华兴资本 CEO：AI 时代没有拐点，成功企业由一连串 PIVOT 组成

2026 年 4 月 8 日～9 日，首届 AI FUTURE大会在北京亦庄举办，由虚实传媒主办。主论坛 1518 席座无虚席，线上场观突破 200 万。

在这场以“让每个人看 AI 的另一面”为主题的盛会上，虚实传媒创始人&CEO 卡兹克与华兴资本 CEO 王力行展开了一场深度对谈。

华兴从互联网一路走到 AI，陪伴了智谱 AI 等企业穿越多轮周期。CEO 王力行基于自己一线深厚的观察，回答了几个行业里很少有人讲透的问题：AI 企业有没有爆发的拐点？技术领先为什么不等于赢？今天谈护城河是不是太早？科学家和产品经理谁更适合做一号位？以下是「有新」在现场整理的核心观点。

▍AI 只有不断的拐点

所有人都想找到那个拐点——一家公司在某个瞬间突然爆发的临界时刻。作为理工科出身的投行人，华兴也曾特别希望找到一个万能公式：在什么时间点、满足什么条件，公司就能起来。但这个公式不存在。

仔细想想，拐点的隐含前提是：你在一个相对平稳的状态下出现了突变。而这一波做得好的 AI 企业，根本不存在平稳这回事——它们一直在突变，一直在变化。

以智谱为例，2023 年年初 ChatGPT 掀起浪潮后，团队就开始全面规划融资策略。此后每年春节，都成了一次战略校准的关键节点。2024 年春节初，核心议题是 DeepSeek 发布对行业意味着什么、公司该如何调整应对、融资策略要不要调整、应对方案怎么制定，这些问题没有标准答案，只能在变化发生的第一时间做出反应。

2025 年更加紧迫，即使 4000 亿市值，在智谱团队眼里这也还只是一场长跑的开始。这个认知本身就很说明问题，在一个变化足够快的行业里，任何阶段性成果都不足以让人停下来。

这种节奏感，在五年前是难以想象的。 华兴从最开始做互联网，到后面移动互联网，再到前一波的新能源硬科技，见过足够多的行业周期。原来觉得互联网行业变化已经够快了，但到了 2025 年底、2026 年初，一个真切的体感是——AI 行业的变化速度已经超过了币圈。

整个行业的周期在急剧压缩，可能几个月就是一个完整的轮回。传统意义上三四年一个周期的节奏，在 AI 领域已经完全不适用。

在这样的环境里，讨论某家企业的拐点已经失去意义。整个行业本身就在持续高频变化之中，优秀企业的成长是由一连串动态调整的动作组成的。

你可以说它有拐点，但那是无数个微小拐点的叠加——每一次对市场信号的捕捉、每一次战略的重新校准、每一次资源配置的调整，都是其中的一环。

有一个围棋的比喻很精准：每走一步可能赢两个子，也可能亏一个目。真正的胜利是整盘棋下完、直到官子结束的时候，你依然是赢的那个人。 这就是今天 AI 创业的现实——一场没有单一决胜点的持久博弈。

这两年 VC 圈里最流行的一个词是 PIVOT——随时准备转向。不管是底层 Infra 公司、Foundation Model 公司，还是上层应用公司，逻辑一样：环境不断在变，有利的东西要抓住沉淀下来，不利的东西要及时 neutralize 掉。 没有一劳永逸的姿势，只有永不停歇的调整。

没有一劳永逸的姿势，只有永不停歇的调整。这件事说起来只是一句话，但对组织的要求极高——你的信息获取速度、决策链条的长度、团队执行的弹性，全都要能跟上外部变化的频率。

传统创业叙事里，人们喜欢等待那个天命之子时刻——产品一上线就爆了、融资一到位就赢了。但在 AI 赛道上，这种叙事正在失效。 取而代之的是一种更接近马拉松、更接近围棋的竞争方式：你需要在每一个微小的决策节点上做出合理判断，然后确保自己一直活在牌桌上。

