谁是中国VC的自己人

本文来自微信公众号： 动察Beating ，作者：Sleepy硅谷最好用的一份简历，是在VC待过。这是Menlo Ventures合伙人Deedy Das不久前给出的结论。他用Harmonic的数据翻了2019到2026年成立的8525家美国初创公司，比较63项创始人特征，看谁更容易在种子轮或A轮拿到头部风投领投。

排第一的影响因素不是斯坦福之类的名校，也不是Google等科技大厂，而是「在顶级VC机构待过」，胜算是条件相近者的2.83倍。除此之外，前沿AI实验室出身2.16倍，网络安全背景2.03倍，顶尖大学1.41倍，前Google员工1.29倍。

减分项也有不少，比如MBA 0.65，在中国接受过教育0.59，最年长的创始人超过50岁，0.57。所谓前VC员工，不只是投资人，还包括了驻场创业者、研究员，甚至实习生，不少项目干脆就是在基金内部孵化出来的。

说白了，自己人。那么，中国VC的自己人是谁？为了回答这个问题，动察Beating这次抓取了46家机构的17079条种子轮到A轮投资记录，其中包括29家头部美元与新锐VC（红杉、IDG、高瓴、经纬、启明、五源、蓝驰、君联、真格、Monolith、源码、高榕、顺为、线性、锦秋等，含红杉种子、高瓴资本等子品牌），以及作为对照的人民币头部基金、国资和大厂CVC。

从中筛出被这29家早期押注过的中国AI公司，共1195家，逐家拉取了它们的成立时间、完整融资历程、每一轮的投资方和存续状态。其中410家的创始团队履历可以从公开信息中确认，对估值最高的那批公司，我们又逐一查了联合创始人、董事长、总裁和CFO。

再叠加IT桔子、长城战略咨询、清科、投中嘉川等机构对上万起融资事件和376家独角兽的统计。时间跨度从2014年到2026年10月。在410家创始团队可考的公司里，一号位有投资机构履历的只有4家，不到1%，其中一家是零一万物。

先说清楚一件事。创业本来就是九死一生的，AI行业也不例外。截至2024年，中国存续的AI相关企业约424万家；仅2024年上半年，就有超过8万家注销或吊销。同一年，在一级市场拿到融资的AI公司，是589家。

每一万家里，大约只有1.4家能继续拿到融资。即使是这1.4家里最被看好的那一部分，也未必能有个好结局。在头部VC于2014到2020年押注过的391家AI公司里，截至今天，走到上市或被并购的只有3.8%；

78%已经注销，或者三年以上没有任何新的融资记录。所以，本文所有的比例和倍数，都只发生在这1.4家之内，而且只覆盖其中公开披露了信息的部分。我们看到的是被选中的人，以及选中他们的那套标准。

一半一半先看钱。2015年，中国AI一级市场融资约300亿元，501起。之后是2017年的第一个高峰、2018到2019年的寒冬、2021年的第二个高峰，以及连续三年的回落。然后是2026年。

上半年AI赛道融资1203起、3077亿元，6个月超过了2025年全年。按IT桔子的口径，一级市场每融出2块钱，就有接近1块流向AI。其中DeepSeek、阶跃星辰、月之暗面三家合计约930亿元，占30%。

更值得注意的，是头部机构自己的仓位。2014年，这29家头部VC的种子到A轮出手里，AI项目只占4.7%。2018年到2022年，这个比例稳定在15%到18%之间，那几年钱分散在消费、企业服务、医疗、出海等许多地方。

2023年开始，曲线陡峭起来，26%、38%，到2025年和2026年是55%，头部VC的每两笔早期投资里，就有一笔是AI。2025到2026年，线性资本的早期出手里90%是AI，锦秋76%，五源69%，真格68%，蓝驰66%，红杉中国63%，Monolith 61%。

作为对照，深创投是26%，中科创星是21%。赛道内部也换了位置。2016年，头部VC的AI早期交易里，具身和机器人占27%，自动驾驶占12%；到2026年，具身占到39%，自动驾驶几乎从早期交易里消失了。

