种子轮就要 10 亿美金 — Deedy Das 列了 11 个理由证明 VC 不是疯了是在算账
Menlo Ventures 合伙人 Deedy Das（前 Google / Glean）数了 2025-2026 年第一轮就估到 $1B+ 的公司——大约 25 家 neolab（新型实验室）。然后列了 11 条理由论证这些”集体吸毒”的估值其实是每一个参与方按自己利益算账的局部理性叠加结果。深思SenseAI 把整个 thread 翻译 + 加了点本地注解。
核心论断：宏观荒诞从来不是由微观疯狂组成的，它是由微观理性在错位的约束下叠出来的。
这是一篇不带情绪谈估值结构的硬料 — 比”VC 又非理性繁荣了”层次高很多的视角。
一句话定义 — neolab 是什么
| 维度 | 描述 |
|---|---|
| 谁 | 大约 25 家公司（TML / SSI / Ineffable / Ricursive / World Labs 等） |
| 阶段 | seed 轮（不是 A 轮） |
| 估值 | $1B+ post-money |
| 状态 | pre-revenue, pre-product |
| 特征 | 愿景大、烧钱狠、说不清做啥但要花很多钱 |
| Proof of Concept | OpenAI（接近 $1T）+ Anthropic（数千亿级别），私募市场基本流动 |
11 条理由 — 每一条都是一笔账
1. 数学账：1% 命中率就够
- 100 家 neolab × 1% 命中 × 10x return（5-7 年）= 40-60% net IRR
- VC 行业长期平均 IRR 15-20% 就算优秀
- → 只要相信赛道命中率能到 1%，$1B 定价就不离谱
2. GPU 是硬约束
- 前沿模型训练 1 万张 H100 起步
- NVIDIA GPU 按长合约分配，有些根本不卖给 startup（要等 Azure / Oracle 分片）
- 一家像样的 neolab 第一年 GPU 预算 $100M
- 创始人要 $100M GPU 预算 + 不想稀释超 10% → $1B 估值是唯一解
- 估值高不是创始人贪，是约束倒推出来的
3. 人才按克称 + 行权价拖累
- Meta 给前沿 researcher 9 位数 package
- neolab base salary $400-600K 起跳，年招 20 人就是 $15M 现金
- 隐藏成本：估值高 → 409A 高 → 行权价高
- 给 researcher 0.25% 期权（在 $1B 估值上账面 $2.5M），对方行权要掏 $25-50 万真金白银
- 公司得发 loan 或现金补贴 cover → 降估值期权变便宜，但现金压力上升
4. 赛道窄 = 赢面高（11 条里最容易被忽略的一条）
公式：p(success) = p(this idea works) × p(success | this idea works)
- 大部分 VC 在第一项反复 DD（“这个方向 make sense 吗”），但谁也比谁多看不到哪去
- AI 赛道因为算力 / 人才 / 资本三重约束，第二项异常高
- 通用推理模型 serious player 全球 < 5 家
- foundation 机器人模型也是几家
- → 在消费互联网时代做 social app 对手 1000 家，最后留 3 家
- → neolab 时代你第一天就只跟 5 家竞争，idea 跑通了大概率拿到那块饼
5. 优先清算权是下行保险（最被低估的一条）
- VC 投种子是 preferred，带优先清算权——清算或卖掉时 VC 先拿本金
- Acqui-hire 案例提供 floor：Meta 给一个顶级 AI 人才都是 9 位数；买断 10 人 team 是 $200-300M 常规水位
- Deedy 列的具体案例：Cursor / OpenClaw / Windsurf / Vercept / Astral / Bun / Coefficient Bio
- → 哪怕公司没跑出独角兽，团队和 IP 打包卖掉，preference stack 让 VC 至少不亏本
- 这不是赌上涨，是用 preferred 条款给下行加缓冲垫
6. 标价不等于真实成本（rolling close 三档）
- 新闻上看到”$1B 估值 seed”——不是每一位投资人都按 $1B 进来
- 实操是 rolling close：
- 第一档：机构 VC 先以 $100M 估值悄悄进场（不发新闻）
- 第二档：几个月后 $500M 估值进战略投资人（新闻写”加轮”）
- 第三档：NVIDIA 这种大腕以 $1B sticker price 进来（发新闻就这档）
- 三档合在一起被叫”一轮 seed”
- 对外 valuation 写最高那档，VC 真实 blended cost basis 可能是 $300-400M，不是 $1B
- $1B 对外是战略信号，对内是账面游戏
7. 市场就是市场（最不需要解释的一条）
- 一堆钱追一小群特别强的团队，不抬价隔壁就抬。bidding war 是因，不是果
- 历史 loop：2000 dot-com / 2014 移动互联网 / 2021 growth bubble
- 区别：这一次要花的钱比以前任何一次都多——social app $10M 能启动，frontier AI lab $1B 都不够
