪条件

2026 年上半年,全球风险投资 5100 亿美元,一个半年超过了 2025 全年的 4400 亿。七成以上进了 AI,OpenAI 和 Anthropic 两家拿走 2170 亿,占 43%。

钱多到这个份上,你会以为人人都能分一点。事实是分配比总量更极端,而且第一道筛子不筛行业,筛人。

被筛掉的那一类,现在有个不太客气的叫法:互联网老登。

先说死一件事:本文里的「老登」跟年龄没关系。它指的是一套在移动互联网周期里成型、被反复验证、给持有人带来过巨大回报的方法论。持有它的人可能四十五岁,也可能三十二岁。被重新定价的是这套方法论,不是出生年份。把这两件事搞混,是老登最常犯、也最舒服的一个错——因为如果问题是别人年龄歧视,你就一个字都不用改。

吐槽解读资本不投「老登」不是嫌他老,是嫌他身上已经没有没被定价的部分。存量经验在断代期不是资产,是要还的债。上半年全球风投 5100 亿美元,七成以上流向 AI,两家头部模型公司拿走近半份额;同一批钱到了下游,只剩套壳、API 和分发。

但反例也在:Sierra 按结果收费做到 158 亿美元投后,硬件厂商也活得很好。分界不在年龄,在肯不肯亲手作废自己的成名作。

老登资本做ai都失败?传统互联网公司跟不上a传统互联网公司跟不上ai了 老登资本做ai都失败?传统互联网公司跟不上a 传统互联网公司跟不上ai了 传统互联网公司跟不上a 01 什么叫 AI 会用 ChatGPT 真正把人分开的是三条 互联网资本追求的是什么 03 资本的第一性 钱是交换媒介 上一代技术革命 04 历史不例外 这一节是记录 翻两百年的技术史 互联网资本做ai都失败 05 上游没有老登 现在讲老登这一侧 第一层原因是位置 互联网7种大公司病 07 七种病灶 原理讲完 一、摊子太多,注意力是散的 传统互联网公司转型ai 10 泼盆冷水 下面六条,是我能想到的 一、最强的反例是履历最老登 tucaod.com

这张图回答的是:存量经验为何在断代期从资产变成负债。

传统互联网公司跟不上ai了

01 什么叫 AI Native

这个词已经被用烂了。会用 ChatGPT 不叫 AI native,公司名里带个 AI 也不叫,二十几岁更不叫。

真正把人分开的是三条。

第一条,出发点是模型,不是需求。老登做产品的顺序是:看用户要什么,写成需求,找技术实现。AI native 的顺序反过来:先摸清模型今天能干到哪一步、明天可能到哪一步,然后从这个能力边界往外长产品。前者把模型当工具,后者把模型当地基。这两种人做出来的东西,第一版看不出差别,到第三版差出一个物种。

第二条,组织的默认单位不是人。互联网时代的分工,是把一件事拆给十个人。AI native 公司的分工,是把十件事收给一个人加一堆 agent。国内一家应用层公司的 CEO 说过,团队不到十个人,但有大量 AI 在夜里干活,员工每天早上第一件事是检查 AI 前一晚交的活。Cursor 那边更极端,公开报道里提到公司没有产品经理,工程师自己写代码、自己跟用户聊、自己参与招人。

第三条,信息是一手的。AI native 的输入来源是论文、模型卡、GitHub 的 issue、X 上的原始讨论、自己跑的 eval。老登的输入来源是行业峰会、闭门会、券商报告、公众号解读,以及找人喝咖啡。这一条最不起眼,杀伤力最大,后面单独说。

三条都满足,二十五岁是 AI native,四十五岁也是。三条都不满足,二十五岁照样是老登。

AI native 是个状态,不是个年龄段。麻烦在于,这个状态的入场券是作品,不是履历。

02 两张名单

把这一轮的结果摊在桌面上,是两张名单。

第一张全是 AI native 的公司。它们的估值不是在涨,是在换量级。

名单一 · 上游

  • OpenAI 2026 年 Q1 单轮融资 1220 亿美元,投后 8520 亿美元,史上最大一笔私募融资。
  • Anthropic Q2 单轮 650 亿美元,投后 9650 亿美元,约占该季度全球风投总额的一半;5 月的收入运行率已到约 470 亿美元。
  • DeepSeek 2026 年 5 月首轮融资约 700 亿元人民币。同年 4 月,梁文锋将直接持股由 1% 提至 34%,通过关联主体合计控制约 84.29% 股权。
  • 月之暗面(Kimi) 2025 年 12 月估值 43 亿美元;2026 年 1‒2 月连做三轮至 180 亿;5 月 D 轮约 20 亿美元、投后破 200 亿;7 月一轮超 35 亿美元、投后 350 亿;Pre-IPO 目标投前 500 亿。ARR 3 月破 1 亿、5 月破 2 亿、6 月站稳 3 亿美元,API 占七成以上。
  • 智谱 · MiniMax 2026 年初先后登陆港股,市值均破千亿元人民币,国内首批上市的大模型公司。

第二张名单,是互联网老登下场做 AI 的结果。它没有曲线,只有一串终点。

  • Inflection AI。2022 年拿 2.25 亿美元起步,2023 年 6 月再融 13 亿美元,投后 40 亿美元,累计 15.25 亿。背书阵容大到不可能更豪华:LinkedIn 联合创始人 Reid Hoffman 是联合创始人兼投资人,比尔·盖茨、埃里克·施密特、微软、英伟达全在里面,配了 2.2 万张 H100。这大概是这个星球上「看起来最完美」的一张牌。九个月后,2024 年 3 月,微软用一笔约 6.5 亿美元的授权交易,把 Suleyman 和几乎整个七十人团队接走了。剩下的壳换了新 CEO,转做别的。据 The Information 的口径,早期 2.25 亿美元那轮的投资人拿到 1.5 倍,13 亿美元那轮拿到 1.1 倍。1.1 倍。三年,扣掉管理费和通胀,是负的。我一直很想知道,当年抢进那一轮的基金,今天在 LP 会上是怎么复盘这笔的。
  • Humane。两位前苹果高管做的 AI Pin,累计融资 2.3 亿美元以上,投资人名单里有 Sam Altman、Marc Benioff、微软。目标出货十万台,实际卖出约一万台,退货一度超过销量。2025 年 2 月,公司把资产以 1.16 亿美元卖给惠普——不到融资额的一半,而据报道它此前希望卖出十亿美元以上。产品在当月底停止连接服务器,用户数据全部删除。

