摘要

AI资本开支泡沫最终会以惨烈收场。 Green说，“这就像电信泡沫重演”，而Apple最终可能反倒显得最聪明。他认为，VC“必须把软件将会消亡的观点包装出来，因为只有这样才能解释他们准备投入的巨额资金”；但把所需盈利和发电能力放进模型后，“根本算不通”。不过，崩盘正是入场点：“那时候你就该买这些公司。”时点仍有保留：没人知道泡沫何时停止，“它可能会比人们想象的持续更久”，而“这轮Anthropic融资有点像一次IPO”。
当前风险调整后回报最佳的标的是上市软件公司。 市场厌恶这个板块（Constellation的股价图“像一条滑雪坡”），这恰恰是Buffett式的投资环境——Lead Edge在两年前人人讨厌中国时买入ByteDance，Alibaba如今已从低点翻倍，估值仅15倍市盈率。核心判断是：软件的护城河从来不是研发，而是分销和客户成功，因此“这是 incumbent 自己把牌打输的游戏”——Workday拥有100亿美元收入、30亿美元自由现金流和98%-99%的毛利留存率；Exxon不会重新开发自己的HR软件。
模型商品化是他对AI最大的担忧。 Google、Amazon和Microsoft拥有比新模型公司更多的训练数据，而Google、Facebook、Amazon和Apple具备结构性成本优势；中国模型可以在本地以极低成本运行——“既然可以直接运行DeepSeek，为什么还要为OpenAI tokens或Anthropic tokens支付那么高的价格？”他认为以1000亿美元估值投资OpenAI“就个人而言有点疯狂”，但也承认，如果它最终复合出1万亿美元盈利，“那我本来确实应该投”。
这套回报机器的目标是每笔交易在3-7年实现2-5倍、每只基金实现2-2.25倍净回报（约20%的净IRR），采用20个仓位的组合，不使用杠杆。 “我们就像Cal Ripken，靠一个个二垒安打、二垒安打和三垒安打取胜。”为了留住LP，稳定性比峰值回报更重要。历史上只有一次本金全部损失：85%-90%的公司拥有经常性收入，50%-60%实现盈利，约70%的仓位处于优先证券中，这会把归零变成0.8倍或0.1倍，而这“对回报帮助极大”。第七期基金刚以35亿美元完成募资。
卖出纪律是这个行业被低估的优势。 Lead Edge设有常设处置委员会，每月开会一两次；“在Lead Edge最快被解雇的方式，就是持有一家公司却不告诉我们出现了流动性机会。”Toast曾占一只2.9亿美元基金的12%，公司IPO前以40-50美元的价格通过二级市场卖出1.8亿美元；如今股价约30美元。2020-21年的清算是全行业性的：那些按“两年4倍”进行承销的基金，如今要用“8年1.6倍”交卷。
70%的已部署资金投向特殊机会和二级市场交易。 当正门（一级市场）和侧门（二级市场）都关上时，“我们就拿着鹤嘴锄从地下室窗户进去，买一个衍生品”：在Zoom交易中，Sequoia会压过直接二级买家，因此Lead Edge转而买下原始中国基金的LP份额。“在LP和GP都急于获得流动性的世界里，我们这部分业务正处于绝对繁荣期。”
那8条著名标准是击球区，不是水晶球。 Patrick反驳称，符合8条标准的交易相较符合5条标准的交易，并没有显示出与超额表现的相关性，那么这些标准难道不是应该具备预测力吗？Green回应说，它们不必具备预测力：这只是Ted Williams式的击球区，把9000个陌生电话筛成900个可操作标的；而“我们最大的错误，说实话，是那些明明在击球区内却没有挥棒的球。”

