摘要

Databricks的1340亿美元估值，是本期讨论“为增长付费”的算例。 按2025年41亿美元收入、55%增速计算，估值倍数为32x；Snowflake的收入规模同样约40亿美元，增速28%，公开市场估值约800亿美元，对应20x。Rory的框架是：“为多出来的增长，究竟要多付多少估值倍数？”但市场没有可比样本，因为“公开上市、增速超过30%的公司实际上只有1家”（大概率是Palantir：增速50%，收入倍数80x）。真正关键的是规模化后的再加速：“如果它继续再加速，客观地说，它的价值是无限的，因为数学就是这么算的”——这也是Anthropic今年估值阶跃式重估背后的逻辑。
绝大多数上市SaaS都陷入了“TAM陷阱”。 这是Jason的说法：上市SaaS平均增速约16%，“我们从来没增长得这么慢过”。至于Aaron Levie和Drew Houston为何也没能避开，Rory的回答是：他们并没有判断失误，而是风投把每个市场及其相邻市场都投满了——“SaaS版饥饿游戏”。由此得到的投资规则是：“只有在TAM足够大时，溢价收购才有效；TAM有限时，出价必须更克制。”
并购退出季已经启动。 Eventbrite以约5亿美元出售，尽管买方溢价50%，对应收入倍数仍只有1.5x；PagerDuty估值约10亿美元、ARR 5亿美元、增速4%，倍数接近2x；Semrush则卖给了Adobe。看多逻辑是，聪明的PE资金会把2x收入倍数视为“便宜得离谱”，再接入AI；但Jason提醒：“我们还没看到pagerduty.com和pagerduty.ai神奇地合成一个赢家。”
安全问题正在成为企业巨头的复仇。 Gainsight被Salesforce锁了两周，Drift遭遇数据泄露，700家机构的数据被下载，勒索对象包括Cloudflare；“Drift永远不会回来，它已经死了。”Jason认为，安全在结构上利好 incumbents；两人也承认，安全同样是“切断那些疯狂吸数据的创业公司、转而销售自己的agent产品的最佳借口”。
“SaaS已经变得像日本。” 每名员工对应的ARR只会上升：HubSpot的效率较2021年提高2.8倍，Salesforce提高2倍，Microsoft则“永久越过了员工数量峰值”。因此，按席位收费会自然收缩：“如果每个人只有0.9个孩子……那可供销售的席位就这么多。”Rory对增速放缓而估值倍数没有同步下跌的解释是：企业在2021年边际效率只有现在的1/2，如今却变成了2倍。
模型提供商可能会把重点放在 coding 上。 OpenAI的code red被理解为聚焦核心业务的承认：“赢下ChatGPT战争，你就值2万亿美元。”因此，AI财富管理等垂直市场可能仍有机会。但复制速度非常残酷：Google在不到10个月内就推出了Lovable/Replit竞品，尽管“没有数据库，也没有身份认证”——“你已经没有5年时间了……现在甚至连1年都没有。”
AI财富管理是两位看多者最终汇聚的方向。 Wealthfront的10个基点与Goldman/Morgan Stanley对“什么都不做”收取的1%之间存在巨大价差；美国人平均退休时拥有约180万美元资产。如果AI能把信托、税务和遗产规划整合在一个平台，Jason认为可以做成一家“200亿至400亿至500亿美元的公司”；但他也提醒，向客户收取8000-1万美元，而 incumbents 收取3万至5万美元，并不意味着有10倍的定价空间。
Harry认为，风投已经变成了“一场相关性游戏”。 Q1首次成为独角兽的公司中，40%已经完成后续融资，LP会被上涨动能吸引。Rory的反向规则是：先筛选大结果的确定性——“你的准确度只能达到最不准确变量的水平”——然后持有那些慢慢复利的公司，因为Schwab活过了1983年所有科技IPO公司。

精读

1. OpenAI的code red重置叙事——Thrive把幂律推向极致

Rory从更高视角看Thrive与OpenAI的合作：“这已经不是OpenAI原来的故事了……今天的OpenAI几乎恰恰相反”——全面进入核心产品的code red状态，推进广告业务，把医疗agent的计划往后放，“不受任何干扰”。一句话概括这次转向：“Google三年前曾对他们发布code red，现在轮到他们对Google反向发布code red了。”
Jason对交易机制的判断是：对VC来说，真正重要的交易一生只有几笔，因此应当对1到2个赢家投入人类所能投入的全部资源，这就是“把幂律推向极致”。Thrive实际上正在把基金变成一家控股公司，对自己投过的最优质公司加倍下注。
Rory认为，这种不对称性对Thrive极其有利：“最好的营销方式，就是尽可能靠近你最大的交易”；Sam在Thrive参与约700亿美元那轮融资、并在“两年前那场大 fiasco”中继续支持他之后，“相当忠诚”。但OpenAI得到的好处“远没有那么清晰”：“我知道谁在这笔交易宣布时欣喜若狂，也知道谁只是说，‘嗯，随便。’”

