在技术和生物交叉领域工作了这些年有一个现象越来越明显真正推动前沿突破的往往不是资源最雄厚的大机构而是那些愿意在极早期、用极小规模下注然后长期陪跑的决策者。Vijay Pande 离开 a16zAndreessen Horowitz后创立新基金 VZVC 这件事正好为我们提供了一个很好的观察样本。这篇文章不想写成新闻稿而是想把 VZVC 背后的投资策略拆开揉碎聊一聊“小规模押注”“每年只做几笔集中投资”这套逻辑以及它对我们做技术选型、职业规划和项目判断有什么借鉴价值。1. 背景与核心概念VZVC 到底在做什么1.1 从 a16z 到独立基金这不是一次简单的“离职”如果你关注生物科技投资圈应该对 Vijay Pande 这个名字不陌生。他是斯坦福大学计算生物学出身后来加入硅谷知名风投 a16z负责生物与医疗健康方向的投资。在 a16z 期间他推动了多个 AI 制药、诊断技术、数字医疗项目的落地也亲身体验了大平台在资源调配、品牌背书、投后赋能方面的优势。但任何平台都有它的运行规则。在大型基金内部管理规模意味着你必须不断进入新的赛道、覆盖更多项目、维护更大的组合。这种“广覆盖”策略适合平台型机构但对一个希望深入研究、深度陪伴创始人的投资人来说也会带来一定的精力分散压力。于是我们看到Vijay Pande 选择离开 a16z成立自己的新基金也就是标题里提到的 VZVC。简单来说VZVC 是一支更聚焦、更小体量的基金。它的核心策略不是拿大钱去押注一整个赛道而是每年只做几笔集中投资挑选真正值得长期持有的早期项目。1.2 “小规模押注”到底是什么意思很多人会把“小规模”理解成“资金量小”这其实不够准确。VZVC 的小规模主要体现在三个方面。第一基金总体量控制在较小的范围内。不需要募集几十亿美金的资金池只需要足够覆盖一组精心挑选的项目即可。第二投资节奏慢。每年只做几笔投资而不是每个月都在看新项目。这种节奏能保证每一笔投资都有足够的调研时间和投后精力。第三专注度极高。VZVC 不会同时布局十个不相关的赛道而是围绕创始人自己最熟悉、最有积累的方向展开比如 AI 与生命科学的交叉地带。这种“小规模押注”的本质是用更少的机会换取更高的单笔成功率。它要求决策者必须对行业有足够的穿透力敢于在别人还犹豫的时候确定方向并且愿意用两年、三年甚至更长时间去等待结果。1.3 为什么选择“每年只做几笔”这种模式集中投资在二级市场并不罕见巴菲特长期持有少数优质公司的思路就是典型代表。但在早期风险投资领域这种模式其实面临更多争议。因为早期项目失败率极高如果只投几笔一旦判断失误整个基金可能颗粒无收。那 VZVC 为什么还要这么做核心原因在于Vijay Pande 本人就是一个科学家出身、又有大平台实战经验的投资人。他不是通过分散投资来对冲风险的“理财型选手”而是通过深度研究来降低不确定性的“研究型选手”。对他来说每年只做几笔意味着每一笔都必须经过极其严格的科学判断、商业验证和团队尽调。这种模式也给了他足够的时间去陪伴被投企业解决技术路线、临床策略、团队搭建等实际问题。2. 深度拆解VZVC 的集中投资逻辑2.1 集中投资背后的三条底层假设想要理解 VZVC 的决策方式就要先看支撑这套策略的底层假设。我把它归纳成三条。第一条假设是在一个高确定性的窗口期少数优秀项目能带来绝大多数回报。AI 大模型、多组学数据、基因编辑、细胞治疗这些方向里真正跑出来的公司可能就头部那几家。分散投资即使投中了一个如果仓位太轻收益也无法覆盖其他项目的损失。倒不如把资金集中在最有把握的几个标的上。第二条假设是深度参与可以显著提升项目存活率。大基金经常同时投几十个项目投后管理只能“均匀输出”。而小而精的基金有精力帮助项目方解决真实问题比如技术架构怎么设计、临床入组怎么推进、下一步融资怎么规划。这种深度的陪伴实际上是投资机构创造价值的重要部分。第三条假设是决策链短能力圈更清晰。基金规模小不需要迎合太多 LP 的偏好决策时可以更专注在“这个项目是否真的具备技术壁垒”上而不是去看“这个赛道是不是当下热点”。