摘要

Murphy 对 Anthropic 的启示是，拿到真正的异常值机会，比教科书式的持股比例或漂亮的入场价格更重要。 Menlo 当时向一家尚未产生收入、估值已超过40亿美元的公司投入了略高于1000万美元，而其管理的风险基金规模约为6亿美元。Murphy 的结论很直接：「永远不会有完美的入场点」（There’s never going to be a perfect entry point），所以「别想太多，直接进场」（don’t overthink it and get in）。
Menlo 直到积累了足够的经营证据后，才把初始仓位做成了超过5亿美元的 SPV。 Anthropic 发布模型、逐月增加收入，并通过 Bedrock 和 Vertex 获得 Amazon、Google 在资本、技术和分发上的支持。Anthropic 的一场演示点燃了 Menlo 11月的 LP 会议；两周后，公司签署了追加投资的条款清单。
AI 已经把风险投资的回报门槛抬高到如此程度，以至于昨天的非凡增长如今都可能显得普通。 Harry 认为，从约150万美元增至500万美元、再到1500万美元的「三倍、三倍、两倍、两倍」已不足以跨过机会成本门槛。Murphy 认同这一点：那些「一年从0到1亿美元」的公司，已经把过去看似前5%的表现推向了「前50%」。
毛利率仍然重要，但最终胜出的架构将混合前沿模型、开源模型和专有模型。 Murphy 预计，当前20–30%的毛利率将逐步成熟至60–70%，但未必能达到传统软件80–90%的水平。他不认同 Harry 关于开源模型可以处理96%企业工作流的判断：前沿模型可以通过改善留存、收入和参与度证明自身成本合理，而更便宜的模型则承接要求较低的调用。
只有掌握关键工作流和上下文的应用公司，才能在基础模型扩张中存活。 Murphy 区分了 Anthropic 面向技术用户的定位，以及 Lovable 将「99%」不会编程的人变成创作者的使命。在法律领域，他认为 Legora 的律师和 FDE 能够协调企业团队、律师事务所、客户及具体案件上下文——这是一个「模型刚进来」很难直接替代的多方协作系统。
Series A 是最难切入的阶段，因为可验证的证据被压缩了，价格却已经爆炸。 一家公司可能从5个 POC 增长到100万美元 ARR，估值却从约5000万美元跃升至2亿美元，同时并没有提供多少新增信号。Menlo 的答案是一种杠铃策略：种子轮当场开出最高800万美元的支票，然后在公司已经「被认定为赢家」（anointed the winner）——或 Murphy 认为它会成为赢家——之后集中投资。
Murphy 认为机器人和 neo labs——可能还包括国防科技——存在过热，而多模型基础设施似乎投资不足。 他看不到60家独立模型公司都能存活的合理未来，也不认为 acqui-hire 能拯救所有获得巨额融资的团队。相比之下，路由、可观测性、Agent 框架和抽象层会越来越有价值，因为企业需要在模型、芯片、延迟、性能和成本之间进行优化。

精读

1. Anthropic 在变得显而易见之前，已显露出结构性优越性

Murphy 回忆，Anjney Midha 向他介绍时说：「你得见见 Dario 和 Tom。这就是那家公司。」第二天与两人交谈后，Murphy 的个人反应立刻变成：「好，我投了。」
随着 ChatGPT 爆发，OpenAI 当时「绝对势不可挡」。Murphy 指出，Dario 正是在 OpenAI 内部打造了 ChatGPT。Dario 离开时认为 OpenAI 做的事情太多，而眼前存在一个唯一的重大机会。Murphy 也认为，在一个不太可能由单一玩家主导的市场里，Anthropic 是最有希望成为替代者的公司。
Murphy 看到了一位技术能力异常突出的领导者，也相信他能吸引与自己相似的研究者：「他们会向那样的领导者靠拢。」量化证据同样关键：在产生收入、公开发布模型之前，Anthropic 的基准测试已经达到或超过 ChatGPT 的水平，但使用的资本约为其「五十分之一」，说明其底层技术有明显不同。前 Splunk CTO Tim Tully 协助 Menlo 与 Tom 一起验证了这一判断。
真正棘手的是组合构建：一家尚未产生收入的公司要价超过40亿美元，而 Menlo 管理的风险基金规模约为6亿美元，通常每家公司投资约1500万美元。灵活的合伙人机制让 Murphy 可以绕开这种类别错配；如果合伙机制更僵化，只说「这不符合我们的框架」，Menlo 根本不会走到后来的机会。

