對話紀源資本符績勛、吳陳堯和李浩軍：沒有包袱的年輕人更容易成功

撰文| 王 潘

編輯| 吳先之

去年12月5日，摩爾線程于上交所科創板上市，首日開盤暴漲超400%，市值一度突破3000億元。作為該項目的早期聯合領投方，紀源資本收獲了近年來硬科技賽道最豐厚的投資回報之一。

明星企業帶來的浮盈數字之外，紀源資本還是全球AI創業潮中審慎且篤定的參與者之一。除摩爾線程成功上市外，其投資項目還在去年迎來了多個里程碑式的成績。

2025年，紀源資本收獲了極智嘉、聚水潭、京東工業等多個大型IPO。據紀源資本管理合伙人符績勛介紹，2025年紀源資本的投資總額近30億元人民幣，相較2024年提升了2.5倍；回籠了超20億元人民幣的現金，同比增長50%，展現出極強的“扣扳機”能力與穩健的退出節奏。

AI浪潮還在繼續，紀源資本手中依然握著不少王牌。去年6月，紀源資本參與了具身智能企業銀河通用的11億元人民幣融資；2月10日，其參投的邊緣AI芯片供應商愛芯元智登陸港交所。“接下來一年，我們投資組合中有超過20家都在準備或者正處于IPO的進程中”，符績勛說。

日前，紀源資本組織了一場圓桌討論會，紀源資本管理合伙人符績勛、吳陳堯和李浩軍三人向光子星球等分享了紀源資本過去幾年所取得的業績數據，對當下AI及相關熱門領域的思考，以及對于該賽道的未來投資展望。

在大模型領域，紀源資本認為，競爭已從“參數規模”跨越到“世界模型”。比起單純的預測下一個詞，他們更看好能理解物理規律、預測“下一個狀態”的AGI新范式。大模型的“盲目投入期”已經結束，比起模型本身的大小，他們更看重能否構建“模型—應用—反饋”的飛輪，真正解決真實場景中的高頻問題。

在具身智能領域，紀源資本傾向于尋找那些擁有獨特行業數據、能讓機器人具備“自學習能力”的團隊。雖然本體硬件（身體）迭代極快，但真正的決勝點已轉向物理AI，也就是能深入工業、物流或家庭等復雜場景，并形成數據閉環的軟硬一體化公司。

本次討論會，還有相當一部分是圍繞AI時代的創業者展開。幾位管理合伙人不約而同提到，相比移動互聯網時代強調模式創新和擴張速度，這一代AI創業者更像工程驅動的“問題解決者”。在項目討論中，創始人會直接在白板上推演系統結構、模型邏輯和工程路徑，而不是先講商業故事。

對投資人來說，這意味著一個更高的理解門檻。下判斷的人必須不斷補課，才能在腦中構建對技術和演進路徑的基本框架。于創業者而言，技術判斷力也正在成為和商業判斷力同等重要的能力。

符績勛提到，每一個時代的創新，很多時候都是年輕人先跑出來的，因為年輕人沒有包袱。每個時代都有每個時代的創新，一個時代所形成下來的那種慣性，就會形成一種包袱。

“很多互聯網以及移動互聯網背景的人，如果還在用互聯網的思維在看AI，有時候這是不對的。年輕人的優勢是有原生的概念，就是AI native，你就是沒有包袱，你敢想。這是他們的優勢，他可以突發奇想，沒有限制，他可以召集一幫人，跟他想的一樣。”

當然，新的創業者，也面臨著新的挑戰。比如年輕人可能會缺很多的管理上的經驗。一個公司從一二十人到一兩百人是一個臺階，從一兩百人到一兩千人又是另外一個臺階。它在過程里都是有成長痛苦的，但是他們都要完成自我迭代、自我成長，要不然可能過不了那個坎，有些企業家就可能過不了那個坎。

行業的快速發展，也為這一代創業者提出了更高的要求。資金依然是創業者們最共性的需求，但不再是唯一變量。常規的融資速度、估值節奏之外，一些更“隱性”的需求開始浮現，比如公司治理結構、組織搭建、全球市場的架構選擇。這些問題往往不會在融資初期被明確提出，卻會在公司快速放大后，成為決定生死的因素。

這些“隱性需求”并不存在統一答案，更多取決于公司所處的階段與創始人的判斷。因此，在AI創業中，VC最重要的一點是“不要幫倒忙”，即減少創業者與機構打交道的復雜度，更多在關鍵選擇上提供經驗支持，尤其是在出海、組織設計和長期節奏判斷等方面。

