#65 风险投资的钥匙失灵了吗？和梦秋聊：蛰伏、更少人的游戏和啮齿动物

原文讲解：一位投资人如何把“VC 不再冒险”解释成生存策略

正式片头约在 00:55，公开章节从 01:25 的美元 VC 重新定位开始。以下时间以小宇宙节目页公开章节为主，自动转写对“蛰伏”“啮齿类”“AI for Science”“Coding”等词有误识别，已按上下文统一。基金规模、项目数量、公司判断、行业缩水比例和未来预测均保留为梦秋在节目时期的口述。

一、美元 VC 为什么先“失去出口”，再“失去筹码”

梦秋把美元 VC 的变化起点放在在线教育政策之后，但她并不把原因归结为单一政策。募资端原本依赖海外 LP、依赖“中国故事”，后来受到地缘政治和中美关系影响；投资端则碰到中国企业在 A 股、港股和美股的 IPO 都变得困难，二级市场估值剧烈下跌，许多质量不错的公司也出现大幅缩水。一级市场的投资回报依靠退出，而退出通道和估值同时受压，原来的投资模型就很难继续运转。

制造业、芯片、新能源、新材料等泛硬科技虽然受到国家产业方向支持，却往往需要更大资本开支，而且许多项目更适合人民币资金承担。美元基金既没有过去那样多的可投主题，也不一定拥有产业链中的关键资源。梦秋的结论是：美元基金不是突然不会投资了，而是原来的资金来源、项目类型和退出路径无法同时成立。

一个转型方向是朱啸虎等投资人尝试的分红策略：不再只期待 IPO，而是投有收入、有利润、有现金流的公司，通过分红获得回报。梦秋称这种结构接近“明股实债”，但也马上指出它并不好做——真正能赚钱、又愿意拿股权出来融资的公司很少；如果企业自己现金流很好，它为什么需要这笔股权资金？因此，这是一种明确而阶段性的解法，不是 VC 的新常态。

二、主流策略不是转型，而是蛰伏：AI 仍有窗口，但窗口已经变窄

当主持人问这是不是主流策略时，梦秋的回答是“主流是蛰伏”。许多美元基金手里还有旧基金的钱，但看不清楚未来，就减少出手、等待规则重新稳定。另一部分仍然沿用旧逻辑，只是更谨慎地选择美元可以投、未来还可能上市的领域，AI 是较清晰的窗口之一。

AI 项目需要的支票很大，已经不再是早期 VC 用几百万美元投十家、等待一两家跑出来的游戏。基础模型项目可能需要数亿美元甚至更高，几家基金一起进入，Club Deal 变得常见。旧逻辑靠分散风险和少数赢家的高回报；新逻辑却可能变成多家机构共同把一家模型公司推向下一阶段，但如果做不出来，所有人一起承担损失。梦秋强调，支票变大并不自动让风险变小，只是把风险从“很多小实验”变成“少数大赌注”。

三、为什么她看机器人本体，却从第一天就不看基础大模型

梦秋回顾清流资本对 AI 的研究：团队曾经列出一百多个问题，持续研究这一代 AI 对生产力和社会的真实影响。她的判断是，AIGC 这个名字把范围说小了；长期价值必须进入物理世界。机器人本体是一个自然入口，因为它把 AI 和现实环境连接起来，像新能源车那样可以沿本体、材料、电池、零部件和芯片向上下游展开。她认可同时投资多家机器人本体公司的策略，是因为目前还无法判断最终赢家，而机会的落地场景足够大。

清流已经投过深势科技这类 AI for Science 公司。梦秋把它解释成微观世界的模拟：用高性能计算和 AI 模型探索原子、分子、新材料和药物发现。它不是把一个通用聊天模型套在行业上，而是直接从科学问题和模拟工具出发，因此和“垂直模型”并不完全是一回事。

另一个方向是 AI for Coding。它跨行业，因为几乎所有企业都有软件开发部门；同时中国企业常常要求私有化部署，不愿把代码上传到公共云，代码本身又包含行业知识。清流投的 aiXcoder 被她放在这个位置：不是重复训练一个 Foundation Model，而是为 Coding 建立专门能力，并在必要时调用底层语言模型。

