Benchmark 合伙人 Eric Vishria 最近跟 Banana Capital 合伙人 Turner Novak 在其播客 The Peel 做了一个非常精彩的对话，这是我最近觉得非常不错的一个访谈。

在这个对话中，Eric Vishria 分享了他如何看待 AI 时代的创业、什么样的创始人是他们最喜欢以及 Benchmark 的投资策略和内部如何决策等话题。

结合我之前关于 Benchmark 的一些文章效果可能更好《2 个月估值增 4 倍，Benchmark 把最近增长最快的 AI 应用都投了》、《Benchmark 5 亿美金估值投资 Manus 的背后，以及其投资策略》。

他提到的几点让我印象非常深刻，比方说AI 时代的增长完全超出了传统的常态模式，它是一种指数级增长，颠覆了 SaaS 企业的 3-3-3-2-2 增长法则。

对于创始人，他更关注创始人的叙事能力、智识真诚以及持续学习能力。创始人构建企业叙事的能力至关重要。"在所有场景中，最擅长持续优化叙事的人最终胜出"。同时，成功创始人的核心特质是学习能力，"相比初始经验，我更关注创始人的学习斜率与第一性原理思考能力"。

最优秀的创始人往往兼具两种特质：极度乐观与极度多疑——他们对自身使命和业务前景充满信念，但对其他一切保持警惕。

他认为，互联网是“分销机制”的革命，而 AI 是底层技术的颠覆，更接近“晶体管”式的赋能逻辑。前者解决“连接效率”，后者改变“创造本质”。

而关于 Benchmark 自身的投资策略和方法，他们坚持"寻找划时代企业，支持最具远见的创业者"的核心策略，Benchmark 本身扁平化的合伙人结构形成高度信任，确保所有成员协力支持被投企业。

他相信稀缺的永远是“非凡的公司”，而非资本，因此 Benchmark 坚持精简投资策略，一旦投资，所有人会一起深度陪跑。他将 Benchmark 比喻为一个资本主义者的共产主义集体。

值得注意的是，Eric Vishria 主导了对两个华人 AI 项目 Manus 以及 Fireworks 的投资，其中 Fireworks 已经估值 40 亿美金，ARR 超过了 1 亿美金《VC 开始做 Roll-up 了，这个华人 AI 最新估值 40 亿 ARR 超 1 亿美金》。

下面我对这个访谈做了一下梳理分享，由于内容实在太长，不可避免会有一些错误，但这个对话整体给了我很多启发：

1.Turner Novak：你曾提到，对于自己做过的每一项投资，几乎在接触项目的那一刻，你就知道这是一位值得支持的创始人。你能具体谈谈这一点吗？

Eric Vishria：我不会说“一接触就确定”，但我确实能很快建立信心。有些 VC 天性乐观，我们倾向于更容易被激发热情，而另一些人则更倾向于保持怀疑态度。我属于前者，容易先被激发兴趣，然后通过尽职调查、合作伙伴的反馈来调整判断——我大概是这样的工作模式。

每个人对待“兴奋点”的方式不同，但对我来说，当我见到创业者时，如果能迅速获取新的认知——尤其是当我在某个领域投入大量时间后，创业者的某句话能让我突然意识到：“他们有独到的见解。”这种瞬间的“顿悟”很关键。

我每天都会接触新公司、与人交流、阅读大量信息，但很少有人能提出让我耳目一新的观点。如果有人能给出前所未有的洞察，或是用全新视角解读市场，这对我来说就是绝佳的信号。需要明确的是，这通常与数据指标无关——我几乎从未因某个数字而决定投资，关键在于“洞见”，比如对市场的独特认知或分析视角。

很久以前，我曾与一位来自 Ido 的设计师合作，他说过一句话让我至今印象深刻：“很多时候，最重要的不是解决方案，而是正确地定义问题。”我认为这与投资中的“洞见”异曲同工——当所有人都在以某种固定模式看待市场或机会时，若有人能提出“我们可以这样切入”的新思路，并且让你觉得“这逻辑说得通”，这种思维碰撞就会成为关键的决策起点，这其中有一种“洞察”的因素在里面。

而第二件常让我印象深刻的事是，当你遇到一个真正的“学习者”型创始人。我之前描述过这种感觉：有些创始人走进来，就像在你脑袋上装了个吸尘器，把所有知识都吸走了，对吧？当你有这种感觉——仿佛有人在把你的大脑内容直接下载到他们的大脑里，然后你会想：“哇，如果这个人每周这样吸收三次，持续 10 年，那就是 1500 个大脑的知识量啊。这太惊人了。”这种学习能力或知识复利的水平，你几乎能切实感受到。

事实上，这让我意识到：比起创业者在创业初期的“成熟度”（比如对公司构建的认知水平），我更关注他们的“学习斜率”——即学习速度。如果学习曲线足够陡峭，他们很快就能通过复利超越所有人。当然，这种情况不常见，但偶尔遇到一个兼具“洞察”“学习力”，且与你产生化学反应的创业者时，真的会让人非常兴奋。