這是紀源資本近年來不斷強化中臺能力的原因。據悉，紀源從市場資源、高管招聘、媒體內容到創業者生態，逐步搭建一套可以被復用的方法論。

“OMEGA計劃”正是這種思路的代表和延伸。通過持續多年的創業者社群，紀源資本試圖構建一個可以橫向學習、相互借鑒的場域：有人解決銷售渠道問題，有人分享海外落地經驗，也有人討論如何在高波動周期中保持組織穩定。

與此同時，紀源資本也在不斷調整自身。幾位管理合伙人都提到，投資人同樣需要自我迭代。投資人需要承認并直面AI周期特有的不確定性，避免對趨勢草下判斷。

相比短期的資本波動，紀源資本更關注哪些由技術驅動的創新，最終能夠變成真實被使用的產品和服務。那種看到技術真正改變生活方式的時刻，仍然是這個行業最核心的吸引力。

在高度不確定的AI周期里，投資人與創業者都在重新學習如何判斷、如何選擇、如何堅持。保持智識上的誠實，比給出漂亮判斷更重要。

以下為本次圓桌討論的部分對話實錄：

Q：如何看待創業公司與大廠的競爭？

李浩軍：創業公司與大公司的競爭，在每一個時代都會反復出現，本質上始終是一種博弈關系。大公司有其規模、資源和體系優勢，但同樣存在盲區，也有一些“不愿做、做不了或看不見”的事情。創業機會，往往就存在于這些被忽視的角落。在任何行業、任何周期中，這種規律基本一致。

李浩軍

對創業者而言，關鍵在于如何洞察當下的行業格局，并找到真正適合自己的切入點。從切入方式看，越細分通常越有利。問題看起來越宏大、越通用，創業初期的難度也就越高。因此，無論是做應用還是做產品，最核心的問題始終是：你究竟在解決什么問題？為什么需要這樣一個解決方案？這些判斷，本質上反映的是創業者對行業結構和機會窗口的理解。

從市場規模來看，AI時代的機會量級確實可能被進一步放大。技術的本質在于提升生產力和效率，而效率的成倍提升，往往意味著更大的價值釋放。回顧過去幾個周期，互聯網時代出現的是數百億美元公司，移動互聯網催生了數千億美元公司，而今天AI領域已經出現了萬億美元級別的企業。那么，是否會誕生萬億美元級的AI創業公司？我認為并非沒有可能。

最終未必是某一家既定公司勝出，差別更多在于路徑：是由既有巨頭繼續放大，還是創業公司從極小的切入口逐步成長為新的平臺型組織。就像2014年的今日頭條，很難讓人直接聯想到今天的字節跳動，但它本質上是一個組織在十多年中持續演進、不斷擴張邊界的結果。這也是創投行業最令人興奮的地方——從一個微小起點，成長為對社會產生廣泛影響的企業。從這個角度看，AI時代的機會，整體上仍然大于以往。

Q：Manus聯合創始人季逸超認為，當所有人都在做大模型的時候，這個方向可能反而不對。于是他果斷選擇做應用并跑出來了。具身智能會不會出現這樣的情況？當大家都去具身智能時，真正的機會是否會出現在別的方向？

符績勛：應用是一個不可或缺的條件，沒有應用，就無法形成完整閉環。無論是OpenAI的ChatGPT，還是Gemini、中國的豆包、元寶，本質上都是通過應用形態觸達用戶。因此，應用一定會存在。

過去兩年我們反復討論的問題，其實集中在“場景”和“應用”上：哪些應用更適合大廠，哪些又可能是創業公司的機會。

回到具身智能，我們更關注的是數據問題。沒有數據，就談不上應用，更談不上自學習。近期我們重點看的，其實是在數據層。具身智能在初期階段，尤其依賴高質量、成體系的數據集，這是不可回避的前提條件。

當然，數據本身是不是一個長期成立的生意，也值得討論。從理論上講，機器人最終應具備自學習能力，而不是長期依賴外部數據供給。但在當前階段，數據仍然是明顯的痛點——成本高、獲取難，而應用落地又高度依賴數據。這些都是現實約束。

李浩軍：在機會選擇上，除了向外看行業空間，也需要向內看團隊能力。并非所有看起來成立的機會，都適合某一個具體團隊。資源調動能力、產業經驗、團隊結構，都決定了機會與團隊之間是否匹配。