2. 初始支票胜过完美的持股比例计算

Harry 的质疑揭示了传统计算方式：以40亿美元估值投入略高于1000万美元，若最终公司达到800亿美元、同时经历50%稀释，回报可能只有10倍——约1亿美元，占基金规模约12%。Murphy 承认，合伙人内部确实有人提出过完全相同的反对意见。
Murphy 的反驳是战略性的：Menlo 已经决定围绕 AI 建设自身，Anthropic 是当时能投到的最佳基础模型公司，而袖手旁观就意味着放弃整个市场。「一旦你进去了」，公司一旦突破，就会反复创造追加投资的机会；持股比例的约束不应阻止最初的切入口。
他的更广泛结论是明确的：持股比例「远没有过去那么决定性」。当优秀退出的规模是3亿美元、5亿美元或10亿美元时，持有20%非常重要；但现在，真正异常值公司的小仓位，可能跑赢一家3亿至5亿美元退出公司的大仓位，后者「根本不足以改变结果」。
Murphy 补充说，不断上升的资本需求和信号效应，正在让大额融资变得更普遍，即使是在前沿模型之外。高速增长的应用公司希望用资本主动进攻，而持续融资也能支持员工留任，并增加对二级流动性的需求。

3. Menlo 把进入机会转化为超过5亿美元的追加投资

完成初始投资后，Menlo 通过招聘、业务拓展和关系支持，持续近距离观察 Anthropic。该轮融资约在3月完成，模型于4月发布，收入开始持续显现——「这个月增加10，下个月增加8」——不再只是停留在基准测试层面的判断。
随后，Amazon 和 Google 通过 Bedrock 与 Vertex 提供资本、技术合作和分发能力。Murphy 将 Anthropic 定义为相对于与 Azure 深度绑定的 OpenAI 的多云替代方案，这显著提升了公司的覆盖范围和战略位置。
转折点出现在11月的一场 LP 会议上，Anthropic 高管 Nirav 解释了模型对应用和人类行为的影响。LP 和合伙人离场时都说：「这家公司太棒了。」Menlo 随即决定领投下一轮，并在两周后签署条款清单，通过其第一个 SPV 募集了超过5亿美元。
Murphy 称，为该 SPV 募资是他最紧张的一段时期：在把 Menlo 的声誉押在一种陌生结构上时，他本人不时遭遇拒绝，还要回答「二阶、三阶问题」。之后 DeepSeek 等冲击进一步强化了他的判断：AI 每6个月都会带来一次全新的「危机与机会」。

4. 毛利率重要，但模型选择将成为投资组合

Lovable 是「异常值中的异常值」：Menlo 最初尝试在接近3000万美元 ARR 时进入，后来在公司规模约1.5亿美元时参与融资，而业务据称在一年内从0增长到约3亿美元。即使增速放缓至3倍，也意味着公司可能从3亿美元走向10亿美元，这支撑了 Harry 提到的62亿美元融资估值。
创始人与市场的匹配完成了投资判断。Murphy 认为 Anton 是这个品类的代言人，他的愿景是把那「99%」从未编程过的人变成创作者。加上前所未有的增长速度，Lovable 看起来有能力——前提是继续复利增长——成为「有史以来最有价值的公司之一」。
但毛利率「非常重要」。许多领先的 AI 应用目前毛利率只有20–30%；可信的投资标的需要通过推理优化、降低对外部 API 的依赖，以及利用专有数据构建互补模型，走向60–70%的毛利率。Murphy 已经不再默认 AI 软件能够达到传统软件80–90%的水平。
Harry 提出，开源模型可能处理96%的企业工作流，从而压缩前沿模型的 TAM。Murphy 不同意：更便宜的模型可以处理要求不高的调用，但 Anthropic 的性能足以通过提升留存、参与度和收入，抵消额外成本。最终形态将是一张50/30/20式的网络，覆盖 Sonnet、Opus、「Fable」、开源模型和私有训练模型。