有人可能会问：“如何判断一个人是否擅长学习？毕竟谁都可以说自己是个好的学习者。”这确实很主观，更多是一种感觉。或许可以从他们提的问题来看：当你向他们提问时，他们是否能理解问题背后的深层逻辑？是否在挖掘洞见？是否试图追根究底？是否在用“第一性原理”思考？比如，你会感觉：“这个人是从本质出发在推理。”

另外，他们是否敢于问“看似愚蠢”的问题？是否愿意追问最基础的概念？比如，当你说了某个观点，他们会直接问：“你为什么这么说？”这种既自信又愿意谦卑求知的态度，往往是好迹象。

还有一点体现在他们的“叙事进化”中——关于公司的定位、存在的理由、致胜逻辑，是否能形成一个连贯的故事。有趣的是，我们在 Benchmark 常做极早期投资，我主导的项目中可能有三分之一到一半都是公司的“首笔融资”。这些项目常给我一种“直接奔着成功去”的直觉，虽然没人知道最终能否成功——早期投资本就是高风险，有些公司会成，有些不会，但这很正常。

从我的经验来看，哪怕团队优秀、市场正确，外部因素也可能决定成败。但硅谷最特别的地方在于：一次失败不代表什么，它只是“这次没成”而已，完全可以接受。当你听到一个创业故事时，你会想：“如果这事成了，可能真的会改变世界。”这种可能性，正是早期投资的魅力所在。

而且这个故事必须足够连贯。我们见过太多这样的例子：虽然不确定能否成功，但整个逻辑框架严丝合缝。这类项目永远是我最喜欢的投资标的——最棒的创始人、最有潜力的产品和公司，往往都具备这种特质。你向别人介绍时会说：“我不确定这能不能成，但他们正在做这件事，这是他们的核心论点，以及他们试图解决的问题。”说完后你会觉得：“嗯，这可能是个绝妙的主意。”

以 Cerebras 为例，这是一家专注于 AI 芯片和系统的公司，最近提交了上市申请。虽然过程中经历了各种争议，但最让我印象深刻的是，我从创始人兼 CEO Andrew 创业初期就开始与他合作——公司由五位创始人共同创立，作为一家半导体公司，它不仅资本密集，还面临诸多技术挑战。但问题是，我对硬件一窍不通，完全是门外汉。

那是 2016 年 3 月，Andrew 首次带着项目来找我们。当时半导体行业远未成为热点，英伟达市值还不到 300 亿美元（如今已超万亿美元），Google 也尚未发布 TPU，整个 AI 硬件领域几乎一片空白。他是如何在没有公开成功案例的情况下打动我们的？

答案很简单：第一张幻灯片是团队介绍，第二张还是团队。创始团队成员都是半导体和系统领域的连续创业者，履历堪称“专业级”。即便当时我们还不清楚这是一家半导体公司，但仅凭团队背景，就能感受到他们的专业性。

接下来，他们抛出了核心论点：“GPU 其实并不适合深度学习，只是比 CPU 强 100 倍而已。”这个观点在当时极具挑衅性——要知道，那是 Transformer 之前的时代，甚至 OpenAI 都尚未成立。他们接着解释：“图形处理器为何会成为AI 或深度学习的解决方案？或许并非如此。”

随后，他们详细阐述了工作负载的特性，以及他们将要打造的解决方案。你会不由自主地想：“这可能行得通，如果成功，价值将不可估量。”而风险投资的核心，不正是这种“不对称的可能性”吗？

2.Turner Novak：说到“叙事”，Benchling 的 Saji 曾提到，他从你身上学到了公司叙事的重要性。为什么叙事如此关键？

Eric Vishria：我认为，作为创始人或 CEO，本质上是在“持续讲述一个故事”。工程师可能会对“推销”嗤之以鼻，觉得这听起来像在兜售蛇油。但我所说的“叙事”并非贬义，而是指：你需要清晰阐述公司为何存在、为何由你们来做这件事、核心问题是什么、竞争优势在哪里，以及如何致胜。

无论面对客户、潜在员工、合作伙伴还是投资者，你都在传递这个故事，并且需要不断迭代和修正它。这是 CEO 的核心工作之一。优秀的叙事能力至关重要，因为当聪明人质疑“这逻辑有漏洞”时，你会意识到：“哦，确实有问题，需要修正。”

现实中，公司总会遇到各种挑战——客户集中度高、增长停滞、技术瓶颈等。有些问题源于合理因素，需要你清晰解释；有些则暴露深层隐患，需要你反思并解决。而这一切的试金石，正是公司的叙事逻辑。归根结底，CEO 必须主导并完善这个叙事。我亲眼见过两类 CEO 的鲜明差异：一类用心打磨叙事，另一类不屑于此。最终，前者往往走得更远。

3.Turner Novak：你知道为什么有些 CEO 会更倾向于深入打磨叙事，而另一些则不然吗？是否存在某种特质，让你更欣赏某位 CEO，或让你意识到他们需要加强这方面的能力？

