400-123-4657
南宫NG28NVIDIA的RTX 5090和RTX PRO 6000显卡最近被发现存在一个可复现的虚拟化重置漏洞，该漏洞会导致显卡完全无响应，直到主机系统物理重启才能恢复。
CloudRift是一家GPU云服务提供商，他们在生产环境中多个配备Blackwell芯片的系统上遇到了这个问题后，详细公布了问题的分析报告，并悬赏1000美元，公开征集能够找到解决方案或根本原因的人。
根据CloudRift的日志，这个漏洞发生在GPU通过KVM和VFIO传递给虚拟机后。在虚拟机关闭或GPU重新分配时，主机系统会发出一个PCIe功能级重置（FLR）。
但与正常情况不同的是，GPU并没有恢复到良好状态，而是停止响应，内核报告称：“FLR后65535毫秒仍未就绪；放弃。”
此时，显卡也变得无法被lspci读取，lspci会抛出“未知头部类型7f”的错误，CloudRift指出，唯一恢复正常操作的方法是对整个机器进行断电重启。
AI初创公司Tiny Corp也复现了CloudRift的发现，并直接提出了一个问题：“RTX 5090和RTX PRO 6000是否有硬件缺陷？我们已经调查过，但找不到解决方案。”
社区的讨论中，许多家庭用户和其他RTX 5090的早期采用者也报告了类似的问题，一位用户表示在关闭Windows虚拟机后，整个主机系统挂起，即使操作系统级别的重启后，GPU也无法重新初始化。
用户证实，切换PCIe ASPM或ACS设置并不能缓解故障，目前还没有报告称旧型号显卡（如RTX 4090）存在类似问题，这表明该漏洞可能仅限于NVIDIA的Blackwell系列。
快科技9月7日消息，近日亚马逊Echo智能音箱用户Dave W. Plummer在社交媒体上抱怨称，即便他几乎从不使用这些设备，它们每天仍然会消耗大量的数据。
Dave W. Plummer曾在Windows任务管理器的开发中贡献过力量，并将《太空弹球》移植到Windows平台。
分享的图片显示，他的两台亚马逊Echo Show设备在24小时内消耗了超过4GB的数据，Echo Show是一款带有触摸屏界面的智能音箱，可作为智能家居的中枢。
不过，这些设备不仅仅是数字开关，还会连接互联网以发送通知、安装更新，甚至可能与云存储同步以显示用户的照片，由于配备了屏幕，Echo Show还会频繁更新以新闻和照片等。
不过Plummer并不认为Alexa一直在他，他写道：“很可能是（a）存在一个漏洞，或者（b）它们在那天都进行了大规模更新，或者（c）是缓存的视频内容。Echo Show支持视频功能，所以它可能在下载电影预告片。但我敢打赌，它并没有在监视。”
有评论者推测，如果智能音箱听到激活命令，如“嘿，谷歌”或“Alexa”，它会录制环境音频并将其发送到服务器进行处理。
因此，即使你没有主动呼叫设备，但如果它听到类似的声音，它仍然会发送信息进行分析和记录，这无疑会消耗数据。
快科技9月7日消息，Triggerhappy62在自己所住的高档公寓扔垃圾时，意外发现了一台被丢弃的游戏电脑。
整台电脑由海盗船CX750电源供电，还带有一个光驱，里面甚至还有驱动光盘，机箱上印有Enermax的品牌标志，这是一家以高端定制电脑制造商。
从这些规格来看，这台电脑无疑是一台游戏主机，从缺失的存储设备可以推测，它的前主人应该是升级了自己的主机。
Triggerhappy62的旧电脑已经使用了大约12年，因此他发现的这台电脑对他来说绝对是一次升级，除了缺少硬盘和系统内部积满了灰尘之外，这台电脑的其他部分都是正常的。
他将自己旧电脑上的250GB固态硬盘安装到了这台“新”电脑上，它就已经可以正常运行了，Triggerhappy62还考虑对其进行一些升级。
快科技9月7日消息，最近，一位电脑新手在论坛上分享了自己在当地的Goodwill二手店淘到的主机，以令人难以置信的9美元（约64元人民币）买到了一台二手电脑。
Key-law-3005承认自己对电脑一窍不通，因此发帖询问大家对这台9美元电脑的改造建议，希望能将其升级为一台性能更强的电脑。
此外，这台电脑还配备了海盗船的ATX机箱和一个520W电源（Seasonic S12 II），其他部件具体型号不太清楚，但可以看到机箱内安装了一张Wi-Fi网卡、一个SATA SSD，机箱贴纸显示当前的CPU是酷睿i3。
Reddit上的网友们对这台电脑的升级方向提出了各种建议，一些人建议将CPU升级为Sandy Bridge系列的酷睿i7，比如经典的2600K，甚至有人建议使用当代的至强处理器。
不过，由于LGA 1155插槽的限制，无论选择哪种处理器，这台电脑最多只能支持4核8线程。
网友们还建议Key-law-3005在主板的四个DDR3内存插槽中尽可能多地安装内存，并且推荐安装一块独立显卡，对于显卡的选择，大多数网友推荐使用经典的GTX 1060。
快科技9月7日消息，近日，硬件监测软件HWiNFO在其即将发布的8.31版本的更新说明中，首次提及了Intel的Nova Lake-S处理器系列，并且确认将支持AMD下一代平台。
Nova Lake-S是Intel的下一代桌面处理器系列，其实HWiNFO此前已经两次将Nova Lake添加到数据库中，但都是作为一个整体，而不是单独的桌面Nova Lake-S。
此前运输清单曾提到Nova Lake-S 28核的版本，但最近的信息显示，Nova Lake-S会有高达52核的版本。
其核心配置预计为16个P-core（性能核心）、32个E-core（效率核心）和4个LP-E core（低功耗效率核心），这将是主流桌面平台上最高的配置。
与此同时，HWiNFO 8.31版本还将支持AMD的“下一代”平台，应该指的是AMD的900系列主板，它们将取代现有的800系列。
下一代AMD Zen 6处理器也将使用AM5插槽，可以推测这些平台指的是即将到来的X970、B950和B940芯片组。
不过命名尚未确认，该系列主板预计将与Zen 6处理器一同发布，预计发布时间为2026年下半年。
当被问及Intel在桌面CPU表现不佳，以及与AMD等竞争对手之间的竞争差距是如何扩大时，Zinsner表示：
“我们在客户端产品组合方面仍有一些工作要做，我们在桌面领域有Arrow Lake，将看到另一波Arrow Lake。但直到Nova Lake，我认为我们才能真正完全解决这种情况。”
此次更新将涵盖桌面和移动平台，包括Arrow Lake-S和Arrow Lake-HX系列，类似于之前Raptor Lake系列的更新策略，但根据目前一直信息，这些更新主要集中在频率的调整上，性能提升可能并不明显。
也就是此次更新可能带来一些性能提升，但要真正与AMD竞争，可能还需要等待Nova Lake系列的全面到来。
快科技9月7日消息，今日，抖音电商安全与信任中心发文称，近期在巡查中发现，少数话费充值商家因供应链管理不严，存在用户信息泄露问题，导致消费者在完成充值后，收到陌生号码的欺诈短信或电话。
