“所有人都在讲AI、讲出海、讲硬件，基本听不到其他方向了。”这是我最近又一次听到这样的感叹。本期《Blue hour》的嘉宾，是一位刚刚在年初晋升管理合伙人的 80 后，云启资本管理合伙人陈昱。本周，他在早期投资的 MiniMax 市值一度达到3826亿港元，超过了百度。
不能免俗地，我跟他聊了聊个人经历、投资策略以及AI和消费电子热。不过我更感兴趣的还是陈昱其人。去年投中 nova 晚宴上，陈昱留下金句，说缺钱的人肯定不会来干VC。这次访谈，他又讲了一句我很认同的话。他说，只有当人有足够安全感的时候，才能拥有身心上的自由。诚然，安全感有很多来源，此处所指的安全感，可以理解为金钱上的基本保障。
坐在我面前的，正是这样一个穿着鲜亮T恤，时常笑得眼角挤出纹路，从来没为钱犯过愁的人。如果追着问，钱对他来说到底意味着什么，他会说，那是成功的副产品。老实说，更年轻些时候，当一个人跟我说自己从小到大不缺钱，我会在心里暗暗羡慕。如今我已明白，如果你艳羡他人的人生，那就问问你愿不愿意同他交换。
坐在我面前的，也是这样一个人。他足够幸运地拥有开放的成长环境和出色的学习能力，同时过着一种年均飞行超过100次的日常生活。他用《阿飞正传》里的台词诠释自己：世界上有一种鸟，活着的时候就不停飞，真正落地的那一刻，就是它死亡的时候。多少有些悲壮。
他的“自由”体现在，他是主动走向这样的人生。他的职业生涯好像一个拼图游戏，基于一种“缺哪补哪”的规划，轮廓逐渐清晰。他给我发过来 2009 年申请商学院时写的文书，觉得自己算知行合一。“你看我 2009 年申请商学院时写的文书，正是我现在做的事情。”在此之前，他是一名程序员。
图/2009年陈昱申请芝加哥大学布斯商学院写的文书
作为80后投资人代表，他成果斐然，保持着每年投出一家独角兽或上市公司的节奏，代表案例包括 MiniMax 、元戎启行、新石器无人车、PingCAP、擎朗智能、自变量机器人……他似乎和时代的节奏完美同步，他所在的云启也是如此。如今投前沿科技成了潮流，但在云启成立之初，形势还不是这样。
我想知道这其中是否有某种必然。
陈昱说，最开始也是混沌，说到底，一家投资机构的风格，是由投资人定义的。“能看懂什么，就能投出什么。而外界对一家基金的印象，又是由基金投出的明星项目决定的。我们投出了案例，云启才逐渐被认知为一家投科技的早期基金。”
这个答案朴素却蕴含某种真理：人活在世上，首先不是作为认识主体而存在。所谓实践，也并不是主体去认识客体。我们总是先作为人去生活，去和现实世界打交道，在和世界过招的过程中，一个人和一家机构才能走出属于自己的道路，定义某种风格和潮流。任何概念、判断和推论都是派生的。
回到陈昱其人，理工男的另一面，是一个喜欢美食和二次元的大男孩，手机壳的设计图案是哆啦A梦和LINE Friends，微信头像是动漫《间谍过家家》里的阿尼亚，一个有超能力、会读心术的小女孩。他喜欢这个角色身上“贱兮兮的感觉”。他让我联想到琥珀的颜色。这种经过热力和压力作用而形成的树脂化石显现为一种透着茶色的黄色，拥有岁月萃成的温暖光泽和透明质地。
图/云启资本在上海安福路的小院
为了做投资人，我选择先去创业
刘燕秋：还是从你的个人经历说起吧，你大学之前的经历讲得很少。
陈昱：其实那段日子还挺有意思。我初三就做过开源项目，当时在行业榜单里排得还挺靠前。不过那时候完全没有商业化意识，虽然有上市公司在用我的开源组件，但我当时就想着专心读书，压根没想过把它拿去赚钱。
刘燕秋：后来读计算机专业，再到美国读硕士，都是自己做的决定？
陈昱：对，而且我算是少数拿助学金（fellowship）去读硕士的。一般来说，助学金更多是给博士生的，硕士阶段能拿到的不多。按照规划，第一学年结束后应该找个导师，继续博士学业，但我决定9个月后就去谷歌上班，Sanjeev Khudanpur还给我写了推荐信。
刘燕秋：你在谷歌当了5年程序员，为什么中途突然想转做风险投资？
陈昱：在谷歌工作有个很大的好处，就是能接触到全世界最顶尖的人。比如当时 YC 的第一任掌门人保罗·格雷厄姆（Paul Graham），会被邀请来谷歌做讲座。我也是在那个阶段第一次真正接触到风投，觉得这个行业挺有意思的。你回头看，谷歌当年本身也是靠风投成长起来的，后来还能对世界产生这么大的影响。所以我那时就会想，也许有一天我也可以通过投资，去推动一些对世界有正向意义的事情。后来申请商学院的时候，我也把这个想法写进了申请材料里。
刘燕秋：对，我看你的履历，觉得你是一个规划性极强的人。你完全是先有了一个目标，然后根据这个目标去整合自己的知识、技能和经历，最终达成了那个目标，整个过程看上去特别顺利。
陈昱：就相当于拼图，缺哪块就补哪块。当时我很清楚自己缺两块：一块是商业相关的系统训练，另一块是创业经验。所以我花了几年时间，把这两件事都补齐了。
刘燕秋：这也是我觉得惊讶的地方，你竟然是为了成为一个投资人而特意先去积累创业的经验。
陈昱：现在回头看，其实逻辑是一样的。我们做投资，也从来不是看到某个行业、某个项目觉得“好像是机会”就盲目冲进去。所有决策基本都是提前想清楚的：你需要什么样的能力，某个赛道或项目成立，需要具备哪些条件。等真正遇到符合这些条件的机会时，就能比较快地做出判断。
刘燕秋：那这些投资大体是按你预想的发展，还是中间也存在一些不可控的偶然因素？
陈昱：投出资金的那一刻，肯定是按规划来的。但钱投进去之后，公司的发展其实就不受控了。比如新石器，今年商业化做得非常好，但当年的发展历程其实特别波折。
大概 2021 年左右，有大厂从新石器挖走了一批高管，接着 2022 年又碰上疫情，2023 年市场也没像大家预期那样回暖，导致那两年公司很难融到资。在最艰难的时候，老余和联合创始人，甚至抵押了房子，把几乎全副身家都押在了公司上。去年他们实现了10倍以上的业绩增长，也刚完成了一轮 6 亿美元融资。一路走过来太不容易了，这些创始人都是特别有韧性的人。
刘燕秋：一个创始人有没有韧性，有可能通过聊几次天就预先判断出来吗？
陈昱：其实很难判断。短暂接触下，对人的判断误差是非常大的。这也是为什么我自己看项目命中率还可以，但从来不会把原因归结于投人。
在我的逻辑里，看人反而是最难的。更倾向于先从客观因素出发，比如赛道前景、技术路线、团队的搭配以及他们掌握的资源。用这些客观条件筛选一轮后，再和创始人深入接触，判断他做成这件事的概率有多大。但“人”在我的投资决策里，占比一直都不高。