Eric Vishria：我想这在某种程度上与“野心”相关——如果一个人极具野心，他讲述的故事必然宏大，并且能将故事的每一层逻辑拆解到当下的每一个具体行动，就像剥洋葱一样层层深入。

以马斯克为例，他堪称叙事大师。“移民火星”听起来遥不可及，但他让无数人相信了这个愿景。更厉害的是，他的叙事不止于“去火星”，而是“殖民火星”，甚至是“让人类成为跨行星物种”——这种野心的尺度几乎无人能及。

但他能从最宏大的愿景一路拆解到具体行动：我们需要发射火箭→火箭必须可重复使用→研发多型号火箭→用火箭运送卫星→开发机器人处理太空任务……他的叙事始终围绕核心逻辑层层展开，甚至宣称“我们不是汽车公司，而是电池公司”。关键在于，他本人深信这个故事，而非单纯说服他人，这正是野心的本质与叙事力量的绝佳例证。

4.Turner Novak：假设你遇到一位创始人，他的新洞见让你眼前一亮，擅长叙事，野心勃勃，团队也令人赞叹。你通常如何与这样的创始人建立联系，争取合作机会？毕竟你们要共事多年，这段关系通常是什么样的？

Eric Vishria：对我而言，每个人做 VC 的动机不同。我曾是创业者，因此我的核心动力是“与创始人合作”，这也是我最喜欢这份工作的原因。与创始人的化学反应至关重要，我会花大量时间与他们相处——在 Benchmark，我们常有与创始人合作超过十年的案例。

当遇到这样的创始人时，我会先深入探讨他们正在构建的事业：为什么要做这件事？动机是什么？具体如何运作？背后的驱动因素是什么？他们对发展路径有哪些规划？我能从其他公司的经验中带来哪些可借鉴的思考？这种互动的核心，是如何最大化创始人愿景实现的概率，帮助他们将野心变为现实。如果每个季度都能让成功概率提升一点点，复利效应就会显现。

5.Turner Novak：有没有哪些具体行动最能提升这种成功概率？比如提前准备董事会会议之类的小事？

Eric Vishria：其实有很多细节，而且每家公司、每位创始人都不尽相同。但无论是否达到产品市场匹配（PMF），核心都在于“如何构建一家可持续的公司”。优秀的公司必须具备耐用性和韧性。

有时你会遇到极有个人魅力的创始人，但关键问题是：他们是否真的想打造一家“超越个人”的公司？至少在当下或未来，公司需要汇聚多人的力量，形成协同效应。因此，创始人必须具备围绕公司搭建体系的能力，这涉及招聘什么样的人、团队成员的优势是什么、如何与创始人自身的能力互补——我在这些方面投入了大量精力。

有趣的是，我昨天听了 Ben Thompson 的播客访谈。他是一位出色的行业评论员，从访谈中能感受到，马克·扎克伯格始终在关注市场动态，理解行业趋势。这说明，优秀的创始人不仅要擅长叙事和构建团队，还要保持对外部世界的敏锐感知，不断迭代对业务的认知——这或许就是提升成功概率的关键细节之一。

他从中吸取了教训。对我来说，他提到的最有趣的一点是，他对未能掌控移动平台深感懊悔。这也解释了一些问题，比如他为何坚持开源 Llama 模型，为何投入数十亿美元研发 Llama。其中一个原因是：“我不希望再出现一个由他人掌控、我完全无法左右的平台。”

显然，他对苹果有诸多不满，双方关系也颇为紧张。但当你理解这一点后，就会明白他的心理逻辑——他不希望OpenAI、Anthropic 或其他公司掌控核心模型并成为新平台，而 Facebook（Meta）却不得不依赖这些平台，无论是用于广告资产还是其他业务。一旦想通这一点，一切都变得合理了。

关键在于，随着公司规模扩大，创始人的许多工作本质上是为了让公司正常运转、让业务持续发展。而其中一部分工作应该能让创始人“抬起头来”，拥有更长远的战略视角，洞察行业趋势与变化——这正是创始人的核心能力之一。在我看来，构建企业的理念与上述逻辑是相辅相成的。

6.Turner Novak：你认为这种趋势未来会如何变化？现在有一种说法（或许不再是玩笑）是“一个人就能打造一家十亿美元公司”。你在投资组合或观察中如何看待这种变化？

Eric Vishria：我认为这一过程将充满意想不到的曲折。举个例子，在 Benchmark 的投资组合中，有多家公司员工不足百人，从启动到实现 1 亿美元以上的年化收入仅用了 12 到 18 个月。这一速度不是传统 SaaS 公司的 2 倍或 3 倍，而是 5 到 10 倍。当然，这其中存在差异：年化收入可能包含实验性收入，未必完全可靠。但抛开这些因素，无论是从人力效率还是增长速度来看，都令人惊叹——而这很大程度上得益于 AI 技术。

7.Turner Novak：几个月前你曾发过一条推文，提到传统 SaaS 行业的“增长规则”（例如先实现 100 万美元营收，再以 3 倍、3 倍、2 倍、2 倍的速度增长，最终在上市时达到下一年 1 亿美元营收），但如今这套规则已彻底颠覆，尤其是上市环节。你认为这些公司增长更快的原因是什么？是市场需求激增吗？