對于今天的創業者，在洞察機會的能力中，除了向外看，還要向內看——即不僅要看機會在哪里，還要看自己能做什么。目前許多行業的創新創業對資源調用和調配能力的要求極高。

在特定領域擁有熱情或愿景（Vision），就必然具備相應的資源調動能力。創業者必須客觀審視機會與團隊能力的適配度。有些領域雖然存在機會，但未必適合某個特定的團隊或創業者。因此，“適合自己的機會在哪里”，本質上是如何客觀認知團隊能力的問題。

Q：具身智能項目如何建立差異化，避開大廠的覆蓋范圍？

符績勛：具身智能的核心仍然在于場景。具身智能的應用場景可以拆分為多個大類，比如工業和工廠相關場景、商業場景（如酒店、商超）、物流場景，以及家庭場景。不同場景對產品形態、技術路徑和商業模式的要求都不相同。

符績勛

我不認為大廠有能力將觸角延伸至每一個細分場景。對于創業公司而言，核心在于戰略抉擇：選擇哪個方向？在該場景中擁有哪些壁壘？是數據的深度、模型的獨特性，還是本體設計的優勢？這些都是構建護城河的關鍵。

吳陳堯：壁壘的另一維度源于對運營與全產業鏈條的深度參與。這也是創業公司可以在局部領域打透的地方，因為這牽扯到硬件相關公司的商業模式。模式可以是產品（as a Product），也可以是服務（as a Service）。以極智嘉為例，他們不僅售賣倉儲機器人，還直接運營倉庫，通過前裝方式提升效率，直接向客戶提供服務。這樣客戶無需自行購買機器和規劃線路，降低了門檻，也加深了綁定。再如城市市政清潔領域，有些公司不再單純售賣清掃車，而是承包整體自動化清掃服務。這種全場景整合能力就是極強的競爭壁壘。

Q：這是否意味著To B項目更容易形成護城河，而To C很難形成獨立優勢？

李浩軍：硬件的核心是制造，而制造必然涉及產業鏈，因此需要從產業鏈思維的角度去思考。除了關注終端產品，還要向上推演與產業鏈相關的深層問題。產業鏈的機會、格局及完備程度，在很大程度上決定了終端產品的形態、性價比以及最終的市場推向能力。

以過去兩年討論較多的智能眼鏡為例。在分析硬件時，需要抽離出產品本身，審視其所在產業鏈的完備程度，以及該產品對產業鏈的影響力。另外，要將其與現有生態進行對比。在我看來，現有生態的核心鏈主硬件是手機。那么，獨立硬件與手機生態之間是獨立存在，還是融入生態？

如果是融入手機生態，競爭激烈程度毫無疑問會更高。因為生態內部的體驗與連接非常絲滑，正如MacBook與iPhone的聯動體驗。但如果作為獨立硬件，例如拓竹（Bambulab）的打印機，它與手機生態沒有強耦合性，作為獨立的生產工具，依然擁有廣闊的市場空間。因此，這需要區分來看。

吳陳堯：我并不完全認為To B優于To C。在To C領域，我們看到智能眼鏡、音頻筆記硬件等產品在解決實際場景問題的同時也延伸到了手機端，且能通過訂閱制產生持續現金流。中國創業者在硬件制造與移動互聯網產品能力的結合上，具有全球競爭優勢，目前呈現出“全面開花”的狀態。

Q：AI會如何影響企業的組織運轉，什么樣的組織才能在AI時代跑贏同行？你們如何判斷一個公司的組織能力？喜歡投資哪些形態的組織？

李浩軍：我認為AI時代其實不需要那么多人。我們見到的團隊，尤其是早期團隊，他們的vision就是團隊自始至終的規模不超過50人。現在還有更為極致的“一人公司”正持續出現。總的來看，AI時代的組織規模整體趨于縮小，但人才密度在變高，同時AI公司應用AI工具的能力也在不斷提升。這是我們作為投資者和創業者群體互相認可的共識之一。

相對而言，我們更看重團隊利用AI工具提升效率的能力。這是我們從投后視角的一個觀察，基于我們對歷史上數百個投資樣本（包括30多家上市公司）的總結。

符績勛：與互聯網時代相比，AI時代對組織規模的依賴降低，但對人才能力的要求顯著提高。互聯網時代強調組織力與運營流程，而AI時代更看重人才密度與綜合素質。這對個體能力提出了更高要求。

Q：是否會引導創業者學習特定組織樣本，比如華為？

李浩軍：這個我覺得并沒有特定的模板。有野心的創業者當然希望自己能成為下一個字節跳動，但我們在參照的時候也不能把字節作為類比項。更多時候我們會綜合判斷某家公司的商業模式是否實現自洽，很難通過簡單類比來復制。

