第 2 章 · 拒绝 100 次：AI 时代的反向漏斗

核心心法：Say No 100 Times —— 每投出 1 笔，要先说「不」100 次。 AI 时代的重写：Say No 1000 Times——基础噪音上升 10 倍，反向漏斗必须更陡更深。

2.1 引子：1000 个 BP，为什么只有 40 个值得投？

2024 年某个周一清晨，张倩翻开邮箱。

过去一周积压的「新项目 BP」有 47 封。其中：

• 12 封是 FA（财务顾问）批量推送的「AI 应用平台」——基本是套壳工具；
• 8 封自称是「做下一个 OpenAI」的大模型团队，但创始人简历清一色「前阿里 / 字节 / 腾讯 P7+」，没有真正训过模型；
• 6 封是机器人 / 具身智能项目，BP 第一页都写着「对标特斯拉 Optimus / 1X / Figure」；
• 5 封是「AI + 行业」（医疗、教育、金融），但实际就是 GPT API 接到行业 SaaS；
• 3 封是创始人自己邮件投递，简历里有真东西——一个是中科院某 AI 实验室出来的，一个是 PingCAP 之前的 Tech Lead，一个是连续创业者；
• 剩下 13 封……张倩没看完，因为那一周她还要参加 GTC、做 LP 会、复盘上一笔投资。

最后这一周，她真正深度沟通的，是那 3 封创始人自荐邮件中的 1 个。

47:1。

把时间拉到一年——大约 2400 个 BP，最终出手 20 个。 把时间拉到两年——大约 1000 个深度看过的项目，最终出手 40 个[1]。

这就是张倩在 2025 年访谈里说的那个数字：「1000 看 40，25:1 漏斗。」[1]

而 Strebulaev 在 The Venture Mindset 里给出的硅谷数字是：「101 看 1，101:1 漏斗」[2]。

注意这个差异：张倩看的是『深度看过』的 1000 个，硅谷的『101 个』也是『深度看过』。中国 AI 一级市场，在「进入深度筛选」这一关，密度就比硅谷高出至少 10 倍。

为什么？为什么 AI 时代要 Say No 1000 Times，而不是 100 Times？

这是本章要回答的问题。

2.2 心法陈述：反向漏斗的物理学

2.2.1 经典版本：Say No 100 Times

Strebulaev 在书中讲了一个数据：硅谷一线 VC 的标准漏斗大概是这样：

Pass 率：1000:1，约 99.9%。

Strebulaev 用这条数据传递的信息是：VC 的核心动作是「拒绝」，不是「投资」。每个 yes 背后是 100 个 no——而且这 100 个 no 不是马虎扔的，是经过认真评估的。

「最差的 VC 是『容易被打动的 VC』。他们投太多，DD 太浅，Sourcing 没有筛选标准——结果就是，他们的回报回归市场平均，LP 流失。最好的 VC 都是『很难被打动的 VC』——他们说『不』的次数远多于『是』。」[2]

这条心法的内核是：拒绝是一种工艺，不是一种态度。

2.2.2 AI 时代的重写：1000 倍噪音 + 10 倍漏斗

到了 AI 时代，这条心法的触发条件、力度、节奏全变了。

变化 1：噪音上升 10 倍

为什么 AI 时代的 BP 噪音是过去的 10 倍？三个结构性原因：

原因 A：进入门槛史无前例地低。

写一个「AI 创业项目」，2024 年的门槛大概是这样：

1. 注册 OpenAI / Claude API
2. 用 LangChain 或 Dify 拼一个工作流
3. 套一个 Web UI 或微信小程序
4. 写个 BP，说自己是「AI Agent 助手」/「AI Native SaaS」/「垂直行业大模型应用」

这套动作 2 周完成。门槛之低，意味着每周都有大量「项目」诞生——但其中绝大多数没有真正的技术深度、数据积累或场景理解。

原因 B：FOMO 驱动的「热门人工流水」。

2023-2025 年，AI 投资的 FOMO（Fear of Missing Out）情绪让大量从业者改头换面：

• 前移动互联网创业者 → 「我们要做 AI 时代的滴滴」
• 前消费品牌创始人 → 「我们要做 AI 时代的 Lululemon」
• 前游戏制作人 → 「我们要做 AI 原生游戏」

这些人确实有过去的成功经验，但他们对 AI 的理解，和真正在 transformer 论文一行一行读过的人，差了一个数量级。BP 看起来很专业，深度沟通 5 分钟就露馅。