8. 大基金只会开大支票（数学决定的）
- 现在的基金量级：a16z / Founders Fund / General Catalyst / Sequoia 单基金 $10B 量级；Thrive 最新 $5B
- 假设 $10B 基金 / 10 partners / 3 年部署 → 每个 partner 每年 $333M
- 在 growth stage 这个节奏正常，在早期叫要命
- 选项：(a) 一年做 30 个 deal × $10M 一张 vs (b) 3-5 张 $100M 大支票直接解决
- 3-5 张大支票比 50 张小支票容易管理
- 何况 $10B 基金要 return 3x → 做出 $30B 回报；$3M 支票翻 100x 也只能贡献 $300M——对 $30B 没意义
- → 大基金的结构逼着它必须开大支票，不是想不想的问题
9. FOMO 贯穿整条食物链
- 投资人 FOMO：每个 VC 都想做下一个 a16z 的 OpenAI / benchmark 的 Snowflake；LP 施压”你有没有 AI 前沿曝光”
- 创始人 greed/secondary：现在 pre-product 的 seed 也能卖二级，创始人在第一轮就套现 $10M+ 不是新闻——这给创始人推高估值的直接动力
- 创始人 FOMO：圈子里能听说同行（斯坦福教授、Meta AI principal researcher）以多少估值起步——水平差不多甚至不如自己的人以 $50-100M 起步，就不甘心低于这个数
- 食物链每一层都有”被错过的恐惧”，层层叠加最后落在估值上
10. 失败模式（最诚实的一段）
不是悲观预测，是行业默认答案：
- (a) 速度掉下去：1-2 年后公司不 hot 了——没 research breakthrough、没 revenue、没再融资性感故事、老股没流动性。员工看朋友别处风生水起，开始离开
- (b) 研究做成了但没做成生意：技术难题解决了，但能力转化不成可持续 revenue。研究价值 ≠ 商业价值
- (c) 做成了也赚钱了，但太贵了：business 起飞但还是烧 GPU 烧太狠，下一轮融资稀释把之前所有投资人都打到无足轻重
→ 前两种 → sell mode，希望卖掉价格越过 preference stack（VC 拿回本金算赢） → 第三种 → VC 不亏钱，但 IRR 也就那样 → 绝大多数 neolab 落在这三种之一
11. Deedy 自己的 take
- 这些 $1B 种子轮绝大多数不会有好结局
- 但失败率并不会比整个 VC 行业更高
- 只要有一个跑出来，回报就能覆盖所有没跑出来的
- 传统 VC power law：100 个里 3-5 个产生 80% 回报
- neolab power law 更极端：100 个里出 1 个，那 1 个本身就可能是万亿美金级别
- → 这就是为什么账能算过来——不是 VC 傻，是他们在一个”最好情况变得史无前例地好”的世界里重新定义了”理性”
译者自己的 take（深思SenseAI）
最值得记住的一段：
我读 Deedy 这个 thread 最大的感觉是：它让我从道德判断退回到结构判断。
在推特上刷到”XX 公司 seed 轮 $1B 估值”，第一反应通常是”又一个疯了”——这是在说对方品格。但 Deedy 这一圈理由讲下来，你会发现这不是疯不疯的问题，是每一个参与方都在用自己的局部理性应对自己面前的约束：
- 创始人面对 GPU 和人才硬约束
- 早期员工面对行权价和现金需求约束
- VC 面对基金规模和部署节奏约束
- LP 面对”我有没有 AI 曝光”约束
- 所有人面对”不能错过下一个 OpenAI”约束
每一个决定拉出来单看都站得住脚。只不过所有这些局部理性加起来，拼出了一个从宏观上看不可持续的系统。
历史先例： - 2021 年 SaaS growth deal 估值到 100x revenue - 2007 年的房贷分层证券化 - 16 世纪的郁金香
宏观荒诞从来不是由微观疯狂组成的，它是由微观理性在错位的约束下叠出来的
拧巴的地方 / 我的怀疑
- “1% 命中率”这个假设没数据支撑——Deedy 直接拿 1% 套，但 dot-com 时代 100 家估值高的 startup 跑出来的比例是多少？传统 VC seed 命中率历史数据是多少？文章没引。1% 命中可能太乐观——历史上 seed 投到 IPO 命中率 < 0.1% 是有数据的
- OpenAI / Anthropic 作为 Proof of Concept 是 survivorship bias——这两家是 5 年前的公司，那时候没这种估值环境。用今天 Proof of Concept 论证今天起步的 neolab 是循环论证
- Acqui-hire 价格 $200-300M 的”floor”假设可能过乐观——文章列了 Cursor / Windsurf 等案例，但都是 2024-2025 年达成的。如果整个行业进入下行周期，Meta 还会用 9 位数挖人吗？ Acqui-hire 价格不是 floor，是市场情绪函数
- Rolling close 三档机制很常见，但作者没说清三档对外用同一个 sticker price 是否合规——美国 SEC 对披露有要求，多档融资写”$1B seed”可能误导后期投资人。这条文章带过没追
