Vol.189 戴雨森穿越了风口与泡沫，来到了AI时代：与Yusen聊他从聚美到真格的创业和投资经历

摘要

• 戴雨森把天使投资的本质归结为“投人”和“耐心”，因为早期公司的事会变，人的学习能力与创造欲才可能穿越十年。 他的第一个项目原本是 VR 播放器 Skybox，产业遇冷后创始人罗子雄转做游戏，打磨四年推出《Party Animals》；这条完全无法预判的路径，让他真正理解天使投资必须“因为相信所以看见”。

• 比追风口更重要的是找到“没有他，这件事就不会发生”的引领者。 风口中的“做题型创始人”常在成功样板出现后补票上车，却同时面对大厂、同行和资本催生的过度竞争；戴雨森的筛选标准因此转向创始人是否能提出愿景、是否早有自主创造的行为，以及“为什么要创业”能否经受极端压力测试。

• ChatGPT 在 2022 年 11 月 30 日让戴雨森确认，AI 已从科研阶段跨越鸿沟，成为可赋能几乎所有脑力工作的 enabling technology。 他当晚用到凌晨四点，第二天就在团队群里提醒大家这件事很重大，三天后组织讨论，并在 2023 年初密集投资光年之外、Kimi 等项目；他的配置类比是：“如果回到 iPhone 发布三年后的 2010 年，百分之八十的钱和精力都花在移动互联网上也不为过。”

• 他同时判断，AI 会制造“人类历史上最大的泡沫”，但巨大泡沫恰恰可能为真正的基础设施和创新买单。 Scaling law 会把算力、基建与人才竞赛推到极致，风口里多数项目仍会失败；早期投资者不能回避泡沫，而要寻找“泡沫下面的啤酒”，区分会留下基础设施与创新能力的好泡沫，与只把既有资产价格推高的坏泡沫。

• 模型和应用并非非此即彼，应用的价值取决于它把模型 output 加工成用户真正 deliverable 的距离。 戴雨森以生鱼片和水煮鱼作比：若模型输出就是最终产品，壳会很薄；若要跨工具、多步骤地交付 PDF、文件、视频或完整任务结果，应用便积累了 context、environment、interface、数据、信任和习惯。Manus 上线几个月后披露年化收入约 9,000 万美元，是他反驳“应用必被模型吞噬”的事实样本，但他仍承认最终要由时间检验。

• 大模型公司烧钱并不自动意味着不能投，关键是头部模型能否控制规模巨大的通用入口。 按节目中的数字，ChatGPT 已有约 4 亿 DAU、接近 10 亿 MAU；OpenAI 估值约 5,000 亿美元、Anthropic 约 1,750 亿美元，而 Kimi 上一轮约 30 亿美元。戴雨森承认模型项目难有万倍回报且稀释严重，却认为若重来一次，不仅仍会投，还“应该给 Kimi 投更多的钱”。

• 中国创投正在从低谷回暖，但热度回归要求更高标准，而非再次追逐共识。 真格最新一期基金中，超过一半项目的创始人低于 25 岁；戴雨森看到 AI、机器人和硬件投资活跃度接近 2020—2021 年，也举出中国公司相对海外同类存在巨大估值差距的例子。他坚持的组合是“long China”、只做天使，冬天相信年轻人，夏天相信周期并坚持高标准投资。

精读

1. 离开创业不是退场，而是拒绝继续演外界写好的剧本

• 戴雨森把 2009 年从斯坦福退学回国创业，与 2017 年离开聚美加入真格，视为同一种选择：做自己当时最想做的事，而不是社会认为清华、斯坦福背景的人“应该”做的事。

• 他 22 岁开始创业，27 岁敲钟，30 岁离开；外界期待这位前“二号位”再做 CEO、弥补公司从几十亿美元市值跌至几亿美元的遗憾，但他对权力、声望和“一号位”本身没有兴趣。

• 真正吸引他的始终是零到一：小而精的团队、创造新东西和高速学习。上市后管理近千人、处理大量运营工作，让他预见即使再次创业，做大以后仍会不快乐：“创业这部电影我已经看过了，那下一部电影是什么？”

2. 从深度创业转向广度投资，是一次对好奇心的诚实结算

• 创业要求把一件事做深、做透、做到极致；戴雨森在八年后想换成广度探索，即使每个领域只“略懂”，也能持续接触机器人、区块链、消费、游戏与 AI 等不同问题。

• 他最初并未确定投资会成为长期职业，甚至考虑过只做 venture partner、短暂观察后再创业。后来他意识到，天使项目往往要五年甚至十年才能看见终局，松散兼职无法承载这种承诺，于是主动要求成为合伙人。

• 投资也延续了他的另一重动机：帮助更多像当年自己一样的年轻人获得创业机会。对他而言，这不是从“做事”退到“看事”，而是把创造的满足感转化为发现人与陪伴人的工作。

3. 不喜欢大公司，是在一连串亲身试验中排除出来的

• 戴雨森的第一份实习在通用电气财务部门，他很快确认“不是互联网的事情没意思”；随后进入 2007 年的百度，又因当时 Google 如同今天的 OpenAI，继续到 Google 中国做用户体验设计。

• 在 Google，一个界面图标要层层审批至当时负责用户体验与设计的玛丽莎·梅尔。他由此追问：“我要做多久才能到我自己真能说了算的程度？”组织链条本身让他感到头大。

• 与王兴、王慧文等创业者接触后，他得出更具体的答案：喜欢互联网，但不喜欢大公司；喜欢能够真正控制、亲手创造的工作。他概括自己的路径为不断排除不喜欢的事，“这事儿不喜欢我就不做”。

