Related articles
2026 年上半年，全球初创企业融资约 5100 亿美元，刷新历史纪录。但钱没有雨露均沾——仅 OpenAI、Anthropic 两家就吸走约四成，人工智能公司整体拿走七成以上。总量在膨胀，分布却在收紧：钱没有消失，只是涌向了极少数名字。
风险投资不是更健康了，而是正在变成另一种形态。 与其说 AI 摧毁了它，不如说 AI 放大了风投内在的幂律效应，并击穿了旧模式赖以成立的三根支柱。这一次倒下的不是风投本身，而是它 「可复制的中间层」。
创纪录的半年，与前所未有的集中
据 Crunchbase 数据，2026 年上半年全球初创企业融资约 5100 亿美元，超过 2025 年全年的 4400 亿美元。其中，第一季度约 3050 亿美元创单季历史之最，第二季度回落至约 2050 亿美元，仍为历史第二高；AI 占比从第一季度的约 80% 微降至第二季度的七成以上。
集中度在峰值季度尤为突出：一季度 OpenAI 的 1220 亿美元、Anthropic 的 300 亿美元、xAI 的 200 亿美元和 Waymo 的 160 亿美元四笔交易，合计 1880 亿美元，占当季全球风投总额的六成以上。 放眼整个上半年，仅 OpenAI 和 Anthropic 两家就合计融资约 2170 亿美元，占全球风投的 43%。其余上千家公司的融资，合起来只占一半出头。
2026 年一季度 （单季峰值） 全球风投 3000 亿美元的流向 （单位：亿美元）
集中同样发生在地区与阶段。第一季度，美国公司筹得 2500 亿美元，占当季全球的 83%，高于一年前的 71%。资金在阶段上也呈哑铃状 （Crunchbase）：当期后期融资达 2466 亿美元、同比增长 205%，其中 2350 亿美元流向仅 158 家融资额在 1 亿美元及以上的公司；早期融资看似同比增长 41%，却在整体中被严重稀释——少数重资产公司拿走历史性的巨资，普通创始人在巨头漏下的资本里竞争。
估值的极化同样触目。Crunchbase 独角兽榜单单季增值约 9000 亿美元，创历史之最。十年间，头部的量级从百亿级跃升到万亿级：2015 年，全球最大的私营科技公司估值不过约 250 亿美元；到 2026 年，OpenAI 以约 8520 亿美元估值融资，Anthropic 更升至约 9650 亿美元，SpaceX 上市前估值高达 1.77 万亿美元。同一轮融资里，AI 基础模型公司的中位估值也已远超同行——Carta 数据显示，A 轮 AI 公司的中位估值约 3 亿美元，同等阶段的非 AI 公司仅约 5500 万美元。这不是在同一套规则下运转的可比市场。
6 月，SpaceX 募资约 750 亿美元上市，成为史上最大 IPO；而过去十年，美国所有风投支持上市公司创造的退出价值总和约为 1.44 万亿美元。
以 5100 亿美元的半年度体量看，全年突破万亿已是大概率，集中度已取代总量成为最值得讨论的变量。更重要的是，这样的集中并非某个季度的偶然： PitchBook 数据显示，第二季度美国风投中 AI 占比仍高达 87.5%，创下纪录，其余行业只能争夺剩下的一成多。用截至 6 月底的数据重新检验，第一季度的判断没有被推翻，反而在强化。
一句话概括这组数据：赢家不再只是赢，而是在吃掉这个赛道的大部分。
旧模式的支柱，一根根在松动
传统风投基金围绕三个假设运转：有足够多的可投标的；靠 30 至 50 笔投资的分散组合，捕捉少数高回报；在十年存续期内完成退出。人工智能正在冲击这三条。
其一，可投的项目源在收窄。 当八成的资金涌向一个赛道、其中六成集中在几笔交易时，综合型基金很难参与赢家的融资——单笔规模太大了。5 亿美元基金无法领投 300 亿美元的一轮，20 亿美元成长基金同样撼动不了 1220 亿美元的募资案。稀缺的已经不是资本，而是入场资格。Commonfund 统计，2026 年一季度美国风投新募资约 480 亿美元，其中五家头部机构拿走约 73%。