为什么会all in到这个程度？一部分原因在LP那一端。据虎嗅援引Preqin的数据，2015到2020年间设立、聚焦中国的美元VC基金里，按DPI排名前十的，只有4只把本金还给了LP。

中国证券投资基金业协会的数据显示，到2026年4月，存续的私募股权和创投管理人是11248家，比2025年初少了800多家。在我们此前对投资人的匿名访谈中，一位投资人说，现在的LP，「只有好几倍收益是不够的」，而能讲出几十倍回报故事的赛道，眼下只剩AI。

这件事的含义是，对头部VC来说，AI已经不是一个赛道，而是几乎整个早期仓位。当所有人都押同一个方向，彼此之间还能靠什么拉开差距呢？只剩下人。而判断一个人最省事的办法，是看他的简历。

于是，简历开始涨价。头部VC参与的AI天使轮和种子轮，中位数在2016到2020年间一直在1700万到3000万元之间，和今天全市场早期融资的中位数差不多。2024年是3900万元。

2025年跳到8760万元，2026年是9000万元左右。同一时间，全市场的早期融资中位数是多少呢？据投中嘉川的数据，2026年三季度974起早期融资，中位数2000万元。头部VC的天使轮中位数，是全市场的4.5倍。

把A轮也算进来，单笔过亿的比例在2015年是0，2021年是32%，2024年是51%，2026年到了64%；单笔超过5亿元的，2026年有16%。再看最顶端的那一批。IT桔子统计了2026年上半年早期阶段融资额最高的10家AI公司，合计165.89亿元，占全部早期融资的36.7%。

能查到履历的8家，创始人无一例外有标签，前华为车BU自动驾驶CTO、前阿里云高管、前阿里千问负责人、北大助理教授、前地平线副总裁、地平线第6号员工、商汤孵化，以及一位22岁的北大毕业生。

放到单个赛道里，集中度更直观。今年前5个多月，具身智能赛道的前20家公司拿走了约330亿元，剩下的200多家加起来约124亿元。据报道，林俊旸离开阿里千问后创办的公司成立三个月，没有产品也没有收入，以约20亿美元的投后估值融了2.2亿美元。

墨奇智能的天使轮系列超过10亿元，投后估值70亿元以上，创始人是华为「天才少年」出身。投中网的报道里有一句话说得很准确，早期定价的逻辑，已经从「按里程碑分段估值」变成了「第一天就按终局定价」。

问题在于，第一天的公司里，能拿来定价的东西只有创始人的简历。那么，简历上的哪一项最值钱？动察Beating在头部VC押注过的公司内部做了一次回归，取创始团队可考、首轮金额有披露的178家，控制赛道和年份，看清华、海外名校、博士、高校教职、中国大厂、美国大厂、AI独角兽系、连续创业这几种标签，能不能解释首轮是否过亿。

结果是，没有一个标签在统计上显著。在410家创始团队可考的公司里，96.3%至少带一个标签，平均每个团队2.3个；完全没有标签的，只有3.7%。也就是说，能坐上这张牌桌的人，本来就全都有标签。

所以标签决定的其实是门票。4.5倍的溢价发生在门口，在「有没有资格被头部VC看一眼」的那一刻。进门以后，简历都差不多，座次要靠别的东西来排。那么，为什么门票偏偏是这几张？答案可能是，对「人」的判断，被外包出去了。

首先就是被外包给了大厂。据统计，2023年以来至少47位大厂高管出走做AI，字节系占三成多，其中31家已经拿到融资。9位华为「天才少年」创办或加入的具身智能公司，公开披露的融资额合计约77亿元。

2025年以来，近20家大疆系创业公司拿到了融资。据报道，有投资人直接去大厂办公楼附近约见在职员工；有机构对还没离职的人说只要你愿意出来，钱、项目、团队都可以帮你配齐；一位猎头说，消费和互联网项目的首轮过去通常是几百万元，现在AI和具身项目的首轮起步就是几千万，有的过亿。

一个人在大厂做到P9、P10，意味着他已经通过了一套比任何一家VC都更严格、更长期的筛选。投资人借用这套筛选的结果，省下的是自己最难做、也最容易出错的那部分工作。但被借用的，也包括大厂的平台。

