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。
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。
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。
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。
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。
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
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。
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。
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。
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。
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。