其二，分散化正在失效。 历史上，前 1% 的风投支持公司贡献了约 17% 的退出价值 （2005—2010 年），这一比例在 2017—2022 年升至 34%，而 2023 年以来已达约 80%（剔除 SpaceX 上市影响后仍有约 45%）。分散投资的前提，是尾部回报能覆盖整体；当极端值与中位数的差距扩大到任何组合规则都容纳不下时，分散就变成了陪跑——想捕捉十倍回报的基金，如今必须恰好持有那一家能回报整个基金的公司。
前 1% 公司占风投支持企业退出价值的比例
其三，退出的时钟慢了。 2026 年，后期公司的平均退出时间约 15.4 年，十年前约为 12 年。一只 「3 年投资、7 年退出」 的十年期基金，握不住需要 15 年才能成熟的资产。期限错配迫使基金转向永续资本结构，或打折做二手份额交易——两者都不符合传统有限合伙协议的设计。这与头部巨头的密集上市并不矛盾：能退出的是极少数头部，中段公司依旧困在一级市场，退出同样呈哑铃状。
退出周期与基金存续期的错配 （单位：年）
收费模式随之承压。「2/20」 的结构，建立在把资本广撒出去、并在存续期内兑现收益的前提上。当钱向头部聚集、退出周期拉长，管理费相对可投规模缩水，业绩分成则集中于少数能触达赢家的基金。更微妙的变化是 「去中介化」：据报道，OpenAI 向部分 Y Combinator 初创公司提出了以 「算力代币」、通过无上限 SAFE 协议换取股权的报价——当前沿实验室能用算力额度和分发渠道换来股权，风险投资家 「资本加品牌」 的增值，就不再是规模化的唯一路径。
中间人没有被淘汰，只是被自己曾押注的平台绕开了。
这不只是又一场淘金热
反对的声音同样有力。
总量指标处于历史最好区间：2025 年以来全球交易规模强劲反弹，IPO 市场重新打开，2026 年上半年美国 IPO 募资超过 1400 亿美元，约为 2025 年全年的三倍 （Carta）；风投支持企业的退出总价值突破 2 万亿美元，上半年并购退出 421 起，为史上最忙的上半年。SpaceX 6 月以 1.77 万亿美元估值上市，AI 芯片公司 Cerebras 也以约 406 亿美元估值挂牌；Anthropic 已秘密递交上市文件，最快 10 月以约 2 万亿美元估值 IPO。退出渠道重新打开，流动性确实好转——只是能迈过上市门槛的仍是头部少数。按此理解，AI 不是破坏风投，而是让它加速——幂律本就是风投的核心，AI 只是让赢家更大、更快。Anthropic 的年化收入一年内从约 100 亿美元升至约 470 亿美元 （2026 年年中已进一步突破约 650 亿美元），创始人、投资人都在分享这种增长。
历史也站在反驳一边。20 世纪 90 年代末的互联网繁荣，同样曾把资本导流到少数门户与基础设施公司，随后再度扩散。
但这两条，都不足以把当前局面判定为 「周期」。其一，总量繁荣描述的是赢家的体验，解释不了分配机制中段的塌陷——用整体均值掩盖分布病态，会得出乐观而失真的结论。其二，历史先例与当下机制不同：90 年代的集中发生在应用分发层，随基础设施成本下降与技术扩散，资本自然分流；
而本轮集中发生在基础设施层，由算力、电力、数据的规模效应锁定，缺乏自发扩散的通道。 九十年代能 「散开」，是因为门槛在下降；这一轮的壁垒却在抬高。
还有第三种辩护：资本效率在提升，初创公司更精简，规模化所需资金更少，这应能缓解基金规模与存续期的压力。这条在应用层成立，却救不了旧模式——效率解决的是 「需要多少钱」，而非 「谁能投进赢家」。更精简的公司，恰恰更依赖能接触头部项目的少数平台。
集中为何自我强化，而非均值回归
判断是 「结构」 还是 「周期」，要看驱动集中的力量会不会自行消退。至少三种力量是自我强化、而非均值回归的。