国内那条线更干净,因为有同月起跑的对照组。

  • 百川智能,2023 年 4 月 10 日成立,创始人王小川,前搜狗 CEO。天使 5000 万美元,同年 10 月 A1 轮 3 亿美元,阿里、腾讯、小米全进,2024 年 A 轮累计 50 亿元人民币,并计划以 200 亿元估值开 B 轮。然后从 2025 年起,未再披露新融资,公开记录停在那里。
  • 月之暗面,2023 年 4 月成立,创始人杨植麟,清华本科、CMU 博士。成立两个月完成超 2 亿美元天使轮,投后 3 亿美元;2024 年 2 月 A+ 轮超 10 亿美元、估值 25 亿;2026 年 7 月投后 350 亿美元,Pre-IPO 瞄准 500 亿。同一个月起跑,同一个赛道,同一批投资人在看。三年之后,一边的公开估值停在约 200 亿元人民币,另一边 350 亿美元——差十二倍;如果 Pre-IPO 按 500 亿美元成交,差十八倍。
  • 零一万物是同一张名单上的另一行。李开复 2023 年 3 月创立,当年 11 月阿里云领投、估值超 10 亿美元,履历是微软、Google 中国、创新工场——同样是那种「看起来不可能输」的组合。今天它在做企业私有化部署和行业应用,2025 年 5 亿元订单、2.5 亿元收入,到 2026 年 5 月订单超 15 亿元。生意是真的,但它已经不在那张估值曲线上了。
  • 而 2023 年 7 月才成立的 DeepSeek,创始人梁文锋,2026 年 5 月首轮融资约 700 亿元人民币;2019 年从清华实验室出来的智谱,2026 年初港股挂牌,市值破千亿元。
  • 王慧文的光年之外是这张名单上最快的一行:2023 年 2 月成立,5000 万美元自掏,四个月后美团以约 20.65 亿元人民币全资接盘,创始人以 1 元退出。这一条的直接原因是创始人因病离岗,不该被当成笑话讲,也不能算在方法论账上;但它同样记录了一件事——一个身价百亿、带过千团大战的人,在这条赛道上的试错窗口只有四个月。

把两张名单并排看,最刺眼的不是输赢,是确定性。名单一里的公司,创立时没有一家看起来会赢;名单二里的项目,立项时几乎每一个都看起来不可能输。

两张名单摆在一起,最容易得出的结论是「新人赢了老人」。这个结论几乎没有信息量。真正要问的是:为什么必然是这个结果。

接下来三节:一节讲资本那一侧的原理,一节把两百年的历史摆出来,一节讲老登这一侧的机制。

互联网资本追求的是什么?

03 资本的第一性

先问一个更基本的问题:资本到底是什么。

资本不是钱。钱是交换媒介,资本是被推迟的消费——一笔今天不花掉、押在未来的购买力。它存在的全部理由,是持有人相信这笔购买力在未来会变大。所以资本天生只有一个属性:它必须找到增长率。找不到增长率的资本不叫资本,叫存款,而存款是被通胀慢慢吃掉的。

从这一条出发,后面全是推论。

推论一:资本买的不是价值,是价值的变化率。

这是绝大多数人搞错的地方。老登去见投资人,讲的全是「我做过什么、我有什么、我认识谁」,那是存量,是价值。但一级市场从来不为存量付钱,它付钱的对象是「从今天到未来,这个东西会被重估多少倍」。

存量价值有个致命性质:它已经被定过价了。老登那二十年,价格早就公开写在他的房子、他的股票、他的 title 上。你不能把同一件东西卖第二次。

一句话说完:在估值表上,老登是一张债券,AI native 是一份期权。债券的问题不是收益低,是上限被写死在合同里。

推论二:风险资本的回报是幂律,所以它只买尾部。

一支基金的最终业绩通常由一到两个项目决定。这个结构逼出一个反直觉的事实:下限对基金没有价值。

一个项目亏 50% 和归零,对基金整体回报的影响几乎没有区别。但一个项目做到 10 倍和 100 倍,区别是整支基金成不成立。

所以资本真正在筛的不是「谁更可能成功」,是「谁的上限更高」。老登的收益分布是下限高、上限低——他有经验、有人脉、有纪律,不太会输得很惨,能把公司做到三千万收入然后卖掉。AI native 的分布是下限极低、上限极高——大概率归零,小概率长出一个 Cursor。

在幂律结构里,老登最大的优点,也就是稳,价值等于零。这一条残酷,但它不是偏见,是数学。

推论三:超额收益只能来自共识之外。

赚钱这件事拆到底只有一个公式:你对,而且别人错。如果所有人都对,那件事的价格里就不含收益了。

老登代表的恰恰是共识。他的经验之所以被叫做经验,就是因为它被反复验证、被广泛认可、被写进了行业教科书。已经被广泛认可的东西,按定义不可能提供超额收益。

所以资本对老登的态度,本质上不是「不信任他」,而是「信任他,但那份信任已经计入价格了」。

推论四:技术连续时存量经验有效,技术断代时它的迁移率是负数。

前三条在任何周期里都成立。这一条解释了为什么这一轮格外极端。

技术变化分两种。一种是连续的,底层假设不变,只换载体。PC 到移动互联网就是连续的——「分发靠渠道、增长靠运营、人力不可替代」这三条假设一条没变,所以 PC 时代的巨头大部分守住了阵地,靠加钱就能补票。

另一种是断代的,底层假设本身被换掉。这一轮换掉的正是那三条:分发不再靠渠道,产品自己生产传播素材;增长不再主要靠运营,模型能力本身就是增长;人力不再不可替代,十二个人加一堆 agent 就能干过去两百人的活。

判断一次变化是连续还是断代,有个粗暴但很准的标准:旧行业的头部公司,加钱能不能守住。移动互联网那次,能。这一轮,百度加了钱,没守住。

在断代期,存量经验的迁移率不是零,是负数——它不只是帮不上忙,它还会主动给出错误答案,而且给得非常自信。

推论五:所以资本追 AI native,不是审美,是被迫。

把上面四条串起来:资本必须找增长率 → 增长率只存在于价值的变化率里 → 变化率最大的地方在共识之外 → 断代期里共识之外的那块地方,恰好是老登看不懂的地方 → 而看得懂那块地方的人,恰好没有历史包袱,也没有存量要保护。

这条链上每一环都是机械的,没有一环是因为投资人喜欢年轻人。

资本放弃老登,跟他本人的能力、勤奋、人品一点关系都没有。它只是发现,这个人身上可供重估的部分太少了。

VERDICT

资本不是在追年轻,也不是在躲中年。它在给一个变量重新定价:从「你积累了多少」,改成「你还剩多少东西没被定过价」。

这个世界不奖励守旧,不是因为守旧的人有错。是守旧的部分已经明码标价,没有信息差,也就没有超额收益。谁去投一个「把过去二十年再做一遍」的项目,谁的回报天然被锁死在市场平均线上。

