作者： Pavel Prata

編譯：深潮 TechFlow

深潮導讀： 管理規模超 100 億美元的巨型基金正以前所未有的速度湧入種子輪。Murph Capital 拉取了 Harmonic 的數據，對 20 家頂級巨型基金在 SaaS 時代、零利率時代和 AI 時代三個週期的早期投資行為做了拆解。結論並不簡單：巨型基金的種子輪轉化率確實是市場平均的 3.7-4.2 倍，但當它們放量部署時，這個優勢會被迅速稀釋。對新興管理人來說，生存空間仍然存在，但必須選對賽道。

一個月前，我發了一條推文，問了一個簡單的問題：巨型基金真的在接管種子輪，還是只是感覺如此？6.5 萬次瀏覽和幾百條私信之後，很明顯這個問題戳中了痛點。

新興管理人（Emerging Manager，以下簡稱 EM）寫信來說他們感受到了壓力，但沒法量化；LP 問：如果 a16z 和 Sequoia 已經下場，投種子基金還有意義嗎？巨型基金的 GP 自己也想知道，競爭對手到底在早期階段部署了多激進。

@pavelprata** 發推：**巨型基金真的在接管種子輪嗎？我決定研究全球最大 VC 基金（100 億美元以上 AUM）在早期階段的行為，回答一個簡單問題：EM 該擔心自己的結構性優勢嗎？

很快形成了廣泛共識，我基本同意：

巨型基金確實大幅增加了種子輪配置，過去十年大約增長了 3 倍
市場足夠大、足夠分散，它們的份額仍然相對較小，主要集中在頭部四分位
它們的核心動機不是即時的資本回報，而是提前觸達人才、獲取高信噪比的數據，把錯過下一個世代級機會的風險降到最低

但共識只是起點。大方向背後有一幅更有趣、更不均勻的圖景，不看數據根本看不到。

所以我們拉了Harmonic的數據，收集了20 家巨型基金在三個時代（SaaS、零利率、AI）的表現，試圖誠實地回答：種子輪市場到底發生了什麼？巨型基金究竟在往哪走？這對定價產生了什麼影響？EM 是否真有理由擔心？

直覺 vs. 數據

先說研究框架。

我們依賴公開情報，配合 Harmonic 提供的實時數據（覆蓋 3000 萬家以上公司和 1.9 億人）。時間線上，我們分析了過去十年，分為三個時代：

SaaS 時代（2015-2019）： 5 年正常市場週期。雲、SaaS、交易平台和金融科技是主流敘事，利率正常，市場有紀律。
零利率時代（2020-2022）： 3 年零利率政策。資本幾乎免費，各路投資人湧入早期尋求收益，Tiger Global 和 SoftBank 似乎出現在每一輪有意義的融資中。種子輪市場嚴重過熱，但方式混亂，缺乏結構性邏輯。
AI 時代（2023-2026）： 從 ChatGPT 發布到今天。一場巨大的技術衝擊，催生了一類新公司，對它們來說，超大種子輪已成常態。

技術上我們關注種子輪，但實際操作中納入了 Pre-Seed 和 Seed Extension。原因很簡單：這些早期階段的界限經常模糊或變動，硬要精確切分反而不誠實。

進入正題。坦白說，開始研究之前，我就有強烈的直覺：巨型基金在早期階段的雷達上出現得越來越頻繁。這種直覺很大程度上來自社交媒體，a16z、General Catalyst 和 Sequoia 的 logo 越來越高頻地出現在種子輪公告中，每次都伴隨著高調的媒體攻勢。數據證實了這一點：

2026 年前 6 個月，a16z 參與了大約48 筆種子輪交易，領投了其中 46%。這是系統性的種子策略，不是零星下注。
最突出的是支票大小：a16z 領投輪次的中位數是1050 萬美元，這個數字更像經典的 A 輪，而不是傳統種子輪。
如果加上 General Catalyst 和 Sequoia，這 3 家巨頭在短短 5.5 個月內完成了 87 筆種子交易，平均每 1.5 個工作日就做一筆早期投資。

@a16z** 發推：**我們很榮幸領投 Westmag 的種子輪。投資整個硬件堆疊的一個被低估的優勢，是能第一手接觸到困擾工業基礎的供應鏈挑戰……

與此同時，Carta 的最新數據顯示，從估值角度看，種子輪估值正在快速膨脹。雖然有人可能認為這只是少數激進玩家的結果，但大多數 EM 的基金數學仍然迫使他們在中位數附近或以下運作，以獲得足夠的初始持股並維持可行的回報路徑。

巨型基金的邏輯完全不同。憑藉累積 AUM、品牌溢價和優質項目流，價格紀律不再是真正的約束。這種落差正在把市場撕裂成兩個截然不同的層級，我們大致稱之為「經典種子輪」和「超級種子輪」：