5. 工作流深度决定哪些 AI 应用能够存活

Murphy 不认同 Anthropic 和 Lovable 只是彼此对冲的关系。Anthropic 从技术用户切入创造，Lovable 则从普通用户出发。两者必然存在部分重叠，但 Murphy 认为市场足够容纳双方；他还指出，Cursor 也直接处在 Anthropic 的路径上，却依然实现了繁荣。
Harry 更尖锐的问题是，「Anthropic Legal」是否会取代 Legora。Murphy 的回答是，如果一个模型能够完成全部职能，而一个应用在工作流或价值上又不够独特，那么它本来就未必具备防御性。但法律工作横跨企业律师、外部律所、客户以及同一案件中的多家律所，涉及多个组织边界。
因此，Legora 的防御性来自律师和 FDE 深入工作流、理解上下文，而不是简单地让模型完成某项任务。Murphy 形容这种协调「还不算 N 平方问题，但确实很复杂」，并认为同一平台可以自然扩展到税务、会计和其他专业服务团队。

6. Series A 是市场上风险收益比最差的切入点

Harry 认为，Series A 相当于按 ARR 的200倍定价：投资者要为收入仅100万至300万美元、产品市场匹配仍有限的公司支付约2亿至4亿美元估值。Murphy 认同这一点：竞争者可能仍未浮出水面，但投资者却必须按照公司已经胜出的价格下注。
Menlo 过去的「早期增长」窗口是300万至1000万美元 ARR，曾经可以持续12至18个月。如今这个窗口可能只剩一周；Murphy 说，Max 和 Legora 的情况甚至可能在一天内完成。现在，Menlo 会等待 ARR 超过约1000万美元、看起来已经「被认定为赢家」的异常值公司，或等待 Murphy 认为会成为赢家的公司，具体门槛随市场而变。
Menlo 杠铃策略的另一端则前移了。由3位合伙人负责的种子策略现在可以「当场」开出最高800万美元的支票，过去上限是300万美元。Murphy 认为，从5个 POC 增长到100万美元 ARR、但估值同时从约5000万美元涨到2亿美元，并没有带来多少新增信号。
Harry 认为，规模低于1亿美元的精品种子基金，面对全栈机构可能陷入「大到不够友好、小到无法领投」的尴尬。Murphy 认同，传统的阶段分工和对机构负面信号的担忧都在减弱；更大规模的融资、抢先融资和重新形成的联合投资，让跨阶段协作变得越来越可行。

7. 全栈风险投资需要聚焦，而不是机构无限扩张

Murphy 将 Menlo 约30亿美元的规模视为一种有意选择，而不是继续发展成更大组织的理由。他更倾向于拥有约12位合伙人的「小而强的机器」，让团队在2支基金和2个投资委员会之间保持流动，而不是拆成5个团队，最终因业绩参差不齐而削弱整体协同和自主性。
流动性并不意味着没有专业分工。Murphy 希望投资人约80%的时间集中在一个阶段或领域：一个合伙人不可能同时寻找 Stanford 实验室项目，又追逐全球20个最好的成长轮机会。在半导体领域，一颗芯片从设计到出货可能要经历2至3年，而看似确定的设计导入也可能最终落空。
地理位置同样带来信息优势。Murphy 估计，由于人才和技术对话高度集中在湾区，湾区语境的价值可能高出「10倍或100倍」。但 Lovable 和 Legora 改变了 Menlo 对欧洲的看法：那些在「困难模式」下运营的创始人展现出非同寻常的韧性，尽管 Menlo 还没有在当地建立永久团队。
最常见的交易流失，是 Menlo 在融资前几周才出现，而另一位投资人已经花了一年时间培育创始人。Menlo 的 Anthology 基金通过投资超过50家公司、单笔金额10万至100万美元来应对这一问题；毕业项目包括 OpenRouter、Whisper 和 Axiom Math。Murphy 估计，即使只是建立一个小切口，也能让参与下一轮的概率提升「10倍」。