一位美元基金投资人在我们的匿名访谈中就提出了一个问题，一个人在大厂里取得的成就，有多少其实是平台给的，有多少是真的靠自己的能力，现在其实不太能说得清楚。同样的外包，也发生在高校。清华的教职、姚班的出身、顶会的论文，是另一套现成的认证体系。

本文后面的数据会显示，除了这两类之外，对于人的判断还被外包了两次，一次外包给了同行，一次外包给了自己投过的公司。抱团先说同行。2014年，头部VC参与的一笔AI早期交易，平均有1.5个投资方；

2026年，是4.1个。被两家以上头部VC同时押注的AI公司，从2014年的26%升到2025年的42%；三家以上的，从6.5%升到2024年的18%。天使轮正在变成club deal。

那么，谁和谁坐在一起呢？2023到2026年，在AI公司的早期和A轮里，共同出手最多的10组机构，有8组包含红杉中国。红杉和高瓴创投共同投过13家，和IDG共同投过12家，和蓝驰、顺为各10家。

不含红杉的两组，是高瓴创投和蓝驰（11家）、IDG和五源（9家）。抱团带来的另一个结果，是速度。首轮之后12个月内完成3轮以上融资的公司，在2015年只占2%；2020年是24%；

2025年是32%。一轮还没交割，下一轮的TS已经在路上。曾经有一个具身项目，上一轮的协议刚签完、工商还没变更，下一轮的TS就已经收到了十几份。这种节奏下，尽调被压缩到了只剩标准化的第三方报告和创始人访谈。

机构的决策，也从「要不要投」变成了「能不能抢到份额」。为什么大家愿意这样做投资呢？一个常被忽略的原因，是标签首先服务的，其实是投资人自己。同样是在我们此前的匿名访谈中提到过的，一部分年轻投资人的晋升和奖金，看的是推过多少个项目上投决会、拿到多少份TS，真正见过carry的人很少；

在世界模型、具身智能这些前沿领域，投决会上能真正判断技术路线的人寥寥无几，于是决策常常退回到信不信这个团队。在这样的系统里，一份好简历的价值，首先在于它好讲。它能让一个项目更顺利地通过投决会，也能在项目失败之后，让投资经理有话可说。

和红杉投同一家公司，也是同样的逻辑，没有人会因为跟红杉投了同一家公司而被开除。自己人中国VC的自己人，首先是从VC投过的公司里出来的人。我们把商汤、旷视、依图、云从、地平线、智谱、月之暗面、MiniMax、阶跃、百川、零一万物、DeepSeek、面壁这些公司的前员工所创办的公司，单独标记为「AI独角兽系」。

在头部VC的样本里，它们平均有2.4家头部VC进场，其他公司是1.8家；首轮过亿的比例是50%，其他公司是25%；首轮就有两家以上头部VC的比例是35%，其他公司是21%。一个在商汤、地平线或者月之暗面干过几年的人，他的能力、脾气，甚至离职的原因，投资人都可以直接去问老东家的创始人，或者问自己基金里投过那家公司的同事。

尽调成本接近于零，信任是现成的。于是出现了一个闭环。在投资方信息完整的14家AI独角兽系公司里，有8家至少拿了一个老东家股东的钱。地瓜机器人从地平线分拆，投资方里的高瓴、五源、线性都是地平线的早期股东；

章鱼动力的都大龙是地平线第6号员工，地平线、高瓴、线性都投了。YouWare的明超平来自月之暗面，真格和高榕都在月之暗面的股东名单上。VAST的宋亚宸是MiniMax早期员工，B轮领投方经纬也投过MiniMax。

再往上一代，MiniMax的闫俊杰出自商汤，IDG和阿里同时投过商汤和MiniMax。一家VC投出一家明星公司，明星公司养出一批高P，高P出来创业，同一家VC再投一次。钱在一个圈里转，简历在一个圈里镀金。

