Bucky Moore @ Lightspeed Venture Partners：不做 Pre-Seed，就做不了 VC

摘要

• Bucky Moore 宣布，在 Kleiner Perkins 任职 7.5 年、在风投行业工作约11年后，他将加入 Lightseed 担任合伙人。 他为超级平台辩护：公司终局已从 Databricks、Snowflake 时代的 $30–50bn，跃升至 SpaceX、OpenAI、Anthropic 所代表的数万亿美元级别，风投行业第一次可以讨论：“如果我们向其中一家可能价值数万亿美元的公司投10亿美元，把10亿美元变成100亿、200亿美元，会怎样？”但芯片堆栈只有在机构继续专注于创立期投资时才成立，因为 Sam Altman 和 Dario 级别的创始人选择合作方，看重的是创业基因。
• 他在过去12个月最大的认知转变是：模型 API 是“千刀万剐式的死亡”（a death by a thousand cuts）。 每年每 token 价格下跌100倍，切换成本接近于零，竞争激烈，资本开支持续上升。即便 Anthropic 在代码生成领域占据主导，也只能维持到竞争对手发布更好的模型为止：“收入会来回震荡。”真正持久的价值在模型之上构建的产品里——“甚至就在模型实验室内部”——因此每家前沿模型实验室都会做产品。
• Harry 的数据反驳是：Anthropic 在 $4bn 轮融资时的投资者，尽管如今这家模型提供商公司的估值已是当时的12倍，稀释后仅赚到约3.5–4倍——这显然未必达到风投级别。 Moore 的回应是：“这件事的故事远未写完。”数十亿美元收入规模仍以超过100%的同比速度增长，这是前所未有的表现；ServiceNow 当年以20–30%的增速做到数十亿美元 ARR，已经被视为惊人的公司，而模型之上的应用层才刚刚起步。
• 风投行业的结构正走向“杠铃型”。 LP 通常一次承诺3–4只基金，而且大资金池早已完成配置，这意味着只有约5–6家机构拥有为万亿美元级资产提供资金的囚徒式机会；小型专业机构也会崛起，而 $500m–$2bn 基金所处的“诡异谷地”会变得“越来越难做”。至于模型实验室之间的利益冲突：“你要么全部投，要么选一家，没中间路线。”
• 为一个本质上全新的市场做规模测算，近乎一项自讨苦吃的差事；最好的创始人会“自己制定规则”，而他的前合伙人 Mamoon 说得更直接：“最好的公司总是显得很贵。” 随着智能体从争夺软件预算转向替代人工预算，他的答案是建立信念并全押。快速排序：团队、牵引力、市场——“牵引力太难伪造。”
• 种子轮之争中，Harry 指责超级平台正在“摧毁种子轮”（destroying seed）。 “我们投3、估值15，你们投10、估值50。”Moore 对其中的取舍“完全睁大了眼睛”：确定性市场可以承受超大额种子轮；开创新市场的创始人需要保留期权，因为较低的投后估值有利于并购退出，而一家尚未找到方向的公司多出几年的现金跑道，“对创始人的时间成本可能非常惩罚性”。
• AI 应用最稀缺的投入是 AI 工程人才，而不是领域专长。 Harvey 的“律师＋深度 AI CTO”组合就是模板。真正的买入信号来自 CIO 圈层的时代情绪：“他们的 CEO 和董事会告诉他们，不上 AI 就会被解雇。”这解释了为什么企业采用 AI 的速度超过此前任何周期，也解释了他为何看好金融、软件工程和网络安全领域的企业应用。
• 关于 AGI，应对平台期保持开放心态：通过 test-time compute，“AGI 已经在某些局部领域到来”。 即便进展停滞，社会和投资者仍将迎来“不可思议的一波机会”；真正的问题是“我们什么时候会耗尽新的扩展维度”，而这在短期内似乎不太可能。被问及是否投资 SSI，他回答：“目前对此无法置评，但我猜 SSI 会公布其融资和投资者。”

