← 返回张小珺主页
一、美元VC的两端崩塌
梦秋（清流资本创始合伙人、前百度技术VP）开门见山指出，美元VC在中国正经历从两端同时发生的剧烈变化，变化的起点是在线教育的宏观调控政策"一刀切"。
募资端：海外LP撤退
资金来源的结构性断裂
- 美元VC的钱主要来自海外、美国或全球LP
- 地缘政治与中美争端改变了美元LP对中国的看法
- 即便业绩不错的基金，募资也"比以前困难很多"
出手端：退出通道全面受阻
三个市场全部不顺利
- A股市场：IPO受阻
- 港股市场：不顺利
- 美股市场：VIE结构公司市值剧烈变化
- 二级市场中国企业估值"不是腰斩，是足踝斩"
- 消费类企业"明显很难上市，没有出口"
- TMT随移动互联网红利消失，"很多机会也就不存在了"
梦秋
非常多的其实我们都觉得非常有质量的中国企业，都不是腰斩了，是足踝斩。
硬科技赛道的尴尬
虽然市场转向泛硬科技（AI、芯片、半导体、新能源、新材料），但这些领域偏制造业、需要大开拍、人民币主导。很多属于中国自主研发和卡脖子领域，"美元在中间的角色就相对来说比较次要了"。
二、三种生存策略：躺平、现金流与坚守
梦秋观察到美元VC市场出现了三种截然不同的应对策略。
策略一：躺平/蛰伏（主流）
- 大部分美元VC选择"阶段性不投"
- 等待市场变化
- 这是当前的主流策略
策略二：追求现金流（朱啸虎式）
- 投有收入、有利润的公司
- 退出方式甚至不是IPO，而是分红
- 本质上变成"明股实债"
- 需要碰到"本身现金流好还愿意融资"的企业
策略三：沿原路谨慎出击
- 选择对美元VC还有窗口的赛道，比如AI
- AI要大钱，人民币基金偏向"看得更清楚再出手"
- 早期和成长期界限模糊——上来就需要巨额支票
- 每家基金的钱"只够分散到两三家"
梦秋 谈朱啸虎
他想明白一件事情，就是过去我们VC以小博大的逻辑，是完全不成立了。所以大家追求现金流——投资人也追求现金流。
明股实债的困境
梦秋指出这种策略的根本矛盾：真正自己能赚钱的企业，"又为什么要来稀释他的股权来给你融资呢？"只能靠"碰"——机缘巧合。而且VC产品"从第一天起就不是干这事的"，理论上做债有银行和其他金融产品。这是"没有办法的办法"。
三、VC变成No Venture
核心判断
VC的概念已经不成立了
梦秋直言："我们不是Venture，我们希望不要冒险。"无论是投未来的极端（共识驱动）还是投当下能马上变现的极端，两头都在尽可能回避风险。传统VC"以小博大"的杠杆逻辑——每个check开500万以内、投10个中两三个——已经从根本上被打破。
VC逻辑演变：从Power Law到No Venture
VC还是合适的金融产品吗？
梦秋的分层回答
- 放眼全世界：仍然是合适的金融产品
- 只谈中国：钱没有多到一定程度的，就没那么合适
- 资产数十亿/百亿以上的个人：可以配置一些，但前提是"你信不信"某些方向（新能源、AI）
- 没有信仰的人：不建议配置VC
- VC变成了"更少数人的游戏"——不只需要金钱，还需要对科技的信仰和爱好
梦秋
VC变成一个更少数人的游戏了。它不只是对于金钱的信仰，它还需要对于各种未来判断科技的信仰和爱好。
行业缩水
四、AI投资的判断框架
清流在ChatGPT出现之前，从MidJourney开始关注AI，自己拟了一个包含一百多个问题的研究框架，思考这一代深层AI技术对整个商业格局和世界的影响。
框架的演进
2022年底-2023年初
从MidJourney等应用开始看AI，拟定约100个核心问题的研究框架。
2024年初