对VC来说，这几乎是降低风险的最优解，很难说它错。但对一个没在这些公司干过的人来说，这是一扇不会主动为他打开的门。那么，硅谷意义上的那种自己人，在VC工作过的人，在中国去了哪里？410家创始团队可考的公司里，一号位有投资机构履历的只有4家。

于是我们对2023年以后成立、估值最高的那批AI公司，逐一去查它们的联合创始人、董事长、总裁和CFO。在动察Beating样本里2023年以后成立的约20家AI独角兽中，至少有5家的创始团队或核心管理层里，有投资机构出身的人，月之暗面、零一万物、至简动力、DeepSeek、银河通用。

再往下一层，爱诗科技、千挂科技、即剪等公司的联合创始人或创始团队成员，也来自光源资本、IDG、源码这样的机构。他们很少坐在一号位上，而是坐在总裁、董事长、CFO、联合创始人这些位置上。

这些位置的共同点，是管钱、管融资、管战略。月之暗面的张予彤是最典型的例子，她原本是金沙江创投的主管合伙人，在职期间以投资顾问的身份帮月之暗面融资；2024年离开金沙江后，以联合创始人的身份加入，如今是月之暗面的总裁。

投资人和创始人之间的那条线，在这件事里模糊到了几乎看不见。至简动力的王凯，则把两种自己人合在了一个人身上。他是理想汽车的前CTO，2022年加入元璟资本任投资合伙人；2025年，他和前理想智驾研发负责人贾鹏一起创办至简动力，担任董事长。

元璟资本既是理想的投资方，也是至简动力首轮的投资方。这家公司成立半年完成5轮融资，累计约20亿元，投后估值超过10亿美元。还有一些是后来才坐进去的。DeepSeek请来了高瓴创投的90后合伙人严文韬担任CFO；

银河通用最近换了董事长，新任的尹方鸣是投资人出身，最知名的一笔是宇树科技的天使轮。这股人流还在变大。据母基金研究中心的数据，到今年10月中旬，年内注销的私募股权和创投管理人超过500家，新登记的只有41家。

在五源和Neumann做了12年投资的徐嘉浩，去年出来做了一家AI投研公司Grace Investment Machine，一年内完成四轮融资，Monolith在投资方之列。所以，硅谷的那种自己人，中国其实也有，只是他们换了一个位置。

在硅谷，VC出身的人坐在CEO的位置上，用自己对投资人的理解去融资。在中国，一号位要留给那张能被定价的简历，比如大厂、教授、清华、独角兽校友，而VC出身的人坐在旁边，负责找到愿意为这张简历定价的人。

一号位负责被定价，二号位负责找到定价的人。到这里，可能有人会问，既然大家都看标签，不同的基金，看的是不是同一种标签呢？我们把每家基金投过的、创始团队可考的AI公司拿出来，看各种背景的占比，再和29家头部VC的平均水平对比。

红杉中国几乎就是平均值本身，它投过的公司里，字节系占16%，平均是13%，其余各项也都在平均附近。它投得足够多，以至于它本身就是市场。偏离最大的是锦秋，它投过的公司里，41%有字节背景，是平均水平的3倍多；

AI独角兽系和华为系也远高于平均，海外名校则远低于平均。这几乎是一家只投「中国大厂和AI独角兽校友」的基金。红杉种子偏爱华为系，24%，平均是9%。君联偏爱清华和教授，55%的公司有清华背景，45%有高校教职。

启明74%的公司由博士创办。真格51%有海外名校背景。云启46%有美国大厂履历，在我们的样本里，它没有投过一家字节系的公司。投资是认知的变现，也是喜好的变现。如果说美元基金和新锐VC喜欢大厂人，那么国资喜欢谁？

头部VC参与的AI早期交易里，以美元披露金额的比例，从2014年的61%降到2026年的28%。清科的数据显示，2025年新募基金里人民币基金占97.8%；外币基金募资358亿元，同比下降36%。

今年上半年美元募资有所回暖，19只外币基金募了约453亿元，但钱高度集中在少数有退出业绩的头部机构手里。美元在退场，国资在进场。在头部VC押注过、融资历程完整的AI公司里，31%后来拿到了国资。