4. 聚美的起点不是宏大规划，而是现金只剩三十万元后的求生转向

• 团队拿到徐老师 18 万美元融资后，最初做的是社交游戏广告系统；因中国社交游戏商业化尚未形成，项目很快失效，账上只剩约 30 万元人民币，只够维持数月。

• 他们尝试卖货，发现化妆品相对好卖；又因崇拜王兴，借鉴美团“一天卖一个本地生活团购”的方式，反过来取名“团美”，改成一天卖一种化妆品，之后再把“团”改成“聚”。

• 戴雨森用这段经历提醒投资者，企业早期路径往往“阴差阳错，没有经过计划”。后来聚美真正成立的业务，与最初融资时讲的游戏广告系统已经完全不同。

5. 创过业带来共情和产品判断，也会制造最危险的“成熟眼光”

• 创业经历让戴雨森能理解资源匮乏、选择艰难、增长喜悦和低谷痛苦，也更容易与产品型创始人讨论运营细节；这种“大家都在战壕里待过”的共情，是纸上分析难以替代的。

• 但他开始投资时，已经带着做成上市公司的视角，忘了 22 岁的自己同样青涩。他很容易看见团队的缺点，却忽略人会成长，形成“这个团队不够强，所以做不起来”的静态判断。

• 更深的陷阱是把自己代入项目：“如果我做，会怎么做？”创始人的方法可能与他不同，甚至能做出他想不到的选择；他后来要求自己忘掉具体经验，保留创业精神，不让知识变成束缚。

6. 拼多多让他看见，自己的成功经验也可能成为刻舟求剑

• 聚美曾受益于流量红利和社交媒体营销，也亲历红利结束后的大起大落。看到拼多多依靠公众号、小程序、拼团和“砍一刀”快速增长时，戴雨森据此推断：微信流量红利结束，公司可能也会失速。

• 后来的事实迫使他更新判断：拼多多团队在微信红利后推出百亿补贴，又以 Temu 出海，体现出持续进化能力。“我们做不到的事情，人家可以做得更好”，自己踩过的坑也不等于别人必然重踩。

• 李翔补充，越熟悉一个行业，越容易只看到新项目的缺点；戴雨森认同这种“灯下黑”，并举真格曾较少投在线教育为例——太懂教育，也可能让新机会看起来处处不成熟。

7. 资历越深，越可能被旧范式困住

• 戴雨森把这种知识诅咒延伸到 AI：以 AlexNet 在 2012 年后推动神经网络成为主流为界，一些资历很深的研究者仍不认可大语言模型路线；他们最终也许会被证明正确，但至少当前成果不能简单忽略。

• 李翔区分“知识落伍”与“被知识束缚”，戴雨森认为二者本质相近：旧训练塑造了对正确方向的确信，因此新范式越不符合既有理论，越容易被经验丰富者排斥。

• 对天使投资尤其危险的是，所投项目理论上都应是最新的东西；经验越多，越可能落入“创新者的窘境”。大公司会被既有用户、组织和成功经验束缚，创业公司的空间也正来自这里。

8. 投资学习经历了“什么都投、什么都不投、提高标准但敢相信”三阶段

• 第一阶段的新鲜感让戴雨森觉得机器人、区块链、O2O、共享经济、AR/VR 都有机会。聚美四年上市的顺利经验又强化了乐观，他第一年投了二十多个项目，后来不少已经失败。

• 企业经营习惯把目标量化为销售额或项目数，但投资不是“投得越多越好”，而是能否投中足够大的公司。把年度出手数当 KPI，是他早期从运营思维带来的误用。

• 第二阶段，他凭创业经验能迅速发现每个早期团队的问题，于是“什么都不想投”，这个阶段持续约一两年。第三阶段才是提高标准，同时对真正创新、年轻而不成熟的人保持宽容。

• 2022 年尤其迷茫：他熟悉的移动互联网 To C 看似结束，市场转向电池材料、储能和新能源等陌生硬科技。ChatGPT 出现后，他重新进入既相信又较熟悉的产品创新领域，兴奋感远超 2017—2022 年。

9. 天使投资的反馈太慢，短期跑得最快的项目反而可能最危险

• 天使决策不像股票，无法在下一秒得到价格反馈；投后两三年时被基金认为最好的项目，往往不是最终贡献最大回报的项目，真正的大赢家可能仍藏在当时“不温不火”的组合中。

• 戴雨森以小红书为例：真格投资毛文超时很认可创始人，但市场长期只把小红书视为“小而美”，并未立刻把它定价成大平台。慢并不意味着价值没有积累。

• 相反，一两年内连续融资的项目，常反映赛道热度，而不只是公司改善。热钱会催生竞争、大团队、高营销支出和“大手大脚”的习惯；周期转冷时，这些被误认作成功的融资正反馈会变成负担。

10. 第一笔投资从 Skybox 走到《Party Animals》，验证了“事会变，人会进化”

• 2017 年 5 月，尚未正式加入真格的戴雨森在线参与投资罗子雄。后者曾负责锤子手机设计，正在 Google Daydream 上做 VR 播放器 Skybox，并因产品精良在 Google I/O 获得重点推荐。

• VR 热潮退去后，公司陷入困境。罗子雄在 2018 年底或 2019 年提出做一款合家欢游戏，戴雨森原以为只是给公司续命的 side project，没想到团队持续打磨四年，直到 2023 年推出《Party Animals》。

