文 | 海若镜
又一支清华系基金募到了新钱，这一次是张鸣晨和他创立的星连资本。
年轻的星连资本，2021 年出道时投了智谱天使＋轮，此后一路加仓，一期基金 40% 的钱押在智谱。勇猛加仓的故事，还发生在基流、生数科技、面壁智能身上。
对基流，他们连投了五六轮，投成了外部第一大股东。基流以 15 亿估值融资的关口，原本谈好的投资人临时爽约，张鸣晨说，" 没关系，我们领 "。不到一年，基流估值翻了 10 倍。
见到张鸣晨前，我理解他可能是很敢 bet 的激进型投资人，但他自评 " 还挺保守 "，打牌也很少梭哈。重仓有机会 homerun 的公司，以高风险搏高收益，在他看来是美元基金的常规打法，他称星连资本是" 披着人民币外衣的美元基金 "。而今，他们募到了美元。
暗涌 Waves 获悉，10 月星连资本一期美元基金完成首关；8 月人民币成长基金首关；4 月投早期的人民币三期基金完成首关。成立至今，" 一期基金投出的 AI 项目，有三分之一在 IPO 轨道上。"
张鸣晨理解的保守，第一层意思是不赌假说。如果把一个复杂任务拆成 8 步，他不会在只解决了 2 步时下场；而是等学术界啃下 6 个，只剩 2 个最难的问题时，才投钱入局。
聊 AI 技术时，他直言 " 哲学没用，直接定量 "。海外一款新芯片被市场热议，他不参与定性讨论，直接找几家模厂问，用完效果如何——听到事实，结束讨论。
典型的理工科思维。
在张鸣晨看来，星连重仓的胆量，源于 " 离得足够近 "。
张鸣晨本科、硕士都在清华大学自动化系，可以自然融入清华技术创业者的圈子。基流科技创业之初，没有客户，张鸣晨通过朋友帮他们协调了一批 GPU，完成技术验证。投资只是一个开始。AI 公司变化快，跟创始团队处得像同事，作为 " 一个战壕里的兄弟 "，他了解重点被投的订单、管线、潜在需求，这些 " 明牌 " 让他敢于追投。
对于 " 投教授 "，投资圈里常有摇摆，投与不投都有 100 个理由。张鸣晨是坚定的投资派，他定义星连资本是一家 Researcher Fund，自 2021 年起坚定地 " 不投大厂，投大学 "，因此，星连 70% 的项目出自清华。
如今，市场逐步有了共识：AI 正在像数学，最顶尖的 1000 人做了全行业 95% 的贡献。早于市场两年半的转向，让张鸣晨捕捉到了国内顶级研究员的机会，也更深地融入了清华创业生态，能采集到在小圈子里流通的那些信息。星连与清华大学九个研究 AI 的院系合作，" 有的研究员刚入组，创业项目就已推了过来 "。
如何判断教授的商业化潜力？他说要看 " 三气 "：虎气、猴气、熊气。如何形成能支撑 VC 变现的顶级认知？" 七分技术，三分直觉 "。在张鸣晨看来，看的项目足够多，做的决策足够多，获得的反馈足够多，就能形成 " 投资手感 "，像训练 AI 一样。
在移动互联网时代，张鸣晨作为谷歌中国第一批员工、而后加入红点中国成为合伙人，曾投资过小马智行、Opay、趣头条等。张鸣晨如何通过楼天城认识了唐杰？清华圈为什么创业成功率高？只投教育系统筛选出的 " 第一名 "，会不会错过 outlier？新的美元 LP 看了中国模厂后体感如何？
就诸多问题，我们与张鸣晨聊了聊，以下是「暗涌 Waves」与张鸣晨的对话（经编辑）：
保守入局，激进加仓
「暗涌」：智谱，是星连资本一期基金投的第一个项目？
