发布时间:2026/8/28 21:50:34
黯淡的未来为何值得重注?a16z数十亿美元背后的投资逻辑 我这两年有个挺深的体感越是大家觉得“风口已经过了”的赛道反而越容易看到一批人闷头往里面砸钱。不是他们信息滞后而是他们判断未来的坐标系和普通市场情绪完全不在一个维度上。就拿安德森·霍洛维茨Andreessen Horowitz常被简称为 a16z最近的动作来说。当外界还在讨论风投行业是不是进入寒冬、AI 泡沫会不会破、加密货币还有没有下一轮的时候这家老牌风投却把数十亿美元级别的资金投向了很多人认为“黯淡”的方向AI 基础设施、加密网络、生物科技、美国国防工业甚至是一些短期看不到商业回报的长期技术项目。这不是一篇财经新闻的复述。我更想聊的是为什么一家顶级风投会在“黯淡”的未来里看到别人没看到的东西这些钱到底在押注什么以及如果我们也想用自己的方式参与这个时代的技术浪潮能从他们的决策逻辑里学到什么。文章不会给你推荐任何项目也不会劝你去追风口。我会把 a16z 这轮投资的背景、逻辑、争议和边界拆开讲透最后落到一个普通技术人和创业者可以用的判断框架上。1. 为什么顶级风投会把“黯淡”当成买入信号1.1 市场情绪和长期资本的时间尺度从来不一样先看一个事实风险投资基金的存续期通常是十年左右虽然实际运作可能会有延期但基本逻辑是“前三年投完后七年管理退出”。这意味着对于一笔 2025 年做出的投资它的退出窗口大概率落在 2032 年到 2035 年。在这个时间尺度下今天市场上那些“AI 应用层太拥挤”“加密货币监管不明”“生物科技回报周期太长”“国防科技有政策风险”之类的担忧都是短期噪音。a16z 的决策逻辑里有一条非常清晰的主线他们不是在买今天的收入而是在买“未来十年某个领域的基础设施会不会被重写”。如果一个方向已经被市场充分定价说明预期已经打满未来的超额收益空间反而变小。而那些看起来黯淡、冷清、充满不确定性的领域往往意味着资产价格还停留在“没人愿意碰”的阶段这时候进场才能以合理成本拿到改变未来格局的筹码。这和二级市场里“别人贪婪我恐惧”是同一个道理只是风险投资把时间尺度拉得更长所以对“黯淡”的容忍度也要高得多。1.2 从“投资公司”到“给未来写剧本的人”a16z 这家机构和传统风投还有一个明显区别它不只是投钱还非常愿意通过文章、播客、政策白皮书和研究报告来塑造技术叙事。你去看他们官网上的内容输出密度会发现一个规律每当他们开始集中讨论某个领域比如“AI 将如何改变软件公司成本结构”“加密货币如何重建互联网所有权”“生物科技如何进入工程化时代”后续往往就会跟着一系列相关投资。这不是巧合。对于长周期投资者来说叙事本身就是资产的一部分。如果市场对某个方向没有共识早期项目就很难融到下一轮钱人才也不会流入政策也不会倾斜。所以 a16z 会主动参与定义“未来应该往哪个方向走”然后通过真金白银让这个叙事变得更可信。从这个角度看他们投的不是具体的某家公司而是在投“哪一种关于未来的剧本最终会变成现实”。数十亿美元不是在赌单一项目而是在买多个可能成真的未来版本。1.3 黯淡期的机会成本更低还有一个很实际的原因在所有人都看好的时候好项目的估值会被抬到离谱的水平。你投进去的钱很大一部分买的是“市场情绪”而不是“公司价值”。而在黯淡期同样质量的项目估值可能只有高峰期的一半甚至三分之一。更关键的是真正优秀的创业者不会因为市场冷清就停止创业。他们只是在融不到钱的时候更聚焦、更克制、更重视单位经济模型。这时候出手投资人拿到的是更健康的公司、更合理的估值、更强的谈判地位。所以你看到的“黯淡”未来对有长期资本的人来说是难得的买方市场。2. a16z 的数十亿美元到底在押注哪几类未来2.1 AI从应用层竞赛回到基础设施层a16z 这轮投资里AI 相关方向占了很大比重。但值得注意的变化是他们不再只关注大模型本身而是把大量资金放在了模型训练和部署所需的算力、数据、能源、工具链和开发者生态上。