Vijay Pande 的能力圈在计算科学、人工智能和生物医药的交汇处VZVC 只在这个圈子里出手反而更容易看清项目的真实价值。2.2 VZVC 的投资节奏与决策流程虽然 VZVC 没有公开披露每一步的决策细则但从公开访谈透露出的信息来看它和大型基金在流程上会有几个明显差异。传统大型基金通常会按季度设置投资节奏也会有投委会、合伙人多轮评估机制。项目进入 pipeline 之后会按部就班地走流程。而 VZVC 更像是一种“项目驱动型”基金只有当真正理解透彻、且认为非投不可的项目出现时才会发起投资。这带来一个很有意思的效果每年只做几笔意味着每一笔都是“重注”。这种重注不一定是资金量的大小更重要的是时间投入和声誉成本。Vijay Pande 接受访谈时也表达过类似的意思他希望与被投公司之间不是甲乙方关系而是一种长期合作共同解决科学问题的关系。从技术人的角度来理解这有点像做技术选型时不追求覆盖所有可能方案而是选择那条自己真正验证过、踩过坑、理解底层原理的技术路线然后再把所有资源都压上去。2.3 为什么“研究驱动”是这种模式的核心能力VZVC 的集中投资能成立还有一个隐藏前提决策者的研究能力要足够强。Vijay Pande 是计算机和生物双重背景的科学家他能看懂模型架构、能理解临床试验设计、能和创始团队在技术细节上对话。这才是“集中投资”真正的护城河。很多机构想做集中投资但能力不够最后容易陷入两种尴尬局面一是看不准只敢跟着趋势走二是看准了但不敢下手因为自己没信心说服整个投委会。VZVC 模式对决策者个人能力提出了极高要求这也是为什么这种风格在 VC 圈并不普遍。放到我们日常工作中来看这个逻辑也很清晰。一个人如果能在一个细分方向深耕到足够深他做判断的确定性就会高于那些什么都懂一点的人。这也是为什么很多资深工程师出来创业往往比职业经理人更容易在早期拿到融资因为他在自己的专业领域里有足够的决策穿透力。3. 技术视角AI 与生命科学交叉方向的“集中投资”机会3.1 从计算生物到临床落地边界逐渐清晰很多人好奇VZVC 具体会在哪些领域出手。结合 Vijay Pande 个人的学术和投资背景来看方向大概率会集中在几个交叉地带。第一个方向是 AI 驱动的药物发现。传统药物研发周期长、成本高、失败率大而大模型的出现让分子生成、虚拟筛选、毒性预测等环节有了新的可能性。这个方向最大的难点不是模型设计而是数据质量和湿实验验证闭环。能将 AI 计算与实验室验证高效结合的团队是 VZVC 比较关注的对象。第二个方向是多组学与精准医疗。基因组、蛋白质组、代谢组、单细胞测序这些技术正在帮助我们重新理解疾病的发生机制。但组学数据本身是高维、稀疏、充满噪声的如何用 AI 模型从中提取真正有临床价值的信号是待解决的核心问题。第三个方向是医疗健康领域的 AI 应用包括医学影像、辅助诊断、健康管理等。这里的技术门槛相对低一些但商业化路径更明确对数据合规和产品化能力的要求也更高。3.2 为什么早期项目需要“科学家工程师”双轮驱动过去十年生物科技领域的创业越来越像软件领域的创业。实验室里必须有人攻关核心技术公司里也必须有人负责把技术转成可交付的产品。VZVC 愿意支持的团队往往是那种既能发表高质量论文、又能定义清晰产品路线的组合。这也解释了为什么 VZVC 每年只做很少的几笔投资。因为同时具备科学深度、工程能力、商业嗅觉的团队本来就极其稀缺。与其降低标准多投几个普通项目不如花时间找到那一个真正具备全栈能力的团队。对于正在做 AI生物方向的技术人来说这里有一个值得思考的问题你的优势到底在模型侧还是在数据侧还是在实验验证侧如果你能把自己的定位放在一个不可替代的位置上你的项目就会更符合这类小而精基金的口味。3.3 评估早期生物科技项目重点看哪些维度如果我们用 VZVC 的视角去评估一个早期项目可以从以下几个维度入手。第一是科学假设是否成立。这个技术解决的是真实生物学问题还是为了用 AI 而用 AI。很多创业公司表面上是 AI 制药实际只是用一个通用模型套了一层生物壳这种项目很难建立真正的壁垒。第二是数据壁垒是否存在。