• 按戴雨森在节目中的口径，《Party Animals》卖出数百万份，是中国游戏在 Steam 销量上仅次于《黑神话：悟空》的作品，心愿单一度位列第二、仅次于《艾尔登法环》。

• 游戏完全不在最初投资判断中，但设计品味、产品能力和寻找新方向的韧性一直在。这与聚美从游戏广告转向化妆品相互印证：“哪怕你看懂了，他的事可能会变。”

11. 真正值得押注的是引领者，不是等待投资人出题的人

• 真格复盘历史项目后强化了一个标准：要投“没有他，这个世界上就不会有这件事”的引领者。风口已起后才问“最近什么火，我来做给你看”的，则被他们称为“做题型创始人”。

• Agent、AI 陪伴、人形机器人等标签一旦成为标准答案，大量团队便同时进入；但一个风口最终可能只容纳一两家大公司，也可能一家公司都没有，元宇宙和长期未跨越鸿沟的 AR/VR 是警示样本。

• 风口还会被创业者低估竞争强度：大厂、优秀创业者和资本都已看见同一机会，原本赚钱的业务会因拥挤变得不赚钱，原本足够大的市场也会被多家公司分薄。

12. “巨头看了下头”的机会，才可能给创业公司留出窗口

• 戴雨森认为，今天很难指望巨头完全看不见机会；战略部门和老板都足够勤奋。如果巨头一眼便觉得市场很好，创业公司大概率立即进入资源悬殊的正面竞争。

• Kimi 与字节等大厂的激烈竞争说明，正确的大方向不等于创业公司拥有好赔率。相反，Manus 早期被不少研究者视为“套壳、没技术含量”，这种嗤之以鼻反而可能形成探索空间。

• 李翔把它对应到移动互联网时代的“傻瓜窗口期”：所有人觉得想法很傻时，创业者可以迅速增长；Airbnb 让陌生人住进彼此家中，正是先被认为疯狂、后来才显露行业颠覆性的例子。

13. 创业会把团队中的细小裂缝放大成结构性失败

• 戴雨森借布拉德·皮特主演的 F1 电影作比：赛车处于极端工况，任何小裂纹都会迅速断裂；创业同样是对团队组成、初心和动力的极端压力测试。

• 名校或大厂的光鲜履历，无法证明一个人已准备好在资源极度匮乏、结果高度不确定、竞争强、收入和社会地位同时下降的环境里长期坚持。

• 因此真格近年最常问的问题是“为什么要创业”。在大众创业、各类“30 Under 30”评选之后，CEO 身份一度像滑雪、潜水一样成为人生打卡和社交货币，但创业本身“非常辛苦”，身份欲望不足以支撑低谷。

14. 创业动机不能靠漂亮回答判断，要回到此前的人生动作

• 最好的创业者未必第一次就成功，却往往很早便发现打工或科研不是最适合自己的生活方式；创造、琢磨东西和实现个人想法，并不是某声发令枪响后才突然开始。

• 戴雨森把人比作持续与奖励函数对齐的模型：若在大厂工作二十年，个人奖励机制通常已与组织深度匹配，转向创业就要克服既有的身份、确定性和行为惯性。

• 真格会追踪候选人在关键职业选择中做过什么：是否追求自己的兴趣而非社会认可，是否主动创造，是否曾提出关于未来的愿景并召集同路人。表达能力越来越容易训练，真实动作比表达本身更有信息量。

15. 所有人都说要反共识，集体行动却不断制造共识风口

• 李翔指出一个风险投资悖论：几乎没有 GP 会承认自己想投共识，但行业整体行动却持续造出拥挤赛道。戴雨森认为，这首先来自短期融资提供的安全感——有人快速接盘，项目账面估值上升，像资本市场考试拿了高分。

• 风口通常并非毫无道理：可能出现技术拐点，也可能已有一家公司证明道路可行。聪明人理解这些合理因素后，很容易把跟投包装成严谨推演，而忽略回报已被竞争和估值改变。

• 更常见的是“补票上车”：错过抖音后做垂直抖音，错过 Uber、滴滴后寻找各行业的“滴滴”。共享充电宝和共享单车之外，共享按摩椅、健身房乃至厕纸都曾出现，正是把一条成功逻辑机械外推。

16. 真格不按赛道分封领地，而把主观能动性做进组织机制

• 真格不会每年先定三个领域，再让合伙人带队覆盖；戴雨森认为，把 AI 规定成某一位合伙人的专属范围，会扼杀其他人的好奇心和创新能力。团队多数人本来就是 generalist。

• 从徐老师到分析师，所有人都要自己找项目、登记项目、写分享并推会上会。戴雨森把“年轻人找项目、合伙人只判断”的传统模式称为某种“合伙人剥削小朋友”。

• 每周一约 10 点至 2 点，团队用四小时分享上周学到的新东西，并按字母顺序 A 到 Z、下一周 Z 到 A 轮换；创始合伙人与分析师处于同一张表、承担同样的学习义务。

• 收益也由团队共同分享，而不是“谁的项目谁分钱”。这减少了抢赛道、抢项目的恶性竞争，使刘源投资的 Manus 可以同时得到戴雨森、安娜等人的招聘、运营和海外活动支持。

17. 跨赛道投资并非不断择时，而是熟悉的人走向了不同方向

• 戴雨森投资观夏，并不是因为对香氛赛道有确定观点，而是创始人曾是他在聚美的搭档；对方当时还在茶与香氛之间选择，真格也参与了方向讨论。

• 投资东方空间同样源于对姚颂长期能力的认可；姚颂此前创办深鉴科技并卖给赛灵思。戴雨森虽是航天爱好者，但投资逻辑首先是“我要投姚颂这个人”，而不是先决定配置火箭赛道。