据悉，对方谎称充值为“误操作”，要求用户将话费线下退回至陌生号码，从而实施。
官方称，上述行为严重损害了消费者财产安全，破坏了交易公平，平台已展开专项治理。
截至目前，抖音共清退违规商家25个，并根据规则对商家货款进行冻结，同时将违规商家列入失信名单，停止合作。
快科技9月7日消息，据媒体报道，特斯拉CEO马斯克近日在社交媒体上发文称，刚与特斯拉AI5芯片设计团队完成一场极为成功的设计评审，称该芯片将成为“史诗级”产品，并透露紧随其后的AI6芯片有望成为“迄今为止最出色的AI芯片”。
此前，马斯克已下令解散特斯拉内部的Dojo超级计算机团队，该项目负责人Peter Bannon（彼得班农）也将离职。马斯克在社交平台上解释称：“特斯拉为两种截然不同的AI芯片设计共享资源和规模是没有意义的。”他指出，AI5与AI6芯片不仅在推理方面表现卓越，在训练方面也足够强大，因此公司将集中资源推进这两款芯片的研发。
马斯克最新发言中再次强调：“如今看来，这无疑是一个显而易见且正确的决定。如果你想参与研发拯救生命的芯片，我们欢迎你加入特斯拉芯片团队。生死攸关，分秒必争。”
据悉，特斯拉正在全力开发的AI5和AI6芯片将主要支持其人工智能与自动驾驶系统的训练。其中，AI5定位为过渡性或特定场景的主力芯片，由台积电代工；而AI6则被视为特斯拉未来AI生态的“统一心脏”，将由三星电子代工。
马斯克此前曾透露，AI5芯片计划于2026年年底投产，并已宣布与三星电子达成一项价值165亿美元的AI6芯片供应协议，但未公开AI6的具体生产时间表。
综合特斯拉方面信息，AI5将主要用于车辆推理（如自动驾驶）及计算集群训练；AI6芯片则计划率先应用于特斯拉机器人出租车Cybercab和人形机器人Optimus，未来还可能扩展至AI数据中心，意图挑战如英伟达H200 GPU等行业领导产品。AI6的首批样品预计将在三星电子位于韩国的代工和封装工厂开始生产，后续量产将转移至三星在美国得克萨斯州的新代工厂，该工厂预计于今年正式投入运营。
快科技9月7日消息，Intel新任CEO陈立武接手之后，也对Intel公司做了大量改革，从公司战略到财务，再到产品路线图都有一系列重大变化。
在这些改革中，还有一个政策不那么起眼，但或许能决定Intel未来的那就是陈立武这次要亲自督战，他要求公司每一款主要芯片在流片之前都要经过他的审查与批准。
这也意味着Intel未来推出的CPU、GPU、AI芯片等主要产品都会由他来决定生死。
在陈立武之前，Intel CEO是否深度参与了公司每款芯片的决策，外界不得而知，考虑到Intel庞大的规模和复杂的产品线，CEO即便听取各部门的汇报，可能也不会具体了解到产品的优劣点，决定上市与否的或许还是各业务部门的主管。
为什么这个政策很重要？前几天Intel高管不是承认了Arrow Lake这一代在桌面平台表现不尽如人意吗，这一代产品的设计思路和方向跟以前的酷睿有所不同，生产力、功耗等方面表现很不错，但在游戏性能上却是。
在陈立武亲自督战前线产品之后，希望能减少这种情况的出现，否则下一代产品，不论是消费级的还是服务器级的，亦或者是AI芯片的，再有类似的开倒车情况，对Intel的竞争力会是严重打击。
快科技9月7日消息，一手X3D好牌，让AMD在中高端战场取得了全面胜利。锐龙7 9800 X3D、 锐龙9 9950 X3D实现了对Intel的全面压制。
如今，AMD的围剿行动正式向中低端及入门市场延伸。近期，AMD将一口气迎来四款新CPU 无核显入门款锐龙5 9500F、锐龙7 9700F，以及中低端X3D型号锐龙5 9600 X3D、锐龙79700 X3D，全面覆盖不同价位段，直指Intel核心市场腹地。
日前，AMD官方正式宣布， 锐龙 5 9500F处理器在中国市场开启预售。该U基于Zen 5架构和4nm核心制程工艺，拥有6核心12线GHz，专为追求高性价比的PC攒机用户量身打造。
其核心规格与9600X保持一致：6核心12 线W TDP，但基础频率从3.9GHz降至3.8GHz，加速频率从5.4GHz砍至5.0GHz，同时移除了2个CU单元的 RDNA2亮机核显，必须搭配独立显卡使用。
性能方面，泄露的Geekbench 6跑分显示，其单核3122 分、多核14369分，与非X版的锐龙5 9600接近，虽弱于满血9600X，但 Zen5架构带来的游戏性能提升显著，对比上代R5 7500F有明显优势。
价格上，国内京东已开启预售，定价 1299 元，9月8日正式开售。打算入手的同学，可以稍微观望一段时间。作为对比，AMD锐龙 5 9600X的盒装1449元（散片更便宜），只贵了150元，显然后者性价比更高。
另外一款是锐龙7 9700F，国内上市时间尚未确定，但美国已上架，售价294美元（约合人民币2097元）。
整体规格看齐锐龙9700X：8核心16线W TDP，仅加速频率预计降低0.2-0.4GHz，无核显。
但这款CPU的性价比争议较大。从历史来看，AMD非X3D版的锐龙7系列历来市场表现平淡，其游戏性能与同代锐龙5差距普遍不足10%，价格却高出一截。
以锐龙7 9700F为例，价格较锐龙5 9500F近乎翻倍，但参考锐龙9700X与锐龙5 9600X 的性能对比，游戏帧率提升有限，仅适合对多核性能有明确需求的用户。建议需等待其价格降至1500元以下，性价比才具备竞争力。
锐龙5 9600 X3D：102MB超大缓存加持，国内因 “库存压力” 暂不上
然后是全新X3D阵容，作为 AMD官方自曝的入门级X3D型号，锐龙5 9600 X3D的核心亮点包括：基于 6 核心 12 线缓存，叠加 64MB 3D缓存，总缓存达到 102MB，仅比高端锐龙9800 X3D少2MB L2缓存。3D V-Cache技术的加持，使其游戏性能被普遍看好。
不过遗憾的是，这款 “潜力股” 虽即将在海外上市，国内却暂时无缘。业内分析认为，核心原因有二：一是定价难平衡，若价格过低，可能冲击9600X等现有产品；若定价过高，又会失去入门X3D的竞争力。
据悉，锐龙7 9700 X3D定价预计在 2500-3000 元区间，既能承接追求X3D缓存技术的游戏玩家，又 9800 X3D 亲民，有望成为中端游戏主机的新选择。
从此次四款新品的布局来看，AMD的战略已十分明确：以3D V-Cache技术作为核心优势，同时通过 “同架构多规格” 的产品策略，覆盖从入门（千元档）到中低端（2000-3000 元档）再到高端（4000 元以上）的全价格带。
尤其是锐龙9500F的推出，进一步加固了 AMD 在入门主流市场的防线D家族的扩容，则持续强化其游戏性能优势。
对于Intel而言，短期或只能通过降价来守住市场份额，除此之外，恐怕别无他法了。
快科技9月7日消息，AMD RX 9070系列发布后，一度有传闻称，AMD还会推出一款32GB的旗舰，可能叫做RX 9070 XTX，但最终落空了。
现在，有网友发现了一块Radeon AI PRO R9700专业显卡的EVT原型开发板，它恰好就有32GB显存。
