每年只做几笔的精品基金：集中投资策略如何倒逼决策质量

Vijay Pande 离开 a16z 之后推出新基金 VZVC，最值得关注的不是基金规模，而是“每年只做几笔集中投资”这个反常识的节奏。这种小规模押注策略，在风险投资行业里看起来很慢，但恰恰把时间、认知和资源全部压到少数项目上。这篇文章结合精品基金的常见打法，拆解这种策略为什么成立、适合什么人、以及如何落地。

看这类新闻，不建议只盯“谁离开谁”的标签。更值得追问的是：一家新基金为什么要主动放弃大规模覆盖？集中投资到底靠什么赚钱？如果把这套思路迁移到技术选型、职业选择甚至团队管理里，能不能直接用？我自己的判断是，VZVC 这种“每年只做几笔”的打法，本质上不是在减少工作，而是在提高每一笔决策的质量门槛。

1. 为什么有人会把“每年只做几笔”当成策略，而不是保守

1.1 大基金和精品基金，表面差的是规模，实际差的是反馈回路

风险投资行业里，基金规模大并不等于更容易赚钱。大基金通常要管理数十亿甚至上百亿资金，需要覆盖多个赛道、多个阶段、多个地区。基金的运行逻辑决定了它必须把资金配置出去，否则管理费、人员成本和投资节奏都会出问题。于是我们看到的结果是：大量项目被覆盖，单笔金额被摊销，投后精力被稀释。

VZVC 这种新基金走的是另一个方向。基金规模有限，团队人数不多，但决策链路短，可以花大量时间在少数项目上。它不需要覆盖所有热点，只需要在少数几个自己真正看得懂的领域里找到高置信度项目。这种模式看起来慢，实际上是在用深度换命中率。

有一种类比很接近：技术团队做平台化的时候，要接大量需求和模块；但做核心攻坚时，必须把最厉害的人集中到一条主链路上，不能让周边需求打断。精品基金做的不是平台，而是核心攻坚。每年只做几笔，不是因为找不到更多项目，而是因为整个团队的人力、认知和资源只够服务好这几笔。

1.2 每年几笔，意味着每一次决策都必须有足够高的确定性

“每年只做几笔”不是保守，而是主动放弃大多数机会。为什么主动放弃？因为决策质量才是核心资产。

如果一年要做 30 笔投资，平均每笔只能投入不到两周；如果一年只做 3 笔，每笔可以投入三个月以上。对早期科技项目来说，三个月时间能把技术路线、竞争格局、团队背景、上下游反馈和退出路径看得更清楚。很多项目早期信息不对称极其严重，如果没有足够时间做交叉验证，很容易被漂亮的 Demo 和话术带着走。

所以集中投资的核心不是“数量少”，而是“单笔决策足够深”。如果只是减少数量，却不增加尽调深度，那每年做几笔也不会提高胜率。反过来，如果一笔项目能花上三个月去验证，错误的概率会明显下降。

我一般会建议看这类策略的人先问一个问题：一家基金每年只做几笔，它凭什么敢这样做？答案通常不是眼光更好，而是它有能力在单个项目上投入别人十倍的时间。这个能力才是护城河。

2. 集中投资和分散投资，真正的分界线在哪里

2.1 关键指标不是持仓数量，而是组合内部的相关性

很多人把“集中”理解成“只投三五个项目”。但这个理解只看到了表象。真正决定组合风险的不是项目数量，而是这几个项目之间是否互相独立。

如果三五个项目都依赖同一条技术路线、同一个政策周期、同一个下游客户，那它们表面上分散，实际上是一笔重仓。比如三个项目都围绕同一个 AI 平台的 API 做应用，一旦平台规则变化，三个项目可能同时受冲击。反过来，如果组合里每个项目处在不同技术路径、不同行业周期、不同客户群，那即使数量不多，整体风险也要低很多。

