a16z等20家顶级VC十年种子轮数据拆解：巨型基金正在吞噬早期市场

作者： Pavel Prata 编译： 深潮 TechFlow 深潮导读： 管理规模超 100 亿美元的巨型基金正以前所未有的速度涌入种子轮。Murph Capital 拉取了 Harmonic 的数据，对 20 家顶级巨型基金在 SaaS 时代、零利率时代和 AI 时代三个周期的早期投资行为做了拆解。结论并不简单：巨型基金的种子轮转化率确实是市场平均的 3.7-4.2 倍，但当它们放量部署时，这个优势会被迅速稀释。对新兴管理人来说，生存空间仍然存在，但必须选对赛道。一个月前，我发了一条推文，问了一个简单的问题：巨型基金真的在接管种子轮，还是只是感觉如此？6.5 万次浏览和几百条私信之后，很明显这个问题戳中了痛点。新兴管理人（Emerging Manager，以下简称 EM）写信来说他们感受到了压力，但没法量化；LP 问：如果 a16z 和 Sequoia 已经下场，投种子基金还有意义吗？巨型基金的 GP 自己也想知道，竞争对手到底在早期阶段部署了多激进。@pavelprata 发推：巨型基金真的在接管种子轮吗？我决定研究全球最大 VC 基金（100 亿美元以上 AUM）在早期阶段的行为，回答一个简单问题：EM 该担心自己的结构性优势吗？很快形成了广泛共识，我基本同意：巨型基金确实大幅增加了种子轮配置，过去十年大约增长了 3 倍市场足够大、足够分散，它们的份额仍然相对较小，主要集中在头部四分位它们的核心动机不是即时的资本回报，而是提前触达人才、获取高信噪比的数据，把错过下一个世代级机会的风险降到最低但共识只是起点。大方向背后有一幅更有趣、更不均匀的图景，不看数据根本看不到。所以我们拉了 Harmonic 的数据，收集了 20 家巨型基金在三个时代（SaaS、零利率、AI）的表现，试图诚实地回答：种子轮市场到底发生了什么？巨型基金究竟在往哪走？这对定价产生了什么影响？EM 是否真有理由担心？直觉 vs. 数据先说研究框架。我们依赖公开情报，配合 Harmonic 提供的实时数据（覆盖 3000 万家以上公司和 1.9 亿人）。时间线上，我们分析了过去十年，分为三个时代：SaaS 时代（2015-2019）： 5 年正常市场周期。云、SaaS、交易平台和金融科技是主流叙事，利率正常，市场有纪律。零利率时代（2020-2022）： 3 年零利率政策。资本几乎免费，各路投资人涌入早期寻求收益，Tiger Global 和 SoftBank 似乎出现在每一轮有意义的融资中。种子轮市场严重过热，但方式混乱，缺乏结构性逻辑。AI 时代（2023-2026）： 从 ChatGPT 发布到今天。一场巨大的技术冲击，催生了一类新公司，对它们来说，超大种子轮已成常态。技术上我们关注种子轮，但实际操作中纳入了 Pre-Seed 和 Seed Extension。原因很简单：这些早期阶段的界限经常模糊或变动，硬要精确切分反而不诚实。进入正题。坦白说，开始研究之前，我就有强烈的直觉：巨型基金在早期阶段的雷达上出现得越来越频繁。这种直觉很大程度上来自社交媒体，a16z、General Catalyst 和 Sequoia 的 logo 越来越高频地出现在种子轮公告中，每次都伴随着高调的媒体攻势。数据证实了这一点：2026 年前 6 个月，a16z 参与了大约 48 笔种子轮交易，领投了其中 46%。这是系统性的种子策略，不是零星下注。最突出的是支票大小：a16z 领投轮次的中位数是 1050 万美元，这个数字更像经典的 A 轮，而不是传统种子轮。如果加上 General Catalyst 和 Sequoia，这 3 家巨头在短短 5.5 个月内完成了 87 笔种子交易，平均 每 1.5 个工作日就做一笔早期投资。