上一代技术革命

04 历史不例外

上一节是逻辑。这一节是记录。

翻两百年的技术史,会发现一件几乎没有例外的事:每一次范式断代,奖励都发给了新进来的人,从来没有发给守着上一代资产的人。

英国的运河公司修出了工业革命前半程的物流网络,赚了几十年的钱。铁路来的时候,它们既有资本也有路权也有客户,几乎没有一家变成铁路巨头。

美国鼎盛时期有几百家马车制造商,他们懂车轴、懂弹簧、懂经销网络、懂客户。汽车来了以后,只有 Studebaker 一家完成了转型,其余全部消失——而 Studebaker 的做法是把马车业务整个关掉。这大概是「亲手作废成名作」最早的一个案例。

柯达在 1975 年就造出了世界上第一台数码相机,然后死在数码相机手里。这件事经常被当成愚蠢的例子讲,其实完全相反:当年胶卷的毛利率是数码业务的好几倍,任何一个理性的柯达高管都会选择保护胶卷。那不是愚蠢,那是在一个错误坐标系里的理性。

再往后:功能机时代市占第一的那家公司没有变成智能机时代的第一;线下零售的巨头没有长成电商巨头,国内的苏宁和国美不是京东和阿里;PC 时代的操作系统霸主错过了搜索。

最近的一次就在眼前。2026 年 4 月,中国新能源乘用车零售渗透率 61.4%,历史上首次突破 60%;上半年整体渗透率到 67.2%。乘联口径把当月零售下滑的核心原因写成「燃油崩塌」,并且写明合资品牌电动化进程迟缓、自主主导格局固化。丰田不是特斯拉,大众不是比亚迪,通用不是零跑。这些公司有全世界最强的供应链、最深的工程积累、最多的现金——它们唯一多出来的东西,是一条必须被保护的燃油生产线。

每一次断代的赢家,都是那个没有存量要保护的人。不是老玩家笨,是他们要保护的东西,恰好是新范式要摧毁的东西。

这条规律有个反过来的说法,更适合投资人听:在断代期,把钱投给守旧的一方,本质上是在为对方的沉没成本买单。

所以问题从来不是「AI 会不会例外」。历史上没有一次例外,AI 也不会有。真正值得问的是:这一次的断代点在哪里,以及你手上那套东西,落在断代线的哪一边。

互联网资本做ai都失败原因

05 上游没有老登

资本那一侧讲完了。现在讲老登这一侧:为什么他们下场做的 AI,几乎无一例外做成了一地鸡毛。

第一层原因是位置。

每一个技术周期都有一个稀缺的生产要素,钱最终会流向掌握它的人。蒸汽时代是动力,电气时代是电,PC 时代是操作系统,移动互联网时代是流量。互联网老登的全部方法论,是围绕「流量」这个生产要素长出来的:怎么获取它、怎么分配它、怎么变现它。他们上一轮赢,是因为站在了那个周期生产要素的上游。

这一轮的生产要素换了。它是智能本身。

名单一里那几家的共同点不是「都做大模型」,是它们都在生产智能,都站在上游。钱往那里去,去得毫不掩饰——一个季度四笔交易吃掉全球风投的 65%,两家公司拿走上半年的 43%。

老登下场做的 AI 是什么?绝大多数是拿别人生产的智能做二次分发:套一层界面、接一个 API、灌一点行业数据、配一支销售队伍。这是下游。

下游有两个致命性质。一,它没有定价权:上游降价,它被动扩毛利;上游涨价,或者干脆把这个功能做进自己的产品里,它一夜归零。二,它的门槛等于上游模型能力的余量,而这个余量每隔几个月被压缩一次——今天需要三十个人做半年的工程,明年可能就是模型自带的一个开关。

老登为什么天然会选下游?因为下游长得像互联网。下游有渠道、有客户、有销售、有运营、有增长曲线,那是他熟悉的每一样东西。他不是不知道上游更值钱,是他站不上去——上游要的是从零训一个模型的能力,那是完全另一套本事,而且入场窗口早就关了。

于是形成了这个结构:老登唯一能顺利进入的位置,恰好是这一轮最不值钱的位置。而且他进得非常顺畅,因为那个位置看上去处处像他的主场。

老登推开的是他最熟悉的那扇门。那扇门后面,恰好是这一轮唯一不值钱的房间。

位置之外,还有两层更隐蔽的。

第二层:他带进来的组织,是一台专门消灭不确定性的机器。

互联网的胜利靠规模化执行,而规模化执行的前提是路径已知:目标拆解、指标对齐、按季度推进、把一切意外提前排除。整套大厂管理体系,本质上是一台不确定性消除机,而且是人类造出来的最精密的那一批。

AI 的胜利靠的是另一件事:高频试错,逼近一条谁都没见过的边界。它需要的不是消灭不确定性,是承受不确定性,并且从意外里提取信息。

老登带着一整台消除机进场,开机第一件事就是把最有价值的意外过滤掉了。他不是做错了什么,他是把过去二十年做对的事又做了一遍。

第三层:北极星指标错了,而且错得极其隐蔽。

互联网的核心指标是 DAU、GMV、留存、转化,全是用户行为指标。用户行为指标有个共同特点:可以被运营出来。补贴、买量、活动、推送、签到,都能把它拉上去。

AI 的核心指标是模型能力。模型能力运营不出来,只能训出来。

老登所有的肌肉记忆都长在「可运营指标」上。所以在分配资源的时候,他会不自觉地把钱投向那些拉得动的数字——投放、内容、合作、增长活动——而不是投向训练、数据和评测这些短期看不见效果的地方。这个偏差不需要他做任何一个错误决策,只需要他按本能行事。

半年之后,他的产品数据很好看,能力很平庸。而在这一轮,能力平庸的产品没有第二年。

DeepSeek 的梁文锋讲过一层意思:所有的套路都是上一代的产物,未来不一定还成立;拿互联网的商业逻辑去讨论 AI 的盈利模式,很可能是一种刻舟求剑。船已经走了,记号还刻在船帮上。

原意转述,非逐字引用,见 2026 年 5 月相关报道:DeepSeek商业化:开源、定价、算力、组织团队与AGI

老登不是不努力。是他努力的方向,由过去二十年的成功习惯自动决定,而那个方向今天是错的。

06 资产变负债

老登的资产清单摊开是这样的:流量分发的直觉、增长模型的手感、把一百人扩到一千人还不崩的能力、BD 人脉、投放 ROI 的纪律、A/B 测试的方法论。2015 年,每一项都能单独换钱。

