Nabeel Hyatt，Spark Capital 普通合伙人：要在 AI 时代胜出，投资人需要改变方法 | E1255
摘要
AI 正在把风投从可用电子表格解决的谜题，重新推回到需要第一性原理判断的未知领域。 Nabeel Hyatt 认为，没人知道模型下周会做什么，因此那些围绕 SaaS 指标、覆盖率和共识优化的机构，可能逐渐过时。主持人担心，电子表格驱动的投资会把机构变成“恐龙”。真正胜出的机构会更小、更好奇，也更能在战争迷雾中承受主观下注。
风投的组织激励，越来越奖励账面涨价，而不是经得起时间检验的结果。 一名 principal “其实根本没在等退出。他只是想升职，老兄”，所以理性选择就是搞清楚下一阶段基金这个月想买什么，提前1个月投资，再在4个月后包装出一轮估值上涨。这套体系在没人能预测9个月后什么会热门时，尤其脆弱。
收入增长速度已不再是衡量 AI 公司质量的充分代理指标。 产品可能在几个月内做到1000万美元 ARR，却“可能2年后就死了”；真正值得投资的问题，是创始人是否拥有持久的品位、极致的执行速度，以及不断重塑自己的能力。“这个行业讲的全是例外”，用清单做投资在结构上就与这类资产错配。
产品的核心价值，在于证明创始人如何思考。 Hyatt 不会从一个打磨精致的界面直接推断公司是否值得投；他会追问“他们亲手做出来的东西”里体现了哪些决策，以区分真正的执行者和投机分子。最强的 AI 创始人既快，又有品位，能够在产品“感觉不对”时放弃尚可接受的指标，推倒重来。
价格是信念强度的测试，但过量资本可能改变、甚至杀死被承保的公司。 Hyatt 不是价值投资人，但一轮2500万美元融资可能因为在公司尚未准备好时改变招聘和执行方式，造就一个本质上不如1000万美元融资的企业。因此，专注部署资本的投资人不能假定，多塞进一笔钱后最终仍会得到同一个50亿美元结果：“那家公司大概会再融1亿美元，然后可能就死了。”
有吸引力的 AI 机会不在适应，而在进化，尤其是革命。 Hyatt 将公司分为给既有企业加 AI、创造真正新工作流的产品，以及只有技术存在后才可能出现的企业；Spark 避免单纯适应，寻找能“刻进你脑子里”的新行为。如今许多孵化器产出，反而只是为在种子轮前展示约10%周增长而设计的薄套利。
Anthropic 的看涨逻辑，是一条全栈学习闭环，而不是一个可以永久保护模型的护城河。 掌握客户界面，就能获得使用洞察和“数据废气”，同时改进产品与模型；Hyatt 将其视为“专家智慧”，Descript 从每一次专家编辑中学习就是例子。DeepSeek 没有推翻他的论点，因为 Spark 从未相信单靠资本开支就是模型竞争的壁垒。
垂直 Agent 只有在攻克艰难、持续十年的问题，并拥有第二幕、第三幕和第四幕时，才会形成持久价值。 用劳动力替代扩大原本不起眼的细分市场，但一个完美解决今天工作流的 Agent，很快可能面对25个克隆者，把市场推向零。Hyatt 的筛选标准很直接：“挑一个难的工作”——最好是那种即使今天会产生幻觉的 MVP 也能获得初始需求，同时前方还留有多年创新空间的问题。
精读
1. AI 让风投重新回到战争迷雾
Hyatt 借用 Greg Treverton 对 puzzle 和 mystery 的区分：前者可以靠原始分析能力解决，后者则需要在不确定性中走完一段旅程。B2B SaaS 已经变成 puzzle——指标、仪表盘、打法手册和成群的 associate；AI 则显然是 mystery：“没人知道模型一周后究竟会做什么。”
主持人的反驳值得保留：DeepSeek 可以颠覆整个世界，3个月后还可能出现另一个意外，让 mystery 几乎无法承保。Hyatt 的回答是，早期风投本来就是这样运作的：那是一门“手工艺生意”，不是工业流程；机构必须重新学习如何在无法提前算出终点的情况下前进。
这要求风投机构具备“VC market fit”，就像创始人需要 founder-market fit。Hyatt 希望团队小而精，敢于做主观下注，亲自使用 AI 产品，并在多模态用户体验等不可知问题上充当好奇的共鸣板，而不是坐在董事会里重复 Twitter 评论和投资组合估值上涨。