反过来，这也印证了整个行业特别兴奋的一点：AI 的变化足够快、机会足够多，只要你还活在场上，每一天都可能是新的胜负手。

▍创始人的 Openness，决定一家 AI 公司能走多远

如果没有万能公式，那有没有什么特质能在早期识别出哪些企业可能跑出来？如果非要用一个简单粗暴的词来概括，那就是：创始人的 openness。

一家企业的行为模式和走向，很大程度上由创始人决定。在 AI 这个特殊的竞争环境下，创始人的开放性是最有区分度的特质。 这个判断可能不适用于所有时代，但它精准地命中了当下。

2015 到 2020 年的互联网和移动互联网时代，虽然变化也快，但整体运行在一个比较确定的底层趋势上——移动设备普及、流量红利释放、商业模式成熟，方向上的共识是比较清晰的。在确定的趋势下，执行力和资源整合能力可能更重要，创始人的个人风格差异没有那么致命。

但今天完全不同。AI 和具身智能的终局，大家都看得到——星辰大海就在那里，没有人怀疑这个方向。但问题是，从 A 点到 B 点的路径，整个行业没有共识。 没有人知道哪条路是对的，大家都在摸索。正是这种"终局确定、路径模糊"的状态，让创始人的开放性变得格外关键。

这里的 openness 不是没有主见、随波逐流。它指的是：创始人需要有自己坚持的东西，但不能被 legacy 和 ego 绑架，必须对外界环境的变化保持足够的拥抱。

这种要求不仅针对创业者，投行自身也在经历同样的转变。以华兴自身为例。此前是一个非常追求确定性和可控性的组织，理工科基因使然，希望所有事都规划清楚。但从 2023 年开始，内部反复强调的只有两个词：敏感性和灵活性。

敏感性决定了你能不能感知到市场正在发生什么变化——行业出了什么新东西、竞争对手做了什么动作、技术曲线发生了什么偏移，你有没有第一时间捕捉到这些信号。灵活性则决定了你能不能及时把整个公司的组织架构、所有资源，随着你理解的外界变化去做调整。

两者缺一不可——有敏感性没灵活性，你看到了变化但调不动身体，组织僵化导致反应迟钝；有灵活性没敏感性，你动作很快但跑错了方向，资源白白浪费在错误的路径上。

一个细节可以说明这种高频校准的强度：每年春节的战略讨论议题都完全不同——2024 年聊 DeepSeek 的冲击，2025 年聊突发事件的应对。这些话题之间没有线性延续，都是被外界的剧烈变化强行推到桌面上的。

能坦然接受"去年的计划今年全部作废"，本身就需要极大的开放性。 很多技术出身的创始人容易陷入路径依赖：在某个方向投入了大量精力和取得了一定成果，因此要继续沿着这条路走下去。这种坚持在很多行业是美德，但在 AI 领域可能是致命的。

AI 行业的残酷之处在于，你去年的成果可能今年就被开源模型或一篇新论文抹平。 不能放下沉没成本、不能以开放心态重新审视局面的人，往往就是在变化中被淘汰的人。

所以 openness 不是一种性格特征，更像是一种经营哲学——在坚持核心信念的同时，对实现路径保持极大的弹性。 这种平衡听起来简单，做起来极难。但这也许正是为什么大浪淘沙之后，最终留下来的创始人永远是少数。

▍技术领先不等于赢

2023 年，当 ChatGPT 点燃整个行业的时候，"技术为王"几乎是一种信仰。所有人都在寻找小天才——高校教授纷纷下海，VC 追逐的是论文数量和技术壁垒。这种共识有其道理，因为这一波浪潮确实从技术革命开始。

但两年过去，共识正在松动。一个更清晰的判断框架浮出水面：技术决定天花板，但不能保证存活。 技术上没有真正的领先和突破，上限会被严重限制；但仅凭技术领先，也无法让一家公司在这场竞赛中幸存。