这个判断背后的逻辑不复杂当模型能力进入平台期之后真正决定胜负的是谁能以更低的成本训练出足够好的模型以及谁能把模型能力稳定地集成到实际业务里。前者比拼的是算力和能源效率后者比拼的是工具链和工程化能力。如果从投资角度看应用层项目容易受单一模型版本迭代的冲击。今天你基于某个模型做的应用明天模型厂商自己把这个能力内置了你的产品就失去了存在理由。而基础设施层的项目比如数据标注平台、模型评测工具、推理优化引擎、GPU 云服务无论哪家大模型公司胜出它们都能吃到行业增长的钱。这是一个典型的“卖铲子逻辑”。但 a16z 的版本更激进他们不只是投卖铲子的人还在投如何让挖金子这件事本身变得更便宜、更可持续。所以他们也会关注核聚变、地热能源、新型电池这类看起来和 AI 无关的项目因为 AI 的长期瓶颈之一就是电力。2.2 加密网络从投机回归基础设施加密货币在很多人印象里还是暴涨暴跌的投机品。但 a16z 连续多期推出加密基金把钱投向 Web3 基础设施、开发者工具、去中心化身份、稳定币支付网络等方向说明他们真正关注的不是币价而是“去中心化网络能否承载真实经济活动”这个问题。过去几年大量加密项目死掉了剩下的项目开始变得务实不再谈颠覆一切而是解决具体问题比如跨境支付的成本、内容创作者的收入分成、数字所有权的确权。这些方向短期内不会产生爆炸性回报但一旦合规框架成熟它们有机会成为下一代互联网的交易层。a16z 在这里押注的是“世界会越来越数字化而数字世界需要一套原生的资产和交易协议”。如果这个判断成立那么加密网络就不再是投机品而是和 TCP/IP 一样的基础设施。2.3 生物科技与国防科技把国家意志变成投资标的还有一个容易被忽略的方向a16z 在生物科技和国防科技上的布局越来越重。前者聚焦于用 AI 加速药物发现、基因编辑、合成生物学后者则关注无人机、卫星、太空制造、军事软件系统。这两个方向有一个共同点它们的买家非常集中。生物科技的买家是大型药企和医疗体系国防科技的买家是政府和军方。这类市场的特点是进入门槛高、决策周期长、政策风险大但一旦拿下合同收入稳定性就非常强。从过去十年的趋势看全球主要国家都在加大对战略科技领域的投入。私人资本提前布局本质上是在“跟随国家意志寻找确定性增长”。这类投资看起来没有那么性感但当宏观环境里到处都是不确定性的时候“有明确买家”本身就是最大的确定性。3. 看起来黯淡的未来为什么反而是好生意3.1 基础设施决定应用层能飞多高有一个通用规律任何一次技术浪潮都要经历“基础设施先行、应用层爆发”的过程。互联网早期先建成了宽带网络和数据中心然后才出现搜索引擎、电商和社交网络。移动互联网早期先普及了智能手机和移动网络然后才出现打车、外卖和短视频。AI 也是一样。模型本身只是起点真正让 AI 进入千行百业的是算力成本降到足够低、工具链变得足够顺手、合规和隐私框架变得足够清晰。这个过程需要大量资金长期投入而且短时间内看不到直接回报但它是所有应用层故事的前提。所以当市场觉得某个方向很黯淡的时候往往是因为它正处在“基础设施已经投完、应用还没爆发”的尴尬期。a16z 在这个阶段进场本质上是在等下一个周期的花开。3.2 技术成熟度曲线的低谷是长期资金最好的朋友Gartner 的技术成熟度曲线大家都听过一项新技术诞生后会经历“创新触发—期望膨胀—幻想破灭—稳步爬升—生产成熟”五个阶段。大多数散户和短期资金都是在“期望膨胀期”入场然后在“幻想破灭期”割肉离场。而长期资本恰恰相反他们在“幻想破灭期”开始建仓因为这时候技术已经证明了自己能走通部分场景但市场情绪又低到让资产价格显得便宜。加密、AI、生物科技都经历过这样的周期。a16z 的数十亿美元本质上是把“幻想破灭期”当成最大的折扣窗口。他们不期待明天就涨而是相信技术在爬出低谷之后会带来十年维度的持续增长。3.3 真正的风险不是亏钱而是错过范式转移对于一家顶尖风投来说最大的风险往往不是某一笔投资亏掉而是错过一个时代级的范式转移。互联网时代错过搜索引擎移动时代错过应用商店AI 时代错过模型层每一次错过都意味着从顶级机构降级为普通机构。