转 风投的未来，是“人类投资人 + AI”的协作组合。 如果被谨慎、合理地应用，AI 可以帮助投资人更好地理解市场、跟踪其中的公司，并在投资后持续为被投企业提供支持。 在 @scalevp 我们的判断是：真正的关键在于——理解投资人如何思考的同理心、对模型设计的严谨态度，以及对“哪些事情不该自动化”的品味。 正是这三点，能帮助我们利用 AI / ML 和数据工具，更好地服务创始人和 LP，同时避免令人头疼的“工作垃圾（workslop）”。 The future of VC is human-AI pairing. Applied thoughtfully, AI helps investors understand markets, track companies within them, and support them post-investment. Our bet at @scalevp is that empathy for how investors think, rigor on how models are designed, and taste in knowing what not to automate can help us use our AI/ML and data tools to better serve founders and LPs without the dreaded "workslop".

这段话的核心判断只有一句：VC 的竞争优势，正在从“资本与信息”转向“判断力的放大效率”。

第一：它承认一个现实——AI 已经不可逆地进入 VC，但“全自动 VC”是死路

这不是在吹 AI，而是在给 AI 设边界。市场上已经证明：

• 全靠模型筛项目 → 噪音极大
• 全靠自动化跟投 → 结果平庸
• 全靠数据评分 → 共识化严重

所以他们明确押注的不是“AI 取代人”，而是： 👉 AI 放大人的判断，而不是替代判断本身。

第二：真正的护城河不在模型，而在“对投资人思维的理解”

“empathy for how investors think” 这句话非常关键。

它意味着：好的 VC 工具不是给工程师用的，而是贴合投资人如何做直觉判断、权衡不确定性

本质上，这是在说：VC 是心理学 + 叙事 + 风险偏好管理的行业，不是一个纯预测问题。

AI 如果不理解这一点，只会制造“看起来很聪明、但没人用”的系统。

第三：模型严谨性，是在对抗“AI 时代的自欺”

“rigor on how models are designed” 的潜台词是： 👉 VC 是最容易被“假精确性”欺骗的领域。

• 数据少
• 样本偏
• 尾部结果主导回报
• 如果模型设计不严谨，AI 给出的不是洞察，而是增强版幻觉。

第四：“知道什么不该自动化”，才是品味。这是整段话最有分量的一句。

VC 的核心价值恰恰集中在：

• 人际信任
• 创始人判断
• 危机时的非理性决策
• 长期陪跑

这些东西一旦自动化，结果就是他们说的那个词：workslop——看似效率高，实则产出垃圾。

第五：这段话本质是在重新定义“好 VC 平台”

他们真正的立场是：未来最强的 VC，不是“AI 最强”的，而是最清楚 AI 应该站在什么位置的。

AI 在前台 → 平庸

AI 在后台 → 放大判断力

人仍然负责“下注”和“负责后果”

一句话顶级总结

VC 的未来不是自动化决策，而是用 AI 把人的判断力压缩成更少、更准、更有杠杆的行动。