文 | 小謙筆記

王慧文最近這條動態，我覺得很有意思。

他說自己復盤了一下 portfolio，發現一個現象：北京地圖上，如果以清華以南、北大以東、學院路以西、大鐘寺以北畫一個方框，到目前為止，落在這個方框里的項目，投資回報明顯好于框外。

更有意思的是，他把這個邏輯往前一推，發現移動互聯網時代也差不多。字節、小米、美團、快手、滴滴，早年都在這個框里。框外當然也有大牛，比如拼多多和小紅書，但他遺憾的點也在這里：移動互聯網創投里，真正讓他錯過大錢的，恰恰是拼多多和小紅書。

到了AI時代，他又盤了一遍，發現自己沒投到的DeepSeek、智譜、Lovart、Emochi，也在這個框里。于是他得出一個很直接的結論：以后他的被投們，建議都搬到宇宙中心來。

這話表面看像調侃，甚至有點“北京海淀玄學”。但我認為，這件事真正有價值的地方，不在地圖，也不在段子，而在于它把中國科技投資里一個長期存在、但大家不太愿意明說的規律擺到了臺面上：科技資產的早期定價，很多時候先定價的是密度。

人才密度、信息密度、產品密度、資本密度，還有創業者之間互相刺激、互相卷、互相抄作業的速度。

移動互聯網時代，大家賺的是用戶遷移的錢。智能手機普及，移動支付成熟，流量從PC往手機端跑，消費從線下往線上遷移。誰能最快看懂用戶行為變化，誰能最快把產品做出來，誰能最快拿到融資和組織資源，誰就先拿到估值溢價。

AI時代，這套邏輯又換了一層皮。過去看DAU、GMV、履約效率、獲客成本，現在看模型能力、Token成本、Agent留存、企業付費、推理毛利、工作流替代率。指標變了，但早期競爭的本質沒變：誰離最密集的信息場更近，誰就更容易拿到第一波預期差。

王慧文這張地圖，說白了不是地理題，是投資題。

一、這個方框真正值錢的，是移動互聯網時代留下來的“密度紅利”

很多人看王慧文這條動態，第一反應可能是：又開始吹海淀了。

但把情緒拿掉，我們回頭看移動互聯網時代，會發現中國最值錢的一批科技公司，確實高度集中在少數幾個創業密度極高的區域。

美團、字節、快手、小米、滴滴，看起來做的是完全不同的生意。一個做本地生活，一個做內容分發，一個做短視頻，一個做手機和IoT，一個做出行。

但它們早期吃到的紅利，其實來自同一個底層周期：智能手機成為最大入口，移動支付把交易閉環打通，算法推薦提高分發效率，本地履約讓線下供給數字化。

這批公司真正厲害的地方，是在行業剛剛有一點苗頭的時候，就已經開始拿組織、資金和產品去賭。等大多數人意識到趨勢成立，它們已經跑出規模、融資、數據和用戶心智。

這就是投資里最值錢的東西：不是看對趨勢，而是比別人早一點看對，并且有能力把這個判斷兌現出來。

為什么這個方框有優勢？因為創業早期最貴的不是辦公室，也不是服務器，而是信息。

一個產品經理今天在咖啡館聽到隔壁桌聊推薦算法，明天在朋友飯局上聽到某家公司的增長模型，后天又從投資人那里知道哪個賽道正在升溫。這些東西聽起來很虛，但在一級市場早期投資里，它就是alpha。

我一直覺得，中國互聯網過去十幾年，很多項目不是輸在方向，而是輸在反應速度。等你看到別人DAU起來了，估值已經漲了；等你發現某個模式能賺錢，頭部公司已經融資三輪；等你開始招人，最好的人已經被旁邊公司搶走了。

