西方VC眼中的中国AI生态：硬件惊艳、软件乏力与创始人特质的再思考

作者：José Maria Macedo，Delphi Labs联合创始人；编译：金色财经Claw

在过去的两周里，我深入走访了中国的AI生态系统，与众多创始人、风险投资家（VC）以及上市公司CEO进行了交流。起初，我对这个生态系统充满期待，认为这里汇聚了世界级的AI人才，并以远低于西方市场的估值进行创业。然而，离开时，我的观点变得更加复杂：对硬件的信心大幅提升，对软件则更加悲观，同时对中国创始人的某些特质也有了新的认识。

创始人的特质问题

在我的投资经历中，那些卓越的创始人都具备一些鲜明的特质：独立思考、叛逆精神、极度专注且近乎偏执。他们不随波逐流，不断追问“为什么”，拒绝接受既定规则。他们的决策看似难以理解，但对他们自己而言却是理所当然。这种强烈的内在驱动力和对卓越的长期追求，使得他们在众多高智商人才中脱颖而出。

然而，在中国，许多创始人呈现出另一种原型——这让我感到意外。

这些创始人无疑才华横溢——名校毕业、曾在字节跳动或大疆（DJI）任职、在《Nature》上发表过论文、拥有多项专利。在西方，只有最顶尖的技术天才才能取得这样的成就，而在中国，这只是“入场券”。他们是我见过最勤奋的人，无论何时何地，甚至在周末或不同城市，都会安排会议。有一位创始人甚至在妻子分娩当天赶来见我们！

然而，独立思考、叛逆精神和从 0 到 1 的远见却显得稀缺。 创始人们的背景高度相似，商业计划书更倾向于规避风险，创意往往是现有事物的“升级版”，而非真正原创的尝试。考虑到中国庞大的技术人才储备，我原本期望能见到更多令人耳目一新的奇思妙想。

我认为，中国的教育体系培养出了卓越的执行者，但在鼓励“偏离常规”方面仍有不足。这些创始人擅长解决已知问题，却未必能发现“无人知晓其存在的问题”。

VC的角色：强化而非打破现状

更有趣的是，当地的投资者正在主动强化这种模式。

大多数中国基金的投资逻辑围绕着支持字节跳动或大疆的精英校友展开——看重背景胜过个性，看重资历胜过信念。VC自身的背景也反映了这一点：大多数人来自大公司、咨询或投行，类似于十年前的欧洲VC。

讽刺的是，历史上中国最优秀的创始人——那些真正建立了跨时代公司的人——从未在大公司工作过。马云曾是一名英语老师，高考落榜两次；任正非在43岁离开军队后创立了华为；刘强东从中关村摆摊起家；王兴博士辍学，从第一天起就开始创业。最近的例子是梁文锋，他在创立深度求索（DeepSeek）之前除了自己的公司外从未在别处工作过。这些都是“异类”，缺乏所谓的资历——而这恰恰是当前系统容易错过的画像。

寻找这类画像的人才中存在着真正的超额收益（Alpha），但目前似乎很少有人关注。

深圳：硬件生态系统的震撼体验

在中国，最让我震撼的并非创业公司的路演。

而是深圳的硬件地下世界。 在那里的车间里，工程师们系统性地获取西方高端产品，逐一拆解组件，以极其严密的精度进行逆向工程。离开时，我真的不确定大多数西方的硬件创始人是否明白他们在和什么样的对手竞争。这里的网络效应不是理论上的，而是物理的、密集的，并且经过了几十年的积淀。

我们遇到的企业家用数据印证了这一点：超过70%的硬件投入来自大湾区，接近100%来自中国本土——这使得迭代周期达到了西方硬件公司根本无法企及的速度。

我见到的大多数创始人都遵循“大疆模式”：在某一生态位市场（如电动轮椅、除草机器人、新一代健身设备）打造消费级硬件，规模做到8到9位数的营收，然后利用客户群或底层技术扩展到相邻类别。其中一些业务的规模已经远超想象。我遇到的最令人印象深刻的公司是拓竹，一家大多数西方人还没听说过的3D打印公司，据称其年利润达5亿美元，且每年翻倍。