老牌机构很难快速适应，因为 LP 奖励稳定，而市场要求剧烈变化。把团队换掉一半甚至四分之三，战略上可能完全正确，却可能在转型被验证前的3年里伤害募资；做决策的领导者，往往正是靠昨天的 SaaS 估值上涨获得晋升的人。
2. 晋升和估值上涨取代退出，成为风投的时钟
Hyatt 将简单化的投资启发式追溯到合伙人扩张：原本7个合伙人的房间，变成25人、30人，甚至500人。“今天这个行业基本由 principals、associates 和 junior GPs 运营”，而他们的职业时间跨度，远短于现金回报所需的时间。
激励链条具有明显的腐蚀性：principal 想在2年内升职，因此需要估值上涨；于是他去了解 Coatue 或其他下游投资人这个月想买什么，提前1个月买入，再在4个月后寻求估值上涨。工作变成了给下一个买家打包，而不是和创始人一起发现未来。
主持人引用 Jason Lemkin 对风投的描述：收购一家企业，包装好，再向下一个买家发货。Hyatt “非常讨厌这个类比”：这对创始人而言是糟糕的服务，而当正确答案需要深度、且没人知道9个月后什么会流行时，这也是一套注定输掉的策略。
更多创业公司并不能挽救这套模式。面对公司数量增长100倍，只增加9名 principal，只会鼓励模式匹配和“Brita 滤水器版本的投资”：最大化流入、快速拒绝，通过漏斗完成交易。Hyatt 则从一个事实出发：“这个行业讲的全是例外。”
3. 只要判断仍由个人完成，小型合伙制也能管理大基金
Spark 的 Web 2.0 和移动时代基因，形成于这样一个时期：一家公司早上看起来像放屁应用，下午就可能变成 Uber，市场没有成熟指标可循。Hyatt 承认，这套基因让 Spark 在2021年工业化 B2B SaaS 时代“严重变形”；但如今拒绝把团队扩大4倍，反而让它更适合 AI。
Hyatt 所描述的阶段里，Spark 维持7人团队，合伙人有6名：每个人都开支票，也都与创始人共事。其早期基金规模略高于7亿美元，成长基金约为其2倍；因此他的主张不一定是小额支票，而是由小型决策团队进行主观、第一性原理投资。
组织政治之所以滋长，是因为在实际实现、扣除税费的资本回报之前，所有衡量指标都是一个“假先知”。Hyatt 希望同事从相互尊重出发，把合伙人讨论当作“一个寻找真相的房间”；公司内部将其概括为“守望你的兄弟”。
带教也遵循同一逻辑。风投可能被称为学徒制，但 Hyatt 更看重自我实现：新合伙人不可能变成 Bijan 或其他导师的微缩版。合伙人必须找到每个人的超能力、反复出现的盲点，以及那些能让他们真正“爱上”的创始人。
4. 早期投资和成长投资是两项不同运动
COVID 让 Hyatt 经历了职业生涯最深的怀疑，因为风投变成1小时 Zoom 会议后，8小时内发出 term sheet。他一度考虑离开，1年半里只投了约2家公司；Spark 的早期投资质量先下滑后恢复，而独立的成长团队则很好地穿越了这段时期。
成长投资可以容纳更多层级、principals、associates、数字化尽调，以及对25个客户的访谈。种子期“没有25个客户”，投资人调用的是另一块肌肉。Hyatt 的问题很现实：既然把任何一项工作做到极致已经很难，“为什么我要同时参加两项运动？”
主持人认为，后期投资经验能教会投资人未来投资者和公开市场会奖励什么。Hyatt 拒绝这一2021年时代的前提：没人知道7年后的公开市场会想要什么 AI；把这个月的偏好内化，很可能会做出错误的早期投资判断。
5. 高服务风投不可能同时高交易量
针对 Keith Rabois 认为顶级创始人不需要 VC 帮助的观点，Hyatt 以自己作为创始人完成8轮风投融资的经历回应。大多数投资人“还行”，但一个还行的高管、助理或董事会成员并不算成功；接受这个标准，就等于把平庸制度化。
真正有用的服务需要情感投入、使用产品，并深入理解联合创始人如何争执、管理层在哪些地方失灵。如果没有优秀合伙人可用，Hyatt 可以接受无害但价格高昂的“无操作 VC”；他反对的只是把“不造成伤害”当成目标。
这套模式有明确的产能约束：Hyatt 每年大约投资2到4家公司。“高服务和高交易量不可能同时存在，绝对不可能。”他自己的表述更简单：“我一年只需要做好一笔交易。”
