🏕️极客公园•較早收集於 11m
明勢創投黃明明：AI 時代如何尋找「讓人汗毛直豎」的創業者
#vc-strategy#ai-agents#founder-mindsetmingshi-capital-ai-investment-strategyminimaxideal-autogensparklovartopenclaw
💡了解頂尖創投如何篩選 AI 贏家，以及為何他們認為「AI 原生」創業者必須具備押注非共識的勇氣。
⚡ 30-Second TL;DR
有什麼變化
AI 投資成功的關鍵在於尋找具備「偏執理性」、敢於押注非共識的創業者。
為什麼重要
本文揭示了頂尖創投的決策邏輯，暗示下一波 AI 贏家將是那些超越線性外推、擁抱 AI Agent 快速且混亂迭代週期的創業者。
下一步行動
追蹤您執行複雜 AI 任務的每日 Token 消耗量；如果您沒有在 Agent 執行上投入足夠資源，您將缺乏構建下一波產品所需的市場體感。
誰應關注：Founders & Product Leaders
關鍵要點
- •AI 投資成功的關鍵在於尋找具備「偏執理性」、敢於押注非共識的創業者。
- •投資策略必須與頂尖模型開發商保持緊密互動，以預判模型能力的解鎖。
- •創業者應優先獲取 AI Agent 的深度實踐經驗，特別是追蹤高 Token 消耗的用戶行為。
- •年齡無關緊要，「AI 原生」思維與快速迭代能力才是成功創業者的核心指標。
🧠 深度解析
Web-grounded analysis with 18 cited sources.
🔑 增強重點摘要
- •明勢創投創始人黃明明明確表示，明勢創投未來十年將「all in 'AI+計算'」，此戰略方向是基於其在智能電動車領域成功投資理想汽車後的延續，旨在抓住AI時代的核心機遇。
- •「AI原生」企業的定義不僅是將AI作為附加功能，而是從核心業務模式、技術架構到組織邏輯都以AI為基礎，這將導致商業模式從傳統SaaS的固定訂閱轉變為基於Token或使用量的動態計費，重塑營收品質與成長護城河。
- •AI Agent時代面臨巨大的Token消耗挑戰，其成本結構導致許多AI軟體應用難以實現良性經營模式，促使部分投資人重新評估投資方向，甚至考慮轉向硬體領域。
- •黃明明將其投資風格定義為「非共識」，強調尋找那些即使在市場普遍不認同的情況下，仍能堅定信念、追求長期最優解的創業者，例如在MiniMax多輪融資中堅持押注MoE架構的決策。
🛠️ 技術深入
- AI Agent的實際瓶頸在於決策設計、Token效率和系統整合，而非單純的算力。
- 優化AI Agent的Token消耗策略包括避免閒置的歡迎機器人、精確載入上下文（Context）以及有效處理失敗的排程任務（Cron Job）。
- 明勢創投所投資的MiniMax公司，其創始人曾將公司80%的算力投入到訓練MoE（Mixture-of-Experts）架構上，展現了對特定技術路徑的極致信念。
- 黃明明認為衡量AI Agent的核心指標是任務的複雜程度和完成度，指出許多Agent目前僅能達到30-40分，而達到50-60分將能吸引大量用戶付費。
🔮 前景展望AI analysis grounded in cited sources
AI Agent的普及將加速Token經濟成為衡量智慧經濟活動的新GDP指標。
隨著AI Agent從被動工具轉變為持續運轉的系統，其Token消耗量正以指數級增長，成為衡量全球智慧經濟活動的新指標，並推動半導體市場天花板上調。
AI原生企業將重塑傳統SaaS商業模式，轉向動態、基於使用量的計費方式。
AI原生企業的核心在於AI智能，其營收模式將從傳統的固定訂閱轉變為依據Token數、運算量或成效的動態計價，挑戰傳統的營收品質定義。
中國AI模型公司在全球AI競爭中將扮演更重要的角色，尤其在價格競爭力、推論速度和Agent任務達成率方面。
中國AI模型在多個基準測試中展現出色的性能，並在價格競爭力、推論速度和Agent任務達成率上縮小與美國先進模型的差距，預計將有更多「DeepSeek時刻」出現。
⏳ 時間線
2014-00
黃明明創立明勢創投，專注早期科技創新企業投資。
2015-00
明勢創投開始投資大數據領域，並於2016年擴展至人工智能。
2016-00
明勢創投重倉投資理想汽車，並持續加碼。
2023-10
明勢創投管理資金規模超過70億人民幣，已投資180多家早期科技企業。
2025-01
明勢創投投資的MiniMax上市，成為中國AI行業的標誌性公司。
2025-04
黃明明表示明勢創投將「all in 'AI+計算'」作為未來十年的戰略方向。
📎 來源 (18)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 极客公园 ↗