投资策略与商业化逻辑 - 投资理念聚焦于商业化清晰的赛道，不投基础模型和具身智能等商业化路径不明确的概念[9][18][20] - 采用"共识-商业化"二维评估框架，优先选择低共识但商业化清晰的领域如消费和AI应用[16][24] - 强调数字驱动投资逻辑，关注月环比增长20%等关键指标[5][24][65] AI应用领域洞察 - AI应用呈现爆发式增长，部分企业月收入环比增长达20%，类似团购早期增速[24][26] - 典型案例包括会议纪要硬件产品(年收入7000万美元)和医疗问诊AI(美国市场表现优异)[26][28] - 商业化验证标准为6-12个月达到1000万美元年化收入，中美市场差异较小但需全球化布局[35][36] 行业趋势判断 - 具身智能特别是人形机器人领域存在泡沫，商业化路径不清晰且估值过高[18][20] - 大模型领域将面临整合，预计6-12个月内多数企业需兼容头部开源模型[39][41] - AI对就业影响显著，程序员岗位可能减少80-90%，而人文类岗位相对安全[43][44] 项目评估标准 - 偏好"半AI半人工"模式，认为纯AI工具易被复制且缺乏壁垒[37] - 重视用户体验微创新(10-20%提升)而非技术颠覆[27][51] - 规避通用Agent概念，看好垂直领域Agent的商业化潜力[32][33] 市场环境变化 - 港股回暖可能改善一级市场退出环境，恒生科技指数持续上涨将带动LP信心[22][23] - 观察到消费和AI应用领域共识逐步形成但仍存在投资窗口期[16][24] - S交易以最大化老LP利益为原则，人民币基金比美元基金更依赖此类交易[58][60]