Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

第 5 章 · Agree to Disagree：AI 项目的反共识投票

核心心法：Agree to Disagree —— 同意分歧。共识就是平庸的开始。 AI 时代的重写：FOMO 让共识出现得更早、更猛——但反共识的回报也被放大 5-10 倍（DeepSeek 案例）。

5.1 引子：2023 年春节海南那场闭关

2023 年春节，张倩把整个天际资本投资团队拉到海南闭关。

ChatGPT 已经火了 2 个月。北京 / 上海 / 深圳的 VC 圈普遍共识是：「中国必须有自己的 OpenAI」——这意味着所有人都在抢「大模型六小虎」的份额（智谱、月之暗面、MiniMax、阶跃、百川、零一万物）。

张倩在海南的判断不一样：

「2023 春节，我们团队反复讨论了 3 天。我们最终的判断是：『中国的大模型很难找到清晰的商业模式，除非主要依赖政府买单』。

这一判断让我们错过了 6 小虎的所有早期轮次——这是显性损失。但它让我们腾出 2 年时间和大量资金，重仓 AI 应用 + AI 硬件——而这两个赛道当时是被严重低估的。」[1]

3 年后回头看：

  • 6 小虎赛道：估值最高的智谱 / MiniMax 港股 IPO 后市值 4000 亿港元（500 亿美金），但早期投资人面临估值倒挂或退出困难——B 轮入局者在 D 轮估值已经停滞；
  • AI 应用 + AI 硬件赛道（天际重仓）：Dify 估值进入独角兽前夜、未来智能 AI 翻盖耳机销量行业第一[2]、其他 30 多个项目逐步兑现。

天际资本的回报数学：用「反共识」换 alpha。

这就是这一章要讲的第五条心法：Agree to Disagree。

5.2 心法陈述：共识的诅咒

5.2.1 经典版本：Peter Thiel 的「反共识真理」问题

Peter Thiel 在 Zero to One 里有一个传奇问题：

「告诉我一个重要的真理，但只有你少数人相信。」（Tell me something that’s true, that very few people agree with.）[3]

他认为：伟大的商业机会永远在「反共识真理」里。如果一件事情是大多数人都同意的，那它要么已经被定价进现有公司的估值，要么不是真理。

Strebulaev 在 The Venture Mindset 里把这条心法升级为 VC 的决策机制：

「最差的投决会是『全员投赞成票』的会。如果整个 IC 都同意一个项目，那它不太可能是 Home Run candidate——因为它太『显然』了，市场早已定价。最好的项目应该有人反对——而你的 IC 应该有机制保护这种反对。」[4]

5.2.2 AI 时代的重写：FOMO 让共识更危险

AI 时代的特殊性，让「共识陷阱」更危险。三个原因：

原因 A：FOMO 让共识形成更快

互联网时代，一个赛道形成「全市场共识」可能需要 2-3 年。AI 时代呢？

  • ChatGPT 火爆 → 「中国必须有 OpenAI」共识形成：2 个月；
  • Sora 发布 → 「视频生成是大风口」共识形成：2 周；
  • DeepSeek 火 → 「MoE 是新范式」共识形成：1 周；
  • Manus 出 → 「通用 Agent 即将爆发」共识形成：3 天。

共识形成速度从年压到周到天——这意味着「反共识窗口」也压到极短。如果你不能在共识形成前 3-6 个月做出判断，你就只能跟随。

原因 B：共识驱动的估值通胀更猛

互联网时代，共识形成后估值上涨 50-100% 是常态。AI 时代，共识形成后估值上涨 3-10 倍：

  • DeepSeek 共识形成后几周内估值翻 4.5 倍（100 → 450 亿美金）[5]；
  • Kimi 共识形成后半年内估值翻 4 倍（48 → 200 亿美金）[6]；
  • 智谱 IPO 后3 个月市值上涨 700%[7]。

这意味着「跟随共识」的投资人，付的「FOMO 溢价」是过去的 5-10 倍。同样的回报数学，对 alpha 的需求更高——而 alpha 只能来自反共识。

原因 C：反共识的回报也被同步放大

但好消息是：如果反共识对了，回报也被放大 5-10 倍。

天际资本「不投大模型，转向应用 + 硬件」的反共识：

  • 错过 6 小虎所有 IPO 上涨；
  • 但获得了40 个 AI 应用 / 硬件项目的低成本布局——其中 1-2 个跑成 Home Run，回报数学完胜「抢投 6 小虎」；
  • 关键是估值锚点低 5-10 倍：早期入应用项目 1-3 亿人民币估值，而抢投 6 小虎要 30-100 亿美金估值。

