Everett Randle

AI领域，规模与风险之间曾经的反向关系已不再成立，靠表格做投资的打法正在失效。 Randle指出，硬科技以及部分资本密集型消费互联网企业仍是例外，但AI如今已经出现“营收远超10亿美元，却尚未证明单位经济效益”或持久差异化的公司。减值风险并未随规模下降，甚至可能上升。在最热门的AI赛道，SaaS时代的旧规则——70–90%的毛利率、没有服务负担、轻资本运营，以及清晰可读的Rule-of-40——几乎全部倒转：“FDE is the new PLG”，而高毛利率可能意味着“没人使用你的AI功能”。

许多AI收入曲线呈抛物线式增长，背后的商业模式解锁点是推理。 Randle给一家陷入变现困境的被投公司建议：别再坐在河岸边，“那边有一座该死的瀑布……瀑布就是推理”。公司之所以能从“1到30再到300”，而不是从1到3再到9，是因为它们可以围绕推理收取利润，而不是按单价乘人数收费；自SaaS以来，agents代表了最大的产品与商业模式变革。开发者过去每人每月在Cloud Code上花费3,000美元，即每名开发者36,000美元，这能把5万美元的SaaS ACV变成潜在的2,000万美元项目，甚至对部分公司达到每月5亿美元。

前沿实验室的前景取决于两种情景。 如果递归式自我改进带来“数据中心里的天才”，实验室将保有定价权，增长可能重新加速；如果能力触顶，而蒸馏让开源模型达到前沿模型95%的水平，“那对前沿实验室来说将是非常可怕的局面”——但还不至于宣判死刑，因为ChatGPT每周9亿活跃用户中的大多数“根本无法告诉你”，如果把底层模型换成5.2或类似模型，他们也察觉不出来。

Anthropic的融资可能制造一场前所未有的流动性冲击。 Randle称，如果Anthropic最终以1万亿至1.5万亿美元的公众市场估值上市，那么其在3800亿美元估值下完成的300亿美元融资，单笔交易的总回报将相当于Snowflake上市前融资的35倍。他认识一些在Anthropic投入了30亿至40亿美元的人。旧金山住房市场已经出现“按要价2倍成交……全现金”或直接用实验室股权支付的情况，他不确定整个生态是否理解如此大规模流动性的影响。

如今后期轮次的上行空间可能超过C轮，而AI从第一天起的资本需求正在重塑风险投资。 SpaceX是Randle在Kleiner的第一笔投资，当时估值已超过1,000亿美元；Starlink后来让公司彻底重生，如今其S-1业务主体是消费及B2B宽带，而非发射业务。一家新型实验室可能在尚未知道研究方向是否成立前，就需要20亿美元算力；相比之下，Airbnb在YC种子轮大约只融资了50万美元。General Catalyst和Andreessen Horowitz等机构越来越像另类资产管理公司，风险投资只是产品，而不再是公司本身。

Benchmark的反向策略是只看创始人、不按主题下注。 看似主题化的投资组合——Lagora、Sierra、LangChain、Fireworks、HeyGen、Gumloop和StarCloud——并不是从赛道筛选出发建立的。Chetan在Elon公开表达对轨道数据中心的兴趣前几周就完成了StarCloud的投资；这笔投资看中的是Philip及其团队，他们当时已经让一块GPU在太空中运行。“优秀的创始人永远不会过时”，而“现在做SaaS基金，多少有点惨”。

开源模型与前沿模型至少目前并非零和关系。 Randle的“AI妈妈测试”显示，如今他那位非技术背景母亲100%的AI需求都可以在不调用前沿模型的情况下解决。他提到Cognition曾发布一项关于后训练开源模型、处理低复杂度任务的工作，但不确定Cognition是否确实如此操作；节省幅度可能达到95%。Opus 4.5在编码上的突破之后，前沿模型需求也在快速增长。Eric Vishria的判断是：端侧推理、开源推理和专有模型都成立。

🔗 原始收听与视频来源： Benchmark 的 AI 押注：Cerebras、Sierra、Legora、Fireworks、Starcloud、Gumloop……

AI应用经济学打破SaaS熟悉的80%毛利率评分卡。 Randle认为，投资人应该基于终局5–7年的毛利率、毛利润倍数，以及单客户绝对毛利润进行承销：一款毛利率50%的AI产品，如果每客户贡献50万美元毛利润，可能优于毛利率75%、但每客户仅贡献20万美元毛利润的SaaS产品。他直言：“我们今天不应该把那么多注意力放在毛利率上”，尤其是高推理成本可能恰恰反映了真实的AI使用量。

Coding已经是“黄金品类”，即使Cursor的市场份额仍在下滑。 Randle估算，代码生成在约2.5年内从几乎为零增长到60–70亿美元ARR，今年还可能再增加40–50亿美元；Cursor的份额可能已从约80%降至25–30%，但它仍在服务一个大得多的市场。使用量最高的产品——包括Cursor、Claude Code和Codex——也会通过部署最快迭代，并可能“把所有人甩在身后”。

按最新报价，Randle会以5000亿美元选择OpenAI，而不是3500亿美元的Anthropic。 Anthropic在Coding和B2B商业化上仍略占优势，OpenAI则凭借Codex追回了差距；决定性资产是ChatGPT，Randle认为其增长轨迹几乎不可能被打断。他曾因非营利结构和稀释担忧，以320亿美元的估值错过OpenAI，如今预计OpenAI明年就可能成为万亿美元公司：“我只见树木，不见森林。”

