风投与成长投资的“苦涩教训”：a16z解读Anthropic、OpenAI与AI资本军备赛

_ AIEi Miami 和 AIE Europe 的门票已开售，首批演讲嘉宾已公布！_

从开创软件定义网络，到在本轮周期中投资多家最激进的 AI 模型公司，Martin Casado 和 Sarah Wang 处在这场重塑科技产业的资本、算力与人才军备赛中心。作为 a16z 横跨基础设施与成长阶段的合伙人，他们亲眼见证了风投与成长投资边界的模糊、**模型实验室（model labs）**以前所未有的速度把美元转化为能力，以及创业公司在尚未变现前就完成九位数融资。

Martin 和 Sarah 在节目中拆解了AI 时代的新融资剧本：为什么当下融资轮本质上常常是“伪装成股权融资的算力合约”；“融资 → 训练 → 发布 → 融更大一轮” 的飞轮如何运转；以及基础模型公司是否有可能在资金与支出上压过其 API 之上的整个应用生态。他们还分享了哪些领域被低估（朴素但刚需的企业软件）、哪些领域过热（人才争夺与薪酬螺旋），以及他们眼中 AI 市场结构的两种极端未来。

我们讨论了：

• **Martin 的“两种未来”分叉：**是无限碎片化并催生新软件品类，还是由少数通用模型构成寡头、吞噬其上层价值

• **资本飞轮：**模型实验室如何把融资直接转化为能力提升，再在“按周而非按年”的节奏里转化为收入增长

• 为什么风投与成长投资已经合流：$100M–$1B 混合轮、战略投资人、算力谈判与复杂交易结构

• **AGI 与产品化之间的张力：**如何在长期研究与短期收入飞轮之间分配稀缺 GPU

• 头部实验室是否能在融资与支出上同时压过其 API 之上的整个应用生态

• 当下的人才战争（$10M+ 薪酬包、$B 级 acqui-hire）为何正在击穿早期创业团队的财务模型

• **Cursor 案例：**从应用层向上构建，同时向下训练自有模型

• 为什么“无聊”的企业软件可能是 AI 狂热中最被低配的机会

• **硬件与机器人：**为何机器人尚未迎来 ChatGPT 时刻，以及需要哪些关键变化

• **World Labs 与生成式 3D：**将 3D 场景创建的边际成本降低几个数量级

[

martin_casado@martin_casado

AI 辅助 3D 世界构建已经离谱了。这是一个大型、多房间的 gaussian splat（约 600 万个 splats）。支持 streaming、LoD、角色支持、空间音频、物理、碰撞、VR 支持和视频流。音频开启后……简直是个看电影的好地方 :)

9:31 PM · Jan 10, 2026 · 46.5K Views

44 Replies · 63 Reposts · 614 Likes

](https://x.com/martin_casado/status/2010102247200526827)

• 为什么公共舆论场中的 AI 讨论常常与董事会现实严重脱节，创业者该如何穿越噪音

Show Notes：

• “Where Value Will Accrue in AI: Martin Casado & Sarah Wang” - a16z show

• “Jack Altman & Martin Casado on the Future of Venture Capital”

• World Labs

00:00:00 – 开场：a16z 现场录制
00:01:20 – 新 AI 融资模型：风投与成长投资碰撞
00:03:19 – 循环融资、需求与“没有闲置 GPU”
00:05:24 – 基础设施 vs 应用：边界正在模糊
00:06:24 – 资本飞轮：Raise → Train → Ship → Raise Bigger
00:09:39 – 头部实验室能否花钱花过整个应用生态？
00:11:24 – Character AI 与 AGI vs 产品困局
00:14:39 – 人才大战、$10M 工程师与创始人焦虑
00:17:33 – 哪些地方投资不足？“无聊”软件的机会
00:19:29 – 机器人、硬件与为何难以胜出
00:22:42 – 定制 ASIC 与 $1B 训练运行的经济账
00:24:23 – American Dynamism、地理与 AI 权力中心
00:26:48 – AI 如何改变投资人工作流（Claude Cowork）
00:29:12 – AI 的两种未来：无限扩张还是寡头垄断？
00:32:48 – 如果你融资能力超过整个生态，你就赢了
00:34:27 – 所有任务都会 AGI-Complete 吗？以编程为测试案例
00:38:55 – Cursor 与应用层力量
00:44:05 – World Labs、空间智能与 3D 基础模型
00:47:20 – Thinking Machines、创始人戏剧性事件与媒体叙事
00:52:30 – AI 技术栈中长期权力将沉淀到哪里