一年半后重新review框架——很多问题已有答案，部分已被市场自证，部分来自自己调研。又提出新的核心问题。
核心结论
AIGC——只做内容生成"太小了"。真正有价值的方向是AI与物理世界的结合。
梦秋
如果我们认为这一代AI是一个巨大的生产力变革，那它最大的价值一定不是只是体现在生成内容上面。我们觉得它就是要跟物理世界结合。
市场扫描规模
过去一年清流在AI方向至少看了100-200个项目，同类型的"看个一两个就判断不值得再看"。年底搞十周年活动时，专门做了AI总结PPT给portfolio的CEO们讲解。最终只出手了两个项目。
五、大模型：为何不投第三方创业团队
梦秋从一开始就明确不看大模型，并且至今仍然坚持这一判断。
不投大模型的核心逻辑
- 做成这件事需要花太多钱，本质上是工程化问题
- "OpenAI如果没有微软，可能早就死在半路上了"——至今自身盈利能力远赶不上花钱能力
- 有点像做量子计算——"比量子计算稍微close reality一点点"
- 大厂从第一天起就醒了——有钱、思路不落后、有自己的应用场景和数据反馈机制
- 没有"傻瓜窗口"——以前创业团队的机会来自大厂没睡醒，但这一代不是
梦秋
第三方做大模型，它就有点像做量子计算。非常有价值的方向，但是它需要花太多钱，而且它本身是个工程化问题。所以我第一天起就不觉得第三方创业团队能做成这件事。
退出困境的具体分析
为什么"投得够早也不一定能退"
- 每一轮新融资的钱都要投入新的生产力，不一定允许老股东退股
- 从实际退出经验来看，"越早的人退出越难"
- 后面投资人想给的钱更多，"吹个回购"每一轮都难推
多模态大模型也一样
梦秋曾认为多模态有时间窗口——大厂腾不出手来做，创业团队可以切入后卖给大厂。但Sora出来后判断变了：独立的多模态大模型概念可能不成立。所有Foundation模型都在融合更多模态，"傻瓜窗口没有了"。
六、垂直模型的机会与陷阱
在大模型和应用层之间，梦秋对垂直模型的态度是"partially work"——有条件地看好。
垂直模型成立的条件
| 条件 | 说明 |
|---|
| 私域数据要求高 | 领域知识获取有壁垒，通用模型短期内难以cover |
| 私有化部署需求 | 企业不愿数据上传云端训练 |
| 跨行业通用性 | 单一垂直太小，需要拉通多个行业 |
| 通用模型短板 | 底层大模型做得还不够好的领域 |
不看好的垂直方向
营销文案（如Jasper.ai）
对营销文案的特殊要求"有，但是不多"，通用模型很快就cover掉了。GPT出来后Jasper.ai就"不太work了"。
法律
法律是"非常规范化的文档"，领域知识有限。法条和案例大量在网上公开。虽然大模型幻觉问题尚未彻底解决，但"要解决其实也没有那么难"。
中国语境下的特殊困境
梦秋
中国的大量企业不是说你给我一个SaaS、给我一个服务接口我就自己用了。大量是卖服务——可能会陷入过去几年中国2B企业服务的陷阱：我其实是重服务的，效率并不高。
梦秋与朱啸虎在此有部分共识：中国底层大模型做得还不够好，中间层确实存在窗口机会。但梦秋认为这都是"窗口型"机会——"单一都做不太大，当下面的东西起来的时候，还是有可能给你cover掉。"
七、清流的两个下注：深势科技与AI for Coding
在看了100多个AI项目后，清流最终只投了两个。
深势科技（AI for Science）
- Prayer轮进入，当时还没提大模型
- 做微观世界的数字孪生——原子层面的模拟
- 用AI算法+高性能计算模拟原子世界
- 基于元素周期表做大模型，发现新物质新材料