種子輪估值的第 90 百分位在 2026 年 Q1 飆升到 9370 萬美元，比四年前幾乎翻倍
過去一年，中位數以上的估值至少上漲了 53%
底部幾乎沒動：第 25 百分位從 1800 萬美元緩慢爬到 2270 萬美元

@PeterJ_Walker** 發推：**前 5% 的種子輪估值現在經常突破 1.75 億美元，過去 12 個月翻了 3 倍。就有那麼一點 2021 年的荒唐味道（即使作為 AI 信仰者也這麼覺得）。

但所有這些仍然是間接證據，指出了一個大方向，卻沒有給出早期市場到底在發生什麼、巨型基金的存在到底有多系統化的確定性答案。

正因如此，我們決定深入挖掘。我們分析了每家基金在三個時代的個體動態，拆解它們的行為模式，以及這種轉變最終對 EM 意味著什麼。

拆解交易機器

圖注：20 家巨型基金在三個時代的早期交易數量對比

看平均數，SaaS 時代一家典型的巨型基金每年完成10.6 筆早期交易。到 AI 時代，跳到了 23.9 筆，整個隊列平均增長 2.37 倍。

最有意思的是零利率結束之後發生了什麼。如果這種增長純粹是免費資金的副產品，加息後應該逆轉。但在我們數據集的 20 家基金中，AI 時代的年均交易數量與零利率時代幾乎持平：23.9 對 24.3。事實上，只有 3 家基金縮減了早期投資節奏。這證明轉變是結構性的，儘管少數異常值拉高了總體數據：

a16z：16.6 → 49.7 → 76.8 筆/年
General Catalyst：15.2 → 33.0 → 62.1 筆/年
Khosla Ventures：14.6 → 21.0 → 30.9 筆/年

這背後至少有三個根本驅動因素：

**AI 時代的公司天生成本更高。**GPU 基礎設施、數據管道、年薪 30-50 萬美元的研究科學家，創造了完全不同的基線成本。SaaS 時代 50 萬美元能搞定的事（兩個工程師加 AWS），AI 時代需要 200-500 萬美元。擴大的中位支票部分反映的是真實研發開支，不只是估值膨脹。而且 SaaS 時代的早期本質上是探索性的（允許創始人迭代、轉型、花幾年尋找 PMF），AI 的先發優勢窗口短得多。如果你的模型跑通了，你會迅速甩開競爭，這個窗口關得更快。

**對創始人的爭奪轉移了定價權。**在革命性技術週期的初期，高能力搭配頂級人才價值連城。最好的 AI 創始人在種子階段就能在 a16z、Sequoia 和 Lightspeed 之間選擇，搭建一個能幫助他們在更短時間內融到更大下一輪的股東表。很多時候，定價權從投資人轉移到了創始人手中：輪次變大不是因為公司客觀上需要更多資本，而是因為創始人可以要求並得到。

基金規模的數學很說明問題。我們隊列中前 5 家基金的合計 AUM 從約 340 億美元增長到 2490 億美元，十年翻了約 7 倍。與此同時，它們的種子交易數量只增長了 2-4 倍。AUM 的擴張速度遠快於種子活動，種子支票在這些基金的投資組合中佔比反而更小了。

拿 a16z 來說：2015 年管理規模約 40 億美元，現在管理 900 億美元（算上最新的 150 億美元募資，創投史上最大單筆）。一張 600 萬美元的種子支票在 900 億 AUM 中只佔 0.01%。就數學上來說，基金沒有任何動機去為每一百萬的估值討價還價。反過來說，在一個日益集中的市場中，錯過世代級機會的風險是災難性的。

因此，我們可以高度自信地說：AI 時代巨型基金湧入種子輪，不是免費資金時代的投機行為，而是一項戰略使命。巨量資本湧入巨型基金，同時出現了一批值得在最早期就爭奪的新型公司與人才，兩者共同推動了這一轉變。

基於增速的分組分析

圖注：20 家基金按增速軌跡分組

在零利率時代，數據集中的所有 20 家巨型基金都加大了早期交易，沒有例外。疫情後聯準會降息至接近零，大規模 LP 資本湧入創投口袋，2021 年美國創投總募資額達到驚人的 1,695 億美元。

手握巨額乾火藥（dry powder），一部分巨型基金下沉到種子階段試水溫；另一部分則主動從晚期輪次（當時估值極度膨脹）退出，同樣轉向下游。

但到了 AI 時代，利率穩定在 5% 以上，市場高度分化。宏觀分歧將基金分成了三條行為路線：

加速者

AI 時代的交易量甚至超過零利率時期：

a16z（75.3 筆/年）
General Catalyst（61.5 筆/年）
Khosla Ventures（31.5 筆/年）

這些基金不只是在廉價資金消失後繼續留在種子階段，而是加倍下注，更激進地擴大了佈局。

穩定者

AI 時代交易量略低於零利率峰值，但仍遠高於 SaaS 時代：

Sequoia（19.6 → 49.3 → 50.6）
Accel（15.2 → 43.3 → 34.7）
Lightspeed（11.6 → 41.7 → 32.1）