精读

1. Bucky Moore 加入 Lightseed——押注超级平台的芯片堆栈逻辑

• 消息是：在 Kleiner Perkins 任职 7.5 年、在风投行业工作近11年后，Moore 加入 Lightseed 担任合伙人，负责推动“真正奠定 Lightseed 成功基调”的早期企业投资——“我觉得这是职业生涯的新篇章……也可能是最后一章。”
• 他为资金规模庞大的机构辩护：一种全新的公司形态，已经让 Databricks、Snowflake、DoorDash 时代的标志性公司相形见绌，SpaceX、OpenAI、Anthropic 正在产生数万亿美元级别的终局价值。超级平台可以问：“如果我们向一家可能价值数万亿美元的公司投10亿美元，把10亿美元变成100亿、200亿美元，会怎样？这不仅是风投行业从未讨论过的问题，”他补充说，在他所知的任何资产类别里也从未有过这样的讨论。
• 但前提是：“如果不保持对早期投资的高度专注，其他一切都没有意义。”如果你是 Sam Altman 或 Dario，要选择接受谁的数十亿美元，你买的是机构的品牌基因——这些实验室在思维方式上仍然是创业公司，因此超级平台必须继续“与最原始的创立期公司合作”，否则就会失去模型实验室真正看重的东西。

2. 模型提供商经济学：当下是残酷稀释，故事“远未写完”

• Harry 用数据反击：除 OpenAI 外，模型提供商还没有证明自己是合格的风投投资；在 Anthropic 估值 $4bn 时入场的投资者，考虑到稀释和员工股权兑现，如今这家模型提供商的估值已经是当时的12倍，但投资者只拿到约3.5–4倍回报。Moore 承认利润率受到压缩、资本开支推动烧钱，但坚持认为：“这件事的故事远未写完。”
• 他的反驳是：“数十亿美元的收入规模仍以超过100%的同比速度增长——我认为此前从未见过这种情况。”ServiceNow 当年 ARR 达到数十亿美元、增速为20–30%，已经被认为是惊人的公司。Harry 也提供了旁证：约15个月前，他曾就 OpenAI 的 $30bn 轮融资向 Thrive 的 Vince 发起质疑；如今 OpenAI 的收入大约是那一估值的一半。
• Moore 在过去12个月最大的认知逆转，发生在收入结构上。在那轮 $30bn 融资时，“现场真正的问题是，我们是否应该把这个 ChatGPT 估值为某种有价值的东西”，而 API 被描述成下一个 Stripe 或 Twilio。现实却反了过来：API 每年的每 token 价格下降100倍，切换成本接近于零，竞争激烈，资本开支持续上升——这是一场“千刀万剐式的死亡”。
• 这种不稳定甚至会传导至顶层公司：Anthropic 的代码生成业务看起来很健康，“但只要另一家厂商在该用例上发布更好的模型，收入就会来回震荡”。真正有吸引力的长期业务，是建立在模型之上的产品——“甚至就在模型实验室内部，而不只是第三方公司。”

3. 应用如何避开模型实验室：长尾“又长又厚”

• 他的思维模型来自超级云计算时代：Amazon、Microsoft Azure 和 Google 发展为多产品平台后，仍然有大量需要独特客户洞察和专注度的品类，最终孕育出独立公司。今天也是一样——AI 应用的“长尾又长又厚”，他很难想象模型提供商如何覆盖其中每一个细分领域。
• 他对核心品类保持警惕：代码生成是“遥遥领先的 LLM 杀手级用例”，也是模型实验室显然会继续加码的方向；消费端同样危险。OpenAI 曾公开表示：“如果你是 Glean 的投资者，就不能成为 OpenAI 的投资者。”可能收购 Windsurf，则进一步暴露了这一意图。
• 在核心之外，大公司仍然可以建立起来，并“垄断所有因率先进入、深耕到底而积累的客户洞察”；它们最终要么被模型提供商收购，要么迫使模型实验室与其展开艰难竞争。