[00:00:00] **Alessio：**大家好，欢迎来到 Latent Space 播客，我们正在 a16z 现场录制。我是 Kernel Lance 的创始人 Alessio，和我一起的是 Latent Space 的编辑 swyx。

[00:00:08] **swyx：**嘿，大家好，很高兴和大家同场。今天的嘉宾也是顶级 AI 播客常客，Martin Cado 和 Sarah Wang，欢迎，真的非常

[00:00:16] **Martin Casado：**很高兴来到这里，也欢迎大家。

[00:00:17] **swyx：**是的，我们很喜欢这个办公室，也很喜欢你们对这里的改造。新 logo 现在到处都是。确实还需要一点时间适应，但它让我想起某种更有野心的时代回响，我觉得这有点

[00:00:31] **Martin Casado：**确实很有态度。

[00:00:33] **swyx：**对。

[00:00:34] **Martin Casado：**虽然我也不太确定这个态度具体是什么，但它确实在表达态度。

[00:00:37] **swyx：**Martin，我跟你从 Netlify 那会儿就认识。

[00:00:40] **Martin Casado：**没错。

[00:00:40] **swyx：**你做了软件定义网络这些事，大家都能查到你的背景。Sarah 我接触得比较晚，你们后来是在 AI 基础设施方向开始一起合作的。

[00:00:51] **Sarah Wang：**对，是这样。现在差不多七年了。

[00:00:53] **Martin Casado：**她是整个行业最好的成长投资人。

[00:00:55] **swyx：**哦，那请展开说说。

[00:00:56] **Martin Casado：**绝对是。[00:01:00] 在 AI 公司投资上，我觉得 Sarah 做了最激进、也最系统的模型投资 thesis。她投过 Nom Ja、Mira Ia、FEI Fey 这些最前沿的大模型公司。

[00:01:15] 我认为 Sarah 是覆盖面最广的投资人，这么说公平吗？

[00:01:20] **Sarah Wang：**我本来想说，其实更像是一种很有意思的“搭档打法”。因为这些大 C 轮交易不仅融资额巨大，\n它本质上仍然是对技术型创始人的早期押注。

[00:01:33] 但它们所需的资源，

[00:01:36] **Martin Casado：**太多了，我

[00:01:36] **Sarah Wang：**我想说的是，一方面它们增长极快；另一方面，它们 Day 1 需要的资源就是成长阶段量级。所以我们这种混合型协同，我觉得

[00:01:46] **Martin Casado：**现在到底什么叫 growth？你早上醒来如果不是十亿美元级别都不算——这确实，确实很不一样。现在是一个非常有意思的投资时期，比如拿 Character 这类公司来说。

[00:01:59] 这些公司往往[00:02:00]还没变现，但融资规模已经大到需要更大基金来参与，而且分析框架也要升级。

因为这类产品需求太高、用户规模很大，你需要更复杂的量化能力。所以不管是美国基金还是其他机构，在这些大型模型公司的交易上，几乎都是风投和成长投资的混合体。

[00:02:18] **Sarah Wang：**完全同意。比如 BD，你在种子轮时通常不需要 BD 去做市场拓展——biz Devrel。

[00:02:27] **swyx：**我不太熟，风投机构语境里的 biz Devrel 是什么？公司里的我知道。

[00:02:31] **Sarah Wang：**嗯。

[00:02:32] **Sarah Wang：**举个例子，我们总说“买算力”，但这里面有大量谈判：算力是否换股权？你要选什么类型的合作方？是否附带 go-to-market 能力？这些都属于这个范围。

[00:02:50] 这种规模——几亿美元级别——在公司成立可能仅六个月时，以前你根本不需要谈这种交易。

[00:02:54] **Martin Casado：**现在大轮交易非常复杂。过去做 A 轮[00:03:00]或 B 轮，你开张 2000 万到 6000 万美元支票，基本就结束了。现在通常既有财务投资人也有战略投资人，而战略部分几乎总会绑定大型算力合同，谈几个月很正常。