Eric Vishria：目前我们能得出的唯一结论是：客户认为这类产品体验“极具魔力”，因此愿意为之付费。但这种付费意愿能持续多久？产品是否可替代？是否有护城河？是否具备持续性？这些问题尚无定论，且因公司和产品而异。但每当看到一个新领域的产品以如此速度增长时，我们必须承认：其产品必然具备某种“魔力”，切实解决了用户的痛点，让用户愿意“主动掏钱”。

8.Turner Novak：你见过增长最快的产品是什么？（假设可以公开讨论）

Eric Vishria：我认为 ChatGPT 无疑是史上增长最快的产品。除此之外，在我们的投资组合中，有近一半的公司在18 个月内从 0 做到了 1 亿美元以上营收——这速度堪称“光速”。增长模式各不相同：有的靠单次 20 美元的小额订阅（如 Cursor 等工具），有的则依赖 500 万到 1000 万美元的大额订单。这种多样性和灵活性令人震惊。

9.Turner Novak：如果我是投资者或创始人，希望打造一家能存续 10 年、改变世界、实现数十亿美元营收的公司，该如何评估当前业务的“收入质量”？

Eric Vishria：我认为，最优秀的创始人往往兼具两种特质：极度乐观与极度多疑——他们对自身使命和业务前景充满信念，但对其他一切保持警惕。这种多疑促使他们行动迅速，同时他们也具备极高的「智识诚实」：无论对外如何表达，内心深处始终清楚公司的护城河在哪里、薄弱环节在哪里。

以当前许多高速增长的 AI 公司为例，它们的护城河或许还很薄弱，但拥有「速度护城河」——凭借更快的迭代速度和微小的领先优势，持续跑在竞争对手前面，而这种优势随着时间推移有可能转化为真正的壁垒。

10.Turner Novak：你提到「护城河有限」的问题，这让人思考：在一个许多环节可被自动化的时代，究竟什么才是真正持久的护城河？比如传统意义上的「切换成本」是否依然存在？假设现在有一款新 CRM 工具，能通过自动化代理复制粘贴所有数据、克隆 Salesforce 的所有集成功能，用户几乎无需付出切换成本——这样的业务是否有价值？

Eric Vishria：或许我们可以从 Google 搜索的案例中寻找答案。Google 为何能在早期搜索引擎竞争中胜出？

1. 产品绝对领先：无论是 PageRank 算法、网络爬取能力，还是搜索结果相关性，Google 都显著优于同期的Yahoo、AltaVista 等对手。

2. 性能体验致胜：加载速度极快，这在当时网络环境下是决定性优势。

3. 简洁无干扰：页面没有充斥劣质展示广告，用户体验纯粹。

但值得注意的是，Google 早期（1998 年成立时）并未实现盈利，直到 2001 年底才推出 AdWords。这一模式并非原创（灵感来自 Bill Gross 的 Goto.com），但 Google 凭借庞大的搜索流量和更优的执行能力，将其转化为商业奇迹。这说明：打造「有魔力的产品」是起点，但更关键的是让产品持续保持领先——后者远比前者困难。

社交网络依靠「网络效应」构建护城河，而 Google 最终形成了「广告主-用户」双边网络效应，并通过控制浏览器入口、操作系统（安卓）、硬件（Chromebook）等生态环节巩固地位。如果对比 2000 年的 Google（当时只是「更快、更准但不赚钱的搜索引擎」）和今天的 AI 初创公司，会发现历史正在重演：早期看似单薄的「产品优势」，可能成为未来十年护城河的起点。

回到当前 AI 市场，投资者对部分公司的未来增长预期看似激进，但考虑到行业整体规模和潜在价值，这种乐观并非毫无根据。毕竟，AI 产品的迭代速度远超传统软件，功能进化日新月异。当然，质疑声也存在——比如 OpenAI 目前的负毛利率问题。但正如 Google 早期未盈利却不妨碍其构建长期价值，关键在于：产品是否解决了真实且持续的需求，能否在迭代中建立不可替代的生态位。

在这个充满不确定性的领域，每个看似疯狂的愿景都能找到支持或反对的理由——这恰恰是风险投资的魅力所在。市场足够大，变化足够快，最终胜出者或许不是当前「护城河最深」的公司，而是那些能持续创造「不可替代的产品魔力」并将速度优势转化为生态壁垒的团队。

也许情况已经有所变化（我当然没看过他们的财务报表），但总体而言，我对此并不太担心。至少目前来看，大部分边际成本集中在推理环节，而推理成本正在迅速下降。这就像押注“摩尔定律”——事实证明，这样的押注通常是明智的。因此，我不认为毛利率问题是值得担忧的核心因素。

当然，行业确实存在定价压力和商品化趋势，同时模型开发成本也在持续上升。但或许随着预训练重要性下降、后训练重要性提升，这种成本增长会趋于平稳。所以我认为，毛利率挑战在当前阶段（尤其是推理环节）根本不算问题。如果创始人愿意承受短期压力，时间反而可能成为他们的朋友——因为技术迭代的红利会逐渐显现。