4. LP 资金配置限制超级平台数量，风投中间层被掏空

• 还会不会出现更多超级平台？Moore 认为“越来越难看到”：成熟 LP 至少承诺3–4只基金，而大资金池早已完成配置；“它们的规模所带来的资金配置规律”已经没有多少空间。可以说，只有5–6家机构拥有为万亿美元级资产提供资金的囚徒式机会；考虑到私人市场的需求，这些资产“可能很长时间内都不需要上市”。
• 它们究竟能长到多大？“老实说，我真的不知道。”答案取决于 AGI、太空和机器人最终如何发展。他快速给出的判断是“杠铃型”：小型专门机构和大型平台都会壮大，而 Harry 所说的 $500m–$2bn 基金所在的“中间诡异谷地”，“会越来越难做”。至于流动性，Moore 认为这不是结构性问题，管理人会设计出解决方案；Harry 举的例子是延续基金。
• 在利益冲突上，Kleiner 的做法是支持竞争对手“基本属于红线”；Thrive 和 Founders Fund 集中押注 OpenAI；a16z 则试图投资每一家模型实验室——只要得到创始人认可，这就是理性策略。Moore 的原则是：“你要么全部投，要么选一家。”没有中间路线。
• 对价值集中度的判断是，受访投资者大概会说每个超级品类最终只有少数赢家，但“超级周期才刚刚开始”。市场上有人认为国防领域可能是 Helsing，另有 OpenAI、Anthropic，也许还有 xAI，但“我认为我们还不知道”。至于机器人，他已经说服自己，“这次在工业领域确实不同”，结果可能好到超出预期。

5. “最好的公司总是显得很贵”——市场规模测算大多是徒劳

• 对于是否应该为那0.01%的资产付出高价，他一直记得前合伙人 Mamoon 的一句话：“最好的公司总是显得很贵——我能想到的每个案例都证明了这一点。”随着智能体产品“从争夺既有软件预算，开始真正替代人类劳动及其预算”，终局价值会进一步扩大；因此，一旦公司展现出成为市场领导者的路径，“在这种瞬息万变的时期，你确实必须建立信念并全押。”
• 市场规模测算“取决于具体情况”：对于追逐已知支出的更好网络安全产品，规模测算能让你保持清醒，思考如何把公司做大。但对任何本质上全新的事物，“市场规模测算本身极其不精确，近乎一项自讨苦吃的差事”；最好的创始人会“自己制定规则”，决定自己要进入哪个市场，并说服客户相信这个市场存在。按他的说法，Rippling 最初做的是薪资管理，但通过极其有效地叠加协同产品，“市场规模每个季度都在变大”。
• 电子表格型投资者并没有消失，但他们的窗口“已经窄得多”：头部 AI 公司在“还没有电子表格之前”就能融资数十亿美元，因此这类投资者“只会被不断推迟到更晚阶段”，而“这究竟是不是好事，故事还没有写完”。

6. Harry 的指责：“你们这些超级平台正在摧毁种子轮”

• 最尖锐的交锋来自 Harry：“我们投3、估值15，你们进来投10、估值50……我认为这对公司没有好处，而且很少看到这种做法最终奏效。”Moore 没有否认：他见过多家公司得出结论，“我们以过高价格融了太多钱”，失去灵活性，“不仅是在下行情景中，有时在基准情景里也是如此”。“我完全睁大了眼睛看待其中的取舍。”
• 他的区分仍然回到市场规模：拥有确定性市场的创始人——比如替代既有网络安全产品、且市场空间已知——可以为大额融资提供承销依据；而正在塑造一个“可能非常大，也可能根本不存在”的新市场的创始人，应当保持精简，因为“期权价值毫无疑问是你的朋友”。
• 期权价值有两层含义，而 Moore 确认自己首先指的是价格：较低的投后估值，会让公司通过企业收购方“找到一个好归宿”容易得多——“我曾经在企业发展团队工作过，所以非常了解那个世界”，比如 Cisco 的企业发展团队。第二层是创始人的时间：如果一家没有获得市场共鸣的公司多出两三年的现金跑道，“考虑到优秀创始人时间的机会成本，可能会非常惩罚性”；融资过多，创始人“某种意义上就被困在里面”。