零利率時期的飆升已經見頂回落，但基線活動永久性地抬高到歷史水準的 2-3 倍。回不去了。

紀律型

三個時代穩步增長：

Bessemer（9.4 → 23.0 → 20.9）
Lux（7.2 → 14.3 → 14.7）
Index Ventures（10.0 → 23.3 → 17.6）

它們避開了零利率的飆升和 AI 的爆發，但基線已經永久上移。SaaS 時代每年 10 筆，現在穩定在 15-21 筆。

唯一的例外是三家基金：Founders Fund、NEA 和 Greylock。它們從 SaaS 到 AI 時代，要麼減少、要麼持平了早期活動。

Founders Fund 可能是唯一一家做出了哲學性主動選擇的機構。Peter Thiel 深受吉拉爾模仿理論影響的逆向框架，把擁擠的市場共識視為明確的信號去別處尋找機會。因此，當其他 17 家巨型基金衝向種子階段時，Founders Fund 反其道而行，轉向大額、集中的晚期賭注，將資本注入 OpenAI、Databricks、Anduril 這類世代級異常值。

Greylock 仍然深度忠於「第一張支票」的傳統，但選擇打高集中度的牌。它不搞流水線交易機器，而是聚焦更少、更高信念的賭注，有時甚至直接在自己辦公室裡孵化公司。

NEA 的大型多階段使命讓它的種子輪波動更難單獨分析，缺乏硬數據我們不做推測。

核心配置 vs. 副業

圖注：各基金早期交易佔總投資比例變化

絕對數字回答不了一個關鍵問題：對這些巨頭來說，種子輪是副業，還是核心戰略？

一家基金一年做 30 筆種子輪，但如果同時做 200 筆 A 到 D 輪，種子輪只佔 15%。反過來，如果 30 筆種子輪出自 60 筆總投資，種子輪佔 50%。

15% 意味著偵查項目、個別合夥人的寵物項目、廉價期權。50% 則意味著戰略使命：專門團隊、機構化流程、大規模部署機器。

這就是為什麼我們第三個（可能也是最具揭示性的）視角，是追蹤每家巨型基金投入早期生態的確切比例：

20 家基金中有 16 家，AI 時代的早期配置比例創下歷史新高。SaaS 時代，一家典型巨型基金將20-30% 的交易量導向種子輪。AI 時代，這個基線飆升到35-50%。

三個案例特別有說服力：

Sequoia：徹底轉型。 這是我們整個數據集中最戲劇性的戰略轉向。SaaS 時代，Sequoia 的早期投資佔比不到五分之一，它主要是 A/B+ 輪的霸主，零星做戰術性的種子輪賭注。到了 AI 時代，近一半的交易都在早期，上升了 30 個百分點。

General Catalyst：V 形曲線。 SaaS 時代 GC 已經偏重早期，佔 38%。零利率時代降到 30%，和同業一樣追逐免費資金驅動的成長期收益。但 AI 時代觸發了急劇反轉，升到 47%。這是有意識的、激進的回歸早期投資，峰值比以往更高。

a16z：穩定基線後 AI 跳升。 a16z 的獨特之處在於，SaaS 和零利率時代的早期配置完美持平在 31.2%。當其他基金在零利率時代混亂地下沉時，a16z 保持了結構平衡。然後 AI 時代來了，猛然跳到 42.5%。

這組拆解很重要，因為 LP 經常從巨型基金那裡聽到一個熟悉的敘事：「我們偶爾遇到非凡創始團隊時會開一張種子支票。」數據證明這套話術已死。

Sequoia 的種子佔比49%，GC 佔47%，a16z 佔42%。巨型基金已經把核心引擎轉向種子階段，並用專門團隊、定制化內部渠道和自有加速器項目（如 a16z Speedrun 和 Sequoia Arc）將這一轉變武器化。

對 EM 來說，這提供了至關重要但令人清醒的背景：你的日常競爭已經遠遠超出了隔壁 5,000 萬美元精品基金。今天你在爭奪配額時，對手是 100-900 億美元 AUM 的巨頭，它們已經把 40-50% 的機構交易機器對準了你的賽道。

要真正理解這種壓力的機制，還得疊加一個關鍵指標：支票與輪次規模。

傳統種子 vs. 超級種子

圖注：巨型基金參與的種子輪中位數 vs. 美國種子輪市場中位數

我們此前強調的一個核心主題是種子階段的分裂。看清這個裂痕最好的方式，是看每個時代的中位輪次規模，並與整個美國「種子指數」（市場整體中位數）做基準比較。

AI 時代，有巨型基金在股東表上的美國種子輪中位數是 620 萬美元
市場整體中位數只有 140 萬美元。差距是 4.4 倍

巨型基金根本不參與「平均」種子輪，它們系統性地在市場的頭部四分位中運作。

更有意思的是，這個倍差在三個宏觀週期中保持穩定：SaaS 時代 4.8 倍，零利率時代 4.5 倍，AI 時代 4.3 倍。巨型基金並沒有相對市場其他部分加速通膨，它們只是一直存在於一個完全不同的價格層級。