刘燕秋：大概 20% ？
陈昱：可能就 5% 。这确实和很多早期投资人的逻辑不太一样。
刘燕秋：也不能这么说，投资圈主要分两派，一派觉得“人大于事”，另一派觉得“事大于人”。不过我感觉现在，包括这波AI热潮里，很多人的取向会更偏向人，因为他们觉得事的周期太漫长而外界变化又太快了。
陈昱：取决于投资人的风格和策略打法。很多投资人愿意出高估值去赌那些背景光鲜的创始人，但这些人最后就一定能成事吗？从历史经验来看，其实未必。
刘燕秋：如果纯按投事的逻辑，会不会出现一开始想做的是 A，后来变成 B，最后其实是做 C 成功了的情况？
陈昱：至少从我投过的项目来看，方向可能会调整，但很少出现完全转去做一件不相关事情的情况。比如，自变量的王潜从一开始就想做机器人基础大模型，到现在都没改变；元戎的周光，一直聚焦在乘用车的自动驾驶领域；MiniMax 的方向也始终很清晰；PingCAP 自始至终做的都是开源数据库。
至少我选择的这些项目，创始人的初心从来没变过。你想，自动驾驶从 2016 年的技术路线，到现在的端到端方案，技术路径完全不一样了，但核心的“势”是不会变的。
刘燕秋：这种倾向是不是还是和你的理工男和程序员背景有关？毕竟你是技术出身。
陈昱：对我来说，看懂技术确实比看懂人更容易。另一方面，我也偏爱那些理想主义、更执着的人，他们愿意为了实现自己的理想不惜付出任何代价。
只有当人有足够安全感的时候，才能拥有身心上的自由
刘燕秋：投资人最后还是要落到和人打交道，从程序员的职业角色转型过来，你有刻意训练过和人打交道的能力吗？
陈昱：其实不用刻意训练，和人打交道多了，感觉自然就来了。我本身是个 I 人，但工作中还是可以呈现出 E 人的状态；生活里我是 P 人，工作中却是 J 人。你会发现，工作和生活完全可以呈现两种不同的状态。
刘燕秋：那你是比较罕见地能在不同状态间灵活切换的人，我感觉大多数人会被职业塑造，慢慢工作和生活中的状态就差不多了。
陈昱：我觉得和创业者打交道，本质上就是交朋友，而且是交长期的朋友。对我们来说，从最早一轮投进去，到企业成功上市，一般要8-10年。所以我会用交朋友的标准去看创始人：是不是能长期相处，彼此能不能真心相待。当你以诚待人、用真心换真心时，优秀的创始人也会同样对你。这样一来，他可能会愿意告诉你更多真实的信息，也能帮我更好地做投资判断。
刘燕秋：那你交朋友的标准是什么？比如哪些人你肯定不会交？
陈昱：特别功利的人我一般不会交。我更喜欢有理想主义、对事情有执着追求的人，还要有一点小野心，毕竟要把事情做大。
刘燕秋：跟你聊天总觉得你像个大男孩，你觉得自己是个有野心的人吗？
陈昱：这得看和谁比。谁都想成为沈南鹏和张磊，但客观条件不允许。不过我确实有自己的小野心。
刘燕秋：有段时间我们编辑部特别喜欢讨论理性这个话题。有的人完全不相信理性，我还是部分相信理性，我们总不能完全不做规划，不总结方法论吧。我认为很多时候理性实践出问题，是因为人的欲望大过了理性。我觉得你不是一个欲望特别强的人，所以足够理性，所以有一定的自由。
陈昱：只有当人有足够安全感的时候，才能真正拥有身心上的自由，表现出来可能就是“低欲望”。我觉得自己算知行合一，你看我 2009 年申请商学院时写的文书，正是我现在做的事情。
刘燕秋：行业里有哪些投资人是你觉得厉害的？
陈昱：沈南鹏和张磊肯定是大家的偶像。同辈里面，我觉得曹毅、Colin，还有王华东做得都不错。90后投资人里，红杉的公元潜力很大，很能"折腾"，当年合成生物学赛道就是她牵头发掘的，后来还孵化出不少不错的科技企业，以及牵头做xbench这样不错的工作。其实回头看，这十年来能被大家记住的新生代投资人，可能两只手就能数得过来。
我擅长的刚好和这个时代的大主题重合了
刘燕秋：再切回到你的经历，当时的创业经过是怎么样的？后来怎么有了来云启的机会？
陈昱：那是一家在数字营销领域蛮有名气的创业公司，我在公司里负责产品和技术，但后来我们在公司发展方面存在一定的分歧，所以我开始考虑外部的机会，有大厂和大机构投来橄榄枝。恰好 Michael（毛丞宇）和 Yipin（黄榆镔）要出来做基金，得知我有做 VC 的意愿，便约我咖啡。
刘燕秋：所以你一听就决定要来，还是在几个选择中徘徊了一下？
陈昱：我更愿意去一个充满不确定性的地方，这样会有更充分的空间去发挥。大平台虽然资源丰富，待遇丰厚，但我并不喜欢那种“爬梯子打怪升级”的模式。
刘燕秋：云启是 2014 年成立的，那时候移动互联网的机会还有一些，你们是一成立就确定要投更前沿的科技领域吗？
陈昱：大方向上是技术驱动，但最开始是比较混沌的阶段。说到底，一家投资机构的风格，是由投资人定义的——能看懂什么，就能投出什么。而外界对一家基金的印象，又是由基金投出的明星项目决定的。我们投出了案例，云启才逐渐被认知为一家投科技的早期基金。这也是加入初创机构的魅力所在，有无限可能性，在当时你根本不知道它最终会长成什么样。
刘燕秋：那你最开始关注的是什么方向？
陈昱：最开始是云计算和大数据，后来随着科技的发展，慢慢拓展到机器人、自动驾驶、大模型、消费电子等领域。方向跟着时代变迁调整，但有一条主线始终没变，我主要投的是软件驱动的科技。
刘燕秋：你大体上是吃到了投科技主线的复利？
陈昱：也可以这么说，我只是一直投自己看得懂、并且觉得应该投的东西。我擅长的刚好和这个时代的大主题重合了。
刘燕秋：那在这个过程中，你觉得不同阶段能够定义自己的代表作有哪些？
陈昱：每个阶段都有。比如大数据时代的 PingCAP 和 Zilliz，他们至今是亚洲最好的开源项目；自动驾驶领域的元戎启行和新石器，分别是乘用车市场和商用车市场的头部项目；而大模型时代则是刚上市的 MiniMax 。这两年投的几家企业发展，比如自变量机器人、元鼎智能、弋途科技等都发展得不错。
刘燕秋：你自己做过创业者，可能会用自己当年的标准，对什么样的创业者、什么样的技术人才是优秀的，有一个模糊的感知。这种感知有一套可以用语言描述的标准吗？
陈昱：其实挺难的。和技术背景的人交流，有一个好处是可以通过聊技术细节，大致判断出他对前沿技术的了解程度，以及对工程落地的把控能力。但如果要像列清单一样，给出1、2、3、4、5这样的打分标准，其实是没有的。
刘燕秋：还是靠直觉？
陈昱：对，就像现在的深度学习一样。最后能得出一个不错的判断结果，但中间的判断过程，本身是不可解释的。