5.3 中国案例：3 个反共识投票

5.3.1 反共识 #1：天际「不投走 Scaling Law 的大模型」

主流共识（2023-2025）：

  • 中国必须有自己的 OpenAI；
  • Scaling Law 仍有数代际增长空间；
  • 大模型公司估值越早入局越好。

张倩反共识判断：

「我不看好这一代走 Scaling Law 路线的大模型——这是大公司才能玩的。

中国大模型估值并不便宜。按 PS 计算，OpenAI 营收大几十亿美金，Anthropic 超过 10 亿——而中国 AI 大模型企业中还没有一家能超过 1 亿美金营收。」[1]

这个判断在 2023 年是高度反共识的——大量 VC 涌入抢投 6 小虎。但 2025-2026 年回头看：

  • 智谱 / MiniMax 估值飞涨主要因为港股 IPO 套利，而非营收兑现；
  • 月之暗面（Kimi）估值飞涨但月活付费转化率与 OpenAI 仍有数量级差距；
  • 大模型公司普遍依赖大厂战略投资（阿里、腾讯、字节）——这印证了张倩「大公司才能玩」的判断。

5.3.2 反共识 #2：DeepSeek 走「反 Scaling Law」路线

主流共识（2023-2024）：

  • 顶级 LLM 必须靠堆参数 + 堆数据 + 堆算力；
  • 没有几十亿美金不可能做出对标 GPT-4 的模型；
  • 中国受 GPU 出口管制，做不出顶级 LLM。

梁文锋（DeepSeek）反共识判断：

  • 用 MoE（专家混合） 大幅降低有效参数 / 训练成本；
  • 用 MLA（多头隐藏注意力） 减少 KV Cache 显存需求；
  • 在 H800（不是 H100）上做出对标 GPT-4 的模型，训练成本仅为 OpenAI 的 1/10[8]。

2025 年 1 月 DeepSeek-V3 / R1 发布——全球轰动：英伟达股价单日跌 17%、Mark Zuckerberg 召集 Llama 团队紧急复盘、OpenAI 史无前例地公开对比。

DeepSeek 的反共识胜利直接验证了「Scaling Law 不是唯一路径」——这正是张倩 2023 年判断的产业层兑现。

5.3.3 反共识 #3：天际押 AI 应用层「不需要长期烧钱」

主流共识：

  • AI 应用「先做 DAU / MAU，再做 monetization」（移动互联网逻辑）；
  • 早期亏损是必然，2-3 年后才看 PMF；
  • AI 应用必须靠 VC 烧钱拉用户。

张倩反共识判断：

「AI 应用不需要长期烧钱——这与移动互联网完全不同。一旦 AI 与数据飞轮启动，先发优势形成壁垒。如果一家 AI 应用公司一年还没盈利，那说明团队或赛道有问题。」[9]

这一判断颠覆了 5 年前的 SaaS / 移动互联网逻辑。但 2025 年的数据印证了它：

  • Cursor（编码 Agent）：1 年 ARR 5 亿美金，无烧钱期；
  • Glean（企业搜索 Agent）：3 年 ARR 1 亿美金，营收驱动增长；
  • Dify：2 年达到全球 70% 中国大模型应用市场，海外营收过半；
  • 反例：纯靠烧钱的 AI 应用大量在 2024-2025 年清盘。

「AI 应用一年内见 PMF」——这是张倩反共识判断中最颠覆传统的一条。

5.4 硅谷对照：Sequoia 的 Anti-Veto 机制

硅谷顶级 VC Sequoia Capital 有一个内部机制叫 Anti-Veto Rule（反否决权）：

任何投决案，需要至少 2 名 partner 提出反对意见，否则会被退回重做。

为什么？因为他们发现：如果一个项目所有 partner 都同意，那它通常是「显然的好项目」——而显然的好项目在 VC 行业不太可能是 Home Run。

Sequoia 的具体做法：

  1. 投决会议前，指定一位 partner 担任 devil’s advocate（魔鬼代言人）——必须找出至少 3 条反对理由；
  2. 投决会议中，先听反方再听正方——避免确认偏见；
  3. 投决会议后，不允许「全票通过」——必须至少有 1-2 票弃权或反对，否则推迟决策。

Sequoia 的内部数据显示：采用 Anti-Veto 机制后，他们的 Home Run 命中率提升了约 30%[10]——因为「显然好项目」被自动过滤，「反共识好项目」被识别。

5.5 反例与陷阱：错误地反共识

陷阱 1：把「故意找茬」当作反共识

「所有人都说好，那我说不好」——这不是反共识，这是叛逆心理。

真正的反共识有 3 个特征：

  1. 基于第一性原理——你的不同来自对底层逻辑的不同看法；
  2. 可证伪——你能说出「我错了的标志是什么」；
  3. 有时间窗口——你认为「未来 X 个月内会有 Y 信号验证」。