不少学术造诣极强、技术水平一流的团队，在真正的商业实践中撞上了重重壁垒。原因在于一个残酷现实：技术变化太快了。 技术曲线呈现明显的指数级加速，有些产品比预期提前半年发布。

在这种情况下，你今天在技术上取得的领先，三个月后可能就被追平甚至超越。技术优势不是一个静态的存量，而是一个会随时间不断衰减的动态变量。 你不能指望在某个时间点上获得的技术领先能够一直维持下去。

所以核心命题变成了：必须把变化中的优势，转化为不变的东西。环境在不断变化，这种变化让你的优势不能持续，但你必须在变化的过程中，把取得的阶段性领先转化成一些可以沉淀下来的、随着时间推移不会消失的东西。

例如硅基流动，2025 年初 DeepSeek 发布后，它是承接那波红利最好的玩家之一。有一天深夜 12 点，华兴的人睡不着，爬起来给创始人袁进辉发了条消息：你承接住了这波红利，但你得想想怎么把它沉淀下来，变成一个随时间推移不会变的东西。

当时给出的建议是往 C 端消费者方向推。但袁进辉"听懂了前半句话，果断抛弃了后半句话"——他选择把精力投入大客户服务的稳定性和口碑。事后证明这个判断是准确的。

在 DeepSeek 红利窗口期，他识别出了真正能沉淀的长期资产：客户信任和服务口碑。这些东西一旦建立起来，不会因为下一个技术浪潮到来而归零。

这其实就是一个典型的案例。在那个阶段，不管是因为技术敏锐度还是别的因素取得了一定的阶段性领先，吃到了红利的时候，能果断地在组织内部把这个红利转化为可以长期释放的沉淀。

还有一层更直白的转化逻辑——把技术优势转化为资本。 钱在手上是实实在在的弹药，能帮你穿越周期。当前市场环境中可能存在一定泡沫，创业者更应善用这个窗口：一旦在任何方面有亮点，都应及时在资本层面做转化，拿到真金白银。

说到泡沫，有一个精彩的定义：好的泡沫是对不确定性的过度定价，坏的泡沫是对确定性的过度定价。 次贷危机是典型的坏泡沫——所有人都相信房价永远涨，对一个确定性加了过度杠杆。

而当年的互联网泡沫和今天的 AI 泡沫，本质上是对一个不知道上限在哪里的未来做了乐观估值。这种泡沫在高科技行业发展前期是相对有益的——它为创业者提供了穿越不确定性的资本缓冲。

所以游戏的关键不在于你能不能取得技术上的阶段性领先——在指数级加速的行业里，几乎每个人都会有自己的高光时刻。真正的关键是，当高光到来的时候，你能不能迅速转化为可以沉淀的东西——客户口碑、组织能力、品牌认知，或者最直接的，银行账户上的数字。

▍AI 是一场全栈竞争，没有人能靠单项能力通关

人们喜欢二元化的叙事：技术天才还是产品经理？To B 还是 To C？星辰大海还是盐碱地下蛋？但今天的客观情况不允许给出一个干脆的二选一答案。AI 的竞争，已经变成了一场全栈竞争。

正如 Wittgenstein 说的"语言即边界"，很多热词——世界模型、Reasoning——其实并没有非常精确的定义。但抛开咬文嚼字，全栈这个词确实精准地描述了当下的竞争格局。它有两层含义。

第一层是中美之间的全栈竞争。 一定不是"中国做应用，美国做底模"这种简单分工。从底层算力和能源，到 Foundation Model，再到上层应用，中国必须全栈参与。

中美在资本市场上的差异直接影响了两边的创业生态。美国更愿意为宏大叙事买单——LeCun 和 Saining 的 AML 公司，一个偏 Research Lab 形态的存在，在美国能拿到充足的资本支持。但在中国，纯研究型公司很难获得同等量级的融资，创业者不得不对现实做出妥协，做更偏落地的事。