刘燕秋：那你们现在重点布局的大方向也是AI。在布局这个大赛道时，你们描绘的关于未来世界的图景是怎样的？
陈昱：我们看一个大的投资机会，通常会先看有没有底层技术的关键变量出现。就像当年的大语言模型，还有后来像 VLA 这类更细分的技术突破。每一项新技术出现时，我们都会评估它可能给创业领域带来的影响。主要从两方面考量：一是技术上是否能让原本不可能的事情变得可能、或让原本可行的事情变得更高效；二是这件事本身的想象空间有多大，以及能给社会带来什么价值。
刘燕秋：所以也是自上而下的研究驱动模式？
陈昱：对，得先自上而下选择足够大的赛道。很多时候大家赚的不是Alpha的钱，首先是Beta的钱。先选对赛道，再在里面挑选相对优质的标的。
刘燕秋：方法论是什么？比如调研行业，写研究报告？
陈昱：研究报告我们一直都会做。但在顶层资金分配上，更重要的还是对宏观趋势的判断，以及对底层变量的识别。对科技投资来说，底层变量往往就是某一项技术变革。
比如，当年我们投擎朗，很重要的一个背景，就是 2015、2016 年中国开始调整计划生育政策。计划生育大概是我出生时开始实施的，对我来说印象很深。一个国家调整基本国策，肯定是看到了某些底层变量的变化。后来我们去查人口数据，发现生育率和人口自然增长率确实出现了问题。基于这个判断，我们认为中国未来大概率会像日本一样，面临来自老龄化和劳动力短缺的挑战。要解决这个问题，无非两条路径：一是用机器人或自动化手段补充劳动力缺口；二是提高生育率，也就是现在说的“科学生育”，比如试管婴儿这类技术。但后者短期内不太可能大规模放开，所以当时就选定了机器人这个赛道。
刘燕秋：选好大赛道后，具体的应用场景又是怎么选定的？
陈昱：当时主要锁定了三个场景：餐饮、酒店和医院。为什么先选餐饮？因为机器人的需求数量和行业的市场规模、点位数量、从业人员数量正相关。当时大众点评的数据显示，餐馆大概有 400 万家，酒店只有 40 万家左右，三级医院3000 家，加上其他医疗机构总共也就 1 万家左右。这三个场景明显是不同的数量级，所以我们判断，餐饮的市场空间最大。
刘燕秋：你是MiniMax天使轮的投资人，机缘是不是因为你有个学妹在里面？
陈昱：对，烨祎是我 Johns Hopkins 的学妹。海外上学的人都比较习惯通过校友 networking，当时通过其他校友我两结识，一直保持联系，定期见面。她很早就有创业的想法，但一直没找到合适的方向或合伙人，这个想法就停留在口头好多年。直到后来，她找了搭档，一个她认为最聪明的人闫俊杰，把他介绍给我认识。聊下来，我就觉得他很厉害——有理想主义，对技术理解很深，还想做一件大事。
刘燕秋：你是 2 亿美元估值投进去的，那时候大模型还没火，当时是怎么判断这个估值算不算贵的？
陈昱：本质上还是一个大赛道。估值是相对的，如果这个赛道有机会能跑出百亿美元级的公司，那我 2 亿美元估值投进去就不算贵。
刘燕秋：MiniMax这个案例，是不是相当于自上而下和自下而上的结合？
陈昱：刚才说的更多是对项目和行业的判断，认识烨祎更多是项目来源。sourcing有很多路径，既可以通过个人网络获取项目，也可以通过“扫街”发现机会。比如当年投擎朗，就是在虹口龙之梦看到他们的机器人跑得不错，从机器人身上找到公司名字，搜到创始人联系起来。这是两个不同维度的事。
刘燕秋：这两者有先后顺序吗？
陈昱：不一定，先后都有可能。因为一个项目要做成，这些环节都得经历：接触项目、判断项目、执行尽调，最后是投后管理、上市退出，这是一个完整周期。
刘燕秋：我觉得不太一样。是你先有一个想法，带着想法去找对应的项目，还是刚好碰到一个项目，再去看它能做成什么？
陈昱：多数时候是先有想法。我们会基于对技术和行业的判断，先在内部形成一个项目画像，这样一旦项目出现，就能比较快地判断值不值得继续看。像最近大家都在讨论世界模型，我们内部其实也有比较明确的看法：它必须结合具体行业场景，单独存在的空间其实不大。所以很多时候，判断在前，项目在后。
所有人都在讲AI、讲出海、讲硬件
刘燕秋：我去年听一个投资人感慨，说现在这些项目看着很明星，但从回报来看可能没那么好。因为现在大家能投的东西太有限了，共识特别聚焦。
陈昱：这确实是个问题，尤其是这两年。你看现在所有人都在讲AI、讲出海、讲硬件，至少对TMT投资人来说，基本听不到什么别的方向了。所以这个时候，能不能控制好进入的估值，以及能不能投一些非共识的标的，就很关键了。
刘燕秋：所以现在AI应用和硬件这一波，抢项目的情况多吗？
陈昱：其实挺多的，很多项目的竞争都很疯狂。核心原因还是：可选项目的广度不够，但基金体量都不小。钱募来总得投出去，而且资金集聚在有限几个赛道，结果就是项目越来越贵越来越难投。
你看曹曦的新基金虽然超募了，但还是把规模控制在3亿美元左右。为什么大家都倾向于把美元基金规模控制在 2.5 到 3 亿美元之间？因为这个体量相对最合适：太小的话，抢项目时没优势；太大的话，钱花不完，很难做出好的回报。所以大家都不约而同地选择了这个区间。
刘燕秋：那云启在这一波 AI 投资里的版图和策略是什么样的？
陈昱：如果说生成式 AI 这一波，肯定是从大模型开始的。第一个项目应该是 MiniMax 。但真正系统性布局投资，是从2023 年初，募到了新钱，有了新的基金。而且 ChatGPT 的出现让大家迅速达成共识，接下来这些基金都要以 AI 为主。既然有了赛道共识，我们就能在赛道内部做更具体的规划。
我们是双币基金，最底层的是数据中心技术、能源相关的基建领域，会用人民币基金来投资。美元基金主要投资上层应用。
中国在硬件产业链上的优势特别明显，所以AI和硬件的结合是我们投资的重心所在，包括了自动驾驶、具身智能全产业链和AI驱动的消费电子，这也是黄仁勋最近经常提及的物理AI概念。
相对的概念是数字 AI，包括了大模型、相关基础软件（如向量数据库、Agent 框架等）和各种AI应用。大模型我们只投了 MiniMax，因为判断这个行业最后会迅速收敛，不会长期是百花齐放的格局。应用我们更偏向于需要行业知识和数据或者有 human in the loop 的垂类应用。至于通用型应用，它们会被基模公司的通用型 Agent 产品覆盖。
物理 AI 和数字 AI 一起构成了我们 AI 投资的版图。
刘燕秋：云启最近在搞一个面向 98 后AI创始人的投资计划，这是一种差异化策略吗？