该卡市售只有非公版，所以这款AMD的原型卡还是相当有收藏价值的，而且保存相当完好。
从标签上看，这块卡是今年1月10日生产的，那时候RX 9070系列还远未发布，或许这就是32GB RX 9070 XTX传闻的由来。
标签上还明确写着，它的核心编号是Navi 48 XTW(W代表工作站)，不仅版本A0(最早期的)，整卡功耗300W。
快科技9月7日消息，AMD官方日前正式宣布， 锐龙 5 9500F处理器现开启预售，基于Zen 5架构和4nm核心制程工艺，拥有6核心12线GHz，专为追求高性价比的PC攒机用户量身打造。
目前，新U已经在京东上架，预售1299元，9月8日正式开售。先过一下基本规格：
锐龙5 9500F：6核心、12线GHz，最高加速频率为5GHz，拥有38MB L3缓存，最高TDP为65W，AM5接口，无核显，需搭配独立显卡使用。
从规格看，基本可以看作是锐龙5 9600 X的降频无核显版。相同的6核心12线W TDP功耗。
主要区别在于，基础频率由3.9GHz降至3.8GHz，加速频率由5.4GHz砍到5.0GHz，且去掉了2个CU单元的RDNA2亮机核显。
所以，整体理论性能会弱于锐龙5 9600 X。泄露的Geekbench 6跑分也证明了这一点，其单核3122分，多核14369分，与不带X的锐龙9600接近（标准频率为3.8GHz，最大加速频率为5.2GHz）。
当然，得益于最新的Zen 5架构，AMD官方放出游戏性能显示，锐龙5 9500F相较上代7500F有了大幅提升。
打算入手的同学，可以稍微观望一段时间。作为对比，AMD锐龙 5 9600X的盒装1449元（散片更便宜），只贵了150元，显然后者性价比更高。
快科技9月7日消息，美国近年来加大了对高科技出口的限制，AI相关的技术更是高度管控，日前又提出了一项新法案，要求厂商施行“美国优先”策略。
该法案全名为“保障国家人工智能获取与创新法案”，简称AI GAIN，要求规定人工智能（AI）芯片制造商在供应外国客户前，须优先满足美国国内对先进芯片的订单。
NVIDIA公司也针对这个法案发布声明，强调美国过去、现在和将来都是其主要市场，从来没有为了服务其他国家而剥夺美国客户的权益。
NVIDIA表示，这项法案试图解决一个不存在的问题，将限制任何使用主流算力芯片产业的全球竞争。
虽然它可能有良好的意图，但该法案只是人工智能扩散规则的另一种变体，并将对美国领导力和美国经济产生类似的影响。
根据NVIDIA的财报，2024财年中美国客户销售占比49.9%，中国公司占比28%，新加坡公司占比18%。
快科技9月7日消息，IFA 2025展会上，铭凡一口气拿出了四款迷你机新品，各具特色，实现了全平台覆盖。
没想到居然配备了最新的USB4 v2接口，也是首批支持的设备之一，而且有两个，带宽达80Gbps，支持PD 15W充电。
机架式散热，针对2U集群优化，主要用于大模型训练，支持Llama 1090亿参数。
快科技9月7日消息，据媒体报道，特朗普当日在白宫宴请二十多名美国科技及商业领袖时，苹果CEO蒂姆库克在不到两分钟的时间内，说了8次谢谢。
特朗普表示，库克为苹果这家小公司做出了令人难以置信的贡献，很少人能做到这样，祝贺你。
库克表示，感谢大家、感谢大家，这对我来说意义重大，感谢您今晚邀请我，能和在座的各位一起真是不可思议。
库克对特朗普表示感谢，因为他为大家定下了基调，可以在美国进行重大投资，其中还有一些关键的制造。
此外，库克还表示，感谢特朗普帮助世界各地的美国公司，这是非常关键的事情，很喜欢和特朗普政府合作。
随后，他还感谢了“第一夫人”对美国教育的关注，没有什么比教育更重要了，非常感谢你邀请我。
最后，特朗普问库克：“你在其他地方都投了很多钱，现在你要回来了，那么你打算在美国投入多少钱呢？”
快科技9月7日消息，前几天调研机构JPR发布了Q2季度GPU市场报告，AIB独显市场上NVIDIA直接拿下了94%的份额，创造了历史新高。
AMD的独显只剩下6%份额，比去年同期的12%直接减少一半，环比上个季度也少了2%。
那AMD对这个报告是怎么看的呢？在IFA 2025展会上也有人问到了这个问题，结果AMD的态度是不回应这些数据，这倒也没什么不能理解的。
AMD代表表示，我们对AMD GPU在多领域的持续强劲销售感觉高兴，目前的需求依然高于产量。
AMD在推出RX 9000系列之后就宣布将大幅提高产量，不过具体的销量数据也没有明确的公布过。
快科技9月7日消息，今年iPhone 17系列的一大变化，就是放弃了钛合金材质，转而“开倒车”回归铝合金。
名记马克古尔曼撰文称，苹果之所以作出这一决定，自然有其核心原因。简单来说，铝合金主要有两个关键优势轻和散热。
“2023年iPhone 15 Pro改用钛金属框架后，iPhone 17 Pro将回归铝制框架。铝制框架更轻，散热效率更高，对于习惯使用15 Pro或16 Pro的用户来说，这将是一个不错的改变。”
苹果两年前在iPhone 15 Pro中首次采用了钛金属材质，并将其作为一项高端功能，iPhone 16 Pro也延续了这一配置。
但从用户反馈来看，iPhone 15 Pro在某些情况下会出现过热现象。“我自己也遇到过很多次这个问题，但从未将其归咎于钛金属。”古尔曼说。
就重量而言，iPhone 17系列的一大卖点就是轻，iPhone 17 Air是有史以来最轻薄的iPhone，Pro系列的重量势必也会进一步减轻。
此外，17 Pro Max今年配备了更大的电池，如果再使用钛金属，那就是“真板砖”了。
另外一个重要原因就是散热。在Apple Intelligence时代（AI需要大量运算），这一点变得比以往任何时候都更加重要。iOS 26将推出20 多项新的Apple Intelligence功能。
不仅如此，iPhone 17系列的相机也有重要升级，这也会是一个发热大户。
与不锈钢和钛相比，铝具有最佳的导热性，在一些特定情况下，铝的导热性比钛高出33倍。
所以，为什么苹果要用铝代替钛，答案就不言而喻了更轻，更利于散热，而且它的制造成本要低得多。
快科技9月7日消息，正在使用14代酷睿K/HX系列、酷睿Ultra 200K/HX系列的有福了！
Intel APO游戏优化技术一口气增加了对15款游戏的支持，增幅接近50％，总数达到了47款。
该技术可以实时确定和引导应用程序资源，优化特定游戏的线程调度，进而提高性能，具体提升幅度取决于系统配置。
按照Intel给出的数据，酷睿Ultra 9 285K搭配RTX 5090，《地铁：离去增强版》平均帧率可提升最多14％，《戴森球计划》可提升11％，《城市：天际线％。
与此同时，代表流畅性的1％低帧也会有所提升，《戴森球计划》能高达21％，《战舰世界》也有9％。
对于P性能核超过6个的其他处理器，支持有限的高级模式，也就是未经验证的优化，包括酷睿Ultra 200系列、酷睿200系列、12/13/14代酷睿。