所以你看 a16z 的很多投资与其说是财务投资不如说是“保险策略”他们必须保证自己在新范式形成的时候已经在场。哪怕十个方向里只有两个跑通剩下的八个全亏只要跑通的那两个能达到百倍回报整个基金的收益依然会非常可观。这就是风险投资的数学用高度分散的组合去对冲单个项目的极高不确定性。黯淡的未来对别人是风险对他们只是概率游戏的一部分。4. 我们普通人能从中学到什么4.1 不要用今天的情绪去判断长期的价值我知道大多数人不可能像 a16z 那样拿出数十亿美元。但这套决策逻辑里有一点对我们每个人都适用不要用今天的情绪去判断长期价值。你在选技术方向、选赛道、选技能栈的时候如果只盯着当下哪个方向最热很容易陷入内卷。真正有长期价值的方向往往在你入场的时候看起来并不热闹甚至有很多人劝你别碰。你需要做的事情是判断这个方向的核心问题是不是真实存在技术演进是否在朝解决问题的方向前进以及自己是否有机会在通往终局的路上建立起足够深的积累。这和投资股票的逻辑是一样的买入一家公司的理由应该是它未来五年的价值而不是它明天会不会涨。4.2 学基础设施思维别只追应用层热闹如果你是一名开发者我特别建议你培养“基础设施思维”。意思是不要只学某个热门框架的 API而是去理解它下面那层解决的是什么问题。举个例子今天大家都在用 AI 写代码但真正值钱的技能已经不再只是“会写提示词”而是理解模型上下文窗口的原理知道如何拆分复杂任务懂得评测模型输出的质量能搭建一套持续集成和回归测试的流程。这些能力短期内不显眼但它们是让 AI 真正落地的基础设施。类似的逻辑也适用于职业选择。应用层的机会来得快去得也快而基础设施层的积累比如协议、底层架构、数据治理、可观测性、安全合规往往会跨越多个技术周期持续产生价值。4.3 建立自己的“组合思维”把失败当成成本还有一个很反直觉的认知长期主义者不是不犯错而是把失败当成成本预算里的一部分。你在学习新技术的时候不用指望每一条路径都走通。更务实的做法是划定一个自己愿意承受损失的范围把时间分散投入几个不同方向定期复盘留下有信号的砍掉没有信号的然后持续加码。这和 a16z 投十个方向、只等两个跑通是一样的逻辑。不同的是你投入的不是货币资金而是时间和注意力。时间和注意力同样需要分散同样需要止损同样需要在一个方向出现强烈信号时敢于集中下注。4.4 在别人离场的时候多花一点时间研究市场情绪最悲观的时候信息噪声最少资产价格最合理竞争者最少。这个规律不只适用于投资也适用于知识积累和技能提升。当某个技术方向被大众放弃的时候反而值得你静下心来用几个月时间把它搞清楚。因为等到它重新热闹起来的时候你再去学已经晚了。所有看起来突发的“风口”其实都给过足够长的准备期只是大多数人在那个阶段选择了离开。这也是我看 a16z 这轮数十亿美元投资最想去提炼的东西真正有穿透力的判断不是预测明天会发生什么而是在大多数人失去耐心的时候依然愿意相信长周期的复利。5. 黯淡的未来其实是一道选择题回到标题里的问题a16z 为什么向一个黯淡的未来投入数十亿美元我的理解是他们看到的从来不是“黯淡”而是“定价过低”。市场因为短期看不清而给这个未来打了折长期资本认为这个折扣已经足够覆盖不确定性于是进场买入。这不是勇气的胜利而是时间尺度带来的视野差。对我们普通人来说不可能直接复制一家风投的规模、渠道和信息优势。但我们可以复制那套和时间做朋友的思维模式少看短期波动多看长期结构少扎堆最热闹的地方多在冷清的方向里寻找真正的瓶颈不要把失败看作终点而把它看作组合成本的一部分。技术世界的运行规律从来都是每一个看起来很遥远的未来都正在被某群人用真金白银和日复一日的工程实践慢慢拉近。区别只在于你是那个在它黯淡时就开始准备的人还是在它发光之后才匆匆赶到的旁观者。下一次当你看到一个方向被市场嫌弃的时候先别急着划走。试着问自己一句如果我的时间尺度是十年我还会觉得它黯淡吗答案如果是否定的那它可能就是你该多花一点时间的地方。