看集中程度的时候，可以画一个简单表格：

如果你发现自己的“集中”只是把几个高相关性的项目放在一起，那这种集中并不会降低风险，反而会放大风险。

2.2 容错率决定集中度

风险投资的常识是：绝大多数早期项目会失败，或者长期处于“半死不活”状态。当失败是常态，集中策略就必须要求每笔有足够高的置信度。

一笔早期投资如果失败，影响的不仅是资金，还有团队时间和后续募资节奏。如果组合里只有 5 个项目，一个项目的失败会占整个组合 20% 的位置；如果组合里有 20 个项目，单点失败的影响就小很多。所以集中投资背后有一个隐含前提：团队必须有能力把项目成功率提升到远高于市场平均，或者有足够强的退出结构来兜底。

这种容错率问题在技术项目里也很常见。团队如果只押注一个外部框架，而这个框架突然停更，整个业务就会受影响。如果你没有能力快速替换，那这种“集中”就是不合理的。

2.3 从参数角度看，资金分配比项目数量更重要

集中投资可调节的参数不只是“投几笔”，还有“每笔占基金比例”“是否预留后续跟投资金”“首笔进入时间”和“里程碑触发条件”。

不同基金的策略差异很大，但实操中通常会考虑三点：

• 首笔投资不宜过重，尤其对早期项目。先小额进入，验证里程碑后再追加，可以降低单点判断失误的损失。
• 预留后续跟投资金。很多项目在做起来之后，下一轮融资窗口很短，如果基金没有预留资金，就只能看着项目被别人接走。
• 设置里程碑。比如产品上线、客户验证、收入目标、团队关键人物到位。没有里程碑，很难区分是项目真的在变好，还是一切还停留在 PPT 阶段。

这些参数就像工程里的超时时间和重试次数。你可以把首笔投资看成第一次请求，把后续跟投看成重试机制。但如果第一次请求就带病运行，重试再多也没有用。

3. 这种新基金会怎么做筛选和尽调，我建议按四个漏斗走

3.1 第一层：项目来源和入口质量

每年只做几笔，意味着项目入口必须非常干净。精品基金不太依赖陌生项目投递，更多来自深度关系网络、学术圈、产业专家和前创始人推荐。

判断入口质量，我一般看三个问题：

1. 是谁推荐来的？推荐人在这个领域是否有连续判断经验，还只是泛泛之交。
2. 推荐人和项目之间有没有利益关联？如果推荐人持有股份，推荐意见会存在偏差。
3. 项目进入尽调之前，是否已经有人做过初步验证？比如原型、客户访谈、论文评审或同行认可。

如果一个项目来自陌生邮件，不是不能看，而是需要额外增加信任验证。集中投资模式下，信任成本会放大到整个基金的生命周期。

3.2 第二层：技术路线和壁垒判断

早期科技项目最怕“伪技术壁垒”。判断技术壁垒不能只看论文数量，要看别人复制这个结果需要多久、需要多贵的数据或设备、是否依赖某个核心人物的不可替代能力。

这里可以套用三个门槛：

• 时间门槛：即使竞品拿到同样信息，要追平这个团队，需要多久？
• 资金门槛：复制这条路线需要多少资金？如果大基金或者巨头可以用一个亿砸出来，那小型创业公司的窗口期会非常短。
• 人才门槛：这个团队是否拥有别人无法短期招募的组合能力？比如顶尖算法研究者加产业资深从业者。

尽调也不能只看团队自己做的东西，要做反向验证。找行业内的竞争者、潜在客户、上下游供应商聊，看他们怎么评价这条技术路线。如果所有竞争者都认为“这个方案没前途”，那有可能是信息不对称，但也有可能真的是方向错了。关键是找到可验证的反向证据。

3.3 第三层：团队匹配度与长期合作意愿

每年只做几笔，意味着投资人要陪伴一个项目五年甚至更久。团队考核不能只看创始人口才有多好，要看更长期的东西。

核心是几个问题：

• 创始人有没有从零到一独立做过产品？这里的完整过程，不只是写代码，还包括获取用户、处理反馈、招聘、融资和面对失败。
• 创始人能不能吸引比自己更强的人？如果核心团队全都是创始人一个人主导，后续很难拓展业务边界。
• 创始人面对行业变化时，能不能快速修正认知？技术路线可以调整，但固执己见很难调整。