快科技9月7日消息，最近几年来苹果基于ARM自研的M系列处理器让人眼前一亮，不仅性能、IPC惊艳，而且能效也非常好，MacBook不用x86处理器也能打出一片天。
这也让大家再一次强化了以往的认知x86处理器性能强，但能效不如ARM处理器。
不过x86阵营的两大山头可不会这么认为，在IFA2025展会上，AMD公司代表也谈到了这个问题，表示x86能效不行的传闻早在去年其实就被推翻了。
AMD也不是唯一一个如此表态的，Intel公司之前就有过类似的表态，同样也不认为x86的能效会输给ARM处理器。
如果还有这种想法的人可以看看去年推出的Lunar Lake处理器，这是Intel为了回应MacBook所用的M处理器开发的高性能低功耗平台，从架构到封装再到产品线都有巨大变化，连内存都变成了整合型的。
Lunar Lake平台的办公本在轻薄、续航、发热等方面的表现可以说已经让人满意了，而且兼容性更是ARM平台不能比的。
从这一点上来说，AMD或者Intel否认x86能效不行是没问题的，实际上大家的观念也该更新了，不论是ARM还是x86，性能、功耗表现更取决于芯片工艺、架构，而不是简单的指令集区别，现在也没有什么CISC、RISC指令集鸿沟了。
当然，x86处理器能效崛起了也不代表一切就OK了，Lunar Lake这样的产品叫好不叫座，已经没有后续产品了，说到底了还是成本问题，先进封装、整合内存都是要钱的。
这方面来看，苹果还是有几把刷子的，M4的Macbook都能做到5000元档了，同价位的Wintel笔记本能打的一个也没有。
快科技9月7日消息，今日，词条#这3种二维码不能扫#登上微博热搜，引起网友热议。
第一种是免费领取礼品的二维码不能扫，大街上、公园里、商场中经常会遇见只要扫码安装App就能免费领取礼品的情况，但这些App中很可能被植入了木马病毒，它会获取你手机内的重要信息盗取你的钱财。
第二种是快递单上的二维码不能扫，在快递单上，我们经常看到扫码返现、领红包、赠送礼品的字样，看起来很诱人，但它既不是商家的福利，也不是快递官方的活动，一旦扫码就会一步一步地落入分子的圈套。
第三种是测试题的二维码不能扫描，像测星座、测运势、测面相、测MBTI等。
这些在测试之前需要输入手机号、姓名、身份证号等个人信息，你前脚填写完信息，后脚骗子就可能收集你的所有信息，拼凑成你的个人档案，根据你的喜好进行精准。
在上海宝格丽酒店的大堂，天际资本创始合伙人张倩刚刚结束一场与创业者的深度对话，而当晚，她便要马不停蹄奔赴苏州，继续下一场行程。
此次跨国出差，张倩当天凌晨才抵达上海，一天时间，辗转香港、上海、苏州三地这三个地方是没时差的，前面是在美国和日本，连倒时差的间隙都没有，紧凑的行程恰似当下AI创投领域的快节奏争分夺秒。
但即便行程匆忙，张倩依旧展现出了一贯的精致与专业：身着红色衬衫搭配版型笔挺的西装，妆容精致，睫毛刷得整齐分明，每一处细节都透露着严谨与考究。
在我们对话之时，全球VC正在发生深刻变化，AI的发展极大缩短了传统VC的决策流程，原本的“广撒网”式投资，变为更为快速出手的专业和垂直的小团队突破。
在VC，这个上世纪80年代发展起来的行业里，极少有投资人能够穿越多个技术周期，并在每个阶段都能投出代表性公司，尤其是当AI加速VC清场速度的当下，但张倩是个例外。
自2018年，张倩创立天际资本，并布局了早期云服务和人工智能企业，投资了字节跳动、美团、金山云，小米等，并曾实现了全球前5%的退出业绩。
前不久，她在视频号“倩姐投AI”上发了一个视频“投了200亿的VC，为何放下身段做网红”，同事起的标题，她没改，这条视频立刻转发破千。
这种以投资人或机构为核心的内容传播，立竿见影地降低了投资者和创业者、LP甚至内部的沟通成本，这在追求快速投资决策的今天，至关重要。
内容传播最著名的就是硅谷风投机构a16z，其甚至收购了一家科技播客品牌Turpentine，播客甚至为这家VC带来了15%的项目源。
面对“做网红”的质疑，张倩很坦然，她点赞了每一条评论，包括那些负面的留言评论。她说其实自己的粉丝数远达不到“网红”的地步，但粉丝质量却很高。
这些内容帮她减少了很多内部沟通成本，让刚入职的新人很快了解天际资本的投资逻辑和文化。
更重要的是，后来她发现，这些视频还能帮天际积累外部共识，吸引到志同道合的人现在去见创始人，对方常会说 “我看过你的视频，很认同你的判断”，无需再反复介绍自己与机构。
更令她意外的是，天际早期投资了AI办公耳机未来智能，张倩在视频里随手展示了这款产品，直接在科技圈和投资圈带火了它，让她真切感受到内容带来的低成本营销价值。
她鼓励创始人做IP，这已经成为了这一波创业中新生的营销方式，许多创业者自己就是社交媒体中的KOL，分享自己对于行业和创业的认知和洞见。
张倩的视频更新频率很高，但她极少写脚本，她说自己就是想到啥说啥，很真实，也很真诚，因为这波创业，最怕的就是“装”，“AI时代，你很难装很久，真诚更加重要。”
张倩说自己的投资一直充满识，甚至包括她打破了投资人应该隐于幕后的惯例，走到台前。如果细细拆解张倩在每一个技术周期中的押注，几乎没有追热点投的项目，但如果把这些案例放在更长的时间维度，却被证明是一次绝妙的押注。
比如，2015年，以深度学习和图像识别驱动的AI创业进入，头部AI独角兽贵到让投资人却步，但在看过了几十家AI公司后，张倩一家AI独角兽都没投，却出手两家公司，一家叫字节跳动，一家叫金山云。
当所有人都将字节跳动定位为一家媒体公司时，张倩看到了其背后的人工智能，她定义字节是一家人工智能公司。而金山云，则更是张倩过往投资经历中最为“识”的企业之一。
2023 年 ChatGPT 引爆市场，大模型公司估值飙升、机构争相抢投时，天际资本却选择了观望，但那段时间，张倩及团队几乎每天都在开会进行深度讨论。
那年春节，张倩在海南带娃期间，仍组织团队连续多日开会讨论，最终判断大模型商业模式不清晰，Scaling Law的暴力美学游戏更适合有钱有实力的大公司，于是天际资本决定转向当时被严重低估的 AI 应用与 AI 硬件赛道。
等到2025 年春节 DeepSeek 横空出世、AI 应用迎来爆发，天际资本已提前一年多完成布局，投出的 Dify 成了全球增长最快的 AI Infra 产品，全球安装量超 40 万，当初的投入价值早已翻数倍。
进入生成式AI时代，焦虑是这个行业普遍的标签，对于需要提前布局、快速出手的VC而言，更是焦虑。这种焦虑当然是来自当今AI的极大不确定性，因为不可预测，今天押注的公司，可能下一秒就被新技术迭代，一朝倾覆。投资人和投资经理，每天盯着最新的消息，如侦探般寻找项目的蛛丝马迹。
张倩说，ChatGPT刚出来的时候她也焦虑，但等她看懂了大模型背后的逻辑，这个焦虑感就消失了。她发现，天际资本一直遵循的投资逻辑“天际铁三角”如今仍然适用。
第一个角叫做抓需求，抓市场的刚需；第二个角是对技术和产品竞争力的分析，张倩发现，技术迭代中会出现一种情况，那就是纯技术公司很容易被覆盖，除非能够确定这个技术公司能够短时间内积累用户和数据；第三个角是人，天际还在分析初创公司的时候，加入了对股东的分析。