@a16z 发推：我们很荣幸领投 Westmag 的种子轮。投资整个硬件堆栈的一个被低估的优势，是能第一手接触到困扰工业基础的供应链挑战……与此同时，Carta 的最新数据显示，从估值角度看，种子轮估值正在快速膨胀。虽然有人可能认为这只是少数激进玩家的结果，但大多数 EM 的基金数学仍然迫使他们在中位数附近或以下运作，以获得足够的初始持股并维持可行的回报路径。巨型基金的逻辑完全不同。凭借累积 AUM、品牌溢价和优质项目流，价格纪律不再是真正的约束。这种落差正在把市场撕裂成两个截然不同的层级，我们大致称之为「经典种子轮」和「超级种子轮」：种子轮估值的第 90 百分位在 2026 年 Q1 飙升到 9370 万美元，比四年前几乎翻倍过去一年，中位数以上的估值至少上涨了 53%底部几乎没动：第 25 百分位从 1800 万美元缓慢爬到 2270 万美元@PeterJ_Walker 发推：前 5% 的种子轮估值现在经常突破 1.75 亿美元，过去 12 个月翻了 3 倍。就有那么一点 2021 年的荒唐味道（即使作为 AI 信仰者也这么觉得）。但所有这些仍然是间接证据，指出了一个大方向，却没有给出早期市场到底在发生什么、巨型基金的存在到底有多系统化的确定性答案。正因如此，我们决定深入挖掘。我们分析了每家基金在三个时代的个体动态，拆解它们的行为模式，以及这种转变最终对 EM 意味着什么。拆解交易机器图注：20 家巨型基金在三个时代的早期交易数量对比看平均数，SaaS 时代一家典型的巨型基金每年完成 10.6 笔早期交易。到 AI 时代，跳到了 23.9 笔，整个队列平均增长 2.37 倍。最有意思的是零利率结束之后发生了什么。如果这种增长纯粹是免费资金的副产品，加息后应该逆转。但在我们数据集的 20 家基金中，AI 时代的年均交易数量与零利率时代几乎持平：23.9 对 24.3。事实上，只有 3 家基金缩减了早期投资节奏。这证明转变是结构性的，尽管少数异常值拉高了总体数据：a16z：16.6 → 49.7 → 76.8 笔/年General Catalyst：15.2 → 33.0 → 62.1 笔/年Khosla Ventures：14.6 → 21.0 → 30.9 笔/年这背后至少有三个根本驱动因素：AI 时代的公司天生成本更高。 GPU 基础设施、数据管道、年薪 30-50 万美元的研究科学家，创造了完全不同的基线成本。SaaS 时代 50 万美元能搞定的事（两个工程师加 AWS），AI 时代需要 200-500 万美元。扩大的中位支票部分反映的是真实研发开支，不只是估值膨胀。而且 SaaS 时代的早期本质上是探索性的（允许创始人迭代、转型、花几年寻找 PMF），AI 的先发优势窗口短得多。如果你的模型跑通了，你会迅速甩开竞争，这个窗口关得更快。对创始人的争夺转移了定价权。 在革命性技术周期的初期，高能力搭配顶级人才价值连城。最好的 AI 创始人在种子阶段就能在 a16z、Sequoia 和 Lightspeed 之间选择，搭建一个能帮助他们在更短时间内融到更大下一轮的股东表。很多时候，定价权从投资人转移到了创始人手中：轮次变大不是因为公司客观上需要更多资本，而是因为创始人可以要求并得到。基金规模的数学很说明问题。 我们队列中 前 5 家基金的合计 AUM 从约 340 亿美元增长到 2490 亿美元，十年翻了约 7 倍。与此同时，它们的种子交易数量只增长了 2-4 倍。AUM 的扩张速度远快于种子活动，种子支票在这些基金的投资组合中占比反而更小了。拿 a16z 来说：2015 年管理规模约 40 亿美元，现在管理 900 亿美元（算上最新的 150 亿美元募资，VC 历史最大单笔）。一张 600 万美元的种子支票在 900 亿 AUM 中只占 0.01%。