相关新闻

2026/8/28 21:50:34

低延迟AI游戏伙伴实战:从语音识别到游戏动作的全链路解析

Varkos 是一个很有意思的“AI 游戏伙伴”项目,核心玩法是在《上古卷轴5:天际》里加一个能实时对话、实时回应、看起来真在陪你玩的 AI 同伴。它最值得关注的点不是“能聊天”,而是“低延迟实时陪玩”:玩家的语音指令、AI 对游戏环…

2026/8/28 21:50:34

动态规划精讲:从LIS到本质上升序列的计数与优化

1. 问题引入:从“上升”到“本质”的跨越 最近在复盘一些经典的动态规划题目,特别是蓝桥杯国赛级别的难题,发现“本质上升序列”这道题很有意思。它不像普通的“最长上升子序列”(LIS)那样,只关心长度这个单…

2026/8/28 21:50:34

面向LLM的文档文本提取:OCR It本地部署与实战指南

“OCR It”这个名字从功能上讲很直白:把那些不能复制、不能搜索、只能靠截图保存的文字,从文档里“抠”出来,变成大语言模型真正能吃进去的文本。实际做 LLM 应用的人应该都有体会,卡住整个流程的往往不是模型能力,而是…

2026/8/28 22:41:03

LaTeX在数学建模竞赛中的实战应用:从环境搭建到省一论文排版

1. 从零到一:一份国赛省一论文的LaTeX实战复盘 又到了一年一度的全国大学生数学建模竞赛(国赛)季,看着学弟学妹们开始为论文排版焦头烂额,我就想起了自己当年参赛的经历。我们团队最终拿到了C题省一等奖,除…

2026/8/28 22:41:03

SWD调试与固件烧录全指南:从ST-Link连接到Hex文件下载

www.z-linear.com拿到D223开发板,第一步就是连接下载器、烧录固件。但很多新手卡在Debug选项关闭、找不到COM口、Hex文件下载失败等问题上。本文从硬件连接到软件配置,提供一份完整的SWD调试与固件烧录指南。一、SWD接口基础 1.1 SWD vs JTAG STM32支持两…

2026/8/28 22:41:03

4-20mA电流环测量与信号调理技术:D223如何读取工业标准信号

www.z-linear.com4-20mA电流环是工业现场最常用的模拟信号传输标准。D223如何用240Ω取样电阻将电流信号转换为电压?什么是二线制变送器?本文解析工业电流环测量的完整技术链路。一、4-20mA电流环基础 1.1 为什么用电流而非电压? 工业现场环境…