“我们错过了一些（项目），但也抓到了很多项目。”张倩说，天际资本去年在AI应用项目上出手20%，但出手特别精准，至少覆盖了30到40个项目，“这就很好了，我觉得AI也才刚开始，还有很大的空间，不用焦虑。”
虎嗅：现在你亲自做视频号、打造个人 IP，从幕后走到台前，这和传统 VC “低调行事” 的思路很不一样，为什么会做这个选择？
张倩：我觉得这是更高效的沟通方式，可以吸引很多志同道合的创始人。通过这种方式，能快速吸引到和我们理念一致的创始人。很多创始人看了我的视频后，会直接说 “和我们想法特别合”，这种 “灵魂共振” 的默契，比一次次低效拜访、反复介绍机构理念要省力得多。
至于为什么要主动做内容、做自媒体，其实是参考了硅谷 VC 的成熟经验。2024 年有数据显示，硅谷的基金里，40% 的项目来源是社交或社交媒体，很多机构会主动运营自己的社交账号；像 a16z 更是早早就布局，他们甚至公开说，单靠播客就为机构带来了 15% 的优质项目。
国内可能有人会误解，其实这是对行业趋势的误读 在AI时代，内容本身就是连接资源、传递认知的重要载体，能帮我们更高效地找到同频的人。
虎嗅：你做 VC 已经十几年了，早年微博、推特热度很高的时候没选择做内容，为什么现在要从幕后走到台前做视频号？
张倩：十几年前我刚做 VC 时，微博、推特确实很火，但那时候我没觉得内容创作能成为 VC 的核心助力；现在选择做，关键是看到了 AI 时代下内容创作的巨大潜力 它是一种几乎零成本，却能实现高效连接的生产模式。
我更想身先士卒去体验这件事。就像很多创始人会亲自下场做产品一样，我也想一线感受 “怎么把内容做好”，毕竟我们投的很多项目都和AI落地场景相关，亲自做内容能更直观地理解 AI 如何赋能传播、如何触达用户，这种体感是听别人说多少遍都比不上的。
为什么现在发视频很频繁，也和短视频的特性有关。短视频能利用大家更分散的碎片时间，比如通勤、午休时就能看，受众覆盖面更广；而播客更偏向深度沟通，门槛相对高一些，适合传递更复杂的观点，两者的受众和场景是互补的。不过我们现在也在规划做播客，未来会用不同形式的内容，覆盖不同需求的人群。
张倩：其实没做什么准备，我一开始做视频的核心想法很简单，就是想沉淀一些内容。
投资行业很特殊，很多判断需要靠实践验证，还藏着不少 “反人性” 的逻辑，比如大家都觉得好的时候，往往是二级市场股票的高点，这时候 VC 反而要警惕。所以我一直觉得，VC 需要有识的勇气和前瞻性的认知，而视频就是传递这些认知的好载体。
最开始做视频，主要是为了内部团队 天际的新人刚加入时，要理解我的投资思路、跟上机构的判断逻辑需要时间，我想通过视频把这些内容直接传递出去，减少反复沟通的成本。
没想到后来有了意外收获，不少创始人跟我说，看了我的视频后受到了鼓励；还有上一代的优秀企业家，也反馈说视频内容让他们很受启发。正因为这些反馈，我开始更频繁地发视频。
张倩：我有一个视频特别火，标题是 “为什么投资 200 亿，还要做网红”，这是同事帮忙取的，确实抓住了大家关心的点。但说实话，我根本算不上 “网红”，视频平台上总共也就小几万粉丝，不过这些粉丝的质量特别高，完全达到甚至超出了我的预期。
我做自媒体的目的很朴实，就是高效沟通，吸引志同道合的人，现在看来还起到了更多传播作用。
我做自媒体的目的一直很朴实，就是想高效沟通、吸引志同道合的人，现在看来还多了一层传播价值。比如我们投过的未来智能，它做的翻盖AI耳机当时是个特别识的项目，2022 年创始团队刚创业时，找了一百多家机构都没人愿意投，我们很快做了决策，选择独家领投。后来我给这款耳机拍了条视频，没想到一下就火了，转发量过万。也是从那时候我才真切意识到，内容做得好，不用花一分钱也能达到很好的传播和营销效果。
张倩：我都是每次想什么就说什么，我非常真实。我觉得在AI时代，你很难“装”很长时间，真诚更重要，我们没有任何MCN机构或者运营。
虎嗅：现在有很多创业者自己也做IP，他们可能就是一个大KOL，包括你也鼓励创始人自己做IP。
张倩：是的，很多厉害的创始人都这样，非常积极沟通。当然，不是所有人都擅长面向大众做传播，所以有些创始人会选择在技术社群里写技术博客，把对产品、对技术的思考沉淀下来，这同样是很有价值的沟通方式。
不管是VC还是科技创业者，核心都要想明白一点：AI 时代的传播逻辑变了，一定要学会用低成本甚至零成本的方式打破信息壁垒、降低认知差。
过去想让品牌或产品从小众走向大众，需要投入大量资金做营销、铺渠道；但现在不一样，AI时代的红利就在于 “创新自带流量”，只要你有足够独特的AI产品，哪怕一开始只有几个人用，只要价值足够突出，就能快速获得几十万甚至更多的关注，这种传播效率在过去是很难想象的。
虎嗅：自己下场做个人IP、做视频，这段经历给你带来了哪些新的认知和实际收获？
第一，实现了资源的高效连接。我们是字节跳动的投资人，两三年前就知道字节是靠 AI 重塑的 “内容帝国”，内容的核心价值就是打破壁垒，把人和商品、人和人、人和资源快速对接起来。过去我们和 被投企业家、机构投资人沟通，一对一交流效果更好；但面对更大的圈子，比如潜在的创业者、跨行业的合作伙伴，靠线下拜访效率太低，而内容能一次性触达更多人，把低效沟通变成了高效连接。
第二，是拉近了和创始人的距离，提升了投资效率。现在我去见创始人，几乎每个人都会说 “看过你的视频，很认同你的观点” 这种基于认知共鸣的沟通，省去了反复介绍机构、磨合理念的时间。创始人通过视频能看到我一直在一线，状态和他们同频，而投资本质上投的就是 “志同道合”，这种信任感让我们的投资决策节奏快了很多。
第三，更敏锐地感知到AI赛道的渗透趋势。做视频需要用到很多AI电商使用的内容工具，比如剪辑、分发、数据分析工具，在使用这些工具的过程中，我们能第一时间摸到电商、广告、内容上下游赛道的脉搏，比如哪些工具更好用、哪些技术更成熟、哪些需求还没被满足这些工具后来都成了我们的投资对象，比如我们在 AI 电商领域已经投了 5 家公司，靠的就是这种一线实践带来的敏锐度。
最后一点，帮团队快速提升了专业认知。对 VC 团队来说，统一认知、提升判断能力是个慢过程，但视频能把我的思考、对行业的判断直接沉淀下来。看视频就能快速理解我们的投资逻辑。这种方式比传统的内部培训高效得多，团队的专业判断水平也能更快跟上行业节奏。
第一是创业者流动性显著提高。其实真正优秀的创业者，本质上还是同一批人，只是他们的选择范围不再局限于单一区域，而是流动到了不同国家和地区。比如这次在日本，我既接触到了本土成长起来的 90 后创始人，也见到了在硅谷创业成功后，选择移居日本深耕文娱科技领域的创业者；还有一位前小米高管，在公司上市实现财务自由后，也把生活和事业的重心搬到了日本。对这些创始人来说，选择在哪个地方创业，核心考量只有一个 能否让自己的创意落地、打造出更优质的产品，进而改变甚至造福所在行业。
