十字路口目录 · 逐期深读

杨洁:投资中的不确定性、创始人判断与 AI 工作流

从锦秋基金的投资和组织实践,理解如何在不完整的信息下迅速作出可复盘的选择。

访谈脉络:在不知道答案时如何投资

本期《十字路口》(2025 年 12 月 18 日发布,约 63 分钟)由主播 Ronghui 对话锦秋基金创始合伙人、管理合伙人杨洁。这是杨洁首次亮相播客。在创投圈普遍谨慎的 2022 年逆势成立后,锦秋作为一只 12 年长周期的 AI-native fund(AI 原生基金),凭借密集且迅速的出手节奏迅速成为中美 AI 创投一线最受瞩目的新锐机构之一。

嘉宾档案杨洁,锦秋基金创始合伙人/管理合伙人;毕业于中南财经政法大学;MBTI 为 INTJ(锦秋三位合伙人全员 INTJ),双鱼座;被问及年龄时幽默回应「在一个敢下注、也能扛得起的年龄」;调侃「星座盘负责情绪价值,复盘负责现金流」。
创业前履历创业前在字节跳动负责战略与投资,期间团队完成了 50 多家 AI 与机器人领域的少数股权投资;人生第一份工作曾跟随王鑫担任唯一的产品经理并兼做校招后勤。
基金规模与周期2022 年创立,设计为 12 年长周期基金;当前在投的这期基金规模约 5 亿美元(上一期规模较小),于 2024 年年中启动投资。
出手体量与比例机构成立以来累计投资超 70 家公司(90% 以上与 AI 相关);当前这支 5 亿美元基金截至录制当天已交割 51 家公司(AI 含量 100%,口径不含对同一公司的连续多轮跟投),两年累计看过四五千家公司和团队,出手率约 1%。

从字节战投出走:在 AI 寒冬逆势创立 12 年期基金

谈及创办锦秋的起点,杨洁回忆 2022 年字节内部调整导致投资业务受阻,她面临一个艰难抉择:「一边是最喜欢的公司,一边是最喜欢的事」,最终选择了最喜欢的事。恰好几位同事处于相似境况,大家没去找工作,直接合伙创立了锦秋基金。创业三年多回望,她坦言一开始低估了难度,但在把大难题拆解细化、逐个击破后发现都能走通;最大的个人变化是真正体悟了创业者的日常——既要盯紧长期目标,又要把它拆成不断动态调整的短期步骤,每天都在发现问题和解决问题。

许多人误以为锦秋是蹭着大模型风口成立的,杨洁特别澄清:2022 年起草 BP(商业计划书)募资时 ChatGPT 尚未发布,当时圈内还在消化「AI 前四小龙」长期流血不盈利的阴影。但她在字节带队投过 50 多家 AI 与机器人少数股权项目,已经看到清晰信号——技术真的在落地场景中补充生产力、替代劳动力。她举早期投过的未来机器人为例:即便疫情期间工厂开工不足,这家公司的收入依然逐年翻倍。因此 2022 年的募资故事非常务实:测算全球有多少建筑工人、蓝领工人和从事重复劳动的白领,以及 AI 与机器人能够替代多大比例的工作量;恰好当时市场因各种原因不看好这个方向,反倒留出了空缺。

2023 年春节前 ChatGPT 爆发,让团队意识到这一波基于大模型的 AI 不再是单一垂直行业,而是重塑各行各业的基础设施。杨洁把锦秋短短两三年跑出声量的最大原因归结为「天时」——风起的那一刻他们正好站在原地、弹药与认知都已就位,2023 年便沿着 Transformer 积极下注。基于「基础设施级变量而非短产业周期」的判断,团队与出资人(LP)沟通定下了 12 年超长周期。她算了一笔账:如果换作常规 7 年期基金,如今 AI 软件应用里约 70%—80% 的项目、以及大量算力技术和具身智能项目根本不敢投;如果条件允许,她甚至愿意设计得更长。

