文|詩弦

來源|博望財經

2026年，只靠個人資源和線下飯局拉融資，可能會錯過AI重構創投服務的末班車。

01

親熵

出于FOLS（Fear Of Looking Stupid）心理，投資人們本能地追求共識：賽道要火、邏輯要順、最好隔壁老王也投了。對于那些還沒形成共識、或者壓根不溫不火的賽道，本能反應就是——再看看吧，生怕投出一個看起來很傻的項目。

但最近幾年的資本寒冬和賽道輪動，把這事兒悄悄改變了。

創投圈正在進入一個非共識主導的新周期。你會發現，除了AI、具身智能這些熱得發燙的賽道，那些真正在一線看項目的老炮們，聊的話題開始變了——他們開始認真聊“不確定性”。

例如，峰瑞資本除了AI硬件、AI for Science、以及“十五五”相關的未來科技之外，明確提出要布局“一些確定性不高的新東西”。心資本盯完AI和機器人產業鏈，開始瞄向“不確定性強的前沿技術”。

海外更狠，直接給這類公司造了個新詞：“親熵”（proentropic）。

圖片來源：福克斯商業頻道

今年Upfront Summit上，投了SpaceX的那位大佬——Valor Equity Partners的創始人Antonio Gracias，高調表示：我就想找那種能在混亂中長得很好的“親熵”型公司。技術變革、氣候亂套、地緣政治炸鍋……這些都不要緊，關鍵是你得能扛得住，甚至越長越好。

“熵”這個概念，原本是物理學里衡量“無序程度”的。熱力學第二定律說得很清楚：任何系統都會自然而然地變得越來越亂。這個道理放到今天的世界——人口越來越多，技術越變越快，全球化在退潮——你就懂了：混亂不是偶然，是常態。

而“親熵”型初創公司厲害在哪？它們極其擅長預測這種混亂的未來，并且知道該往哪走。它們不覺得當下的市場有多靠譜，而是把一種“概率性思維”種進了團隊的骨子里——世界隨時可能變，什么都可能發生。它們不僅想得到這些極端情況，還能從這些極端情況里，活得好好的。

02

AIDE

長期以來，創業公司只有兩種玩法：一種是中小企業（SME），一種是創新驅動型企業（IDE）。

受限于資源，SME就算有創新，也只是小打小鬧的修修補補。IDE則不同，它從第一天起就旨在顛覆舊有商業模式，并以全球市場為目標。

現在，在“創新要快”和“成本要省”的交匯點上，第三種玩法出現了：AI驅動型企業（AIDE）——以AI原生的方式設計與運營，并借助AI實現全球市場覆蓋。它把IDE的全球野心和創新能力，跟SME精干、輕量的運營模式結合在了一起。這種組合既能降低風險，又能提高勝率。

傳統IDE的短板在于：0-1階段太長了。一個想法從腦子到產品，要經歷漫長的研發周期。創始人要花幾個月甚至幾年，砸大量資源，才能做出一個能用的東西。這段時間里，企業基本沒收入，全靠風險投資、天使、政府資助，還有創始人自己搭進去的“汗水股權”（sweat equity）撐著，一著不慎就會踏入死亡之谷無法翻身。

圖片來源：DesignWithValue

AIDE正在徹底改寫這條增長曲線。AIDE的核心理念就一個：AI當發動機，驅動一切。從市場調研、產品開發、市場進入，到財務、HR，再到日常運營，全部用AI跑起來。

用AI驅動的初創公司，能極速縮短產品開發周期，把過去幾年的路，壓縮到幾周甚至幾個月。當驗證產品想法所需的前期投入大幅降低，它們便無需再背著沉重的“開發債務”上路。

這催生出一類極致精益的初創企業，特點是人極少，增長極快。他們能更早產生收入、burn rate更低，對風險資本的依賴相對較輕，很多AIDE甚至能靠自己的營收撐很久。此時，資本效率也跟著水漲船高。想象一下，一家只有五個人的 AI 初創公司，能快速跑出幾百萬美金的年經常性收入（ARR）。這種情況下，它根本不用為了活下去硬融一筆大額 A 輪，實際需要的融資金額，比同等規模的傳統初創公司要少得多。

03

K型分化

錢沒有消失，但它正以肉眼可見的速度向少數頭部機構和極少數頭部項目集中。

日前，OpenAI剛官宣了新一輪融資，規模為1220億美元——全球私募史上單筆最高，沒有之一。而這不是孤例。海外私募股權交易平臺Carta數據顯示，2025年近一半的風投資金，流向了僅占總數10%的AI初創公司。

一切都在說明同一件事：風投廣撒網的時代，翻篇了。

如今的資本市場呈現出一條清晰的K型分界線——錢在成熟項目和早期項目兩頭扎堆，中間的腰部項目被擠壓得幾乎喘不過氣。

圖片來源：IT桔子

在資本調整周期里，那些能撐到后期的頭部項目，依然享受著流動性溢價。IT桔子數據顯示，2026年Q1，國內D輪及以后的融資事件數量，只占全部的9.6%，卻拿走了47.6%的融資額——1218.5億人民幣。也就是說，將近一半的錢涌向了那不到一成的后期項目，與海外市場如出一轍。

