一、执行摘要
2026 年 1 月，硅谷顶级风险投资机构 Andreessen Horowitz（即业内熟知的 a16z）正式宣布完成超过 150 亿美元的新基金募集。这是该公司成立十六年以来规模最大的一次募资，也被多方认定为硅谷风投史上单轮募资的最高纪录 (Horowitz, "Why Did We Raise $15B?"; Metinko, "A16z Raises $15B")。
这笔资金被分配到六个战略方向：Growth 基金（67.5 亿美元）、Apps 基金（17 亿美元）、Infrastructure 基金（17 亿美元）、American Dynamism 基金（11.76 亿美元）、Bio + Health 基金（7 亿美元），以及其他风投策略（30 亿美元）(Horowitz; Loizos, "The Venture Firm That Ate Silicon Valley")。
按 a16z 自身的测算，仅此一轮募资便占据了 2025 年全美风险投资总募资额的 18% 以上。如果这一数字属实，那么 a16z 的角色已远非普通的市场参与者——它正在成为重塑美国科技领域资本流向的结构性力量 (Horowitz)。
这个数字之所以更加引人注目，与其所处的大环境密切相关。根据 PitchBook 和 NVCA 的初步数据，2025 年美国风投机构的新基金募资总额仅为 661 亿美元，较 2024 年的 1013 亿美元大幅下滑，创下 2017 年以来的最低水平 (Primack, "Andreessen Horowitz Raises $15 Billion")。与此同时，2025 年新设基金数量也降至近十年最低 (Sophia and Hu, "Andreessen Horowitz Raises 15 Billion")。
换言之，在整个风投募资市场急剧收缩的背景下，a16z 反而攫取了这个萎缩池子中不成比例的份额。这一现象折射出行业内部正在加速的两极分化：一边是能够大规模吸引机构资本的超级平台，另一边是募资愈发艰难的中小型和新兴管理人。
横向对比来看，a16z 的 150 亿美元甚至超过了 2025 年排名紧随其后的两大竞争对手——Lightspeed Venture Partners（90 亿美元）和 Founders Fund（56 亿美元）——的募资总和 (McCormick, "a16z: The Power Brokers")。放眼整个风投史，也只有十年前软银的 Vision Fund 在规模上超越了 a16z 的这一轮募资 (Newcomer, "Andreessen Horowitz's Fresh $15 Billion")。
此次募资完成后，a16z 的监管资产管理总规模（AUM）突破 900 亿美元，跻身全球最大投资机构之列，远超其最近的风投同行——Sequoia Capital 约 560 亿美元，General Catalyst 约 430 亿美元 (Martin, Forbes via Techmeme; Loizos)。一家 2009 年以 3 亿美元首期基金起步的风投机构，如今管理的资产规模已可与全球顶级另类资产管理公司比肩，这本身就说明科技金融的底层架构已经发生了根本性的变迁——而 a16z 既是这场变迁的受益者，也是它的推动者。
这些资本在 2025 年得到了积极的部署。根据 Crunchbase 数据，a16z 全年参与了至少 165 笔种子轮之后的初创企业融资交易，成为仅次于 Y Combinator 的全球第二活跃的中后期风投机构 (Metinko, "A16z Raises $15B"; Metinko, "Large American VCs")。其中的标志性投资包括：AI 编程工具 Cursor 的母公司 Anysphere、法律科技独角兽 Harvey、预测市场平台 Kalshi、AI 安全实验室 Safe Superintelligence、语音合成领军者 ElevenLabs，以及企业级数据巨头 Databricks (Metinko, "A16z Raises $15B")。
仅在 2025 年 5 月至 9 月期间，a16z 就参与了七家公司的融资轮次，这些公司随后达到独角兽估值——其中五家属于人工智能领域 (CDP Center, "VC Digest: Andreessen Horowitz")。
上述投资活动的大背景，是全球 AI 风险投资迎来历史性的爆发之年。2025 年，AI 初创企业在全球范围内融资约 2700 亿美元，占全球风险投资总额的 52.7%——这是 AI 领域首次突破全球风投总额的半数门槛 (Goldberg, BestBrokers via Open Data Science)。其中仅北美初创企业就融资 2800 亿美元，同比增长 46%，大部分资金流向了 AI 领域 (Metinko, "A16z Raises $15B")。Crunchbase 将 a16z 称为这轮投资浪潮的"主要推动力量" (Metinko)。
