ChatGPT 半年收入跃升到 400 亿美元，OpenArt 两年 ARR 从 100 万美元跑到 7000 万美元，而且团队很小——这些数字来自 Basis Set Ventures 合伙人 Chang Xu 在 TechCrunch 洛杉矶 StrictlyVC 活动上的说法。

数字够刺激，但也够危险。AI 创投最别扭的地方就在这里：增长可能是真的，价格也可能已经提前透支了好几轮。你不能把它简单骂成泡沫；但你也不能把每个项目都按奇迹定价。

这场访谈真正讲了什么

TechCrunch 这次采访了两位早期 AI 投资人：M13 联合创始人 Carter Reum，以及 Basis Set Ventures 合伙人 Chang Xu。

这不是研究报告，也不是市场共识。它更像一场投资人把账本摊开后的聊天：哪些地方还敢投，哪些地方已经贵到难以下手，哪些创业公司会被巨头压扁。

问题受访者说法对读者的直接含义
AI 基建是不是泡沫Chang Xu 的判断是“既是，也不是”真实需求和估值泡沫会同时存在
如何给 AI 公司定价Reum 会看上一代赢家规模、客户数量、付费意愿不能把 ChatGPT 曲线当默认模型
创业公司怎么避开巨头Reum 强调监管、摩擦、巨头短期不愿进入的市场护城河会变得更脏、更慢、更行业化
哪些赛道还有机会Xu 区分 below AI / above AI，也区分 depth market / velocity market底层工具和应用层都能投，但逻辑不同
洛杉矶有什么变量SpaceX 未来 IPO 可能释放员工财富本地可能出现一轮二次创业和资金回流

最该受影响的，是两类人。

早期创业者要重新判断自己是不是站在巨头的行军路线上。如果你的产品只是把大模型能力包一层界面，客户迁移成本又低，那就别用“技术领先”安慰自己。

投资人要把增长假设拆细。收入涨得快，不等于留存稳；客户愿意试用，不等于愿意长期付两三倍价格；今天 API 成本能打平，不等于明天模型平台不会亲自做掉这个功能。

增长是真的，但奇迹不能写进默认模型

Chang Xu 对 AI 基建的判断很直接：有泡沫，但不只是泡沫。

“不只是泡沫”的证据，是收入爬坡速度确实变了。她提到的 OpenArt，从 100 万美元 ARR 到 7000 万美元 ARR，只用了两年，团队还很小。放在过去，这像异常值；放在今天，投资人会被迫问一句：类似公司是不是还会出现？

危险也在这里。

风险投资不怕看见奇迹，怕的是把奇迹制度化。一个 ChatGPT 式增长，可以解释一个高估值；一堆公司都按这个逻辑融资，Excel 就开始替人做梦。

Reum 提到的办法反而很朴素：看上一代赢家有多大，看客户会不会更多，看客户愿不愿意为 AI 软件多付两三倍。如果算不过来，就不投。

这听起来不酷，但很有用。AI 时代最缺的不是想象力，是愿意承认天花板。

对创业者来说，这意味着融资叙事要少讲“市场会无限放大”，多讲三个硬问题：客户为什么现在买、为什么明年还买、为什么不会被平台自带功能替代。

对投资人来说，下一步要盯的不是单月收入截图，而是留存、毛利、获客成本、模型依赖度，以及客户预算到底来自新增预算还是从旧软件里挤出来。

“天下熙熙，皆为利来。”这句话放到 AI 投资里很贴切。钱会涌向最快的增长曲线，但利润最后常常留在最难被复制的地方。

巨头这次真有全套牌，创业公司不能再靠“大公司慢”自我催眠

过去几个技术周期，创业者常讲“大公司慢”。云、iPhone、汽车软件化这些周期里，新公司确实有过从边缘杀出来的机会。

Reum 的提醒是：AI 这一轮不太一样。创业公司不只和创业公司竞争，还要和 OpenAI、Anthropic、Google 这类 incumbents 竞争。它们有钱，有人才，有分发，有模型，有企业客户关系。

