VC 行业最被反复念诵的一句话是："我们投人，不投事。"
这是一句漂亮话。它把投资人塑造成识人于微的伯乐，把创始人放在故事中央，把每一笔投资都包装成对人类潜能的押注。它在硅谷如此，在中国一线 VC 的对外口径里更是如此。但 SVTR 的判断是：在当下的 AI 创投生态里，这句话已经从一种判断哲学，退化为整个行业系统性失误的最大遮羞布，而且，它制造的代价正在以惊人的速度浮现。
更准确地说，"投人不投事"已经不是一种判断，而是逃避判断的方式。一位投资人说这话的时候，他几乎从来不需要解释自己究竟看到了什么。这句话同时具备三个性质：它符合行业规范、不会得罪创始人、也不需要为具体论证负责。于是它顺理成章地变成了所有偏见、所有简历崇拜、所有偷懒的最佳掩护。
一、被误读了四十年的哲学
VC 行业最早其实并没有"投人"的共识。Kleiner Perkins 的 Tom Perkins 看技术，问这项技术是否专有、是否显著优于替代方案；红杉的 Don Valentine 看市场，认为足够大的市场即使是平庸团队也能做出大生意。他在 1980 年代中期投资思科，正是因为同行普遍认为团队偏弱，但他相信网络市场会把任何中等团队抬起来。Arthur Rock 看人，他相信优秀的管理团队能够穿越任何具体机会。
最终，Rock 的版本赢得了文化战争。原因并不复杂：以创始人为中心的叙事更适合做营销；对那些向创始人出售资本的基金来说，"我们相信你这个人"恰恰是创始人最希望听到的。
但"投人"在今天的实操中，已经不是 Rock 当年所说的那件事。2016 年 Gompers、Gornall、Kaplan、Strebulaev 对 681 家 VC、885 位投资人的调查显示，96% 的机构把团队列为关键因素，56% 视团队为单一最重要因素；早期投资人中有 17% 承认自己根本不使用任何财务指标。一个高度依赖定性判断的行业，竟然没有清晰说明判断标准是什么、如何回溯结果。学者 Andrew Zacharakis 和 G. Dale Meyer 用一句更直接的话总结：投资人并不真正了解自己的决策过程。
二、"投人"的账单
芝加哥大学 Booth 商学院的经济学家 Diag Davenport 在 2022 年的研究，给这种"模糊的人本主义"算了一笔账。他基于一万六千多家初创公司、九十多亿美元承诺资本的数据集，仅使用投资人在决策当下能够获取的信息训练机器学习模型，回答一个问题：VC 实际投出的项目里，有多少在事前就可以被识别为劣于把同样的钱投进公开市场？答案是大约一半。如果把这一半剔除、改投公开市场指数，整个样本回报率将提升 7 到 41 个百分点，这意味着超过 9 亿美元的可避免损失。
更耐人寻味的是 Davenport 的对照实验。他训练了两套并行模型，一套预测最优秀的投资，一套预测最糟糕的投资。结果两套模型依赖的信号截然不同：用于预测优秀项目的模型主要依靠产品特征，预测糟糕项目的模型则严重依赖创始人背景。换句话说，投资人做出好决策时，他们其实在认真看产品；做出坏决策时，他们在更认真地看团队。
这不是 VC 行业的新闻，但很少有人愿意把它说出口：风投在"投人"上花的力气越多，错得越系统、越昂贵。
三、用简历给大模型定价
把这套机制套到 2023 年以来的全球 AI 创投，几乎是一对一的对照实验。中美几乎同步上演，剧本几乎一样。
中国这一边，是光年之外。2023 年初，王慧文以"美团二号位"的身份宣布入局大模型，没有产品、没有完整团队、自己也不写代码。但短短几个月内拿到约 2.3 亿美元融资，估值 10 亿美元，投资方囊括了一线美元基金和顶级 PE。这笔钱投的不是大模型，也不是任何具体产品判断，而是“王慧文”这三个字。几个月后他因健康原因退出，公司被美团回收，整轮叙事戛然而止。
硅谷这一边，是 Inflection AI。Mustafa Suleyman（DeepMind 联合创始人）+ Karén Simonyan + Reid Hoffman 这套配置，在 2023 年拿下 13 亿美元融资、40 亿美元估值，是当年北美最大的 AI 单笔早期融资。一年后，微软用一种"非收购的收购"把团队核心几乎整建制吸走，留下来的公司外壳被改造成 B 端 API 业务。Adept、Character AI 在 2024 年陆续走完了几乎相同的剧本，只是接盘方换成了 Amazon 和 Google。
把这几个名字放在一起看，结论很难回避：在 2023 年那批最大、最被追逐的 AI 早期支票里，相当一部分实际上不是在投一家公司，而是在为一组履历做风险敞口管理。结果出来之前，它们就已经在 Davenport 的模型里被标红：它们的全部论证，就是一份履历。
更系统的版本，是各自市场的“基础大模型”。中国是"AI 六小虎"：月之暗面、智谱、百川、MiniMax、阶跃星辰、零一万物；西方市场则是 Anthropic 和 xAI 之外的那一圈：Mistral、Cohere、Reka、AI21 等。它们的共同点不是产品形态、不是技术路线、不是市场定位，而是创始人的简历层：Google Brain、DeepMind、OpenAI、Meta AI、清华、CMU、微软研究院。短短一年多时间里，这两个集群的绝大多数成员先后跨过 10 亿美元估值线，绝大多数发生在产品形态远未稳定、商业模式尚未跑通的阶段。投资人的判断逻辑非常坦诚：能做出基础大模型的"看起来应该是这群人"。简历是合理的弱信号，但它正在被错误地当作强信号定价。