7. 产品周期变长，收入门槛却在上升

• 容易摘取的软件果实已经被摘完；如今有趣的公司要解决“某个高度技术化、此前从未解决过的问题”，这需要多年时间，而这种缓慢本身“具有防御性，也难以复制”。他举的例子是 Clay：如今在销售科技领域增长很快，但在起飞前曾有“五六年几乎没有增长”。Harry 追问 Figma 的类比——Dylan 一直显得非常聪明——Moore 也承认，许多拥有特殊创始人的公司最终仍然无法成功，但“12个月内成功，否则失败”的传统判断已经不够用了。
• 与此同时，Harry 担心一家 Series B 公司收入从7翻倍到14，会被拿去和可能成为 Mercor、Lovable、Bolt 的公司比较，随后被直接否定。Moore 确认他的担忧是对的：“对什么才算最好的创意，门槛正在提高。”但他也指出，这些 AI 收入的质量“差异很大”，其持久性仍未得到证明。
• 他现在寻找的信号，来自对 Glean 和 Windsurf 的观察——从最高层决策者那里找到时代情绪。CIO 们“疯狂寻找应用 AI 的方法，因为他们的 CEO 和董事会告诉他们，不这么做就会被解雇”；一旦某位 CIO 找到产生奇效的时刻，模仿就会在 CIO 与 CIO 之间扩散。下一批方向是金融、软件工程和网络安全，这也是他看好企业应用的根源。
• 这打破了企业采用技术缓慢的传统认知：不同于云计算“先渐进、后突然”的过程，如今普遍共识是，不拥抱 AI 对公司的存在本身“具有生死攸关的意义”。这种“前所未有的需求和紧迫性”，正是增长率看起来“像此前从未见过”的原因。

8. 被选中胜过赢下流程，场外把戏并不重要

• 竞争性融资中真正能赢的，不是那些噱头——“成名 VC 坐直升机来接你，或者给你 Warriors、Knicks 的场边座位”。每家机构都有这些场外把戏，“但这些东西真的都不重要”。在他输掉的每一场竞争性交易中，赢家都已经“做了大半年这项工作”。他一直记得一位创始人的话：“我选择的那个人，对业务的洞察甚至超过了我现有的投资者。”
• 因此，关键在于被选中：你必须决定和谁共度那一年；而在拥有巨大流量入口的平台型机构里，漏斗顶部太大，“被创始人选中反而可能成为许多 GP 的失败模式”。Harry 不同意，这一点值得保留：具有世代意义的创始人“其实非常容易识别”；领域专长“不能帮你被选中，却能帮你赢下来”，因为创始人会选择真正让自己变得更聪明的人。假设一位创始人会这样解释：“Harry 人很好，但他没有让我变得更聪明，也不像 Bucky 那样了解这个市场。”
• Moore 在11年风投生涯中最大的自我修正，是他从 Cisco 企业发展部门转型时，评估的是“高利润市场和正确技术——注意，我没有提到创始人质量”。如今，投资论点只是“一支手电筒”，告诉你应该去哪里寻找优秀创始人；最难的纪律，是“保持谦逊和克制，得出那个领域里没有优秀创始人的结论”。他过去糟糕的投资，往往是因为低估了团队的执行能力，把对产品和技术的兴趣放在了团队之上。
• 快速排序是：团队、牵引力、市场；但他已经学会提高牵引力的权重，因为“牵引力太难伪造”，它说明创始人足够优秀，“可以克服市场规模上的任何限制”。至于 Mamoon，外界认为他“极度看重指标”，但 Moore 认为这“完全不对”——他真正拥有的是对人的惊人品味。