在其投资组合中，截至 2025 年 9 月，a16z 共投资了 32 个被归类为 AI 或 AI Agent 的项目，其中医疗健康和企业级软件是最核心的两大赛道 (CDP Center)。
然而，a16z 2025 年定位的深层意义远不止于交易数量和资金规模。联合创始人 Ben Horowitz 以明确的地缘政治话语来阐释公司的使命，宣称"我们的使命是确保美国赢得未来一百年的科技竞争"，首先要"赢下未来的关键架构——AI 和 Crypto"，并延伸至"生物技术、医疗健康、国防、公共安全、教育和娱乐"等领域 (Horowitz, "Why Did We Raise $15B?")。
这种叙事定位——将风险投资塑造为国家战略的工具而非单纯追求财务回报——绝非修辞上的点缀，而是该公司整个投资活动的核心组织原则。规模达 11.76 亿美元的 American Dynamism 基金、17 亿美元聚焦于 AI 底层算力的基础设施配置，以及 a16z 与美国国防体系日益紧密的联系，都体现了同一个核心论断：技术霸权、经济竞争力与地缘政治实力三者不可分割 (Loizos; Sophia and Hu)。
本报告系统梳理了 a16z 在 2025 全年的 AI 相关投资布局，覆盖基础模型实验室、基础设施与算力、企业级垂直应用、消费与创意 AI、医疗健康、金融科技、国防与国家安全，以及新兴的 Crypto-AI 融合赛道。报告综合了已披露的融资数据、a16z 公开发表的研究与投资论述，以及来自科技和财经专业媒体的独立分析与报道，力图呈现的不仅是 a16z 把钱投向了哪里，更是为什么——以及由此浮现的投资组合，揭示了这家机构对于人工智能将如何重构产业格局、劳动力市场乃至全球权力天平的深层判断。
此外，本报告也将审视 a16z 战略中正在浮现的内在张力，包括：资本高度集中于少数超大额轮次的风险、"American Dynamism"叙事与部分投资标的之间的理念摩擦，以及在一个估值与营收之间仍存在巨大鸿沟的赛道中管理 900 亿美元超级平台所面临的结构性风险。
二、a16z 的顶层投资论述 - 赢下未来一百年
绝大多数风投机构谈论自身使命时，用的是一套冰冷而精确的财务语言——IRR、MOIC、基金级 DPI。Andreessen Horowitz 不一样。它选择了一套宏大得多的叙事：关乎文明走向的语言。
2026 年 1 月，联合创始人 Ben Horowitz 在宣布 150 亿美元募资的博文中写道："我们的使命，是确保美国赢得未来一百年的科技竞争。这意味着首先拿下未来的关键架构——AI 和 Crypto，然后将这些技术注入那些真正关乎人类福祉的领域：生物、医疗、国防、公共安全、教育和娱乐" (Horowitz, "Why Did We Raise $15B?")。这段话，连同它背后真金白银的资本配置，揭示了 a16z 一个清晰的野心——它不甘于只做创业公司的金主，它想当私人资本与国家利益之间的总架构师。
但真正让这套叙事脱离"漂亮话"范畴的，不是修辞上的豪迈，而是它对资金流向产生的结构性支配力。
乍一看 a16z 的基金矩阵，你可能会以为 AI 不过是众多赛道中的一条，被规规矩矩地装进了那支 17 亿美元的 Infrastructure 基金——官方描述是聚焦"AI 算力、数据与模型基础设施" (Metinko, "A16z Raises $15B")。但如果你真的这么理解，那就大错特错了。AI 不是 a16z 投资版图中的一块拼图，它是穿透所有拼图的那根线。
17 亿美元的 Apps 基金，押注的是 AI 原生的企业和消费应用。11.76 亿美元的 American Dynamism 基金，资金流向自主军事系统、AI 驱动的国防平台和机器人。7 亿美元的 Bio + Health 基金，瞄准的是 AI 重塑药物发现和临床自动化。67.5 亿美元的 Growth 基金，负责把后期阶段的 AI 公司一路护送到上市门口。就连划拨给"其他风投策略"的 30 亿美元，也覆盖了 a16z 的 Crypto 版图——在他们看来，去中心化数据层和机器对机器支付正在与 AI 发生深度交汇 (Horowitz; AInvest, "Strategic Allocation")。
换句话说，这 150 亿美元不是六条平行赛道，而是一张以 AI 为圆心、向六个方向辐射的蛛网。正如一篇外部分析所言，a16z 的基金"不仅仅是一个金融工具——它是美国应对中国技术崛起的战略武器" (AInvest)。