现在市场给这张清单的报价,藏在人效数字里。Lovable 在 2026 年初做到 4 亿美元 ARR,146 个全职员工,人均约 270 万美元,到 6 月过 5 亿。Midjourney 一分外部融资没拿,年收入两亿美元量级,团队只有十几到四十人。对照组是私有 SaaS 的人均收入中位数,各家统计在 13 万到 19 万美元之间;Bessemer 把 AI 公司分两档,早期的人均 16.4 万,跑起来的人均 113 万。

二十倍。这个数通常被读成「效率提升」,读错了。它的真实含义是:把收入做到某个量级所需要的「组织规模化」这项技能,需求量掉了九成五。老登练了二十年、最贵最厚的那块肌肉,正好长在被切掉的位置上。Carta 的数据更直白——D 轮公司平均人数从 2023 年峰值降 29% 到 131 人,B 轮从 53 人降到 45 人。人均 ARR 上升不是因为人变强了,是因为人变少了。

清单上第二贵的一项是分发。老登二十年的人脉,绝大部分沉淀在应用商店位置、预装、买量、渠道分成和地推这条链路上。而这一轮跑出来的公司是怎么被看到的?Midjourney 没有销售团队,靠 Discord 里的人自己往外传;Cursor 早期靠开发者在 X 上贴使用截图;Lovable 从零到 1 亿美元年化用了八个月,主要靠用户把自己搭出来的东西发出去。产品在被使用的过程中自己生产分发素材,「我认识谁」这项资产的报价不是打折,是接近归零。而且人脉不能存放——它需要维护,维护需要你还在牌桌上。老登离开大厂第一年通讯录还烫手,第二年降温,第三年那些号码后面的人也换了位置。

老登以为自己是带着一张网出来的。两年后他才发现,那张网挂在他上一个工位上。

互联网7种大公司病

07 七种病灶

原理讲完,说点更具体的。下面七条,是让投资人在会议室里真正失去耐心的东西,而且每一条老登自己都不承认。

一、摊子太多,注意力是散的。老登很少只做一件事。他有基金份额要管,有几家老公司的董事席位,有顾问头衔,有社群要维护,有课要讲,有饭局要赶。他会告诉你这些都是资源。资源确实是资源,但 AI 这一轮的赢家全是把一件事做到偏执的人。一个每周要开六种会的人,和一个每天只盯 eval 曲线的人,比的不是聪明,是注意力的绝对时长。

二、路径依赖,而且是最难察觉的那种。不是「用老办法做新事」,是「用老办法定义新事」。他把 Agent 理解成工作流引擎,把 token 成本理解成服务器成本,把 eval 理解成 A/B 测试,把 context engineering 理解成需求文档写得更细,把模型能力跃迁理解成版本迭代。每一次翻译都成立、都对,每一次都丢掉原文里最要紧的东西。而且翻译有延迟:先把新问题译成旧问题,在旧框架里求解,再把答案译回来——你比一个直接在新框架里想事情的人慢三步。在一个月能发九款旗舰模型的行业里,三步就是全部。

三、错把平台能力当成自己的能力。简历上那行「管理过四百人」,描述的可能不是他,是那家公司。有跳槽者说得很直接:大厂高 P 的管理能力,很大程度上依托于大厂那套成熟的晋升与考核体系,管理者只需要在既定框架里做决策。到了一家二十人的公司,怎么激励、怎么留人、怎么在没有职级和年终奖的情况下让人自愿干到凌晨三点,全是新题,没人替你出题。同理,「我做过日活一千万的产品」里,有多少是产品的功劳,有多少是那个渠道位、那笔预算、那个流量池的功劳,老登自己往往算不清——因为从来不需要算。

四、英文这道坎,比想象中致命。这一轮的一手信息几乎全是英文,而且不是新闻英文,是论文英文、技术博客英文、X 上的黑话英文。读不动原文就只能吃二手解读,而二手解读平均滞后两周、信息损耗过半、还带着解读者自己的立场。老登通常不承认这一条,因为承认它太伤自尊,于是他会说「关键还是看落地」。这句话本身就是滞后的产物。

五、学习方法整个过期了。老登学东西的路径是:听峰会、进闭门会、读研报、找人请教、组饭局。这套方法在信息稀缺、变化缓慢的年代非常高效,现在它的问题是浓度太低——一场峰会八小时,信息量不如认真读两篇论文加自己跑一次 eval。更关键的是,这套方法学到的永远是「别人已经想明白并且愿意说出来的部分」,而这一轮的超额收益,全在还没人说出来的部分里。

六、白嫖式学习,而且不自知。约人喝咖啡「交流一下」、做访谈、请教几个问题——老登觉得这是社交礼节,对方觉得这是单向抽取。上一轮这么干没问题,因为老登手上有资源可以对冲:他能给流量、给渠道、给背书、给下一轮。这一轮他给不了。给不了还要约,约完还发朋友圈说「和某某深度交流受益匪浅」,几次之后圈子就把门关了。这不是有人排挤他,是交换不成立。

七、傲慢,通常以「看穿」的形式出现。最典型的三句话:这不就是当年的某某吗;本质上还是流量生意;技术不重要,最后拼的还是运营。这三句都有部分正确,但它们的功能不是分析,是止痛——说完之后,他就不用面对「我可能真的不懂」这件事了。傲慢的代价是延迟:等他终于承认这次不一样,窗口已经关了。

这七条里,没有一条是别人加在老登身上的。全部是他自己带进来的,而且大部分他都当成优点在讲。

08 尴尬现场

最早喊 AI 的那家,现在最被动。百度是国内最早 All in AI 的公司,文心一言是国内第一款对标 ChatGPT 的产品,李彦宏也是最早在公开场合强调「应用为王」的人。结果是:文心一言的月活从接近 1500 万的顶峰滑落到 500 多万;百度 App 月活从 2025 年 3 月的 7.24 亿降到 2026 年 3 月的 6.55 亿;百度搜索的市场份额从 2021 年的 86.8% 掉到 55.9%。2025 年 11 月的组织调整里,新设的基础模型研发部和应用模型研发部绕过 CTO 直接向 CEO 汇报。「起大早赶晚集」已经是业内对这家公司 AI 业务的共识。

