非共识投资被高估了吗？

摘要

• Martín Casado 真正的观点是，忽视共识很危险，而不是共识投资本身很好。 经过10年、近200笔投资，他认为早期创投市场“相当高效”：独自判断可能意味着真正的洞察，但“也可能只是漏看了什么”。一家依赖后续融资的公司，最终必须变得可融资，无论它的第一位投资人当初有多么逆共识。

• 种子轮融资困难，不足以证明一家赢家当时真正属于非共识投资，几个轶事也无法终结争论。 Casado 质疑 Anduril 等案例，理由是其中涉及成就卓著的创始人、已知的市场信号或高价融资；一家暂时不受欢迎的公司，之后仍可能以高于市场的价格融资。正确的分析应当基于一篮子公司：比较那些快速完成上调轮、拿到大量投资意向书、定价高于中位数的公司的结果。

• 这场争论不只是寻找便宜货。 Casado 的生产性资产视角认为，投资人往往能识别好公司，并据此给出相应价格；但他也承认，人的认知可能影响结果。Torenberg 认为投资人不应靠价格套利获取回报，Leo Polovets 则引用 Peter Thiel 的规则：上调轮完成得越快、幅度越高，投资人越应该加大投入，因为这说明公司“正在起作用”。Polovets 还回忆称，他曾因认为一家公司的估值应为1000万美元而拒绝了2000万美元估值，结果眼看着它一路成长到100亿美元。

• 最高阿尔法的早期下注，往往从非共识开始，但在资本需求压垮公司之前，必须跨入共识。 Polovets 约10笔最佳投资中，有6-8笔花了数月才完成种子轮，之后种子轮到A轮或B轮的估值有时跳升20倍或50倍。在深科技领域，关键问题是：300万美元融资能否完成足够的里程碑，从而支持下一轮1000万美元融资；如果下一轮需要5000万-1亿美元，就等于假设公司能成为A轮融资排名前5%的项目。

• 稀缺资本会迫使公司节俭，而宽松资本可能制造脆弱性。 Casado 认为，融资困难会让公司提高现金效率。Torenberg 则反驳称，以完美执行为前提的快速估值上调可能搭出“纸牌屋”，而且大多数公司死于消化不良，而非饥饿。他认为，2021年那批拿到10亿美元级别B轮融资的公司，可能造成创投史上规模最大的资本损失之一，因为它们可以在不听取客户意见的情况下持续花钱。

• 只有当增长、防御性和单位经济性能穿越叙事，行业热潮才具有可投资性。 OpenAI、Anthropic 和 Cursor 已经带来了真实增长，最好的公司正在把过去需要5年的“3倍、3倍、2倍、2倍、2倍”路径压缩到1-2年；但一家做到1亿美元 ARR 的企业，如今也可能因更好的产品出现而跌回5000万美元。人形机器人、自动驾驶和国防则体现了另一种风险：巨大的 TAM 和战略兴趣，可能在独立经济模型尚未明确前就把价格推高。

• 更大的结果可能支撑更大的基金和更高的价格，但没有回报层面的数据，论点仍未得到证明。 Casado 提到，a16z 的投资组合中有 Stripe、Databricks、Coinbase 和 OpenAI 这几家接近1000亿美元规模的公司；Polovets 则反驳称，过去20年可能只有10-20家公司跨过这一规模。他们提出的检验方法很明确：判断赢家的定价是否高于所在阶段的中位数，以及创投利润是否主要来自这些高价公司，然后区分公司阿尔法与单纯的价格套利。

精读

1. 对共识的认知不等于共识投资

• Casado 最初的区分是：“做非共识投资很危险”，意思是忽视其他投资人的判断很危险，而不是跟随他们就是明智之举。在10年内完成近200笔投资后，他认为早期市场“比人们意识到的高效得多”。

• 他的学术类比揭示了其中机制：一篇优秀的研究，如果作者忽视评审委员会将如何评价论文，仍可能无法发表。同样，一家依赖后续融资的初创公司，最终必须让下一轮出资人能够理解和接受它。

• Polovets 同意“最终必须走向共识”，但他最强的几笔Pre-Seed和种子投资往往都始于共识之外。在获得验证点之前，这些业务看起来都很可疑；证据出现后，估值迅速上升，后续投资人仍有上行空间，但需要支付的倍数低得多。

2. 著名赢家不能证明逆共识轮次表现更好

• Casado 反对将 Anduril 称为非共识，核心在于定义。Polovets 指出，Palmer Luckey 是一位曾以10亿美元级别退出的连续创业者，Trae 非常出色，而公司又处在 Elon 的国防科技案例所形成的市场阴影下。Casado 认为，把这样的交易称为非共识，反而暴露了创投行业的封闭；Torenberg 回忆其种子轮估值约为1亿美元，Polovets 则表示它的每一轮都很贵。