第二是AI 创业的门槛明显变高。相比移动互联网时期 “全民创业” 的宽松环境，这一波 AI 创业的挑战和竞争烈度都大幅提升。最直接的门槛在于技术应用能力：如今做 AI 创业，创始团队至少要掌握 “用 AI 开发可用产品” 的核心能力 这里的 “会用 AI”，不是简单了解技术概念，而是能将 AI 技术转化为实际可落地的产品，这是入门的必备条件，也直接拉高了创业的准入标准。另外，从接触到的创业者画像来看，现在能推进到和我面谈阶段的创始人，要么是在其他领域有过成功创业经历的 “老兵”，要么是在 AI 领域有突出天赋的少年天才，这也从侧面反映出行业对创业者的要求在提升。
第三是科技大厂的入局态度更积极。对比移动互联网时期的行业节奏会发现，当年 PC 互联网的龙头企业，其实是很晚才被动加入移动互联网竞争的；但在这波 AI 浪潮中，各大科技大厂从一开始就表现出极强的积极性，早早布局技术研发和赛道争夺，成为 AI 创业生态中不可忽视的重要参与者。
虎嗅：说起不同的两波AI浪潮，天际资本在上一波（2015年左右）的AI浪潮中，天际资本几乎没有涉足当时热度很高的 AI 公司，这背后的考量是什么？
张倩：如果对比这两波 AI 浪潮会发现，其实不同阶段的创业者背景差异并不大，但上一波 AI 公司绝大部分没能走出来，核心问题我认为出在 “时机” 上。现在很多 VC 机构谈投资，总爱强调逻辑和技术，但在我看来，比逻辑、技术先进更关键的，是判断赛道的爆发时机要清楚这个领域什么时候能真正落地，然后提前布局、耐心坚守，这才是投资的核心。
2015 到 2016 年那两年，我前后看了上百家 AI 公司，最终都没有出手，反而选择了投资金山云。
当时的判断很明确：不管那些 AI 公司的技术听起来多独特，我始终看不到它们的落地路径 AI技术本身成本很高，但谁会为这些技术买单？应用场景在哪里？这些关键问题（在当时）都没有答案。
科技行业的进步，往往需要一个类似 “iPhone 时刻” 就像 iPhone 的出现，真正让智能手机从概念走向普及，彻底改变了移动互联网的生态。但在2015年的AI浪潮里，我始终没看到这样的节点，既然看不到技术落地的明确机会，自然不会盲目跟风投那些热门公司。
张倩：我可能是上一波AI大规模应用较早的参与者，投资美图也和对AI应用的观察有关。一方面，美图在 2015 年前后的短视频和图片领域处于行业头部位置，本身就具备很强的用户基础和场景优势；另一方面，美图还是商汤科技的第一批投资人，当时美图与商汤的合作，已经在 AI 视觉领域做了不少探索，比如将 AI 技术用于图片美化、特效生成等场景，确实为行业带来了一定的技术提升。
不过，这次合作也让我更早看到了上一波 AI 技术落地的核心难题。商汤当时只提供了算法，没有配套的产品落地方案；而美图的团队擅长产品运营和用户体验，却不懂算法技术，没办法把算法真正转化为用户能感知到的产品功能。那时我就发现，上一波AI技术的落地，会出现很大挑战。
这种情况和现在的 AI 浪潮完全不同。如今像GPT这样的大模型，已经能直接拿出 ChatGPT 这样可直接使用的产品，用户能直观感受到技术价值。
虎嗅：2021 年底 ChatGPT 推出后，行业热度迅速攀升，2022 年大量资金涌入大模型公司，但天际资本却没有布局大模型项目，这背后是出于怎样的考量？当时团队是否专门讨论过这件事？
张倩：不投大模型，其实是我们当时非常 “识” 的一个决策。2023 年整个行业都在扎堆投模型的时候，我们已经是最早提出要转向 AI 应用和 AI 硬件的机构之一，而那时很多人都觉得 AI 硬件根本做不起来。
2023 年春节我带着三个孩子在海南旅游，团队还是远程开了 AI投研例会，最后大家达成的共识很明确：中国的大模型很难找到清晰的商业模式，除非主要依赖政府买单，这显然不是能长期持续的商业逻辑。所以我们当时就决定，不跟风追大模型，转而聚焦 AI 应用和 AI硬件赛道。
但那个时候，市场对 AI 应用的认知存在严重低估，很多人觉得 “应用没价值”；对AI硬件更是不看好，可他们没意识到，AI 硬件的落地需要多重能力叠加 既要懂 AI 技术，又要懂软件开发，还要吃透硬件供应链，门槛其实很高，当然也正因为难，才藏着机会。
现在还有不少投资人会用过去的经验判断新赛道，比如有人说 “AI 是泡沫，因为没出现超级 APP”，这其实是用移动互联网的认知框架套 AI，完全没抓住两者的本质区别。移动互联网的核心是 “渠道变革”，本质是改变了信息获取方式，比如 “网络效应下转化成本为零”“用户迁移成本低”，这些都是渠道属性的体现；但 AI 是 “生产力”，它能直接提升行业效率、创造新的生产力价值，而生产力价值才是所有行业最核心的商业价值，不能用 “有没有超级 APP” 来衡量 AI 的价值。
虎嗅：说起过去经验在现在AI投资上不再适用，其实现在AI时代下，技术行业的变化飞快。2023年春节，你在开AI投资例会，讨论要不要在中国投大模型，2025年春节，DeepSeek出来了，引爆全球，当时你们的反应是什么？
张倩：其实 DeepSeek 出来的时候，我们团队一点都不惊讶。因为早在 2023 年，我们就开始关注这个团队。我记得很清楚，2023 年 8 月，我还到处托人想认识他们，当时他们最早版本的模型已经引起了硅谷一些人的注意，有人跟我说 “这个团队的技术很有特点”，而那个时候，国内关注到他们的人还很少。
所以等到 DeepSeek 正式推出后，我们没有停留在 “新玩家出现” 的判断上，而是立刻启动了后续动作：一方面我到处打电话，跟行业里的人聊，想搞清楚 DeepSeek 的技术会对哪些行业产生影响；另一方面，从 2025年1月下旬到整个2月，我们团队几乎都在做专项行业研究，核心目标只有一个判断接下来该聚焦哪些赛道，毕竟就像我一直强调的，“抓准赛道爆发时机” 对投资来说太重要了。
张倩：虽然现在 DeepSeek热度比刚出来时降了一些，但它对整个行业的贡献其实很大。第一是对资本市场的提振：如果没有 DeepSeek，中国香港资本市场的科技板块情况可能会更糟。
现在回头看，之前中国科技股确实被低估了，DeepSeek的出现，很大程度提升了海外市场对中国AI的信心，也让我们自己对本土 AI 创新更有底气。
第二是对行业成本的优化：DeepSeek直接把整个 AI 行业的技术成本大幅拉低，这也间接催生了一大批专注做 AI 应用的企业。之前很多应用团队因为成本太高不敢入局，现在终于有了落地的可能。
不过我们也很清楚，不是所有有热度的技术或团队都能走得远。就像第一波 AI 浪潮里，只有少数公司幸运地成功上市，而且过程中也经历了很多波折。说到底，要是赛道选不对、技术不够成熟，哪怕初期再受关注，最终也很难跑出来。这也是我们当时花大量时间做行研的原因，不只是看新玩家，更要看清新玩家能带动哪些赛道真正落地。
张倩：未来智能可以算一个。这款耳机在投资圈备受争议，不少人质疑：“这不就是普通耳机嘛，手机厂商随便就能做，哪有什么技术壁垒？” 可事实并非如此。深入研究行业后我们发现，AI 硬件的研发难度极大，需要同时精通软件、AI 技术和硬件知识，而且作为消费品，它还得满足消费者在功能、体验等多方面的严苛要求。