更值得琢磨的是路线判断。DeepSeek 出来之前,闭源比开源先进基本是国内的主流看法,李彦宏是这个看法最坚定的表达者之一;DeepSeek 之后,文心大模型走向开源。判断可以错,谁都会错。尴尬的地方在于,这个错误的形状,和上一次错过移动互联网时几乎是同一个——都是拿上一个周期的胜利经验,去判断下一个周期的技术路线。

被裹挟着干了很多不该干的事。这是王小川自己的说法。百川智能 2025 年 3 月放弃通用大模型训练,全部资源压到医疗,账上当时还有约 30 亿元现金——不缺钱,缺的是信念。他后来复盘:公司成立之初被裹挟着干了很多医疗以外的事,事实证明自己不具备开拓多条战线的能力。同一时期,零一万物把大部分预训练和 AI Infra 团队并入阿里云,当时行业主流还在烧 GPU 卷参数,这个决定几乎等于缴枪,公司工位一度空了三分之一。

这两家现在跑得都不算差。零一万物 2025 全年 5 亿元订单、2.5 亿元收入,到 2026 年 5 月订单总额超过 15 亿元;百川在 2026 年 5 月发布 Baichuan-M4 和 AI 家庭医生「百小医」,在三个医疗基准上拿了第一。转型不丢人。丢人的是那个句子本身——「被裹挟着」三个字,是整个老登群体最精确的自画像。跟着共识跑是他们上一轮赢的方式,也是这一轮输的方式。

还有一类尴尬没有名字,但每周都在发生。发布会上讲了四十分钟 AGI,演示的产品是个套壳;把战略写成「AI + 原有业务」,写完之后组织架构一动没动;招了八个前同事,六个是总监,Demo 还没有;PRD 写到第四十页,竞品已经迭代了三个版本;在闭门会上认真发问「你们大模型到底怎么变现」,而全场比他年轻十五岁的人正在讨论上下文缓存的命中率。这些场景我不点名,因为它们不属于某个人,属于一种惯性。

上一轮的胜利经验,这一轮变成了判断力的干扰源。赢过一次的人最难接受的,不是自己被淘汰,是自己的方法论被作废。

神吐槽tucaodcom:年纪大了,干什么都很心酸。

09 没人搭理

比融不到钱更伤的,是没人搭理。

老登在这个行业里最不适应的一件事,是他的观点不再自动获得听众。上一轮他在会上说一句话,第二天就有二十篇解读。这一轮他在同样的场合说同样分量的话,底下的人礼貌鼓掌,散场之后没有一个人转发。

不是有人组织抵制他。是 AI native 根本不在那个场里。

这一轮的圈层长在别处:GitHub 的 issue 区、Hugging Face 的模型页、X 上互相引用的时间线、开源项目的 PR review、几个人合租的 hacker house、深夜的 Discord。这些地方的通行证不是履历,是作品——你 push 过什么、你的 eval 数字多少、你的模型卡写得诚不诚实。一个人在这些地方待过三个月建立的信任,比一张写着「某大厂副总裁」的名片有效十倍。

老登进不去这个圈子,不是因为门口有人拦他,是他手上没有门票;而他习惯的那种门票——我认识谁、我管过多少人、我做过多大的盘子——在这里不被承认。

于是他退回自己熟悉的场:峰会、闭门会、私董会、饭局。那些场今天依然热闹,依然有人捧场,但已经不产生一手信息了——它变成了一个回音室,一群用同一套方法论、同一批二手信源、同一种腔调的人,互相确认彼此的判断没错。闭环就此形成:信息源二手 → 判断滞后 → 说的话没人听 → 只能回到愿意听他说话的场 → 那个场提供的还是二手信息。每转一圈,距离拉开一点。

在这一轮里,老登最稀缺的不是钱,是有人愿意跟他免费聊两个小时技术。而这件事,恰恰是钱买不到的。

传统互联网公司转型ai成功例子

10 泼盆冷水

上面九节如果你全信了,那我这篇就写砸了。下面六条,是我能想到的、对这篇文章最有杀伤力的攻击。

一、最强的反例是履历最老登的那个人。Bret Taylor,1980 年生,Google Maps 联合创造者、Facebook CTO、Salesforce 联席 CEO、Twitter 董事长;搭档 Clay Bavor 在 Google 待了十八年。两人 2024 年 2 月推出 Sierra,八个季度做到 1.5 亿美元以上 ARR,2026 年 5 月拿了 9.5 亿美元,投后 158 亿美元,Fortune 50 里超过四成是客户。在最高端,「资本不理睬老登」这个命题是错的,错得很干净。

二、我的因果方向可能是反的。真实情况也许不是「老登不适合 AI」,而是「适合 AI 的老登本来就少,不适合的老登基数巨大」。这是分母问题,不是能力问题。用 Sierra 和 Cursor 两个样本去论证一个分布,是我正在做的事,也是我知道站不住的事。

三、硬件那边的老登过得很好。IT 桔子的数据显示,2025 年以来有近 20 家由大疆前员工创立的公司拿到融资,大疆前产品经理陶冶做的拓竹科技估值一度到 400 亿元。这批人身上的电机、控制算法、传感器、供应链、出海经验,全是典型的存量经验,折旧率极低,在具身智能这一轮里越老越值钱。所以更准确的说法是:折旧的不是经验本身,是「互联网那一类经验」。我的标题因此并不精确,它只在软件应用层这个切面上成立。

四、年轻人跑的可能是老登写的剧本。Euclid Ventures 今年 5 月那篇《No Country for Old Founders》里有句反驳很扎实:2026 年被追捧的 22 岁创始人,很大程度上在执行 35 到 45 岁创始人在 2018 到 2022 周期里写下的方法论,只是没付版权费。而在垂直 AI 里,领域专业度的重要性是在上升,不是在下降。

五、名单一本身可能是个泡沫,那第五节的「上游」就解释过头了。月之暗面半年多从 43 亿美元到 350 亿美元,对应的 ARR 是 3 亿美元;智谱 2025 年营收 7.24 亿元、同比涨 132%,同期经调整净亏损约 31.82 亿元,券商预测亏损还要延续至少两年。用「上游更值钱」去解释这些倍数,可能只解释了其中一半,另一半是流动性。而且已有统计显示部分 AI 原生公司年 churn 在 40% 到 50%,人均 270 万美元的 ARR 如果留存只有一半,那描述的不是效率,是一个漏斗。

六、这一轮定价本身已经是共识——按我自己的推论三,它就不该有超额收益。当 YC 队列中位年龄降到 24 岁、当「我出来创业了给我打钱」能在深圳融到几千万美元、当零营收能拿 20 亿美元投后估值,它就不再是一笔非共识的头寸,而是一笔拥挤交易。拥挤交易的另一边通常站着被错杀的资产,老登有可能就是那个资产。MiniMax 今年 1 月在港交所挂牌,7 月 9 日首批限售股解禁当天跌 18%,那是这个市场开始重新算账的第一个提醒。