「叛逆型反共识」通常 3 条都不符合——只是为了「显得不一样」。

陷阱 2：反共识但没有动作

「我觉得这个赛道不行」——但你的基金还是投了。

这是「口头反共识 + 行动跟随」——最危险。要么你的判断错（应该跟），要么你的执行错（应该不投）。

正确做法：反共识必须配合反共识动作——要么不投（被动避险），要么重仓另一条路径（主动 alpha）。

陷阱 3：反共识但赌错时间

Vinod Khosla 在第 4 章已经讲过：「判断对，时机错，等于全错」。

很多 VC 「反共识对了」——比如 2018 年说大模型不行（当时确实没有 GPT-3）——但 2023 年 ChatGPT 来时他们已经离开赛道。反共识需要长期 hold，等待时机验证。

陷阱 4：反共识但没有 LP 共识

如果你的反共识没有事先和 LP 沟通好，LP 在第一年看到「别家都赚到了大模型钱，你为什么没投」时会施压。这种施压会让 GP 中途放弃反共识，最坏的结果是「晚期跟随」——付高溢价拿到了别家早期入局的赛道。

正确做法：

  1. 反共识写进 LP letter——明确告诉 LP「我们为什么不投 X」；
  2. 预设证伪条件——「如果未来 12 个月看到 Y 信号，我们会修正判断」；
  3. 季度沟通——主动告诉 LP 反共识进展，不要让他们从外部新闻里听到。

5.6 落地清单：构建反共识投票机制

给基金管理人

  1. 设立 Devil’s Advocate 角色：每次 IC 会议指定一位 partner 反对——找出至少 3 条 deal-breaker。这不是「演戏」，是真的找到 100% 投资人都没看到的风险。
  2. 禁止全票通过：投决标准改为「至少有 1 名 partner 弃权或反对」才能通过。这迫使团队在共识项目上做更深入分析。
  3. 季度反共识会：找出「主流市场共识可能是错的」3 条。每季度一次，团队全员参加。
  4. 写入 LP letter：每年明确告诉 LP「今年我们最反共识的 3 条判断是什么」。如果 LP 因此撤资，那不是合适的 LP。
  5. 建立反共识档案：每条反共识判断写下「我们的判断 + 时间窗口 + 证伪条件」，3 年后回顾。

给 AI 创业者

  1. 理解 VC 的反共识偏好：如果你的项目「所有 VC 都觉得好」，反而拿不到顶级 VC 的青睐。要找到「有人觉得好，有人觉得疯」的状态。
  2. 不要追风口讲故事：「我们做 Sora 中文版」「我们做中国 OpenAI」——这种 framing 是「我跟着共识跑」。要讲「我们看到了一件别人没看到的事」。
  3. 接受「早期被不理解」：DeepSeek 在 2024 年之前是「没人关心的小公司」。Dify 在 2023 年是「看不清商业模式的开源项目」。好项目早期都被误读。

给 LP

  1. 接受 GP 的反共识：如果你的 GP 反共识 + 路径可证伪 + 有时间窗口，给他时间验证。不要因为前 12 个月「别家赚了你没赚」就施压。
  2. 警惕「全跟随」GP：如果一支基金的 portfolio 完美跟随市场共识——他们没有 alpha。
  3. 看 GP 的反共识档案：每次 LP meeting 问「你今年最反共识的 3 条判断是什么？」——能答出且有逻辑的，good GP；答不上的，市场跟随者。

本章小结

Agree to Disagree —— 共识就是平庸的开始。

AI 时代的特殊性放大了共识陷阱：FOMO 让共识形成从年缩到周；共识驱动的估值通胀放大 5-10 倍；但反共识回报也被同步放大。

3 个中国反共识案例：天际「不投走 Scaling Law 的大模型」、DeepSeek「反 Scaling Law 路线」、张倩「AI 应用不需要长期烧钱」——每一条都在 2025-2026 被产业兑现。

硅谷对照：Sequoia 的 Anti-Veto Rule（任何项目至少 2 名 partner 提出反对，否则退回）让 Home Run 命中率提升约 30%。

4 个反共识陷阱：故意找茬叛逆、口头反共识但动作跟随、反共识但赌错时间、反共识但没有 LP 共识。

落地：Devil’s Advocate 角色 + 禁止全票通过 + 季度反共识会 + LP letter + 反共识档案。

延伸阅读

  1. Zero to One (Peter Thiel, 2014) — 第 1 章「反共识真理」
  2. The Venture Mindset (2024) — “Agree to Disagree”
  3. Sequoia Capital 内部 SOP（公开节选 / 创始人访谈）
  4. DeepSeek 技术报告 V3 / R1
  5. 张倩 / 天际资本 新浪 2025-09

思考题

  1. 写一份你目前最反共识的 3 条 AI 投资判断。每条标注「我的判断 + 时间窗口 + 证伪条件」。
  2. 把上述 3 条拿给你信任的 5 位同行 review——他们的反应是「有道理」「有点疯」还是「完全反对」？后两者意味着你可能找到了 alpha 来源。
  3. 假设你的基金 LP 看到「前 12 个月你跑输市场」开始施压——你怎么回复？写一份 1 页 LP letter。

引用