摘要

Index 在节目中披露了 30 年账本：已投资 115亿美元、已返还接近 300亿美元、仍持有 200亿美元以上。 在 300-400 笔投资中，“大部分都集中在八九家公司”，包括 Revolut、Figma、Wiz、Scale、Datadog、Roblox。Martin Mignot 的结论是：AI 时代的价值集中“和以前没有太大不同”，因此，成为品类领导者最早、最大、最受引用的股东，“才是真正重要的唯一一件事”。
“早期要警惕毛利率——这是我们犯过几次的错误。” Revolut（一种负毛利模式，也是 Index 最具争议的交易之一）、Snowflake（他认为如此）、Deliveroo，以及“所有 LLM 厂商”都符合这一规律；规模扩大后成本会下降，Harry 还指出，代币价格在 18 个月内下降了约 99%。“如果这就是唯一阻碍你的因素，在大多数情况下我会完全忽略它。”
早期阶段绝不因价格拒绝交易。 Index“从不会因为价格失去或放弃一笔交易”，因为整个行业一直低估最终结果的规模。真正的风险在于：在产品市场匹配之前，以过高估值融入过多资金，然后花“一两年缩减团队”——“那才危险”。
该公司的标志性错失是 Spotify——因为此前对 Last.fm 的平庸投资让他们看清了唱片公司“是怎么运作的”，尽管他们很喜欢 Daniel（可能是 Daniel Ek），仍多次放弃投资。 Mignot 如今总结的教训是：非凡创始人加上真实 traction，就“别想太多”。他最终又回到了“团队、团队、团队，还是团队”这一第一要素。
面对“杠铃结构”——一端是募集巨额资产的超级基金，另一端是精品机构——Index 提出了一条 “第三条路”：3亿美元种子基金、8亿美元风险基金、15亿美元成长基金。募集管理资产“对这么做的 VC 来说，在财务上可能很有意义——但我不确定对创业者是否同样有意义”。巨额 AUM“会分散你的注意力，把你拉向更后期”。
Index 的 LLM 敞口可能包括 Cohere，以及 Mistral 的一笔种子轮投资。 稀释意味着“纯 venture multiple 可能会更低”，但结果规模和实现速度足以保住绝对回报。欧洲确实需要一家主权 LLM 厂商——政府可能希望、甚至必须使用本地供应商；社交网络算法“应该公开，应该可以被审计——它们是公用事业，是关键基础设施”。
流动性管理刻意保持机械化：IPO 后按预设计划，在 3 年内每季度卖出。 Index 卖出 Robinhood 时的价格“明显低于”今天的股价，但对交易计划的分析显示，这套系统化方法优于其他方案——“你不可能只在最高点卖出”。除此之外，Index“基本会一直持有到 IPO”。
Revolut 是最完整的案例：它在 Seedcamp Demo Day 上首次亮相，切入点是外汇，而不是售卖银行切换服务；一张立陶宛牌照即可通行整个欧盟；创始人从第一次见面起就“想要比 JPMorgan 更大”。谈到美国市场，Martin 说“我认为他们会做到”；Harry 则说：“永远不要做空 Nick。”

精读

1. 账本：集中在八九个名字上

Mignot 开场强调，风险投资“玩的是长期游戏”：承诺投入 10-15 年，“这不是一份职业……人们不该为了地位加入风险投资”。上一轮周期与其说增加了大量游客型 VC，不如说是让这一资产类别制度化，吸引了一批把它当作“职业，而不是使命”来选择的人。
他在节目中主动给出的数字是：“我们已经做了 30 年。投了 115亿美元，返还接近 300亿美元，目前仍持有 200多亿美元。大部分集中在八九家公司。”这些投资来自 300-400 笔交易，名单包括 Revolut、Figma、Wiz、Scale、Datadog、Roblox——分属 7 位不同合伙人和 5 个不同地点；而 Index 内部“没有 CEO，也没有 managing partner”。
这正是他对 AI 时代价值集中于 5-10 家巨头的担忧不以为意的原因：“我不认为这真的和以前有多大不同。”Index 已经在内部经历了几十年同样的集中模式。这种格局也制造了典型的“错过后追赶”：Zendesk 在种子轮和 A 轮都被放弃，“如果你回头看当时的 memo 和估值，现在看相当有意思”，最终由成长基金后续接手。
关于回报是否具有持续性，Quantum Light 的 Ili 曾告诉他，未来回报的最佳预测指标，是早期投资人是否登上 Midas 榜单。Mignot 的保留意见是：这确实是“一个非常好的榜单，用来判断10 年前谁是优秀投资人”。Stebbings 更进一步说：“榜上的人没有一个真正做过他们声称自己做过的那些交易。”