資本的天平，正毫不掩飾地向頭部項目與成熟企業傾斜。據投中嘉川CVSource統計，今年前兩個月，單筆融資超過10億元的大額交易，已經占到了總量的13.3%，比去年同期翻了近兩倍。

這種“頭部虹吸”效應，使后期項目的融資環境優于成長期，中腰部項目的生存空間正面臨極限擠壓。2023年，中等規模的交易還占據著一級市場的半壁江山。到了今年初，這個比例已經跌到了四成以下。

相比之下，早期投資依然熱鬧。一季度，A輪及以前的早期階段融資占比72.8%，融資金額658億元，占比25.7%。這種“量大額小”的結構印證了市場的風險偏好正在修復——機構愿意在更早期的節點下注，以換取未來的超額收益。

其實，2025年年中，投資人們就已經在為下一輪周期悄悄“囤貨”。美國的數據顯示，2025年二季度，Pre-Seed輪的交易數量同比猛增了40%以上。

但這并不意味著早期融資變得容易了。恰恰相反，只有15%的種子輪公司，能在兩年內活著走到A輪。

早期融資的物理機制根本發生了變化，幾年前靠一套PPT和一個Figma原型就能輕松拿錢的好日子，一去不復返了。早期項目需要跨越更高的門檻才能獲得關注，增長不再只是加分項，而是通往下一輪milestone的唯一通行證。

04

重構

傳統FA的核心職能分三層：一是信息層，找投資人名單、整理賽道圖譜、跟蹤機構最新偏好。二是判斷層，幫創始人判斷“when to raise、拿誰的錢、估值留多少buffer”。三是撮合層，主要是談判桌上的心理博弈、節奏控制，必要時故意冷落一方來逼出更好的條款。

但K型分化下，FA這門生意正在被改寫。

首先是認知得換腦子。

現在的錢，已經不是以前的錢了。以前你伺候好市場化基金就行，現在最大的金主是國資。

隨便列幾個數字：國家大基金三期3400多億、國家創業投資引導基金1000億、央企戰新基金510億、AIC基金加起來也過千億。這些錢體量大、周期長，但邏輯完全不同：要產業落地、要就業、要稅收、要鏈主效應。你一個FA，如果還只會拿PPT講市場規模，連門都敲不開。

再看賽道。具身智能、AI硬件、商業航天自不必說，對能吊起資本胃口的“親熵”型初創公司、增長模型更具看點的AIDE，早期FA也必須建立自己的認知護城河，才能實現資金和項目的精準匹配。

其次是服務鏈條在拉長。

以前做FA主打一個速戰速決：半個月理順商業模式、做BP，半個月推投資人，融資結果兩三個月見分曉。交易結束，關系結束。

但現在不行了。融資不是終點，它只是創業這場無限游戲里的一個短期任務。真正的長期任務是什么？資本化、上市、盈利，這些都需要立體式的陪伴。

頭部項目爭奪戰中，FA得深度參與戰略梳理、商業模式打磨，甚至手把手教創始人理解投資人的新偏好。那種只做“牽線搭橋”的中介，正被無聲淘汰。

而且交割完不是結束。你得幫企業持續優化burn rate，幫它對接到產業資源——尤其是國資和地方政府，還得為下一輪提前鋪路。做不到這些，拿什么留住客戶？

最后是服務對象在下沉。

創投圈曾有句老話：“3年不開張，開張吃3年。”一個億的融資，傭金就有幾百萬，日子過得很滋潤。但現在，創業者和FA都清醒了。

創始人不再只看品牌和費率，更關注能不能觸達有效投資人？能不能減輕融資負擔？能不能提高拿錢概率？

融過資的人都懂，滿世界海投BP，見一堆不靠譜的投資人，最后品牌也傷了，效率也低了。現在，他們寧愿深度綁定一兩家FA，前期付點費用，把成功率做上去。

FA呢？一個1000萬的早期項目，傭金也就50萬，但要搭1-2個全職干半年，還得承擔70%以上拿不到錢的概率——怎么算都虧。當中等規模交易萎縮，靠腰部項目過活的FA，項目源也在枯竭。

于是FA行業自己也分化了。一邊，有些FA愿意慢下來，把單個項目做深做實。例如，上海、深圳等地，一些小型FA已經采用分段收費，先收一筆固定數額的BP撰寫費用（部分機構前置收費高達60萬元）保底，融資成功后再按較低費率另收傭金；一邊，另一些FA瞄準了更早期的種子輪、天使輪，用技術手段降低服務成本，把融資效率拉到最高——在K型分化的資本裂谷之間，為那些0到1的項目，架起一座通往生存與增長的橋。

