摘要

英国初创企业最深层的约束，不只是创始人供给，而是每位卓越创始人背后所需的5到10名世界级运营者。 Oxford、Cambridge 和 Imperial 每年合计只能培养约500名计算机科学家或机器人专家；Tom 认为这一产出应提高5倍，Stan 则主张在每张相关毕业证书上直接附带 Tier 2 签证及家属居留权。真正制约可投资机会的，是一个无法留住并持续放大稀缺技术人才的生态系统。
Stan 认为，按英国人口规模本应支撑的水平计算，英国每年约缺少120亿美元的风险投资。 美国基金去年募资约760亿美元；按人口可比口径，英国应为154亿美元，实际仅为37亿美元。Tom 强调的是可投资创始人与运营者的短缺，Harry 则认为资本已经涌入顶尖团队，推高价格、削弱条款；3人都指向欧洲决策缓慢和糟糕的创始人体验。
解决方案应是把资本集中投向潜在的全球冠军，而不是不加区分地给初创企业融资。 总部始于 Cambridge 的 Wordware 如果留在英国，可能以2000万美元投前估值融资500万美元；但它迁往 San Francisco 后，以2.2亿美元投后估值融资3000万美元——这笔资本把公司的预期推向数十亿美元级别。讨论的共同结论是，打造全球第三或第四名只是在制造收购标的；英国需要能够成为全球第一或第二的公司。
规模化后的 British Business Bank 可以每年撬动约40亿美元的基金承诺，并要求私人投资者按50/50比例配资。 Aatish 提议采用灵活的经济安排——养老金可能支付0.5%的管理费、少拿 carry，而 BBB 支付3%、获得更多 carry——这样混合基金仍可围绕“2 plus 20”运转。10年下来，政府可以积累400亿美元的风险基金资产，但 Tom 警告称，幂律回报意味着逆向选择将决定成败：纳税人的钱必须交给最好的管理人，而不是“最差的投资者做最差的投资”。
英国应专注于自身拥有不公平优势的领域：AI 应用、无晶圆厂半导体、硬件、金融科技，以及潜在的国防。 芯片设计约占半导体行业价值的75%，但欧洲在这一市场的份额约为2%；Bristol 仍保有罕见的全定制微处理器能力。相反，英国能源成本可能占数据中心成本的17%，美国仅为4%，因此不加区分地投资基础设施将是一项注定失败的押注。
税制可能正在维持弱公司，同时把那些能够创造复利网络的人才输出海外。 Stan 将分散在5.5万家公司、每年约75亿美元的研发抵免称为“典型的直升机撒钱”，并希望把其中大部分转入主动管理的风险投资；Harry 建议让抵免逐步递减，避免成立10年的受益者变成僵尸公司。两人都把 non-dom 离境视为严肃的领先指标，因为富裕居民同时也是雇主、天使投资人，并会播撒 GoCardless 和 Monzo 等校友网络的种子。
AI 商品化正把争论从基础模型霸权推向应用、品牌、硬件和推理芯片。 Stan 说，模型折旧已经从“几周”加速到“几乎几天”，这强化了中国的制造优势，也利好 Synthesia、Harvey、BYD 和 DJI 等公司。Tom 愿意以3000亿美元收购 OpenAI，因为其约120亿美元的收入年化规模、用户心智和消费品牌正在形成切换成本；Harry 则会把钱投向别处，因为智能体可能通过 API 调用模型，而 Claude 可能“同样优秀，甚至更好”。
10年的乐观情景是，英国成为欧洲的人才磁铁，科技价值达到约5000亿美元，但公开上市或许已不再是合适的计分板。 Stan 更大的国家目标是在20年内达到4万亿美元，并由约1000亿美元的新增资本支撑，同时设立一个公开的“国家代码”。Tom 预计定义下一代的 AI 原生公司会在今天的逆境中诞生，但提醒说，它们可能像 Stripe 一样提供私人市场流动性，而不是在 LSE 上市。

精读

1. 英国的瓶颈，是每位创始人背后的运营人才梯队

Stan 的政策主张建立在实际经营经验之上：他曾帮助 ARM 上市，在多家公司合计融资约3.3亿美元，并以约13亿美元出售企业，其中包括卖给 Broadcom 和 NVIDIA 的交易。Tom 于2014年帮助创立 GV Europe；该机构已在12个国家投资超过50家公司，在英国投入超过5亿美元。
Stan 说，英国目前基本只能留住与自身培养数量相当的 AI 人才，但原因只是流失到美国的人才被欧洲其他地区的移民抵消了。这一持平的净数据掩盖了真正的机会：如果把英国变成欧洲默认的创业地点，英国“可以好10倍”。
Tom 更尖锐的判断是：“每有1名优秀创始人，就需要5到10名世界级运营者。” 卓越创始人可以打破地理规则——Melanie Perkins 在 Perth 建立了 Canva——但一个可复制的生态系统仍需要能够招人、销售、扩大运营，并在之后播撒下一代创业种子的高管。
Oxford、Cambridge 和 Imperial 每年合计只能培养约500名计算机科学家或机器人专家；Tom 希望这一产出提高5倍。Stan 的移民规则同样直接：相关专业毕业生应获得“直接钉在毕业证书上的 Tier 2 签证”，并拥有携带家属的权利，因为许多中国和印度毕业生目前都会前往美国。