換個角度看，市場第 75 百分位（400 萬美元）是巨型基金的入場基線。它們的中位輪次（620 萬美元）穩穩坐在整個美國種子生態 P75 之上，按定義，這些巨頭被限制在規模排名前 25% 的交易中。

但當我們把中位數和平均數疊在一起看時，事情變得更有趣。

圖注：各基金中位數 vs. 平均數對比，揭示雙軌策略

中位數反映一家基金的「典型」交易，平均數被異常值嚴重拉偏。兩者之間的價差清楚地反映了一家基金的策略到底有多「雙軌」：它是激進地同時玩超級種子的雙引擎模型，還是在單一價格層級均勻運作？

從這個視角看，隊列清晰地裂成兩類。

雙軌型（價差 3 倍以上）

Index（中位數 820 萬，平均 3430 萬，4.2 倍價差）
Lux（600 萬 vs. 3170 萬，5.3 倍）
Lightspeed（680 萬 vs. 3080 萬，4.5 倍）
Accel（500 萬 vs. 2600 萬，5.2 倍）
a16z（600 萬 vs. 2180 萬，3.6 倍）
Sequoia（500 萬 vs. 1740 萬，3.5 倍）

這些基金同時在兩張桌子上玩：量大的經典種子輪（500-800 萬美元），加上高度精選的超級種子（5000 萬 - 5 億美元以上），後者把統計平均值拉上了天。那些「1 億美元種子輪！」的 TechCrunch 標題不反映日常現實，它們的典型交易實際上小 4-5 倍。

均質型（價差低於 2.5 倍）

Greylock（690 萬 vs. 1330 萬，1.9 倍）
Founders Fund（700 萬 vs. 1200 萬，1.7 倍）
CRV（750 萬 vs. 1080 萬，1.4 倍）
8VC（660 萬 vs. 870 萬，1.3 倍）
NEA（700 萬 vs. 740 萬，1.1 倍）

這類基金的中位數和平均數緊密跟蹤，沒有超大輪次的長尾。它們一致地在 500-800 萬美元的價格區間內部部署，沒有大的異常值。

雙軌型基金佔據標題，製造了種子輪已經變成 3000 萬美元以上遊戲的幻覺。但數據反駁了這一點：即使是最雙軌的機構，典型交易也穩穩落在 500-800 萬美元區間。超級種子只是分佈的長尾，不是中心。

對 EM 來說，真正的競爭壓力來自均質型——GC、Khosla、Bessemer、Greylock。這些機構系統性地在 500-800 萬美元區間執行，不被超級種子分心。雙軌型基金在標題上更嚇人，但在日常競爭中威脅更小。它們的一部分時間花在超級種子市場，那是 EM 本來就不會競爭的地方。

種子市場的分裂跟抽象的輪次通脹關係不大。我們正在目睹兩個完全獨立的生態系統在「種子輪」這個單一標籤下誕生：超級種子（2000 萬美元以上）屬於雙軌平台，傳統種子（300-800 萬美元）是巨型基金和 EM 仍然碰撞的地方。唯一的區別是，擠在這個經典區間的多階段巨頭數量翻倍了。

誰在定價，誰在搭車？

圖註：各基金領投率與領投數量對比

參與和領投是根本不同的兩件事。

一家基金在 600 萬美元的輪次中投了 50 萬美元的小支票，只是跟投者，股東表上的乘客。領投那一輪的基金才是在定估值、定條款、決定誰能進入聯合投資的人。是領投方最終決定了 EM 還有沒有空間。

那麼，在巨型基金執行的所有種子交易中，有多大比例是它們實際領投的？

我把這些機構拆成四個類型：

信念領投型——高領投率 + 高交易量

Khosla（60%，19 筆領投/年）
Lightspeed（63%，21 筆領投/年）
Accel（54%，20 筆領投/年）

這是對 EM 最危險的群體。部署激進，而且要求坐主駕。Lightspeed 每年領投 21 筆種子輪、63% 的領投率，它在系統性地主導早期定價。如果一個 EM 在爭奪同一家公司，爭的就是領投權。

量大型——高交易量，中等領投率

a16z（51%，40 筆領投/年）
General Catalyst（53%，33 筆領投/年）
Sequoia（36%，19 筆領投/年）

這些巨頭在絕對領投數量上佔據主導，即使百分比領投率更低。它們領投管線中最好的公司，其餘的拿被動頭寸。對 EM 來說是雙重威脅：即使巨型基金沒有領投，它出現在股東表上也會嚴重影響訊號效應和後續融資動態。