陈昱：无论是 Larry Page，还是 Elon Musk、Bill Gates 和 Zuckerberg，他们创业的时候都不到 27 岁。我们认为，要创办最伟大、能改变世界的公司，往往还是年轻人更有机会。
另外，这个计划还有两个很实际的目的：一是给我们团队里的年轻投资人更多独立决策的机会，这样做能有效避免两个问题：一是 80 后和 00 后的想法确实会有差异；二是无论承认与否，人不可避免变得经验主义和保守倾向。经验带来成功，但也可能阻碍新事物的发展。所以在风险可控的前提下，我们干脆把一部分投资决策权交给年轻人，让年轻人投资下一代年轻人。
刘燕秋：会设立类似小 IC（投资决策委员会）的机制吗？
陈昱：没有小 IC，就是年轻投资人自主决策。投资人跟我们说想投某个项目，我们可能会给些建议，但最终投不投还是由他决定。这是比较非传统的模式，不过会有持股比例、估值和年龄的限制。
刘燕秋：你们是怎么想到这个概念的？是受到 IDG 那支 90后基金大获成功的启发吗？
陈昱：那倒没有，而且 IDG 的模式很难复制。说实话，十几年前做投资比现在容易，因为当年的项目广度更广，各类项目都有。你看 IDG 当年投出来的几个项目，类型都不一样：有游戏公司，有 FaceU 这样的AI应用公司，有加密货币公司，也有 Insta360 这样的硬件公司。但现在，全是 AI 项目，没有太多其他类型可选，项目广度确实不如从前。
刘燕秋：用年龄来框定投资范围，我之前一直以为是一种PR策略，是为了向大家展示，我们这个基金和年轻人在一起。
陈昱：这不是 PR 策略，是实际执行的策略，也是大数据告诉我们的结论。我们主基金的投资范围会宽一些，但统计下来发现，比较成功的项目创始人，在完成A轮融资时大多在 30 岁上下，和 98 后的年龄差距也不算大。比如闫俊杰出来创业时 32 岁，周光创业时也就 30 岁左右。
刘燕秋：IDG 做 90 后基金的时候，投 90 后还是件比较非共识的事。但到了今天，投这波年轻人反而成了行业最大的共识。
陈昱：大家一直都知道年龄对项目结果的影响，这也和行业特性有关。有些领域，尤其是美元基金偏爱的方向，并不需要创始人先积累很多资源，有可能凭借一个单点创新就成长为大公司。
刘燕秋：还是觉得对中年人太残酷了。
陈昱：但没办法，这也是现实。很多人到了 35 岁以后，会面临精力和家庭负担带来的约束，也会更容易被经验主义影响，知识结构还可能老化。
刘燕秋：那你作为一个80后，能具体说说，经验主义和知识结构老化给你在哪些方面带来负面影响了吗？
陈昱：经验主义就不用多说了，十年前让你成功的那些方法论，到今天可能已经不适用了。至于知识老化，计算机科学领域每五年就会有一次大革新，五年前在学校里学的东西，现在大概率已经过时了，因为行业里早就不这么用了。比如十五年前我们开始谈深度学习，当时所谓的深度，如著名的AlexNet，也就 8 层；十年前我们讲卷积神经网络，现在也少提了。现在大家都在讲大模型，可能五年后大模型这个概念也会被替代。技术就是这样不断迭代变革，后浪推前浪。
刘燕秋：我理解，你觉得这是一个规律性的东西。
陈昱：大概率是这样的。我们把这个 98 后投资计划当成一个社会实验来做，谁也不知道最后结果怎么样，但你必须先参与，才知道是不是可行。当然基金要有必要的风控，所以我们会先划定一个资金池，就算这个池子的钱全亏了，对整个基金的业绩表现也不会有太大影响。
刘燕秋：你们在这个计划上投入了多少钱？基金总体规模大概是多少？
陈昱：大概 1500 万美元。主基金接近 3 亿美元。我们的美元基金一般会保持在 2.5 到 3 亿美元之间，因为投资人也不多，规模太大了顾不过来。
刘燕秋：你现在还要负责募资吗？要面向LP做推介和解释，这部分工作会让你觉得有压力吗？
陈昱：没什么压力啊，这也是我为什么在做投资之前要先创业的原因——你得感受一下坐在谈判桌另一端的感觉。创业者向我们募资，和我向 LP（有限合伙人）募资，本质上是一样的。
刘燕秋：你的能力还是太全面了。
陈昱：刚好是当时有意识地去经历这些，积累下来的。
刘燕秋：你现在出差飞哪里最多？
陈昱：大湾区，肯定是大湾区，今年你想想，机器人还有那种偏“硬”的东西，AI 硬件和消费电子基本都在深圳。泛 AI 里边，纯软的东西，中国公司跟美国比优势没那么大，市场也在美国。
刘燕秋：to C 市场最大的不还是中国吗？
陈昱：to C 市场，创业公司其实很难有机会，阿里、字节肯定是必做的。中国创业公司真正有竞争优势的，还是硬件——这东西离供应链太远，大厂反而不擅长。很多时候只能中国人搞得出来。
刘燕秋：那为什么大家都开始投消费电子了，因为它是一个有稳定现金流的生意？
陈昱：稳定现金流不一定是投资的必选项。到最后大家还是得考虑：你能不能做到上市的规模。其实上一波消费电子也出来过一些不错的公司，但后面遇到了销量增长瓶颈，难以找到第二曲线。
刘燕秋：所以你在中国做消费电子，还是必须要去争那个第一？
陈昱：第一，而且是那种遥遥领先的第一。
刘燕秋：可以说这波消费电子投资热的引擎，是影石上市带来的财富效应？
陈昱：我觉得这确实是个很重要的推动力，让大家意识到这也是个很能赚钱的行业。另外一个原因也很现实：AI 赛道太卷了，在有限的赛道里，大家的钱花不出去。
纯 AI 的投资方向其实就那几个。最早一波资本扎堆的肯定是大模型赛道，这是毋庸置疑的。之后，又转向了 AI Infra 领域，像无问芯穹这类企业。再往后，各类 Agent 应用开始成为热点。不过从目前的市场情况来看，真正跑出来的项目屈指可数。除了大模型之外，AI 赛道里估值能突破 2 亿美元的项目，连 10 个都不到，这个数量甚至比具身智能领域的还少。
刘燕秋：我的问题差不多了。最后聊个题外话，每天处在高压工作状态中，哪怕是自己很喜欢的事，要是强度太高，可能会觉得压缩了自己作为“人”的那部分感受，你会有这种时刻吗？
陈昱：以前有部电影（注：“阿飞正传”）里有句台词：世界上有一种鸟，活着的时候就不停飞，真正落地的那一刻，就是它死亡的时候；差不多就是我现在生活的状态。
刘燕秋：这么悲壮。
陈昱：因为我们管基金，美元基金一般是“10+2”的周期。每募集一支基金，你就得对 LP 负责 12 年，你想想这个责任有多大。
刘燕秋：还是把最长情的陪伴给了 LP。
陈昱晋升管理合伙人那天，我跟他聊了3小时
每年投出一个独角兽。