2. 第三条路：拒绝超级基金与精品机构的杠铃结构

对 Doug Leone 关于风险投资从高毛利精品行业变成低毛利商品化行业的判断，Mignot 回应“并不完全如此”。他拒绝二元阵营叙事：“存在第三条路，Index 就在这条路上”——规模足够支持创始人从创立走到 IPO，又足够小，能保持值得信赖的私人关系。当前基金规模是：3亿美元种子基金、8亿美元风险基金、15亿美元成长基金，这才是合适的体量。
他对募集资产的评价，是本期最尖锐的判断之一：这“对这么做的 VC 来说，在财务上可能很有意义。但我不确定对创业者本身是否同样有意义”。巨额 AUM“会分散你的注意力，把你拉向更后期”。
Stebbings 已经改变看法：随着更多万亿美元公司出现，而能开出数十亿美元支票的玩家很少，他认为，那些以 3亿美元投资“你的 OpenAI”、以 600亿美元投资“你的 Anthropic”的资产募集者，可能在大规模投资中获得类似 venture 的回报。Mignot 部分让步：“我不确定在 3000亿美元规模上还能有 venture-like returns……能不能有惊人的回报？当然可以。数学上说得通。”
种子轮是否只是资产募集者部署 1亿-5亿美元 C、D 轮资金的入场券？“那不是我们的模式。我不想评论他们的策略。”Stebbings 认为这“完全是在搪塞”，并用俱乐部作比喻：种子轮是入场费，真正的桌子在 C、D 轮。Mignot 的回应是：“每一张支票都基于高度确信……我们希望尽可能早地进入，成为最大股东，以及最受重视、最常被引用的投资人。”

3. 他买什么：一个简单、极其原创的洞察，加上执行力

最优秀的创始人有一个共同特征：“他们能提出一个非常简单的洞察——听起来很简单，实际上却极其深刻、深远且难以防守地复制”，而这来自真正的第一性原理思考。Revolut 的 Nik 发现，大额走廊上的外汇兑换成本几乎为零，因此把它免费送出去作为获客钩子。Deliveroo 的 Will 则认为：“产品就是配送”——稳定做到 20 分钟以内就是产品，“其他一切都是干扰”。
Stebbings 借 Fiverr 的 Misha 发问：随着复制时间不断缩短，独特洞察的价值是否正在消失？Mignot 给出的回答带有保留：“如果没有与之匹配的卓越执行力，价值确实会下降……单独的洞察并不够。”
市场时机风险确实存在：一家法国外卖创业公司早于智能手机时代成立，只能打电话联系骑手，配送要 50 分钟，最终无法规模化——“概念是对的，但技术没有跟上”。Cowboy 和微型出行的时机判断正确，商业模式却错了：没有软件附着的硬件意味着残酷的供应链，是重资本、拼销量的生意，回报不如纯软件；服务商还要与获得补贴的公共交通竞争。（Stebbings 补充说，Lime 一度承认月度故障率达到33%。）他仍认为 Lime，以及很可能还有 Dott，最终“会没事”。

4. 初学者心态：Spotify 的伤疤，以及他为何重新回到“团队、团队、团队”