2. Databricks估值1340亿美元：为额外增长定价的算例

Rory称这个对比“非常方便”：市场传闻Databricks将以1340亿美元估值融资50亿美元——对应2025年41亿美元收入、32x收入倍数和55%增速；直接竞争对手Snowflake在公开市场的收入规模同样约40亿美元，增速28%，市值800亿美元，对应20x。“为多出来的增长，究竟要多付多少估值倍数……这里就是算例。”
如果额外25至30个百分点的增速能持续3至4年，这个溢价“值得每一美元，而且远不止”。但市场没有公开数据集可以为它定价：“公开上市、增速超过30%的公司实际上只有1家”——大概率是Palantir，增速50%，利润极高，收入倍数80x。Jason的简化判断是：如果Databricks今天上市，它会是公开市场上第二好的公司。
真正致命的事实是，Databricks“仍在温和加速”，而规模化再加速会让估值模型失效——“如果它继续再加速，客观地说，它的价值是无限的，因为数学就是这么算的。”这与Anthropic今年再加速、进而触发估值阶跃式重估的逻辑相同。基准概率是：大约1/3的公司能连续1年再加速，连续2年的只有1/10；而从50%增速基数上实现再加速，更是极其罕见。
相对价值上的关键判断是：“种子轮是给傻瓜的。”按风险和时间调整后，一个逻辑自洽的判断是：Databricks从当前水平上涨3至5倍，可能胜过确定性低得多、期限长达7至10年的B轮，或者“在SAFE上以60亿美元投后估值做一笔种子交易”。Jason说：“Databricks看起来是更好的交易……说实话，挺便宜。”

3. Snowflake对Databricks：10年拉锯战，而agent只走了1%的路

对于两家公司能否“和平共处”，Rory的回答是否定的：“事实上，他们可能互相憎恨；我们知道他们互相憎恨，因为他们会故意让销售活动撞在同一时间。”这会是一场类似SAP对Oracle的10年消耗战：谁都不会退场，双方都想要对方的相邻市场，最终“其中一些利润率会被打掉”。他认为Databricks CRO Ron Gabrisco所说的、其技术在AI数据工作负载上领先5年，基本属实。
Jason更大的判断是，战场刚刚发生了移动：“现在所有这些vibe平台都能直接访问Snowflake数据……这在几周前都还不可能。”Agent接入全部数据后，对CRM和托管业务意味着什么？“我还没聪明到能预测1年后会是什么样”，但“我认为我们才走了这段旅程的1%”。
对于CRM是否会沦为agent取数的数据库，Jason指向Benioff部署2000人做Agentforce：“未来就在那儿。”但值得保留的反驳是：“这能告诉你他的意图，却不能告诉你他的能力。”Salesforce大约还有2年时间证明自己能把这件事做成。
Rory对架构的判断是：单一应用里的agent会像Microsoft那样被Salesforce打包；但跨多个数据源的企业agent——存款、CRM以及更多数据——会“全部塞进Snowflake，直接在上面运行agent”。与此同时，高端定制开发会让系统集成商在未来10年赚得盆满钵满。

4. 安全问题正在成为企业巨头的复仇

Jason发出警报：Gainsight已经被Salesforce锁在门外2周，目前没有已知解决方案；Drift则在5个月前被踢出平台，“Drift永远不会回来，它已经死了”。Drift泄露事件中，700家机构的数据被下载，其中包括Cloudflare；一个黑客组织要求每个受影响实例支付数百万美元。
他的结论是：安全利好 incumbents。“我可能希望从Salesforce、Snowflake和Databricks那里获得自己的agent。”逻辑会逐级升级：第一次泄露，你会责怪那家已经被PE转手两次的供应商；第二次，你可能开始锁紧自己的平台；第三次，你可能会说，干脆所有agent都自己拥有。
Rory提出的犬儒式解读是，这正是“最好的借口”：借安全之名切断Glean这类疯狂吸取数据的公司——“但你看，我这里恰好有自己的agent产品，现在你可以安全地买它了，客户先生。”Rory讽刺道，两次泄露都发生在成熟的第一代、第二代SaaS公司身上，但最终被贴上限制性政策标签的，却会是新一代AI公司。“生活就是不公平，但事情就是这样。”