这种 AI 无处不在的架构设计，并非偶然，而是有迹可循。a16z 每年发布的《Big Ideas in Tech》堪称该机构投资世界观的全景图。2025 年版本中，五十位合伙人联手描绘了他们眼中的年度创新图谱：核能复兴、AI 驱动的医疗"超级人力"、战场 AI、AI 颠覆搜索引擎、推理模型跃迁、边缘计算扩散…… (a16z, "Big Ideas in Tech for 2025")。议题看似五花八门，但拨开表层，底层逻辑高度统一：AI 不是一个可以被框在某个行业里的赛道，它是一个基础设施级别的使能层，正在重写它所触及的每一个领域的成本结构、人力模型和竞争规则。
一位合伙人的预判尤其精辟：AI 将通过"参与系统"把人类从"执行者"变为"审核者" (a16z, "Big Ideas in Tech for 2025")。这句话浓缩了 a16z 整套论述的精髓——AI 是劳动力的倍增器，而不只是一个软件门类。
AI 作为地缘政治命题：中美维度
但仅从商业逻辑去读解这套投资论述，注定只能看到一半的画面。a16z 有意识地把自己的资本叙事嵌入了一个更宏大的框架——中美科技博弈。而自 2025 年初以来，这一框架的紧迫感不是在消退，而是在急剧升温。
Horowitz 的措辞毫不含糊："如果美国在技术上落败，就将在经济、军事、地缘政治和文化上全面溃输。而整个世界都将为此付出代价" (Horowitz, "Why Did We Raise $15B?")。这样的论调在华盛顿的政策圈和五角大楼的战略文件中并不罕见，但从一家风投机构的创始人嘴里说出来，分量完全不同——要知道，风险投资在历史上一向刻意与国家安全话语保持距离。
让 a16z 这种地缘叙事骤然加速的催化剂，是 DeepSeek 在 2025 年 1 月投下的那颗炸弹。
DeepSeek 发布了 R1 推理模型。Marc Andreessen 的评价只有一句话，但掷地有声："这是 AI 的斯普特尼克时刻" (SCBC Law, "DeepSeek's Influence on AI Startups and Venture Capital")。DeepSeek 向全世界证明了一件令硅谷坐立不安的事：一家中国创业公司，在美国出口管制切断了最先进芯片供应的情况下，依然能以令人咋舌的低成本——据报道 V3 前置模型的训练花费不到 600 万美元——训练出足以叫板 OpenAI 前沿模型的产品 (Fortune, "After Pouring Billions into AI")。
市场的反应是即时而剧烈的：英伟达在单个交易日内蒸发了近 6000 亿美元市值 (Guinness Global Investors, "How Has DeepSeek Affected the AI Market")。但更深层的震动在于，一个长期被默认为公理的假设——美国可以靠砸钱维持技术领先——被撕开了一道裂口。
DeepSeek 的冲击暴露了中美 AI 竞赛中一个关键的结构性不对称。
账面上看，美国优势巨大。美联储的分析显示，美国掌控着全球约 74% 的高端 AI 算力，而中国仅占 14% (Federal Reserve, "The State of AI Competition in Advanced Economies")。但中国找到了另一条路径：用工程效率弥补硬件差距，用开源生态实现弯道渗透，用国家级协调集中突破。黄仁勋在 2025 年 12 月的一次公开发言中坦承了这一点。他把 AI 竞争比作一块"五层蛋糕"——能源、芯片、基础设施、模型、应用——并警告说，虽然美国在前沿模型上仍然领先，但在开源领域，中国已经"走在了前面" (Global Times, "Nvidia CEO's US-China AI Competition Remarks")。
高盛的研究勾勒出了同样微妙的竞争格局：美国在前沿研究和平台级能力上占优，中国则在大规模落地和下游应用中拔得头筹 (Outlook Business, "US vs China Tech Race 2025")。
理解了这个背景，a16z 那支 17 亿美元的 Infrastructure 基金才会露出它真正的战略面目。该基金由合伙人 Jennifer Li 掌舵，锚定三大支柱：算力创新、数据基础设施和基础模型开发 (Bitcoin World, "A16z AI Infrastructure Fund")。但关键在于，a16z 的基础设施投资逻辑绝不是一场粗暴的硬件军备竞赛。公司明确表示，它回避无差异化的 GPU 托管和重资产的数据中心项目——在它看来，那些是"基础设施金融"，不是风投级别的机会 (StartupNews.fyi, "What a16z Is Funding and Skipping in the AI Infrastructure Boom")。
a16z 真正下注的，是它所称的"决策层"——编排软件、面向 AI Agent 的搜索基础设施、开发者工具、模型优化框架。背后的逻辑很清晰：当 AI 系统规模化扩张时，真正捕获超额价值的是这些控制节点，而非底层硬件。这与上一轮计算周期的规律如出一辙——云计算时代，创造最持久回报的不是物理服务器，而是编排层 (StartupNews.fyi; Bitcoin World)。