原因 C：媒体和 KOL 制造的「叙事噪音」。

2023 年以来，AI 公众号、AI 视频号、AI 财经账号爆炸增长。每天都有「最新 AI 风口」的内容生产，每个内容都会带火一批跟风创业者：

• Sora 出来 → 一周内涌出 200 个「视频生成」BP
• DeepSeek 火 → 一个月内涌出 100 个「MoE 架构创新」BP
• Manus 火 → 一周内涌出 50 个「通用 Agent」BP

这些跟风项目大多数会在 6-12 个月内死掉，但在 BP 阶段，它们和真正有深度的项目混在一起，严重占用 VC 的初筛带宽。

变化 2：漏斗必须 10 倍长

如果你只是把传统 100:1 漏斗放大 10 倍变成 1000:10，你会破产——因为你的 sourcing 团队带宽撑不起。

AI 时代真正的解决方案是：让漏斗的每一层都更陡（更高 pass 率）。

这个表格的关键，不是「投资数量增加 30 倍」，而是：前两层的 pass 率从 80% / 75% 升到了 90% / 80%。

前期 pass 率每提高 10 个百分点，后期带宽就释放 50%-70%。

这就是 AI 时代漏斗的物理学：前期更狠地说不，后期才能更深地说是。

变化 3：节奏从「周」缩短到「天」

Strebulaev 描述硅谷传统 VC 的决策节奏：

• 一周一次 IC 会议
• 一个项目从 inbound 到 close 大约 4-8 周
• 重大决策可能需要 2-3 次合伙人会议

AI 时代的节奏：

• 天际资本 2023 年 10-11 月看到 Dify，11 月就出了 Term Sheet[3]——周级别响应；
• DeepSeek 火爆后两周内，腾讯、阿里全部跟进——天级别响应；
• 张倩自己说：「DeepSeek 出现后，我们立刻启动了后续动作」[3]——小时级别响应。

为什么必须这么快？

因为 AI 时代的项目估值曲线是「垂直墙」（见第 1 章）。晚一周决策，估值可能涨 30%；晚一个月，可能错过整轮。

但「快」的代价是：深度 DD 没时间做完整流程。这就要求 Sourcing 阶段的 pass 率必须更高——只让真正值得快速决策的项目进入 DD。

Say No 1000 Times 的本质是：让漏斗前端帮你过滤，让漏斗后端可以闪电决策。

2.3 中国案例：5 秒否决清单

「Say No 1000 Times」最难的部分不是「说不」，而是「怎么在 5 秒之内识别一个项目应不应该 pass」。

我从张倩公开访谈和天际资本团队习惯里，提炼出一套 「5 秒否决清单」——给一线投资人的可操作工具。

2.3.1 5 秒否决清单：6 条红旗

收到一份 BP，先看以下 6 条。任何一条命中，原则上 pass，不进 30min 通话：

红旗 #1：BP 第一页写「对标 OpenAI / 特斯拉 Optimus / Anthropic」

为什么 pass？

• 真正有 ambition 的创始人不会用对标方式表达——他们会说「我们要解决 X 问题，方法是 Y」；
• 「对标 X」往往意味着团队没想清楚自己的差异化，靠「类比」做投资人沟通；
• 张倩团队的内部黑话：「对标 OpenAI = 没东西」。

红旗 #2：核心团队简历没有 transformer 时代的真实工作

为什么 pass？

「懂 AI 技术」是张倩反复强调的两个核心标准之一[3]。她说：

「不要求科班出身，但要对行业内的技术进展了如指掌——transformer、scaling law、MoE、RLHF、Mamba、状态空间模型，每一个都要有自己的判断。」[3]

如果创始人简历显示他过去 3 年都在做电商、搞短视频、卖消费品，你应该假设他对 AI 的理解只有 surface level——除非他能在通话中证明你想错了。

红旗 #3：「已经有了产品 Demo」但截图全是 ChatGPT-style 对话框

为什么 pass？

ChatGPT 风格的对话框 = 直接调用 LLM API。如果一个项目的「产品」就是个对话框，你看到的所有「智能」都是模型本身的智能，不是公司的护城河。

真正有差异化的 AI 产品，UI / UX 上一定有非对话框元素——因为对话框是上一代交互范式，AI 时代的差异化通常体现在多模态交互、工作流嵌入、Agent 链式调用等方向。