“所有人都在讲AI、讲出海、讲硬件，基本听不到其他方向了。”这是我最近又一次听到这样的感叹。本期《Blue hour》的嘉宾，是一位刚刚在年初晋升管理合伙人的 80 后，云启资本管理合伙人陈昱。本周，他在早期投资的 MiniMax 市值一度达到3826亿港元，超过了百度。
不能免俗地，我跟他聊了聊个人经历、投资策略以及AI和消费电子热。不过我更感兴趣的还是陈昱其人。去年投中 nova 晚宴上，陈昱留下金句，说缺钱的人肯定不会来干VC。这次访谈，他又讲了一句我很认同的话。他说，只有当人有足够安全感的时候，才能拥有身心上的自由。诚然，安全感有很多来源，此处所指的安全感，可以理解为金钱上的基本保障。
坐在我面前的，正是这样一个穿着鲜亮T恤，时常笑得眼角挤出纹路，从来没为钱犯过愁的人。如果追着问，钱对他来说到底意味着什么，他会说，那是成功的副产品。老实说，更年轻些时候，当一个人跟我说自己从小到大不缺钱，我会在心里暗暗羡慕。如今我已明白，如果你艳羡他人的人生，那就问问你愿不愿意同他交换。
坐在我面前的，也是这样一个人。他足够幸运地拥有开放的成长环境和出色的学习能力，同时过着一种年均飞行超过100次的日常生活。他用《阿飞正传》里的台词诠释自己：世界上有一种鸟，活着的时候就不停飞，真正落地的那一刻，就是它死亡的时候。多少有些悲壮。
他的“自由”体现在，他是主动走向这样的人生。他的职业生涯好像一个拼图游戏，基于一种“缺哪补哪”的规划，轮廓逐渐清晰。他给我发过来 2009 年申请商学院时写的文书，觉得自己算知行合一。“你看我 2009 年申请商学院时写的文书，正是我现在做的事情。”在此之前，他是一名程序员。
图/2009年陈昱申请芝加哥大学布斯商学院写的文书
作为80后投资人代表，他成果斐然，保持着每年投出一家独角兽或上市公司的节奏，代表案例包括 MiniMax 、元戎启行、新石器无人车、PingCAP、擎朗智能、自变量机器人……他似乎和时代的节奏完美同步，他所在的云启也是如此。如今投前沿科技成了潮流，但在云启成立之初，形势还不是这样。
我想知道这其中是否有某种必然。
陈昱说，最开始也是混沌，说到底，一家投资机构的风格，是由投资人定义的。“能看懂什么，就能投出什么。而外界对一家基金的印象，又是由基金投出的明星项目决定的。我们投出了案例，云启才逐渐被认知为一家投科技的早期基金。”
这个答案朴素却蕴含某种真理：人活在世上，首先不是作为认识主体而存在。所谓实践，也并不是主体去认识客体。我们总是先作为人去生活，去和现实世界打交道，在和世界过招的过程中，一个人和一家机构才能走出属于自己的道路，定义某种风格和潮流。任何概念、判断和推论都是派生的。
回到陈昱其人，理工男的另一面，是一个喜欢美食和二次元的大男孩，手机壳的设计图案是哆啦A梦和LINE Friends，微信头像是动漫《间谍过家家》里的阿尼亚，一个有超能力、会读心术的小女孩。他喜欢这个角色身上“贱兮兮的感觉”。他让我联想到琥珀的颜色。这种经过热力和压力作用而形成的树脂化石显现为一种透着茶色的黄色，拥有岁月萃成的温暖光泽和透明质地。
图/云启资本在上海安福路的小院
为了做投资人，我选择先去创业
刘燕秋：还是从你的个人经历说起吧，你大学之前的经历讲得很少。
陈昱：其实那段日子还挺有意思。我初三就做过开源项目，当时在行业榜单里排得还挺靠前。不过那时候完全没有商业化意识，虽然有上市公司在用我的开源组件，但我当时就想着专心读书，压根没想过把它拿去赚钱。
刘燕秋：后来读计算机专业，再到美国读硕士，都是自己做的决定？
陈昱：对，而且我算是少数拿助学金（fellowship）去读硕士的。一般来说，助学金更多是给博士生的，硕士阶段能拿到的不多。按照规划，第一学年结束后应该找个导师，继续博士学业，但我决定9个月后就去谷歌上班，Sanjeev Khudanpur还给我写了推荐信。
刘燕秋：你在谷歌当了5年程序员，为什么中途突然想转做风险投资？
陈昱：在谷歌工作有个很大的好处，就是能接触到全世界最顶尖的人。比如当时 YC 的第一任掌门人保罗·格雷厄姆（Paul Graham），会被邀请来谷歌做讲座。我也是在那个阶段第一次真正接触到风投，觉得这个行业挺有意思的。你回头看，谷歌当年本身也是靠风投成长起来的，后来还能对世界产生这么大的影响。所以我那时就会想，也许有一天我也可以通过投资，去推动一些对世界有正向意义的事情。后来申请商学院的时候，我也把这个想法写进了申请材料里。
刘燕秋：对，我看你的履历，觉得你是一个规划性极强的人。你完全是先有了一个目标，然后根据这个目标去整合自己的知识、技能和经历，最终达成了那个目标，整个过程看上去特别顺利。
陈昱：就相当于拼图，缺哪块就补哪块。当时我很清楚自己缺两块：一块是商业相关的系统训练，另一块是创业经验。所以我花了几年时间，把这两件事都补齐了。
刘燕秋：这也是我觉得惊讶的地方，你竟然是为了成为一个投资人而特意先去积累创业的经验。
陈昱：现在回头看，其实逻辑是一样的。我们做投资，也从来不是看到某个行业、某个项目觉得“好像是机会”就盲目冲进去。所有决策基本都是提前想清楚的：你需要什么样的能力，某个赛道或项目成立，需要具备哪些条件。等真正遇到符合这些条件的机会时，就能比较快地做出判断。
刘燕秋：那这些投资大体是按你预想的发展，还是中间也存在一些不可控的偶然因素？
陈昱：投出资金的那一刻，肯定是按规划来的。但钱投进去之后，公司的发展其实就不受控了。比如新石器，今年商业化做得非常好，但当年的发展历程其实特别波折。
大概 2021 年左右，有大厂从新石器挖走了一批高管，接着 2022 年又碰上疫情，2023 年市场也没像大家预期那样回暖，导致那两年公司很难融到资。在最艰难的时候，老余和联合创始人，甚至抵押了房子，把几乎全副身家都押在了公司上。去年他们实现了10倍以上的业绩增长，也刚完成了一轮 6 亿美元融资。一路走过来太不容易了，这些创始人都是特别有韧性的人。
刘燕秋：一个创始人有没有韧性，有可能通过聊几次天就预先判断出来吗？
陈昱：其实很难判断。短暂接触下，对人的判断误差是非常大的。这也是为什么我自己看项目命中率还可以，但从来不会把原因归结于投人。
在我的逻辑里，看人反而是最难的。更倾向于先从客观因素出发，比如赛道前景、技术路线、团队的搭配以及他们掌握的资源。用这些客观条件筛选一轮后，再和创始人深入接触，判断他做成这件事的概率有多大。但“人”在我的投资决策里，占比一直都不高。
刘燕秋：大概 20% ？