- 应用场景：药物发现和新材料发现
- 创始人张林峰获得Gordon Bell奖（高性能计算的"诺贝尔奖"）
- 中国绝大部分高校和海外高校都在用
AI for Coding
- 北大团队出身
- 跨行业通用——几乎所有行业的公司都有IT部门
- 中国企业大量需要私有化部署，不想代码上传
- 每个行业有自己的领域知识需求
- 部分能力调用Foundation模型，更多能力自己建设
- 虽然国外有Copilot，但中国有特殊的私有化需求空间
投资逻辑的共性
两个项目都不是Foundation大模型，但也不是简单的垂直应用。深势科技做的是底层微观世界的物理模拟，和语言大模型"其实都没关系"；AI for Coding拉通了不同垂直行业，是一个独立的topic。它们的共同点是：壁垒足够深、场景足够广、不会被通用模型轻易cover。
八、应用层扫描：语音、教育与陪伴
清流在应用层做了大量调研，最终"看了一堆，没有找到特别合适的"。
语音：被低估但找不到标的
为什么看好语音
- 美国11Labs做得太好，一直在找"中国的11Labs"
- 语音是"被低估的一个环节"——未来数字人、视频生成、客服等场景都需要
- 科大讯飞等国内老牌AI语音企业"效果还是有差距"
- 要做到像电影《HER》那样——有恰当的情感和语气
结论：方向看好，但"至今还没有看到什么特别好的标的"。
教育/陪伴：Alignment是致命问题
AI+教育的困境
- 中国语境下教育需要标准答案，生成式AI天然不合适
- 陪伴类小玩偶/机器人——技术上"已经可以像人一样talk"
- 最大问题是alignment——"你不管几岁的小孩，内容本身是一个很大的问题"
- 对成年人来说，幻觉是乐趣；对小孩，"你又不是那么敢发散"
C端应用：Character.AI等不是刚需
梦秋
所谓刚需就是有多少C端用户愿意真实的为这个东西持续付费。除长线以外，我不觉得这是刚需。
梦秋认为情感陪伴需求存在，但要考虑两个问题：用户愿意付多少钱？是否有第三方独立创业机会？如果通用模型能力足够强，结合已有的垂直场景社区就能work。
九、机器人：AI与物理世界的结合
在梦秋的投资框架中，机器人是AI真正产生巨大价值的方向——AI必须与物理世界结合，才能获得极大的生产力释放。
机器人投资的当前格局
经纬的"全都投"策略
- 经纬因新能源（理想、小鹏）尝到甜头，沿产业链布局上下游
- 机器人本体公司"三家都投了"——类比新能源车的产业链逻辑
- 逻辑：hold一个明确落地场景，然后看上下游
- 梦秋"挺认可"这种策略
机器人的数据困境
梦秋
互联网的知识已经浩如烟海，但这可能只是我们真实物理世界的1%、5%。机器人需要的是真实数据。
语言大模型已经穷尽了人类落实成文字、图片和视频的知识。但机器人需要的物理世界数据"远小于车能够收集到的数据"。拿起一个鸡蛋——理解容易，但识别、定位、控制力度不捏碎，都需要大量真实数据训练。
生成式AI对自动驾驶和机器人的真实影响
必要条件之一，而非充分条件
梦秋判断：这一代AI会加强自动驾驶和机器人的"大脑"，但它不是让其他问题都不重要了。"如果认为有一万个问题要解决，AI出现了，我可能其中有一百个问题觉得可以解决了——我还有9900个。"硬件（关节、行走、六维力传感等）首先得work。
十、自动驾驶创业：死在沙滩上的前浪
梦秋对自动驾驶创业公司的判断相当严峻。
核心判断
"基本算死在沙滩上的前浪了"
上一波投自动驾驶创业公司的VC已经差不多了——故事没得到验证，偶尔有上市的表现也不好。距离落地变现太远，VC没有那么多耐心。一级市场对自动驾驶并不热，"大家伤了，还没有恢复元气"。