• 他研究 AI 很深，却仍不试图把 AI 切成固定子赛道逐一扫描；更核心的问题是：“当下这个时代最优秀的人是什么样，他们在哪里，他们正在做什么？”

18. 四类创始人框架让判断可讨论，却不能变成新的知识牢笼

• 作为理工科和偏 T 型思维的人，戴雨森进入真格后一直尝试把大佬脑中的经验“蒸馏”为可学习、可传承的体系；真格完成徐老师退休后的代际交接，也要求方法不能只依赖某个人的直觉。

• 团队把创始人分为“小天才、老司机、科学家、操盘手”四种画像，重点关注前两类。判断不能停在“我喜欢这个人”，而要说明他属于哪一型、有哪些客观行为证据。

• 但天使投资寻找的恰恰是 outlier。任何规律都只能提高概率，框架本身又可能排除最重要的异常值；因此他们一边建立共同语言，一边反复提醒“框架会过时，框架总有例外”。

19. 错过泡泡玛特说明，再完整的框架也有能力边界

• 真格曾多次见王宁、去过泡泡玛特门店，却没有投资。当时公司可能还在做格子铺，从“事”的角度很难预见潮玩平台；复盘只能回到，是否有办法更早看见王宁尚在萌芽中的远大志向。

• 戴雨森坦承，这类判断很难用今天的创始人认知倒推当年。即使重新设计框架，也未必能捕捉所有类型；天使投资并不要求投到每一家好公司，先把符合自身能力与文化的“碗里项目”做好同样重要。

• 错过仍会扩充认知边界：消费品牌创始人的典型履历与技术公司不同。基金必须决定哪些例外值得更新框架，哪些属于自身难以建立优势、只能接受的盲区。

20. 消费和硬科技的可识别性完全不同，人事匹配比统一学历标准更重要

• 消费品有“众生平等”的一面，人人都能开奶茶店，竞争者数量巨大；真格很难在创始人还没有开第一家奶茶店时判断谁的奶茶更好喝。喜茶进入视野时已排长队，霸王茶姬首轮 BP 时已有约 100 家店。

• 训练大模型、做机器人、火箭或芯片的候选人却可能总共只有少数几位，技术门槛让识别范围更集中。杨植麟和王慧文被作为真格“小天才”与“老司机”两类画像的标准例子，但模型本身更要求深厚技术理解。

• 戴雨森据此修正“学历不重要”的简单说法：做消费品牌不一定需要顶尖教育背景，训练模型则必须具备相匹配的技术能力；判断的是人能否做这件事，而不是拿一套简历标准覆盖所有行业。

21. AI 与此前风口的差别，在于广度和成熟度同时越过临界点

• 戴雨森把 AI 与互联网、移动互联网和半导体革命并列，因为它不是单一行业工具，而是可以增强或替代脑力，覆盖法律、金融、研究、编程、图片、视频、声音和音乐等许多知识生产领域。

• 第二个判断轴是《跨越鸿沟》所讲的成熟度。早期市场会对技术过度兴奋，主流市场却尚未接受，技术便落入中间地带；VR 长期处在这里，Quest 千万级销量更像“黑莓时刻”，而非 iPhone 时刻。

• ChatGPT 的意义是把模型做成“会说话就能用”的通用产品：场景广、对话记忆和回答能力显著提升，还持续变好、变便宜。它表明大语言模型不再只是 AlphaGo 式科研展示，而开始进入主流市场。

• Cursor 与 Claude Code 已让 AI 编程跨过类似门槛。戴雨森的激进判断是，不用 AI 的程序员效率可能比使用者低十倍；当“不用已经不太行”，技术扩散便不再只是风口叙事。

22. Manus 的邮件入口展示了 Agent 如何嵌入真实工作流

• 戴雨森举的代表性场景是：收到邮件后，用户不必复制内容、切换到 GPT 或豆包界面，再把结果搬回来；只需转发给 Manus 的专属地址，让它读取附件、完成研究报告并回信。

• 这更像老板把任务直接 forward 给助理，而非亲自操作工具：“你真的是花一个工具的时间。”当其他人也能先与用户的 AI bot 沟通，Agent 便可能接管更多信息筛选和执行环节。

• 李翔质疑这种入口是否容易复制。戴雨森承认“捅穿了之后都没那么难”，但先行者会积累数据、信任、品牌和用户习惯；一旦转发任务成为默认动作，后来者复制功能也未必能复制关系。

23. AI 越大，泡沫越大；早期投资只能学会与泡沫同行

• 戴雨森在 2023 年的一次分享中判断：“AI 会是人类历史上最大的泡沫，跟 AI 的泡沫相比，互联网泡沫可能都算不上什么。”科幻叙事能提供上百种用途，企业、个人和政府又都有赢得竞赛的动力。

• Scaling law 强化了“越大越好、越多越好”的资本倾向，把算力、基础设施和人才价格推向极端。他以 Oracle 当时披露的未来订单远超分析师预期为例，说明基建扩张已在财务数据中显现。

• 但泡沫并非回避 AI 的理由。戴雨森说，早期投资“要尝试找到泡沫下面的啤酒”；没有泡沫，亚马逊、Google 可能拿不到钱，大量光缆也不会提前建设，后来者便没有可复用的基础设施。