而生成式AI向智能體AI的迭代，正為這場重構按下加速鍵。

05

必備基礎設施

2026 年，AI早已不只是輔助工具，而是深度嵌入創投融資對接的核心流程，成為機構標配。

affinity 調研近300位PE/VC從業者發現，AI用于投資決策的比例從13%翻倍至28%；約85%的人用AI自動化日常工作，82%將其用于deal sourcing，較上一年顯著提升。

AI 的核心優勢集中在四大方向：

1.自動化項目挖掘：AI 通過 NLP、機器學習快速掃描海量數據，精準捕捉種子輪、隱形項目等早期機會。相比傳統靠人脈和數據庫的方式，AI 可在數秒內處理數百萬信息，按輪次、賽道等投資人偏好自動排序，并先“人”一步捕捉早期traction信號。

2.智能匹配：不只簡單按賽道配對，AI 會綜合團隊背景、Portfolio協同、長期愿景契合度等因素，通過推薦系統 + NLP + 預測模型，幫不擅長pitch的早期項目對接合適機構。

3.全流程自動化：AI Agent能自動完成初調、風險標記、條款草案甚至談判準備，把人力解放出來，專注高價值判斷。

4.普惠化與全球擴展：AI讓融資對接“去中心化”：非主流賽道的創業公司也能被算法發現，擴大早期項目池。

需要注意的是，AI在融資對接的應用中也出現了一些新挑戰，例如數據偏差導致扎堆熱門賽道、模型趨同導致Portfolio雷同等。

整體來看，AI在FA領域的應用迎來了GPT-3.5時刻：從令人眼前一亮的實驗室階段進化到可用、好用、即將爆發的臨界點。把 AI 當作效率放大器、用來提速和優化決策的機構，已經明顯甩開仍在觀望試水的同行。但現階段，AI 對融資對接的“智能驅動”，仍離不開人工信任驗證與盡調。

06

陪伴者

現在海外創投圈用AI，大多還停留在通用型工具上。一些諸如Harmonic AI、Grata等用于早期機會發現的垂直應用也在涌現，致力于用AI大幅縮短sourcing到meeting之間的時間。

最近，國內AI FA領域的創新應用也邁出關鍵一步。2025年末，宜信AI Lab發布了首款面向創業群體的人工智能FA產品——“創小融”。

這款應用很輕，界面也簡單，核心就是通過對話幫創業者梳理融資思路、優化BP、匹配合適的投資方，乃至捋順還處在構想中的創業雛形。

上線3個月以來，創小融已幫助多家初創企業精準匹配并成功對接，完成天使輪融資，涵蓋AI硬件、AI寵物應用、新材料等新興賽道。

一個看似只能和你“聊聊天”的AI智能體是怎么做到的？這背后其實藏著創投圈里一個很“反直覺”的共識：融資不是“聊出來”的，但“不會聊”一定融不到。

說白了，賽道天花板、產品力、增長數據、單位經濟、團隊履歷、市場規模——這些決定融資成敗的核心變量，不會因為你“聊得好”就改變。投資人最終拍板的依據是DD（盡職調查）結果、數據驗證、客戶訪談、財務模型，而不是聊天時的感覺。

那為什么“必須得聊”？一言以蔽之，早期投資投的是“人”，而“聊天”是了解一個人最直接的方式，它能看出一個創始人是否具備誠實、守信、義氣等基本商業素質。此外，“聊”還完成了幾件不可替代的事：建立信任、傳遞非結構化信息、試探邊界、制造FOMO、篩選匹配。

所以，融資是“用數據做底稿、用聊天做催化劑”的結果。聊，是融資的必要非充分條件。

從華爾街投行精英到中國最早一批天使投資人，再到覆蓋全階段投資的私募股權母基金掌舵人，宜信創始人唐寧正是在無數次和創業者聊天、研究各種創業模式中，總結出一套“六脈神劍”評估法：從市場、模式、資金、團隊、移動、動機六個維度，看一個項目的成長潛力。

這套方法幫他投出了達內教育、億美軟通等千百倍回報率的項目，也押中了每日優鮮、同盾科技、Wish這些細分賽道的頭部。

而創小融作為唐寧繼宜信之后的第二次創業，凝聚著他一以貫之的投資哲學。

創業者每一次與創小融對話，其實都是在用成熟的投資理念自我檢視。它能從資深投資人的視角，幫你發現項目短板、不斷優化。

因此，它能用八天的時間搞定傳統FA需要幾個月才能完成的融資，也就不奇怪了。

結語

2026年的創投圈，缺的正是這樣一個“懂創業、創投又懂你的創業搭子”。它能否真正激活早期創業生態的良性循環，取決于后續迭代和整個行業對“AI+人工”協同的接受度。

至少，現在早期創始人多了一個選擇：算法撕開僵化的人脈圈，精準資源匹配資本。剩下的事，還是得靠人與人之間的深度溝通去完成。這或許才是創投的本質——AI只是把效率的天花板狠狠頂高了一截，而真正決定項目成敗的，永遠是那個“人”的因素。

你的創業搭子，已經上線。剩下的，交給市場。