陈昱：可能就 5% 。这确实和很多早期投资人的逻辑不太一样。
刘燕秋：也不能这么说，投资圈主要分两派，一派觉得“人大于事”，另一派觉得“事大于人”。不过我感觉现在，包括这波AI热潮里，很多人的取向会更偏向人，因为他们觉得事的周期太漫长而外界变化又太快了。
陈昱：取决于投资人的风格和策略打法。很多投资人愿意出高估值去赌那些背景光鲜的创始人，但这些人最后就一定能成事吗？从历史经验来看，其实未必。
刘燕秋：如果纯按投事的逻辑，会不会出现一开始想做的是 A，后来变成 B，最后其实是做 C 成功了的情况？
陈昱：至少从我投过的项目来看，方向可能会调整，但很少出现完全转去做一件不相关事情的情况。比如，自变量的王潜从一开始就想做机器人基础大模型，到现在都没改变；元戎的周光，一直聚焦在乘用车的自动驾驶领域；MiniMax 的方向也始终很清晰；PingCAP 自始至终做的都是开源数据库。
至少我选择的这些项目，创始人的初心从来没变过。你想，自动驾驶从 2016 年的技术路线，到现在的端到端方案，技术路径完全不一样了，但核心的“势”是不会变的。
刘燕秋：这种倾向是不是还是和你的理工男和程序员背景有关？毕竟你是技术出身。
陈昱：对我来说，看懂技术确实比看懂人更容易。另一方面，我也偏爱那些理想主义、更执着的人，他们愿意为了实现自己的理想不惜付出任何代价。
只有当人有足够安全感的时候，才能拥有身心上的自由
刘燕秋：投资人最后还是要落到和人打交道，从程序员的职业角色转型过来，你有刻意训练过和人打交道的能力吗？
陈昱：其实不用刻意训练，和人打交道多了，感觉自然就来了。我本身是个 I 人，但工作中还是可以呈现出 E 人的状态；生活里我是 P 人，工作中却是 J 人。你会发现，工作和生活完全可以呈现两种不同的状态。
刘燕秋：那你是比较罕见地能在不同状态间灵活切换的人，我感觉大多数人会被职业塑造，慢慢工作和生活中的状态就差不多了。
陈昱：我觉得和创业者打交道，本质上就是交朋友，而且是交长期的朋友。对我们来说，从最早一轮投进去，到企业成功上市，一般要8-10年。所以我会用交朋友的标准去看创始人：是不是能长期相处，彼此能不能真心相待。当你以诚待人、用真心换真心时，优秀的创始人也会同样对你。这样一来，他可能会愿意告诉你更多真实的信息，也能帮我更好地做投资判断。
刘燕秋：那你交朋友的标准是什么？比如哪些人你肯定不会交？
陈昱：特别功利的人我一般不会交。我更喜欢有理想主义、对事情有执着追求的人，还要有一点小野心，毕竟要把事情做大。
刘燕秋：跟你聊天总觉得你像个大男孩，你觉得自己是个有野心的人吗？
陈昱：这得看和谁比。谁都想成为沈南鹏和张磊，但客观条件不允许。不过我确实有自己的小野心。
刘燕秋：有段时间我们编辑部特别喜欢讨论理性这个话题。有的人完全不相信理性，我还是部分相信理性，我们总不能完全不做规划，不总结方法论吧。我认为很多时候理性实践出问题，是因为人的欲望大过了理性。我觉得你不是一个欲望特别强的人，所以足够理性，所以有一定的自由。
陈昱：只有当人有足够安全感的时候，才能真正拥有身心上的自由，表现出来可能就是“低欲望”。我觉得自己算知行合一，你看我 2009 年申请商学院时写的文书，正是我现在做的事情。
刘燕秋：行业里有哪些投资人是你觉得厉害的？
陈昱：沈南鹏和张磊肯定是大家的偶像。同辈里面，我觉得曹毅、Colin，还有王华东做得都不错。90后投资人里，红杉的公元潜力很大，很能"折腾"，当年合成生物学赛道就是她牵头发掘的，后来还孵化出不少不错的科技企业，以及牵头做xbench这样不错的工作。其实回头看，这十年来能被大家记住的新生代投资人，可能两只手就能数得过来。
我擅长的刚好和这个时代的大主题重合了
刘燕秋：再切回到你的经历，当时的创业经过是怎么样的？后来怎么有了来云启的机会？
陈昱：那是一家在数字营销领域蛮有名气的创业公司，我在公司里负责产品和技术，但后来我们在公司发展方面存在一定的分歧，所以我开始考虑外部的机会，有大厂和大机构投来橄榄枝。恰好 Michael（毛丞宇）和 Yipin（黄榆镔）要出来做基金，得知我有做 VC 的意愿，便约我咖啡。
刘燕秋：所以你一听就决定要来，还是在几个选择中徘徊了一下？
陈昱：我更愿意去一个充满不确定性的地方，这样会有更充分的空间去发挥。大平台虽然资源丰富，待遇丰厚，但我并不喜欢那种“爬梯子打怪升级”的模式。
刘燕秋：云启是 2014 年成立的，那时候移动互联网的机会还有一些，你们是一成立就确定要投更前沿的科技领域吗？
陈昱：大方向上是技术驱动，但最开始是比较混沌的阶段。说到底，一家投资机构的风格，是由投资人定义的——能看懂什么，就能投出什么。而外界对一家基金的印象，又是由基金投出的明星项目决定的。我们投出了案例，云启才逐渐被认知为一家投科技的早期基金。这也是加入初创机构的魅力所在，有无限可能性，在当时你根本不知道它最终会长成什么样。
刘燕秋：那你最开始关注的是什么方向？
陈昱：最开始是云计算和大数据，后来随着科技的发展，慢慢拓展到机器人、自动驾驶、大模型、消费电子等领域。方向跟着时代变迁调整，但有一条主线始终没变，我主要投的是软件驱动的科技。
刘燕秋：你大体上是吃到了投科技主线的复利？
陈昱：也可以这么说，我只是一直投自己看得懂、并且觉得应该投的东西。我擅长的刚好和这个时代的大主题重合了。
刘燕秋：那在这个过程中，你觉得不同阶段能够定义自己的代表作有哪些？
陈昱：每个阶段都有。比如大数据时代的 PingCAP 和 Zilliz，他们至今是亚洲最好的开源项目；自动驾驶领域的元戎启行和新石器，分别是乘用车市场和商用车市场的头部项目；而大模型时代则是刚上市的 MiniMax 。这两年投的几家企业发展，比如自变量机器人、元鼎智能、弋途科技等都发展得不错。
刘燕秋：你自己做过创业者，可能会用自己当年的标准，对什么样的创业者、什么样的技术人才是优秀的，有一个模糊的感知。这种感知有一套可以用语言描述的标准吗？
陈昱：其实挺难的。和技术背景的人交流，有一个好处是可以通过聊技术细节，大致判断出他对前沿技术的了解程度，以及对工程落地的把控能力。但如果要像列清单一样，给出1、2、3、4、5这样的打分标准，其实是没有的。
刘燕秋：还是靠直觉？
陈昱：对，就像现在的深度学习一样。最后能得出一个不错的判断结果，但中间的判断过程，本身是不可解释的。