24. 好泡沫赌未来会不同，坏泡沫只赌旧需求永远延续

• 李翔引入“好泡沫与坏泡沫”的区分：好泡沫相信 AI、机器人、商业航天会改变未来，破裂后仍留下基础设施、技术和人才；坏泡沫则假设房价、既有消费或资产价格会一直上涨。

• 戴雨森进一步强调，好泡沫通常由 VC、创业者等专业风险承担者买单，并产生推动创新的正外部性；房地产或次贷式泡沫的最终买单者常是普通人，也没有创造新的供给能力。

• AR/VR 的长期愿景可能正确，但技术成熟得太早、啤酒太少，风口便主要表现为泡沫。ChatGPT 的不同之处不是愿景更宏大，而是普通用户已经能够直接获得生产力。

25. 对未来最大的敬畏，来自 2022 年没有顶级 VC 提前谈到 ChatGPT

• 戴雨森回忆，2022 年 5 月访问硅谷、与多家顶级 VC 交流时，几乎没人把 AI 当作最重要主题；当时更常谈生物医疗、通胀等，自动驾驶也被认为“做得差不多了”。

• 半年后，ChatGPT 很快改变了行业关注。如果行业连一年后的重大变化都未提前看见，就很难自信预测三年、五年；他引用张小龙式的自我提醒：“我所说的都是错的”，随时准备被打脸。

• 这也是“投人”的弱者思维：不知道未来会发生什么，只能寻找相对不变的优秀人格与创造能力。真正大变化一旦跨过鸿沟，则应敢于集中资源，而不是为了形式上的分散继续寻找“下一个”。

26. 是否 all in 一个浪潮，要同时看它有多广、是否已开始跨越鸿沟

• 戴雨森做的思考实验是：若基金经理回到 2010 年、即 iPhone 发布约三年后，把 80% 的钱和精力投入移动互联网并不过分；真正的技术平台出现时，变化的持续时间和尺度往往仍被低估。

• 但如果在 iPhone 之前便投资移动互联网，机会可能只剩 UC 浏览器式并购，判断方向正确却早了几年。过早知道一种趋势，也可能让聪明人因“已经不新鲜”而错过真正商业化的起点。

• 他因此用两项标准区分 AI 与似是而非的风口：能否广泛赋能各行业，以及产品是否已经让主流用户获得明确价值。AI 在他看来两项都满足，AR/VR 则仍缺第二项。

27. 天使投资只有“找人、看人、投人”三件事，而且只有第一枪

• 真格把工作拆成找到优秀的人、判断优秀的人、把钱投进去。品牌、友好条款和创业者口碑让第三步相对不难；真正的瓶颈更多是能否在足够早的阶段见到人。

• 由于真格通常争取第一轮、最多第二轮，第三轮以后即使确认公司优秀也已错过能力圈。“我们只有这一枪的机会”，因此早期投资始终需要尽早建立关系。

• 戴雨森用一级与二级市场作对照：二级市场依据财报“因为看见所以相信”；天使投资必须“因为相信所以看见”，在公司甚至尚未成立时先相信创始人可能把未知的事做成。

28. 找人被当作一套产品，为不同人生阶段设计不同入口

• 面向学生和极年轻创业者，真格用“零零后计划”、持续近十年的校园项目、学校访问和被投企业交流建立联系；面向有三至五年经验的中层，则围绕机器人等主题组织专业讨论。

• 对独角兽联合创始人等资深候选人，“鸵鸟会”强调隐秘性和同级交流，因为他们不希望外界提前知道自己准备创业，也需要学习从业务负责人转为 CEO 所涉及的融资、法律和公司建设。

• 戴雨森承认，真正优质项目最终仍大量来自可信推荐，因为推荐人用个人信誉背书。活动的作用不只在当场遇见投资对象，更在于积累能够持续提供项目源的弱关系网络。

• Manus 的关系起点可追溯约十年：投资人刘源在一次黑客松上遇见仍是大四学生的肖弘，投出第一笔钱；其后经历一次创业、收购和重新投资，才走到今天的 Manus。

29. ChatGPT 是戴雨森的“闪电时刻”，不是渐进式行业判断

• 2022 年 11 月 30 日，戴雨森第一次使用 ChatGPT 到凌晨四点，感受类似 1999 年初见 Google：一个简单输入框，任何问题都能迅速得到丰富反馈，“像被一道闪电击中”。

• 他此前关注过 GPT-3，却更多把它理解为续写文字的写作模型；对话与问答形态第一次展示了预测下一个 token 所产生的解决问题能力，使 AI 从科研能力变为人人可用的产品。

• 第二天他就在团队群里说“这个事情非常重大，让我看到了新时代的曙光”，三天后组织第一次大模型讨论。越与研究者分析，越认为这不是一次表层产品改良，而是底层能力转折。

30. 感受未来最有效的方法，是亲手花钱使用最前沿的产品

• 戴雨森把早期上网、早期购买 iPhone 和今天订阅 AI 产品视为同一种认知投资：“花点时间，花点钱去感受未来很重要。”许多产品只需 20 美元，就能让用户体验当时最先进的生产力。

• Devin 刚推出时需要预充 500 美元，他仍立即尝试，并留下节目中最鲜明的对比：“五百美金可以买一瓶茅台，也可以买一个月的 Devin；买茅台只能喝醉了看到虚假的未来，用 Devin 可以看到真实的未来。”

• 2023 年初，他把日常积累的 prompts 整理成测试集，做出早期大模型 benchmark“Z-Bench”；模型公司乃至相关监管机构都来交流，虽然团队因人力有限没有长期迭代，却体现了“动手使用”而非只听汇报。