她不看基础大模型的理由很朴素：这首先是巨大的工程和算力问题，OpenAI 如果没有微软的资金和场景，可能很早就撑不住；大厂从第一天就有钱、人才、应用入口和数据反馈，不会给创业公司留下上一代“巨头还没睡醒”的傻瓜窗口。等到 Sora 等多模态能力出现后，单独做一个多模态基础模型的创业机会也被进一步压缩。

四、从垂直模型到语音、教育和娱乐：为什么“有场景”还不等于有机会

梦秋并没有因为不看基础模型就认为应用层遍地机会。垂直模型是否成立，取决于三件事：领域知识是否足够特殊、能否获得私域数据、能否形成持续的数据循环。营销文案的特殊知识不够厚，通用模型很快就能覆盖；法律文档虽然专业，但规范化程度高，通用模型最终也可能补上。相反，Coding 的私有代码、科学模拟的结构化数据，可能更有机会形成真正的差异。

她曾花时间寻找中国的 ElevenLabs，认为生成式语音被低估：未来客服、数字人和视频生成要进入真实场景，用户必须第一时间感觉“像真人”，声音的情绪、语气和自然程度很关键。但当时没有找到足够好的标的。陪伴机器人和教育也被研究过，问题在于小孩需要安全、可靠和相对明确的内容，而这一代生成式 AI 最有趣的地方恰恰是可以发散、甚至会胡说八道；对成人这是玩具，对儿童却可能是风险。

娱乐内容也类似。AI 可以成为创作者的工具，但内容创作的本质仍然是创意，现有图像和视频工具需要大量 prompt 调整和专业知识，离“人人拿来就用”还有距离。梦秋因此提出一个很鲜明的投资判断：一个事情只要足够明确、足够疯狂、愿意把方向推到极致，仍然可能成功；最难的是夹在中间，既没有真正的技术护城河，也没有明确的用户需求和现金流。

五、VC 的旧钥匙失灵：从“非共识+高赔率”变成两个极端

节目在这里从 AI 方向转回 VC 自身。梦秋说，过去 VC 通过小支票分散风险，期待少数公司以极高回报覆盖失败；现在退出端不顺、融资接力不再可靠，投资人不能只等别人接盘，于是新的游戏规则更像两个极端：一头是“现在学”，投已经有客户、收入、利润、现金流、甚至一两年内有退出可能的项目；另一头是“未来学”，仍然押机器人、基础科学等长期方向，但必须更谨慎地挑团队、价格和资源。

她用一句很重的话概括：“我们不是 Venture，我们希望 No Venture。”这不是说完全不承担风险，而是把风险限制在机构能够承受、能解释、能持续管理的范围内。过去大家可以用下一轮融资把问题往后推，现在每个项目都要更早回答它能不能产生现金、有没有真实客户、是否需要不断加钱。VC 从一种高波动的金融产品，变成了更少数人的游戏：不仅要有钱，还要对技术、产业和未来有信仰，或者拥有足够的研究能力。

在个人配置上，她不建议普通人优先配置中国 VC：如果资产规模不大、对具体科技方向没有信仰，又只能依靠抽象的资产比例计算，VC 不一定是合适的产品。企业则要看战略协同和自身直投能力。这个结论说明，VC 的门槛已经从“有没有闲钱”提高到“能不能理解并承受长期不确定性”。

六、清流为什么不下牌桌：做一只没有偶像包袱的啮齿动物

梦秋说，行业大约缩水了三分之一，很多 GP 和执行层离开，清流仍然管理六七十个活跃项目，出手数量并没有从最多时的十六个继续大幅下降，过去一年大约八个，但研究没有停。她不把继续工作解释成“不能离开牌桌”，而是说自己需要通过组织和基金接触新知识，保持大脑被现实刺激；退休或离开后，未必有更好的窗口。