所以王慧文說框內項目回報更好，本質上不是說這個區域有風水，而是這里的信息傳導速度更快，人才重新組合的效率更高，資本形成共識的周期更短。

當然，這個邏輯也有反例。

拼多多和小紅書就是兩個非常重要的框外樣本。拼多多證明，真正深刻的商業創新，不一定發生在北京互聯網精英最熟悉的敘事里。它抓的是下沉市場、供應鏈效率和社交裂變。小紅書證明，消費社區、生活方式和女性用戶心智，也能跑出一套完全不同的產品邏輯。

所以這個方框不是萬能公式，它更像一個高勝率區域。資本市場從來不追求絕對正確，它追求的是概率優勢。

在我看來，王慧文這條動態最有意思的地方就在這里：它把“高勝率區域”這件事講得很直白。投資不是做道德判斷，也不是做城市排名。投資就是不斷尋找預期差，尋找更高概率跑出大公司的土壤。

二、AI時代來了，這個方框又重新進入交易員視野

現在問題來了，為什么這件事在今天又值得討論？

因為AI創業正在進入一個很關鍵的切換期。

過去兩年，大家最關心的是大模型本身。誰參數更大，誰榜單更高，誰推理更便宜，誰上下文更長。那時候市場的估值錨偏模型能力，融資邏輯也更像軍備競賽。

但到現在，基礎模型的能力正在外溢，開源模型不斷逼近，調用成本持續下降，大廠也在持續投入算力和模型基礎設施。這個時候，資本開始換一個問題：模型都變強了，誰能把AI變成真正可用、可付費、可續費的產品？

這就是AI應用層開始升溫的原因。

在我看來，AI投資的主線正在從“誰有模型”轉向“誰能把模型塞進真實工作流”。這個變化非常關鍵。因為模型公司需要巨額資本開支，需要算力，需要頂級研究團隊，周期長，燒錢快，風險也大。應用公司如果能找到高頻場景，反而可能用更輕的方式跑出利潤彈性。

比如設計Agent、辦公Agent、編程Agent、營銷Agent、視頻生成、AI陪伴、企業知識庫，這些方向看起來很散，但它們共同指向一個東西：把原來人來做的流程，拆成AI可以執行的任務。

這時候，海淀這類區域的優勢又出來了。

AI創業比移動互聯網更吃人才密度。移動互聯網時代，最稀缺的是產品、運營、增長、地推、供應鏈組織能力。AI時代，稀缺的是模型工程、Infra、推理優化、多模態、交互設計、行業數據、企業客戶理解。

這些東西很難靠一個天才單點突破。它需要一個生態：高校、研究院、大廠、投資機構、創業者、早期客戶、媒體話語權，全部在高頻互動。

這也是為什么王慧文會把DeepSeek、智譜、Lovart、Emochi這些名字放進觀察框架里。它們不完全是同一種公司，但它們都站在AI產業鏈最容易被資本重新定價的位置上：要么靠近模型能力，要么靠近Agent產品，要么靠近下一代AI內容和生產力工具。

當然，我不認為AI機會只會發生在北京。

DeepSeek背后的杭州敘事就很典型。杭州有阿里，有強產業帶，有電商生態，有量化基金轉AI的特殊路徑。上海有全球化人才和企業客戶，深圳有硬件供應鏈和機器人土壤。AI時代的地理中心一定會多點開花。

但從投資角度看，海淀的優勢在于，它仍然是中國最典型的“早期共識制造機”。

很多項目可能還沒收入，產品還沒完全成型，商業模式還在試，但只要這里形成一波共識，融資、人才、媒體聲量、客戶資源就會迅速跟上。這個過程就是一級市場里的情緒修復和風險偏好回升。