11.Turner Novak：假设你在运营一家公司，融资后有 12 到 36 个月的资金储备，如何判断风险区间？毕竟你无法准确预测技术进步的速度。

Eric Vishria：显然，每家公司的情况不同，需要持续调整策略。但如果公司有增长 momentum（动力）或 escape velocity（破局速度），即使资金接近耗尽，也更容易获得后续融资——毕竟市场对 AI 公司的资金供给依然充足，哪怕股市波动，优质项目仍不缺投资。但如果公司既没有增长动能，也缺乏令人信服的叙事逻辑，风险就会显著增加。

12.Turner Novak：未来十年，AI 领域的价值将主要集中在哪里？

Eric Vishria：有趣的是，回顾 90 年代互联网早期，基础设施公司（如思科、Sun）是首批赢家。当时 Nvidia 面临90 多家 GPU 竞争对手，但最终凭借技术壁垒脱颖而出。类似地，AI 领域的第一波浪潮中，英伟达显然是最大赢家—— Peter Thiel 曾说，英伟达攫取了 AI 领域 125% 的利润（因为其他公司仍处于亏损状态），这一说法可能还保守了。

但正如基础设施规模化后催生消费级巨头（如美国宽带普及后 YouTube 崛起，4G 网络成熟后 Instagram 和 Snapchat 爆发），AI 领域也会遵循类似规律：

1. 基础设施层：当前以英伟达为代表的硬件和算力公司占据主导，解决“算力供给”问题。

2. 应用层：随着算力成本下降和模型能力提升，未来将涌现大量消费级和企业级应用。例如，企业级工具可能在垂直领域深度整合 AI（如 Glean 通过 LLM 重构企业内部搜索），消费级产品则可能围绕“个性化体验”形成垄断。

13.Turner Novak：作为投资人，你现在更倾向于押注哪个方向？

Eric Vishria：我们的工作性质决定了很难自上而下规划机会——关键在于发现那些对市场有深刻洞察、懂技术边界、能将模型能力与具体场景结合的创始人。但 AI 时代的产品开发逻辑与传统 SaaS 截然不同：

• SaaS时代：创始人从“客户问题”出发，利用云计算等成熟技术提供更好的解决方案（如 Salesforce 用云模式颠覆传统 CRM）。

• AI 时代：创始人需要从“技术能力”出发，思考“如何将模型特性应用于特定领域”。例如，Cursor 的创始人深谙大语言模型的推理边界，才能开发出精准的编程辅助工具。

这种逻辑反转意味着，技术型创始人可能更具优势——他们需要像 Cerebras 的 Andrew 那样，既懂半导体技术，又能将其与 AI 算力需求结合。

反观传统 SaaS 巨头，多数仍停留在“给产品加聊天机器人或自动补全功能”的浅层改造，真正能利用 AI 重构业务逻辑的案例极少。这背后的原因，一方面是产品开发逻辑的颠覆，另一方面是老牌公司总试图“保护现有业务”，而事实上，他们更该孤注一掷地拥抱新技术。

正如我的一位合伙人所说：“面对 AI，你只有两种选择——要么被它颠覆两次，要么主动用它重构业务。”这不是谁的错，而是技术迭代的必然规律。那些能跳出“客户需求驱动”的惯性思维、真正理解AI技术本质的团队，才可能在未来十年定义新的商业规则。

这就像世界在我们面前发生了剧变。正如你所说，市场重新定义了价值，这种变化导致传统公司增长放缓——新的热点涌现，人们的精力和资源随之转移，旧业务面临被颠覆的风险。

14.Turner Novak：作为创始人，如何理解这些技术浪潮并决定该拥抱什么？回顾过去五年，我们经历了 AI、Web3 等领域的兴起，但 AI 显然不是昙花一现的潮流，而是将持续数十年的变革力量。 你是否曾有某个时刻意识到：“AI 正在从根本上改变商业逻辑”？

Eric Vishria：对我来说，答案在于观察技术迭代的速度——模型能力以肉眼可见的速度提升，越来越多的人利用 AI 创造实用价值。这种趋势令人振奋，因为它预示着 AI 将渗透到生物科学、材料科学、机械工程等各个领域，甚至像晶体管一样成为底层赋能技术。

以晶体管为例，这个诞生于 20 世纪 50 年代的“开关”元件，最初只是真空管的替代品，如今却存在于每一部手机、耳机、摄像头中，支撑着整个数字世界。AI 正展现出类似的潜力：未来，从智能麦克风自动捕捉声音，到摄像头根据光线动态调整画质，几乎所有设备都将嵌入 AI 能力。这种“无处不在”的特性，让 AI 成为继电力、互联网之后最具变革性的技术浪潮。