好在中国有一批大厂，既有资源追求星辰大海，又有动力推进落地应用，这构成了中国 AI 生态的独特优势。中美博弈仍在持续，但整体来看中国还是相对有信心的。

第二层是每家公司内部的全栈能力。 如果要回答"再过几年谁能赢"这个问题，答案大概率是一个权重配比——技术、工程、产品、商业化、组织、资本的动态组合。而且这个配比本身也是动态的，今年的权重和明年的权重可能需要调整和微调。

有些公司技术权重更高，比如 Anthropic，更偏技术导向。而 OpenAI，某种意义上并没有特别高深的技术壁垒，但它在对的时间、用对的形式，把各种聪明的因素组合在一起 deliver 给了市场——这也是一种很强的能力。

有一个很直白的投资策略——"看懂技术的潮汕人，闭眼投"。半开玩笑的话背后，折射的正是全栈竞争的逻辑：既要技术素养，又要商业嗅觉和执行力。 纯技术型选手和纯商业型选手都面临短板。

全栈要求也体现在产品维度。用一个形象的类比：Prompt Engineering 是每次把所有背景信息详细告诉助理；Context Engineering 是这个助理跟了你十年，对你的来龙去脉了如指掌；Harness Engineering 确保整个工作流稳定运行；Runtime 则是最底层的系统级支撑。

基于这个框架，判断很清晰：To C 更应该重视 Context——让产品在第一时间"懂用户"，这决定了亲密度和粘性。To B 则更应该重视 Harness——企业端对稳定性和可靠性的要求远高于 C 端。SAP、OpenAI 等都在推进 AI 对企业端的改造，必然遭遇稳定性挑战，这也是硅谷密集讨论 Harness 的原因。

在具体赛道上，具身智能是当下最热方向之一。2025 年初大量自动驾驶背景的团队涌入，VC 持续追捧。核心原因是这些团队能把自动驾驶过去十年的弯路经验直接迁移过来——从一开始喊 L4、L5，到意识到必须从 L2、L3 做起，从 ADAS 到高速再到城区，这些痛苦教训构成了一套技术落地的实战方法论。

这也映射出两类创始人的差异。科学家是供给侧人格，看重上限和可能性；产品经理是需求侧人格，看重眼前和确定性。 前两年行业更关注供给侧，因为 AI 能力的天花板还没充分释放。但从去年——也就是 AI 应用元年开始，需求端重要性明显提升。

一旦进入商业化，很多事情其实和历史上的这些时代没有太多变化。互联网时代我们见过的护城河——平台双边效应、微信的社交链路——这些逻辑在 AI 时代依然成立，只是最终形态一定会不同。

但在整个行业仍处于野蛮生长的阶段，除了 NVIDIA 用十几年时间以 CUDA 构建了深厚护城河，没有哪家 AI 企业——不管底模还是应用——已经到了可以奢谈护城河的时候。 大家都还在动态应对快速变化，努力沉淀。

在护城河尚未成型的窗口期，有一件事必须做到：要么成为定义路径的人，要么在路径明确的那一刻，确保自己处于最有利的身位。 这就是 AI 战场最真实的样子——全栈的、动态的、需要在每个维度同时下注的持久战。最终能赢的，是在不断变化的权重配比中始终保持整体领先的全能选手。

✦ 最新活动 ✦

✦ 精选服务 ✦

「新探计划」由有新 Newin 联合探奇资本发起，我们关注 AI 大浪潮中持续解决真实问题的创业团队，为优质项目匹配合适的创业资源，不限于融资、宣传、产品设计以及商业化探索等。

✦ 精选内容 ✦

Kollab 想把 AI 变成团队操作系统，从个人提效到组织复利

前腾讯云架构师打造的“金融龙虾”，用 Agent 打造你的专属基金

EdgeClaw Box：在养虾潮的安全焦虑中，推开 OPC 时代的大门

在 AI 替你干活之前，Violoop 先给它装一个物理刹车

Junior：一个有邮箱、有目标、会主动干活的 AI 同事，正在改变未来职场