31. 最好的 AI 产品由技术进步与合适形态共同制造“魔法感”

• 戴雨森观察，Manus、Nano Banana 等产品爆发时，都不是依靠大额营销，而是用户第一次看见能力后自发传播。技术本身的进步，必须经产品形态转化为无需解释的体验。

• Manus 让 AI 使用自己的电脑环境完成完整任务，Nano Banana 则把新的生成能力直接变成可体验产品；这种“看上去跟魔法一样”的时刻，是产品投资者判断跨越鸿沟的重要信号。

• ChatGPT 之前，他对 AlphaGo、自动驾驶和机器人只有泛泛兴趣，因为商业产品路径仍模糊；ChatGPT 之后，他开始“聊所有能聊到的最懂的人，用所有能用到的最前沿产品”。

32. 真格在 2023 年迅速开枪，也把共同学习转化成组合协作

• 戴雨森回忆，2023 年一二月间投资光年之外与 Kimi，三四月又投资用 AI 做教育的项目；蝴蝶效应则在 2022 年八九月已进入组合，ChatGPT 出现后迅速转向 Monica。

• Genspark 约在 2023 年八九月获得投资，按节目中的说法后来估值达到约 10 亿美元。戴雨森的判断是，最敏锐的一批团队基本都在 2023 年成立或迅速转向。

• 每周分享让个人发现成为全基金信息：ChatGPT、Devin 等新产品都会被现场演示，团队甚至计划购买 Devin 并比赛谁能做出东西，而不是只把新技术留给负责该项目的合伙人。

33. 重度帮助 Manus 是特殊响应，不是把投资机构变成孵化器

• 真格在 Manus 母公司持股接近 20 个点，是最大股东；产品突然成为全球热门应用、团队又极缺人时，基金才进入异常重度的支援状态。

• 从 3 月 6 日上线到 4 月初，安娜因英语最好，逐条回复 Twitter 和 LinkedIn 私信，也参与联系 KOL；戴雨森则在美国与团队成员举办多场 Meetup，其他合伙人帮助招聘和处理流量问题。

• 这种介入建立在多年信任和公司明确需要之上，不是投资人强行接管。戴雨森强调，所有帮助相对创始人创造的产品都只是“小忙”，真格不会认为“没有我你就做不成”。

34. 面对“套壳”争议，要先分清事实问题和理念问题

• 对 Manus 付费与续费能力的质疑，戴雨森以公司披露数据回应：上线仅数月，年化收入已约 9,000 万美元，属于行业最快速度之一；这类问题可以继续用经营事实验证。

• “壳有没有价值”则是理念分歧。戴雨森不认同模型公司只要做好模型、应用必然全部消失；模型能力需要 context、environment 和 interface 才能转化为用户价值，但他也承认自己的判断可能错。

• 他的态度不是为所有批评辩护，而是把注意力拉回产品：“用户喜欢你，愿意为你付钱”，误解才会逐步消失。投资 alpha 本就要求存在差异化观点，不能因为市场争议便把非共识自动视为错误。

35. 应用护城河取决于 deliverable 与模型 output 之间有多少加工

• Claude Code 对 Cursor 的冲击迫使戴雨森更新应用判断：如果模型直接输出代码，而产品交付物也只是代码，应用层新增价值较薄，与底层模型高度重合，便容易被向上整合。

• Manus 交付的可能是 PDF、文件、视频或跨工具完成的完整结果，中间需要多次、不同类型的处理。模型输出离用户最终想要的结果越远，应用越能通过编排、环境、数据和工作流创造独立价值。

• 他的比喻是：“如果做的是生鱼片，菜就是鱼肉本身”；卖鱼的人容易直接替代餐厅。若做水煮鱼，还涉及火候、酱料和厨艺，原材料供应者便不等于完整产品。

• 李翔追问这是否构成投资应用的标准，戴雨森仍把边界拉回“投人”：这个机制帮助理解业务，却不能替代对团队的判断，因为技术早期的产品方向仍会连续变化。

36. Monica 到 Manus 的变化，再次证明优秀团队比薄厚标签更持久

• Monica 做浏览器插件时，中国 VC 几乎都知道产品和肖弘，也普遍评价“插件、壳太薄”；真格仍重仓，因为判断对象是团队，而非当时那一层产品形态。

• 团队后来考虑 AI 浏览器，又放弃该方向，最终率先推出 general agent Manus。做 Monica 形成的产品、用户和创业经验，成为下一次跃迁的准备，但这种结果在一年前无法预测。

• 戴雨森反而警惕技术早期“打死不变”的创始人：当能力边界和产品形态仍在变化，探索与改道是正常行为；过早确信自己的原方案必然正确，才可能是一种傲慢。

37. 大模型创业公司很贵，却可能控制 AI 价值最大的通用入口

• 对“大模型只属于大公司”的说法，戴雨森反驳：OpenAI、Anthropic 本身就是 VC 投资的 startup；中国的 DeepSeek、Kimi、MiniMax 等也说明创业公司仍可参与，只是属于“大号创业公司”。

• 他认为 OpenAI 在节目时点仍可能被低估。ChatGPT 约有 4 亿 DAU、接近 10 亿 MAU，用户从写诗等娱乐问题逐渐迁移到工作、健康、购物、旅行和生活决策，信任与商业价值会随问题重要性同步增加。

• 模型市场可能高度集中，不会同时存在三个 10 亿 DAU 的 ChatGPT；因此 VC 必须投到第一梯队。烧钱不是充分反对理由，关键是投入换来的结果能否足够大。