忠诚不等于回避严厉的爱。当事情没有进展时，Hyatt 反复发现有些创始人回避冲突——这种特质在追求投资时很难识别——或者创始人的速度与品位并不匹配机会。每家公司都有“1000个问题”，回避它们只会让损害不断累积。
6. 创始人的质量，存在于速度与品位的交叉点
执行速度和判断力天然存在拉扯。条件反射式“先开枪、后提问”的创始人，可能会追逐昨天的闪亮目标；品位极佳的人，则可能永远无法交付。随着 AI 自动化更多执行环节，Hyatt 认为品位的重要性会继续上升，但机会决定了创始人应处于这条光谱的哪个位置。
在25家竞争者拥有清晰路线图的领域，创始人必须是全球执行速度最快的人之一，能够观察并吸收其他所有人的创新。进入新市场的公司则需要更多内省，因为朝着一个衍生产品跑得更快，并不能创造市场。
Granola 是 Hyatt 观察压力下品位的样本。从种子轮到 Spark 领投的 A 轮之间，Chris 彻底重置了产品，尽管内部指标尚可，因为“这在他看来感觉不对”。这次成功不在于用品位替代速度，而在于知道当下需要锻炼哪块肌肉。
主持人担心 OpenAI 或其他基础模型提供商可能一夜之间抹掉一个应用。Hyatt 承认，静态壁垒几乎无法提供安全感：创始人必须持续重塑自己。这不是一个类似 eBay 的产品可以40年基本不变的时代，而是“速度与品位同时存在的海洋”。
7. 产品会暴露路演背后的那群人
Hyatt 抵触被称为狭义上的产品投资人。产品是“创始人所作所为的一种实例化”，是从其背后那群人的培养皿中观察到的证据，因此可以用来区分有说服力的演讲者和真正的执行者。
真正有信息量的问题围绕决策，而不是 TAM 幻灯片：哪个产品选择让候选人最自豪？如果不受当前约束，他们会做什么？哪些做出来的东西让他们感到羞愧？答案本身不如思考过程重要，因为产品是创始人投入最深时间的地方。
他的会面节奏也围绕这种寻找展开。第一次30分钟的对话用来测试化学反应；如果存在，Hyatt 更愿意直接换成2小时散步。没有线下见面，他大概不会投资；他也经常依赖长期关系——尽管曾两次拒绝 Discord，他仍与 Jason 保持了7年的关系。
速度不必消灭亲密感。Wordware 的融资竞争激烈，其他投资人给出了条件更优厚的 term sheet，但 Hyatt 仍在1周内与创始人共进晚餐、早晨散步，并见了他们6到7次：“你没有时间。但在一周的跨度里——因为你在乎。”
8. 过量资本会改变被定价的资产
Hyatt “没那么在意价格”，也不接受热门交易或被忽视交易能够系统性胜出的简单说法；风投由例外构成。但每笔投资都有一个超过后经济性就会失效的价格，主持人展示了从6000万美元到8000万美元、再到1亿美元的滑坡。
Hyatt 把估值称为信念测试：如果一家公司在6000万美元估值下值得投，在6500万美元下却不值得投，这在逻辑上说不通。但在 Spark 的集中式模型里，更深层的问题通常是支票规模和持股比例——公司在那个时点到底应该吸收500万美元、1000万美元、1500万美元还是2000万美元。
“过多资本会搞砸一家公司。”一轮2500万美元融资，可能杀死一家靠1000万美元就能蓬勃发展的企业；这会推翻成长投资人的假设：高价投资只是降低同一个未来50亿美元结果对应的倍数。额外现金反而可能提高公司最终死亡的概率。
Figma 是 Hyatt 最清晰的遗憾：Spark 曾考虑在产品发布前开出一张极大的支票，他至今仍认为，错过与 Dylan 的合作，意味着错过一段会令人满足的5到10年旅程。即便如此，Hyatt 也不会把太多精力转向 secondary；理解未来仍是首要工作。
9. 新行为比继承来的市场规模更重要
除非市场规模计算能够印证一个显然狭窄的机会，否则 Spark 基本不看这类数字。Hyatt 区分“好生意”和 Spark 选择的狩猎场：公司不需要通过 Brita 滤水器，把所有潜在赢家逐一筛过。
新市场的信号，是一种一旦体验过就“直接刻进你脑子里——你无法停止思考”的新行为。Hyatt 形容自己像“糖果店里的孩子”，因为 AI 带来了更多这样的机会，但真正做到10倍更好的体验仍然罕见。