至于单期 5 亿美元的规模,同样是精密计算的结果:2 亿美元偏小,早期点状下注后,到优质项目的后续轮次缺乏资金持续增持;10 亿美元又太大,会被迫追逐确定性高的大项目、削弱早期锐度。5 亿美元正好兼顾首轮出手与多轮增持。

目前这期基金约一半投在第一轮,另一半投在 A 轮及稍后,聚焦三大方向并按各自产业节奏匹配轮次,同时每个大方向内部都切得极细:

核心赛道主要出手阶段细分聚焦切口访谈提及的代表案例与观察
算力技术偏 A 轮、B 轮(较少投首轮)只聚焦解决「存储墙」等计算瓶颈的存算一体与光计算,其余细分暂不看看到 AI 应用对算力需求无穷但成本难降,顺着存储墙痛点已投出两家存算一体公司
AI 应用(偏软件)第一轮或 A 轮之前AI + 营销(marketing)、AI + 生产创作工具、近期加码 AI + 医疗首轮投资的 AI 创作应用(音译 O E O E),成熟产品人带队,内测火到用户自发买邀请码
具身智能与 AI 硬件跨度极大(从首轮到后期)前期逐个细分领域排查,因研究时间长而布局较全后期涵盖宇树等代表公司;在瑞士全球具身会议上,中东机构负责人听说某机器人仅售 10 万美元深感震惊;认为找落地场景是下一阶段核心

「我们是一家 AI 公司,在投 AI 公司」:内部工作流与竞技团建

随着模型能力飙升,杨洁认为锦秋的角色已从「传统机构投 AI 公司」演变成「本身就是一家 AI 公司,去投资 AI 公司」。目前全员日常工作深度扎根在飞书、飞书多维表格 AI 能力与飞书问答里,已经很难分清哪一步用到了 AI、哪一步没有。

谈到个人生活中的 AI 体验,Ronghui 问了一个尖锐问题:「如果给你一笔钱,让你一个月不用 AI,多少钱你愿意?」杨洁干脆回答:「可能都不愿意。」因为父亲正在接受治疗,她把父亲全部的医疗和治疗数据都建进了 ChatGPT 的一个 Project(专属项目空间)里长期追踪,这太重要了。

她还分享了最近两次让她惊艳的「啊哈时刻(Aha moment)」,全来自 ChatGPT:第一次是 ChatGPT Pulse,早先觉得平平无奇,前两天点开却发现它完全针对她的近况主动生成了三块定制内容——汇总她刚关注的 Twitter AI builder 热点、给「AI 早期投资人」制定个人品牌建设与 90 天执行计划(直接促使她答应来上《十字路口》),以及附带一份关于她父亲治疗期间日常营养与护理的建议;第二次是 GPT-5.1 代理模式刚上线时,她丢给模型一个收录了 20 位推荐 Builder 的网页,指令它帮新注册的 Twitter 账号自动关注这 20 人并每周推送动态,前半步代理已顺利替她跑通。

「快且确定」的打法、错过 Manus 的复盘与看人排序

总结锦秋对外最鲜明的品牌标签,杨洁提炼为「快速的确定性」。外人常觉得「快」和「确定」天生矛盾——出手快岂不更容易误判?她的拆解是「把研究工作前置」:提前深挖一个细分领域,摸透什么路径走得通、什么走不通、顶流人才藏在哪里、跑赢需要哪些关键要素;积累完备后,一旦碰到对的创业者(带着想法、Demo 和雏形团队但缺第一笔钱),就能迅速拍板投或不投并给清理由,省去对方无尽的融资消耗。反过来,如果没有做过前置研究,团队宁可少看这个方向,不装懂也不盲目撒网。面对「划得太细会不会错过未来『女大十八变』的伟大公司」的追问,她坦然承认一定会错过,但早期投资本来就不必怕 miss(错过),关键是划清自己的能力边界并守住克制。