传统互联网公司该干什么

11 收枪的人

那老登该干什么。

不是「去学 AI」。按第七节那七条毛病去学,学出来的只会是更熟练的翻译。

Sierra 那条路我盯了两年,能提炼出来的动作只有一个,而且极其反人性:亲手作废自己的成名作。

Bret Taylor 在 Salesforce 把按席位收费的 SaaS 做到了行业顶点。然后他在 Sierra 改成按结果收费——客户为完成的工作付钱,不为账号数付钱。这个定价方式如果长期成立,拆掉的正是他自己在 Salesforce 那些年亲手建起来的东西。他不是在延续那份履历,他是在向那份履历收枪。

放回第三节的框架里,这个动作的意义就清楚了:作废成名作,等于把自己身上「已被定过价」的那部分主动清零,重新变成一份有上限的期权。这是老登唯一能做的估值动作,也是唯一一个别人没法替他做的动作。

绝大多数人做不到这一步,原因不是想不到。是那份履历同时也是他的身份、他的圈子、他被介绍时的第一句话、他在饭局上被尊重的理由。让他作废它,等于让他重新做一次自我介绍——从「我曾经是谁」,改成「我现在在做什么」。

做不到的人,其实还有一条更体面、也更符合结构的路:不下场,去投。

老登那二十年的经验,在判断上仍然是硬资产。他见过完整的周期,见过泡沫怎么起怎么破,见过团队因为什么散、创始人从哪一步开始骗自己、一份漂亮的 BP 里哪几个数字是化过妆的。这些东西不会折旧,因为它们不依赖任何一代技术的具体形态。

它们只在一个位置上失效:执行位。

所以老登的最优解,是把自己从执行位挪到判断位——从创始人变成资本。资本这个身份没有年龄,只有回报率。你不需要跑得比二十五岁的人快,你只需要认出谁跑得快,然后把钱给他。这是唯一一条你的存量经验既不贬值、也不误导你的路。

反过来,如果一个人已经没有余钱去投,只能躬身入局,用自己的时间、健康、家庭和声誉当杠杆,去对赌一个自己并不占优势的范式——那就不是勇敢,是错配。

天道听着玄,其实就是一句大白话:让每样东西回到它效率最高的位置。资本回到资本的位置,经验回到判断的位置、年轻和无知回到试错的位置。硬把二十年的经验塞进一个需要每天推翻自己的岗位上,不是逆水行舟,是自己给自己上了个负杠杆。

唯一的例外,就是上面那个动作:亲手作废成名作。做得到,你就重新变回一份期权。做不到,就去做 LP。

三个可证伪的判断,附时间窗口:

预测 01 · 12‒18 个月

至少一家现在被当成人效标杆的 AI 原生公司,会出现人数翻倍以上、收入增速明显放缓的公开数据。留存问题会以「补齐企业级交付能力」的措辞出现。

证伪条件:到 2027 年底,Cursor、Lovable 这个量级的公司人均 ARR 仍无下滑。

预测 02 · 24 个月内

投资人对「大厂高 P」的溢价,定价锚会从「层级」迁到「最近一次亲手交付的时间」。可观察信号:尽调问题里开始出现「你最近一次自己写代码、自己做 Demo 是什么时候」。

证伪条件:到 2028 年,融资仍主要按 title 排序,L9、L10 系统性拿到高于 L6 的首轮估值。

预测 03 · 至 2027 年底

国内这批「离职即融资」的项目里,会有相当一部分在 A 轮到 B 轮之间出现估值折价而不是上翻。首轮定价里那部分「人的期权」,会在第一份真实留存数据出来时被重新计算。

证伪条件:这批项目 B 轮普遍平进或上翻。

最后说一句可能更难听的。

老登那二十年不是白过的,但它现在只剩一种可靠的用法:让你比在场任何人都更清楚地知道,这一次自己不该做什么。

而绝大多数人,会拿它来说服自己该做什么。

— Melly

核实说明

按可靠度分层。数据冲突不做静默取舍,一律列出。

一、多源交叉验证

· 2026 H1 全球风投 5100 亿美元,超 2025 全年 4400 亿;OpenAI 与 Anthropic 合计 2170 亿、占 43%(Crunchbase,2026-07-02)。Q1 2026 约 3000 亿美元,其中 OpenAI 1220 亿、Anthropic 300 亿、xAI 200 亿、Waymo 160 亿,四笔合计约占全球 65%。

· OpenAI Q1 单轮 1220 亿美元、投后 8520 亿美元;Anthropic Q2 单轮 650 亿美元、投后 9650 亿美元,约占该季度全球风投一半,5 月运行率约 470 亿美元。

· DeepSeek:2026-05 首轮约 700 亿元人民币(彭博社报道);2026-04 梁文锋直接持股由 1% 提至 34%,通过关联主体合计控制约 84.29%。

· 月之暗面:2025-12 C 轮 5 亿美元、估值 43 亿;2026 年 1‒2 月三轮共约 19 亿美元、估值 100 亿→180 亿;5 月 D 轮约 20 亿美元、投后破 200 亿;6 月新轮投前 315 亿;7-29 报道单轮超 35 亿美元、投后 350 亿;Pre-IPO 目标投前 500 亿。ARR:3 月破 1 亿、5 月破 2 亿、6 月达 3 亿美元,API 占七成以上。K3 于 7 月发布,2.8 万亿参数 MoE,Artificial Analysis 智能指数 57 分列全球第三。

· 智谱、MiniMax 于 2026 年初先后在港交所挂牌,市值均破千亿元;智谱 2025 年营收同比 +132% 至 7.24 亿元、经调整净亏损约 31.82 亿元。MiniMax 2026-07-09 首批解禁当日跌 18%。

· 光年之外:2023-02 成立,创始人个人出资 5000 万美元、起步估值 2 亿美元;2023-06-29 美团公告全资收购,总代价约 20.65 亿元人民币(现金 2.336 亿美元+承担债务 3.669 亿元+人民币 1 元),创始人不再保留权益,境外投资款基本原路返还。创始人退出的直接原因为个人健康原因,见美团港交所公告及多家媒体报道。

· Anysphere(Cursor):2022 年由四位 MIT 背景创始人创立;2025-11 D 轮 23 亿美元、投后 293 亿美元;2026-04 传出以约 500 亿美元 pre 洽谈 E 轮;年化收入 2026-02 逾 20 亿美元、2026-06 报道口径接近 40 亿美元。

