如何为价外种子轮投资定价
在种子轮阶段，你同时评估两件独立的事情：(1) 这是否是一个真正的业务，有通往真实成果的路径；(2) 鉴于未来十年看起来如此疯狂，这件事变成今天没人能想象的事物的概率有多大。
来源：https://snailmail.slow.co/p/how-to-price-out-of-the-money-seed-investment
TL;DR：
如何为价外种子轮投资定价
中间的所有人可能都完蛋了
不要等待 AI 冲击
其他：
- 活动：创作者如何赢得 AI 时代 – 纽约 (5/21)
- 投资组合公司动态：Slow Creator Fund 向船艇创作者 Alan Blanco 投资 250 万美元，Commure（通过收购 Karuna Health）被选为 Willis Knighton Health 的企业环境记录 AI 合作伙伴
活动：创作者如何赢得 AI 时代 – 纽约 (5/21)
投资组合公司动态：Slow Creator Fund 向船艇创作者 Alan Blanco 投资 250 万美元，Commure（通过收购 Karuna Health）被选为 Willis Knighton Health 的企业环境记录 AI 合作伙伴
Sam Lessin
背景：我刚刚接受了一次采访，问题来了：在 2026 年，你实际上如何思考种子轮 AI 投资的定价？因为数学真的变了。叙事引力如此之大，如此多的资本涌入基础模型，但真正建立在之上的业务却寥寥无几。现在人们称之为“AI 投资”的大部分，实际上只是押注哪个大型实验室会赢，而 VC 们以头等舱的价格购买了一张本质上就是彩票的东西。
这种框架是错误的，我认为有一种更清晰的方式来思考它。在种子轮阶段，你同时评估两件独立的事情：(1) 这是否是一个真正的业务，有通往真实成果的路径；(2) 鉴于未来十年看起来如此疯狂，这件事变成今天没人能想象的事物的概率有多大。
大多数种子轮投资者都锚定在第一个变量上，假装第二个变量不存在。我认为你必须两者兼顾。
市场信号：在正常的种子轮数学中，你以某个价格购买所有权，这个价格在公司达到其基准情景时必须合理。在 AI 种子轮数学中，基准情景变得更难估值，因为底层技术比其上的任何商业模式都移动得更快。现实的结果分布现在是双峰的，这是前所未有的：要么公司被下一个模型发布碾压，要么它抓住了在写支票时资本表上没人完全预料到的东西。
这看起来非常像价外看涨期权。你实际上并不是在为预期现金流的现值付费。你是在为一个尚不存在的未来世界的期权性付费。
含义：在 2026 年的种子轮阶段，你同时为两个变量定价。一个是传统的商业问题（团队是否优秀，切入点是否真实，客户是否会付费）。另一个是期权定价问题（它有多便宜，如果世界以无人能预测的方式围绕 AI 重组，上行空间有多凸）。
诚实的解读是，今天大多数针对 AI 的种子轮支票在定价时，仿佛只有第一个变量重要，而实际上第二个变量承担了 80% 的工作。这个差距就是赚钱的地方。这也是为什么今天看起来“昂贵”的同一家公司，三年后可能明显被低估。或者变得一文不值。
要点：
- 种子轮 AI 是期权定价。别再假装它是传统的现金流数学。行权价是轮次规模。凸性是未来世界的期权性。
- 这两个变量是独立的。一个拥有小期权的优秀团队是一个不错的业务，但不是一个好的种子轮赌注。一个拥有大期权的弱团队是一张彩票。种子轮的甜蜜点是两者都真实存在。
- 你不能只在最大的赢家身上获得 140 倍回报。这是这个时代种子轮的结构性问题。如果模型基金获得了头部，而应用层获得了尾部，那么种子轮数学必须跨越一个荒谬的高门槛才能让基金运作。
- 对于创始人：要知道你在销售哪个变量。如果你在推销传统的业务，你的种子轮条款应该反映这一点。如果你在推销期权，你的种子轮条款应该反映那一点。混淆这两者就是轮次破裂的方式。
种子轮 AI 是期权定价。别再假装它是传统的现金流数学。行权价是轮次规模。凸性是未来世界的期权性。
这两个变量是独立的。一个拥有小期权的优秀团队是一个不错的业务，但不是一个好的种子轮赌注。一个拥有大期权的弱团队是一张彩票。种子轮的甜蜜点是两者都真实存在。
你不能只在最大的赢家身上获得 140 倍回报。这是这个时代种子轮的结构性问题。如果模型基金获得了头部，而应用层获得了尾部，那么种子轮数学必须跨越一个荒谬的高门槛才能让基金运作。
对于创始人：要知道你在销售哪个变量。如果你在推销传统的业务，你的种子轮条款应该反映这一点。如果你在推销期权，你的种子轮条款应该反映那一点。混淆这两者就是轮次破裂的方式。