张鸣晨：对，2021 年那轮我们是领投，之后连着投了四轮。一期基金里，有 40% 的钱投到了智谱。其他还投了无问芯穹、辉羲智能，后面也都在加仓。
「暗涌」：最初怎么接触到智谱，又是怎么下决定投的？
张鸣晨：在红点中国时，我投资了小马智行。小马智行 CTO 楼天城，曾经被称为是 " 中国编程第一人 "，清华计算机 04 级、姚班开山大弟子，清华很多人都叫他 " 楼教主 "。有天他就说，你们一定得认识一下唐杰，计算机系 vision 最好的老师之一，非常厉害。唐杰老师拿了系里历史上第一篇 ACM best paper。现在大家发得比较多了，但在 2020 年之前，那真的是凤毛麟角。
「暗涌」：那时候智谱已经在创业了么？
张鸣晨：还没有。但他已经带着一批人在做项目，杨植麟、刘知远等都是他们一个组。当时他们在智源研究院，做出了中国全行业第一个大模型，叫 " 悟道 "。为什么叫 " 悟道 " 呢？因为模型是在五道口训的。
这个团队，其实就是中国大模型的黄埔军校，国内模厂的很多技术主力，都是这里走出去的。大家掌握了炼丹的技巧，开枝散叶，形成了中国大模型的整体格局。
智谱起家的业务是知识图谱，所以他叫智谱。干大模型这件事，一定程度上是我跟唐老师一起讨论出来的。当然最后拍板还是智谱自己的团队，但我们起到了重要作用。智谱体系内训的第一个模型，花的就是星连那笔钱。
「暗涌」：那考虑过投 Kimi 么？
张鸣晨：当然。但三四年前，愿意在早期 bet 大模型的钱就那么一些，资本供给侧是零和游戏，所以比较紧张，我们就重点押在智谱上。现在大家都看明白了，这些都成了 " 国宝级项目 "，一堆钱追着投。
「暗涌」：智谱上市后股价大涨大跌，LP 会追着问吗？
张鸣晨：也会。上市后都是公开信息，高点时市值超万亿，自然受关注。但二级市场波动很正常，它不光是基本面决定的，还跟宏观货币供应、板块轮动等很多因素有关，像弹簧，围绕 fundamental 上下波动。
我们更关注智谱的商业基本面。中期业绩会上，他们披露了新数据，计算下来 8 月单月收入相当于前 6 个月总和，增速非常快。
「暗涌」：投中一个明星项目不算罕见。但持续加仓，挺考验魄力。基流，你们投了几轮，把自己投成第一大外部股东？
张鸣晨：大概五、六轮吧。基流一开始找到我时，只有非常强的技术，没有客户。聊完以后，我不光给了投资，还帮着联系了智谱，协调出一批 GPU，支持他们做技术验证。所以，我不光给第一张 term sheet（投资意向书），还给第一张商业合同。
为什么清华创业成功率高？首先肯定技术过硬，其次清华人真抱团，遇到事情真帮忙。
「暗涌」：投基流的几轮里，哪些是雪中送炭，哪些轮得抢份额？
张鸣晨：我记得非常清楚，15 亿估值时，原本谈好的一个投资人掉了，公司给我打电话，我说没关系，我们来领投。那是去年的事，不到一年，基流现在估值已经 150 亿了。
「暗涌」：敢连续加仓，底气来自哪里？
张鸣晨：我们跟企业走得很近，与创始团队相处就像同事，有事随时打电话。所以对公司既有订单、未来管线、潜在订单需求等，都非常清楚。外部投资人对业务未必能了解这么全面，特别 AI 企业，三个月可能完全变样。
大家是一个战壕里的兄弟，一起把生意做大。那他遇到困难会找我，有好事也会想到我。比如，基流有卡可以出租了，我们投的哪些企业需要算力，也能最早知道。
「暗涌」：估值翻了几倍后，再追投会犹豫么 ?
