对话 317｜2026年，硅谷创投，几乎不看AI应用了？｜硅谷一线投资人周楠

我是孙煜征，大家叫我立正，康奈尔经济学博士、《真本事》作者、Superlinear Academy创始人。在这里，和我一起把AI、工作与人生中的重要问题想明白。

了解我、阅读文章与查找往期节目

https://www.lizheng.ai/

本期内容

完整版1小时50分钟：https://youtu.be/BseWUBpOHY4

2017—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。

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。

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？

嘉宾：

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。

章节：

00:00 精彩预告

00:47 为什么共识形成以后再下注已经太晚

04:49 基金规模如何决定投资打法

06:43 十年前注意到 Scale AI，为什么没有立刻投

10:30 Scale AI 如何穿越自动驾驶退潮

14:48 Cerebras：Transformer 之前的算力下注

20:38 投资直觉如何经由风险拆解验证

22:32 什么才是足够大、足够难的问题

25:31 技术很强，为什么 VC 五分钟就会拒绝

30:09 OpenAI、Databricks 与那支没募成的基金

36:53 垂直 Agent 真正还剩什么机会

39:15 Physical AI：Demo、部署与数据闭环

42:32 Token 如何改写硬件商业模式

44:40 能赚钱的产品，为什么未必值得 VC 投

45:35 从 Demo 到量产：什么是“暂时的 PMF”

47:12 这一轮 AI 接近收割，下一个周期在哪里

52:44 为什么正确的建议也可能毫无用处

55:26 大厂技术人创业的三个误区

57:48 什么样的创始人真正 coachable

59:42 不追热点，AI 时代谁不容易被淘汰

1:00:41 现在还该创业吗？一定要拿 VC 钱吗

1:01:50 怎样讲出能打动一线 VC 的故事

#AI投资 #创业 #风险投资 #OpenAI #ScaleAI

问问立正｜把问题想明白

听完还有问题，或想把一个观点用到自己的处境里？试试我做的「问问立正」：AI会从我的公开文章、视频和《真本事》中寻找相关内容，整理回答，并附上出处。每天可免费提问3次。

https://ask.lizheng.ai/

Superlinear Academy｜免费AI社区

想和一群认真用AI的人一起交流？加入我创办的Superlinear Academy免费社区，看真实项目、找学习资料，带着你的问题参与讨论。

https://www.superlinear.academy/

AI Builders｜系统学懂AI，真正用起来

想系统学懂AI、用它做好重要工作，把想法做成作品？了解我和鸭哥一起做的AI Builders课程。

https://ai-builders.com/