十亿美元标题背后的AI融资泡沫真相

十亿美元的标题，五千万美元的现实

有一个画面，比任何后续分析都更能说明问题：David Silver——强化学习领域最受尊敬的研究者之一——出现在一场视频通话中，背景是一家风险投资机构，没有演示文稿，没有支持文件，只是在描述一个最终将学会与烤面包机交互的人工智能系统。在场的一位投资人事后回忆，那场会议"荒诞至极"。另一位说，他们带着比来时更多的疑问离开了会议室。

几周后，各大媒体纷纷报道：Ineffable Intelligence 完成了欧洲历史上规模最大的种子轮融资，金额高达11亿美元，估值达到51亿美元。这是一家没有产品、没有收入的公司，其商业论点甚至在自家博客中都被描述为：以显著的失败风险换取一次壮观成功的机会。

这两件事同时为真。那轮融资确实存在。那些标题确实出现了。而支撑两者的结构，正是为了让这一切发生而精心设计的。

将五千万变成五十亿的机制

Ineffable 的这轮融资并非以同一估值打包交付的11亿美元整块资金，而是分两个部分依次进行。第一部分，Sequoia Capital 及其他投资方以约5500万美元的投前估值投入了1100万美元。几周后，第二批投资方到来，其中包括 Lightspeed、Index Ventures 和 DST Global，他们以40亿美元的投前估值追加投入了11亿美元。

同一家公司，同一发展阶段，相隔数周，两轮估值之差超过70倍。期间没有新产品问世，没有任何能够支撑这一跃升的收入数据。有的，只是一套与各方利益完全一致的金融逻辑。

Sequoia 率先入场，享受折扣价格，获得了更大的持股比例。当第二批投资方以70倍的溢价购入同一家公司的股份时，率先进场的机构在第一笔运营支出流出账户之前，便已在账面上实现了估值增长。这种账面增值并非偶然——它是为那些在公司尚无牵引力时便以信念率先入场者所设计的回报机制。

问题不在于 Sequoia 付的价格更低。问题在于，在外部流通的那个数字。

Ineffable Intelligence 的真实综合估值——即考虑每轮出让股权比例后的加权平均值——应该介于5500万美元和40亿美元之间，如果大部分外部资本来自第二轮而主要稀释发生在第一轮，那么这个数字将更靠近下限。这个数字从未出现在任何标题中。Amplify 合伙人 Sarah Catanzaro 直言不讳：综合估值"通常不被报道"。被报道的是最高那个数字——最后一轮的估值——因为那才是能产生媒体曝光的数字。

Foundation Capital 合伙人 Jaya Gupta 在接受《福布斯》采访时说得更加直接："在一个融资靠叙事惯性驱动的市场里，一个十亿美元的标题，远比一个精确的标题值钱。"这句话并非对体制的批评，而是对其运作方式的操作性描述。

标题为公司做到了数据尚无法做到的事

理解这一机制为何奏效，需要思考谁在阅读这些标题，以及他们会据此做出什么决定。

第一类受影响的群体是高端人才候选人。一名拥有基础模型经验的工程师手握多份录用通知。各家公司的现金薪酬大致相当，真正区分一个 offer 与另一个 offer 的，是股票期权包以及这些期权所隐含的估值。如果一家公司能够声称，Sequoia、Lightspeed 和 Index 在其种子轮中给出了51亿美元的估值，这个数字将直接进入候选人对所持期权价值的计算之中。

这名候选人——除非主动进行尽职调查——并不知道其期权的行权价格很可能被锚定在最后一轮的估值附近，而非综合估值。Gupta 对此措辞精准："他们承担着更多风险，却获取着更少的潜在收益。让初创公司股权参与在过去极具吸引力的那种社会契约正在被侵蚀，而大多数候选人要等到流动性事件发生——或未能发生——时才会意识到这一点。"

第二类群体是跟进投资方。一家未能在早期阶段进入 OpenAI 或 Anthropic 的基金，面临着不能错过下一波浪潮的机构压力。当它看到 Sequoia、Lightspeed 和 Index 已经持有某家公司的股份时，它所读取的信号是背书与验证。它所看不到的——除非能够获取注册文件——是 Sequoia 以5500万美元的估值买入，而它正考虑在 A 轮投资的这家公司，其基准估值是建立在最高那个分轮数字之上的，而非平均值。