· 零一万物:2025-01 预训练与 AI Infra 团队并入阿里云;2025 全年 5 亿元订单、2.5 亿元收入;至 2026-05 订单总额逾 15 亿元。百川智能:2025-03 停止通用大模型训练;2026-05-26 发布 Baichuan-M4 与「百小医」。

· 百度:文心一言月活由接近 1500 万峰值降至 500 多万;百度 App 月活 2025-03 为 7.24 亿、2026-03 为 6.55 亿;搜索份额由 2021 年 86.8% 降至 55.9%;2025-11 组织调整新设基础模型研发部与应用模型研发部并直接向 CEO 汇报。

· Inflection AI:2022 年 2.25 亿美元首轮(Greylock 等),2023-06 再融 13 亿美元、投后 40 亿美元、累计 15.25 亿,投资方含微软、英伟达、Reid Hoffman、比尔·盖茨、埃里克·施密特,建设约 2.2 万张 H100 集群;

2024-03 微软以约 6.5 亿美元授权交易并聘用其绝大部分团队,Suleyman 与 Simonyan 加入微软。The Information 口径:2.25 亿美元轮投资人获 1.5 倍、13 亿美元轮获 1.1 倍。需注意 Inflection 的共同创始人 Mustafa Suleyman 出身 DeepMind,本文将其归入「老登背书型项目」,指的是其资本与网络来源,非指其技术团队。

· Humane:由两位前苹果高管创立,Crunchbase 口径累计融资约 2.3 亿美元(另有 2.4 亿口径),投资人含 Sam Altman、Marc Benioff、微软;目标出货 10 万台、实际约 1 万台;2025-02-18 惠普以 1.16 亿美元收购其平台、专利与多数员工,Ai Pin 业务关停,设备于 2 月 28 日停止连接服务器。此前媒体报道其曾寻求 10 亿美元以上出售。

· 百川智能:2023-04-10 成立;天使 5000 万美元;2023-10 A1 轮 3 亿美元(阿里、腾讯、小米等);2024 年 A 轮累计 50 亿元人民币,并计划以 200 亿元估值启动 B 轮;2025 年起未见新融资披露。月之暗面:2023-04 成立,成立两个月完成超 2 亿美元天使轮、投后 3 亿美元;2024-02 A+ 轮超 10 亿美元、估值 25 亿美元。零一万物:2023-03 创立,2023-11 阿里云领投、估值超 10 亿美元。

· 新能源汽车:2026 年 4 月国内新能源乘用车零售渗透率 61.4%,为历史首次突破 60%,行业口径将当月零售下滑主因表述为「燃油崩塌」,并指合资品牌电动化进程迟缓;中汽协口径 2026 年上半年渗透率 67.2%。

· Sierra:2026-05-04 完成 9.5 亿美元融资,投后逾 158 亿美元;八个季度 ARR 逾 1.5 亿美元;Fortune 50 中逾四成为客户。Carta(H2 2025):D 轮平均人数较 2023 年峰值降 29% 至 131 人,B 轮由 53 人降至 45 人。YC 队列中位年龄由 2022 年 30 岁降至 24 岁。

二、来源之间存在冲突(正文按区间处理)

· 月之暗面估值:7 月 29 日报道的投后 350 亿美元,与此前多家报道的「Pre-IPO 目标投前 500 亿美元」并存,轮次命名(D/F/G)在不同来源中亦有出入。正文按时间序列列出,不取单一终值。另有来源引用其「招股书」财务数据,但公司方面否认已递表,该组数据本文未采用。累计融资额口径为超 370 亿至 376 亿元人民币。

· Cursor 人数:同期报道分别给出「不到 50 人」「低三位数」「约 300 人」三种口径,因此正文不引用其人均 ARR 数值。

· Lovable ARR:2026 年初 4 亿美元(146 人)与 6 月逾 5 亿美元并存,人均在 270 万至 340 万美元之间浮动。

· 私有 SaaS 人均收入中位数:13 万(SaaS Capital 2025)、14.1 万、17.5 万(Benchmarkit 2026)、19.3 万,正文取区间。Midjourney:收入 2 亿至 5 亿美元、人数 11 至 40 人,正文仅作量级引用。

· 文心一言月活峰值时点,不同来源记述略有出入,正文只用「接近 1500 万」与「500 多万」两个量级。

三、单一来源,未获交叉验证

· 「大厂高 P 的管理能力依托于大厂成熟晋升体系」、「Cursor 没有产品经理」、「某应用层公司不足十人且大量 AI 夜间工作」:均出自单一媒体报道或对匿名受访者的转述。

· 部分 AI 原生公司年 churn 40%‒50%:行业分析文章的汇总口径,未见原始样本与统计方法。

· 百川账上约 30 亿元现金:出自王小川受访表述。IT 桔子口径的「近 20 家大疆前员工公司获融资」、拓竹估值 400 亿元:单一媒体转述。

四、转述而非引语

· 梁文锋关于「套路是上一代的产物」与「刻舟求剑」的说法、王小川「被裹挟着干了很多医疗以外的事」、李开复关于「只有大公司做得动超大模型」的判断、Euclid Ventures 关于「年轻创始人在执行上一代方法论」的论点,均为原意转述,非逐字引用。

· 关于李彦宏在开源与闭源问题上的立场,本文表述为「闭源比开源先进曾是国内主流看法、他是其中最坚定的表达者之一」,属媒体报道的概括转述,非其原话;文心大模型后续走向开源为公开事实。「起大早赶晚集」为媒体报道中转述的行业共识说法,非本文对特定个人的评价。

五、作者推断,非事实

· 第三节「资本的第一性」全部五条推论,是本文的分析框架,不是被实证检验过的命题。其中「下限对幂律基金没有价值」是对基金回报结构的简化表述,实务中清算优先权、跟投安排与储备金策略都会改变这个结论。

· 第五节「生产要素由流量迁移到智能」、「老登只能进入下游」、「组织是不确定性消除机」、「可运营指标与不可运营指标之分」,均为作者提出的机制解释,未经量化验证,也不适用于任何具体个人或公司。

· 第一节 AI native 三条判据、第七节七条病灶、第九节关于圈层与「白嫖式学习」的论述,均为作者观察,不指向具体个人。第八节末段「没有名字的那类尴尬」为多个场景的合并描述。

· 第二节将 Anysphere 与光年之外并列比较,两者赛道、市场与终止原因均不同,该对比只用于说明试错窗口与回报形态的差异,不构成对当事人能力的评价。六小虎中「两位转型者恰为履历最互联网的创始人」是观察到的相关性,六个样本不足以支持因果。

