一句话看懂:投资者 Aditya Agarwal 公开回应 GC 的 AI 种子市场研究,认为早期 VC 抱怨“做不了 AI”只是借口,真正出路是承担更高风险、押注非共识方向和前沿问题。
事件核心:发生了什么
2026 年 11 月 19 日,Aditya Agarwal 在 X 上转发 GC 早期投资团队 Utkarsh Bajpai 的帖子并评论。Bajpai 称,团队回顾了 2022 年后以不超过 5000 万美元种子轮融资、目前公开披露估值已超 5 亿美元的 AI 公司,共找到 151 家,并表示结果“有不少意外”(该数据来自其帖文,尚未见完整方法说明)。Agarwal 表示这与其团队数据一致,并批评早期 VC 抱怨“无法做 AI”是一种自我安慰。他的原话是:必须承担更多风险、做非共识判断,并投入前沿问题。
为什么重要
这组讨论触及早期 AI 投资的核心分歧:在算力、模型和人才成本高企的背景下,VC 是否应集中在少数共识赛道,还是用更小支票覆盖高风险的前沿方向。151 家“小种子轮、高估值”样本若成立,说明 AI 公司的估值跃升不一定依赖大额首轮融资,早期判断和入场时机可能更关键。
对用户/开发者/创作者的影响
对创业者和开发者而言,Agarwal 的“非共识、前沿问题”指向更细分的技术方向,而非重复热门应用。不过,目前公开信息只提供样本数量和结论摘要,未披露公司分布、技术路线和退出情况,因此不宜把这 151 家视为可直接复制的成功模板。普通用户和创作者可以留意:资本更愿意为前沿 AI 能力买单时,新工具和 API 的供给可能增加。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是 GC 是否公开完整研究方法和公司名单;二是有多少样本公司能在后续融资中维持或提升估值;三是早期 VC 是否会因此调整种子轮策略,更积极参与前沿模型、AI 应用和开源项目。