张鸣晨：投资要往后看。今天这个价格投下去，后面还能不能有 10 倍的投资回报？如果有，今天就是好价。单看估值是 100 亿、1000 亿，判断不了贵不贵。我们对基流的业务足够了解，所以没有犹豫。
「暗涌」：所以重仓加注，在星连比较普遍？
张鸣晨：智谱、生数、面壁、基流等，这些项目我们都多轮加仓。
「暗涌」：很多项目都需要重度陪伴，管得过来吗？
张鸣晨：投的企业多了，有的也长大了。有点像家里孩子多，老大带老二、老二带老三，互相之间就转起来了。
「暗涌」：你会用 " 激进 " 去形容自己的投资风格吗？
张鸣晨：还挺保守。我们不赌 hypothesis，不会为假说买单。一个复杂任务，如果有 8 个问题需要解决，我不会在解决了 2 个、还剩 6 个的时间点进去；而是在学术界已经解决了 6 个、还剩下 2 个最难的 timing 进去，给钱，让他把最难啃的骨头解决掉。
「暗涌」：你们会讨论科技哲学吗？比如 AI 将怎样改变组织和社会吗？
张鸣晨：不用哲学，我们就做定量讨论，哲学没用。
直接问研究员：这事已经跑了多少步，有没有收益，能不能跑通。之前大家疯狂讨论一种新型芯片，很多人做定性讨论：它能不能用来跑模型。我直接问几家模型公司：你们用完怎么样？他们说掉点很严重。OK，这事就结束了。
真正开会的时候，我们都很严谨，聊技术、聊实际问题。哲学是课余愿意聊就聊。
在清华挖宝
「暗涌」：在外界看来，星连资本有一些标签，比如智谱 CVC、清华系、AI native，你自己怎么定义这支基金？
张鸣晨： 我们自己定义是 Researcher Fund。美国 AI 产业里，最好的研究者都在大公司，投 AI 的基金围着几家大公司找人；中国顶级研究人员在几所顶尖大学里，逻辑不一样。
「暗涌」：所以你们投的项目 70% 来自清华。" 智谱 CVC" 是当下你最想澄清的一个标签？
张鸣晨：也还好。智谱确实是我们最重要的合作伙伴之一。但市场上有种误读，觉得我们是智谱下面的投资部门，这不对。有些项目会觉得中间有冲突，不愿意聊。我们会解释：星连是 market-based 的基金，大部分钱是市场化渠道募集而来，智谱不是我们的大 LP。
「暗涌」：之前投智谱、面壁、基流等都是清华系创业者。密集投清华的项目，你有什么体感？
张鸣晨：投清华的项目比较简单。
清华教授做的项目，在技术上不需要做特别的判断。能考到清华读书本就经过了严格筛选；清华计算机系一个年级 150 个人，能留校的只有一两个人。留校后，还有非升即走考核。在清华里能当 tenure，都是各自领域里的 " 世界级人才 "。所以主要判断，在商业上，他是不是一个足够有潜力的人。
「暗涌」：商业潜力的判断有什么方法论么？比如怎么判断一个年轻 PI 融资，是为了成就一家商业公司，还是想买卡做科研？
张鸣晨：我们说要 " 看三气 "，虎气、猴气、熊气。
虎气，是说你要有领导力，不光自己学术做得好，还能把更厉害的研究员团结起来创业。猴气是足够聪明，有很强的 vision、insight、taste。熊气，要有执行力、落地能力。我们也看到过行业里很多人光说不练，偏参谋型，这种就不适合做 1 号位。
最理想的肯定是三种气质都有。看得多了，会形成一种肌肉记忆。几次接触下来，我们就能感知到创始人哪方面气质格外突出，长板在哪里。
「暗涌」：现在是技术投资的时代，如果全世界同行都评议筛选过了，为什么许多投资机构在早期没投中清华系模厂？