Q：國內的字節跳動、DeepSeek以及海外的奈飛，都在近段時間持續提高自己的人才密度。在你們投資的項目中，會不會給到他們相似的案例去學習、參考怎么搭建自己的組織？

Lily：我們做了OMEGA平臺，專門幫助我們的投資的公司和學員們找參照標的，促進被投公司間的交流。幸福的家庭各有相似，優秀的公司各有千秋，同階段（如B輪）或同需求（如出海）的公司互相學習往往最有效。他們探索出的落地打法經常出乎意料。他們有很多grounded的打法，這些打法是需要創業者自己去探索的。

雖然沒有系統性地安排他們去學習組織搭建和人才培養，但我們每年還是會組織OMEGA學員和被投公司去參訪很多公司。比如去年12月，我們就組織大家去耳機公司韶音，還有小鵬匯天這些優秀企業現場參訪。尤其是韶音的分享讓我印象非常深刻，它不算是大型公司，但它在文化上做到了“知行合一”，是我見過最好的案例之一。比起系統的課程，我們更傾向于這種實地參訪的形式。

Q:在目前的AI時代，一個好的創業者應該是一個極其優秀的機會主義者嗎？

吳陳堯：我覺得新一代的年輕創業者，其實移動互聯網時代也有很多非常年輕的創業者，但我覺得區別在于今天正好處在一個這樣的一個時間拐點上。在AGI的時代，對于年輕一代創業者，他對于未來AGI時代就是人類工作的價值，還有那個時候的經濟社會應該是怎么樣的，以及更偏價值層面的價值觀，其實他應該想的更深入，就是說他是用AI去創造讓所有人娛樂至死，或者說他是用游戲去讓人無限地沉浸，還是說他可以解放所有人的勞動力。

吳陳堯

是什么驅動著你去創業？你認為未來的人花多長時間工作？人自身的價值是如何體現的？這些問題其實早一代的創業者是不需要回答的，中國更早的一代他們所受的教育并沒有告訴他們去有這Liberal Arts或者說ESG相關的這種考慮。

但是這一代的創始人，我自身的觀察就是，很多都受到Elon Musk的影響非常深。Elon Musk認為，未來工作是一個選擇，而不是必要，所以他的這種思想激勵了很多人，最終你創業可能帶來收入，但是這個收入未來是不是長遠、能夠持續，那取決于這個價值在未來是不是持續的成立。比如未來我們購物可能不是通過我們自己去看廣告來決定，而是我們個人的Agent去幫我們做決策，那這個時候廣告的價值就下降，所以他需要從創業者，從這個角度去思考這個價值是不是最終的。因為我發現今天很多的創業者他都有這樣的思考，就是他帶有第一性原理的思考，這個是非常特別的。

Q：新一代AI Native創業者很多是90/95后，他們有哪些特質？與上一代創業者相比，有哪些明顯不同？

符績勛：與互聯網和移動互聯網時代相比，AI時代的創業呈現出一些明顯不同的特征。上一代創業更多比拼的是商業模式創新、產品迭代速度以及獲取資本和快速占領市場（跑馬圈地）的能力，而在當前這一代AI或具身智能創業者身上，技術理解與工程能力變得尤為關鍵。

在實際交流中，這類項目往往對投資人也提出了更高的理解門檻。許多技術問題并非既有經驗所能直接覆蓋，需要持續學習和補課，才能判斷其技術邏輯是否成立、路徑是否合理。相較于單純的商業模式創新，AI創業對創始人本身的技術素養要求更高。

我自己是工程背景出身，也曾在工程崗位工作過。在這一代的創業者里面，工程能力變成了一個非常核心的能力，它不是通過一個簡單的商業創新或者說言語上的感染力就能做起來，而是需要更多思考，對自己的商業模式和發展路徑做拆解，才能做到在投資者那邊make sense，這是我覺得不一樣的地方。

很多創業者會直接在白板上推演工程問題，投資人可能不完全懂，但至少能從邏輯上判斷這條路能不能走通。這種情況在互聯網時代相對少見，但在智能時代已經非常普遍。

李浩軍：如果從更概括的角度總結，我會用幾個詞來形容這幾年見到的優秀創業者：更敢想、更自信，也更有野心。

與上一代創業者相比，他們對未來的判斷更加樂觀，對自身能力也更有信心。過去，行業整體的Beta比較突出，甚至有投資人去勸創業者應該把估值弄高一點，多融點錢。而今天不少高估值項目的創始人，依然認為自己的公司太便宜了。這種自信與野心，某種程度上也是AI時代創業者的一個共性特征。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！