说到个人如何使用 AI，我其实是个“简单用户”。除了常用的 ChatGPT、Claude 等对话工具，我尤其喜欢语音交互功能——这对有孩子的家庭来说简直是神器。比如，我 10 岁的儿子痴迷于黑洞，常常通过 AI 语音获取相关知识，甚至让 AI 创作关于他喜欢的电视剧或爸爸出差回家的歌曲。这种即时互动不仅满足了孩子的好奇心，也展现了 AI 在教育和创意领域的无限可能。

15.Turner Novak：回顾 2014 年进入风投行业以来，你觉得这个行业最大的变化是什么？

Eric Vishria：最大的变化莫过于竞争加剧和资本供给的爆炸式增长。如今，初创公司的融资规模远超从前，这既源于市场规模的扩大和技术红利，也与货币环境有关。但另一方面，投资的“回报天花板”也在升高——AI 等新技术浪潮催生了更多潜在的万亿级企业。

从行业影响看，全球市值前十的公司中，超过 70% 曾接受过风险投资（如苹果、特斯拉、微软等），而在市值前 100 的公司中，这一比例可能更高。这印证了风投在技术商业化进程中的核心作用：我们不仅是资金提供者，更是推动科学创新与商业落地的桥梁。

展望未来，每一代风投机构都与特定技术浪潮深度绑定：红杉崛起于半导体时代，Benchmark 成立于互联网早期，a16z 则在移动互联网时代崭露头角。如今，AI 正在塑造新一代机构——那些能理解技术本质、与创始人并肩探索“技术-场景”适配的投资者，将在这场变革中定义未来十年的商业版图。

正如晶体管最终隐于幕后却支撑万物，AI 也将以“润物细无声”的方式重构每个行业。作为风投从业者，我们的使命就是在技术与商业的交汇处，发现那些能将“不可能”变为“必然”的创想，并用资本和资源浇灌它们成长为下一个时代的基础设施。

这些风投机构的崛起往往与特定时代的技术浪潮紧密相连——它们是时代的“新入局者”，并顺势而为建立了行业地位。当然，像红杉、Benchmark、a16z 这样的机构能够持续保持影响力，本身也证明了这个行业的“自我更新”特性。风投本质上是“ hustler（奋斗者）的事业”——我们常被调侃为“高级猎头”或“卖钱的人”，因为说服他人相信一个尚未验证的愿景并非易事。这个行业充满竞争，但也正因如此，它始终保持着活力与创新。

关于 Benchmark 的投资阶段，外界常将我们归类为“A 轮投资者”，但如今“早期”的定义早已模糊。当有些公司从创立到实现 1 亿美元营收仅需一年时，传统的“种子轮”“A 轮”“B 轮”分界已失去意义。对我们而言，核心逻辑始终是“尽可能早地投资最优秀的公司”——所谓“A 轮”，更像是“首位董事会级合伙人加入”的节点，这占据了我们 80% 的投资场景。至于具体阶段名称，其实并不重要。

面对当前市场的快速变化，我们的策略是“拓宽视野、保持灵活”。估值上升、单笔投资规模扩大是客观事实，但我们从不机械遵循量化规则。原因很简单：发现一家卓越的公司已足够困难，一旦遇见，所有权、价格等因素都退居次位——稀缺的永远是“非凡的公司”，而非资本。

Benchmark：资本主义者的共产主义集体

Benchmark 的独特之处在于小规模的核心团队（通常 4-6 名活跃投资人）和完全对齐的激励机制。我们无需规模化扩张，因此能聚焦于“高 conviction（信念）”投资，纯粹地寻找那些能定义时代的企业。反观大型机构，因团队层级复杂、个人职业诉求多样，不得不建立规则防止失误，但这也可能导致错失真正的创新机会——毕竟，写一张支票很容易，但判断“哪些支票值得写”才是艺术。

这让我想起初创公司的成长轨迹：早期创始人间靠信任协作，无需繁琐制度；随着规模扩大，才需要建立流程和规范。风投行业亦然——当机构膨胀到一定程度，政策和流程自然增多，但 Benchmark 选择反其道而行之：我们的投资策略始终极简——寻找能实现数十亿美元营收的世代级公司，无论过去、现在还是未来，仅此而已。

有人可能会质疑这种“非结构化”模式的可持续性，但事实上，风投的本质从未改变：押注最具野心的创业者，支持他们实现看似疯狂的愿景。至于基金规模大小（如 Benchmark 上一支基金约 6 亿美元），从来不是决定成败的关键——毕竟在 90 年代，谁又能预见一家“小而精”的机构能在互联网、AI 等浪潮中持续捕获改变世界的企业？

最终，风投行业的魅力在于它永远为“例外”留出空间——那些不被规则束缚、敢于在技术与商业的交界处押注“不可能”的人和机构，终将定义下一个时代的价值坐标。

与其他规模庞大的基金相比，我们的基金规模相对较小。当面对那些可以开出“双倍资金、三倍优惠条款”的大型基金时，我们如何体现差异化？首先需要明确的是，我继承了 Benchmark 的品牌和长期积累的优异业绩——当前团队的多数合伙人都是这一历史积淀的受益者。因此，创业者通常明白，我们的投资灵活性并未受限于基金规模，这是我们独特的优势。