红旗 #4：估值倒挂——A 轮估值高于同期成熟公司 B 轮

为什么 pass？

2023-2025 年中国 AI 创业的一个普遍现象：A 轮估值过 1 亿美金——这在 2018 年的标准看是不可能的，是 FOMO 驱动的估值通胀。

判断方法：

• 看创始人融资历史：A 轮 1.5 亿美金估值，前面没有 Pre-A；
• 看产品成熟度：1.5 亿美金估值，但产品还在 closed beta；
• 看现金流：1.5 亿美金估值，月营收 0；

满足以上 2 条，pass。估值是可以谈的，但创始人对估值的「锚点」反映他对自己的认知——锚点过高，往往后续会有持续问题。

红旗 #5：「月活 / 日活」做主要叙事，没有付费数据

为什么 pass？

张倩说过：「AI 应用一年还没盈利，团队或赛道有问题」[4]。这意味着 AI 时代和移动互联网时代最大区别是：

• 互联网时代：先做 DAU / MAU，再做 monetization
• AI 时代：要么直接 to B 收钱，要么 to C 一开始就有付费转化

如果一个 AI 应用 BP 通篇讲「3 个月百万 MAU」，但付费数据只字不提，要么是 monetization 还没想清楚（高风险），要么是知道但不敢摊开（红旗）。

正确的 AI 应用 BP 应该有：

• ARPU（单用户付费）
• 付费转化率（Free → Paid）
• 月活付费用户数（Paid MAU）
• NRR（净收入留存）

红旗 #6：创业一年多了，还拿不出能用的 Demo

这是张倩 2025 年访谈里直接说的：

「在 AI 这个快速发展的行业，时间就是生命，速度决定成败——创业一年多了，还拿不出 Demo，就是问题。」[3]

为什么 pass？

不是因为 Demo 不重要，而是因为「创业一年多还没 Demo」反映三件事中的至少一件：

1. 团队执行力差——任何想法都该在 1-3 个月内做出 MVP；
2. 团队对产品定义反复横跳——三个月换一个方向；
3. 团队卡在过度设计——想做完美才发布。

任何一件都是 dealbreaker。

2.3.2 反向漏斗的具体实操：5 分钟决定 pass 还是深聊

5 秒否决清单是「第一道墙」——刷掉 80% 的明显不合适。剩下 20%，怎么进入「5 分钟初筛」？

我从一线投资人的访谈里整理出一个 「5 分钟初筛 SOP」：

第 1 分钟：BP 三页快读

• 第 1 页：what + why now（这是什么 + 为什么现在做）
• 第 2 页：market（市场判断）
• 第 3 页：team（团队）

核心问题：这个项目讲的故事，有没有让我学到新东西？如果创始人只是在重复行业共识，pass。

第 2 分钟：核心团队 Google + LinkedIn 检索

• 创始人是谁？以前做过什么？
• 核心 CTO/AI Lead 是谁？是否有 transformer 时代的真实工作？
• 是否能搜到他们之前的 GitHub / 论文 / 演讲？

第 3 分钟：产品体验

• 如果有公开 Demo / Beta / GitHub，直接打开试一下——5 分钟体验比 30 分钟讨论有价值；
• 如果没有任何可体验的产品，标记为「只有 PPT」，进入下一步要谨慎。

第 4 分钟：估值与融资历史

• 这一轮估值多少？
• 前一轮多少？时间间隔？
• 融资节奏是否合理？

第 5 分钟：决策

• 进 30min 通话 ✓
• 让分析师写一份 1 页 memo 后再决定 △
• Pass，回邮件「很有意思但暂时不 fit」 ✗

关键原则：5 分钟内做不出来 ✓ 决策的，原则上 pass。不要让自己被「不舍得放手」的心态拖进 1 周的反复纠结。

2.4 硅谷对照：a16z 的「Sourcing as a Superpower」

硅谷顶级 VC 之一 a16z（Andreessen Horowitz）有一个独特的做法：他们的 GP（合伙人）每年要做 100+ 次「主动 Sourcing」会议——意思是 GP 主动去找创始人喝咖啡，而不是等创始人来 pitch。

为什么？因为 a16z 内部有一个判断：

「最好的项目不会通过 inbound 来到你面前。它们会被 5 个其他 VC 抢着投，最后落在『和创始人最早建立关系的那个 VC 手里』。所以与其等 BP，不如在 BP 出现之前就认识创始人。」[5]