这才是本轮 AI 创投最硬的约束。

所谓护城河，不能再只写“技术领先”。模型能力每几周、每几个月就会变。今天领先的功能，明天可能变成平台更新日志里的一行字。

更现实的护城河长这样：监管摩擦、行业数据、复杂工作流、分发能力、客户迁移成本、文化品味，以及巨头暂时不愿亲自下场的边角。

Chang Xu 提到的 below AI / above AI 框架，也可以这么理解。

below AI，是数据库、版本控制、部署工具这类底层设施被 agent 重做。这里拼的是技术深度和开发者采用速度。

above AI，是应用层产品。这里拼的不只是模型调用，而是场景、工作流、数据闭环和用户愿不愿意长期留下来。

她还区分 depth market 和 velocity market。速度市场里，快跟随者会越来越快，创业公司慢一点就会被抹平。深水市场里，硬事还是硬事。她举过一个很怪但很说明问题的例子：用转基因鸡制造复杂蛋白。模型可以加速研发，但鸡孵出来仍然要时间。

这就是摩擦的价值。它不漂亮，但能挡人。

早期团队可以据此做一次残酷自查：

  • 如果你在 velocity market，必须有分发、品牌、迭代速度，或者明确的社区优势。否则别指望功能差异撑太久。
  • 如果你在 regulated industries，比如医疗、制药、应急这类市场，机会还在，但销售周期、合规成本和服务能力会吃掉很多纸面增长。
  • 如果你的产品完全依赖某一家模型平台，且没有私有数据和工作流绑定，那估值就该打折。

这不是劝创业者都去做苦生意。只是说，AI 把 demo 做得太容易了，真正的公司反而要从 demo 之外找壁垒。

洛杉矶的机会，不在第一波模型竞赛

访谈最后谈到 SpaceX。Reum 的判断是，如果 SpaceX 未来 IPO，可能会把大规模财富释放到洛杉矶员工手里，并带来二次创业和生态再循环。

这里要说清楚：SpaceX 并没有因此被断言已经 IPO。原文语境是未来潜在流动性。

这和 OpenAI、Anthropic 未来 IPO 可能带来的收益结构不太一样。后者收益更可能集中在 VC 和机构投资者手里；SpaceX 如果释放员工财富，对洛杉矶本地创业生态的影响可能更分散，也更接近“人带着钱和经验出来再创业”。

钱不是生态的全部，但钱会改变人的风险偏好。一个城市里突然多出一批有技术履历、有现金、有野心的人，下一轮创业密度会变高。

我更在意的是 Chang Xu 对洛杉矶的另一个判断：AI 下一阶段不只是算力，也会拼 taste，拼品味。

这不是文艺口号。生成视频、影视、广告、游戏、虚拟角色、创作者工具，最后拼的不只是“能生成”，还要看生成什么、给谁看、能不能打动某个文化圈层。

旧金山强在技术密度。洛杉矶强在内容、品牌、创作者、影响力和审美工业。第一波 AI 是模型和工具的竞赛，洛杉矶未必占优；等模型能力逐渐商品化，文化和分发会变成另一张牌。

但限制也很清楚。品味不能替代工程，文化不能替代留存，明星资源也不能自动变成软件收入。洛杉矶要赢，不能只靠会讲故事，还要把故事做成可复购的产品。

接下来最该观察四件事。

观察变量为什么重要
OpenAI、Anthropic、Google 是否亲自进入某个应用层赛道决定创业公司的替代风险
AI 应用收入留存和毛利是否稳定决定高增长是不是高质量增长
regulated industries 的采购周期有没有缩短决定“摩擦即护城河”能否变成收入
SpaceX 未来流动性是否外溢到洛杉矶创业圈决定本地生态有没有新资金和新创始人

整场访谈最有价值的地方，不是告诉你哪个 AI 项目一定会赢。它提醒了一件更冷的事：AI 创投的稀缺品，不是胆子，而是边界感。

哪里会被巨头吞掉，哪里只是短期收入幻觉，哪里有监管、数据、分发、文化和执行摩擦，哪里才可能长出公司。

风很大。别把每片树叶都当成飞鸟。