主机厂 vs 第三方
主机厂（持续投入）
- 特斯拉、新能源车厂对自动驾驶投入"还是不小的"
- "不讲自动驾驶的故事，就真的变成一个车厂了"
- 马斯克坚定相信方向，车和机器人底层通用
第三方创业公司（几乎出局）
- "没有什么太多的新东西出现"
- 上一波L4自动驾驶创业公司"早就死完了"
- 本质上还是得有数据——没车在路上跑就没有数据
- 渐进路线（特斯拉式L2+到L3）胜出
梦秋
本质上讲你还是得有数据。直接做L4的，早就死完了。
十一、啮齿动物哲学：小基金的生存之道
这是本期最具象征意义的比喻——梦秋将清流比作侏罗纪时代的啮齿类哺乳动物。
生存哲学
做侏罗纪时代的老鼠
小行星撞地球的时候，恐龙都死了。受冲击更大的是巨头或中型巨头。啮齿类动物——原来跟爬行类相比体型非常小，是弱势群体。但灾难过后，它们活下来了，后来才发展成人类。"我就在阴沟里活着，我也没什么。你都已经做老鼠了，你还能怎么更差呢？你不会更差。"
清流的具体做法
小而可控
- 美元一直没有对外募资，基本是个人朋友contribute
- 人民币三期也主要来自个人朋友
- 拒绝了地方引导基金的offer——因为有反投要求、投资方向限定等约束
- "现在这种情况下，我们还是对自己手里的钱比较可控比较好"
- 美元和人民币大概一比一
- 基金规模不大，但"按照我们的速度也够我们再投一阵子"
- 仍有六七十个活跃项目在管理
梦秋
就是不要有偶像包袱，放下这个本本就行了。我从第一天起就没有。而且女生更不容易有偶像包袱——女生总在怀疑自己做的够不够好。
十二、现在学与未来学：两极投资策略
梦秋将当前的投资策略清晰地分为两个极端——不投中间状态。
现在学（人民币为主）
- 目标：1-2年就能挣到钱
- 标准：已有客户、市场、现金、利润
- 估值逻辑清晰：PE=10（二级市场给15就一级给10）
- 偏PE阶段，不分ABC轮
- 项目"非常水下"，需要费劲去找
- 新能源、新材料中已有好现金流的企业
未来学（美元为主）
- 时间框架：7-10年
- 争取早期进入
- 必须是"共识"方向——"大家都相信才愿意持续投钱"
- AI、机器人等方向
- 非常谨慎挑选，进入价格要合适
- "不是非共识——钱少的时候不能允许chaos"
"共识"与"非共识"的逻辑转变
过去市场资金充沛时，可以投"非共识"——大量的钱允许chaos，你可以在混乱中找到独特机会。但现在钱少了，"要通过共识挣到钱"。这意味着VC方法论发生了根本性转变：从敢于逆市场而动，变成了必须跟市场共识走。
十三、消费与养老经济：尚未到来的爆发
消费市场的现状
消费项目每周还能看到一两个，但比以前少很多。核心特征是追求极致性价比——不分男女老少、不分年龄阶层，这是疫情后遗症。但极致性价比"每个人定义不一样"——比如香氛在特定人群眼里有别的性价比定义。基础日用品（水牛奶、牙膏、儿童食品）"长得都挺好"。
养老经济：70后才是真正的爆发点
当前老年人（70岁以上）
年轻时比较苦，不愿意花钱。唯一愿意花钱的是保健品和医疗。有稳定社保甚至在涨退休金，但消费习惯非常节省。
真正有消费力的老年人（65后/70后）
完整经历了中国最高速增长的30年，积蓄丰厚。现在50-60岁，还没退休。他们年轻时养成的消费习惯会带到老年。
未来爆发时
旅游、升级版保健品、养老社区、上门服务都愿意付溢价——因为"这代人年轻时候有消费习惯"。将是中国第一次出现"真正有钱的老年人"。
养老经济现在布局太早