她用一个很有画面感的比喻描述小机构：小行星撞地球时，大型恐龙可能受到更大冲击，小型哺乳动物藏在洞里活下来，后来才有机会发展。清流要做的是“侏罗纪时代的啮齿类动物”——先在阴沟里活着，不维护机构的偶像包袱，减少活动范围和食物需求，等待环境中新的机会。这个比喻并不是鼓励消极，而是把机构目标从“必须成为最大玩家”改成“保持活着、保持学习和保持选择权”。

她也回顾自己的情绪变化：2022 年可以把困难归因于疫情，2023 年疫情结束后环境没有变好，反而一度愤怒、失去希望；到年底，她从那些在困难中仍然做出收入、实现盈利的 portfolio founder 身上重新获得信心。2024 年的判断不是反弹，而是“谷底爬行”：不幻想马上好转，也不认为还能无限变差。

七、大模型对自动驾驶的影响：它会增强“大脑”，却不会替本体、传感器和数据解决全部问题

梦秋认为上一轮纯自动驾驶创业公司已经经历了市场验证失败：资本投入很多，个别公司上市，但离稳定变现很远，二级市场表现也没有让 VC 获得足够耐心。主机厂和 Tesla 仍然会继续投入，因为不讲自动驾驶就只是车厂；但第三方创业团队不能再把“有一个自动驾驶算法”当成完整公司。

她把自动驾驶拆成完整系统：先用摄像头、激光雷达、毫米波雷达等感知世界，收集数据；再由算法处理数据、理解环境并决定 action；最后由汽车的执行机构完成转向、制动和加速。生成式 AI 主要增强中间的“大脑”，却不能替代数据采集、硬件、传感器、执行器和安全验证。机器人更困难，因为真实家庭和工业环境的数据远少于汽车上百万辆车每天产生的驾驶数据；拿起一个鸡蛋这种人类觉得简单的任务，机器人仍然需要识别、抓取、施力和反馈的完整闭环。

这也解释了她为什么把“有了大模型就解决一万个问题”的想象打折：大模型可能先解决一百个，但剩下的九千九百个仍然在硬件、成本、数据和运营里。机器人最终也要降本，新能源车的普及并不只因为电池和算法突破，而是本体、供应链和价格共同过线。

八、消费、founder 与养老：经济下行会把判断拉回真实的价值

清流没有把自己重新定义成“消费基金”。梦秋解释，消费项目更容易被别人看懂，发一个消费项目大家会讨论“我吃过”，发硬科技项目很少有人回应；但基金从一开始就是复合型的。它会跟着时代切换重点：某段时间消费项目多，某段时间新能源项目多，当前更多看 AI、机器人和智能制造。

消费人群的变化不是简单的“所有人都不消费”，而是对未来收入缺乏信心，开始追求极致性价比。性价比不是绝对低价，情绪价值也可能被认为物有所值；更稳定的机会在牛奶、饮用水、牙膏、儿童食品等刚需品。养老经济也没有立刻爆发：70 岁以上的人往往年轻时经历过更艰苦的年代，消费习惯偏节省；真正有消费能力、会把中年消费习惯带入退休生活的，可能是 65 后、70 后，等他们真正退休后，养老社区、服务、旅游和保健品才会出现新的机会。

她对新时代 founder 的要求也变了。新能源、新材料和 AI 需要更强的学术背景，但最好不是只从校园出来，还要有大企业工程经验，见过真实产品、供应链和组织。对“现在学”的项目，基金可以更灵活，甚至投已经接近 PE 阶段、收入和利润已被验证的公司；对“未来学”的项目，则继续拉长到七至十年，并用更高门槛筛选。

九、结尾回到道家：顺势不是躺平，而是停止和已经发生的现实争吵

梦秋对 2024 年的建议很具体：优先找国家鼓励的硬科技、新材料、AI、机器人方向；消费仍然能投，但要找从第一天就有机会赚钱的项目；退出工作会占很大比例，必要时先退本、触发回购，不再假设每家公司都能通过下一轮融资解决问题。她对 AI 的长期判断依旧乐观，认为它最终要与真实世界结合，带来新的生产力，但这会比互联网更慢，也可能在某个突破点之后突然加速。