8. AI 重置了增长门槛和投资者心理

Harry 为拒绝一家从约150万美元增长到500万美元、再到1500万美元的公司辩护：「三倍、三倍、两倍、两倍」已经不够令人兴奋。Murphy 认同，从0到1亿美元的公司已经改变了比较基准；过去能排进前5%的表现，如今可能只相当于前50%。
Murphy 改变看法的地方，在于他重新认识了大公司能够成长到多大，以及 Menlo 应该以多激进的方式追逐这些公司。他认为，机构需要愿意承担这类风险的自由思考者。
Menlo 错失 Plaid、在「一寸线」上落败时，Murphy 一度觉得那是「攸关生死」的失败。他如今的教训是，没有任何一次损失能够定义整个职业生涯：投资人必须继续追逐重大的周期，不能让一次失败催生防御性的决策方式。
Harry 认为，财富更多的投资人会变得更优秀，因为他们优化的是上行空间，而不是规避下行风险。Murphy 认同这一点，无论对机构还是个人都如此：怀疑会让投资人「显著变差」，而高度信任则允许失败、坦诚承认现实，并帮助创始人「把飞机安全降落」，而不是假装一切没有改变。
在 Murphy 说 Menlo 持有的 Anthropic 仓位价值「超过100亿美元」后，Harry 估计最终 carry 可能达到20亿至30亿美元。Murphy 用 Menlo 的挑战者心态回应自满：「我们已经抵达。我们就在这里。接下来怎么办？」目标是让 AI 仓位继续复利，而不是把金钱上的结果当成终点。

9. 资本正在把实验室推向过热，同时基础设施和医疗领域重新打开机会

Murphy 指出，机器人和 neo labs 已经过热，国防科技可能也是如此，尽管这3个方向他都喜欢。在超过60家 neo labs 中，Menlo 已投资7家；他区分了 Chai 在药物和抗体领域、Axiom 在数学领域的聚焦尝试，和那些只承诺先组建研究者团队、以后再寻找用途的泛化团队。
他的计算毫不留情：「60家独立模型公司不可能和前沿模型、开源替代方案并存。」acqui-hire 也不可能拯救所有公司。但其中许多团队已经完成了超大额融资，让投资者的风险敞口高度集中。
基础设施可能犯了相反的错误。早期的可观测性、Agent 框架和开发者技术栈公司，在客户只使用单一模型时增长困难；如今，多模型优化正在创造对支出管理、路由和抽象层的需求。Murphy 认为，OpenRouter 的优势来自有机的开发者活跃度、信任和智能推理市场，而不只是充当底层云服务商；他称其「盈利能力极其强劲」。Gimlet 则对 CUDA 等底层芯片和技术栈进行抽象。
当规模达到一定程度后，模型提供商也可能通过定制芯片优化特定的训练或推理工作负载。不过 Murphy 认为芯片业务很难，需要一支特殊的团队。
未来10年，Murphy 最看好治疗和医疗服务交付，列举了 Menlo 投资组合中的 Chai、Zaera、Villia 和 Assort Health。经历过4至5轮重大技术周期后，他认为这一次是规模最大的一轮：AI 在5年或10年内带来的变化，可能会「比我们社会已经经历的一切更加令人难以置信」。

物理AI领域的 Nvidia：Applied Intuition 150亿美元业务内幕 11 年，110 亿美金，然后呢？｜对话 Airwallex 吴恺：AI 时代，下一站 1000 亿