四、不在“应然名单”里的黑马
在这条简历主义曲线之外，过去两年最具全球辨识度的一批 AI 公司，恰恰不是最符合“履历定价模型”的那一类。
中国是 DeepSeek。创始人梁文锋来自量化对冲基金幻方，不是典型大厂 AI 实验室出身，也不在很多投资人最初想象中的“基础模型创业者名单”上。但 DeepSeek 通过 V2、V3、R1 一路把开源模型能力推到全球前列，甚至迫使硅谷重新校准对大模型成本、能力和估值曲线的判断。
硅谷是 Midjourney。创始人 David Holz 来自体感交互领域，而非主流 AI 实验室。公司不接受 VC，不做融资 PR，却靠产品和分发硬生生做出了这一轮 AI 周期里最成功的消费级商业体之一。
再往外，还有 Cursor。它不是典型“大模型实验室校友”叙事，也不是靠创始人履历抢占媒体头条，而是从一个明确的开发者场景切入，把 AI 编程工具做成了足够强的产品体验。
这些公司不是“不投人”的反例。恰恰相反，它们说明：真正值得投的人，往往不是简历上最闪光的人，而是在具体问题中暴露出独特判断力的人。
如果“投人”逻辑成立，那么投资人真正应该看的，不是这个人来自哪里，而是：
- 他为什么选择这个问题？
- 他如何定义这个问题？
- 他在产品上做了哪些反常识但正确的取舍？
- 他是否比别人更早看见一个尚未被市场正确命名的机会？
如果离开这些问题，仅仅谈“这个人很强”，那不是投人，而是投标签。
五、真正的"投人"是什么样
Peter Thiel 投资 Mark Zuckerberg 的故事，今天经常被简化为"早期识人能力"，但同期记录显示，Thiel 真正看中的并不是 Zuckerberg 这个抽象的"人"，而是他选择如何切入"线上身份"这个问题、以及他已经把 Facebook 做成的那种具体形态。Thiel 自己后来在 DealBook 大会上说得非常直白：他不会把人和想法、商业策略、技术分开评估，那是一个复杂的整体。
Spark Capital 的 Nabeel Hyatt 把这件事讲得更具操作性：他从不通过看创始人演讲来判断要不要开支票，而是反复使用产品、研究产品的每一个选择，反推产品背后那个人的判断力、优先级、解决问题的方式。Sam Altman 在 YC 时期则把它进一步形式化为"想法的 non-obvious brilliance"。不是创始人聪明，而是这个想法是否聪明地选择了一个被低估的问题。斯德哥尔摩经济学院的 Mattia Bianchi 和米兰理工的 Roberto Verganti 在学术上给出了同一个结论的另一种表达：创业者最重要的创造行为不是解决问题，而是定义问题。
把这些声音合在一起，结论很清楚：投资的最小单位既不是创始人，也不是想法，而是将两者结合在一起。一个无法离开问题谈论团队的投资人，要么在投浅层模式，要么在投个人魅力。这两件事都会稳定地产出 Davenport 数据里那一半"可预见的糟糕投资"，也都会在中美两端继续生产下一个光年之外、下一个 Inflection。
六、AI 投资真正稀缺的是什么？
这一轮 AI 周期里，市场最不缺的是资本。也不缺被资本追逐的明星创始人。真正稀缺的是一种更基础的能力：把“创始人”和“问题”放在一起看的判断力，这也是 SVTR 持续建设 AI 创投生态的核心原因。
SVTR 要记录的，不是一份份 AI 创始人简历，而是一个个“创始人 × 问题 × 产品形态”的组合。
- AI 创投库不只记录创始人背景，也记录公司正在切入的问题、产品演进、融资进展、赛道位置和资本关系。
- AI 创投评不只讨论热点，而是试图回答：为什么这个问题在此刻成立？为什么这家公司可能成为一个新变量？为什么资本市场正在重新定价这个方向？
- AI 创投会和 AI 创投营，也不是简单把创业者和投资人放进同一个房间，而是希望让真正有问题判断力、产品判断力和产业穿透力的人，更早被看见，也更准确地被连接。
这套判断体系，接下来也会被产品化。SVTR 即将推出 AI 创投小程序，把我们长期积累的数据、研究和项目，以更轻量、更可交互的方式开放给生态用户。我们希望它不只是一个数据库，而是一个 AI 创投的信号源：
- 让创业者被更合适的资本和产业资源发现；
- 让投资人更早识别真正有问题判断力的团队；
- 让产业方更系统地理解 AI 创业公司的技术、产品和商业化位置。
首批内测用户，我们会优先从 SVTR AI 创投平台的注册用户中筛选。如果你是 AI 创业者、投资人、产业方，或者正在系统性观察全球 AI 创投生态，欢迎在文末扫码注册体验。
我们相信，下一轮真正重要的 AI 公司，未必出现在最闪亮的履历名单里。它们更可能出现在那些已经开始认真定义问题、认真打磨产品、认真穿越真实市场的人身上。而我们想做的，就是让这些“信号”更早被看见。