第三类群体是主权财富基金和公共开发机构。就 Ineffable Intelligence 而言，英国人工智能主权基金和英国商业银行——两者均由英国纳税人资金支持——参与了这轮融资。它们各自的入股估值至今不明。两家机构均未回应《福布斯》的采访请求。公共资本以产业政策目标而非财务回报为驱动，进入一家没有收入、没有产品、估值结构不透明的公司，所引入的系统性风险，已超出私人投资者所能承受的范畴。

为何市场对在其他语境中无法容忍的结构保持容忍

Mercor 首席执行官 Brendan Foody 在 X 平台发文，描述了他在近期多轮融资中观察到的规律，并使用"Sequoia 骗局"（Sequoia Scam）一词，来形容以截然不同的估值分两轮投资、然后只对外呈现最高数字的做法。数小时后，他补充说，"公平而言，这在所有主要机构中都是行业惯例。"

Sequoia 合伙人 Shaun Maguire 在同一平台回应，称这种描述有失公允，指出这类结构在他入职该公司七年间仅出现过约五次，并解释其逻辑：因为"其他投资方愿意为一家热门公司支付高价，远超我们愿意支付的倍数。"

这场公开交锋精准地捕捉了其中的张力。这一做法并不违法，也没有证据表明它是经过协调、蓄意欺骗的结果。它是一个市场运作的产物——在这个市场中，对前沿人工智能敞口的需求，远远超过能够提供这种敞口的公司供给，由此造就了一种环境：姗姗来迟的投资方愿意不惜任何代价入场。

Wing VC 合伙人 Zach DeWitt 从内部描述了这种压力："某个时候，基金方面会出现阻力，但市场现在太过火热，如果你想要接触到最好的公司，你别无选择。"

这句话值得停下来细想。"别无选择"，恰恰是支撑估值与运营现实脱节的心理逻辑。当"为一家零收入公司支付40亿美元估值"的替代选项是"在前沿人工智能领域毫无持仓"时，许多基金选择了付钱。这种动态自我强化：每一轮以创纪录估值完成的融资，都抬高了下一轮的起点。

Menlo Ventures 合伙人 Deedy Das 在五月份量化了这一现象的规模：63家新生实验室（neolabs），合计估值超过3000亿美元，已募集资金约480亿美元。这一数字约占过去一年流向 OpenAI 和 Anthropic 以外初创公司的2830亿美元总额的16%。前沿人工智能资本并非市场的一个边缘角落，它已是当前投资周期中的结构性组成部分。

没有人发布的那个数字，才是最终唯一重要的数字

加权综合估值，是精确描述一家由多位投资方以不同价格购入同一资产的公司真实价值的数据点。它是收购方或承销银行在 IPO 流程中构建自身定价逻辑时所使用的参照系。它不是出现在标题中的数字，不是在向高端候选人演示时使用的数字，也不是在基金之间对话中流传的数字。

这不仅仅是信息透明度的问题，更是市场信号的问题。当基础设施公司 Baseten 以分别对应110亿和130亿美元估值的两轮融资合计募得15亿美元时，对外流传的是第二轮的数字。与 Baseten 竞争人才的创始人，拿着这个数字作为谈判基准。评估该赛道的投资方，将这个数字纳入自己的估值模型。

问题不在于某些人工智能公司在某个融资阶段被高估了。问题在于，价格形成机制已经与任何运营锚点脱钩。在存在可验证牵引力、经常性收入或至少持续使用指标的行业，估值有一个底部。而对于新生实验室来说，底部是叙事性的：创始团队的质量、愿景的胆魄，以及吸引下一轮资金的标题制造能力。

Ineffable Intelligence 的优势在于，其创始人在强化学习领域的技术公信力是真实的。David Silver 构建了如今支撑许多最先进模型架构的部分基础研究，这一点毋庸置疑。真正存疑的是：在没有产品、没有收入、融资结构旨在最大化标题效应而非精确性的情况下，这种公信力是否足以在任何非新一轮融资的检验场合，支撑起51亿美元的估值。

公司博客以不同寻常的坦诚回答了这个问题：将会有显著的失败风险，以换取壮观成功的可能性。进入第二轮的投资方买到的正是这个。那些在看到51亿美元标题后才加入的员工，买到的是不同的东西——而他们很可能并不知情。