数学上，基金没有任何动力去为每一百万的估值讨价还价。反过来，在一个日益集中的市场中，错过世代级机会的风险是灾难性的。因此我们可以高度自信地说：AI 时代巨型基金涌入种子轮，不是免费资金时代的投机行为，而是一个战略使命。巨量资本涌入巨型基金，同时出现了一批值得在最早期就争夺的新型公司和人才，两者同时推动了这一转变。基于增速的分组分析图注：20 家基金按增速轨迹分组零利率时代，数据集中所有 20 家巨型基金都加大了早期交易，没有例外。疫情后美联储降息至接近零，大规模 LP 资本涌入 VC 口袋，2021 年美国 VC 总募资额达到惊人的 1695 亿美元。手握巨额干火药（dry powder），一部分巨型基金下沉到种子阶段试水；另一部分主动从晚期轮次（当时估值极度膨胀）退出，同样转向下游。但到了 AI 时代，利率稳定在 5% 以上，市场高度分化。宏观分歧将基金分成了三条行为路线：加速者AI 时代的交易量甚至超过零利率时期：a16z（75.3 笔/年）General Catalyst（61.5 笔/年）Khosla Ventures（31.5 笔/年）这些基金不只是在廉价资金消失后继续留在种子阶段，而是加倍下注，激进地扩大了存在。稳定者AI 时代交易量略低于零利率峰值，但仍远高于 SaaS 时代：Sequoia（19.6 → 49.3 → 50.6）Accel（15.2 → 43.3 → 34.7）Lightspeed（11.6 → 41.7 → 32.1）零利率的飙升已经见顶回落，但基线活动永久性地抬高到了历史水平的 2-3 倍。回不去了。纪律型三个时代稳步增长：Bessemer（9.4 → 23.0 → 20.9）Lux（7.2 → 14.3 → 14.7）Index Ventures（10.0 → 23.3 → 17.6）它们避开了零利率的飙升和 AI 的爆发，但基线已经永久上移。SaaS 时代每年 10 笔，现在稳定在 15-21 笔。唯一的例外是三家基金：Founders Fund、NEA 和 Greylock。它们从 SaaS 到 AI 时代要么减少、要么持平了早期活动。Founders Fund 可能是唯一一家做出了哲学性主动选择的机构。Peter Thiel 深受吉拉尔模仿理论影响的逆向框架，把拥挤的市场共识视为明确的信号去别处寻找机会。所以当其他 17 家巨型基金冲向种子阶段时，Founders Fund 反其道而行，转向大额、集中的晚期赌注，把资本注入 OpenAI、Databricks、Anduril 这类世代级异常值。Greylock 仍然深度忠于「第一张支票」的传统，但选择打高集中度的牌。它不搞流水线交易机器，而是聚焦更少、更高信念的赌注，有时甚至直接在自己办公室里孵化公司。NEA 的大型多阶段使命让它的种子波动更难单独分析，缺乏硬数据我们不做推测。核心配置 vs. 副业图注：各基金早期交易占总投资比例变化绝对数字回答不了一个关键问题：对这些巨头来说，种子轮是副业，还是核心战略？一家基金一年做 30 笔种子，但如果同时做 200 笔 A 到 D 轮，种子只占 15%。反过来，如果 30 笔种子出自 60 笔总投资，种子占 50%。15% 意味着侦查项目、个别合伙人的宠物项目、廉价期权。50% 意味着战略使命：专门团队、机构化流程、大规模部署机器。这就是为什么我们第三个（可能也是最有揭示力的）视角，追踪每家巨型基金投入早期生态的确切比例：20 家基金中有 16 家，AI 时代的早期配置比例创下历史新高。 SaaS 时代，一家典型巨型基金将 20-30% 的交易量导向种子。AI 时代，这个基线飙升到 35-50%。三个案例特别有说服力：Sequoia：彻底转型。 这是我们整个数据集中最戏剧性的战略转向。