精選領投型——高領投率，低交易量

EQT（82%，7 筆/年）
Craft Ventures（76%，8 筆/年）
Index Ventures（67%，12 筆/年）
Founders Fund（61%，10 筆/年）
Greylock（58%，6 筆/年）

這些基金領投了絕大多數交易，但保持高紀律、低速度。純信念驅動：如果開支票，幾乎一定要管這一輪。在總體市場量上威脅較小，但在任何它們進入的具體交易中，幾乎一定會拿下領投位。

網絡型——低領投率

8VC（38%，9 筆/年）
Amplify（39%，4 筆/年）
Sequoia（36%，19 筆/年）
Bessemer（44%，9 筆/年）

這些機構選擇跟投的頻率遠高於領投。它們在種子階段的角色圍繞網絡、訊號和買期權，而不是確立市場定價。對 EM 來說是威脅最小的類型，因為它們很少擠掉領投位。

一個有趣的發現：兩家按絕對早期活動量算最大的基金，AI 時代的領投率最低：a16z 51%，Sequoia 36%。而且兩者的領投率都比 SaaS 時代下降了（a16z 從 67%，Sequoia 從 52%）。

解釋很簡單：當你每年做 77 筆或 51 筆交易時，物理上不可能每一筆都領投。一部分交易自然轉向偵察賭注、跟投和由他人領投的聯合投資。在這個體量上，交易量和領投率是明確的權衡。

但在絕對數字上，它們仍然主導戰場：a16z 每年領投約 40 筆早期交易，GC 約 33 筆。這比名單上一半基金的總早期交易量加起來還多。

總體來看，AI 時代大多數基金的領投率呈上升趨勢。20 家基金中有 13 家的 AI 時代領投率高於 SaaS 時代：

圖註：SaaS 時代 vs. AI 時代各基金領投率變化

巨型基金正在更頻繁地領投。比如 Greylock，SaaS 時代每四筆種子只領投一筆，AI 時代超過了一半。它們從被動的「被邀請才參與」，徹底轉向了主動的「我來組這一輪」。

LP 做基金盡調時必須牢記這個現實。當然，EM 喜歡在募資 PPT 上堆滿巨型基金的 logo，旁邊寫上「我們與 xxx 共同投資」。但這個動態實際上可以作為一個關鍵訊號，定義 LP 到底在認購什麼類型的風險投資產品。

如果 LP 問：「你去年領投了多少輪？其中多少輪的另一個領投方是巨型基金？」答案如果是「我們經常和 a16z 或 GC 共同投資」，那這不是結構性優勢，而是對巨型基金項目流的嚴重依賴。這不一定是壞策略，但一旦考慮到更大的輪次規模、膨脹的估值以及因缺乏定價權和領投能力而被稀釋的持股目標，底層基金數學會發生劇變。

反過來，如果答案是「我們領投的恰好是巨型基金不碰的輪次，或者我們在它們注意到之前很久就到了」——這才是 EM 真正的、可防禦的優勢所在。

壓力最大的地方

圖註：按賽道分佈的巨型基金早期活動

以上關於交易動態、輪次通脹和領投率的分析，描述的是巨型基金的總體情況。但現實中，一個 EM 很少投資於「種子整體」，它們投的是特定賽道，而賽道選擇往往正是它們的核心優勢。所以下一個邏輯問題是：巨型基金到底去了哪裡？

從這個視角看，它們的足跡比總體統計暗示的要集中得多。

不出意料，企業 AI 與自動化、AI 基礎設施與開發者工具兩個賽道主導了領投率和總交易數。兩者合計538 家公司，佔整個數據集全部早期活動的 42%。20 家巨型基金全部同時活躍在這兩個賽道。背後有三個核心驅動：

**市場規模。**企業在生成式 AI 上的支出從 2023 年的 17 億美元飆升到 2025 年的 370 億美元，兩年內暴增超過 20 倍。企業 AI 已經佔據全球 SaaS 市場的 6%，擴張速度超過歷史上任何軟體品類。

**速度。**AI 時代的時間動態前所未有。SaaS 時代的增長模型是 T2D3（三倍、三倍、兩倍、兩倍、兩倍），頂級 AI 原生公司的增長框架是 Q2T3（四倍、四倍、三倍、三倍、三倍）。對基金來說，種子階段的入場窗口關得更快。猶豫 12-18 個月可能意味著錯過整個軟體品類。