精读

1. 像软件公司一样经营这家机构——LP留存率目标为95%

Green的蓝图，来自他曾在如今的竞争对手机器内部工作：他和合伙人Brian是Bessemer最早的2名陌生电话销售，合伙人Nima来自Insight——“全球最优秀的科技投资机器之一”。他们的目标具有代际尺度：打造下一家TA Associates、General Atlantic或Sequoia，这要求“极其严谨”。
这家机构真正围绕一个数字运转：“我们的第一KPI……是LP的毛留存率是多少。我们的目标大概是95%。”而这只有同时依靠良好回报和出色客户服务才能实现，尤其是在人员不断进出的情况下。
漏斗从约18名22-24岁的分析师开始，他们每年与约9000家公司沟通，背后依靠一套框架完成分诊： “投资行业只有一项资产，就是时间……你如何引导人们快速说不？”

2. 800名高管LP是寻找项目、尽调和分销的武器

95%的资金来自世界级高管和企业家（约800名LP），并贯穿整个投资周期。项目来源方面，如果一家汽车软件公司的CEO不回电话，GM前CEO Rick Wagoner会替他们发消息。尽调方面，Ian Read会私下核实一家公司的Pfizer合同，并提出引荐Biogen前CEO。投后服务方面：“Toast想认识这些餐厅。你认识谁吗？”——“这些人都投资基金，却从来没人请他们帮忙。”
这套体系的起点是防御性思考，而非什么高明创意：Green知道科技投资的回报会流向排名前10%的基金，于是问：“上帝啊，为什么会有人愿意拿钱给我？我教他们滑雪。”如果当年在Bessemer给Workday打了80次电话时，他是P&G全球HR负责人，Workday CEO早就会接电话。在一个“比15年前拥挤指数级上升”的市场里，LP基础就是差异化所在。

3. 二垒安打和三垒安打：避免归零的回报数学

单笔交易目标是3-7年实现2-5倍（约25%的净IRR）；单只基金目标是2-2.25倍净回报，净IRR为20%，组合集中在约20个仓位。实现一只3倍净回报基金，不需要大满贯——只需一个占仓7%-15%的项目实现8-12倍。“我们像Cal Ripken，靠一个个二垒安打、二垒安打和三垒安打……不是Sammy Sosa或Mark McGwire。”为了实现95%的毛留存率目标，Green说稳定性比峰值回报更重要。
真正的秘密是对下行进行工程化设计：历史上只有1次本金全损。85%-90%的公司拥有经常性收入（“如果你今天投资，并且知道7月的收入是多少，这就是一种相当好的投资方式”），50%-60%实现盈利，约70%的仓位处于优先证券中，几乎没有债务——因此归零会变成0.8倍或0.1倍，而这“对回报帮助极大”。
他们曾被对冲基金从业者称为交易员；Green的回应是：“不，不，我们只是想真正赚到钱。”这与陪着一家半死不活的公司耗上10年不同。

4. 真正擅长卖出的机构寥寥无几——Lead Edge为此设立委员会

他们的判断是：“很多机构在买入上做得非常、非常好，但真正擅长卖出的机构非常、非常少。”私募股权在这方面优于风险成长投资。处置委员会与投资委员会对应，每月开会一两次；“在Lead Edge最快被解雇的方式，就是持有一家公司却不告诉我们出现了流动性机会。”平均持有期为3.5-4年。
Toast是典型案例：它占第三期2.9亿美元基金的12%（投入3600万美元），IPO前通过二级市场以40-50美元卖出1.8亿美元，预计总回收3.5亿-4亿美元，而如今股价约30美元。面对“你为什么要卖？你不看好我们吗？”的质疑，Green的回答是：没有任何共同投资人把基金的12%押在Toast上，而且“二级市场有人愿意给我们一个我们认为简直荒谬的价格”。
对于人们津津乐道的2015-2018年回报，他坦率地降温说：“那只是估值倍数扩张，然后我们卖掉了。就这样。”而2020-21年的反转冲击了所有人：在整个另类投资行业，那些按两年4倍承销的基金，如今只能做到“8年1.6倍”，行业影响仍将大规模显现。