她把自己的心态称作道家式“顺势而为”：不是放弃行动，而是接受事实已经发生，先调整，再寻找可以改变的部分。经济下行时，“仓廪实而知礼节”会变得明显：人在困境中可能愤怒、赖账、冒险或失去优雅。她没有把这种变化包装成个人道德问题，而是把它看成环境压力对人和机构的测试。

先给判断：VC 不是消失，而是从“高赔率分布”改成“生存与选择权管理”

我的核心判断是，梦秋不是在宣布“VC 时代结束”，而是在描述风险的分母发生了变化。过去一次失败可以被十个小项目和下一轮融资掩盖；现在一笔大模型投资可能同时消耗更多资本、时间和注意力，失败会直接改变基金的生存期。因此“更少人的游戏”既是资本更集中，也是理解能力、耐心和现金管理更稀缺。

问题：当未来不再自动接盘，谁来为不确定性付钱

传统 VC 的价值在于把今天的钱配置给未来的不确定增长，并用组合分散风险。但当上市、后续融资和估值扩张都变得不稳定，VC 不能只把时间当作免费的缓冲区。它要么投已经有现金流的公司，把自己部分变成更灵活的成长资本；要么明确承担长期研究风险，但必须知道自己为什么相信这个方向、团队如何获得资源、失败后是否仍有选择。

这也解释了节目中对“垂直应用”的保留态度。一个垂直产品可能短期赚到钱，却未必能形成长期价值；一个基础模型可能长期有价值，却需要巨头级资本。投资判断不能只问“这个市场大不大”，还要问“谁能支付等待期间的成本，以及当底层能力变好后谁会把这个机会收走”。

机制：新的 VC 组合可以理解为“现金流层 + 选择权层”

这个组合不意味着现金流项目一定安全、长期项目一定高回报。它只是把两种不同时间尺度的风险分开，让机构知道自己是在买回报，还是在买一个可能穿越技术突破的选项。

证据审计：节目中的判断应如何使用

术语解释：投资人说的“VC 变了”究竟变了什么

局限与反例：两端策略也可能失败

• 有收入和利润的“现在学”项目可能增长很快，也可能被平台降价、客户集中或宏观需求反转；现金流不是永久护城河。
• “基础模型只能由巨头做”是当时基于资本、算力和应用入口的判断，不能替代对开源社区、专用硬件、算法效率和新训练范式的持续观察。
• 机器人和 AI for Science 的长期价值很大，但从方向正确到投资回报仍需经过工程、数据、成本、监管和商业化多个门槛。
• 投资人的宏观判断有高分辨率但有立场：基金需要管理 LP、被投公司和募资关系，节目叙述可能强调最能解释自身策略的部分。

独立 insight：最危险的不是早或晚，而是停在没有明确赔率的中间地带

梦秋反复批评“中间地带”，我认为它可以被更精确地表达为：项目既没有短期现金流，也没有足够厚的长期选择权，却仍然需要连续融资维持。这类公司会同时承受两种压力：底层通用能力变强后，应用被覆盖；底层能力尚未成熟时，产品又无法稳定交付。它看起来既像科技公司又像服务公司，却没有任何一端的完整优势。

因此，投资人或创业者的第一步不是把自己贴成“长期主义”，而是做时间尺度选择：如果选择现在学，就把回款、毛利和退出写清楚；如果选择未来学，就把研究问题、数据来源、资本续航和可迁移能力写清楚。最难的不是承认自己暂时很小，而是知道自己为什么小、要靠什么活到下一次技术或市场变化。

证据边界与资料索引

• YouTube：#65 风险投资的钥匙失灵了吗？：节目标题、视频入口与公开视频语境。
• 小宇宙节目页：梦秋身份、节目简介和完整章节列表。
• 清流资本公开站点：机构背景入口；本页不把机构宣传材料替代为基金业绩证据。
• 深势科技公开站点：AI for Science 方向的公开背景入口；节目中关于团队、投资与应用的描述仍按嘉宾口述处理。

本页先完整解释节目如何推进，再进入分析。投资金额、基金规模、项目数量、退出比例、行业缩水、创始人背景和未来预测没有被默认为独立核验事实；它们在正文中明确作为节目时期的观察、回忆或判断使用。