摘要

Google Ventures之后，Bill Maris通过Section 32重返投资，并将其介绍为一支已募资1.5亿美元的新基金。 他表示，小基金让他能挑选公司和招聘对象，财务回报是唯一可衡量的目标；他的核心创投判断是，规模低于7.5亿美元的基金在结构上跑赢巨型基金。他援引的数据是：规模低于7.5亿美元的基金，前10%基金DPI为4.76x；规模超过10亿美元的基金为2.42x；前10%的基金中，95%规模低于7.5亿美元。在他看来，DPI在可衡量的范围内，是唯一真正重要的创投指标。
基金规模的算术意味着，巨型基金仅为收回本金就几乎要吞下整个市场。 按10%持股比例计算，一支5亿美元基金需要50亿美元退出价值才能收回本金，要实现3x则需要150亿美元；一支70亿美元基金则需要2100亿美元，超过多数年份所有风险投资支持的并购和IPO退出总额。Maris表示，Section 32的6支基金平均规模约4亿美元，全部处于前10%表现。
Google的资金储备可能把token变成武器，让当前AI的经济账彻底走向临界点。 Maris追问，如果 Gemini以低80%的价格提供基本相同的产品会发生什么：企业自然有理由切换，OpenAI和Anthropic将面临惨烈的利润压缩。这些公司可能像Uber一样烧投资人的钱换取市场份额，但“到某个时候，总得能产生现金”。
晚期AI投资的巨额收益在有人买下股票前都只是账面财富，Maris追问最终买家会是散户、401(k)还是被动资金。 他反对企业一边宣称服务公共利益，一边把早期价值留给少数精英投资者，后期再依赖各种豁免，让被动基金和ETF接盘：“不要说自己是为了人类福祉做这些事，却去做另一套。” 即便理论上有1000亿美元收益，也仍需要公开市场买家通过未来现金流折现来证明估值合理；锁定期可能只是推迟裁决。
AI目前还处在“Atari命令行阶段”，因此Maris会投资赋能层，而不是再投一款大模型。 他以Zork那种脆弱的指令交互作类比，预计游戏从文字响应跃迁到照片级沉浸体验的历程，AI将在约5年内走完，进入“PlayStation 10阶段”。机会在于记忆、一致性、环境计算、控制器、物理引擎、GPU及其他底层设备。
计算生物学可能打开医疗健康领域巨大的TAM，但生物学和监管仍会阻止这条曲线瞬间指数化。 Maris如今不再像过去那样深度参与生命科学，但仍对这一领域感兴趣；发现一种化合物“只占全部工作的5%左右”，后面还要完成剂量滴定、安全性验证和人体试验。逼真的人体细胞计算机模拟可能显著加快进展。他还警告，削弱CDC和NIH支持、蔓延的“反科学氛围”，以及针对H-1B持有者的压力，正在把科学界的注意力和人才推向其他地方。
一位嘉宾认为，即便基金回报平庸，创投激励机制仍在奖励募资扩张。 一支50亿美元基金即使只实现1.01x回报，也能宣称自己处于第75百分位，其GP的收入还可能超过一支实现3x回报的5亿美元基金；巨额支票则能把一位研究人员估值1亿美元的创业公司推向40亿美元估值。该嘉宾总结称，晚期狙击并非可持续策略，“钟摆会摆回来”。

精读

在表示自己已经退出投资后，Bill Maris又通过Section 32重返市场，这支新基金对外介绍为已募资1.5亿美元。他表示，小基金让他可以挑公司、挑人；财务回报是唯一可衡量的目标，其他指标既无法衡量，也无法带来成功。

1. 看见未来，往往先显得荒谬，之后才显得显而易见

Maris在1997年第一次通过一个“钥匙孔”窥见未来：他发现办公室的邮件服务器和网站服务器竟藏在员工的夹克下面。随后他离开华尔街，用信用卡创办了一家网络托管和数据中心公司，最初在佛蒙特州一间寒冷的公寓里放了3台服务器，最终增加到5台。
评判创始人的最佳样本是字面意义上的现场表现：一次雷暴中，Maris带着沥青和拖把爬上漏水的屋顶，从门口一路干到最远的角落，结果把自己困在了那里。“不过，我的鞋还卡在那片屋顶上。”
他判断创业者的更普遍标准，是看对方是否“知道一个关于未来的秘密，而我们大多数人都不相信”。他举的例子是：2009年总统就职典礼上，一个人用笔记本电脑录像，周围所有人都在用相机；这种当时看似疯狂的行为，后来却预示了未来。
在 Google Ventures，Maris与Android联合创始人Rich Miner收集创投数据，运行数百万次投资组合模拟，并用Google要求他们称为“机器学习”（machine learning）的方法估算理想的基金结构和规模——因为“AI是科幻小说”（AI is science fiction）。他们根据公开信息估算，GV在2009年至2018年的回报约为4.1x：“不要和计算机科学对赌。”