他沿用移动时代的视角，将 AI 公司分为适应、进化和革命。适应是在既有形态上添加 AI；进化是创造原生于新媒介的工作流，正如 Instagram 相对于 Flickr，以及今天的 Granola、Replit Agents 和 Descript；革命则是创造过去不可能存在的平台，Uber 是移动时代的典型案例。
当前大多数创业公司，只是刷上 AI 油漆的适应型产品，或者为了赶上孵化器期限而制造出的平庸进化型产品。Spark 不希望暴露于适应型机会，倾向于更高风险的革命型机会，同时有选择地投资进化型机会，因为只有这些旅程既可能带来大额退出，也可能带来真正令人满足的工作。
10. Anthropic 的优势是一条全栈学习闭环
Hyatt 看涨 Anthropic 的逻辑，始于模型开发者耗尽容易获得的数据。继续改进就需要理解用户想要什么，而广泛使用的界面能提供直接洞察和行为数据废气，这是孤立的学术实验室无法获得的，即使后者做出了更快的算法。
主持人的挑战很尖锐：OpenAI 可能拥有约10倍于 Anthropic 的消费者数据，DeepSeek 曾登顶第一，You.com 等产品也提供了可信的界面。Hyatt 承认，只有界面远远不够；规模和增长很重要，但掌握客户关系，意味着公司有机会持续迭代并领先一步。
Anthropic 的 Artifacts 是他眼中客户洞察转化为产品创新的例子，之后被 OpenAI 复制。模型质量只是一个组成部分，此外还包括品位、执行速度、直接客户接触，以及从模型到用户预期结果的垂直整合。
因此 DeepSeek 并未实质改变 Hyatt 的策略。如果 Spark 相信 Sam Altman 的资本优势让竞争不可能发生，就不可能投资 Anthropic；它从未把1000亿美元、5000亿美元或1万亿美元的训练投入视为唯一护城河。Hyatt 更新后的规则更广泛：不要根据底层模型评估任何公司，即使是模型公司。
11. 只有用户足够优秀，数据废气才会复利
Descript 观察每一次把粗糙素材剪成成片的编辑行为，从而将专家判断内化。Hyatt 将 Web 2.0 的“群众智慧”与 AI 正在形成的“专家智慧”对照：目标不是平均人的答案，而是每个领域顶尖实践者会怎么做。
其愿景是，“电脑里的这个小外星人”帮助用户接近专家标准。处于市场顶端的产品会吸引最优秀的实践者，而他们的行为既能改进界面，也能改进其中嵌入的模型。
主持人认为，垂直 Agent 可以通过替代劳动力扩大细分市场，并以 HappyRobot 自动化经纪人呼叫卡车司机为例。Hyatt 认可机会可能很大，但警告许多这类业务只是短期套利：25个竞争者可能部署类似的呼叫 Agent，把经济价值推向零。
他的替代方案是“挑一个难的工作”。主持人反驳说，几乎不可能预测模型在6个月或9个月后的能力；Hyatt 则重新定义任务：选择一个值得做10年的问题，让今天会产生幻觉的 MVP 获得一点牵引力，同时为第二幕、第三幕和第四幕留下空间。
12. 创始人应该为惊喜优化，而不是为下一轮清单优化
当创始人问哪些指标能确保下一轮融资，Hyatt 会把他们从 VC 的预期拉回到自己想创造的未来。如果所有人已经预期 ARR 从800万美元增长到1000万美元，仅仅交付这一结果可能无法吸引投资：“他们想要的是你超出预期。”
投资完成后，他会提出一张面向18个月后路演的单页目录——故事、产品、数据，或者其他内容——再从终点倒推。只有约20%到25%的创始人愿意接受这个练习；“当人们没有别的故事可讲时，就会默认回到数字。”
对于 ARR 在800万美元到2000万美元、仍保持翻倍增长，却要面对 AI 收入爆发式增长的企业，Hyatt 给出了一个异常诚实的答案：“我不知道。”把这些公司称为停滞并不公平，但他也无法判断，一个被 Lovable 及类似公司重新校准的成长市场会如何对待它们。
更广义的这门手艺仍然是创造性的，而不是固定不变的规则，更像音乐家面对第二张专辑，而不是运动员在稳定规则内持续进步。Hyatt 研究成功多于失败，主张投资时保持“没有什么可输”的心态，长期看好美国，并认为交易化——无论是包装创始人，还是争论优先股与普通股——都是“我想做的事情的敌人”。