作者：WIRED

编译：深潮 TechFlow

深潮导读： 风险投资人是 AI 最大的信徒，去年集体往 AI 赛道砸了超过 2000 亿美元。但一个尴尬的问题摆在面前：AI 会不会把 VC 自己也颠覆了？一个叫 ADIN 的平台已经用 AI Agent 替代人类分析师做投资尽调，一小时搞定原本要几天几周的工作。更致命的是另一层威胁——当 AI 让创业成本暴跌，创始人可能根本不需要 VC 的钱了。这篇文章采访了多位知名 VC，呈现了行业内部的真实分歧和焦虑。

全文如下：

去年秋天，风险投资人正以创纪录的金额涌入人工智能赛道，一群投资人聚在一起评估一个新项目。这家公司叫 Infinity Artificial Intelligence Institute，做的是自动调优 AI 模型的软件，让模型更快更便宜。创始团队看起来不错，市场也在快速扩张。一半的投资人持谨慎态度，另一半看到了钱的味道。其中一位称这笔交易是「绝对的猛货」。

这家公司是真的，这群 VC 投的 10 万美元种子轮也是真的。但这些 VC 本身全是 AI Agent，它们属于一个叫 ADIN（Autonomous Deal Investing Network，自主交易投资网络）的新平台。

ADIN 于 2025 年上线，用 AI 替代了风投交易中的人类分析师。输入一份创业公司的 pitch deck，输出一份详细的商业模式和创始团队分析、一份尽调问题和合规风险清单、一份 TAM 估算和一个建议估值。ADIN 有十几个不同的 Agent 投资人，各有独特的人设和投资论点。Tech Oracle 看底层技术，Unit Master 评估财务基本面，Monopoly Maker 大致基于 Peter Thiel 的风格寻找市场垄断机会。当多数 Agent 看好一个项目时，它们会建议 ADIN 的基金该给这笔交易分配多少资金。整个过程大约一小时，而 VC 机构的分析师通常需要几天到几周。

「风险投资这个游戏成功率不高」，ADIN 母公司 Tribute Labs 的联合创始人 Aaron Wright 说。现在的做法——一种拍脑袋式的、凭直觉判断谁会成为明天伟大独角兽的方式——只有大约 1% 的概率能打出「全垒打」（即一个项目回报 10 倍以上的投入资本）。四分之三的风投交易连本金都收不回来。

在 Wright 看来，AI 模型能大幅提高这个胜率。他认为风险投资正在进入自己的 Moneyball 时代，量化方法将超越人类直觉，每个人都会开始打出更多全垒打。「这些系统将越来越能淘汰差项目、聚焦更成功的项目，同时降低这些机构的运营成本」，Wright 说。他相信几年之内，AI Agent 可能成为世界上最好的风险投资人。

到那时呢？「Sand Hill Road 可能就不存在了。」

没有哪个群体比风险投资人更看好 AI 了。他们去年集体向 AI 赛道投了超过 2000 亿美元。AI 模型的进步改变了投资人看待几乎每家公司、每个行业的方式。Khosla Ventures 的创始人 Vinod Khosla 最近预测，到 2030 年 AI 将替代 80% 的工作职责。但很多风险投资人似乎低估了 AI 对他们自己工作的冲击程度。

Marc Andreessen——明星风投、Andreessen Horowitz 联合创始人——在他的播客 The Ben & Marc Show 中说过，当 AI 做了其他所有事之后，风险投资可能是「人类仍然在做的最后几个领域之一」。他认为这份工作不只是开支票，还包括在正确的时间选择正确的想法和正确的人，然后引导他们走向成功。

「这不是科学，这是艺术」，Andreessen 接着说。「如果是科学，最终会有人能精确调试到十次中八次。但现实世界不是这样的。你做的是偶然事件的生意。它有一种不可言说的东西，有品味的因素。」

我为这篇文章采访的很多 VC 都持类似观点。风投机构 Shakti 的管理合伙人 Keval Desai 把早期投资比作「在幼儿园里挑出 Michael Jordan」。一个项目早期没有产品，没有收入，只有潜力。「你可以有各种算力、各种算法，但没有数据就无从分析」，Desai 说。（不过他承认，遇到不熟悉的市场时偶尔会让 Gemini「扮演一个 VC 分析师」来给意见。）