张鸣晨：第一，AI 技术确实新。很多老牌 TMT 投资机构的技术栈储备不够用了。第二，机构认知是否足够深。历史上有投了多个清华项目的投资人，错过了清华几个模型、重要 Infra 公司，还是因为没有看明白 " 模型 "。早期非常恐惧，担心做大模型有诸多风险、没有商业模式。
聊早期项目先问 " 商业模式是什么 "，这是典型的人民币基金风格；但模型和 infra 早期其实很难谈出来，所以就没投。
「暗涌」：从 TMT 到 AI，投资逻辑发生了哪些变化？
张鸣晨：对于投不投教授，TMT 投资人会有惯性、有摇摆。因为互联网公司需要强运营，要求创始人必须接地气、能打仗，把经济账算到极致。这些确实教授不擅长。
但 AI 更加技术驱动，它第一性原理是最高水平的研发，技术是决定性要素。有点像数学界——最顶尖的 1000 个人，干了全行业 95% 的事。
而且现在从技术到商业的转化非常直接，不经过销售和运营，只要做出一个好模型、好产品，通过 GitHub、Twitter 可以迅速传播，用户可以马上接 API，公司就能产生收入。所以这个时代，顶级 researcher 大放异彩。
「暗涌」：清华系师生准备创业了，你们通常怎样第一个知道？那个 " 雷达 " 长什么样？
张鸣晨：我们有很多官方渠道，通过孵化器，我们跟清华技术转化部门等建立了合作框架，对口单位和院系都会给我们推项目。清华研究 AI 的有 9 个院系，我们都有合作。
因为之前投资过很多清华教授，老师们有时也会主动推荐项目。包括清华姚班也很鼓励创业，有的研究员刚入组成为 PI，大家就把他的创业项目推荐过来了。深入合作，关键是意愿、能力、信任，这三点我们都具备。
「暗涌」：作为智谱、基流的天使投资人，在清华创业生态里，你认为自己属于什么角色？
张鸣晨：我们自己定义是，做被投公司的副驾驶。
创业三个要素：人、钱、事。除了给钱，人和事我们也一块来帮公司规划。清华老师介绍项目过来，也会说我们 " 是清华圈最知道怎么做 AI 项目、配置资源的，你们一定要过来聊聊。"
我们相当于建了一个"AI 投资 Infra"，一个 AI 创业供应链。把高校和产业、资源打通，批量产生高质量的 AI 创业项目。清华的人才其实是全国的人才，让全国受过最好教育的人，把最好的能力转化成 AI 生产力，最后释放到全社会。
「暗涌」：只在圈子内流动的信息多吗？
张鸣晨：很多。researcher 是个小圈子，靠不靠谱，吃个饭、喝个酒，一聊就聊出来了。
「暗涌」：有些熟人推荐来的项目，会碍于人情投一点钱吗？
张鸣晨：我们投资决策是市场化的，大家标准统一：首先，只投全市场最好的 1% 项目。第二，这个项目后边能有 10 倍投资回报。
用这两个标准筛选，明显的资源类项目，我会拒绝掉，不是清华项目照单全收。因为正是严格筛选，好项目才愿意拿我的钱，创始人看重的是 " 我跟谁是 Peer"。
「暗涌」：看好这类项目，你们会是领投、给出最高价格的那一家吗？
张鸣晨：基本都是领投，但不见得出价最高。最近我们孵化了清华一位教授的项目，市场上追的人很多。最后我们给的价格并不最高，他还是选了我们。因为两年前，我们就开始帮他探索这个生意，一起设计商业模式、补团队。他觉得和我们一起做靠谱，估值比别人低一些，也可以接受。
「暗涌」：只投体系筛选出来的第一名，会错过王兴兴那样的 outlier 吗？
张鸣晨：我们也愿意投 outlier，比如我们在深圳投的 Zettlab，是大疆和云鲸出来的人，做个人龙虾机（agent computer），做得非常好。不管哪个大学毕业，本质上还是挖掘 " 人 "。