9. “不做 Pre-Seed，就做不了 VC”

• 竞争格局已经从“1、2家玩家”扩张到每个品类4–6家，这是如今做种子轮和 Series A 投资“最大的一项挑战”。在最近一笔匿名 AI 应用交易中，Moore 的团队等到看清谁的产品最好，才在领域经验深厚的创始团队和 AI 能力更强的创始团队之间做选择；他们最终赢下交易，但“价格比我们更早下注时高得多”。
• 事后回看，人们会本能地认为领域专长最重要。“毫无疑问，更稀缺、因而更重要的是 AI 专长。”Harvey 就是模板：一位前律师加上一名深度 AI CTO，后者能够招募 AI 原生工程师；没有这类背景的领域专家型 CTO，“就是无法把人才招进来”。
• 超级平台必须做 Pre-Seed，是因为一旦停下来，“你就会失去对这些公司变化速度的直觉”。Harvey 在 Series A 时的产品还很原始，而这一轮 AI 投资中的一个错误，是投资者“没有想象它们随着模型变强能够变成什么”。Harry 补充说，这也关乎准入：Series B 及以后阶段的机构，如今第一次见面就要做50次客户访谈或28页市场分析，“第一次见面的准入成本已经高到离谱”。Moore 部分同意：早期小额支票、加上真正的前期工作，可以成为切入口，但“支票本身并不能”买到准入。
• 当多阶段基金领投种子轮，却不做 Series A 时，竞争对手种子基金会“竭尽所能地灌输这种疯狂的恐惧”；但现实中，Series A 依靠的是里程碑，而不是领投种子轮的多阶段机构那种飘忽不定的品味。Harry 的反驳他认为公平：真正致命的是中间地带——表现“还可以”的公司被遗弃，这种情况在过去两年越来越常见。不过，种子基金和超级平台仍然需要彼此：“疏远那些种子基金，只会是件疯狂的事。”

10. AGI 可能进入平台期，但这没有关系

• 他对市场共识的逆向判断是：多数人认为“通往 AGI 的路径是一条不断向上的斜坡”；但他认为，“我们应该更加、更加开放地接受这样一种可能：我们抵达某种平台期，仍然能获得不可思议的结果”。事实上，“AGI 已经在某些局部领域到来”：test-time compute——“正是带来 AlphaGo 的那套东西”——让模型可以尝试数千条路径，而人类往往只能思考哪一条最好，“某种意义上仍然是在预测下一个 token”。即便进展停止，“我们在将这些能力真正投入应用方面仍然处于极早期”。
• 对平台期概率的判断是：预训练看起来不再那么有利可图，但 test-time compute、后训练和强化学习又打开了新的维度。正确的问题是：“我们什么时候会耗尽新的扩展维度？”这在至少短期内“极不可能发生”；而且最聪明、最优秀的人才都集中在这些实验室里，“我已经学会永远不要押注人类的聪明才智会失败”。
• SSI 很可能由 Ilya Sutskever 和 Daniel Gross 主导，在战略上与做应用的模型实验室相反：拒绝产品意味着不会有短期优化逐步渗透到研究中——他与实验室员工交流时“亲眼见过这一点”——换来“更少分心、更多野心”。Lightseed 是否投资了 SSI？“目前对此无法置评，但我猜 SSI 会公布其融资和投资者。”Harry 自己过去12个月的逆转则说得很明确：他曾怀疑 OpenAI 的可持续性，如今对其 2万亿美元终局价值“毫不动摇”。

验证说明

• 原始字幕无法清晰识别 Glean 和 Windsurf 所涉及的前合伙人，以上未列出他们的姓名。