2026/8/28 22:41:03

现代C++编程利器:Lambda、包装器与可变参数模板实战解析

1. 项目概述:现代C的“瑞士军刀”组合如果你在写C时,还在为如何优雅地处理回调、如何设计一个灵活的接口适配器,或者如何写出能处理任意个数和类型参数的通用函数而头疼,那么“C11 lambda包装器可变参数模板”这套组合拳&#xff…

2026/8/28 16:16:17

[光学原理与应用-521]:对光的错误理解与纠偏

首先光是一种能量的载体和形态,宏观上观察到的光是由无数个微观的光量子组成的,每个光子在产生的瞬间,其在真空的空间中以确定不变的速度沿着一个初始的方向一直向前,在微观层面,每个光量子的运动轨迹是以波函数所展现…

2026/8/28 16:16:21

SIP通话转接原理与REFER方法实战解析

1. 通话转接不是“挂断再拨号”,而是SIP会话的动态重定向你有没有遇到过这样的场景:客服坐席A正在和客户通电话,突然需要把这通对话无缝转给专家坐席B,客户完全感知不到中间的断连——既没听到忙音,也没被要求重新拨号…

2026/8/28 16:16:22

Kolla-ansible单节点OpenStack部署实战:从环境准备到排坑指南

1. 为什么选择Kolla-ansible来部署单节点OpenStack?如果你正在寻找一种能把OpenStack从“概念”快速变成“可用的实验环境”的方法,那么Kolla-ansible几乎是当前最主流、最省心的选择。我见过太多人卡在手动编译依赖、配置服务、处理版本冲突的泥潭里&am…

2026/8/28 0:00:34

2026学术工具专业测评|Paperxie全维度性能实测报告[特殊字符]

2026年国内高校毕业论文审核体系全面升级,重复率查重AIGC人工智能检测双检机制正式常态化落地,多所高校明确执行“双项一票否决”制度,重复率超标或AI生成痕迹不达标,均直接取消答辩资格。随着抽检力度加大、学术规范要求升级&…

2026/8/28 0:00:34

凭什么稳居论文工具顶流[特殊字符]Paperxie综合实力深度全解析

2026年论文双检内卷严重,市面上AI论文工具层出不穷,但大多只是单一功能凑数、模板化严重、双检高风险、套路收费。 在一众同质化工具里,Paperxie能长期稳居行业顶流、成为应届生公认毕业神器,从来不是靠营销,而是靠实…

2026/8/28 0:00:34

2026论文工具深度测评|为什么Paperxie是目前最稳的学术工具✅

2026高校论文查重AIGC双检严查常态化。 市面上绝大多数AI论文工具依旧存在明显短板:模板感重、AI痕迹超标、改写毁逻辑、收费套路多、查重不准、格式适配差。 在全网工具普遍“偏科”的现状下,Paperxie凭借全维度均衡实力脱颖而出,成为适配…

2026/8/28 16:16:48

实测才敢推 AI论文网站 2026最新测评与推荐

2026年真正好用的AI论文网站,核心看生成的论文质量、低AI味、格式正确、学术适配四大指标。综合实测,千笔AI、ThouPen、豆包、DeepSeek、Grammarly 是当前最值得推荐的梯队,覆盖从免费到付费、从中文到英文、从文科到理工的全场景需求。一、综…

2026/8/28 16:16:50

2026必备!AI论文网站测评:最新推荐与深度对比

2026年真正好用的AI论文网站,核心看生成的论文质量、低AI味、格式正确、学术适配四大指标。综合实测,千笔AI、ThouPen、豆包、DeepSeek、Grammarly 是当前最值得推荐的梯队,覆盖从免费到付费、从中文到英文、从文科到理工的全场景需求。 一、…

2026/8/28 11:06:45

摆脱论文困扰!盘点2026年全网爆红的的AI论文写作工具

一天写完毕业论文在2026年已不再是天方夜谭。2026年最炸裂、实测能大幅提速的AI论文写作工具,覆盖选题构思、文献整理、内容生成、格式排版等核心场景,真正帮你高效搞定论文难题。 一、全流程王者:一站式搞定论文全链路(一天定稿首…