· 第四节的历史案例中,运河公司未能转型铁路、Studebaker 是唯一完成马车到汽车转型的美国厂商、柯达 1975 年造出首台数码相机,均为技术史上被广泛引用的说法,本文未逐一核对一手史料;「几乎没有一家」属概括表述,读者应视为趋势描述而非普查结论。由历史规律推出「AI 也不会例外」,是归纳,不是证明。

· 第二节将百川智能与月之暗面按「同月成立」并列比较,两家的技术路线、融资币种与披露节奏均不同,估值倍数差为按公开口径的粗略换算,不构成对任一创始人能力的评价。将 Inflection、Humane、光年之外归为同一类「老登项目」,是作者的分类,各案例的中止原因彼此不同。

· 第十一节关于「老登最优解是转做投资」、「用肉身当杠杆是错配」的判断,是作者观点,不构成职业建议,也不适用于任何具体个人。三条预测均为作者判断,各附证伪条件。

本文所涉公司信息均来自公开报道与公司披露,不构成任何投资建议。文中对具体公司与个人的评价为作者观点,与所在机构无关。

文中「老登」一词指向一类方法论,而非任何具体个人或年龄群体。

读者热评
Zombie Cafe美国

DeepSeek 的梁文锋讲过一层意思:所有的套路都是上一代的产物,未来不一定还成立;拿互联网的商业逻辑去讨论 AI 的盈利模式,很可能是一种刻舟求剑。船已经走了,记号还刻在船帮上。

Melly在硅谷作者

这句我也很认同。最危险的不是能力下降,而是上一轮成功经验开始自动替你做判断

Zombie Cafe美国

资本必须找增长率 → 增长率只存在于价值的变化率里 → 变化率最大的地方在共识之外 → 断代期里共识之外的那块地方,恰好是老登看不懂的地方 → 而看得懂那块地方的人,恰好没有历史包袱,也没有存量要保护。

Melly在硅谷作者

对,这其实就是全文最核心的链条:资本不是偏爱新人,而是在追还没被定价的变化率

Mike四川

文章写的太棒啦,跟我们的AI企业转型内训AI Native原生组织专项培训方案,不谋而合!

Melly在硅谷作者

哈哈那确实”不谋而合”了 AI Native真正难的不是学会几个工具,而是把组织、流程和决策方式一起重构~

Mike四川

回复 Melly在硅谷:是的,人的认知和组织的变革是难而正确的事

张伟强湖北

非常赞同观点,但是这几个案例不对劲,这不是 AI native 公司啊,这都是大模型公司啊。

Melly在硅谷作者

这正是文里说的误区:AI Native 不是”做不做大模型”的公司分类,而是一套方法论~

Zombie Cafe美国

本文里的「老登」跟年龄没关系。它指的是一套在移动互联网周期里成型、被反复验证、给持有人带来过巨大回报的方法论。持有它的人可能四十五岁,也可能三十二岁。被重新定价的是这套方法论,不是出生年份。

Zombie Cafe美国

比融不到钱更伤的,是没人搭理。老登在这个行业里最不适应的一件事,是他的观点不再自动获得听众。上一轮他在会上说一句话,第二天就有二十篇解读。这一轮他在同样的场合说同样分量的话,底下的人礼貌鼓掌,散场之后没有一个人转发。

裴昌力 易和 寻求孙子学院国外合作四川

向智者致敬🫡 向智者学习 与智者分享:商场如战场的底层逻辑就是二者都遵循以最小损耗获取最大收益的博弈之道,即二者都是以内外环境优劣和资源配置强弱为前提的认知决策能力与决策执行能力顺时空互生互变循环交合的动态均衡。博弈成败取决于战略之道数与战术之术数的知行合一☯️

蓝天江苏

这是一个tovc的文章,实际上vc跟解决用户实际需求而产品的价值差别巨大。当然,现阶段大家都涌向底层,过几年就会涌向应用。

帕鲁人湖北

写了这么一大篇实际上就说明资本的本质是追求”赚钱效应”这四个字,别忘了之前连一丁点真实需求都不存在的元宇宙,虚拟币也因为”赚钱效应”被资本追求过,何况现在真正有价值的大模型。这次头部AI创业企业的创始人实际上全是老登,甚至都是35岁往上的,头部企业极少有30以下的创始人说明对未来的颠覆性可能远比想象中的差

蜀山の王大勇上海

年龄是老登,心态是AI Native,哈哈哈哈[动画表情]

沧海一声啸美国

说明资本喜新厌旧

夜间爬行北京

想知道Melly怎么看字节?算AI native还是互联网老登

EIF-游钓湖南

从pc时代到社交媒体到电商,到移动互联网 到现在, 老登存活率还是非常高的 , 例如 谷歌,一直是世界第一流量

Yehia.Tang🍃埃及

2015年前后谷歌就有自己AI项目的团队,只是那时候没有被放大而已。。。船太大了没那么容易掉头

李宏睿广东

说明一定要涌现新公司,一代版本一代神

AGI与ASI浙江

耳目一新,神灯也打算去掉灯味!

好奇宝宝1013上海

本来一句:拿着老地图找不到新的路,结果写了那么多,哈哈,还整了那么多高深的词,学学华为接地气的表达:多种地,多收粮食。


  1. 互联网老登做 AI 为何全军覆没:两张名单的残酷对照
  2. 存量经验在断代期为什么是负债而非资产
  3. 老登该不该下场做 AI:亲自作废成名作或转做 LP
  4. 为什么说这一轮定价本身已是共识,老登或被错杀
  5. 两百年来每次技术断代,赢家都是没存量要保护的人

  1. 资本买的不是价值而是变化率、幂律只买尾部、超额收益在共识之外、断代期存量经验迁移率为负——五条推论串成一条机械链。
  2. 做不到作废成名作?那就去做 LP。老登最优解是从执行位移回判断位——资本没有年龄,只有回报率,存量经验在此既不贬值也不误导。
  3. 资本不是追年轻,是给变量重新定价:从「你积累多少」改成「你还剩多少没被定价」。守旧已明码标价,无信息差即无超额收益。

原文链接:https://mp.weixin.qq.com/s/vy8voWNVOeqIOR8zdY98IQ

赞(0) 群聊
文章链接:https://www.tucaod.com/16014.html

讨论群终身200元

永远不解散,不涨价。不荐股、不带单。
ai学习安装,美股分析交流,不构成任何投资建议。终身免费指导。
AI产业链资料库

联系我们

觉得文章有用就可以进群

研究ai怎么用、怎么赚

支付宝扫一扫打赏