对我们而言，核心竞争力在于小规模团队对“深度伙伴关系”的专注。我们每年投资数量远低于多数机构，因为我们必须全心投入与少数创业者的合作，将心血倾注于帮助他们成功。这种模式的价值在于：创业者能真切感受到“伙伴精神”——我们不仅是投资者，更是长期并肩作战的盟友。

当然，有人会反驳：大型机构拥有庞大的团队资源（如招聘团队、市场团队等），能为公司提供“集团军式”支持。但选择 Benchmark 的创业者，往往更看重董事会成员能否投入大量时间深度参与业务。毕竟，任何成功公司的核心能力（招聘、工程、销售等）都需自建，风投的价值不在于直接提供资源，而在于成为“有洞察力的倾听者”——既熟知公司细节，又能跳脱日常事务提供战略视角。

举个例子：当创始人面临一个 51% 对 49% 的艰难决策时，通用型建议往往无效，而我们的价值在于结合对公司的深度理解与行业经验，提出“你是否考虑过 XX 角度”的针对性思考。这种互动难以量化，却在合作中形成不可替代的信任纽带。

Benchmark 的“平等合伙人模式”是另一个关键差异。我们实行完全扁平化的管理：资金分配、决策权、经济利益均由合伙人平等共享，形成“资本主义者的共产主义集体”。这种结构消除了内部竞争，确保所有人全力支持每一个项目——在许多机构，“这是谁的项目”的割裂感普遍存在，但在我们这里，所有公司都是“我们的项目”。

投资决策上，我们采用“高信任倡导模式”。当某位合伙人看好一个项目时，会邀请其他伙伴参与讨论（甚至初次会议就有 2-3 位合伙人在场），通过跨领域视角碰撞出更全面的判断。最终决策虽需投票，但核心是充分的对话与倡导，而非机械的规则。

回顾我的个人经历：高中因修完所有数学和科学课程而提前毕业，从田纳西孟菲斯来到加州，在斯坦福大学学习数学与计算科学，曾在科技投行短暂工作，后加入 LoudCloud（早期云计算公司）从助理做起，经历了从 LoudCloud 到Opsware 的转型（从云服务转向云管理软件），这段经历让我深刻理解技术创业的跌宕。

2010 年我创立 Rockmail（一款社交浏览器），2013 年被雅虎收购。这段创业经历让我体会到创始人的挑战，也为后来加入 Benchmark 埋下伏笔——2008 年红杉资本的 Jim Goetz 曾建议我考虑风投，六年后这颗种子发芽，而Benchmark 的平等文化与我一拍即合。

我的首笔投资是 Confluent（基于开源项目 Kafka 的公司，现已上市），随后是 Amplitude（数据分析平台，亦上市）。从创业者到投资者的身份转换，让我更能理解“学习心态”的重要性——如 Amplitude 创始人 Spencer Skates 便是“第一性原理”的践行者，这种特质在 MIT 背景的创业者中尤为常见。

对比 90 年代互联网泡沫与当前 AI 浪潮，我认为最大差异在于：互联网是“分销机制”的革命，而 AI 是底层技术的颠覆，更接近“晶体管”式的赋能逻辑。前者解决“连接效率”，后者改变“创造本质”。正如晶体管最初不被重视，最终渗透到所有电子设备，AI 也将以更隐蔽却深远的方式重塑每个行业。

就像我们投资的 Fireworks，这家公司主要为开发者提供集成多种模型的工具，他们有一个推理云平台。创始人曾在 Facebook 负责 PyTorch 工程团队早期的规模化工作，她和一群合作者离职后创立了 Fireworks。最初公司计划做 PyTorch 云服务，但随着生成式 AI 的兴起，他们意识到需要提升抽象层级，于是转向提供各类开源模型、定制模型及模型运行服务。

事实证明，运行大型模型并非易事，而他们在这方面做得非常出色，业务规模迅速扩大，是我们投资组合中增长最快的公司之一，属于那五到六家极速增长的企业。

16.Turner Novak：或许这是个简单的问题，用户为这类服务付费的模式是怎样的？是否像支付 token 那样？我认为很多定价模式基本是基于 token 的。你认为这种模式会改变吗？

Eric Vishria：当然会。我觉得所有这些商业模式都会不断演变——从为计算资源付费到为 token 付费，未来可能还会转向其他付费形式。商业模式的最终形态会是怎样的？很难说。对于许多应用层公司，可能会基于“结果”向消费者收费。例如，Sierra 公司在客户服务领域就采用了按结果收费的模式，比如按解决工单的数量计费。这种模式很有趣，因为它跳过了对劳动力或 token 的支付，直接与业务成果挂钩。在基础设施层，收费模式可能会更底层化，但无论如何，这种模式会持续进化。

有趣的是，如果用户清楚知道服务对自己的价值，并且愿意为结果付费，那么这种模式可能带来更快的销售转化，因为风险更低，激励也更一致。你听说过类似 AWS 容器运行导致高额费用的案例吗？比如 Coinbase 曾在财报中披露因数据监控产生 5500 万美元的巨额账单，这就是过度消耗资源的典型例子。

