超级共识时代的早期投资策略——把握资金流向与创业机遇

「2026年3月18日，北京前沿国际人工智能研究院AI月光社系列活动第6期“OpenClaw专业养虾人有话说”在鼎好人工智能创新中心成功举办。

北京前沿国际人工智能研究院理事长、英诺科创基金合伙人王晟发表主题演讲，本文为演讲回顾，欢迎阅读。」

大家好，今天我演讲的主题是《超级共识驱动下的天使投资——寻找资金决口的堤岸与早期布局策略》。主要结合我在一线投资和研究院的观察，跟大家聊聊当下AI 浪潮里被反复提及的超级共识，以及藏在共识背后的创业与投资逻辑。

超级共识的核心逻辑与形成机制

我们都知道“风浪越大，鱼越贵”，我们创业者都是“鱼”，唯有经历大风大浪才能更有价值。创业者最核心的是找到超级共识，这就像寻找资金决口的堤岸，创业者站在大坝之下，才能借风浪提升自身价值。

资金如洪水，唯有站在其奔涌方向，才能抓住机遇，而超级共识决定了资金的流向与规模。回顾过往，移动互联网时代的互联网金融、O2O，后来的短视频、新消费，皆依托超级共识崛起。如今AI时代，算力、基座模型、具身智能等也站在共识风口，具身智能领域更是在短短两三年内快速涌现多家百亿级公司，这便是超级共识的力量。

我为超级共识总结了一个力学公式：“共识强度=欲望（理性价值）×恐惧（非理性FOMO）”。二者结合会指数级放大共识强度。理性层面是对重大创新及其潜在经济规模的判断，非理性层面则是资金的集体焦虑，比如一级市场若未布局具身智能头部项目，投资人便会面临LP的质疑。

这也让具身智能赛道的投资规模快速攀升，前年一级市场投资280多亿，去年接近700亿，今年的投资节奏大概率会继续加快。

超级共识并非靠单一主体忽悠形成，普通创投机构和创业者都不具备这样的能力，只有黄仁勋、埃隆·马斯克这类行业标杆人物，或是重大产业事件，才能带动超级共识的形成，且超级共识必须有清晰的概念支撑。

判断超级共识是否到启动阶段，可借助熊彼特的发明创新扩散模型，这是理性评估新技术发展的重要工具，能帮助我们精准把握创投时机。

超级共识的理性与非理性评估维度

熊彼特的发明创新扩散模型将新技术发展分为三个阶段：发明阶段聚焦高校院所的科学性研究；创新阶段是企业家将发明转化为商品或服务，比如苹果将触摸屏、多点触控等技术转化为智能手机的定义；扩散阶段则是成功案例出现后，市场的蜂拥而至。

对于早期投资和创业而言，扩散阶段入场已然太晚，把握发明与创新的衔接阶段，才是关键。要做好这一判断，首先要厘清科学与技术的区别：科学解答“为什么”，属于文化范畴；技术解答“做什么、怎么做”，属于经济范畴。厘清二者区别这是理性价值判断的重要工具。

判断非理性的共识强度，核心看产业中的大事件，这类事件会快速推动共识的形成与发酵。宇树机器人两次登上春晚、ChatGPT的发布，以及此次龙虾赛道中Clawbot的推出，都是典型的产业大事件，尤其是Clawbot今年一月面市后，直接推动了龙虾赛道的疯狂爆发。这些大事件如同催化剂，让市场的非理性情绪快速升温，进一步放大超级共识的强度，也让赛道的资金涌入速度大幅加快。

我们也可以通过Gartner曲线来判断超级共识的发展阶段，这一曲线本质并非技术成熟度曲线，而是共识曲线，是产业和资金对新技术的判断曲线。新技术出现后，市场预期拉高形成泡沫，达到欲望巅峰，若技术落地不及预期，便会跌入绝望的深谷。部分技术能从深谷走出，迈向丰沃的高原，比如自动驾驶，而WAP、O2O等赛道则彻底失败，也有ChatGPT、基座大模型这类未经历谷底便持续发展的案例，这也提醒我们，市场中存在不少脱离实际的伪共识，需要理性辨别。

初创者的布局方向：避开大厂核心赛道

在超级共识之下，初创者的布局方向选择尤为关键，核心原则是避开大厂明确规划的链条，不触碰大厂的核心利益，否则会面临巨大的发展阻力。大厂的布局逻辑有明显的特征，它们更倾向于业务链条短、边际效应高的领域，这类领域能通过堆数据、堆算力、堆人才实现快速发展，且边际成本极低，比如大模型训练。同时，事关企业生死的核心业务，大厂也会全力布局，比如字节因生成视频技术对抖音的潜在影响，而加大大模型投入。

对初创者友好的赛道，核心是具备长业务链条，或是边际效应相对较差的领域，这类领域大厂参与意愿低，也成为了初创者的机会窗口。机器人、具身智能就是典型的长业务链条赛道，涉及供应链、上游采购、下游工厂管理、客户开发等多个环节，流程繁琐，与大厂的布局逻辑相悖。而像线下连锁这类边际效应差的领域，也因扩张需要持续投入成本，难以实现大厂追求的规模化效应，成为初创者的重要发力方向。这也是具身智能赛道能吸引大量创业者的核心原因。

非共识领域的创投机会与核心判断

在超级共识之外，非共识领域同样蕴藏着重要的创投机会，我去年底在分享材料中，重点梳理了与Agent、龙虾相关的非共识方向，包括具身智能、技术奇点、Agent重构的非共识，如今来看仍有重要的参考价值。其中核心的一点是，人类定义的Workflow存在明显的局限性，这类工作流的设计初衷是规避人为错误，却大幅降低了效率，而AI的强大能力，让其无需依赖人类的工作流，这也是硅谷SaaS企业集体暴跌的重要原因，因为这类企业的核心逻辑，正是基于人类工作流解决问题。

AI的发展早已证明，摆脱人类经验的束缚，能实现更高效的突破。AlphaGo学习了上千万盘人类下棋的棋局，也只比李世石强了一点。而AlphaZero完全脱离人类经验，通过机器间的对弈实现了对人类的碾压，这也印证了AI独立创造解决方案的能力远高于人类。

在Agent领域，核心发展要素集中在Memory、Skill以及工具使用能力上，甚至AI能实现自主创造工具，这也引发了一个重要的思考：未来APP是否会消失？人类是否还需要APP？或许未来的APP，都会成为为AI服务的工具。

人工智能时代的终极壁垒：品味

随着AI技术的快速发展，一个核心问题也随之出现：如果龙虾将全面取代人类，人类会不会失去工作？当然，可能有人不缺钱，但是工作对人类有非凡的意义。我们的人生价值、我们的意义、我们的社会价值、我们的社会活动很大程度上其实都是围绕工作，是人类社会活动的核心载体。所以，人类的终极壁垒就是品味（Taste）。品味决定了人类在AI时代的核心竞争力，也是区别于机器的关键所在。

乔布斯曾说，所有的事情归根结底都归因于品味，这一观点在人工智能时代尤为适用。Deepmind负责人、诺奖获得者Demis Hassabis也提出，科研的进步不仅是算力和数据的竞争，更是科研品味的竞争。Notion创始人Ivan Zhao也在文章中提到，技术是油门，品味是方向盘。人类在技术落地的速度上或许无法与AI抗衡，但品味能决定技术发展的方向，让人类在选择赛道、把握发展节奏上，拥有机器无法替代的核心优势，这也是人类在AI时代的核心生存法则。