SaaS 时代，Sequoia 的早期投资占比不到五分之一，它主要是 A/B+ 轮的霸主，零星做战术性的种子赌注。到 AI 时代，近一半的交易都在早期，上升了 30 个百分点。General Catalyst：V 形曲线。 SaaS 时代 GC 已经偏重早期，占 38%。零利率时代降到 30%，和同行一样追逐免费资金驱动的成长期收益。但 AI 时代触发了急剧反转，升到 47%。这是有意识的、激进的回归早期投资，峰值比以往更高。a16z：稳定基线后 AI 跳升。 a16z 的独特之处在于，SaaS 和零利率时代的早期配置完美持平在 31.2%。当其他基金在零利率时代混乱地下沉时，a16z 保持了结构平衡。然后 AI 时代来了，猛然跳到 42.5%。这组拆解很重要，因为 LP 经常从巨型基金那里听到一个熟悉的叙事：「我们偶尔遇到非凡创始团队时会开一张种子支票。」数据证明这套话术已死。Sequoia 的种子占比 49%，GC 占 47%，a16z 占 42%。巨型基金已经把核心引擎转向种子阶段，并用专门团队、定制化内部通道和自有加速器项目（如 a16z Speedrun 和 Sequoia Arc）将这一转变武器化。对 EM 来说，这提供了至关重要但令人清醒的背景：你的日常竞争已经远远超出了隔壁 5000 万美元精品基金。今天你在争夺配额时，对手是 100-900 亿美元 AUM 的巨头，它们已经把 40-50% 的机构交易机器对准了你的赛道。要真正理解这种压力的机制，还得叠加一个关键指标：支票和轮次规模。传统种子 vs. 超级种子图注：巨型基金参与的种子轮中位数 vs. 美国种子轮市场中位数我们此前强调的一个核心主题是种子阶段的分裂。看这个裂痕最好的方式是看每个时代的中位轮次规模，并与整个美国「种子指数」（市场整体中位数）做基准比较。AI 时代，有巨型基金在股东表上的美国种子轮中位数是 620 万美元市场整体中位数只有 140 万美元。差距是 4.4 倍巨型基金根本不参与「平均」种子轮，它们系统性地在市场的头部四分位运作。更有意思的是这个倍差在三个宏观周期中保持稳定：SaaS 时代 4.8 倍，零利率 4.5 倍，AI 时代 4.3 倍。巨型基金并没有相对市场其他部分加速通胀，它们只是一直存在于一个完全不同的价格层级。换个角度看，市场第 75 百分位（400 万美元）是巨型基金的入场基线。它们的中位轮次（620 万美元）稳稳坐在整个美国种子生态 P75 之上，按定义，这些巨头被限制在规模排名前 25% 的交易中。但当我们把中位数和平均数叠在一起看时，事情变得更有趣。图注：各基金中位数 vs. 平均数对比，揭示双轨策略中位数反映一家基金的「典型」交易，平均数被异常值严重拉偏。两者之间的价差清晰地代理了一家基金的策略到底有多「双轨」：它是激进地同时玩超级种子的双引擎模型，还是在单一价格层级均匀运作？从这个视角看，队列清晰地裂成两类。双轨型（价差 3 倍以上）Index（中位数 820 万，平均 3430 万，4.2 倍价差）Lux（600 万 vs. 3170 万，5.3 倍）Lightspeed（680 万 vs. 3080 万，4.5 倍）Accel（500 万 vs. 2600 万，5.2 倍）a16z（600 万 vs. 2180 万，3.6 倍）Sequoia（500 万 vs. 1740 万，3.5 倍）这些基金同时在两张桌子上玩：量大的经典种子轮（500-800 万美元），加上高度精选的超级种子（5000 万 - 5 亿美元以上），后者把统计平均值拉上了天。那些「1 亿美元种子轮！」的 TechCrunch 标题不反映日常现实，它们的典型交易实际上小 4-5 倍。