• Torenberg 认为 Scale 属于非共识，因为 Alexander Wang 在种子轮时只有18岁。Casado 反驳称，Scale 所处的是一个已知市场，且背后有出色的投资人；Polovets 也同意，它几乎所有轮次都竞争激烈。这场交锋说明，“热门与否”或“竞争激烈与否”可能比“是否共识”更容易量化。

3. 热门轮次可能同时包含信息与反身性

• 讨论反对把价格简单视为便宜货信号。Casado 的生产性资产视角是，投资人很聪明，会为他们认为优秀的公司付费；但他也承认，另一种视角认为人的认知会影响结果。Torenberg 认为投资人不应靠价格套利获取回报；Polovets 则引用 Peter Thiel 的经验法则：上调轮来得越快、幅度越高，就越应该加大投资，因为“它正在起作用”（“it’s working”）。

• Casado 建议检验：高幅度上调轮最强的外部相关因素，是否只是上一轮本来就很热门。Polovets 表示，如果确实如此，就说明市场是有效的。Casado 还追问，相比规模很小、已经热门的公司群体，规模大得多的非热门公司群体，最终是否会产生更多热门公司。

• 双方都反对用单个公司的故事下结论。有效的一篮子分析应当跟踪快速完成后续融资、拿到10份A轮意向书或融资价格高于中位数的公司；即使经营业务令人失望，Polovets 也见过投资人热情帮助公司保住强劲结果，这表明认知可以独立于生产性价值发挥作用。

4. 创始人必须卖出共识，但不能放弃产品阿尔法

• Torenberg 表示，创始人的反应高度一致：他们知道自己往往必须在产品市场上保持非共识，才能创造阿尔法；但在融资时，又必须“看起来像共识”。由于通常18-24个月后就会迎来下一轮融资，庆祝自己被所有人拒绝，可能直接损害公司的下一次融资。

• Casado 认为，稀缺性也有反向作用。融资困难的团队往往更节俭，而热门公司可能基于完美执行的假设持续支出；一旦增长放缓，融资会突然消失，按照充裕资本设计的经营模式也很难收缩。

• Torenberg 认为，过多资本会让创始人听不见真实市场——也就是客户——的声音。他说：“大多数公司死于消化不良，而不是饥饿。”他怀疑，2021年那批拿到10亿美元级别B轮融资的公司，造成了创投史上规模最大的资本损失之一。

• 因此，市场整体上可能有效，但在两端都可能失灵。Casado 表示，传统基础设施公司如果早两年可能很有吸引力，如今却因为不属于AI的甜蜜点而几乎无法融资；Torenberg 则补充称，一些AI公司正在获得投机性资金，即便没有人理解它们的商业模式。

5. 阶段决定投资组合能承受多少逆共识

• 在 Polovets 约10笔最佳投资中，有6、7或8笔花了数月完成种子轮，并遭遇大量拒绝。其中一些失败，是因为怀疑者判断正确；但成功的公司后来在种子轮与A轮或B轮之间录得20倍或50倍的估值差距。关键在于从非共识转向共识，因为永远无法完成这一转变会非常困难。

• 在深科技领域，Polovets 并不要求公司在A轮前拿出可运行的资产。他关注的是，公司能否实现技术上可信的里程碑，以及这些成果能否足够打动下一位投资人；换言之，他会明确承保下一支接盘基金需要看到什么。

• 资本需求会改变下注逻辑：融资300万美元，完成足以支持下一轮1000万美元融资的里程碑，可能是可行的。但如果计划用这300万美元之后就要求拿到5000万-1亿美元的A轮融资，就要求这家初创公司迅速成为共识项目，并跻身融资排名前5%。

• Casado 自己的公司曾走过所有阶段：2007年以1000万美元投后估值完成热门种子轮；2008年金融危机后失去融资能力；出现“生命迹象”后再次完成热门融资；最终在 ARR 不到1000万美元时，以12亿美元被收购。在最低谷时，公司距离破产可能只有1个月，最初的开关硬件业务方向“根本说不通”。

6. AI 的速度与深科技泡沫将估值拉向相反方向

• Polovets 表示，AI 已经让从100万美元增长到1亿美元的“3倍、3倍、2倍、2倍、2倍”路径显得过时；领先公司如今1-2年就能走完这条路。但护城河感觉更弱了：一家公司可以做到1亿美元 ARR，也可能在更好的产品发布后跌回5000万美元。