这一逻辑被 Marc Andreessen 总结为：「Sourcing is a Superpower」。

a16z 的 Sourcing 漏斗大致是：

注意：a16z 的「100:1 漏斗」是从「主动认识的 5000 人」开始算的——意味着真实漏斗是 500:1。

这给了我们 AI 时代 Sourcing 的核心启发：漏斗的入口不应该是 inbound BP，应该是「主动建立的关系网络」。

详见第 6 章「Get Outside the Four Walls」。

2.5 反例与陷阱：错误地说「不」

「Say No 1000 Times」最难的不是「说不」，是「不要错误地说不」——避免让真正的 Home Run 从指缝里溜走。

陷阱 1：把「没听过的赛道」误认为「没价值」

2017 年，Bessemer Venture Partners 拒绝了 Airbnb：

「让陌生人睡你家沙发？这听起来太愚蠢了。」[6]

12 年后，Airbnb 估值 800 亿美金。

AI 时代有同样的陷阱。比如 2022 年 ChatGPT 之前，AI 代码助手这个赛道被多数 VC 忽略——直到 Cursor、Cognition、Codeium 出来后，所有人都说「早知道我也投」。

如何避免？建立「没听过 ≠ 没价值」的纪律：

• 任何「完全没听过」的项目，至少给 30min 深度通话——而不是直接 pass；
• 如果创始人能在 30min 内让你学到 3 个新东西，那这个项目至少值得继续研究。

陷阱 2：用「同行没投」作为说不的理由

「红杉没投，我也不投」——这是一种隐性懒惰。

红杉、IDG、高瓴是优秀的 VC，但他们也错过 Airbnb、错过 OpenAI 早期轮、错过 DeepSeek 早期信号。追随同行的 VC 永远只能拿到行业平均回报。

张倩对此说过：

「很多人民币项目都被低估，因为大家害怕失败、害怕被大模型覆盖。」[3]

「别人没投」 ≠「这是个错的项目」。它可能只是意味着「这是一个 non-consensus opportunity」——而 non-consensus 正是 Alpha 的来源。

陷阱 3：用「估值贵」作为说不的理由（在 AI 时代特别危险）

2015 年，字节跳动 100 亿美元估值，多数 VC 觉得「太贵了」。10 年后，3000 亿美金。

AI 时代的「估值贵」更危险，因为估值飞涨速度是过去的 5-10 倍。如果你今天觉得 DeepSeek 的 200 亿美金估值贵，3 个月后可能涨到 450 亿，再过半年可能 800 亿——你永远在等一个不会到来的「便宜的入场点」。

正确的判断逻辑应该是：

「这个估值贵不贵」不是问题。 「这家公司在 3 年后的估值天花板是多少」才是问题。

如果天花板是 50 亿美金，那 10 亿估值就贵；如果天花板是 1000 亿美金，那 200 亿估值就便宜。

Say No 的合理理由是「天花板有限」，不是「今天估值贵」。

陷阱 4：在压力下错误地「说不」

VC 的「说不」有时不是出于深度判断，而是出于：

• 「我们基金这个季度没钱了」
• 「LP 之前批评我们投太多大模型」
• 「我担心 LP 怎么看」

这些都是合理顾虑，但它们不是基于项目本身的判断。如果一个项目本身值得投，但因为「资金 / 政治 / 心理压力」而 pass，你应该明确告诉自己：「这是一个组合管理决定，不是项目判断决定」——并把它记下来。

否则你会陷入一种「自我合理化」：用项目本身的小毛病（每个项目都有）来掩盖真实的 pass 原因。这会扭曲你的判断模型。

2.6 落地清单：反向漏斗 SOP

给 VC 投资人

1. 建立 5 秒否决清单：根据自己基金的策略，固化 5-7 条「红旗清单」。每个新 BP 来了，先过红旗。命中任何一条，默认 pass，回标准化邮件。
2. 5 分钟初筛 SOP：上面 2.3.2 节的流程，团队全员训练。每个分析师每天能跑 10-15 个 5 分钟初筛，团队整体每天 50+ 项目过滤。
3. 每周 retrospective：每周回顾本周 pass 掉的项目，抽 5 个回看——其中是否有事后看应该深聊的？是否有规律性的「误判模式」？
4. 建立 second-look list：每个被 pass 但「有点意思」的项目，进入「second-look 名单」，3 个月后回看一次。如果创始人有进展（产品上线、营收 / 用户增长），重新进入漏斗。
5. 保护深度 DD 时间：把深度 DD 设定为「神圣时间」——一旦项目进入深度 DD，团队 1-2 个核心人员要给它 5-10 个全职工作日。5 秒否决清单是为了保护这个时间。