项目早期，团队匹配度可能比技术路线更重要。因为技术路线会变，市场会变，只有团队能持续学习，才能在变化里找到新机会。

3.4 第四层：交易结构和退出路径

集中投资最容易被忽略的是退出机制。很多项目最后不是死掉，而是“不死不活”，既没有下一轮融资，也没有清算。这种状态对每年只做几笔的基金来说，是最难受的。

所以在投资前就要设计：

• 下一次融资应该在什么时间节点启动，需要达到什么数据才值得继续追加。
• 如果项目没有达到里程碑，交易结构里是否有触发回购、清算或股权调整的条款。
• 如果公司变成僵尸状态，投资人是否可以主动转让股份，还是只能被动等待。

尽调不是收集资料，而是验证关键假设。一个项目值得投，不是因为它看起来好，而是因为它在关键假设上通过了验证。比如技术假设、客户需求假设、成本结构假设和退出假设。每一项都要有对应的证据，不能只靠创始人描述。

4. 从投资策略到技术选型：这套思路能迁移到哪

4.1 技术选型中的“集中押注”：核心路径收敛

技术团队经常犯的一个错误是同时铺太多方案：微服务要上、消息队列要上、AI 功能要上、新数据库也要上。如果团队只有十个人，这种多线推进的结果往往是每条线都做不深，最后全部变成技术债。

更好的做法是像 VZVC 一样，先确定核心路径，然后把最好的资源集中到这条路径上。比如一个业务当前最痛的点是推理速度，那就集中解决推理链路，不要同时重写前端架构。其他方向可以用最小方案先维持运行，等核心路径跑通后再考虑扩展。

这里有一个判断标准：如果一年后这个技术决策被证明是错的，团队是否还留有替换空间？如果完全没有替换空间，说明这个集中押注的风险过高，需要先做一个为期几个月的技术验证。

4.2 职业发展中的“小规模押注”

个人职业发展也可以参考“每年只做几笔”的节奏。

很多人一年里想学的东西太多：既要学大模型，又要学 Rust，还要考各种证书。结果每样都只学了一点点，年底复盘时发现没有任何一项能真正解决问题。更合理的方式是：一年只选一到两个高价值能力方向，花足够时间深入进去，做出一个能被别人验证的作品。

但职业发展比基金投资更灵活，不需要一上来就把所有时间砸进去。可以采用“小步验证”的方式：

• 先用一个季度做一个 side project，验证自己是不是真的喜欢这个方向。
• 再看市场反馈，比如有没有人愿意为这个能力付费，或者有没有面试官认可这个方向。
• 验证通过后，下一年再把主要精力投入进去。

这样做的好处是，即使项目失败，损失也只有一个季度的时间，不会把一整年都赔进去。

4.3 迁移时必须改的三个参数

投资逻辑和技术选型逻辑并不是完全一样，迁移时要调整三个参数。

• 退出机制不同。投资有回购、清算、下轮融资这些退出路径，但技术选型通常没有明确的“退出时间”。项目开始前就要自己设置里程碑，比如三个月后如果性能指标不达标，就启动替换方案。
• 资源约束不同。基金可以锁定资金，但团队精力无法同时投入多个方向。技术团队做集中押注时，必须有意愿拒绝其他需求，甚至要砍掉已经有部分进展但不重要的项目。
• 容错空间不同。投资组合可以容忍单个项目失败，但技术主链路如果失败，代价是所有业务受损。所以技术场景更适合“核心链路集中，周边链路分散”的组合。

用一句话概括：迁移时要做的不是照搬“每年只做几笔”，而是把“只对关键节点做重仓”这个原则放到自己的场景里反复验证。

5. 这条路的边界：什么时候“每年几笔”会失效

5.1 资金来源不允许低流动性

集中投资的流动性天然比较差。一只基金如果每年只做几笔，意味着资金会长时间停留在少数项目里。基金能承受这种低流动性，前提是它的资金来源也要能接受长期锁定期。

判断标准可以看三点：基金期限是不是足够长，比如“10+2”或者更久；LP 结构是不是以机构资金和长期资本为主；管理费能不能覆盖团队在项目退出前的日常运行。如果资金来源不允许低流动性，那集中投资很容易在项目还没成熟之前，就因为资金压力被迫低价退出。