2. 资本稀缺与创始人稀缺，构成一条存在争议的因果回路

Stan 给出的对比十分悬殊：过去50年，美国科技行业通过 decacorn 创造了约20万亿美元价值，而英国的2个结果合计约1700亿美元。美国风投机构去年募资约760亿美元；按人口调整后，英国应募资154亿美元，实际只有37亿美元，缺口接近120亿美元。
Harry 的反驳值得保留：一线投资人找不到足够多真正达到全球标准的创始人，而资本则拥挤在显而易见的强团队中，推高它们的价格。他看到融资条件从“3000万美元估值上的500万美元”快速跳到“8000万美元估值上的600万美元”，甚至连清算优先权都被取消，说明太多资金正在追逐太少的卓越供给。
Tom 颠倒了通常的因果关系。他认为，与其等待成功吸引资本，不如让充足资本抬高野心、召唤供给，并以中国持续20年的投入为例；没有这些资本，英国公司会被限制在较小规模，创始人自然会问：“我为什么不直接坐飞机去美国创办公司？”
Harry 补充说，美国融资本身就是更好的产品：创始人反馈称，美国投资人决策快、合作紧密，并能立即理解项目，而欧洲流程要拖上数周。Stan 预计，更多资本与更激烈的竞争将改善这项服务，因为最优秀的创始人会选择最优秀的 VC，而超额回报也会进一步强化这些机构。

3. 资本应集中押注潜在的全球冠军

两位嘉宾都不主张给每家种子期公司融资。讨论的条件是进行有选择的集中：识别那些能够吸收更多资本、又不会因此资本过剩的创始人，让他们招募最好的人才、追求更大的目标。平均分配资金不仅会削弱回报，也会削弱人才密度。
Wordware 体现了 Stan 的论点。它的 Cambridge 训练背景创始人如果留在英国，可能以2000万美元投前估值融资500万美元；但在 San Francisco，他们以2.2亿美元投后估值融资3000万美元。这笔融资迫使公司把目标设定在数十亿美元级别，而 Stan 认为，股权结构的数学甚至可能意味着投资人实际上是在承保一家100亿美元公司。
Tom 认为，AI 正在形成更陡峭的幂律。Wiz 在成立约5年后以320亿美元被收购，相当于以色列 GDP 的约7%；它起步于一支世界级团队，而不是一个已经完全定义的问题，并且从第一天起就获得了大量资本。由此产生的财富可以在员工、创始人与本地投资者之间循环。
Harry 的结论是绝对的：“打造某种全球第三或第四名，几乎没有意义。” 资本不足的追随者通常会卖给美国收购方，导致英国无法留住就业和所有权；而资本密集、赢家通吃的市场，则要求及时向有望成为全球第一或第二的公司开出大额支票。

4. 英国可以在技术栈的顶端与底端取胜

这位专注芯片的嘉宾将技术栈分为半导体与硬件、中间件与工具，以及应用层。欧洲最可信的机会位于两端：拥有欧洲独特防御优势的差异化 AI 应用，以及“附着在金属上的”技术——能够向企业客户出售可量化的架构价值。
半导体设计是最清晰的样本。嘉宾称，半导体价值约75%位于设计环节——NVIDIA、Qualcomm 和 Broadcom 使用的正是这一模式——但欧洲在全球市场中的份额约为2%。制造可以交给 TSMC 等厂商；英国应打造无晶圆厂芯片设计公司。
Bristol 仍保有源自40或50年前 Inmos 的罕见全定制微处理器能力，只要融资跟上，就有机会诞生全球赢家。Tom 认同专业化路径：英国不可能宣称在所有领域都具备专长，因此必须找到不公平优势，再围绕具体地点建设配套的人才、资本与基础设施。
能源暴露了这一模式的边界。一位数据中心运营商告诉 Harry，能源成本占美国成本的4%，但在英国会达到17%；Harry 说，能源还可能占大型模型训练成本的20%。因此，机会在于芯片设计、边缘硬件和应用，而不是假装昂贵的英国电力适合承载所有数据中心。