• 这种项目很难复制小红书以节目中所称的“500 美金估值”投资、后来到约 500 亿美元市值的回报；但绝对收益金额仍可能极大，适合大基金而未必适合只追求千倍项目的机构。

38. Kimi 的赔率之争，是“高倍数”与“高绝对价值”的策略分歧

• 若回到 2023 年，戴雨森明确表示仍会投模型公司，而且“应该给 Kimi 投更多的钱”。DeepSeek 出现后，把模型投资描述成惨痛失误，在他看来混淆了未领先消费入口与没有创造价值。

• 他称 Kimi 是现在能用到的最好的开源 coding model；面对字节和 DeepSeek 等强大对手，Kimi 仍拥有优秀团队、资源与国际开源声誉，并非只有成为唯一赢家才能证明存在意义。

• 按节目数字，OpenAI 估值约 5,000 亿美元、Anthropic 约 1,750 亿美元，Kimi 上一轮约 30 亿美元，不到 OpenAI 的百分之一。法国 Mistral 已经不训练模型，他甚至称 Kimi 为投 coding agent 方向时“全世界唯一能投的标的”。

• 他也承认“屁股决定脑袋”：作为 Kimi 投资人必然有立场。Benchmark 等追求千倍回报的基金不投模型完全合理；争论焦点不是模型值不值得存在，而是回报形态是否匹配基金规模与策略。

39. AI 的下一阶段会从训练转向推理，从模型能力转向应用兑现

• 戴雨森认为市场仍低估 AI 的长期影响。模型能力已经很强，缺的是把能力呈现出来的产品形态；投入巨资训练后，产业注意力必然更多转向推理、应用和具体用户场景。

• Manus 的意义是展示现有模型执行 Agent 任务能到什么程度，而编程已率先发生结构变化：初级程序员受到最直接冲击，有经验者反而因更会定义任务、检查结果和指挥 AI 而更有价值。

• 图像、视频、音乐、数学和编程都可能陆续出现“李世石时刻”——AI 不只是达到平均水平，而是超过顶级人类。届时大量工作会从亲自完成，转向决定做什么、评价多个结果并承担最终判断。

• 从问答机器到任务执行者，是戴雨森眼中最本质的产品跃迁：“当我们要做的大部分事情 AI 可以完成的时候，我们作为一个人，意义是什么？”他承认问题听起来玄，但深度使用 AI 的程序员已经真实经历它。

40. 人人都将成为 AI 的老板，但并非人人已经学会当老板

• 过去真正管理他人的人是少数，而 Agent 让普通人也要拆解目标、配置资源、验收质量和持续反馈。先学会指挥 AI 与后学会者之间，可能形成巨大能力差别。

• 写作、研究和编程领域若仍完全不用 AI，效率已经显著落后；二级市场尤其激进，因为信息处理优势能直接变成收益，“谁领先谁就能赚钱”。

• 戴雨森借 William Gibson 的表述说，“未来已来，只是没有均匀分布”。他愿意通过播客讨论 AI，也带着让这种生产力更均匀扩散的动机，而不只是为投资组合制造叙事。

41. 天使投资或许较晚被替代，但案头找人工作已经被 AI 重构

• 李翔提出，天使投资依赖面对面建立信任和长期关系，可能是较晚被 AI 替代的投资工作；戴雨森补充，“找人”环节已经使用了大量 AI。

• 戴雨森提到，真格有很多 AI tracker：自动追踪 GitHub 新高星项目、高被引论文和新研究者，再由 AI 搜索、总结、汇报，人类只处理值得进一步接触的对象。

• 原本需要受过良好教育的分析师每天完成的搜索与知识整理，已大幅自动化。AI 不必一次替代完整投资人，也能先压缩大量初级案头工作。

42. 新技术会先拉大差距，再通过价值外溢提高整体生活水平

• 李翔追问，AI 究竟会让人更卷、走投无路，还是创造更多机会；戴雨森认为两者总是并行。蒸汽机等技术先让少数掌握者取得巨大优势，随后生产力与产品才扩散到所有人。

• 李翔补充，技术也可能分为促进平等和扩大不对称的两类：早期步枪降低军事门槛，中世纪全套骑士装备则昂贵且垄断。技术的所有权结构，会影响收益如何分配。

• 戴雨森以雷达、GPS 和互联网回应：不少技术最初服务军事，后来却让普通人受益。AI 是否重复这一路径尚无定论，但“先拉开、后外溢”是他更倾向的历史框架。

43. 新一代创业者更强、更早、更全球化，也面对更低的犯错容忍度

• 戴雨森认为，今天的创业者在学校教育、创业知识和国际视野上整体强于自己那代。过去谁先读到 TechCrunch，可能就有把海外模式搬回中国的时间差；今天创新当天便会被翻译和讨论。

• AI 产品天然服务全球用户，Manus 从第一天就能用不同语言提供相似的编程和办公能力；年轻团队也更早开始尝试创业，把它视为正常人生选项，而非极少数人的冒险。

• 但聚美时期的竞争更像“菜鸡互啄”：大家都缺经验，你犯五个错误、我犯四个便可能胜出。今天创业者同时面对成熟大厂、连续创业者和全球同行，犯几次关键错误，公司就可能消失。

• 真格最新一期基金中，超过一半项目的创始人低于 25 岁。戴雨森不要求第一次创业即大成，而是看重早开始、持续试验，使创业逐渐成为一种生活方式。

44. 学历只是学习能力的代理变量，真正应观察的是成长斜率

• 真格早期因新东方网络和创始合伙人的影响力，天然接触大量海外名校学生，也因此形成“投名校海归”的外部标签；今天团队已不再刻意统计海归与本土、名校与非名校的比例。