对于「投人还是投事」的经典之问,她认为没有恒定比例,但刨除算力与具身智能,在 AI 应用领域「人的权重更大」。这一判断来自一次她多次在公司内部公开复盘的经典错失——错过 Manus 团队最早一轮。杨洁直言,当时他们完全有机会投,却把评估重心过度放在了那个早期的浏览器插件产品上,没有识别出肖弘团队从插件、到 Monica、再到 Manus 背后持续演化、在混乱中找新机会的「反无序、反脆弱能力」(即学习能力、组织能力与执行力的复合体)。

Ronghui 好奇:全员理性逻辑至上的 INTJ 合伙人,怎么评估「成长性」「韧性」这类偏感性的特质?杨洁说,如果不太擅长纯靠直觉「感受对方的感受」,就把看重的品质拆成一条条「有迹可循」的事实去追问。目前锦秋在 AI 应用里抽象出的三大创始人核心特质排序清晰:

  1. 韧性(排在第一):杨洁之所以把韧性放在学习力与执行力之前,是因为「其他东西都可以学——不会写代码可以打开 B 站、YouTube 学,不会营销可以学也可以招人」,但韧性某种程度上是天生的,或者深植于成长经历。考察方式不是问标准题,而是回溯过往经历与低谷:事情是在什么资源条件下做成的?第一次创业或某件事不如预期时,他如何归因?又据此改变了什么做法?
  2. 持续快速的学习能力:过去许多传统行业靠存量 know-how(行业诀窍)建壁垒,但在技术日新月异的 AI 领域,既有诀窍很快失效,持续快速学习的能力才是真正护城河。
  3. 极强的执行力:AI 工具给强执行力团队插上了杠杆,放大效应远胜从前。

三项里只要有一项明显偏弱,杨洁就会放弃出手——两年看四五千家才投 50 家、1% 的筛选率,本身就意味着不必被 FOMO(Fear of Missing Out,错失恐惧症)绑架。访谈中,她还分享了四位令她印象极深的创始人与项目观察:

募资至暗时刻、打破信息孤岛与「第二十一位合伙人」

被问及自身经历里哪一刻最能体现「韧性」,杨洁立刻想到 2022 年第一期募资。创投圈常说 down time is the best time for startup(低谷期是创业最佳时机),可亲历那个「最佳时机」其实极其痛苦。虽然有字节跳动和红杉做基石出资人(anchor),但叠加俄乌冲突等外部环境剧变,募资对象与策略被迫调整为以中国人为主,依然举步维艰。那是她职业生涯第一次遭遇集中、大量的拒绝——以往在字节都是她拒绝别人,如今倒转过来,且基金还没起盘,随时可以体面放弃去找份高薪工作。

起初团队在多维表格里列了一张长长的潜在 LP 名单,逐条登记沟通进展,结果表格越看越「惨不忍睹」,令人极度煎熬。一次她与合伙人天宇商量后拍板:「那个表太痛苦了,不看了!短期也不复盘,有下一步的就推进,没下文的先不管,只把眼睛盯在能往前推的事上。」直到募完两只基金,心态才豁然开朗——意识到锦秋不过是只小基金,而全球愿意配置一级市场的资金极其庞大,被部分人拒绝无伤大雅,总能募起来。

把视角转向内部管理,Ronghui 提到圈内普遍觉得锦秋很「卷」,并援引美国红杉新员工入职必抄的那句名言——You are only as good as your next investment(你的价值只取决于你的下一笔投资),追问如何在高压与极高失败率(早期投资可能 100 个里错 90 个)的一级市场给团队建立安全感?杨洁给出四条组织实践:

在对创业者的定位上,杨洁借用同事给 AI 起的称号,把基金定义为创业者的「第二十一位合伙人」——既是重要的合伙人,排到第二十一位又意味着不能喧宾夺主。她给全团队立下三条铁律:不懂就问、及时给反馈、不要对创业者指指点点(哪怕有经验也只作为一条参考信息递过去,尊重创始人深度思考过的主权)。相应地,锦秋持续举办「AI 创业者小饭桌」和仅限被投企业参与的 CEO 峰会,拒绝给创始人当「老师」,而是搭建一个让创始人互找合作、人才与客户的「场」。

关键抉择:为何不投大模型、跟投数据、硬刚红杉高瓴与 2026 预判

后半段进入高密度的投资策略快问快答:

彩蛋:用 10 个「我是……」勾勒立体杨洁

节目尾声,Ronghui 发起一个快问小游戏,请杨洁禁用「我是一个 VC」「我是一个妈妈」两个标签,用 10 句「我是……」定义自己。杨洁一路接招,展现出理性投资人之外极为鲜活的一面:

  1. 我是一个在做 VC 创业的创业者。
  2. 我是一个希望把投资做成产品的 AI Builder(把基金打造成提供「快且确定的钱 + 靠谱支持」的产品)。
  3. 我是一个相信韧性很重要的人。
  4. 我是一个对 AI 的未来保持客观判断又乐观(谨慎且乐观)的人。
  5. 我是 6 只猫、1 只乌龟和 2 只蜥蜴的主人——6 只猫并非普通领养,而是她在凤凰汇下沉广场星巴克见完 Founder 后常去隔壁宠物店逛,把那些长期卖不掉、一直关在狭小笼子里的猫一只只买回了家,被 Ronghui 笑称「宠物店天使客户」。
  6. 我是一个包上挂着 3 个限量版 Labubu 的人(Ronghui 现场替她补上的反差事实;同时她也提到自己是两个孩子的妈妈)。
  7. 我是一个喜欢变化的人——「没有每年一定要做的事,但有每年一定不再做去年做过的事」,因此永远拥抱变化的 VC 极适合她。
  8. 我是一个靠一条内容在小红书涨了 7,000 粉的人(源于那条 AMA 项目内容)。
  9. 我是一个能在不完美中做决策的人——对比过去在字节拥有庞大战略与商分团队、可以尽量多收集信息晚收敛,如今即便用上 AI 工具,信息的颗粒度与深度依然不完美,却必须天天果断拍板。
  10. 我是一个每天为父亲的健康担心的人。

基金运转机制:锦秋如何把「快且确定」变成系统工程

剥开故事看本质,杨洁反复强调的「把投资做成产品」其实是在重排早期 VC 的工作流顺序——把传统机构放在「见创始人之后」做的大量研究,前移到「见创始人之前」,再叠加 AI 工具与长周期基金结构来吸收早期不确定性。

环节传统早期 VC 常见做法锦秋的自述做法结构收益与代价
资金结构7 年左右周期,规模两极分化12 年长周期 + 5 亿美元中间规模敢投长周期基础设施应用且留足跟投弹药;代价是 LP 锁定久、募资门槛更高
行研与 Sourcing项目上门后再补课,依赖固定圈层人脉只深挖极细切口前置行研 + AI 抓论文/奖项/公众号见到对的人可迅速给确定反馈;代价是主动放弃视野外赛道、注定错过部分非聚焦爆款
评估与决策多轮上会拖延、易受 FOMO 与热点牵引1% 出手率、拆解韧性/学习/执行三项事实、直接给投否理由赢得创始人口碑与抢案速度;代价是若前置假设出错,快速拍板会放大误判
组织与投后合伙人各守案源孤岛、强管控或纯财务挂名信息拉齐公开 + 自曝错失脱敏 + 「第 21 位合伙人」搭交流场降低内耗与 FOMO 焦虑;能否真正帮项目跨越规模化鸿沟仍取决于投后团队实战力