**效能異常值。**Lovable 在 8 個月內達到 1 億美元 ARR，又在 4 個月內翻倍到 2 億美元，超過了 OpenAI、Cursor 和歷史上所有其他軟體公司。到 2026 年 5 月，Sacra 估計 Lovable 的年化收入已突破 5 億美元。Cursor 以 293 億美元估值融了 23 億美元。Anthropic 的年化收入從 2024 年底的約 10 億美元加速到 2026 年 2 月的 140 億、4 月的 300 億、5 月的 470 億，同時以 9650 億美元估值融了 650 億。所有這些公司三年前要麼不存在，要麼完全默默無聞。

對投 AI 的 EM 來說，這意味著幾乎每家巨型基金都在你的後院打獵。手握無限資本，這些巨頭不受輪次定價約束，可以激進地領投並最大化持股目標。新基金管理人的生存取決於深度領域專長、對高密度創始人網絡的獨家觸達，以及在創始人連 pitch deck 都沒有的階段就下注的能力。

還有一個關鍵細節：增長最快的 AI 公司（所謂的「AI 超新星」）平均毛利率僅約 25%，故意犧牲單位經濟學來搶市場份額。更傳統的「流星」平均毛利也只有 60% 左右，仍遠低於經典 SaaS 的 70-85% 基準。

這意味著企業 AI 目前是一個營收增速遠超盈利能力的賽道。投資人本質上在認購未來經濟學，而非當前利潤率。巨型基金憑深口袋和長期限可以輕鬆承受這種結構性賭注。但一個管理 2500-7500 萬美元工具的 EM，如果未來單位經濟學的兌現時間比市場預期更長，就會陷入根本性的脆弱境地。

圖註：各賽道輪次規模中位數 vs. 平均數

AI 基礎設施與開發者工具在輪次結構上值得特別關注。基金層面觀察到的雙軌行為，在這個賽道表現得最尖銳：** 中位輪次 680 萬美元，平均數飆到 4800 萬美元**，7 倍價差。

這個巨大的差值說明該賽道充斥著 1 億美元以上的超級種子，拉高了統計平均數。這正是「5000 萬美元種子輪」標題的溫床，給旁觀者製造了嚴重扭曲的典型交易印象。

對比之下，Commerce & GTM 的價差只有 1.4 倍，Healthcare 2.0 倍。離 AI 核心越遠，輪次格局越均質。

兩個賽道的行為與實際規模不成比例：

網路安全： 只有 76 家公司，但領投率高達62%，是所有主要賽道中最高的。配合700 萬美元的中位輪次（數據集中最高之一），巨型基金在近三分之二的交易中主導了定價。

國防與航空航天： 更小的足跡（34 家公司），但領投率破紀錄達到66%。不過20 家巨型基金中只有 12 家活躍，說明是少數幾家高信念玩家的集中下注，而不是平台級的系統性壓力。

還有一些賽道相對不擁擠：氣候與能源（26 家公司，12 家活躍基金）、物流（24 家公司，13 家活躍基金），以及 PropTech、EdTech、Legal、HR 等傳統賽道。

在這些賽道擁有深度領域專長的 EM 完全逃脫了平台碾壓。對手不是 20 家大平台，而是 8-12 家機構，每年定價 2-3 筆交易，完全不同的遊戲。

這對 LP 來說是一個重要的實操啟示：對 EM 正確的盡調問題必須轉向它們參與的具體賽道，因為賽道選擇決定了競爭的本質，以及需要什麼類型的差異化才能贏。

巨型基金的種子輪值這個溢價嗎？

圖註：巨型基金支持 vs. 市場整體的種子輪到 B 輪轉化率

整篇研究到目前為止，我們只展示了硬幣的一面：巨型基金入侵種子輪，做更多交易，更頻繁地領投，運作在 EM 的價格區間。

但有一個問題我們一直推到現在，它可能是整個研究最關鍵的問題：這套打法真的管用嗎？

是，巨型基金開更大的支票，參與的輪次比市場中位數大 4.4 倍，把 40-50% 的交易活動導向早期，領投超過一半的種子交易。但如果它們在種子階段投的公司生存率並不比市場平均高，那我們描繪的一切不過是估值膨脹，沒有實際價值。

反過來，如果巨型基金支持的種子公司走到 B 輪的比例顯著高於市場，整個敘事就翻轉了。那種場景下，巨型基金不只是「接管種子輪」，而是讓種子輪變得更好了。LP 就該問：「為什麼不把資本集中到覆蓋種子的巨型基金，然後在後續輪次加倍，在一家機構內捕獲整個市場生命週期？」

為此我們算了一個直截了當的指標：在特定時代融了種子輪的公司中，有多大比例後來走到了 B 輪？兩組對比：市場整體vs.股東表上有至少一家巨型基金的種子公司。

我們聚焦 SaaS 時代和零利率時代（AI 時代的公司太年輕）。結果很明確，但有細微差別。

SaaS 時代： 60,110 家融了種子的公司中，9.8% 走到了 B 輪。有巨型基金參與的 940 家中，這個數字跳到 36.7%，是 3.7 倍。
零利率時代： 趨勢一致：市場 3.9%，巨型基金 16.5%，差距擴大到 4.2 倍。