每一笔投资都会形成偏见，包括成功的投资。Index 早期押中 Revolut 后，看其他金融科技公司都会觉得更差——“Revolut 能做到，而且做得更好”——结果错过了其他新银行，Qonto（可能是它）“就是一个很好的例子”。
典型案例是Spotify，其中的细节很重要：问题不在于此前投了一个糟糕项目，而是一个平庸项目。Last.fm“是一个完全合理的结果，但我们看到了那个行业是怎么运作的，也看到了唱片公司的力量”。因此，尽管他们喜欢 Daniel（可能是 Daniel Ek；他曾在一家 Index 被投公司工作），尽管产品出色、早期 traction 明显，“我们多次放弃，等到想回来时已经太晚”。Stebbings 还补了一刀：“Daniel 每一轮都想要 Danny，真的是每一轮。”这是全公司至今仍会叹息的错失——“仅仅 1480亿美元”。
提炼出的教训，也是本期反复出现的主旋律：独特的创始人、独特的洞察、真实的执行信号——“别想太多”。过度思考“在这个行业相当普遍”；想显得聪明、勤勉，反而会扼杀回报。他在快问快答中再次印证：Personio 的 Hanno “当时马上就说可以……如果每笔投资都这样，我的结果会好得多”。Index 还做过分析：如果对所有在合伙人会议上进行路演的公司都投赞成票，业绩反而会超过自身实际表现。
他走过了那条著名的职业曲线——先看团队，再看市场，最后又回到团队：“团队、团队、团队，还是团队”。如今排序是团队、traction、市场。即使 0 到 1000万美元的增长路径已经商品化，traction 也没有因此贬值；但在 AI 领域，收入质量至关重要：项目制使用与嵌入工作流的产品不同，后者如 Cursor，“很可能粘性会高得多，即使数字目前还没有体现出来”。

5. 种子期的毛利率是一个陷阱

Revolut 是“最具争议的交易之一”，最终可能成为最成功的一笔。争议来自它极其欧洲化的产品——“外汇在美国坦白说不是一个大话题”；它是一种某种意义上的负毛利业务，免费提供外汇服务，只收取微薄的 interchange fee，增长越快，烧钱越快。Mignot 当时还认为 Nick 不是天生的讲故事者和募资者。
更普遍的教训是：“早期要警惕毛利率，这是我们犯过几次的错误。”他认为 Snowflake 可能也是类似案例，Deliveroo 是另一个，而“所有 LLM 厂商都是非常明显的例子”。他的规则是：“如果这就是唯一阻碍你的因素，在大多数情况下，我会完全忽略它。”
机制很简单：早期公司应优化增长和产品，而不是毛利率，因为纯软件公司的成本曲线会自行改善——Stebbings 指出，代币价格在 18 个月内下降了约 99%，基础设施也会随规模扩大而优化，Revolut 正是如此。“如果你根据当时代币价格下的毛利率做判断，就会错过优秀公司。”Stebbings 说，这正是他当时看 Lovable 毛利率的方式。

6. 绝不因价格失去交易，但产品市场匹配前的过度资本化会致命

对 Peter Fenton 关于“价格是一个心理陷阱”的说法，Mignot 表示：“他完全正确……早期我们从不会因为价格失去或放弃一笔交易。”他拒绝用“我们是否因承担风险而获得足够补偿”来框定问题：“你并没有真正掌握回报规模的可靠判断”，而整个行业一直低估最终结果，因此回头看，较高的进入价格可能已经是合理回报。
但这套逻辑也有边界。在 2000亿美元估值时，“1万亿美元还是心理陷阱吗？总有某个时刻，你会进入一个略有不同的领域”；越接近 IPO，结果分布越窄，风险回报越可以计算。
被追问后，他承认过高定价确实伤害过公司：危险模式是，在真正实现产品市场匹配前，以高估值获得大量资本，用融资补贴增长，然后“花一两年缩减团队，回到基本面……在增长到这么大之后再寻找产品市场匹配，真的非常、非常困难。那才危险”，尤其是在欧洲。不过，当 Index 遇到拥有非凡创始人、且已经具备收入或开源 traction 的公司时，也曾在一些场合这样做过。
持股比例已经重新定价：15 年前的标准是 20%；如今目标是“退出时持有两位数的股份——我们大部分回报都来自退出时仍持有接近或超过两位数股份的公司”。种子轮强调合作，“我们不会用尖肘相向”；到了 A、B 轮，才会争取最低持股比例。至于 Stebbings 认为 A 轮是最差投资阶段——价格跃升 3-5 倍，进展却不到 2 倍——Mignot 认为标签都是噪音：真正的阶段是产品市场匹配前、产品市场匹配后、规模化，而“伟大的公司在周期的任何时点都能被创造出来”。