给 AI 创业者

1. 理解 VC 的反向漏斗：你的 BP 进入 VC 视野的瞬间，可能只有 5 秒决定生死。所以 BP 的第一页就要回答 3 个问题：what / why now / why you。
2. 避开 6 条红旗：不要写「对标 OpenAI」；不要包装一个其实不懂 AI 的团队；不要用 ChatGPT 风格 UI 当差异化；不要追求过高估值；早期就摊开付费数据；尽快做出 Demo。
3. 如果被 pass，问清楚原因：好的 VC 会给你结构化的 pass 反馈——「我们觉得 X、Y、Z 还不够，欢迎 6 个月后再来谈」。如果对方含糊其辞，他们可能也没真懂你的项目，这种 pass 不必当真。
4. 不要 group email pitch 100 个 VC：这是最快被全 VC 圈拉黑的方式。精挑 5-10 个真懂你赛道的 VC，每个写定制邮件，比群发 100 个回报率高 10 倍。
5. 做 Sourcing 上「反向被找到」的工作：如果你能让自己被「主动 sourcing」找到——比如发推有质量的技术内容、参加 GTC / NeurIPS、维护开源项目——你会跳过 inbound 漏斗的过滤，直接进入 a16z 模式的「优先名单」。

给 LP

1. 看 GP 的 pass 率：好 GP 应该 pass 99%+ 的项目。如果一支基金 1 年投了 100 个项目，他们的「深度 DD 漏斗」可能太宽——回报会回归平均。
2. 看 GP 的复盘文化：约 GP 谈一次「最近 12 个月你 pass 掉的最值得遗憾的项目」，看他能不能讲出 3 个具体例子。能 → 这是认真做漏斗的 GP；不能 → 漏斗是装样子的。
3. Sourcing 多样性：好 GP 的 portfolio 应该展现 Sourcing 多样性——既有 inbound、又有 outbound、又有合伙人个人网络、又有开源社区。如果全是 inbound，他们没有 Alpha。

本章小结

Strebulaev 的「Say No 100 Times」在 AI 时代变成 「Say No 1000 Times」——基础噪音上升 10 倍，反向漏斗必须 10 倍长。

AI 时代漏斗的物理学是：前期 pass 率必须更高（90%+），才能为后期闪电决策释放带宽。

实操的核心是 「5 秒否决清单」+ 「5 分钟初筛 SOP」——用红旗机制刷掉明显不合适的项目，保护深度 DD 的稀缺时间。

6 条红旗：对标 OpenAI 黑话、团队不懂 transformer、ChatGPT 风格 UI、估值倒挂、只讲 DAU 不讲付费、创业 1 年没 Demo。

避免 4 个 Pass 错误：把陌生赛道误判没价值、跟随同行的懒惰、用「估值贵」做借口、压力下的非项目原因 pass。

真正的 Say No 1000 Times，是为了让那 1 个 Yes 是「深思熟虑、闪电决策、长期持有」的——这才是 Alpha 的来源。

延伸阅读

1. The Venture Mindset (Strebulaev & Dang, 2024) — 第 2 章 “Say No 100 Times”
2. a16z Marc Andreessen on Sourcing 系列文章
3. Sequoia Capital Memos on Pass 内部 SOP（公开节选）
4. 张倩 / 天际资本 新浪 2025-09 长报道
5. Secrets of Sand Hill Road (Scott Kupor, 2019) — VC 流程教科书

思考题

1. 你过去 1 个月内 pass 掉的 20 个项目里，最让你「心里有点不舍」的 3 个是哪几个？为什么 pass？是基于项目本身，还是基于资金、心理、合伙人压力？请诚实复盘。
2. 拿一份你过去 12 个月投资的项目 BP 出来，套用本章 6 条红旗——其中有几个项目是「红旗命中但你最终投了」？事后看回报如何？
3. 假设你是一位 AI 创业者，如何在 BP 第一页就主动避开所有 6 条红旗，同时让 VC 在 5 秒内决定深聊？请写一份你的 BP 第一页。

引用

• [1] 新浪财经 (2025-03-25)：对话天际资本张倩：AI 投资最好的红利期 2 年前已开始
• [2] Strebulaev, I. & Dang, A. (2024). The Venture Mindset. Penguin Random House.
• [3] 新浪财经 (2025-09-07)：雷军和张一鸣背后的女人，正在寻找下一个字节
• [4] 同 [1]
• [5] Andreessen Horowitz (a16z) 公开博客系列
• [6] Bessemer Venture Partners 官方网站 Anti-Portfolio