模型架构是可以被复制的但高质量数据需要时间、资金、医院和实验室资源共同沉淀。早期项目如果能掌握别人拿不到的数据或者有独特的数据采集方式就具备持续竞争优势。第三是湿实验闭环是否跑通。AI 预测再漂亮最终都要进入体外实验、动物实验、甚至临床试验验证。创始团队是否理解湿实验结果是否愿意根据实验结果调整模型是判断技术成熟度的关键。第四是监管与伦理风险是否有解。生物科技项目涉及患者隐私、实验伦理、药物审批等环节这些风险一旦爆发可能直接摧毁一个公司。优秀的团队会在早期就建立合规意识而不是等到产品做出来才去补课。4. 把 VZVC 的逻辑迁移到个人技术规划4.1 用“集中押注”的思路选择技术方向VZVC 这套“小规模押注、集中投资”的思路放在个人技术成长上同样适用。很多人经常陷入一个误区今天看大模型火就去学大模型明天看低代码火就去学低代码最后什么都了解一点但什么都谈不上深入。集中投资的思路启发我们与其广泛覆盖不如选择一个自己真正热爱、且具备长期价值的技术方向投入百分之八十的业余时间和精力去深耕。比如你选择做 AI Infra那就应该盯着模型训练优化、推理加速、分布式调度这些核心点一路挖下去而不是今天看看前端框架、明天碰碰区块链。这里的关键不是拒绝学习新东西而是建立“一专多能”的能力结构。你的核心方向必须足够深周边方向则用来支撑核心。就像 VZVC 虽然重点关注 AI 制药但也会关注数据基础设施、自动化实验设备等上下游基础设施这些扩展都是为了更好地服务于核心投资方向。4.2 每年给自己设定“几笔最重要的产出”另一个可以借鉴的思路是每年只设定少数几个高价值目标用整年时间去完成。不少人年初制定的计划有十项、二十项到年底复盘时能完成两三样就算不错。这种目标过于分散的状态本质上就是投资组合里的“过度分散”。如果你按照 VZVC 的逻辑来做年度规划就要敢于放弃那些只会带来短期快感、但无法形成积累的事情把时间留给那些能够产生复利产出的事情上。一个不错的产出可以是完成一个开源项目的核心贡献模块发表一篇高质量技术博客或者把一个实验项目从模型训练推进到工程化落地阶段。因为每一年真正重要的产出本来就不多如果每一件都认真做完三五年后你的职业积累就会形成明显的差异化优势。这种积累方式远比“每件事都做一点点”更踏实也更接近“高质量集中投资”的本质。4.3 识别属于自己的“窗口期”VZVC 每年只做几笔投资还隐含着一个节奏感的问题不是任何时候都适合出手只有真正理解、且拥有明确优势的时刻才是最佳出手时机。做技术方向的选择也一样很多人在风口来的时候追进去在低谷期又急着逃离结果永远踩不准节奏。更好的策略是提前判断方向在相对冷门但有潜力的阶段入场趁着别人还没反应过来的时候积累壁垒。比如在大模型大规模爆发之前如果你已经在做 transformer 架构相关的学习或项目实践那你就已经拿到了“窗口期”的门票。这里需要补充一点识别窗口期不是靠追热点而是靠阅读论文、参与开源社区、和企业里的工程团队保持交流等方式慢慢形成对行业发展节奏的敏锐度。判断力不是天生的它来自信息密度和持续思考。5. 常见误区与风险提醒5.1 误区一认为“小额基金”就是“小而美”很多人容易把 VZVC 这种小规模基金想象成一种浪漫的、轻松的状态好像投资人可以悠闲地在咖啡馆里见见创始人然后顺手投出几个项目。但真实情况远没有这么轻松。小规模基金没有大平台的品牌和资源做缓冲每一笔投资都直接关系到基金整体的存续。如果连续两三个项目判断失误新基金的募资会变得非常困难。因此团队的压力往往比大基金更高你必须有更强的研究能力、反复验证的耐心以及承受失败的心态才能在“少而精”这条路上走稳。这也是为什么很多基金明明知道集中投资的方式更优雅却依然选择分散分散再分散。5.2 误区二把“集中投资”当成“梭哈”集中投资不是把全部资金押在同一个标的上。VZVC 说的“每年只做几笔”本质上仍然是一个有一定分散度的组合只是每一笔的权重和投入精力更高。对我们个人来说这个边界也很重要。你可以选择一个核心技术方向作为主导但不代表完全屏蔽其他知识体系的价值。技术人真正需要的是“聚焦但不封闭”要在核心路线稳定的前提下保持对交叉领域的敏感度。