Will Quist
背景：目前对 AI 堆栈最清晰的解读是：有两个持久的端点，中间部分将被挤压出去。
如果你想要成果，你会从基础模型提供商那里购买。如果你想要员工，你会在自己的专有数据上运行特定模型。夹在中间的公司两者都做不好。
市场信号：模型竞赛仍然重要。但获胜的公司不会是那些在任何特定周二拥有最佳模型的公司。它们将是那些能够足够快地变现今天的模型以资助明天的训练运行，同时构建不依赖模型领先地位的产品。
这是一个双变量问题。几乎没有人同时解决这两个问题。
纯模型公司处于一场残酷的竞赛中，前沿每几个月就移动一次。纯应用公司是模型无关的，这意味着它们的竞争对手明天就可以切换到同一个模型。这两种位置都不持久。
持久的位置在中间：专有数据或工作流使你的模型实质上更好，结合无论哪个模型在任何特定周二最佳都能捕获价值的产品。
这就是赌注。不是模型。不是包装器。是集成。
要点：
- 成果买家去实验室。当你想要完成某件事时，你会去找拥有模型的提供商。实验室赢得消费者成果层。
- 员工买家自己运行。当你想要一个了解你的公司、数据和流程的模型时，你会在你的堆栈上运行一个较小的模型。专有数据层赢得企业。
- 纯模型公司和纯包装器都无法在挤压中幸存。两端相互靠近，压碎中间。
- 问题不是“哪个模型会赢”。而是“堆栈中复合价值在哪里”。这不是一个模型问题。这是一个数据和工作流问题。
成果买家去实验室。当你想要完成某件事时，你会去找拥有模型的提供商。实验室赢得消费者成果层。
员工买家自己运行。当你想要一个了解你的公司、数据和流程的模型时，你会在你的堆栈上运行一个较小的模型。专有数据层赢得企业。
纯模型公司和纯包装器都无法在挤压中幸存。两端相互靠近，压碎中间。
问题不是“哪个模型会赢”。而是“堆栈中复合价值在哪里”。这不是一个模型问题。这是一个数据和工作流问题。
不要等待 AI 冲击
Yoni Rechtman
背景：每个关于 AI 的对话最终都会到达同一个地方：工作、替代，以及当工作消失时我们欠人们什么。主导讨论的反射性答案是全民基本收入。给每个人一张支票。将收入与劳动脱钩。搞定。
我越来越多地发现这个答案是错误的。不是因为我认为 UBI 不可能。而是因为我认为这是对社会运转所依赖的东西的深刻投降。
市场信号：支持 UBI 的论点基于对 AI 冲击落点的特定解读：工作在一波浪潮中消失，资本集中在少数公司手中，唯一人道的回应是直接将剩余价值重新分配给曾经做这些工作的人。这个论证的每一步都是可争议的。工作不会在一波浪潮中消失。它们会迁移。资本确实会集中，但它也会被部署到以前不存在的新工作类别中。而“直接付钱让人们不工作”的历史记录对接受支票的人来说实际上很糟糕。
我想要的是，并且我认为政治最终会要求的是，一个将 AI 释放的能量重新部署到人类独特适合做的工作中的社会。护理工作。创意工作。受益于人类参与的长尾事物。不是因为 AI 不能做它们，而是因为人类做它们的价值实质上更高。
我上个月写的“四种工作”框架是一个挑衅。诚实的版本更接近四十种。但框架仍然成立。经济重组。新的工作类别出现。问题不是 AI 是否会取代工作。而是我们是否建立让人们在不会跌落谷底的情况下迁移到下一件事的机构。
UBI 是一个已经放弃这种迁移的系统的应对机制。
要点：
- 冲击不是一波浪潮。它是一种迁移。将其视为浪潮会产生错误的政策。
- 资本会集中，但它也会创造新类别。相关的问题是迁移路径是开放的还是封闭的。
- UBI 是一种制度性投降。它将工人视为系统的受益者而非参与者。这对工人和社会都不利。
- 正确的政策基础设施是迁移基础设施。再培训、地理流动性、与就业脱钩的医疗保健、降低创办和加入新企业的摩擦成本。这些都不性感。但都比一张支票更持久。
- 残酷的事实是：今天在旧金山最响亮地倡导 UBI 的人，正是那些永远不会为自己接受它的人。这其中有某种含义。
冲击不是一波浪潮。它是一种迁移。将其视为浪潮会产生错误的政策。
资本会集中，但它也会创造新类别。相关的问题是迁移路径是开放的还是封闭的。
UBI 是一种制度性投降。它将工人视为系统的受益者而非参与者。这对工人和社会都不利。
正确的政策基础设施是迁移基础设施。再培训、地理流动性、与就业脱钩的医疗保健、降低创办和加入新企业的摩擦成本。这些都不性感。但都比一张支票更持久。
残酷的事实是：今天在旧金山最响亮地倡导 UBI 的人，正是那些永远不会为自己接受它的人。这其中有某种含义。