巨型基金把種子輪轉化為 B 輪的能力比市場平均高 3.7-4.2 倍。更重要的是，這個差距在擴大。在零利率時代全市場轉化率暴跌的過熱環境中，巨型基金的品質篩選反而變得更有價值了。

但下結論之前，得拆解為什麼轉化率這麼高。有幾個結構性驅動因素，可以統稱為強大的訊號效應：

精英 A 輪項目流： 頂級 A 輪投資人主動尋求與機構級、重量級種子領投方共同投資
內部跟投能力： 巨型基金有深口袋，可以為自己的種子組合公司內部領投 A 輪或 B 輪
品牌驅動的人才獲取： 頂級工程師看到「Sequoia 投資」或「a16z 投資」的標籤，招聘摩擦顯著降低
媒體分發優勢： 更大的 PR 槓桿帶來更多潛在企業客戶的主動接觸

因此必須認識到，轉化率中很大一部分不是巨型基金「選對了」的結果，而是巨型基金幫助公司成為了正確的選擇。對 LP 來說，這是一個清晰訊號：巨型基金在種子階段的增值不只是「選股」，而是真正的「平台即產品」。

圖註：各基金 SaaS 時代 vs. 零利率時代的種子到 B 輪轉化率

但硬幣有另一面。當我們越過總體數據、審視每家機構時，一個令人不安的模式浮現：15 家樣本量足夠的基金中（每個時代 10 筆以上種子），14 家的轉化率從 SaaS 到零利率時代暴跌。下降幅度在 10 到 25 個百分點：

Lux：51% → 19%
Sequoia：46% → 14%
a16z：42% → 16%
Index：45% → 25%

相關性直接：零利率時代放量最猛的基金，轉化率跌得最慘。Sequoia 交易量翻了三倍（20 到約 50 筆/年），轉化率從 46% 崩到 14%。Lightspeed 放量四倍（12 到 42 筆/年），轉化率從 31% 跌到 11%。

唯一的例外是 Greylock，轉化率反而從 29% 跳到 44%。不是偶然：Greylock 是唯一一家在零利率時代保持交易量基本持平的機構（11.0 到 11.3 筆/年）。更少的交易產出了更高的命中率。交易量紀律直接等於投資組合品質。

這組轉化數據同時驗證和複雜化了我們的整個敘事。

一方面，它證明巨型基金確實在種子階段產生了實際效果。3.7 倍的轉化率溢價既非偶然也非數據偽跡。早期獲得巨型基金支持的公司確實存活和增長得更好。對 LP 來說是有力論據：品牌、網絡和平台資源帶來了可衡量的價值。

但另一方面，交易量和品質始終處於張力之中。在今天的 AI 時代，巨型基金的種子交易量正在破紀錄。如果零利率的模式重演，轉化率將不可避免地受到侵蝕。唯一的問題是侵蝕多少。AI 時代這些巨頭的平台效應和訊號優勢，是否足以抵銷大規模部署節奏帶來的稀釋？

3-5 年後會有確定性答案。但歷史數據給出了一個清醒的警告：巨型基金已經證明了它們在低交易量下能選出贏家。它們尚未證明能在規模化下做到這一點。

恰恰是在這個缺口中——已證實的過去和未經驗證的現在之間的空間——準備好少做、但做得更好的 EM 的真正機會才存在。

危險指數

圖註：20 家巨型基金對新興管理人的「危險指數」排名

收尾部分，我們做了一件有爭議的事：建了一個危險指數（Danger Index）。

這是一個基於數據的排名，衡量哪些巨型基金對 EM 構成真正的競爭威脅。我們錨定三個支柱：

交易量： AI 時代每年的絕對早期交易數量。越高，EM 在實際操作中撞上它們的頻率越高。

戰略承諾度： 早期階段佔基金總投資活動的百分比。45% 說明這是核心戰略，配有專門團隊和機構化流程。20% 說明是副業，基金隨時可能縮減轉回後期。

價格重疊度： 基金參與輪次的中位規模。這可能是最關鍵的因素。在 800-1000 萬美元輪次中的巨型基金主要與其他多階段巨頭競爭。但在 400-500 萬美元區間運作的巨型基金，直接與 EM 競爭——這正是 5000 萬到 1 億美元種子基金部署資本的甜蜜區。