募到双币，去出海
「暗涌」：为什么在今年决定募美元基金？
张鸣晨：今年市场上越来越多项目倾向于拿美元：原来 10 个项目只有一两个，今年增加到四五个。特别是一些从美国回来的华人创业者，公司注册在香港、新加坡，没有美金不好投进去。
「暗涌」：星连资本成为一家双币基金，对你个人来说有什么意味么？
张鸣晨：比较顺理成章，我老说星是" 披着人民币外衣的美元基金 "。
我们核心投资人基本都是美元基金背景，看人、看事、公司管理更偏美元风格，现在只不过真的手里有了美金。币种其实无所谓，我们一直关注的是怎么投资到伟大公司。
「暗涌」：感兴趣投资中国 AI 的美元 LP，有哪些新特点？
张鸣晨：有一点挺重要，最近聊的美元 LP 很多都有产业属性，愿意跟中国 AI 技术公司做战略合作、出海。
「暗涌」：是传统的产业集团么，具体怎么合作？
张鸣晨：一些海外产业集团，主业是运营商、大连锁、头部金融公司等等，他们非常愿意搭着 AI 技术公司一起去做商业拓展。
就在前些天，欧洲一家管理约 2000 亿美元资产的机构，CEO 特意跑到我们办公室。他发现他们每月花大量的钱买 token 去做行业研究、build 内部系统。之前，多一半预算是花给美国模型做复杂任务规划，少一半花给中国模型做执行，中国模型性价比最高。
之后他觉得可能会反过来。他就想来看看，中国到底是一帮怎样的人在做模型，后面会怎么发展？既然中国模型这么强，那我们能不能战略合作，我帮你去打开欧洲客户的市场。
「暗涌」：看了五道口这边的模厂、Infra 公司之后，有什么他预期之外的东西吗？
张鸣晨：看完就觉得欧洲人自己别做了，投资中国 AI 公司，建合资公司、一起做生意就行。他们有市场，我们有技术。
「暗涌」：技术上，这些潜在美元 LP 会问得特别细？
张鸣晨：他们看得非常深。有些美元 LP 跟 VC 一样，投资人每天看行业，看项目，一起交流前沿问题。比如最近 recursive（递归式自进化）很热，OpenAI、Anthropic、国内几个大模型公司都在做，新成立的 startup 空间在哪？再比如 World Model 哪条路线能收敛？中国的算力怎么能追上？都是行业一线问题。
美元募资对我们来说，反而简单一些，他们就看业绩、看行业认知。要体系化地讲清楚：昨天在哪，今天在哪，明天在哪。
「暗涌」：业绩如何？
张鸣晨：星连一期基金有几十个项目，接近三分之一都在 IPO 轨道上。TMT 时代，一期基金的常规 IPO Rate 2% - 5%，我们现在是 30%。
AI 投资：七分技术，三分直觉
「暗涌」：你多次提到 AI 时代投资要懂技术、要有顶级认知。你是一个绝对理性的人么？你所说的 " 顶级认知 " 从哪里获得？
张鸣晨：AI 时代投资更强调理性，但也不能 100% 是机器人式逻辑思维，也有感性的东西。很多事情有不确定性，等完全想明白再投，也晚了。
非要划分的话，可能三七开。70% 靠技术，是对行业、对企业的认知；30% 靠直觉。好多时候直觉没有依据，但确实也很重要。
我跟同事讲，投资无非 " 两个多 "：看的项目多不多，投的项目多不多？多了，自然产生手感。人也像一个神经网络，有很多说不清道不明的东西，但喂的数据足够多，就很容易形成机制。投资，是在不确定性里追求确定。靠运气可能找到一两个好项目，但不可能保障整个基金实现系统性的高收益。
「暗涌」：听起来跟训 AI 模型一样。早年你在聊趣头条的投资判断时说过，投资人获得一手信息是晚于市场信号的。现在投 AI 呢？