均质型（价差低于 2.5 倍）Greylock（690 万 vs. 1330 万，1.9 倍）Founders Fund（700 万 vs. 1200 万，1.7 倍）CRV（750 万 vs. 1080 万，1.4 倍）8VC（660 万 vs. 870 万，1.3 倍）NEA（700 万 vs. 740 万，1.1 倍）这类基金的中位数和平均数紧密跟踪，没有超大轮次的长尾。它们一致地在 500-800 万美元的价格区间内部署，没有大的异常值。双轨型基金占据标题，制造了种子轮已经变成 3000 万美元以上游戏的幻觉。但数据反驳了这一点：即使是最双轨的机构，典型交易也稳稳落在 500-800 万美元区间。超级种子只是分布的长尾，不是中心。对 EM 来说，真正的竞争压力来自均质型——GC、Khosla、Bessemer、Greylock。这些机构系统性地在 500-800 万美元区间执行，不被超级种子分心。双轨型基金在标题上更吓人，但在日常竞争中威胁更小。它们的一部分时间花在超级种子市场，那是 EM 本来就不会竞争的地方。种子市场的分裂跟抽象的轮次通胀关系不大。我们正在目睹两个完全独立的生态系统在「种子轮」这个单一标签下诞生：超级种子（2000 万美元以上）属于双轨平台，传统种子（300-800 万美元）是巨型基金和 EM 仍然碰撞的地方。唯一的区别是，挤在这个经典区间的多阶段巨头数量翻倍了。谁在定价，谁在搭车？图注：各基金领投率与领投数量对比参与和领投是根本不同的两件事。一家基金在 600 万美元的轮次中投了 50 万美元的小支票，只是跟投者，股东表上的乘客。领投那一轮的基金才是在定估值、定条款、决定谁能进入联合投资的人。是领投方最终决定了 EM 还有没有空间。那么，在巨型基金执行的所有种子交易中，有多大比例是它们实际领投的？我把这些机构拆成四个类型：信念领投型——高领投率 + 高交易量Khosla（60%，19 笔领投/年）Lightspeed（63%，21 笔领投/年）Accel（54%，20 笔领投/年）这是对 EM 最危险的群体。部署激进，而且要求坐主驾。Lightspeed 每年领投 21 笔种子轮、63% 的领投率，它在系统性地主导早期定价。如果一个 EM 在争夺同一家公司，争的就是领投权。量大型——高交易量，中等领投率a16z（51%，40 笔领投/年）General Catalyst（53%，33 笔领投/年）Sequoia（36%，19 笔领投/年）这些巨头在绝对领投数量上占据主导，即使百分比领投率更低。它们领投管道中最好的公司，其余的拿被动头寸。对 EM 来说是双重威胁：即使巨型基金没有领投，它出现在股东表上也会严重影响信号效应和后续融资动态。精选领投型——高领投率，低交易量EQT（82%，7 笔/年）Craft Ventures（76%，8 笔/年）Index Ventures（67%，12 笔/年）Founders Fund（61%，10 笔/年）Greylock（58%，6 笔/年）这些基金领投了绝大多数交易，但保持高纪律、低速度。纯信念驱动：如果开支票，几乎一定要管这一轮。在总体市场量上威胁较小，但在任何它们进入的具体交易中，几乎一定会拿下领投位。网络型——低领投率8VC（38%，9 笔/年）Amplify（39%，4 笔/年）Sequoia（36%，19 笔/年）Bessemer（44%，9 笔/年）这些机构选择跟投的频率远高于领投。它们在种子阶段的角色围绕网络、信号和买期权，而不是确立市场定价。对 EM 来说是威胁最小的类型，因为它们很少挤掉领投位。一个有趣的发现：两家按绝对早期活动量算最大的基金，AI 时代的领投率最低：a16z 51%，Sequoia 36%。而且两者的领投率都比 SaaS 时代下降了（a16z 从 67%，Sequoia 从 52%）。解释很简单：当你每年做 77 笔或 51 笔交易时，物理上不可能每一笔都领投。一部分交易自然转向