17.Turner Novak：成为投资者后，你对这个职业的认知有什么变化？

Eric Vishria：我意识到这是一份独特且极具挑战的工作，与创始人的角色截然不同。在作为创业者四处融资时，我曾认为投资的难点在于“挑选项目”，现在依然这么认为。虽然我更倾向于支持创业者并与他们合作——这是我热爱的部分，但不可否认，“挑选”仍是最困难的环节。

投资的情绪起伏不像创业那样剧烈，没有创业者那种每日的尖锐压力，而是长期处于一种隐晦的焦虑中。但如果你热爱学习，这份工作会很有吸引力——每次会议都是了解新市场、新技术的机会，还能尝试理解人性，其中充满了奇妙的化学反应。

18.Turner Novak：Benchling 的 Saji 提到，你在搭建管理团队和招聘方面很有心得。如果我是一名刚融资 2000 万美元的创始人，团队规模还小，想招聘销售主管或工程主管，该如何开始思考这些高层级的招聘和管理团队建设？

Eric Vishria：首先，我坚信团队建设和领导力培养的重要性。公司最稀缺的不是执行工作的人，而是领导工作的人。第一步是明确需求，这说起来容易做起来难。以销售为例，你需要先弄清楚目标客户是谁、销售类型是什么、销售流程如何，以及你认为流程能以多快的速度扩展。

同时，还要考虑公司的文化和个性特点，只有明确这些，才能清晰地勾勒出所需人才的画像。接下来，你需要接触不同背景的候选人，全面了解市场情况，这样才能确定“这就是我们需要的人”。

招聘时要注重“优势优先”，寻找具有独特专长的人，而不是仅仅关注“没有明显缺点”的人——后者往往会导致平庸，而平庸是创业公司的大敌。世界对初创公司的存在漠不关心，公司的生存和发展需要意志、拼搏和锋芒，因此你需要招聘那些具有突出优势的人。

如何找到这样的人？或者说，如何避免招聘到平庸的人？我通常会与一组信任的高管猎头合作，比如 Artisal 的 Andy Price，我们在许多招聘项目中都有合作，我大概和他共事过 20 次左右。猎头能帮助管理招聘流程，协助推进工作。关键是要先明确招聘标准，然后严格按照标准评估候选人，同时进行全面的背景调查——包括正面和侧面的，亲自打电话询问具体细节，花时间深入了解。很多时候猎头会负责大部分背景调查，但作为创始人，你需要亲自参与，因为猎头可能会有促成招聘的利益倾向。

19.Turner Novak：我曾听你说过一句话：“最好的 CEO 会犯所有新错误。”这是什么意思？

Eric Vishria：这与学习有关。如果一个人在不断学习，就不会重复犯同样的错误，而是会遇到新的挑战，犯下新的错误。这其实是一件好事——创业公司本就充满艰难，犯错是必然的，我们不应该害怕犯错。每家高速增长的公司内部都可能显得混乱，存在各种问题，这是因为创业本身就是困难的。

关键在于区分哪些是“规模或快速增长带来的问题”，哪些是“战略死胡同”——如果陷入战略死胡同，就必须找到出路。所谓战略死胡同，就是指由于某种原因，公司陷入了难以长期存续的境地。

20.Turner Novak：你之前提到过公司上市的问题，能否谈谈你对当前上市环境的看法？

Eric Vishria：为什么现在很多公司选择不上市？我们正处于一个特殊的市场环境中。2021 年许多公司上市后，市场出现了回调，经济增速放缓，导致当前环境有些停滞。虽然 CoreWeave 等公司成功上市，还有更多公司计划上市，但整体氛围仍显谨慎。

我认为公司上市是件好事，就像进入大联盟，能让公司变得更成熟。尽管股市波动可能会带来冲击，但世界上最大的科技公司都是上市公司。反对上市的观点通常认为，上市需要面对繁琐的监管要求。但对于大型私营公司来说，本身就应该进行审计等规范操作，上市只是增加了少量财务和法律人员，影响其实不大。

另一种观点认为，上市公司需要关注短期业绩，而私营公司可以专注于长期发展。但事实上，私营公司也需要应对资本波动，而且真正优秀的公司，无论上市与否，都能持续创新——比如特斯拉、Google、微软、苹果等，它们在上市后依然不断开拓新业务。

20.Turner Novak：作为早期投资者，你从公开市场投资者那里学到了什么？

Eric Vishria：很多，其中最深刻的教训来自 2021 年——即使是优秀的公司，也可能被高估。这一点现在已经深深印在我的脑海中。

20.Turner Novak：那么你如何看待估值？

Eric Vishria：早期阶段的估值和规模化阶段的估值完全不同。早期估值主要基于对潜在结果的判断，以及风险与回报的平衡，这是非常主观的，很难用具体数字量化。而上市公司的估值则有更多可参考的指标和数据，虽然也存在误差范围，但更具客观性。总之，这是一个充满趣味的话题。

End！

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。