說得再資本一點：王慧文畫的這個框，是AI資產早期估值切換最容易發生的地方之一。

三、真正能講給市場聽的故事，不是“在框里”，而是增長怎么兌現

但話說回來，地圖不能替代商業模式。

很多AI創業公司現在最危險的地方，也在這里：故事太好講，兌現太難做。

你說自己在海淀，團隊來自清北，大廠背景，模型能力強，Agent方向，全球化產品，聽起來當然性感。一級市場愿意為這種組合給溢價，因為它代表人才密度和主題彈性。

但到了真正的資本市場語言里，最后還是要回到幾個硬問題。

用戶留存行不行？付費轉化行不行？企業客戶會不會續費？推理成本能不能壓住？獲客成本會不會失控？收入增長能不能變成現金流質量？

AI應用和傳統互聯網工具有一個很大的區別：用戶越活躍，不一定越賺錢。

傳統SaaS或者互聯網產品，邊際成本往往會隨著規模擴大而下降。但AI應用不一樣。尤其是多模態、視頻、圖像、Agent執行類產品，用戶每用一次，背后都有推理成本。DAU漲了，Token消耗漲了，服務器費用也漲了。如果用戶付費跟不上，規模越大，虧損可能越大。

所以我認為，AI應用接下來的估值分層會非常殘酷。

第一類公司，只能講概念，靠融資續命。這類公司在主題升溫時估值漲得快，但一旦風險偏好下降，很容易被殺估值。

第二類公司，能做出爆款產品，但收入模型還不穩。這類公司有交易機會，也有出圈機會，但市場會持續盯它的留存、付費率和成本結構。

第三類公司，能把AI嵌進真實工作流，變成企業或個人每天都要用的生產力工具。這類公司才有可能完成真正的估值切換。

以Lovart這類設計Agent為例，它吸引人的地方不只是生成圖片，而是試圖把設計流程拆成AI可以理解和執行的任務。這個方向如果跑通，估值錨就不再是“一個AI繪圖工具”，而是“設計生產力平臺”。兩者差別很大。

前者看月活、看生成次數、看訂閱收入。后者看工作流替代率、團隊協作、企業客戶、復購和續費。前者是工具估值，后者才有機會講平臺故事。

這也是我看AI應用最關注的地方：它到底是在幫用戶玩一把，還是在幫用戶省一筆錢、少招一個人、縮短一個流程、提高一個崗位的產出？

只有后者，才有真正的資本故事。

王慧文這張地圖，其實給了我們一個很好的觀察入口。它告訴我們，下一輪AI投資大概率仍然會從高密度區域先冒出來。但投資者不能只看熱鬧，不能看到“海淀”“清北”“大廠離職”“Agent”幾個關鍵詞就自動興奮。

真正要看的，是這家公司能不能把人才密度變成產品密度，再把產品密度變成收入密度，最后變成現金流質量。

這條鏈條打通了，才叫資產重估。打不通，就是一輪主題交易。

結語：王慧文畫的不是地圖，是一張AI投資篩選表

所以回到最開始，王慧文這條動態為什么值得寫？

因為它不是簡單的創業圈段子，也不是“宇宙中心”的自嗨。它背后其實是一個很現實的投資問題：AI時代，中國下一批高回報科技資產，會從哪里冒出來？

我的判斷是，框內仍然會有高概率機會，但框外也會不斷跑出新物種。海淀提供的是信息先手和人才密度，不提供成功保證。杭州、上海、深圳，也會在不同方向上形成自己的估值錨。

但對投資者來說，王慧文這個框仍然有用。它提醒我們，AI投資不能只看技術名詞，更要看產業密度；不能只看創始人履歷，更要看商業兌現；不能只看模型能力，更要看模型到底進入了哪個工作流。

移動互聯網時代，資本買的是用戶遷移和平臺網絡效應。AI時代，資本買的是智能遷移和生產力重構。

上一輪，誰離用戶更近，誰拿到估值溢價。下一輪，誰離頂級人才、真實場景、模型能力和商業閉環更近，誰更容易跑出預期差。

所以王慧文畫的不是一個北京地圖上的方框。

在我看來，它更像一張AI時代的投資篩選表：哪里信息最快，哪里人才最密，哪里產品迭代最兇，哪里就更可能先出現下一輪資產重估的起點。