7. 机器：1 到 10 打分，不允许骑墙

法定人数随支票规模扩大，每个办公室始终有人参与，合伙人按 1-10 打分——“不能投 5 分和 6 分”。平均分高于 6 分，交易获批：强迫形成明确判断，以合格多数通过。高确信度交易保留一定自主权——一笔 500万美元的支票“不是当场就能拍板，但绝对可以促成交易”，基础是“对最接近团队的合伙人判断力的集体信任”。
Stebbings 关于文化鸿沟的观点确实成立：美国创始人非常擅长市场营销，法国创始人会说“我们 ARR 做到了 5000万……还行”。Mignot 回答：“总体来说，答案是肯定的。”这正是 Index 在缺乏数据支撑时，把一定决策空间留给本地合伙人的原因。整体结构仍然有纪律：大约一半欧洲、一半美国，全球统一标准。
泡沫市场的失败模式，他以罕见的坦诚讲述：你做完自己的分析，另一家机构报出 2 倍价格、投 2 倍资金，还表现出“极高的确信度和速度”，于是你会想——“他们是不是知道什么我不知道的东西？”接近项目既可能带来优势，也可能让你过度负面；有时，基于外部验证继续做 pro rata，“就是错误的决定”。
他们不会建立复杂的结果情景模型：“我们不浪费周期。”只对少数真正重要的变量做敏感性分析，判断更多依赖创始人，而不是数字运算。

8. Revolut 内幕：触发点、护照机制，以及永远不要做空 Nick

起点是 Seedcamp Demo Day 的路演，但真正的信号来自短时间内多次接触：看过路演、朋友提起、自己使用过 App、合伙人引荐。“对我来说，这是一个很强的信号……他们确实击中了某个痛点。”此前他研究过 Simple（第一家真正意义上的新银行，后卖给 BBVA），也见过 Monzo，带着一个明确问题寻找答案：什么会触发人们切换银行账户。Revolut 从不售卖“切换银行”，它售卖的是：“你要去葡萄牙参加单身派对，银行会狠狠宰你，为什么不办一张 Revolut 卡？”
真正反共识的一招，是从第一天就走向全球。传统观点认为银行业务是本地化的，应先深耕一个市场；Nik 的第一性原理判断是：银行是数字服务，“一段代码就能在全球运行”。决定性机制是：一张立陶宛牌照通行整个欧盟。Mignot 的政策结论是：“当你给欧洲创始人一个统一市场去竞争，他们完全可以做到和世界上任何人一样大，甚至更大。”这也是 Index 参与 EU Inc 的原因。值得注意的是，Mignot 说，如果重来一次，Nick 可能会更早申请银行牌照——在规模化之前，事情要容易得多。
Revolut（按 Stebbings 的说法，如今估值约 750亿美元）能否攻下美国市场？“我认为他们会。永远不要做空 Nick。”他的特殊之处在于，从不接受“事情就是这样做的”，而是把问题拆开、自己回答；Dalio（可能是他）和 Bridgewater 是显而易见的灵感来源。他能在极其困难的环境中“在很长时间内持续保持高强度”，并且从一开始就拥有巨大的野心——“我们第一次见面时，他就想要比 JPMorgan 更大……没有任何物理定律规定它不能那么大。”
同样的“没有上限”主题，也贯穿他推荐的书：Lionel Barber 的《Gambling Man》，主人公很可能是 Masayoshi Son。他飞出去融资 100亿美元，途中决定改成 1000亿美元；“多次输光一切，但从未停下”。结论是：“很多限制，其实都存在于你自己的脑海里。”