但国资挑赛道，芯片和算力是67%，自动驾驶54%，大模型和世界模型50%，具身43%，AI应用只有19%。国资也挑时机。它首次进入的时间，中位数是首轮之后13个月左右；在首轮就进场的，不到五分之一。

有人形容这是「命题作文式投资」，多数国资基金会等市场化机构先把价格定下来再跟进。那么，国资喜欢什么样的简历？有高校教职的创始团队，60%后来拿到了国资；AI独角兽系是57%对43%；

博士是56%对37%。我们控制了赛道和年份再进行了一遍测算，高校教职拿到国资的胜算是2.6倍，AI独角兽系是2.8倍；拿到大厂CVC的胜算，分别是2.9倍和3.3倍。反过来，字节系创始人的公司只有18%拿到了国资，其他公司是49%。

但控制赛道以后，这个差距基本消失了，字节系的创业者八成在做AI应用，而应用本身就是国资最不碰的赛道。国资不是不喜欢字节人，只是不喜欢字节人做的事。把这些拼在一起，会看到一条清晰的链路。

美元基金和新锐VC先出手，押注大厂人、独角兽校友，负责定价；国资和产业资本后到，押注教授、硬科技、已经被头部VC验证过的名字，负责放大。迁移如果把时间拉长，还会看到另一件事，被追捧的标签，本身一直在换。

2014到2017年，头部VC早期押注的AI公司里，46%的创始团队有海外名校或港校背景，54%有博士，27%有美国大厂履历。那是视觉AI和第一批自动驾驶的年代，商汤的汤晓鸥是MIT博士，依图的朱珑是UCLA博士，小马智行的彭军在斯坦福读完博士后去了Google，出门问问的李志飞也来自Google。

到2025到2026年，海外名校和港校降到20%，博士降到31%，美国大厂降到18%。中国大厂从24%升到45%，字节系从0升到19%，华为系从0升到14%，AI独角兽系从6%升到16%。

Google黄埔，换成了字节黄埔。年龄的变化更大。在动察Beating整理的156家明星AI公司里，2017到2023年成立的，大约两成的团队有一位45岁以上的创始人；2024年以后，这个比例只剩2%。

同期，有95后创始人的团队从0升到20%。另一份行业报告统计，今年一季度，30岁以下创始人参与的AI融资已经占到34%。云启资本专门拿出1亿元，只投98后；LiberAI的刘松铭是清华在读的00后博士生，公司成立不到一年，融了六轮、超过10亿元。

硅谷的数据里，最年长创始人超过50岁是减分项，中国现在也是，只不过门槛从50岁挪到了30岁。海归博士、教授、清华、大厂高P、AI独角兽校友、00后在读博士，每一轮周期，都有一种新的简历被认定为「能做成」的信号。

那么，上一轮被追捧的标签，后来怎么样了？头部VC在2014到2017年押注过的AI公司，截至今天，80%以上已经三年以上没有任何新的融资记录，或者已经注销。2018到2020年那一批，这个比例也在七成左右。

整个2014到2020年的391家里，走到上市或被并购的，是3.8%。需要说明的是，「没有新融资」并不等于失败，其中有一些公司已经盈利，不再需要融资；也有一些融资没有被数据库记录，但无论怎么修正，结论的方向还是大多数被头部VC押注过的AI公司现在都已经安静了。

那一代最好的简历，是海归博士加美国大厂。那一代最被追捧的公司，结局也各不相同，有的上市后股价长期低迷，有的IPO申请迟迟没有下文，有的仍在亏损中寻找方向。而2025到2026年最受关注的两家中国AI公司，一家创始人本科毕业于浙江理工大学，一家在很长时间里没有拿过任何一家VC的钱。

简历能证明一个人过去被谁认可过，证明不了他接下来能做成什么。那么，没有标签的人呢？在我们整理的156家明星AI公司里，创始团队完全没有标签的只有两家。一家是宇树科技。王兴兴本科读的是浙江理工大学，硕士在上海大学，2016年创业，做的是当时没多少人看得懂的四足机器人。宇树后来的股东名单里有红杉、顺为、美团、腾讯、阿里、吉利，但那是在它把机器