在中国 AI 生态圈摸底了两周，我学到了什么【译】
输入“/”快速插入内容
在中国 AI 生态圈摸底了两周，我学到了什么【译】
在中国 AI 生态圈摸底了两周，我学到了什么【译】
用户4242用户42423月27日修改
José Maria José Maria 宝玉AI2026年3月27日 04:36 美国
译注：关于作者
José Maria Macedo（若泽·马里亚·马塞多），Delphi Ventures 创始合伙人、Delphi Labs 创始人兼 CEO。Delphi Digital 成立于 2018 年，是加密货币和数字资产领域最具影响力的独立研究机构之一，旗下 Delphi Ventures 管理着超过 200 个投资组合项目。Macedo 本人在加密货币行业深耕多年，曾就读于布鲁塞尔国际学校，学习政治、哲学与经济学（PPE），在校期间就创办了多家盈利企业，并获得过约克公爵青年企业家奖等荣誉。近年来，Delphi Ventures 的投资触角正从 Crypto 延伸到 AI 和深度科技领域，本文正是 Macedo 在中国进行 AI 生态实地考察后写的观察总结。
最近，我在中国待了两个星期，拜访了 AI 生态圈里的各位创始人、风险投资人（VC）以及上市公司的 CEO。去之前，我对这个生态是非常看好的（bullish），满心期待能在这里以远低于西方的估值，发掘到世界级的 AI 人才。
但离开时，我的看法变得更加复杂且微妙： 我对中国硬件的看好程度超出了我的预期，但对软件却更为看衰（bearish） ；同时，我对中国创始人们的一些观察，也让我感到十分惊讶。
创始人的特质之谜 (The Founder Question)
我所投资过的那些伟大的创始人，身上都有一种极具辨识度的“基因”： 独立思考、一身反骨、激情四射且极其执着 。他们绝不乖乖听话，总是不断地问“为什么”，并且拒绝盲从现成的经验。他们做出的决定在外人看来往往匪夷所思，但对他们自己来说却顺理成章。他们骨子里有一种毫不妥协的冲劲，这往往体现在他们过往那种近乎痴迷和追求极致的经历中。在 VC 每天接触的茫茫多的高智商人群里，他们身上那种“锋芒”（spikiness）总能让你一眼就认出来。
然而，我在中国遇到的很多创始人，却属于另一种完全不同的类型——这让我挺吃惊的。
他们无疑是极其优秀的：顶尖名校毕业，在字节跳动或大疆（DJI）有过光鲜履历，在《自然》（Nature）杂志发过论文，手握多项专利。在西方，只有最顶尖那一拨技术人才才具备的成就，在这里简直成了“入场券”。而且， 他们比我见过的几乎任何人都要拼命 。我们的会议可以安排在任何时间、周末、甚至跨越不同的城市。有一位创始人，甚至在妻子分娩当天还跑来见我们！
但是， 那种独立思考的能力、那种反叛精神、那种从零到一（zero-to-one）的愿景，却很难在他们身上看到 。这些创始人的背景高度同质化，他们的商业计划书更为规避风险，他们的点子往往只是现有产品的豪华 V2 版（V2s），而非真正意义上的原创押注。考虑到中国培养了如此海量的技术人才，我本以为能在这里听到更多前所未闻的奇思妙想。
V2s 即 Version 2，指在现有产品基础上的迭代升级版；zero-to-one 指从无到有的颠覆性创新。
我的解读是， 中国的教育体系培养出了卓越的人才，但却没有给“离经叛道”留出足够的空间 。这导致产出的创始人往往是解决已知问题的顶尖执行者，而不是那种能揪出一个“没人知道它存在”的问题并将其解决的人。
VC 正在推波助澜 (VCs Are Reinforcing the Pattern)
更有意思的是，本土的投资人们正在加剧这种现象。
很多中国投资基金的核心投资逻辑，就是 押注来自字节跳动或大疆的优秀前员工——他们看重“血统”而非“锋芒”，看重“光环”而非“信念” 。VC 们的背景也折射出了这一点：大多数人都有着大厂、咨询公司或投行的背景，这和十年前欧洲的 VC 圈如出一辙。
讽刺的是，回顾历史，中国最顶尖的创始人——那些真正缔造了时代级伟大公司的企业家—— 往往根本没在大厂打过工 ：
•
马云 是个高考落榜两次的英语老师
•
任正非 离开部队后，在 43 岁创办了华为
•
刘强东 是从摆地摊开始创办京东的
•
王兴 博士辍学，从第一天起就开始创业
•
梁文锋 除了自己的公司外，从未在其他任何地方上过班，却打造出了 DeepSeek