独立分析:如何判断,而不是只追逐结果

1. 提前研究的红利与「范式锁定」盲区

把研究前置确实是兼顾速度与深度的有效方法。以锦秋新近加码的 AI 医疗为例,提前摸清医生查文献与写病历的真实流程、哪一步必须人工复核、误诊责任由谁承担,能让投资人在初次见面半小时内就问到命门。但前置研究的另一面是「范式锁定」:当研究者过于笃定「成功项目应当长成某种形态」时,恰恰容易筛掉重新定义问题边界的异类(杨洁复盘早年用插件框架评估 Manus 团队、以及早年看轻 AI 搜索而错过 Perplexity,正是典型例证)。可行的防偏机制,是把每次事前设定的赛道假设、拒绝项目的具体理由以及当时的替代解释结构化存档,每隔 12—18 个月回测:究竟是核心证据看错了,还是受限于当时资源边界做出的合理取舍?

2. 如何把「创始人有韧性」变成可核验的证据

把「韧性」排在学习力与执行力之前,在 AI 范式剧烈震荡的当下极具现实洞察;但面试中仅听创始人复盘一次失败经历,极易受到叙事技巧与幸存者偏差干扰——能把逆袭讲得逻辑自洽的人,未必比讲得磕绊却埋头改代码的人更有韧性;同样,许多韧性极强的创业者也可能因大势或运气倒下。更扎实的拆解方式是把「韧性」还原成可交叉核验的行为节点:当时原计划与真实约束是什么、失败后捕获了哪些反直觉新信息、试过哪些具体替代路径、在什么信号下果断止损,并向其前同事、早期客户或公开产品迭代记录做侧面核对。

3. AI Sourcing 与快速决策的隐性偏差

用 AI 批量扫描论文作者、竞赛获奖、开源代码和垂直公众号,确实能成倍放大漏斗覆盖面;但它也会无声地继承公开数据源的分布偏差——更擅长抓到爱发论文、活跃在社交媒体的表达者,却容易漏掉闷头在垂直产业里写软件、既不发论文也不写公众号的实干派。因此衡量 AI Sourcing 系统不能只看「多推了多少项目」,而要定期抽查漏检率:市场上跑出的黑马有多少从未进入系统视野?同样,快速决策之所以不是草率决策,前提在于事前写清楚 2—3 条最致命的不确定性及对应验证动作(如客户深访、代码抽检或小范围试用),同时明确「拿到什么反证就立即停止」。

4. 「下轮融资率」不等于回报,连续跟投必须独立重估

已交割 50 多家公司里过半完成下一轮融资,在市场活跃期是很亮眼的阶段性进度,但它反映的是下一轮投资人的预期定价,与基金最终现金回流(DPI)之间仍有很长距离——尤其在 2025—2026 年一级市场资金回流、热门赛道估值水涨船高时,账面浮盈(TVPI)容易放大乐观幻觉。同样,如 Ronghui 提醒、杨洁本人也坦承的,连续跟投(follow-on)是一把双刃剑:第一轮买入时的强烈信念绝不能自动继承为第二轮加注的理由。每一轮增持都应当像评估全新项目一样重新审计单位经济模型、真实留存、付费质量与估值安全边际,避免在「已经投过、投后投入很深」的沉没成本心理下不断加仓。

证据边界与资料索引

本文依据《十字路口》节目官方简介与第三方机器转写完整整理,未逐字听审原音频。文中提及的基金规模(5 亿美元、12 年期)、累计投资超 70 家与当期交割 51 家(口径不含多轮跟投)、1% 出手率、过半完成下轮与跟投数量、内部 AI 工具与团建实践、具体被投案例表现以及 2026 年市场预判均为嘉宾访谈时自述,未经独立财务或业务审计;部分产品与人名(如音译 O E O E 等)保留节目转写口径。独立分析中的医疗尽调、韧性交叉核验、漏检率与跟投重估框架为方法论讨论,不构成任何投资建议。

《十字路口》:对话杨洁 · 本期文字稿(BidClub) · 返回近一年节目目录