在投资逻辑上，AI 时代和移动互联网时代大不相同。移动互联网时期，用户量是关键，有流量就有价值；但 AI 时代的应用，核心在于 “被高频使用”，用户粘性远比用户数量重要。未来智能的产品理念正好契合这一点，虽然投资时很多人不看好，内部讨论也争执不下，但我还是力排众议鼓励团队投了。如今，这款耳机的销量在国内同类产品中独占鳌头，也证明了我们的判断。
未来智能是一个很识的产品，当时投的时候，很多人并不看好，最后我还是鼓励大家投了。现在看来，这个项目给行业带来了很好的产品。
还有 Dify，同样充满争议。当时行业普遍认为它只是普通工具链，没什么独特优势，谁都能做。可我们在 2023 年 10 月、11 月接触到 Dify 时，尽管它当时收入几乎为零，仍处于产品打磨阶段，而且那时整个市场对中国软件企业的前景也很悲观，但我们看到了它的潜力。
如今，Dify 已经成为全球领先的 AI 开发平台，中国约 70% 使用大模型做应用的公司都是它的客户，在日本，AI 圈很多人都想代理 Dify、围绕它打造生态。事实证明，这两次看似冒险的 “识下注”，为天际资本带来了丰厚回报，也推动了行业的创新发展。
虎嗅：第一次见到Dify的创始人张路宇的时候，是什么样的场景？给你留下什么印象？
张倩：第一次见到他，就觉得他很有趣，印象深刻。他高中就辍学，是国内投资人不太偏好的类型。国内投资人这波投AI，偏好的大多是清华北大等名校出身、AI专业背景亮眼的人。但张路宇不一样，他痴迷编程，高中辍学，一心扑在自己热爱的事业上。
跟他交流时，我能明显感觉到他眼里在发光。他很像刘邦或刘备，却有着超强的凝聚力，能把人才紧紧团结在身边。他已经连续创业好几次了，核心团队的成员们挤在一起干了十几年，现在都才30出头，这样深厚的友情在创业团队中太少见了。
那个时候我觉得，虽然暂时看不清他们商业模式，但这个团队本身就很强，值得投资。在当下，人才越来越稀缺，人力成本也水涨船高，一个强大的团队是创业成功的关键。况且 AI 行业太新了，未来充满了不确定性，没人能百分百看透行业走向，所以团队的创新能力和凝聚力就显得尤为重要。
现在的Dify在行业里已经到了曾经金山云的战略地位。我们投金山云的时候估值很低，上市时高峰是100亿；Dify我们也是非常早期投资的，我们认为它的潜力非常大。现在中国70%、日本80%的企业，使用 Dify 的效果越好，其 AI 发展就越顺利，这充分体现了 Dify 的战略价值，它已然成为 AI 应用领域的重要风向标。
在 AI 这个快速发展的领域，越是深入了解 AI、深知其潜力巨大的人，越会对它保持敬畏之心。
当下我们都在 “摸着石头过河”，不能再用老眼光、固有思维去评判项目和人才。很多投资人总喜欢高谈阔论，觉得自己比创始人厉害，可要是真有那么厉害，为什么不自己去创业呢？创始人每天在一线拼搏，哪怕一开始投资人认知比他们强，但创始人在一线干上半年，对行业的理解就会远超投资人，毕竟 AI 领域一个月的变化，抵得上互联网时代半年的变化。
虎嗅：刚刚讨论到团队，在如今的 AI 时代，你认为团队具备哪些特质是至关重要、绝对不能缺少的？
张倩：有的。在我们进行 AI 领域投资时，有两个核心考察点，这两点对于评估一个团队的潜力和投资价值极为关键。
第一个考察点是团队对 AI 技术的认知。我会通过与创始人交流，询问一些 AI 技术相关的问题来判断。如果创始人对这些问题一无所知，那从我们的投资角度来看，这个项目大概率是不会被考虑的。
不过，我们对于 “懂 AI 技术” 的定义并不局限于创始人的技术出身。在传统行业中，有不少对 AI 有深入了解的人，他们也具备成为优秀创业者的潜力。就拿我们刚投资的一个项目来说，创始人原本是导演，并没有技术背景，但从两年前开始，他全身心投入到 AI 视频领域，是各大 AI 视频平台的活跃用户，对行业内的技术进展了如指掌。
我们并不要求创始人一定是技术科班出身，但他们必须全身心投入到 AI，真正懂 AI 技术，这样才能在创业过程中做出符合市场需求、具备竞争力的产品。
第二个考察点是速度。在 AI 这个快速发展的行业，时间就是生命，速度决定成败。我曾经接触过一个创业者，创业一年多了，还拿不出产品 Demo。在竞争激烈的 AI 市场，这样的速度显然是不行的。一个无法快速迭代、展示成果的团队，很可能会错失最佳的发展时机，无法满足市场快速变化的需求，所以这类项目很难获得我们的投资。
虎嗅：当下硅谷的 AI coding 赛道可谓乱象丛生，并购频繁不说，还因价格战陷入混乱，不少企业调整定价后用户大量流失。但观察天际资本的投资布局，似乎在 AI for Coding 项目上涉足甚少，这背后有怎样的考量？
张倩：其实我一直都在密切关注 coding 行业的动态。我对这个赛道的判断，和之前看大模型发展的思路有些相似。在我看来，大模型是科技大厂的 “主战场”，像 DeepSeek 这样的成功案例背后也离不开幻方雄厚资金的支持。毕竟，在这个赛道发展，需要大量资源投入。
Coding行业和大模型行业太接近了。一方面，编程本身的门槛相对较低，大模型的崛起使得很多编程工作都有被替代的风险；另一方面，大模型企业为了拓展业务边界，必然会在编程领域发力，这让独立的 AI 编程公司发展起来困难重重。所以我觉得，现阶段每个独立的 AI 编程公司可能都会面临诸多挑战。
不过，从目前的情况来看，针对 C 端用户的 AI 编程产品，比如 Lovable，倒是有发展的潜力。因为C端用户需求多样，这类产品如果能精准满足用户个性化需求，或许能在市场上占据一席之地。
从 AI 编程赛道的发展也让我看到AI会经历的三个阶段，第一阶段是作为助手辅助人类工作，目前在这方面 AI 已经取得了不错的成果；第二阶段是直接替代人处理大量数据，在不少领域，AI 已经达到了这个水平；第三阶段则是 AI 能够超越人类，作出更具创新性的成果，就像做 PPT 时能想到人类想不到的创意点。
我认为未来各个行业都会遵循这样的发展路径。我自己做内容、拍视频的经历，也让我对 AI 能力的边界有了更清晰的认知。内容创作和编程一样，都是受 AI 影响较快的领域。每次 AI 技术有新的突破南宫NG28，我都能直观感受到AI的边界。这种亲身体验，也增强了我对整个行业发展趋势的感知。
虎嗅：天际资本是最早意识到AI 应用产品价值的，但在天际资本的投资项目中似乎没有通用水平类AI项目，从什么时候开始觉得通用水平类AI可能不能再投了，垂类特定行业的AI才有机会？现在你还看好一些通用水平类AI应用吗？
张倩：确实，天际在通用水平类 AI 项目上的布局不多，但有个例外我们一直很看好 Genspark。
其实从一开始，我们的投资思路就偏向 “做小赛道、做深做透”。在我们看来，在一个垂直细分赛道里扎得足够深，（产生的价值）可能抵得上原来10个软件、10个APP的价值，效率会更高。
打个比方，要是做 10 个 APP，每个看似有 1000 万的市场规模，可用户活跃度上不去，实际价值有限；但如果一个 AI 项目能在单一垂类赛道做到 1000 万规模，不仅能精准触达核心用户，还能持续积累行业专属数据 AI 的特性就是 “数据越多，分析能力越强”，这会形成越来越深的竞争壁垒，后续价值会持续释放。