2. 小基金胜出，因为规模同时伤害算术和激励

Maris在2017年决定创办自己的基金时，主流建议是尽可能多募资、收取大额管理费。他选择了相反的道路：Section 32的6支基金平均规模约4亿美元，投资了CrowdStrike、Cohere和Coinbase等公司；据他所说，全部处于前10%表现。
他的证据围绕DPI展开：规模低于7.5亿美元的前10%基金，平均DPI为4.76x；规模超过10亿美元的基金为2.42x。规模低于7.5亿美元的基金占前10%表现者的95%，基金规模越过这一门槛后，回报出现“非连续式压缩”。
算术并不留情。按平均持股10%计算，一支5亿美元基金需要50亿美元退出价值才能收回本金，需要150亿美元才能达到3x；一支70亿美元基金则需要2100亿美元，这超过多数年份所有风险投资支持的并购和IPO退出总额。
随后，一位嘉宾检验了另一种晚期创投/早期成长策略：以5000万美元支票押注潜在突破者，并进一步拆解其激励结构。一支50亿美元基金即使只实现1.01x回报，也能宣称自己处于第75百分位；其GP赚到的钱，还可能超过一支实现3x回报的5亿美元基金。巨型基金还会通过开出2.5亿美元支票，把一位研究人员估值1亿美元的创业公司重新定价至40亿美元。该嘉宾认为激励机制已经失灵，“钟摆会摆回来”。

3. 廉价 Gemini token可能击穿私人AI估值

一位嘉宾提出的反方框架是“杠铃”：小型投资载体押注早期创投，巨额资金池则持续加码已经验证的晚期赢家。Maris表示，自己“还没看到数据科学”证明这一策略能穿越当前这个预期退出规模达数万亿美元的“奇怪时刻”；通过RIA聚集资产，不是他所称的那种高度集中的创投手艺，不过他也认为晚期投资本身没有问题。
Maris提出的条件式攻击场景非常直接：如果Google把token价格下调80%，而 Gemini提供的产品基本相同，企业为什么还要付更高价格？OpenAI和Anthropic将面临“彻底进入临界状态”的利润压缩。针对利润率的讨论，他承认这些公司可能像Uber一样烧投资人的现金，以获取消费者和企业客户。
整个讨论更大的担忧是，这种策略最终必须产生现金：“600亿美元收入对应1万亿美元的支出承诺。” Maris表示，这件事可能做到，也很可能做到，但“到某个时候，总得能产生现金”。
他更深层的反对意见在于利益分配。企业把大部分升值留在私募市场，却同时诉诸公共利益；之后又获得S&P 500规则的豁免，可能要求被动基金和ETF买入这些公司。Maris问，理论上1000亿美元的创投收益，买家会不会是散户；在这些公司仍处于私有状态时，401(k)无法参与。最终买家必须通过未来现金流折现，为SpaceX、Anthropic或类似公司的估值在公开市场上提出合理解释；锁定期可能延后市场的裁决。

4. 可投资的AI机会位于模型之下

Maris把当前AI比作1980年代的文字冒险游戏，例如Zork：指令脆弱、没有记忆、回复不一致，而且每次会话都会重置。他预计，游戏从回合式文字交互走向照片级沉浸体验的过程，AI将在约5年内完成，从“Atari命令行阶段”走向“PlayStation 10阶段”。
更宏大的故事本身并没有带来更好的游戏，真正推动跃迁的是控制器、物理引擎和GPU。因此，Maris不打算投资更大的模型，而是关注支持环境计算、持久化记忆、一致性以及下一轮AI周期的平台和底层设备。

5. 算力能加速生物学，但还无法抹去生物学本身

Maris表示，自己如今不再像过去那样深度参与生命科学，但仍然对这个既能“行善”又能“盈利”的领域感兴趣；他曾创办Calico，也投资过Flatiron、Veer和New Limit。讨论将需要人体临床试验的治疗药物——嘉宾称这不是该小组当前投入很多精力的方向——与Maris感兴趣的计算生物学区分开来。
长寿研究曾经看起来像边缘科学，但如今逐渐被主流接受，并不意味着执行风险消失。找到有希望的化合物“只占全部工作的5%左右”；剂量滴定、安全测试、人体生物学和FDA要求，都会阻止进展达到投资人期待的指数速度。
最大的突破可能是“在计算机中逼真模拟人体细胞”，这将显著加速实验。Maris还表示，AI正在让深科技更容易落地，因为一切都在加速。他的投资兴趣包括人体生物学和医疗健康——在他看来，这是最大的TAM——以及支撑AI的物理引擎、控制器、GPU和相关基础设施。
他将FDA以安全优先、速度让位的路径，与那些接受可能造成生命代价的风险的国家进行对比，同时提到中国包括克隆实验在内的研究。Maris表示，削弱CDC和NIH支持、让基础研究资金枯竭，以及蔓延的“反科学氛围”，正在把科研注意力推向其他地方。一位嘉宾补充称，中国正在从欧洲和印度招揽科学家；Maris对此表示认同，称美国正在流失自己的智力储备，而针对H-1B持有者的压力让更多人离开变得更容易。

Dan Dreyfus：AI 的下一个瓶颈是铜第185期——2026年6月5日