Benchmark的小基金目标是最大化倍数，而不是赢下每一轮巨型融资。 Randle表示，其上一支基金最好的5笔投资按上一轮价格计，约为1笔60倍、2笔30倍和2笔20倍——ChatGPT之后的OpenAI融资没有一轮能匹敌。Benchmark因此不必买入每一家实验室，其两大北极星是成为创始人最亲近、ROI最高的合作伙伴，并为LP的创投组合带来最高的资金倍数回报。

巨型基金可以赚到巨额绝对利润，却仍无法通过创投回报测试。 Randle的论点是结构性的：“基金多大，你就得投多大”，因此70–100亿美元的基金必须开出巨额支票，而这些支票最终必然成为主要产品和组织重点。他怀疑巨型基金管理人能否可信地承诺，在相关基金组合上实现5倍净回报；Harry的反驳是，前所未有的结果或许仍能拯救这一模式，Randle接受其美元层面的可能性，但不认为倍数也必然成立。

AI的护城河仍然是技术，而不只是分发。 分发只能让公司获得构建产品的机会，但Randle认为，优秀AI产品需要稀缺人才、精细的模型管线和工作流设计，而不是在文本框旁边“接入OpenAI API”。实验室把每月20美元或200美元的体验设为基准，因此应用公司若要收取更高价格，就必须创造足够深度、能够穿越下一次模型迭代的差异化工作流价值。

绝对毛利润可能比毛利率百分比更重要。 Randle偏好的比较是：一家类似ServiceTitan的企业，每客户贡献20万美元毛利润、毛利率75%；一家AI公司每客户贡献50万美元毛利润、毛利率50%。他会选择后者，因为它覆盖了更广泛的客户关系，也获取了更多经济价值。AWS是他的类比——更低的毛利率可以与大得多的客户支出并存。

只有当应用越过实验室设定的基准，增长才是真增长。 AI公司可以在不到1年内从0增长到100，但Randle始终牢记“来得快，去得也快”。Jasper曾快速增长，随后因GPT-4让其输出看起来与ChatGPT的20美元套餐过于相似而萎缩；它后来依靠更具差异化的工作流软件实现复苏。应用公司必须超越用户直接从实验室获得的产品能力。

商品化AI基础设施可能压倒质量层面的顾虑。 Randle改变了对AI云的看法：他起初认为CoreWeave只是转售商品化算力的中间商，后来天文数字般的推理需求压倒了这一质疑。他称CoreWeave的市值约为600亿美元，Nebius约为300亿美元，公开市场相关公司合计超过1000亿美元。他仍预计CoreWeave及类似公司最终可能下跌70%，但认为需求足以支撑顺势投资。

Benchmark按基金规模进行投资，而不是追逐每一家实验室。 Randle将Conway定律应用于创投：机构会“交付”自己的基金规模、团队和结构。一支拥有50名投资人的70亿美元基金必须参与巨型融资，因为十亿美元级支票是少数能有效部署其资本产品的方式。Benchmark规模更小，可以追求集中投资和更高的潜在现金回报倍数。

持股比例是投入，合作关系和回报才是产出。 Benchmark的两大北极星，是成为每位创始人最亲近、ROI最高的合作伙伴，并在LP的创投持仓中创造最高的资金倍数回报。惯常的20%持股目标本身并不属于其中。Randle表示，即使Benchmark在Mercor的持股比例更低，只要仍是公司最具影响力的创投伙伴，也能实现卓越回报。

价格只有放在公司自身的上行空间中才有意义。 Randle的排序是人、产品、市场：人是上游引擎，产品是检验其质量的最强证据，而市场最具可替代性，因为公司可以转向。SpaceX在1500亿美元时、Rippling在2.5亿美元A轮时，以及Figma在400万美元ARR对应4亿美元估值时，都教会他去掉那些吓人的零，基于TAM、竞争地位和上行空间进行承销，而不是服从市场惯例。

模型可以检验信念，但过度详细的预测会制造虚假精确。 Randle先列出基准情景——也许就是其他投资人承销的3–5倍路径——再问自己的定性判断是否认为公司会“彻底碾压这些预测”。超过这一尺度后，模型就不再特别有用。他在2021年的《Playing Different Games》文章中预测了创投行业的分化，如今又看到“6、7个Tigers”在追求投资速度。

Tiger或许最终会被证明是正确的，但下一次崩盘仍要求生存。 Randle同意，考虑到Tiger持有Databricks和OpenAI，以及部分失败投资中的优先股保护，其最终表现可能远好于市场声誉。他预计许多AI公司会归零或下跌90%，而少数赢家将复利增长数十年。Benchmark的答案是约束基金规模、谨慎使用资本，以熬过不可避免的崩盘。

Benchmark最大的风险是停滞，而不是错过某一个周期。 Randle称，未来20年最大的威胁是停滞：Benchmark必须随着资产类别演进，同时守住两大北极星，并继续触达最优秀的创始人。他的长期乐观来自AI提高人均GDP，而人口增长正在放缓——以“继续把蛋糕做大”为基础，建立一个运转良好、零和色彩更弱的社会。

🔗 原始收听与视频来源： Benchmark普通合伙人Everett Randle：为何巨型基金不会带来良好回报