这一判断与中国竞争态势有着直接关联。如果 DeepSeek 已经证明，原始算力在一定程度上可以被工程巧思所替代——正如一位风险投资人所说，"资源的匮乏催生伟大的创新" (SiliconANGLE, "Venture Investors See DeepSeek Accelerating AI Market Growth")——那么 a16z 的赌注就不在谁拥有最多的 GPU，而在谁掌控那些编排、优化和大规模调度 AI 工作负载的软件层。从这个角度看，这 17 亿美元与其说是对中国进步的防御性回应，不如说是一次进攻性押注——押的是价值链最终沉淀的位置。
American Dynamism：技术接入国家机器
a16z 整套投资论述中，地缘政治色彩最浓的板块，是它的 American Dynamism 实践。这一条线最初由合伙人 Katherine Boyle 在 2022 年孵化，出发点是一个朴素但尖锐的观察："我们社会中那些看似无解的难题——从国家安全、公共治安到住房和教育——需要建设者来回答" (Boyle, "Building American Dynamism")。如今，这一实践手握 11.76 亿美元专项资金，投资范围横跨航空航天、国防、公共安全、制造业、教育和关键基础设施 (a16z, "Investing in American Dynamism")。
它早已不只是一个国防科技投资主题。a16z 发布的"American Dynamism 50"2025 年度榜单充分说明了这一点：榜单上的公司涵盖自主反无人机系统、机器人航天制造、为军事前沿基地设计的核微反应堆、国防工业级网络安全，同时也包括民用供应链优化、住房和公共安全等方向 (a16z, "American Dynamism 50")。
a16z 合伙人 David Ulevitch 在一篇配套文章中写下了一段颇具代表性的话："全球 AI 领导权之争，已经不再只是公司之间的较量——它是国家之间的较量。AI 不仅仅是计算基础设施，它同时是文化基础设施、经济战略和国家安全" (a16z, "American Dynamism")。a16z 更进一步呼吁，大型机构投资者——养老基金、主权财富基金、保险公司——应当建立"资本驱动的国家安全"思维框架。在这套话语中，American Dynamism 不是风投行业的慈善事业，而是"财务上完全理性的"对国家工业基础的再投资 (Ulevitch, "Investing Capital to Defend the Nation")。
a16z 的 AI 论述与国家安全定位之间的交汇，形成了一个值得审视的飞轮效应。
基础设施基金提供的算力底座，支撑着国防投资组合中的公司运行。Apps 和 Growth 基金所扶持的商业 AI 平台，其在监控、自主系统和网络安全等领域的军民两用能力，正越来越多地进入五角大楼的采购视野。而 American Dynamism 实践本身，则扮演着桥梁角色——把硅谷创始人接入五角大楼的采购生态，而那个生态在过去几十年里一直是洛克希德·马丁和Raytheon等传统军工巨头的自留地 (Capitaly, "How Andreessen Horowitz Is Transforming U.S. Defense Tech")。
在这个模型下，150 亿美元的募资不是六支各自为政的基金。它是同一套论述——AI 驱动的美国技术霸权——通过六个互补的载体进行的协同部署。
这套论述最终能否被市场回报所验证，抑或在自身地缘野心的重压下坍塌，将是未来十年风险投资行业最值得追问的命题之一。
三、基础模型实验室与前沿 AI 研究
在风险投资的传统语法里，种子轮验证的是一个产品假设，A 轮验证的是 PMF，B 轮做的是规模化分发。
2025 年 Andreessen Horowitz 押注的那批基础模型实验室，把这套语法整个推翻了。它们不是对产品的下注，不是对细分市场的下注，甚至不是对商业模式的下注——它们是对人和范式的下注。在短短一个日历年内，a16z 领投或参投了一系列种子轮和早期轮融资，标的公司没有收入，没有客户，有些甚至连产品都没有，但估值放在任何其他时代，都够得上一家中型上市公司的体量。
2025 年，a16z 在前沿模型实验室和研究阶段 AI 项目上部署的资金总额——横跨 Thinking Machines Lab、Safe Superintelligence、xAI、Mistral AI 和 Periodic Labs，加上在 OpenAI 中的持续持仓——构成了单一风投机构对基础 AI 研究有史以来最集中的一次豪赌。