每個因素打 0-10 分，最終危險分是三者之和，滿分 30。

結果出乎意料。四家機構落入第一梯隊（最大威脅）：General Catalyst、a16z、Sequoia 和 Accel。

這四家同時每年完成 37-83 筆早期交易，將 39%-50% 的總投資活動配置到種子階段，並且在 440-540 萬美元的輪次區間運作——直接命中 EM 的領地。
違反直覺的是，GC 排在 a16z 前面，儘管 a16z 的絕對交易量更高（83 vs. 65）。差異在於 GC 完美同步了三個風險向量：高速度、本梯隊最高的早期配置比例（48%），以及 500 萬美元的中位輪次——正好落在 EM 定價甜蜜區的中心。a16z 的價位稍高（540 萬中位數），早期集中度略低（43%）。差距微妙，但統計上有意義。
Sequoia 排第三也出乎意料。它在前 5 大基金中領投率最低（36%），跟投的頻率遠超領投。但中位輪次只有 460 萬美元——大型平台中最低的。它在系統性地買入（以巨型基金標準衡量的）更便宜的輪次。
相反，Index Ventures 出人意料地低落在第三梯隊，儘管保持每年 19 筆和 66% 的領投率。原因？840 萬美元的中位輪次。Index 完全在傳統 EM 區間之上運作。
同樣的結構性邏輯適用於 Founders Fund（780 萬中位數）和 Greylock（700 萬中位數），都穩穩坐在第三梯隊。它們有明確的早期足跡，但沒有擠入大多數 EM 爭奪生存的價格生態。

危險指數不是 EM 的死刑判決。我們把它看作雷區地圖。

它把整篇宏觀研究濃縮成一個實操性的高風險問題：「哪些第一梯隊平台正在你的確切價格區間和賽道打獵？」

如果答案是「GC 和 a16z，兩家都投 AI 軟體，兩家都在 400-600 萬的輪次中入場」，那 EM 必須向 LP 清晰地表述：什麼具體優勢讓你能贏過兩家每年在你後院合計做 150 筆種子的機構？

如果答案是「沒有第一梯隊巨頭，我領投 200-300 萬美元的氣候科技」，那是完全不同的對話。危險指數表明，那個賽道的機構壓力在結構上更低，深度領域專長本身就可以作為高度可防禦的優勢。

核心要點

巨型基金平均從 SaaS 時代的每年 10.6 筆早期交易增長到 AI 時代的 23.9 筆。20 家中只有 3 家縮減。這是結構性轉變，不是週期性的。
種子輪估值急劇分化。2026 年 Q1 第 90 百分位達到 9370 萬美元，四年翻了近一倍。第 25 百分位同期僅從 1800 萬升到 2270 萬美元。
AI 時代有巨型基金的種子輪中位數是 620 萬美元，市場整體 140 萬美元，4.4 倍差距在三個時代保持穩定。
20 家基金中 16 家，AI 時代的早期配置比例創歷史新高。典型巨型基金從 SaaS 時代的 20-30% 升到現在的 35-50%。
20 家基金中 13 家現在比 SaaS 時代領投更多種子輪。Greylock 從 24% 升到 58%。被動跟投姿態正被結構化的領投打法取代。
42% 的巨型基金早期活動集中在兩個賽道：企業 AI 與自動化、AI 基礎設施與開發者工具。所有 20 家基金同時活躍於這兩個賽道。
巨型基金支持的種子公司走到 B 輪的比例是市場整體的 3.7-4.2 倍。但 15 家樣本量足夠的基金中，14 家的轉化率從 SaaS 到零利率時代大幅下跌——跌幅最大的恰好是放量最猛的。
Greylock 在零利率時代保持交易量持平，是唯一轉化率實際提高的基金。交易量紀律等於投資組合品質。
危險指數將 GC、a16z、Sequoia 和 Accel 列入第一梯隊——唯一同時滿足高速度、39-50% 早期配置比例和低於 550 萬美元中位輪次的四家基金，直接落在 EM 的定價甜蜜區。
氣候與能源、物流、PropTech 和 EdTech 等傳統賽道在結構上仍然不擁擠——只有 8-13 家巨型基金活躍（AI 賽道是 20 家），領投率遠低於品類平均。

結論

巨型基金入侵早期市場不是某個技術週期的臨時異常，而是創投底層運作方式的永久性重新校準。

當多階段巨頭繼續用數百億美元吸收種子生態的頭部四分位時，試圖在它們的高速、深口袋遊戲中擊敗它們是數學上的死胡同。但數據揭示了它們看似完美鎧甲上的一個關鍵裂縫——大規模部署量與投資組合轉化品質之間不可逃避的張力。

在 AI 時代，EM 的真正優勢不再是努力做大機構交易機器，也不是盲目追逐第一梯隊平台制定定價規則的熱門品類。而是賽道選擇的嚴格紀律、耐心認購巨型基金常常忽視的複雜未來單位經濟學，以及在多階段平台還沒注意到它們存在之前，保持小規模、高聚焦、與創始人深度綁定的勇氣。

在一個愈來愈崇尚純粹規模的創投生態中，EM 的終極反策略是掌握絕對紀律的溢價，而不是匹配巨頭的交易量。

PNUT部署地址花費49.5枚SOL買進179萬枚BELKA，並在鏈上發送訊息鼓勵

熱門文章