• Torenberg 指出，OpenAI、Anthropic 和 Cursor 的巨大增长，是混乱市场底层真实存在的信号。Polovets 的投资组合中只有约10%-15%是纯AI项目，因此仍不确定该如何在前所未有的增长与不确定的持续性之间取得平衡。

• 深科技提供了更清晰的价格周期案例。Polovets 曾在3-4年前重仓国防，随后暂停投资1年半或2年，因为乌克兰和以色列相关事态发展推动估值上涨2-4倍，但基本面并未改变；当时一家国防公司估值4000万美元，却要与一家估值1500万美元、实力出色的能源公司竞争资本。

• 生物科技也经历过多轮周期，人形机器人则是最受追捧的领域之一，估值在收入提供足够锚定之前就变得极端。Polovets 通常避开已经融资数亿美元的共识赛道，因为新进入者往往只能以接近于零的资源起步。

7. 单位经济性必须经得起巨大 TAM 叙事

• Casado 认为，通过押注几支出色团队、期待它们最终被收购来布局人形机器人，是一种合理策略，但他本人无法据此承保。他要求公司最终能够独立实现规模化经营，并指出“和人类身体竞争是一件非常、非常困难的事”；而且向工厂纵向整合，会把初创公司变成一家受约束的制造企业。

• Casado 描述了约5万亿美元人类劳动力市场带来的估值扭曲：面对这样的 TAM，几乎任何种子轮价格都能被合理化。他用冷聚变作反证：把它称为最大的市场，也无法把物理定律变成一位优秀软件创始人可以解决的工程问题。

• 自动驾驶进一步凸显了经济性检验。经过行业约1000亿美元的投入后，Casado 认为其单位经济性大致与 Uber 持平：对 Google 或 Tesla 可行，对独立初创公司却很难，除非通过被收购，或经营 Applied Intuition 这类“卖铲子”的业务。

• 相比之下，Casado 能理解 ElevenLabs 和 Midjourney 这类AI模型公司的逻辑，因为它们的单位经济性和快速增长都清晰可见。他反对的是，把这些已经得到验证的信号直接迁移到其他领域，而那些领域既没有证明经济性，也没有证明技术可行性。

8. 结果规模扩大改变基金机制，但不改变证据要求

• Torenberg 认为，如今的退出结果可能大1-2个数量级，因此以A轮或B轮价格投资，也可能获得过去只有种子轮才能实现的回报。Casado 同意，进入定义行业的那家公司可能是“高阶比特”，但也认为更大的下注需要更大的基金，以及接触更多 LP 资本。Polovets 补充称，多元化投资组合仍然需要足够多的公司。

• Casado 提到，a16z 的投资组合中有 Stripe、Databricks、Coinbase 和 OpenAI 这几家接近1000亿美元规模的公司；Polovets 则估计，过去20年可能只有10-20家公司达到这一规模。他还补充称，十角兽出现的频率可能约为10年前的10倍，但1000亿美元级别的结果仍然罕见。

• SoftBank、Tiger、Coatue 和 Insight 都曾以大基金逻辑进行测试，但结果好坏参半。Casado 表示，高价格可能不是唯一解释，宏观周期以及这些机构与传统硅谷早期创投网络的距离，也可能发挥了作用。Thrive、Founders Fund 和 a16z 也随着机会集扩大而募集了更大的基金。

• Polovets 提出两种可行调整：将基金规模扩大10倍、保持持股比例，让更大的退出以同样比例回报整个基金；或者以更低的持股比例进行更多投资，提高捕捉“年度 Stripe”的概率。但当单笔支票达到1亿美元时，真正的非共识投资在结构上就会变得困难。

• 一个完全共识化的市场，最终会把创投压缩成资本成本比较：接受2倍回报的 LP 可以击败要求5倍回报的 LP，而双方看不到任何不同的东西。Casado 看重创投的上行导向，以及它在创造性破坏中的作用；而最好的产品，即使已被成熟投资人识别出颠覆潜力，对客户而言仍然是非共识的。

• 经验检验应分成两部分：先比较赢家的融资价格与其阶段中位数，再计算已实现回报是否主要来自那些持续高价融资的公司。Polovets 支持这一检验，也同意投资人不应寻求价格套利；他最大的几次错过，部分正是因为在公司估值2000万美元、而他认为应为1000万美元时选择放弃，之后公司却成长到了100亿美元。

• 种子轮仍然是分层市场，并未被多阶段基金征服。Polovets 的投资组合中约有10-12家独角兽，其中可能只有四分之一到三分之一在种子轮时就拥有重要的A轮投资人；连续创业者和熟悉市场的创始人，可能拿到4000万或8000万美元估值，而不是2000万美元，但不那么显而易见的公司仍然主要属于种子基金的领地。