他们都是打破常规的异类，是没有光鲜“证书”的人——而恰恰是这类人，在当前的投资体系下大概率会被直接筛掉。
发掘这类创始人才能带来真正的超额收益（alpha） ，但在我看来，现在几乎没有人在关注这个群体。
alpha 是金融术语，指超越市场平均水平的回报，这里借指独特的投资眼光与回报。
深圳与硬件生态 (Shenzhen and the hardware ecosystem)
我在中国看到的最震撼的东西，不是哪场创业路演。
而是深圳的“地下硬件工坊”——在那些车间里，工程师们 系统性地采购西方的高端产品，然后把它们大卸八块，以极其严谨的方法对每一个零部件进行逆向工程（reverse engineering） 。离开时我真的有些怀疑，大部分西方做硬件的创始人，到底知不知道自己面对的竞争对手是个什么怪物。这里的网络效应不是停留在纸面上的理论，而是实体存在的、高度密集的，且是经过几十年积累而成的。
我们遇到的创业者用数据印证了这一点： 超过 70% 的硬件原材料采购自大湾区，接近 100% 来自中国本土 。这种供应链优势，让他们的产品迭代周期快到西方硬件公司根本无法企及。
我遇到的大多数创始人都在复制“大疆模式”：在某个垂直细分领域打造消费级硬件——比如电动轮椅、割草机器人、新一代健身设备——将营收规模做到千万甚至上亿美元，然后利用积累的客户群或底层技术，向相邻的品类扩张。有些公司的规模已经远超你的想象。我见到的最令人惊叹的公司是 拓竹（Bambu） ，一家大多数西方人可能都没听过的 3D 打印公司，据说它的 年利润高达 5 亿美元，并且还在以每年翻倍的速度增长 。
对中国软件市场持悲观态度 (Bearish on Chinese Software)
相比来的时候，离开时我对中国软件领域的投资机会更加持怀疑态度。
在模型层（model layer），中国的开源（open source）模型确实令人瞩目——但 闭源模型（closed models）与西方最顶尖水平相比仍有显著差距，而且这个差距很可能会越来越大 。这背后的资本支出（CapEx）差距是巨大的。获取 GPU 依然受到限制。而且西方的顶级 AI 实验室正越来越严厉地打击模型蒸馏（distillation）。营收数据更是将差距体现得淋漓尽致：据报道， Anthropic 仅在二月份就实现了 60 亿美元的收入；而中国最好的模型，其年度经常性收入（ARR）也不过在几千万美元的量级 。
CapEx 指购买 GPU 等计算基础设施的大额投资；distillation（模型蒸馏）是一种让小模型通过学习大模型输出，来走捷径提升能力的训练方法。
在软件初创公司方面，目前的主流画像是前字节跳动的产品经理和研究员，他们正在针对西方市场开发各种具有智能体（agentic）功能或环境感知的消费者软件。人才确实顶尖，但 很多这类产品完全处于海外大型 AI 实验室未来原生自带功能的射程范围内——一旦大厂更新，它们就会变得多余 。我还注意到，中国普遍缺乏那种规模庞大、增长迅猛的非上市软件公司。在西方，除了做大模型的公司之外，已经涌现出了一批 ARR 达到千万甚至上亿美元、且增速惊人的明星初创企业，比如 Cursor、Loveable、ElevenLabs、Harvey 和 Glean。 这种级别的破局者在中国基本看不到 ——而仅有的几个例外，比如 HeyGen、Manus 和 GenSpark，一旦找到了破局点，最终也都选择了“出海”离开。
估值泡沫 (The Valuation Bubble)
撇开软件不谈，无论是在早期还是中后期，市场的泡沫都是实打实的。
在早期阶段，虽然从字节跳动、DeepSeek 和月之暗面（Moonshot）出来的顶尖人才，其薪酬成本仍远低于美国同等水平的人才，但 公司的估值中位数却已经与美国看齐 。甚至还没有产品的消费级初创公司，估值在一到两亿美元之间是常态。种子前轮（Pre-seed）融资超过 3000 万美元也见怪不怪。
到了中后期，这些估值数字就更难自圆其说了：
公司 | 估值 | ARR | 估值/营收倍数 |
MiniMax | ~400 亿美元 | <1 亿美元 | ~400x |
智谱（Zhipu） | ~250 亿美元 | ~5000 万美元 | ~500x |
OpenAI（对比） | 融资顶峰 | — | ~66x |
Anthropic（对比） | — | — | ~61x |