5. 规模化后的 British Business Bank 可以调动沉睡财富

Aatish 认为，欧洲并不缺钱；养老金、保险公司和伦敦约1100家家族办公室只是对风险投资配置太少。BBB 目前每年向基金投入约4.24亿美元，相对于按人口调整后的154亿美元目标而言，“只是沧海一粟”。
Aatish 提议重置机制：BBB 每年投入约40亿美元，并要求50/50配资。一个正在募集10亿美元基金的管理人，可以预期获得5亿美元的公共资金锚定，但必须从私人投资者那里筹齐另一半。这既能激活准备成立新机构的合伙人，也可能吸引有业绩记录的美国合作方来到伦敦。
基金经济安排应围绕投资者约束灵活调整。如果养老金拒绝支付2%的管理费，可以改为0.5%的管理费、同时降低 carry 参与比例；BBB 则可以支付3%、获得更多 carry；基金的净经济性仍可接近“2 plus 20”。目标是让公共资本与私人资本彼此咬合，而不是要求每个 LP 接受完全相同的条款。
一位嘉宾说，按照政府对公共部门净资产的处理方式，这些承诺可以被确认金融资产，而不是当期支出。按每年40亿美元计算，10年后可形成400亿美元的组合；他称基金中的基金回报低端约为6%，高端可达20%多，但 Tom 坚持认为，必须通过管理人筛选来避免严重的逆向选择。

6. 国防兼具紧迫性、支出规模与军民两用外溢效应

Harry 追问，为什么国防不同于医疗。Tom 解释说，英国仍拥有一个占主导地位的政府买方，而欧洲被各国采购体系割裂；但多个军种和军团都可以成为客户。创新如今被迫发生，且靠近乌克兰既带来紧迫性，也提供了真实的测试环境。
对 Tom 而言，有3个变化最重要：有才华的创始人如今认为国防具有社会必要性；欧洲各国政府面对生存级威胁；资本的兴趣也已经扩大——Anduril 最近以80亿美元融资，并被描述为超额认购。他认为，欧洲有机会诞生下一代主承包商，而不只是成为现有巨头的零部件供应商。
未来5到8年，欧洲的可寻址国防支出可能达到2万亿至3万亿美元，覆盖供应链的多个层级。一位嘉宾提到，网络安全、UAV 和无人机都可能是军民两用产品；DJI 说明了商业化规模硬件如何同时具备战略重要性。

7. 伦敦的上市困境，始于规模化公司太少

Harry 指出，伦敦上市科技公司中只有1家市值超过100亿美元：Sage，一家成立约30年的 ERP 厂商。他的诊断是供给不足——英国公司往往经历股权结构失衡、用错人、产品方向不清、野心不足或增长资本不足，最终在尚未准备好 IPO 之前就被出售。
Harry 还补充了情绪层面的问题。创始人反复听到，LSE 的估值和流动性较弱，包括印花税带来的摩擦；而美国交易所则“铺开红毯”。这些负面故事变成“我们头脑里的 SEO”，进一步强化了选择美国的默认倾向。
不过，上市地点仍是一个不完美的指标。Harry 更看重总部、员工集中地和知识产权创造地，而不是交易所所在地；如果高价值就业与创新仍留在英国，在美国上市也可以接受。Stan 则补充说，本土所有权同样重要，否则最终财富会在海外复利增长。
Stan 提出一个国家目标：10年内创造5000亿美元科技价值，20年内达到4万亿美元，而英国目前约为1000亿美元。他估计，第一个里程碑需要约1000亿美元新增资本，即每年100亿美元；他还赞成设立类似挪威模式的公开代码，让公民能够看到国家科技财富持续积累。

8. 税制变化正在输出具有乘数效应的人才

Non-dom 改革体现了原则与务实之间的冲突。Tom 原则上支持平等征税，但也看到富裕居民正在离开，而他们同时是天使投资人和雇主；他把这些离境视为领先指标，而不是等到滞后的税收数据证明损害后才采取行动。
Aatish 认为，多项政策叠加后的冲击——取消 non-dom 待遇、调整遗产税和资本利得税，再加上私立学校费用——规模已经过大。新居民带着既有财富来到英国，因此英国需要一项让他们能够留下的安排，同时保留足够的公平感，让普通纳税人觉得自己仍属于同一项国家使命。
Harry 说，他听闻财政部的模型实际上是静态的：把税率提高到 X，就计算出 Y 的收入，却没有充分模拟离境和行为反应。嘉宾们并不否认公平问题，但反对假设税纳、资本和就业在规则改变后仍然固定不变。
Harry 以 GoCardless 为例说明乘数效应。来自欧洲和美国的 non-dom 投资了天使轮；公司雇用了数百人，其中一位创始人后来创办 Monzo，另一位成为伦敦 VC，高管校友又创办了更多企业。他说，这种人才与资本循环过去需要5到10年，但更快的公司形成速度可能将其压缩到18至24个月。