梦秋认为现在做轻资产的老年经济"还很难起来"。现在在做的都是重资产养老地产。真正爆发要等65后/70后进入退休生活——"他们可能是中国第一次出现真正有钱的老年人，像日本老人和美国老人。"
十四、行业人心：仓廪实而后知礼节
梦秋的情绪曲线
从愤怒到接受
- 2022年：把不顺利归结为疫情
- 2023年上半年（最差）：疫情结束但情况没有更好、甚至更差。"有一段时间内心有点充满愤怒、失去希望"
- 2023年下半年：接受现实——"放弃幻想，反而更踏实"
- 2023年底：十周年活动见了几乎所有portfolio CEO，发现很多项目业绩非常好，实现了盈利。"信心来源还是来自这帮还在踏实干活的founder们"
- 2024年心态更好："你想明白就是做啮齿类动物，做老鼠。你都已经做老鼠了，你还能怎么更差呢？"
对周围人的观察
梦秋
仓廪实而后知礼节。之前打交道大家都非常讲道理优雅，现在就发现人在逼到一个比较不舒服的状态下，反应就没有那么elegant了。
梦秋补充说"这不是我身边的人"——身边的人"人以类聚"，大家还是比较elegant。但行业中确实有"铤而走险"和"耍赖"的现象。
道家心态
儒家
- 第一反应是愤怒
- 积极去改变，撞得头破血流
- 改变不了就归隐山林（躺平/移民）
为什么不退休
梦秋
人从生下来就一直在朝死亡走，这个过程是重要的，结果反而不重要。我最怕的一件事情是未老先衰——脑子不动了、动不了了、提前进入老年痴呆状态。
梦秋继续做投资的驱动力不是"不能下牌桌"，而是通过管理基金和组织，获得接触世界最新前沿事物的"窗口"。
十五、AI与生产力跃迁：高估当下，低估未来
核心判断
AI是人类社会下一次生产力跃迁
梦秋认为人类正进入下一个生产力爆发的前夜——继工业革命、蒸汽机革命、信息革命之后。如果AI能与真实世界结合，其机会一定比互联网大很多。但"如果只是AIGC，我觉得不是"。
对时间和泡沫的判断
三个关键判断
- AI跟真实世界的结合会比互联网革命慢——"进入真实世界真的是一件很难的事情"
- 不是循序渐进的，可能是"突然某一件事情突破了，然后大爆发"
- 当下对AI的预期是高估的——"很多人高估了当下的水平，而会低估未来长期能达到的程度"
梦秋
解决人类社会贫富差距矛盾的根本解决方案，是生产力不断跃上下一个台阶。让这个社会中最没钱的人仍然觉得没有问题——吃饱穿暖甚至活得很滋润，这个贫富差距就不重要了。
对2024年的预期
"看不到任何契机会比2023年更好，但我也不觉得可以更差。"这是她给所有被投企业的统一建议。
十六、关键数据汇总
| 判断/数据 | 具体内容 |
|---|
| 美元VC主流策略 | 躺平/蛰伏——等待 |
| VC行业缩水 | 保守估计三分之一 |
| 清流2023年出手 | 8个项目（历史最高16个） |
| AI项目扫描量 | 100-200个，最终出手2个 |
| AI投资判断 | 不投第三方大模型（工程化问题，需大厂资源） |
| 美元/人民币配比 | 约一比一 |
| 短期投资标准 | PE=10（二级市场给15则一级给10） |
| 长期时间框架 | 7-10年 |
| 退出时间占比 | 约50%的工作时间 |
| 活跃管理项目 | 六七十个 |
| 2024年预期 | "谷底爬行" |
| 自动驾驶创业公司 | "基本算死在沙滩上的前浪" |
| AI真正价值 | 必须与物理世界结合，AIGC"太小了" |
| 养老经济爆发 | 等65后/70后退休（当前布局太早） |
| 消费趋势 | 全民追求极致性价比（疫情后遗症） |