5. Lead Edge的8条标准是击球区，不是水晶球

标准包括：1000万美元以上收入并实现产品市场匹配，25%以上增长，70%以上毛利率（“估值倍数是基于盈利来交易的”——收入倍数只是简写），经常性收入，底线盈利，不存在客户集中度，以及那条“让我们避开最多麻烦”的标准：资本效率——你的当前收入是否高于历史累计现金消耗？也就是一比一的关系：消耗1000万美元、实现2000万美元收入，而不是消耗8000万美元。
漏斗数学决定了标准必须放宽：要求全部8条，会把9000家公司砍到90家，数量不足以支持每年完成5-7笔交易；要求满足5条，则约有900家公司，其中150-175家进入尽调。
Patrick的质疑值得保留：符合8条标准的交易相较符合5条标准的交易，没有显示出与超额表现的相关性，那么这些标准难道不是应该具备预测力吗？Green说，它们不必具备预测力，这就是Ted Williams式的击球区——你可以把高出本垒板2英寸的球打成全垒打，但“如果你整个职业生涯都这么做，你的职业生涯不会太长”。他还坦承：“我们最大的错误，说实话，就是那些明明在击球区内却没有挥棒的球。”
价格的简化测试是：经过18-24个月增长后，你是否已经进入盈利区间；如果没有，“那你付出的价格就太高了”。假设20-25倍退出估值倍数，就像2020-21年以及“所有这些AI项目”那样，是“疯狂”。不过Toast以10倍收入买入最终奏效，因为收入从1000万美元增长到2500万美元，增速达到150%。

6. 陌生电话销售是“带销售属性的调查报道”

1万次电话带来的经验是：大多数东西都是噪音；“更愿意回应的CEO往往也是更好的CEO”；而人生教训是——如果你告诉创业者会帮他引荐Adobe，就真的要做到。“如果别人知道你或你的机构确实会兑现承诺，那会带来巨大帮助。”
他们招聘前运动员，因为对失败的刻度不同：“考试拿C或D不是你最大的失败。在Rose Bowl掉球……那才是失败。”这门手艺，是从创始人口中套出数字：“我在LinkedIn上看到你们大概有80名员工。那你们收入是1000万？1500万？……增长率是多少，150%？——没那么快。——那100%？——差不多。”
AI让分析师能力倍增：“给他们知识的力量，他们就能听起来特别聪明。”但销售周期可能长达10年，而竞争对手——Summit、TA、Insight、Battery——也在给同一批创始人打电话。

7. 软件是 incumbent 自己把牌打输的游戏

这个反共识判断的核心是：“软件的竞争优势从来不在研发。”Microsoft只需500人、1个月，就能摧毁Lead Edge的任何一家被投公司——“只是他们根本不在乎商会市场”。软件的核心在分销、销售与营销，以及客户成功。
Workday的案例是：毛利留存率98%-99%，收入100亿美元、自由现金流30亿美元，增速仍有10%-15%，而客户往往花3-5年完成实施。“如果你认为他们会开始自己开发HR软件，那你疯了”——数千名Workday工程师，不会输给“Mitchell Green的表亲靠vibe coding写出Workday”。
真正的颠覆风险来自自我伤害：Coupa之所以存在，只是因为SAP收购Ariba后“把它丢在那里等死”。Green担心，由PE持有且杠杆过高的软件资产，可能会通过削减研发和销售，被强行推向“Rule of 50”，从而给颠覆者留下机会；独立软件公司则更专注于增长。
他讲述的先例是：1999年人人都以为大型零售商要死了，但美国电商前10名依次仍是Walmart、Home Depot、Lowe’s、Macy’s、Target。胜出的还是 incumbent——除了那些杠杆过高或停止创新的公司，如Montgomery Ward、Kmart、Sears。