刘燕秋：那你们现在重点布局的大方向也是AI。在布局这个大赛道时，你们描绘的关于未来世界的图景是怎样的？
陈昱：我们看一个大的投资机会，通常会先看有没有底层技术的关键变量出现。就像当年的大语言模型，还有后来像 VLA 这类更细分的技术突破。每一项新技术出现时，我们都会评估它可能给创业领域带来的影响。主要从两方面考量：一是技术上是否能让原本不可能的事情变得可能、或让原本可行的事情变得更高效；二是这件事本身的想象空间有多大，以及能给社会带来什么价值。
刘燕秋：所以也是自上而下的研究驱动模式？
陈昱：对，得先自上而下选择足够大的赛道。很多时候大家赚的不是Alpha的钱，首先是Beta的钱。先选对赛道，再在里面挑选相对优质的标的。
刘燕秋：方法论是什么？比如调研行业，写研究报告？
陈昱：研究报告我们一直都会做。但在顶层资金分配上，更重要的还是对宏观趋势的判断，以及对底层变量的识别。对科技投资来说，底层变量往往就是某一项技术变革。
比如，当年我们投擎朗，很重要的一个背景，就是 2015、2016 年中国开始调整计划生育政策。计划生育大概是我出生时开始实施的，对我来说印象很深。一个国家调整基本国策，肯定是看到了某些底层变量的变化。后来我们去查人口数据，发现生育率和人口自然增长率确实出现了问题。基于这个判断，我们认为中国未来大概率会像日本一样，面临来自老龄化和劳动力短缺的挑战。要解决这个问题，无非两条路径：一是用机器人或自动化手段补充劳动力缺口；二是提高生育率，也就是现在说的“科学生育”，比如试管婴儿这类技术。但后者短期内不太可能大规模放开，所以当时就选定了机器人这个赛道。
刘燕秋：选好大赛道后，具体的应用场景又是怎么选定的？
陈昱：当时主要锁定了三个场景：餐饮、酒店和医院。为什么先选餐饮？因为机器人的需求数量和行业的市场规模、点位数量、从业人员数量正相关。当时大众点评的数据显示，餐馆大概有 400 万家，酒店只有 40 万家左右，三级医院3000 家，加上其他医疗机构总共也就 1 万家左右。这三个场景明显是不同的数量级，所以我们判断，餐饮的市场空间最大。
刘燕秋：你是MiniMax天使轮的投资人，机缘是不是因为你有个学妹在里面？
陈昱：对，烨祎是我 Johns Hopkins 的学妹。海外上学的人都比较习惯通过校友 networking，当时通过其他校友我两结识，一直保持联系，定期见面。她很早就有创业的想法，但一直没找到合适的方向或合伙人，这个想法就停留在口头好多年。直到后来，她找了搭档，一个她认为最聪明的人闫俊杰，把他介绍给我认识。聊下来，我就觉得他很厉害——有理想主义，对技术理解很深，还想做一件大事。
刘燕秋：你是 2 亿美元估值投进去的，那时候大模型还没火，当时是怎么判断这个估值算不算贵的？
陈昱：本质上还是一个大赛道。估值是相对的，如果这个赛道有机会能跑出百亿美元级的公司，那我 2 亿美元估值投进去就不算贵。
刘燕秋：MiniMax这个案例，是不是相当于自上而下和自下而上的结合？
陈昱：刚才说的更多是对项目和行业的判断，认识烨祎更多是项目来源。sourcing有很多路径，既可以通过个人网络获取项目，也可以通过“扫街”发现机会。比如当年投擎朗，就是在虹口龙之梦看到他们的机器人跑得不错，从机器人身上找到公司名字，搜到创始人联系起来。这是两个不同维度的事。
刘燕秋：这两者有先后顺序吗？
陈昱：不一定，先后都有可能。因为一个项目要做成，这些环节都得经历：接触项目、判断项目、执行尽调，最后是投后管理、上市退出，这是一个完整周期。
刘燕秋：我觉得不太一样。是你先有一个想法，带着想法去找对应的项目，还是刚好碰到一个项目，再去看它能做成什么？
陈昱：多数时候是先有想法。我们会基于对技术和行业的判断，先在内部形成一个项目画像，这样一旦项目出现，就能比较快地判断值不值得继续看。像最近大家都在讨论世界模型，我们内部其实也有比较明确的看法：它必须结合具体行业场景，单独存在的空间其实不大。所以很多时候，判断在前，项目在后。
所有人都在讲AI、讲出海、讲硬件
刘燕秋：我去年听一个投资人感慨，说现在这些项目看着很明星，但从回报来看可能没那么好。因为现在大家能投的东西太有限了，共识特别聚焦。
陈昱：这确实是个问题，尤其是这两年。你看现在所有人都在讲AI、讲出海、讲硬件，至少对TMT投资人来说，基本听不到什么别的方向了。所以这个时候，能不能控制好进入的估值，以及能不能投一些非共识的标的，就很关键了。
刘燕秋：所以现在AI应用和硬件这一波，抢项目的情况多吗？
陈昱：其实挺多的，很多项目的竞争都很疯狂。核心原因还是：可选项目的广度不够，但基金体量都不小。钱募来总得投出去，而且资金集聚在有限几个赛道，结果就是项目越来越贵越来越难投。
你看曹曦的新基金虽然超募了，但还是把规模控制在3亿美元左右。为什么大家都倾向于把美元基金规模控制在 2.5 到 3 亿美元之间？因为这个体量相对最合适：太小的话，抢项目时没优势；太大的话，钱花不完，很难做出好的回报。所以大家都不约而同地选择了这个区间。
刘燕秋：那云启在这一波 AI 投资里的版图和策略是什么样的？
陈昱：如果说生成式 AI 这一波，肯定是从大模型开始的。第一个项目应该是 MiniMax 。但真正系统性布局投资，是从2023 年初，募到了新钱，有了新的基金。而且 ChatGPT 的出现让大家迅速达成共识，接下来这些基金都要以 AI 为主。既然有了赛道共识，我们就能在赛道内部做更具体的规划。
我们是双币基金，最底层的是数据中心技术、能源相关的基建领域，会用人民币基金来投资。美元基金主要投资上层应用。
中国在硬件产业链上的优势特别明显，所以AI和硬件的结合是我们投资的重心所在，包括了自动驾驶、具身智能全产业链和AI驱动的消费电子，这也是黄仁勋最近经常提及的物理AI概念。
相对的概念是数字 AI，包括了大模型、相关基础软件（如向量数据库、Agent 框架等）和各种AI应用。大模型我们只投了 MiniMax，因为判断这个行业最后会迅速收敛，不会长期是百花齐放的格局。应用我们更偏向于需要行业知识和数据或者有 human in the loop 的垂类应用。至于通用型应用，它们会被基模公司的通用型 Agent 产品覆盖。
物理 AI 和数字 AI 一起构成了我们 AI 投资的版图。
刘燕秋：云启最近在搞一个面向 98 后AI创始人的投资计划，这是一种差异化策略吗？