不过说我们完全不关注通用 AI，也有一点不公平。毕竟我们多次布局字节跳动，而字节其实是中国最好的通用 AI 企业之一。它的通用 AI 能力渗透在内容推荐、人机交互等多个场景，只是它的通用能力不是孤立存在的，而是和具体的业务场景深度结合，这其实也印证了 “深度落地” 的价值。
张倩：我觉得很多人民币项目都被低估。因为（投资人）害怕失败，害怕被大模型覆盖。
张倩：其实过度谨慎了，Agent是一个很amazing（令人惊喜）的大赛道。
虎嗅：现在有很多华人AI团队出海，他们在出海上可能会踩的坑在哪里？如果只能给一句生存指南，你会说什么？
张倩：最大的坑，第一， “不all in”。举个例子，有些创始人说要做美国市场，自己一年才来一次，甚至不来，只派自己手下的同事去开拓，对用户毫无感知，这怎么可能做好？
第二，切忌投机，（觉得海外市场有红利，先去捞一笔）投机心理必定失败。2022 年 10 月我们专门办过一场出海研讨会，请了帮华为、小米做海外市场的核心顾问，还有在海外运营了 10 年、20 年的中国企业负责人，最后大家达成的共识特别明确：海外市场从来不是 “要不要去” 的战略选择题，而是 “怎么打” 的战术实操题，核心不在 “决策去不去”，而在 “能不能扎实执行”。
这是我们2022年就已经形成的判断。目前，我已经带了几十个 AI 企业出海，有的去新加坡，有的去美国；这次来日本，也聊了很多准备落地日本的团队。和这些创始人一聊，就能立刻看出他们的态度：是不是真的重视海外市场？愿不愿意把时间、精力、资源 all in 进来？
虎嗅：很多投资人和创业者反映，在AI时代，普遍焦虑，投资人也表示，最怕漏掉项目，如果错过了这一波AI的浪潮，可能这个VC就永远掉队了，你会有这样的感受和焦虑吗？
张倩：其实在 2023 年初，大模型概念刚爆火的时候，我确实有过焦虑情绪。那时大模型发展太快，很多新的技术和商业模式不断涌现，我还没完全看透其中的门道，担心错过好的投资机会。但随着研究的深入，我逐渐看透了大模型的本质，也形成了一套自己的投资方，现在就不再焦虑了。
我们的方有一个“天际铁三角”：最重要的是选赛道时机，什么时候投这个赛道；第二是选先进的技术和产品；第三是人，就是创始人及其团队。优秀的创始人是项目成功的核心要素，有能力、有眼光、有执行力的创始人能带领团队在激烈的市场竞争中脱颖而出。
这套方的核心，不是盲目追着技术跑，而是抓住那些不变的底层逻辑。技术在不断更新迭代，但投资的底层逻辑，比如如何评估一个项目的潜力、如何判断创始人的能力等，其实是相对稳定的。也正是因为抓住了这些不变的东西，我们能更深入地了解创始人，评估项目的可行性。当我发现之前积累的投资体系在 AI 时代依然适用时，心里特别踏实，也很开心。
我们错过了一些，但我们也抓到很多项目。拿去年来说，我们在应用项目上的投资出手比例是 20%，不过每次出手都经过了深思熟虑，十分精准，覆盖了至少 30 到 40 个项目，投资效果很不错。我始终觉得，AI 行业目前还处于发展初期，未来还有巨大的发展空间，不用过分焦虑。
虎嗅：这种焦虑可能还在于速度，以及原有的一些VC投资逻辑不太符合现在的AI投资，你认为AI在给传统VC行业带来什么改变吗？
张倩：其实这些年整个投资圈，包括 VC、PE 和二级市场从业者，“致郁率” 都不低。这波 AI 浪潮一来，可能还会给这个行业叠加更多压力。这种压力的本质，要么是有人已经站在很高的位置，找不到新的上升空间，觉得事业失去了新鲜感；要么是长期处在高强度竞争中，面对失败或落差时难以自我接纳，最终陷入负面情绪。
但回到 AI 对 VC 行业的改变，我认为会是颠覆性的。核心原因在于，传统 VC 行业的链条实在太长了：对投资人来说，要验证一次投资决策是否正确、一个项目是否能跑出来，至少要等五到十年。可一个人的职业黄金期，尤其是对需要敏锐判断的 VC 来说，大多集中在 30 到 40 岁。等你真正看清 “当年的决策对不对” 时，可能已经 45 岁甚至 50 岁了，想调整方向、弥补失误都来不及。
AI 的核心价值，就是提升效率、缩短验证周期 比如用 AI 快速筛选项目数据、辅助判断赛道趋势，甚至用 AI 优化投后管理的沟通链路。可以说，VC 行业势必会被 AI 深度改造，那些跟不上这种变化、还在用传统模式做投资的机构，我判断百分之十都会被淘汰。其实从现在中国 VC 行业的现状就能看出，“清场” 已经在慢慢开始了。
张倩：对。VC 行业的核心逻辑之一是 “信任”，过去有些机构或个人会利用信息不对称、信任不对称，短期获取本不该属于自己的资源和信任。但 AI 作为生产力，会从 VC “投融管退” 的核心环节直接打破这种不对称，进而加速行业洗牌。
最直接的改变先从中后台开始。以前 VC 做行业研究、数据整理，可能需要资深研究员花几天甚至几周时间，现在借助 AI 工具，一份高质量的研究报告几分钟就能生成，甚至比有三年经验的研究员做得更全面、更精准。这意味着传统的研究模式、中后台支撑逻辑会被重构，效率提升至少是 10 倍以上，那些依赖 “人海战术” 做基础工作的机构，首先会面临竞争力下降的问题。
更关键的变化在投资决策端。现在的创业形态和过去不一样了，很多 AI 领域的创始人是个人创业，或者核心团队就几个人，需要的资金规模也不大，这就导致投资标的会越来越分散，但决策速度必须极快。比如有些机构因为有高效的内容传播能力、快速的信息筛选能力，能第一时间和创始人建立信任，而创始人也不用再花几个月跑遍几十家机构，可能几天内就能敲定融资。靠过去“撒网式”投资，越来越难投到优秀的创始人。
虎嗅：上一波双创时代，投资人就说VC在变化，特点是新机构出来了，小额度、快决策、大量覆盖项目的模式出现了。这一波会发生什么变化，以及为什么？
张倩：我判断这一波会出现 “两头热” 的格局，最终能跑出来的会是两类机构。
一类是组织已经比较先进，或者即使组织不先进，也有以前赚过钱的创始人和LP的支持，规模摆在那里，整体能持续盈利；另一类是新兴机构，这类机构最大的优势是 “专” 和 “快”：生命力强，不会被传统流程束缚，而且特别专业，不会什么领域都想碰，而是聚焦某几个细分赛道做深做透，组织力和决策效率都很高。
其实核心逻辑还是回到 VC的本质通过支持科技创新，高效创造收益。不管机构规模大小，只要效率高，就能赚到钱。比如有的小机构可能就一个人，自己管一两亿资金，因为足够专注，决策快、投得准，效率反而比大团队还高；再比如那些聚焦特定领域的机构，因为对赛道理解深，能精准抓住机会，专业度本身就是它们的竞争力。
反过来看，如果在 AI 这么大的行业变革期，一个机构还想着 “全面开花”又做消费、又做医疗，同时还想抓 AI 机会，哪怕团队有 30 个人，也很难实现高效决策。毕竟每个领域的技术逻辑、商业逻辑都完全不同，精力分散了，就很难挖透任何一个赛道的机会。
快科技9月7日消息，Intel公司今年将量产18A工。