5.2 团队能力覆盖不了深度尽调

精品基金看起来轻，实际要求很高。团队需要在目标领域有深厚积累，能看懂技术路线，能判断团队，能设计交易结构，还能在投后提供关键资源。如果团队没有在目标领域积累五年以上，做集中投资会很危险。

这种情况下，分散投资反而是保护自己的方式。因为分散意味着单笔决策错误对整个组合的影响有限，团队可以从多个项目的对比中学到行业规律，而不是靠一个项目定生死。

5.3 市场窗口太快，单笔决策反而错失系统机会

集中投资也有失效场景。比如某个技术赛道突然进入爆发期，市场窗口可能只有几个月。如果基金坚持每年只做几笔，花三个月做尽调，等尽调完成时，优质项目可能已经被大量资金抢完。

这种快速变化的市场，更适合用覆盖策略。基金需要先快速广泛接触项目，再通过市场反馈判断哪些方向真正有机会。等窗口期结束后，再切换到集中模式，深挖已经验证过的少数方向。

5.4 判断自己是否适合这种模式

如果你也想借鉴这种模式，可以先用下面几个问题做个自测：

1. 你是否愿意为少数项目投入大量时间，而不是同时追求很多机会？
2. 你是否能在项目长时间没有进展时继续持有，不被短期噪音干扰？
3. 你是否能持续获得高质量项目源，而不是每次都被动等机会上门？
4. 你是否在投资前就想清楚了退出路径，而不是等出问题才开始处理？
5. 如果最看好的项目失败，你是否已经留有一笔后续资源来应对，而不是所有筹码都压在它身上？

如果多数问题只能给出模糊回答，那说明当前更适合小额、分散、快速验证的方式。不要因为羡慕少数精品基金的成绩，就直接模仿它们的重仓节奏。

6. 实操中最容易踩的坑，和我的排查清单

6.1 最容易出问题的不是筛选，而是投后和退出节奏

集中投资的表面功夫是筛选项目，真正容易出问题的是投后阶段。

一个项目投进去之后，如果出现技术延期、创始人离开、市场政策变化，团队很可能把全部精力都用来处理它。结果项目救回来了，但新的项目源也被耽误了。每年只做几笔的基金，在管项目数量如果超过团队实际服务能力，就会从主动集中变成被动救火。

我建议在做投后计划时，把“项目是否在按里程碑推进”变成一个每月检查项，而不是季度回顾。发现问题越早，处理成本越低。如果发现项目已经连续两个周期没有关键进展，就要考虑是继续跟投，还是启动退出保护。

6.2 项目卡住时，按什么顺序排查

集中投资项目一旦卡住，很容易让人焦虑。这时候不要急着下“项目不行”的结论，可以按下面这个顺序排查。

第一步，看项目基本面。技术进展是否按里程碑推进？核心团队是否稳定？下游需求是否还在？如果基本面没变坏，只是短期数据不好看，可以继续观察。

第二步，看外部环境。融资窗口是否收缩？竞争格局是不是出现了新的头部玩家？行业政策或者供应链有没有变化？外部环境问题往往不是一家公司能解决的，需要调整预期。

第三步，看组合结构。这笔投资在当前组合中的占比是不是已经失衡？如果单笔权重过高，可能不是项目本身的问题，而是投资时的仓位管理出了问题。

排查顺序很像技术排障：先看现象，再看输入，再看环境，再看参数。不能一上来就改代码，更不能一上来就换项目。

6.3 值得长期跟踪的信号

最后留几个我自己会长期关注的信号。

• 技术是否从实验室验证走向了中试或生产阶段。这个转化过程比论文数量更有说服力。
• 团队是否持续引入真正关键的人才，而不是只加执行层。
• 被投项目的后续融资是否由独立的市场投资者主导，而不是每次都靠老股东支持。
• 是否已经出现主动离场机制。哪怕是一个小比例的股份转让，也说明项目存在流动性，而不是完全被锁死。

我自己的判断是，VZVC 这类策略真正考验的不是一年投几笔，而是能不能在没人看好的时候坚持只看少数项目，并且每一个项目都敢下重注、又留有退路。投资如此，技术选型和职业选择也类似。能长期跑赢的人，往往不是看机会最多的人，而是敢对少数判断投入足够资源，同时还能控制风险的人。