一味地拒绝学习新技术只会让你自己的视野越来越窄最后丧失判断力。5.3 警惕幸存者偏差我们之所以能看到 Vijay Pande 和 VZVC是因为他已经在 a16z 积累了足够多的成绩和知名度。对这种明星人物来说即使新基金只投几笔也有很强的人脉和能力支撑。但如果一个刚入行的普通投资人直接模仿这套模式结果可能完全不同。同样的道理也适用于技术规划。你在网上看到的那些“深耕一个方向三年后薪资翻倍”的案例背后可能有很多你不知道的前提条件。不要只看到别人集中投入的结果忽略别人在信息获取、资源匹配、行业环境上的优势。理性做法是先评估自己的积累和资源再决定该用多大的力度去集中而不是盲目照搬别人的节奏。6. 这套模式对技术创业者的三点建议6.1 追求“窄而深”不要总想着“平台化”技术创业者最容易犯的错误是做产品时什么都想覆盖最后做出来一个大而全但每个模块都平庸的产物。VZVC 的集中投资思维恰恰提供了相反的方向先找到那个最尖的、能够解决真实痛点的切入角度把所有资源集中打透再考虑扩展。比如做医疗 AI 的公司与其做一个通用诊断平台不如先在最擅长的单一病种、单一模态上做到行业领先。只要这个点足够深医疗资源、数据资源、行业人才就会逐渐向你聚拢后面自然会长出更大的平台。6.2 远离“什么都做”的合作伙伴VZVC 在选择投资项目时肯定会重点考察团队成员的配合度。一个团队如果什么领域都想碰往往意味着没有一个方向是真正想明白的。反过来那些每个季度只聚焦一两个关键任务、拒绝无效扩张的团队反而更容易获得耐心资本的支持。技术人找合作伙伴、找工作团队时也可以参考这个标准。一个团队如果频繁换方向、试图迎合所有人的需求大概率说明它缺少准确的产品判断。这样的团队即使短期热度不错长期也很难做出有壁垒的东西。6.3 自己尝试用“小基金模式”运营一个副业项目如果你想亲自体验 VZVC 这种模式的魅力不一定非要做投资可以做一个小型开源项目或副业项目来模拟。假设你计划用一年时间运营一个开源工具把它当成一支微型基金来管理。年初你给自己预算一百小时限制自己只聚焦一个核心用户痛点而不是做一个通用平台。半年后如果验证成功再投入另一百小时做商业化或社区运营。这种模式能帮助你训练需求判断能力、资源分配能力和长期主义心态比盲目到处尝试要有效得多。7. 常见问题汇总问题现象常见原因解决思路看了很多方向但一直没有深入积累目标过于分散没有形成主线借鉴集中投资逻辑每年只选一个核心方向深耕项目做出来很全但没有一个功能让用户满意追求大而全忽略真实痛点找到最小可行场景把单点体验做到极致团队开发效率低频繁调整技术路线缺少稳定技术判断容易被外界声音带偏建立明确技术原则非必要不换方向投入了大量时间做副业但没有产出精力被多件琐事分散缺乏重点设定每年少量高价值产出集中资源逐一完成看到别人集中押注成功自己却失败只看到了表面策略忽略了个人积累和能力边界评估自身资源和信息优势再决定集中程度想进入 AI生物等新兴赛道但不知道怎么切入对行业认知不深缺少实践闭环从数据分析、模型应用等具体项目入手积累领域知识8. 从 VZVC 到长期主义一场关于耐心的小规模实验VZVC 的“每年只做几笔集中投资”之所以值得关注不只因为它出自一位顶级投资人之手更因为它在一定程度上代表了一种反潮流的决策方式。在一个一切都追求快节奏、广覆盖、多线并进的时代愿意主动把范围和节奏收紧是需要底气和定力的。对我们做技术的普通人来说这套逻辑最大的启发不是“你也应该去做投资”而是提醒我们重新思考自己的资源和注意力分配方式。如果你现在同时在学很多门技术、参与很多个项目、关注很多个领域不妨试着问问自己有没有那么一两件事是值得你放下其他事情、用整年时间去把它做透的当然集中押注本身也意味着要承担错过其他机会的风险但这恰恰是成年人的常态。没有人能抓住所有机会重要的是在关键的少数选择上尽可能提高判断的准确率。VZVC 每年只做几笔投资背后的底气来自于多年研究积累形成的判断力。如果你也想在自己的领域里做出类似的判断那就从今天开始选择一块足够硬的土地然后挖得足够深。