| 机器人方向 | "非常有前景"，但数据远不够，硬件问题待解 |
| 当下AI预期 | 高估当下水平，低估未来长期能达到的程度 |
| 深势科技定位 | AI for Science，原子层面微观世界模拟 |
| 募资策略 | 拒绝地方引导基金，保持fully control |
| 投资人聚会活动 | 从打德扑变成打匹克球 |
启示与延伸思考
1. VC的本质正在被解构
梦秋的"No Venture"判断直击要害：当以小博大的杠杆逻辑不成立、IPO通道受阻、二级市场估值"足踝斩"时，VC作为金融产品的底层逻辑被动摇。投资人追求现金流和分红（明股实债）本质上是在做债——而做债有银行等更成熟的金融产品。VC不再是一个通用的资产类别，而变成了"需要信仰的少数人的游戏"。
2. 啮齿动物策略是逆周期生存的智慧
将自己比作侏罗纪时代的老鼠，不是自嘲，而是一种清醒的生存策略。关键洞察是：灾难中受冲击最大的是巨头（恐龙），而非小型灵活的生物。清流拒绝地方引导基金的约束、保持小规模和完全控制权、"什么都吃一点"——这是一套完整的小基金逆周期生存方法论。
3. "傻瓜窗口"消失改变了整个创业格局
梦秋反复提到"傻瓜窗口"——以前创业团队的机会来自大厂没睡醒。但这一代AI从第一天起大厂就醒了。这个判断如果成立，意味着AI时代的创业逻辑完全不同于移动互联网时代：不再有"先跑起来再说"的窗口期，第三方必须找到大厂确实做不了或不愿做的缝隙。深势科技和AI for Coding恰好符合这个逻辑。
4. 中国2B企业服务的"重服务陷阱"仍在
梦秋指出一个被AI热潮掩盖的老问题：中国企业要的不是SaaS接口而是服务。一旦进入重服务模式，AI的杠杆作用就被稀释。这意味着很多号称"AI赋能"的垂直应用公司，可能会重蹈过去几年中国企服公司的覆辙——收入增长但利润微薄，规模效应有限。
5. "共识挣钱"vs"非共识挣钱"的范式切换
从"非共识"投资到"共识"投资的转变看似微小，实则颠覆了VC的核心价值主张。传统VC的alpha来自逆市场判断——发现别人没发现的机会。但梦秋明确说"钱少的时候不能允许chaos"。这意味着在缩量市场中，VC的策略趋同化是必然的，真正的差异化只能来自执行力和人脉而非判断力。
6. AI的物理世界落地需要一个"突破时刻"
梦秋认为AI与物理世界的结合"不是循序渐进的，可能是突然某一件事情突破了然后大爆发"。这与当下渐进主义的主流叙事不同。一万个问题解决了一百个——还剩9900个。硬件、数据、成本、安全，每一个都是独立的大挑战。但方向不变，"进入真实世界真的是一件很难的事情"，所以比互联网革命慢。
7. 投资人的道家心态是一种理性选择
梦秋自称道家——顺势而为、快速接受现实。在2023年从"愤怒、失去希望"到"做老鼠也没什么"的心态转变，不是放弃，而是一种适应性策略。她的信心来源不是宏观叙事，而是那些"还在踏实干活的founder们"。这暗示了一个有意思的结论：在系统性困难面前，微观层面的韧性比宏观层面的乐观更有价值。
延伸阅读
- EP.1 和投资人梦秋聊聊加州、投资寒潮和林黛玉 — 梦秋第一次访谈
- EP.21 投资人视角下的大模型和市场真实水温｜和梦秋聊ChatGPT — 梦秋第二次访谈
- EP.107 和梦秋的catch-up：创投挺无聊 — 梦秋第四次访谈
- EP.62 你们要的朱啸虎，来了 — 朱啸虎的投资策略与AI判断
- EP.122 朱啸虎现实主义故事的第三次连载 — 朱啸虎的最新策略
- EP.64 和广密聊AGI大基建时代 — AI产业基础设施视角