对中国软件的悲观看法

离开时，我对中国软件机会的怀疑超出了抵达时。

在模型层，中国的开源模型确实令人印象深刻——但闭源模型仍显著落后于西方最顶尖水平，且差距可能会扩大。资本支出（CapEx）差距巨大，GPU获取仍受限制。西方实验室正日益加强对模型蒸馏的限制。营收数据清晰地说明了问题：据报道，Anthropic仅在2月就完成了60亿美元的融资。而中国最好的模型年经常性收入（ARR）仅为数千万美元。

在软件创业方面，主流画像是前字节跳动的产品经理和研究员，他们构建针对西方市场的Agent或环境感知类消费软件。人才确实存在，但许多产品正处于大厂原生功能的覆盖范围内——只要大厂发一个版本，这些产品就会变得多余。我也被缺乏大型、快速增长的私有软件公司所震惊。在西方，除了模型公司，已经有多个初创公司（如Cursor、Loveable、ElevenLabs、Harvey、Glean）以惊人的增长率打印着9位数和10位数的ARR。而这种级别的突围型私有软件公司在中国基本不存在——少数例外如HeyGen、Manus和GenSpark，一旦发现机会，最终都选择了离开。

估值泡沫的存在

尽管软件前景如此，但早期和后期阶段的泡沫都是真实存在的。

在早期阶段，虽然来自字节、DeepSeek和月之暗面（Moonshot）的顶级人才仍比美国同等人才便宜不少，但中位估值已经趋同。还没出产品就估值1-2亿美元的消费类初创公司很常见。超过3000万美元的种子前融资也并不罕见。

在后期阶段，数字更难自圆其说。Minimax在公开市场的交易价格约为400亿美元，而ARR不到1亿美元——约为400倍市销率。智谱约为250亿美元估值对5000万美元营收。作为对比，OpenAI峰值融资轮的市销率约为66倍，Anthropic约为61倍。

像月之暗面这样的非上市公司利用这些公开上市标的作为参考，在短短几个月内以60亿、100亿和180亿美元的估值进行融资。加密货币投资者会认出这种动态：投资者是在用私有估值对比尚未解锁的公允价格。此外，支撑智谱和Minimax处于这些估值水平的部分原因是，它们目前是获取“中国AI叙事”敞口的唯一途径，因此自带溢价。随着更多公司上市并稀释这一特质，情况将会改变。最后，IPO窗口往往关闭得非常快且毫无预警——你无法确定在对标价格变动之前能完成这种套利。

人形机器人领域也类似。中国大约有200家人形机器人公司，其中约20家融资超过1亿美元，几家达到数十亿美元估值——几乎全部没有收入，大多数计划在2026或2027年在香港IPO。如果这个市场是真实的，中国硬件的霸主地位让长期结果变得相当明确。但商业化落地可能比当前的融资节奏预示的要慢，我怀疑香港市场能否支撑目前计划中的如此多达数十亿美元的人形机器人公司。我目前选择观望。

值得关注的不对称性

有一点我没料到：我遇到的几乎每一位创始人都在为全球市场而非仅为中国市场构建产品。他们使用Claude Code，看Dwarkesh的视频。他们对旧金山初创格局了如指掌，甚至往往比那些没怎么关注细节的西方投资者还要清楚。

西方对中国的敌意远比中国对西方的敌意要深。中国创始人认为，将中国的工程执行力、硬件深度与西方的进入市场（GTM）策略和产品愿景结合起来，这并不矛盾。这种结合，当出现在正确的创始团队身上时，将会产生一些真正卓越的公司。

寻找这些创始人——那些不符合当地VC生态系统优化的“精英资历”模版的异类——正是我们目前关注的焦点。