9. LLM 敞口、欧洲主权，以及作为公用事业的算法

Index 持有的 LLM 敞口可能包括 Cohere，以及 Mistral 的一笔种子轮投资。谈到 LLM 是否是一个好的 venture 投资品类，考虑到稀释问题，他说：“纯 venture multiple 可能会低于其他品类——这一点很明确。区别在于，结果的规模，以及更重要的，实现结果的速度。”因此绝对回报仍然很高，尤其是在可以投入大量资本的情况下。他也公开担心价值最终流向 OpenAI 和 Anthropic。
欧洲是否需要一家 LLM 厂商？答案是肯定的：技术主权“是一个真实存在的概念”。政府和准政府机构“可能希望，甚至必须使用本地供应商”，同时本地化也存在真实的企业市场，前提是这些模型“接近前沿”。但他没有幻想：“它会比 OpenAI 小吗？当然会，肯定会。”政府的角色应是“成为客户……而不是投资者”。
关于 TikTok，他认为可以允许，但更大的问题是 TikTok、X 和 Facebook 的算法：“应该公开，应该能够被审计”，任何人都可以审计，包括独立审计机构。“它们是公用事业，是经济和政治系统的关键基础设施。”
对 Meta 和 OpenAI 高薪方案引发的人才争夺，他确实感到担忧，但 ESOP 是创业公司的武器：“如果你能把未来价值创造的故事讲得足够好，任何薪酬方案都无法与之竞争。”至于一周工作 7 天的讨论，也并不新鲜——Revolut 和 Deliveroo 的早期团队都在夜间和周末工作；变化只在于，如今创始人会公开说出来，而他认为这是积极的：“双方没有预期错位。”

10. 机械卖出，持有到 IPO，并接受无法挑中所有赢家

Index 不择时进入，也不择时退出：IPO 后按预设计划，在 3 年内每季度卖出；只有 4 人组成的退出委员会会在边际上调整计划，委员会由项目合伙人和一名与项目关系不密切的合伙人组成。理念是：“不要试图显得太聪明。”
代价显而易见：Index 曾是 Robinhood 的大股东，却在“明显低于今天的价格”时卖出了相当一部分。但公司的计划分析显示，在整个投资组合层面，“如果采取不同的计划，结果会更差”——“你不可能只在最高点卖出”。Stebbings 以 Shopify 为反例，认为机械卖出会错过 98% 的涨幅；Mignot 只承认“总会有反例”。二级市场交易并非禁区——Revolut 已经成立 10 年，接近基金生命周期末端——但“总体来说，我们基本会一直持有到 IPO”：集中持有赢家值得坚持，而“最好的价格发现发生在公开市场”。
Stebbings 关于结构性问题的判断经受住了这次交锋：赢家并不会立刻显现，因此储备资金分配往往是错误的。Mignot 直截了当地说：“是的，这是不可避免的。”Figma 就是他自己的证明：Dylan（可能是 Dylan Field）年复一年带着没有上线的产品来到 CEO retreat，大家甚至会想，“我们为什么还在邀请他？”而 Danny（可能是 Danny Rimer）的确信度“无与伦比……我不认为这个行业里有多少案例，能在这么长时间里保持这种程度的确信”。Index 每一轮都参与投资（A 轮由 Greylock 领投——“你不会对每家公司每一轮都投资”）；产品一上线，“traction 就无可争辩”。
最后的世界观，也是这一切背后的底层信念：他自称技术人文主义者——技术让人类避免“被活活吃掉”；“每项技术都会带来负面影响，但你会有更多技术去解决这些负面影响，让这个轮子继续转下去。这是一场不可思议的人类冒险。”

Hidden Gems：Chris Waller 评估 Judges Scientific 的投资逻辑尝试、听内心的声音、增强自己的不可替代性……和 4 位 Z 世代年轻人聊 AI 时代的机会和选择