8. AI资本开支泡沫将以惨烈收场——而那正是买入时机

这是一个没有任何保留的市场判断：“炒作过度、泡沫过度……我相信这轮AI资本开支泡沫会以惨烈收场。这就像电信泡沫重演”，而Apple“最终可能会显得特别聪明”。信号在于：VC“必须把软件将会消亡的观点包装出来，因为只有这样才能解释他们准备投入的巨额资金”；但如果把投入的资本与所需盈利和电力供应对应起来（“核电站在哪里？”），“根本算不通”。回报在于：“这就带来了机会。那时候你就该买这些公司。”
机制是：模型会商品化。Google、Amazon和Microsoft拥有比新模型公司未来能获得的更多训练数据；Google、Facebook、Amazon和Apple拥有竞争性成本优势；中国和欧洲模型的运行成本只是其一小部分，并且可以本地运行——“既然可以直接运行DeepSeek，为什么还要为OpenAI tokens或Anthropic tokens支付那么高的价格？”时点判断仍然保守：“它可能会比人们想象的持续更久”，而“这轮Anthropic融资有点像一次IPO”。
他真正感兴趣的是基础设施软件，因为“agents似乎比人类实际消耗更多资源”——采用按使用量计费模式的ClickHouse（早期投资人，亏得“像什么都没发生一样”）和Grafana Labs，以及在规模化后仍保持高20%至30%增长的Datadog。“我确实很难理解这些估值，但这种增长率配上良好经济性，是我们从未见过的。”许多这类公司并不符合这套投资机器：“我们很难判断，它们最终会是200倍、100倍，还是归零。”
在更大的历史进程上，他仍然看多：AI是过去75-100年最大的生产率提升，“非常接近”电力带来的改变，也意味着“创业者时代”的到来。他会为每一家被投公司评估AI准备度——数据结构、已推出的新AI产品、AI收入——明确不看工程师薪酬是否下降：如果预算是150名工程师，就继续保留150名；他们的生产率已经呈指数级提升。

9. 拿着鹤嘴锄从地下室窗户进去：70%的资金投向特殊机会

按他的说法，房子的正门是主导一级融资或直接买下公司；侧门是买出早期投资人或员工的份额；而当两扇门都关上时，“我们就拿着鹤嘴锄从地下室窗户进去，买一个衍生品”。控制力更弱，信息也更少——“你要用价格换取进入机会。”
Zoom是典型案例：没有一级市场机会（公司不需要钱），也没有二级市场机会（Sequoia会压过他们——“他们又不傻。为什么要让这些笨蛋进来？”）。但Zoom第一天的股东是“一群随机的中国人和中国基金”，其LP已经持有10年；因此Lead Edge买下这些LP的份额，或替代其位置，并附带治理条件：任何投票都要通知他们，IPO锁定期结束后的第181天交出股票。
如今约70%的部署资金投向特殊机会和二级市场，由合伙人Tim Beamer负责。“在LP和GP都急于获得流动性的世界里，我们这部分业务正处于绝对繁荣期”；而且“只要市场再回撤一次，我们的业务就可能爆发”。

10. 文化像指标一样被追踪——创始人亲自记分

文化自上而下，并被落实为具体动作：Green会给几乎所有见过的人手写感谢信——“猜猜现在谁也这么做？那个22岁的分析师。顺便说一句，我们会追踪并汇报这件事。”他每年亲自面试每一名员工，这是从Excel KKR的Tom Barrack那里学来的做法；他把这家公司与Insight、TA一起列入自己的投资机器Rushmore。员工要给自己的工作标绿、红或黄，并说明如果由自己经营Lead Edge会改什么。23岁的年轻人也会被安排面对LP——“这个星球上99%的机构都不会这么做。”
他的Rushmore逻辑是：Insight每年接触约3万家公司，“绝对是一家工厂”。投资委员会的讨论则刻意保持对抗性：“如果你坐在房间里，会以为我们3个人彼此憎恨……不，那只是我们的说话方式。”讨论结束后，他们立刻恢复友好。
滑雪比赛塑造了他的竞争优势：500英尺高的山坡、无尽重复训练，遵循Lindsey Vonn在Buck Hill训练的模式。Scott Booth在2008年初录用他时，他说的一句话是：“因为当事情变得吓人时，你会想要买入。”2008年秋天到来后，他的反应是：“这不吓人。什么可以买？”他每天睡4-5小时，参加赛车比赛；至于赚到钱后为什么仍然在意，他的回答是：“每天记分……我想赢。”
最后，他提到别人对他做过的最善意的事：前FedEx CEO Pete Willmott曾支持他那家失败的大学创业公司，之后还告诉Bessemer：“如果他们不雇我，那他们就是疯了，因为我是他见过最执着的人。”

Elon 如何思考市场概述2026年3月24日