- 大基金 $333M/年/partner 的部署压力是事实，但不解释 seed 估值 —— 大基金正常都做 growth deal，不应该挤进 seed。真做 $1B seed 的是少数 specialty 早期基金（Founders Fund / Khosla 等），不是 a16z 主基金 / Sequoia 主基金。文章把”大基金大支票”和”seed 高估值”绑在一起，逻辑上有跳跃
- “power law 更极端 100 出 1 万亿美金”是 prediction，不是数据——OpenAI / Anthropic 还没退出，私募市场流动性 ≠ 二级市场退出。等到真有公司从 $1B seed 走到万亿 IPO 才能算实证
- 失败模式段最诚实但最低估的一种是”卖不掉”：作者列了 3 种失败模式，每一种都假设公司至少能卖掉。但如果赛道整体冷下来，连 acqui-hire 都没人接呢？ preference stack 在没人买的时候是废纸——这种情况文章没碰
跟你已有笔记的强连接（5 条）
1. 拾象月更时代笔记 4-Endgame 期权定价框架——Deedy 讲的 11 条理由本质就是 4-Endgame 框架的展开论证： - Strategic Acquisition（acqui-hire 案例）= Endgame 1 - 万亿 IPO = Endgame 2 - 卖不掉的 sell mode = Endgame 3 / 4 兜底 - 这次给 4-Endgame 加了”具体单价 + 命中率假设”——可以 update mental model entry
2. mental-models.md “Founder 跨范式判断 · 看动作不看话”——文章里 Deedy 的”水平差不多甚至不如自己的同行以 $50-100M 起步”FOMO 段，正好是 Founder 看到同行动作的真信号。值得作为新维度补进 mental model：在 neolab 时代，Founder FOMO（自己估值低于同行）是融资约束之一
3. mental-models.md “Harness 双轴” entry——neolab 现象本身是 capability uplift 的极致体现：模型能力定义了估值（GPU 够买多少 + 人才能不能挖到 + 跟 5 家而不是 1000 家竞争）。这条 entry 可以补一个 case：当 capability 决定 valuation 时，价格不是”由市场决定”而是”由约束倒推”
4. Anthropic / OpenAI JV 笔记（你昨天精读的）——Deedy 这篇跟昨天那篇互相印证： - 昨天讲”母公司 IPO 时拆 services”是估值双轨设计 - 今天讲”$1B seed 是约束倒推 + 局部理性叠加”——两篇合起来构成一个完整的 AI 公司 lifecycle 估值视角：从 seed 到 IPO，每个节点都是局部理性 × 资本结构 = 表面荒诞
5. video agent 4 维 scorecard（4-30 panel）——Deedy
第 4 条公式
p(success) = p(this idea works) × p(success | this idea works)
跟 4 维 scorecard 异曲同工——前者是定性公式，后者是定量
axis。可以串起来用
4 条投资视角的 takeaway
看任何 AI seed deal 时套 11 条 framework：估值高不高不是关键，约束倒推得出的估值 vs 真实约束量级才是关键。问”如果 GPU 预算 $100M / 不想稀释超 10%，估值唯一解是不是 $1B”——是 → 估值站得住；不是 → 估值灌水
rolling close 是行业潜规则，看到”$1B seed”先问”blended cost basis 多少”——尤其后期跟投时，不要按 sticker price 算自己的 cost basis 倍数。实操：进 deal 前问 GP “前面几档分别什么价进，我这档是哪一档”
acqui-hire 价格不是真 floor，是市场情绪函数——Deedy 把 acqui-hire 列为下行保险，但这条在 2024-2025 hot 期成立，2026 年下行周期可能不成立。评估时要打折——把 acqui-hire 价当 “best case” 而非 “worst case floor”
真正难的是辨别 1% 命中里的那一家 —— 11 条理由里没一条告诉你怎么辨别 winner。辨别 winner 还得靠 founder DD + 技术 DD + 时间窗口判断。Deedy 给的是”为什么定价合理”的辩护，不是”怎么挑赢家”的方法论
一句话总结
Deedy Das 用 11 条结构化理由把”$1B seed 是不是疯了”的道德判断退回到结构判断——neolab 估值高不是 VC 傻，是每个参与方按自己约束算账叠加的结果（GPU 硬约束 + 人才战 + 行权价 + 大基金部署节奏 + 食物链 FOMO + rolling close 三档 + 优先清算权下行保险 + 1% 命中率数学），最好情况变得史无前例地好（万亿美金级 power law）让账能算过来；但宏观荒诞 = 微观理性 × 错位约束（参考 2007 房贷 CDO / 2021 SaaS 100x / 16 世纪郁金香），失败模式包括速度掉下去 / 研究成了生意没成 / 烧太狠，绝大多数 neolab 会落在这三种之一。