张鸣晨：好的 GP 必须提高信息收集频率，加快认知迭代。传统 TMT 投资，一个月更新一次信息可能够了，但 AI 每周、每天都有新东西，必须每天都接触最前沿的信息。
我们孵化器一年有 100 多场活动，顶级学者、工程师每天在想什么，技术推进到哪，市场需求在哪，都要跟他们一起交流。光触达信息还不够，你得 " 学而思 "。拿到信息之后，不断理解、思考，把它变成自己的东西。
「暗涌」：把这些认知落到投资上，下一步你会把钱投向哪里？星连投在芯、算、模、用的比例如何？
张鸣晨：多一半在模和算，这是最基础、价值最大的，少一半在芯片和应用。但接下来，好应用会越来越多，有了好的模型和算力，拿它 " 炒菜 "，就能炒出好菜。
今年 vibe coding 起来后，模型已经足够聪明。金融资产管理、医疗（诊疗、制药）、教育等都在出 AI 新应用，他们利用大模型的底层能力，显著提高了产品体验，正在给用户带来效率价值。
这有点像移动互联网的 2011、2012 年，移动网络铺好了，字节、快手、小红书就该出来了。
「暗涌」：去年投应用特别热，今年上半年很多人说不投应用。下半年风向又变了？
张鸣晨：跟着模型能力走。模型变强了，大家就担心 " 应用 " 会被整个吃掉。但其实不是的，很多场景能产生独立的应用层，有自己的价值。所以哪个市场大，就先做哪个，里面可能会出现一个或几个超级应用。
我们跟模型公司离得很近，认知可能比市场领先半年到一年，所以看起来我们老跟市场反着来。
「暗涌」：你怎么判断，哪类应用不会被通用模型吞掉？
张鸣晨：看整个工作流里，有没有 human in the loop。只要最后需要人来决策，或者必须有人提供反馈，这类场景就有独立存在的空间。像吃药、开刀，最后还得由医生拍板；而且没办法给出非常清晰的奖励函数。
如果全过程 AI 都可以主动运行，结果又能明确判断 0 或 1（对与错），比如 coding、数学，通用模型就可以不断获得反馈、自主迭代进化，做得非常好。这些场景很可能被模型吃掉。
「暗涌」：模型能力仍在往上走。现在这些创业团队想解决什么问题、大机会在哪里？
张鸣晨：现在有一波 Neo labs，想用新架构，把 Transformer 的效率提升很多倍，让模型更聪明，同时更省算力。
比如人脑是分区的，做不同任务会调动不同区域。神经网络里的参数，作用也不均匀。有一派研究员就在研究，哪些节点在什么任务里起作用，能不能把它识别出来，只激活 1% 的参数，就把任务解决了？还有一种思路，找到网络里的几个 " 超级节点 "，通过改善这些节点，迅速提升整个网络的表现。
这些都很有价值。假如现在 ChatGPT 是 120 分，换一种架构，有没有可能迅速提高到 150 分。
「暗涌」：回看移动互联网时代，你会反思那些错过吗？比如投了趣头条，没投今日头条；投了秒拍，没投快手。
张鸣晨：肯定会。既要选对赛道，也要选对赛手，核心还是把握产业的底层逻辑和规则。AI 这一波，我们还是吃到了很大的红利。
「暗涌」：你说终极目标是投到伟大的公司，对你自己而言，更底层的驱动力是什么？
张鸣晨：挣钱有很多条路。VC 特别幸福的地方，是你可以通过好奇心获得顶级认知，用认知去做未来的事，去改变世界。这是一级市场最有意思的地方。
「暗涌」：最有成就感的时刻，是自己的判断一步步得到验证？
张鸣晨：对。真的从零开始，像养孩子一样，一点点帮他长大。看到他做得很好，考上清华、北大，真正成才了，是这种感觉。我们真正创造了价值。