陈昱：无论是 Larry Page，还是 Elon Musk、Bill Gates 和 Zuckerberg，他们创业的时候都不到 27 岁。我们认为，要创办最伟大、能改变世界的公司，往往还是年轻人更有机会。
另外，这个计划还有两个很实际的目的：一是给我们团队里的年轻投资人更多独立决策的机会，这样做能有效避免两个问题：一是 80 后和 00 后的想法确实会有差异；二是无论承认与否，人不可避免变得经验主义和保守倾向。经验带来成功，但也可能阻碍新事物的发展。所以在风险可控的前提下，我们干脆把一部分投资决策权交给年轻人，让年轻人投资下一代年轻人。
刘燕秋：会设立类似小 IC（投资决策委员会）的机制吗？
陈昱：没有小 IC，就是年轻投资人自主决策。投资人跟我们说想投某个项目，我们可能会给些建议，但最终投不投还是由他决定。这是比较非传统的模式，不过会有持股比例、估值和年龄的限制。
刘燕秋：你们是怎么想到这个概念的？是受到 IDG 那支 90后基金大获成功的启发吗？
陈昱：那倒没有，而且 IDG 的模式很难复制。说实话，十几年前做投资比现在容易，因为当年的项目广度更广，各类项目都有。你看 IDG 当年投出来的几个项目，类型都不一样：有游戏公司，有 FaceU 这样的AI应用公司，有加密货币公司，也有 Insta360 这样的硬件公司。但现在，全是 AI 项目，没有太多其他类型可选，项目广度确实不如从前。
刘燕秋：用年龄来框定投资范围，我之前一直以为是一种PR策略，是为了向大家展示，我们这个基金和年轻人在一起。
陈昱：这不是 PR 策略，是实际执行的策略，也是大数据告诉我们的结论。我们主基金的投资范围会宽一些，但统计下来发现，比较成功的项目创始人，在完成A轮融资时大多在 30 岁上下，和 98 后的年龄差距也不算大。比如闫俊杰出来创业时 32 岁，周光创业时也就 30 岁左右。
刘燕秋：IDG 做 90 后基金的时候，投 90 后还是件比较非共识的事。但到了今天，投这波年轻人反而成了行业最大的共识。
陈昱：大家一直都知道年龄对项目结果的影响，这也和行业特性有关。有些领域，尤其是美元基金偏爱的方向，并不需要创始人先积累很多资源，有可能凭借一个单点创新就成长为大公司。
刘燕秋：还是觉得对中年人太残酷了。
陈昱：但没办法，这也是现实。很多人到了 35 岁以后，会面临精力和家庭负担带来的约束，也会更容易被经验主义影响，知识结构还可能老化。
刘燕秋：那你作为一个80后，能具体说说，经验主义和知识结构老化给你在哪些方面带来负面影响了吗？
陈昱：经验主义就不用多说了，十年前让你成功的那些方法论，到今天可能已经不适用了。至于知识老化，计算机科学领域每五年就会有一次大革新，五年前在学校里学的东西，现在大概率已经过时了，因为行业里早就不这么用了。比如十五年前我们开始谈深度学习，当时所谓的深度，如著名的AlexNet，也就 8 层；十年前我们讲卷积神经网络，现在也少提了。现在大家都在讲大模型，可能五年后大模型这个概念也会被替代。技术就是这样不断迭代变革，后浪推前浪。
刘燕秋：我理解，你觉得这是一个规律性的东西。
陈昱：大概率是这样的。我们把这个 98 后投资计划当成一个社会实验来做，谁也不知道最后结果怎么样，但你必须先参与，才知道是不是可行。当然基金要有必要的风控，所以我们会先划定一个资金池，就算这个池子的钱全亏了，对整个基金的业绩表现也不会有太大影响。
刘燕秋：你们在这个计划上投入了多少钱？基金总体规模大概是多少？
陈昱：大概 1500 万美元。主基金接近 3 亿美元。我们的美元基金一般会保持在 2.5 到 3 亿美元之间，因为投资人也不多，规模太大了顾不过来。
刘燕秋：你现在还要负责募资吗？要面向LP做推介和解释，这部分工作会让你觉得有压力吗？
陈昱：没什么压力啊，这也是我为什么在做投资之前要先创业的原因——你得感受一下坐在谈判桌另一端的感觉。创业者向我们募资，和我向 LP（有限合伙人）募资，本质上是一样的。
刘燕秋：你的能力还是太全面了。
陈昱：刚好是当时有意识地去经历这些，积累下来的。
刘燕秋：你现在出差飞哪里最多？
陈昱：大湾区，肯定是大湾区，今年你想想，机器人还有那种偏“硬”的东西，AI 硬件和消费电子基本都在深圳。泛 AI 里边，纯软的东西，中国公司跟美国比优势没那么大，市场也在美国。
刘燕秋：to C 市场最大的不还是中国吗？
陈昱：to C 市场，创业公司其实很难有机会，阿里、字节肯定是必做的。中国创业公司真正有竞争优势的，还是硬件——这东西离供应链太远，大厂反而不擅长。很多时候只能中国人搞得出来。
刘燕秋：那为什么大家都开始投消费电子了，因为它是一个有稳定现金流的生意？
陈昱：稳定现金流不一定是投资的必选项。到最后大家还是得考虑：你能不能做到上市的规模。其实上一波消费电子也出来过一些不错的公司，但后面遇到了销量增长瓶颈，难以找到第二曲线。
刘燕秋：所以你在中国做消费电子，还是必须要去争那个第一？
陈昱：第一，而且是那种遥遥领先的第一。
刘燕秋：可以说这波消费电子投资热的引擎，是影石上市带来的财富效应？
陈昱：我觉得这确实是个很重要的推动力，让大家意识到这也是个很能赚钱的行业。另外一个原因也很现实：AI 赛道太卷了，在有限的赛道里，大家的钱花不出去。
纯 AI 的投资方向其实就那几个。最早一波资本扎堆的肯定是大模型赛道，这是毋庸置疑的。之后，又转向了 AI Infra 领域，像无问芯穹这类企业。再往后，各类 Agent 应用开始成为热点。不过从目前的市场情况来看，真正跑出来的项目屈指可数。除了大模型之外，AI 赛道里估值能突破 2 亿美元的项目，连 10 个都不到，这个数量甚至比具身智能领域的还少。
刘燕秋：我的问题差不多了。最后聊个题外话，每天处在高压工作状态中，哪怕是自己很喜欢的事，要是强度太高，可能会觉得压缩了自己作为“人”的那部分感受，你会有这种时刻吗？
陈昱：以前有部电影（注：“阿飞正传”）里有句台词：世界上有一种鸟，活着的时候就不停飞，真正落地的那一刻，就是它死亡的时候；差不多就是我现在生活的状态。
刘燕秋：这么悲壮。
陈昱：因为我们管基金，美元基金一般是“10+2”的周期。每募集一支基金，你就得对 LP 负责 12 年，你想想这个责任有多大。
刘燕秋：还是把最长情的陪伴给了 LP。
0
第一时间获取股权投资行业新鲜资讯和深度商业分析，请在微信公众账号中搜索投中网，或用手机扫描左侧二维码，即可获得投中网每日精华内容推送。
发表评论
全部评论