Angel Squad 的联合创始人 Brian Nichols——这是一个与早期 VC 机构 Hustle Fund 关联的天使投资网络——告诉我他不会信任 AI 来做投资中的「筛选」工作。归根结底，VC 是一门关系生意：关键是你认识谁，以及你能为谁亲自担保。同时他也认为 AI 或许能替代这份工作的其他部分。我们聊天时，他刚从 Hustle Fund 的一次团建回来，有个合伙人用 Claude Code 做了一个工具来分流创始人的邮件。「我们每天花好几个小时回复创始人的 pitch」，他说。「这些时间大概可以花在别的地方。」VC 机构 Felicis 的创始人兼管理合伙人 Aydin Senkut 告诉我，他认为大多数 VC 都在以某种方式试验 AI 以保持竞争力。他的机构目前在试验用聊天机器人写投资备忘录、改善交易来源、帮助合伙人给创始人「打分」。

像 ADIN 这样的项目试图把更多底层工作自动化。尽调流程——投资人调查一个项目的可行性、风险和增长潜力——是风险投资中最耗时的环节之一，尤其是考虑新兴市场中的公司时。ADIN 把这个步骤压缩到几分钟，能快速揪出可能搞砸交易的监管或合规问题。在评估一家矿业技术公司时，ADIN 标记出了一系列出口管制法规和跨境数据传输问题。「这些不是大多数投资人会想到要问的问题」，ADIN 的合伙人 Priyanka Desai 说。她补充道，AI「不会累，不会因为惯性而有盲点，能把那些容易被忽视的长尾风险浮出来」。

目前人类仍然要做几件事。首先是 ADIN 的交易来源来自一个风险投资 Scout 网络。虽然 ADIN 像传统 VC 基金一样有 LP 出资，但它给 Scout 提供了一个不寻常的经济激励——Scout 可以获得 50% 的 carried interest（附带权益），这通常是留给 GP（管理合伙人）的利润。「基本上就是把 GP 级别的经济利益给一个人，让他们只需要提交交易并利用自己的网络」，Desai 说。

人类还需要负责「最后一公里」，包括见创始人以及最终决定是否开支票。「我们知道这些系统不完美，所以需要二次确认」，Wright 说。AI Agent 有时候在推荐上过于激进：他给我看了一个所有 Agent 都很喜欢的项目，但 ADIN 在和创始人见面并发现现有竞争对手的问题后决定不投。

另一方面，Wright 说他也用 ADIN 评估过一些已经拿了 2000 万美元以上融资的公司，其中一些被 ADIN 的 Agent 一致不看好。「我们面临的挑战是搞清楚这到底是准确的还是误判？」他说。在某些情况下，投资人可能掉进了一个常见的人类陷阱：仅凭感觉就吹捧一个项目或创始人。

AI 系统能不能跑赢投资人是一回事。但还有另一个生存威胁：让风投工作更快更高效的同一种 AI 技术，也在让创办软件公司变得更容易、更便宜。过去十年，VC 行业的大部分钱来自 SaaS。但一个曾经需要 200 万美元种子轮来雇佣专业工程团队的项目，现在可能用几个 vibe coder 和不到六位数的资金就能达到同样的产品速度。大额支票的数学不再成立了。

直到最近，只有极小比例的独角兽是自力更生的。根据监测 SaaS 公司的 SaaStr 的数据，平均软件独角兽融资 3.7 亿美元。现在出现了像 AI 图像生成器 Midjourney 这样的公司，核心团队就那么几十个人就达到了独角兽级别。（根据 Pitchbook 的最新数据，Midjourney 大约有 100 名员工。一起版权诉讼的法庭文件显示公司年收入超过 3 亿美元。Midjourney 没有回复 WIRED 的置评请求。）

这个场景——一些创始人根本不再需要风投资金——是最可能让风险投资人感到恐惧的那个。「这才是生存威胁」，Angel Squad 的 Nichols 说。「钱在那里，但创始人不需要了。」也许 AI 不会直接替代投资人，但它可能让那些投资变得不必要。

除了机器人、生物科技或其他硬件类公司之外，可能很快就会有更少的创业公司需要风险投资行业赖以建立的那种大额融资。这可能让这个行业回到它的起点：一个小而专业的领域，连接科学突破和商业应用之间的鸿沟。（构建基础模型的巨头公司仍然在这里，它们可能会继续拿 VC 的钱来支付天文数字般的算力、数据中心和员工薪酬。）

如果便宜就能创业，我们可能会看到这个行业快速瘦身。这可能以另一种方式让投资人失业：不是被替代，而是商业模式被替代。「如果这些基金闲着没事干，争抢极少数真正需要融资的交易，那就产生了另一种问题」，Nichols 说。「这才是让投资人睡不着觉的事。」