5. 并购退出季：聪明的钱正在以2x收入倍数买入SaaS

市场交易已经说明一切：Eventbrite以约5亿美元被收购，对应收入倍数1.5x，买方溢价50%；PagerDuty估值约10亿美元，对应约2x收入倍数，ARR为5亿美元、增速4%；Semrush则在2周前卖给了Adobe。Rory谈到上市公司的脆弱性：当股价处于低估值区间，而有人带着50%溢价找上门时，律师会向董事会发表一番“受托责任”的讲话，而你“基本被迫接受”。
积极的一面是：“有人——非常聪明的钱——认为这些东西值得买。”一家激进的PE公司可以买下PagerDuty，再接入一家热门AI创业公司，把增速拉回20%，然后“看起来像个英雄”。Jason则戳破这种想象：“但我们还没看到pagerduty.com和pagerduty.ai神奇地合成一个赢家，对吧？”
Rory从档案中翻出一个故事：10年前，他所在机构关于PagerDuty的备忘录，对收入的预测“准确率在3%以内”；真正改变的只是市场愿意为这些收入支付多少倍数。而那份备忘录当时已经写得很清楚，增值服务显而易见：“地球上每个运营团队都在使用PagerDuty……该加什么非常明显。各位，把它做出来。”

6. TAM陷阱：绝大多数上市SaaS都身在其中

Jason给出了本期的关键词：上市SaaS平均增速约16%——“没人曾经增长得这么慢过”——因此“我认为，绝大多数上市SaaS公司都陷入了TAM陷阱”。如果Aaron Levie和Drew Houston都无法逃脱，“那我们其他人还有什么希望？”
Rory的反驳是：“可能根本没有答案。”问题不在于这些CEO是傻瓜，而在于风投给SaaS投了太多钱，市场被填满，每个相邻市场也都已被占据——这正是他2019年那篇《SaaS版饥饿游戏》文章的主题。最典型的案例是Zoom：“所有需要Zoom账户的人都有了，而没有Zoom账户的人都有Teams账户了，可怜的家伙们。”
Jason提出了一个令人难受的Zoom问题：Eric是他能想到的最优秀的技术型创始人兼领导者，但“没有伟大的第二幕……既然全世界有1万亿个记笔记的人，他们为什么没能找到办法增加40亿个记笔记用户？”他的实际结论是：他默认建议创始人接受退出，并且要比直觉认为合理的时间更早开始第二个产品。
规则和突破口是：“只有在TAM足够大时，溢价收购才有效；TAM有限时，出价必须更克制。”潜在的突破口是AI把定价提高1个数量级：Gamma每月100美元，而Canva是8美元；Cursor为500美元，而Jira是3美元。Rory提醒，一旦3家供应商都能节省同样1000美元的人工成本，“它们都会愿意只收100美元”——500美元的价格会被侵蚀。

7. SaaS像日本：效率成为新的利润率，而企业不再需要那么多人

Jason算了一遍数据：每名员工对应的ARR只会上升——HubSpot的效率较2021年提高2.8倍，Salesforce提高2倍，Microsoft则“永久越过了员工数量峰值”。这也是Workday把席位减少称为生存威胁、以及Jeff Lawson坚定判断定价将脱离席位的原因。Jason的比喻是：“SaaS已经变得像日本——它是一个很棒的经济体，但如果每个人只有0.9个孩子……那可供销售的席位就这么多。”
Rory解释了为什么估值倍数没有随增速同步大幅下滑：2021年，每一套经营计划的边际效率只有现在的1/2；如今却变成了2倍。投资者接受更慢的增长，换取“效率高得离谱的SaaS公司”。最终方向是基于价值定价，但价值更难衡量：“数座位上的屁股很容易——每次登录就是一个屁股。”
对于成长阶段创业公司，Jason说得很直白：“在我投过的增长最快的公司里，没有人会在乎利润表底线。”最快的AI公司即便要承担推理成本，烧钱倍数仍然最低。他真正担心的不是烧钱，而是臃肿：一个需要50名下属的CMO会得到“一份不错的离职方案和一封好的推荐信”；健康标准应该是员工数增长50%的同时实现100%收入增长，而不是2020至2023年那种反过来的组织基因——这种惯性仍在大多数管理团队中回荡。
Rory的三分法总结带着一丝黑色意味：上市公司必须持续创造自由现金流；模型实验室把钱花在Nvidia而不是人身上，“它们只需要天才和GPU”；应用创业公司的增长速度则快过招聘速度。“它们唯一的共同点是：都不需要人……如果你是人，这可不是什么好消息。”他长期仍然看好AI对就业的影响，但承认当下科技劳动力市场“有点艰难”。