9. 被动补贴保住僵尸公司，主动资本则重新配置人才

Stan 认为，许多 EIS 和 VCT 管理人效率低下，因为他们优化的是保本，而不是卓越回报。如果每投资1美元的回报大多聚集在0.80至1.20美元之间，管理人就会被鼓励安全地转手出售公司，而不是让创始人“放手一搏”；他的直接主张是废除这些基金。
他更具争议性的目标，是每年发放给5.5万家公司的约75亿美元研发抵免。除了合资格支出外，计划没有其他质量测试，因此变成“典型的直升机撒钱”：要么把钱给了并不需要支持的公司，要么维持那些本应释放人才与资本的企业。
Harry 为真正高速增长的年轻公司保留抵免，但承认僵尸问题确实存在。他提出的折中方案是按时间逐步递减，让企业不能无限期申领；Stan 则希望把更多预算转入主动型风险投资，在那里投资人会对进展“加倍下注”，也会让失败项目退出。
辅导是金融支持之外的另一块拼图。Tom 经常把被投创始人与经验丰富的运营者介绍认识，并告诉初创企业，永远不要给卓越的天使投资人设最低支票金额：一位投入1000英镑或5000英镑的投资人，可能因为这笔承诺对个人意义重大，而贡献远超金额本身。

10. 随着模型价值转向应用与硬件，中国正在获益

Stan 已改变对中国的看法，因为基础模型如今可以被极快地蒸馏出来。他过去称其为“人类历史上折旧最快的资产”，有效寿命以周计算；现在则是“几乎按天计算”，这会把价值推向应用，以及承载商品化智能的设备。
这有利于 Synthesia 和 Harvey 等应用公司，也有利于中国深厚的制造能力。BYD、DJI 和中国电池产业的专业积累说明了硬件、供应链和规模相互强化后会发生什么；这位专注半导体的嘉宾认为，英国更现实的机会位于更下游一层，即驱动这些产品的芯片设计。
一位嘉宾绘制的 AI 投资地图，本质上是美国和中国的大型集群，外加“欧洲一个个小得可怜的点”。中国持续20年的科技投入打造了如今显现的能力，而美国试图与世界部分地区脱钩，可能反而使欧洲人更愿意与中国建立商业关系。
Harry 的反驳集中在国家安全与互惠风险：中国企业进入西方市场并收集数据，但西方公司却面临限制；根据讨论中的数字，国家补贴可能使车辆价格扭曲8%至25%。Stan 将商业交易对手与中国政府区分开来——Huawei 和 ZTE 曾是他有效的芯片客户——但也承认，政府获取信息和施加影响需要保持谨慎。

11. AI 品牌可以复利增长，但模型与商业护城河仍有争议

Harry 不认同“一人公司做到10亿美元”的论点。AI 让公司变得惊人高效——他举例称，Bolt 在3个月内达到4000万美元收入年化规模——但同样的蒸馏过程也会压缩商业模式，让成功产品被“快得离谱地”复制。
Tom 愿意以3000亿美元估值收购 OpenAI：约120亿美元收入年化规模、1小时内新增100万名 ChatGPT 用户、由记忆形成的切换成本，以及对儿童和老年用户而言都与 LLM 同义的品牌。按约20倍远期收入计算，他看到了异常强劲的消费动能，以及部分受保护的下行空间。
Harry 会把钱投向其他地方。他预计，需求很大一部分将来自通过 API 调用模型的智能体和应用，在这种模式下，延迟、性能和价格占主导，而 Claude 可能“同样优秀，甚至更好”；面向消费者的聊天窗口未必是最终胜出的界面。硬件同样有价值——Nothing 约700万台设备可能成为 AI 的入口。
Stan 说，NVIDIA 并没有被动等待推理主导带来的衰退：公司正在改造 GPU 架构，也可能通过内部研发或收购进军存内计算。他曾为 Jensen Huang 工作，记得他“耳朵非常大”、掌控细节的能力极强，文化“很残酷”，但“并不恶意”——这种执行力足以让适应变化成为基准情景。
结尾的仓位选择体现了这一主张：Stan 选择 uranium ETF，押注核能需求、气候约束和能源生产率；Tom 选择 Rolls-Royce，尽管股价今年已上涨约3倍，他仍预期国防与航空发动机需求继续增长。展望10年，Stan 预测英国科技价值达到5000亿美元；Tom 则期待未知的 AI 原生冠军出现，但认为它们或许不会大规模回归公开上市市场。

Vol.167 宏观漫谈83｜美元、美债与中美贸易战的变化（4.9录制）Nature最新：Google Agents击败人类医生、做出科学发现——与Vivek和Anil对谈