其一，基础设施的资本密集度。 高盛测算，2026 年全球 AI 资本开支约 7650 亿美元，到 2031 年或增至每年 1.6 万亿美元，2026—2031 年累计约 7.6 万亿。德勤预计，仅 2026 年 AI 数据中心资本开支就达 4000 亿至 4500 亿美元。在这一层，规模本身就是护城河：锁定算力、电力和渠道的公司，能以更低的单位成本服务客户，按市价租赁算力的对手则难以为继。这不是情绪驱动，而是成本结构在奖励既有资本。
其二，数据与分发的复利。 AI 随使用而改进，使用产生数据，数据又反哺模型——用得越多、模型越强、客户越难迁移。Stripe 数据显示，AI 公司做到 3000 万美元年化收入的中位时间约 20 个月，上一代软件公司要五年以上。快，不只是切入速度，更是一种分发优势——一旦平台嵌入工作流，优势就固化为结构。
其三，融资结构锁定了集中。 资金端的集中与项目端的集中互相强化、构成闭环：当五家头部机构拿走约七成的新基金募资、当前沿实验室以算力额度替代现金股权时，系统筛选的已经是规模和平台权力，而不是选股能力——小型管理机构并非输在投资实力上，而是被结构性排除在能产生幂律回报的交易之外。
正因如此，「资本效率提升」 虽在应用层成立，却救不了旧模式。应用层确实更精简——初创公司员工数创下新低，AI 原生公司人均收入更高——但资本效率解决的是 「资金需求量」，而非 「准入垄断」，效率提升甚至反过来强化头部平台的优势。市场已经哑铃化：基础设施层需要前所未有的资本，应用层需要前所未有的甄别力。夹在中间的综合型基金——大到有存在感、小到投不起前沿；分散足以避险、集中不足以押中——正是受挤压的一层。
风投没有消亡，消亡的是其中 「可复制的中间层」。
反过来看，若未来回报不达预期、资本开支骤降，集中度才会松动；但在 OpenAI、Anthropic 的规模化收入兑现之前，资本只会继续向头部加码——均值回归在时间上被实质推迟。这正是 「自我强化」 区别于 「均值回归」 的判据。Mayfield 管理合伙人 Navin Chaddha 直言，当前市场资本过剩约十倍——过剩的钱不会流向中段，只会进一步向头部堆积。
头部私营公司估值：从百亿级到万亿级 （2026 年，单位：亿美元）
分化之后，谁会留下来
结构还是周期，最终要靠数据说话。三个信号分别对应三种力量——资金占比对应资本密集度，退出时长对应期限错配，估值溢价对应幂律陡峭——每一项都可量化、可观察，也让判断经得起坏消息的检验。
三个信号值得观察。
第一，AI 占全球风投的比例——若在四到六个季度内回落到 50% 以下，则集中偏向周期；当前仍在 70% 以上。第二，退出时间中位数——IPO 重启正是关键变量：Anthropic 最快 10 月上市、OpenAI 年内不会上市，若巨头批量 IPO 带动退出时间从当前约 15.4 年回落至历史约 12 年的常态，期限错配将缓解；反之则久期风险加剧。第三，头部估值溢价——若前五大私营公司平均估值从 4730 亿美元回落到 2020 年的 350 亿美元水平，则幂律正在趋缓，而非继续陡峭。
下行情景同样要纳入。退出回暖正在检验集中度判断：若巨头上市后定价站上私募估值，集中度逻辑将得到直接验证；若上市停滞或跌破一级市场价格，久期风险就会兑现——二手份额被迫折价成交，基金被迫重组。目前，超过 5.8 万亿美元的独角兽价值仍锁在一级市场，近期流动性有限，这本身就是悬在头上的不确定性。判断并非建立在 「一切向好」 的假设上，而是经得起两种走向的检验。
对不同的人，答案也不同。对有限合伙人，是 「组合之中的组合」：早期广泛布局，在拐点处把资本集中押向品类定义者。对创始人，广度是一种更内敛的阿尔法——稀缺的不是资本，而是信念。对行业，则要造出与资产匹配的工具：永续资本、更长存续期的基金、平台化的合作。
旧的风投模式，是一台把广泛风险转化为集中财富的机器。
人工智能保留了财富，却消除了广度。 往后，风险投资不再像分散的下注组合，而更像一道必选题：要么大到足以支撑基础设施，要么准到足以拿下赢家，要么接受剩余份额。真正退出历史舞台的，不是风投，而是那个 「可复制的中间层」。（本文首发钛媒体 APP，作者 | AGI-Signal，编辑 | 焦燕）