8. Google用10个月复制Lovable，但模型提供商可能会聚焦 coding

Jason亲自试用了Google新推出的Lovable/Replit克隆产品：上线时“没有数据库，也没有身份认证”——“产品本身并不令人印象深刻”，而且大公司“能同时处理的优先事项就那么多”。但更重要的启示仍然成立：Google在不到10个月内完成了回应；Datadog也在过去24个月内推出了PagerDuty竞品，而后者创立于2008年——“你已经没有5年时间了……现在甚至连1年都没有。”
Rory给出的安慰是：在很多应用领域，模型提供商可能并不是竞争对手。OpenAI的code red“坦率地说，几乎等同于承认”要聚焦核心——“赢下ChatGPT战争，你就值2万亿美元。何必去折腾那些只能值几亿美元的小型垂直市场？”他的补充是：“你可能会听到一个声音，那是消费硬件产品正在滑出计划。”
模型提供商最可能进入的领域是 coding；Jason补充了这条赛道的起源：“这件事甚至不是我们先想明白的，是Claude先想明白的。”Cursor没有，Replit和Lovable也没有，大家都是后来才接上这项能力。他们不太可能进入的领域，是Rory最新投资的AI财富管理公司Range——“Google不会去复制它。”

9. Wealthfront与Goldman之间的价差，是下一个AI市场

Jason猛烈抨击高端财富管理：Goldman和Morgan Stanley提供的是“全世界最糟糕的产品”，唯一真正有用的服务是贷款——你手里有5000万美元的Nvidia股票，卖掉要缴2500万美元税，或者以6%的利率借款。“他们会告诉你能帮你做信托，但他们不会。”他模仿理财顾问的推销：“你看过我的账户吗？你了解我的任何情况吗？”
Rory对Range的判断是：不要把软件卖给财富管理机构，而是自动化财富管理本身，把服务“沿财富阶梯大幅下沉”，面向医生、牙医和企业家——他们的财务事务“有一定复杂度”，但不值得花2万美元请律师。永恒规则是：“每当你看到一种只有极富有的人才能拥有的产品，只要能想办法把它交到我们其他人手里，我们都会想要。”Jason补充了自己的经历：设立3个信托用了11个月，而硅谷最受推崇的信托律师给出的安慰是：“我的大多数客户甚至都没能做完。”
Jason认为，奖品足够大，但必须保持纪律：据《华尔街日报》，美国人退休时平均拥有约180万美元现金和股票；如果把退休、信托、税务和QSBS的所有摩擦都消除，“你可以打造一家200亿至400亿至500亿美元的公司”。但相对于 incumbents 收取的3万至5万美元，收费8000至1万美元“并不是现有产品价格的10倍”；即便理论上能成为一家10万亿美元公司的Wealthfront，也存在真实的TAM上限。在这个品类被证明之前，“也许别把所有钱都花完。”
Harry怀疑道：“财富管理领域到底建立过什么大公司？”Rory用复利逻辑回应：Wealthfront收取10个基点，而人工顾问收取50至70个基点；客户采用周期是10至15年，而不是5年；规模化之后，“资产管理是一门极好的生意”，像从20世纪70年代一路复利至今的Schwab——“未来30年它都会在那里，而很多纯科技公司不会。”

10. 相关性游戏对确定性规则，以及Supabase对Lovable

Harry对新一代风投的概括极其尖锐：“我们正在玩一场相关性游戏。”Ramp在1年内融资4轮，媒体影响力比过去更重要，LP会被快速上调的估值吸引。Rory给出的数据也支持这一点：Q1首次成为独角兽的公司中，40%已经完成后续融资，比他上周引用的23%有所上修。Harry说：“相比‘它就要来了’，我宁愿玩这场游戏。”
Rory的反向规则是：先筛选大结果的确定性，其余变量都可以调整——“工程学里有一条规则：你的准确度只能达到最不准确变量的水平。”他引用Thiel的观点：唯一重要的问题是“你能否在这里建立一家大公司”，除此之外“他们没有任何其他规则”。他用Schwab做测试：请说出5家1983年上市的科技公司；Harry回答：“老兄，你开玩笑吧？我1996年才出生。”这正是重点：科技公司“来得快，大多数也去得快”。他至今记得那位LP的残酷判断：“不存在蓝领风投。”
两人都认可的结论，由Jason提出、Rory背书：“创始人在资本上的纪律性，恰好与市场被认为有多火热成正比。”在未经验证的品类里，应当保持资本效率，直到证明产品成立，因为“一旦你证明了，世界就会为你找上门来。”
最后的快问快答：5亿美元的Supabase对阵60亿美元的Lovable。Rory选择Lovable——要么vibe coding根本不是一个品类，两家公司都会完蛋；要么它是一个品类，而前端会拿走更多收入：“既然如此，不如一开始就押上全部，而不是只押一分钱。”Jason选择Supabase：“难题让人安心”，数据库很难迁移；但他也承认，Neon重新分叉了Postgres，而Databricks后来花了10亿美元买下它。Harry作为投资人选择：“Lovable，一路到底。”Jason评价：“他对自己的工资很忠诚。”

Doximity：医疗行业的枢纽——[Business Breakdowns，第236期]Vol.78 和老钱聊聊风险投资这项工作---串台面基