{"type":"rich","version":"1.0","provider_name":"Transistor","provider_url":"https://transistor.fm","author_name":"课代表立正","title":"E527. 2026年，硅谷创投，几乎不看AI应用了？｜硅谷一线投资人周楠","html":"","width":"100%","height":180,"duration":3956,"description":"完整版1小时50分钟：https://youtu.be/BseWUBpOHY4\n2017—2018 年，当不少出资人还把 AI 看成“不靠谱、太烧钱”的赛道，周楠参与筹备的一支 AI 基金，待投项目里已经有 OpenAI、Databricks 和 Cerebras。基金最终没有募成，这些机会也就这样错过。在那前后，她早期投资了 Cerebras；几年后，又参与了 Scale AI 投资。她由此形成了一条很硬的投资纪律：一定要在共识形成之前下注；等所有人都看懂，往往只剩更高的价格和更小的空间。\n但“在共识之前看见”并不等于凭感觉押注。周楠会看非常具体的信号：为什么八十多位创始工程师、六十多位博士愿意再次追随 Cerebras 创始人；自动驾驶退潮之后，Scale AI 如何迅速转向公共部门；Alexander Wang 又如何用一段 28 分钟的视频，把公司的历史、客户迭代与未来愿景讲清楚。所谓投资直觉，背后其实是对工程、市场、团队和执行风险的一层层拆解。\n这期对话也回答了几个创业者更直接的问题：技术团队很强，为什么 VC 可能五分钟就决定不投？AI Agent 即使能赚钱，为什么仍未必是一家适合风险投资的公司？垂直数据不再天然构成优势之后，真正的机会为什么更可能藏在完整、复杂、高价值的工作流里？机器人怎样跨过 Demo、部署、数据闭环与 ROI 之间的鸿沟？以及大厂技术人创业，最容易犯的三个错误是什么？\n嘉宾：\n周楠：硅谷科技投资人。录制本期时任高通创投投资合伙人；曾在百度从事 AI 与芯片投资，是 Cerebras 早期投资人，并参与 Scale AI 投资。\n章节：\n00:00 精彩预告\n00:47 为什么共识形成以后再下注已经太晚\n04:49 基金规模如何决定投资打法\n06:43 十年前注意到 Scale AI，为什么没有立刻投\n10:30 Scale AI 如何穿越自动驾驶退潮\n14:48 Cerebras：Transformer 之前的算力下注\n20:38 投资直觉如何经由风险拆解验证\n22:32 什么才是足够大、足够难的问题\n25:31 技术很强，为什么 VC 五分钟就会拒绝\n30:09 OpenAI、Databricks 与那支没募成的基金\n36:53 垂直 Agent 真正还剩什么机会\n39:15 Physical AI：Demo、部署与数据闭环\n42:32 Token 如何改写硬件商业模式\n44:40 能赚钱的产品，为什么未必值得 VC 投\n45:35 从 Demo 到量产：什么是“暂时的 PMF”\n47:12 这一轮 AI 接近收割，下一个周期在哪里\n52:44 为什么正确的建议也可能毫无用处\n55:26 大厂技术人创业的三个误区\n57:48 什么样的创始人真正 coachable\n59:42 不追热点，AI 时代谁不容易被淘汰\n1:00:41 现在还该创业吗？一定要拿 VC 钱吗\n1:01:50 怎样讲出能打动一线 VC 的故事\n#AI投资 #创业 #风险投资 #OpenAI #ScaleAI\n欢迎加入我创办的AI社区「超线性学院」，里面已经有两万多AI Builders，700多个项目。在里面，你能看到最新的技术进展，和不同背景的人如何用AI解决自己的问题。我在腾讯、美团、小红书等公司的企业培训，在社区里也可以免费看。\n访问 https://www.superlinear.academy，或搜索App超线性学院。","thumbnail_url":"https://img.transistorcdn.com/SrdgszKfQdMzHkFcqyor7qCKHRdyeQYSqgfLgUTg7CI/rs:fill:0:0:1/w:400/h:400/q:60/mb:500000/aHR0cHM6Ly9pbWct/dXBsb2FkLXByb2R1/Y3Rpb24udHJhbnNp/c3Rvci5mbS9kZTM0/ZmVjMjA2NzRkZGM5/YjI4ZGUxYjdkMTFj/NDM4YS5qcGc.webp","thumbnail_width":300,"thumbnail_height":300}