• 戴雨森把教育的核心还原为学习能力。好学历提高学习能力强的概率，却不等于学习意愿持续；没上顶尖大学的人也可能在创业和产品实践中展现极快的学习速度。

• 机器人比赛尤其能暴露指标偏差：RoboMaster 等动手项目耗时巨大，想把考试和论文优化到极致的学生可能认为“不值当”；真正愿意造东西的人，成绩未必最高，却可能更适合创新。

• 真格曾寻找“名校里不合群的人”：能考进去证明基础能力，又不只按既定规则行事。今天这一思路被扩展为观察创始人的成长斜率，不把某张学历证书当成能力本身。

45. 中国创业者的全球优势在应用、硬件、供应链和 To C 勇气

• 戴雨森认为，中国团队已在移动应用、跨境业务、机器人、家用硬件和供应链产品上证明世界级竞争力；在移动互联网应用时期，美国前 10 的下载榜里可能有一多半是中国公司产品，说明全球化并非从 AI 才开始。

• 新一代团队对硅谷产品、方法论和审美的理解也已拉齐，反而不少海外创业者较少研究中国创新。Manus、Genspark 等产品的界面与体验，不再容易被简单识别成“中国风格”。

• 勤奋、务实、执行快、花钱谨慎仍是普遍优势。更特别的是，中国团队愿意做 general agent 和面向消费者的 AI 产品，而美国 YC 生态更鼓励 vertical、企业服务，甚至出现创业公司彼此做记账、报销和打卡工具的同质化。

• 李翔指出，这也可能因为中国 To B 生意更难；戴雨森认同环境塑造了敏感度。美国多年缺少新的大型 To C 产品，中国却长期经历消费应用竞争，因此更敢进入这个“危险区域”。

46. 中国公司出海的短板，不只是销售渠道，更是愿景与文化表达

• 进入美国企业服务市场，中国团队会面对获客、BD、续费和本地组织建设等具体挑战，不能只把国内有效的产品与成本优势原样复制。

• 戴雨森认为，全球市场还要求更强叙事：让用户、员工和合作伙伴理解公司为什么存在。OpenAI、Anthropic、Cursor 都形成了辨识度极强、彼此不同的文化，也因此能吸引认同其方向的一流人才。

• 中国公司过去更多靠好产品、好服务获得信任；若要全球招聘顶尖人才，钱并非唯一变量，愿景和价值观会越来越重要。李翔把这种差异类比为美国擅长软实力、中国强调制造实力。

47. 中国一级市场正在回暖，但复苏本身也会重新制造追风口风险

• 戴雨森的体感是，过去两年创业和投资处于相对低谷，经济和创新活动都需要复苏；节目所处时间，机器人、硬件和 AI 已明显升温，活跃度有些接近 2020—2021 年。

• DeepSeek、Manus 等中国创新获得全球关注，削弱了“中国缺算力、研究人才外流，因此无法参与 AI”的单一叙事。海外投资人重新来华考察模型、机器人和应用，国内创业者与 VC 出手也在增加。

• 他预计下一年可能更热，但提醒冬天和夏天需要不同纪律：低谷时坚持相信年轻人和中国创业，热潮中则相信周期、提高标准，避免把环境回暖误判成每个项目都值得投。

• 真格把自身使命概括为只投天使、长期 “long China”。当同行在低谷放弃、热度回来后又抢着返回时，组合中已出现的公司正是持续投资而非择时进出的结果。

48. 海外 LP 最关心三件事：还有没有创业者、还有没有大鱼、估值是否足够便宜

• 第一个问题是中国年轻人是否仍想创业。戴雨森的回答是肯定的：移动互联网存量竞争曾让年轻人觉得打不过大厂，AI 和机器人却重新提供技术切换窗口。

• 第二个问题是中国还能否产生支撑幂律回报的大公司。VC 可以容忍 80% 项目失败，却不能没有“大鱼”；他以小红书可能达到数十亿美元利润、机器人及 AI 产业链公司成长为例，认为体量仍足以支撑行业。

• 第三个问题是系统性估值折价。按节目数字，字节收入已连续两个季度超过 Meta，老股估值约 3,000 多亿美元，而 Meta 约 2 万亿美元；Kimi 约 30 亿美元，OpenAI 约 5,000 亿美元，差距是否合理正吸引聪明钱重估。

• 戴雨森不把低估等同于必然上涨，但认为资本会寻找“仍有创新者、仍能出大公司、价格又明显便宜”的市场。过去约六个月，海外 LP 来华考察和相关兴趣已显著增加。

49. 八年投资后留下的最好建议，仍是最朴素的“投人”和“耐心”

• 戴雨森刚加入真格时曾怀疑：“是不是因为你们不懂事儿，所以才去投人？”他相信自己有创业经验，或许能把“事”看得更准；八年后的大量转向与失败案例，使他成为投人方法的坚定信徒。

• 第二条建议是耐心。企业可以规划三个月测试、六个月上线，天使投资却无法安排“下一个独角兽何时出现”；明天见到的人也许五年后才显露价值，期间几乎没有可靠即时反馈。

• 天使资金投进去往往要等十年，迫使投资人思考十年里什么最重要。赛道、产品和市场都会变化，最后相对持久的仍是人的学习能力、野心、韧性与持续创造：“我们必须得出结论，人是最重要的。”