[00:03:13] 完全不是一个时代了。我做这行 10 年，从没见过这样的局面。

[00:03:19] **swyx：**你会担心这种“循环融资”吗？尤其是战略投资那一块。

[00:03:24] **Martin Casado：**你看，只要需求还在，核心就成立。互联网时代的问题是需求不在。

[00:03:29] **swyx：**没错。这就像那种金字塔泡沫叙事：只要按市值逻辑估下去，好像没问题，但一旦开始松动就会很

[00:03:41] **Martin Casado：**不是这样，只要需求在。很多这类观点现在都快成陈词滥调了，但还是值得重复。

[00:03:47] 互联网时代我们融资去铺光纤，结果没人用，这才是问题，因为会出现供给过剩。

[00:03:58] **swyx：**嗯。

[00:03:59] **Martin Casado：**即便[00:04:00]当年互联网带宽过剩那么严重、崩盘幅度那么大，周期也大概四年就消化了。

但现在我们没有供给过剩，没有“暗置 GPU（dark GPUs）”。所以不管是不是循环融资，只要有人投的公司确实会把 GPU 用起来，而且另一端确实有客户需求，我认为这就是不同的时代。

[00:04:25] **Sarah Wang：**我再补充一点，我要当着 Martin 的面引用他的话：这可能也是一个独特时期——你第一次可以比较直接地把“美元投入”映射到“结果产出”。

[00:04:40] 前提当然是 scaling laws 继续成立，能力确实持续进步。

如果你能把资金直接转成能力提升，而能力提升又有需求承接——这正是 Martin 的观点。若这个链条断了，那就是整个逻辑的关键风险。

你不是把钱投到销售和市场，而是投到 R&D 去换能力提升，[00:05:00]而这种提升又成了需求增长的驱动，因为一旦出现能力解锁，用户就愿意付费。

[00:05:05] **Alessio：**明白。

[00:05:06] **Alessio：**那你们现在构建投资组合的方法会不会变化？比如你们一些 growth 阶段公司，已经成了早期公司所依赖的基础设施。OpenAI 的体量现在都接近早期某些云厂商了。

这在实践里是什么样？两个板块之间信息如何互相喂给对方？

[00:05:24] **Martin Casado：**现在有太多边界被跨越、被模糊。我们已经说了风投和成长投资的边界。另一个模糊边界是基础设施和应用。

模型公司到底是什么？它显然是基础设施，因为在做核心 R&D、是横向平台；但它又是应用，因为它直接触达用户。

再加上这些公司增长太快。我认为你看到的是一种全新的融资策略正在形成，我们也被迫跟着调整。

[00:05:59] [00:06:00]你说得对，这些公司很快就平台化，开始搭建生态。其实这些现象并非前所未见，但发生速度非常惊人。我们过去划分边界的方法已经不太够用了。

不过话说回来，其中很多模式也确实像我们过去见过的东西，比如云计算建设、互联网建设。

[00:06:24] **Sarah Wang：**是的。我不知道你们是否同意，但我感觉正在形成的策略是——这也呼应你刚才的问题：

你先融资买算力，把钱灌进 compute，拿到某种能力突破，再把突破导入你的垂直一体化应用里。这个应用可以是 chat GBT，也可以是 cloud code，或者别的。

然后你迅速抢占份额、获取用户，甚至在某些阶段补贴用户。接着在势能最高点再融资，然后继续循环。

[00:07:00] 两年前这还不是主流现实。把它和融资策略联系起来看就很清楚了，包括招聘策略都和它绑在一起。

今天边界比以前更模糊。与此同时，这些公司都有 API 业务，所以“亦敌亦友”的关系也在变：它们有数十亿美元 API 收入，说明客户真实存在；但在应用层它们又彼此竞争。

[00:07:23] **Martin Casado：**这个点非常、非常重要。所以我会说：风投和成长投资的边界肯定模糊了，应用和基础设施的边界也模糊了，这条线已经变得非常

[... 内容已截断 ...]