本章将这些投资作为一个独立的资产类别来审视。本报告后续章节会分别讨论 a16z 的基础设施投资、企业级应用投资和成长期巨额轮次，但前沿实验室组合值得被单独拆解，原因很简单：它的风险特征、回报周期和战略逻辑，与开发者工具或垂直 SaaS 有着本质差异。这些投资的本质，是对一个信念的预付款——基础模型层的格局尚未定型，而那些在 OpenAI、Google DeepMind 和 Meta 亲手缔造了第一代前沿模型的研究者，如今是整个科技产业中最值钱的资产。
正如 TechCrunch 在 2026 年 1 月所观察到的，a16z "已经在 AI 技术栈的每一个层级都布下了棋子"——从"基础模型（持有 Mistral AI、OpenAI 和 xAI 的股份）"到基础设施和应用 (Conger et al., "The Venture Firm That Ate Silicon Valley")。
3.1 OpenAI 离散潮：a16z 对前沿人才的系统性押注
规律清晰得无法忽视。在整个 2024 到 2025 年间，a16z 把自己打造成了 OpenAI 最重要出走者的首选金主。
据统计，前 OpenAI 员工创办的新公司已累计吸引超过 420 亿美元的风险投资，有行业报告将此归因于投资者对其"技术能力和市场洞察力"的超常信心 (TechFundingNews, "Ex-OpenAI Execs Raise $200M")。而 a16z 端坐在这场人才套利的正中心：它领投或参投了至少四家由前 OpenAI 核心人物创办的实验室——Thinking Machines Lab（Mira Murati，前 CTO）、Safe Superintelligence（Ilya Sutskever，前首席科学家）、Periodic Labs（Liam Fedus，前研究副总裁）以及处于隐身模式的 Stem AI（Emmett Shear，前临时 CEO）(TechCrunch, "The OpenAI Mafia"; TechCrunch, "Periodic Labs")。再加上公司在 OpenAI 本身、xAI 和 Mistral AI 中的已有持仓，一幅经过精心设计的前沿模型全景持仓图跃然纸上。
这套策略的底层逻辑可以争论，但内部自洽：基础模型市场尚未进入赢家通吃的阶段。通过同时押注多家实验室级竞争者——包括那些明确试图取代 OpenAI 的公司——a16z 在对冲前沿 AI 敞口的同时，最大化了至少一家组合公司实现范式级突破的概率。
要评估这一论断，每一笔重要投资都值得细细拆解。
3.2 Thinking Machines Lab：标志性交易——及其警示意义
在 a16z 2025 年的全部投资组合中，没有哪一笔比 Thinking Machines Lab 更鲜明地同时映射了前沿实验室投资的巨大可能与巨大风险。
这家公司由前 OpenAI CTO Mira Murati 于 2025 年 2 月创立，同年 7 月在 a16z 领投下完成了 20 亿美元的种子轮融资——这是硅谷历史上规模最大的种子轮之一 (Zeff, "Mira Murati's Thinking Machines Lab")。跟投方阵容星光熠熠，包括英伟达、AMD、Accel、思科、ServiceNow 和 Jane Street，但公司既没有产品，也没有收入。据 TechCrunch 报道，该轮融资对公司估值 120 亿美元；此前彭博报道的初步估值约 100 亿美元，说明价格在谈判最后几周被大幅抬高 (Zeff; Crunchbase, "Biggest Seed Round")。Crunchbase 确认，这是其数据库中"迄今为止规模最大的种子轮" (Crunchbase)。
创始团队堪称梦之队。Murati 集结了 John Schulman、Barret Zoph、Lilian Weng、Andrew Tulloch 和 Luke Metz 作为联合创始人——这些研究者正是 ChatGPT、DALL-E 以及 OpenAI 强化学习基础设施背后的关键推手 (Maginative, "Mira Murati's Thinking Machines Lab Raises $2B")。Murati 提出的愿景被她称为"协作式通用智能"（collaborative general intelligence），把公司定位为多模态 AI 系统的构建者——不是又一个聊天机器人的竞争者，而是构建与人类协同工作的 AI。
The Tech Portal 报道称，公司的目标是"开发先进的多模态 AI 系统——不仅能理解和生成文本，还能处理图像、音频及其他形式的输入" (The Tech Portal, "Mira Murati's Thinking Machines Lab")。在治理结构上，公司赋予 Murati 在所有董事会事务中的多数决定票，创始股东的投票权重为普通股东的 100 倍——这是对 2023 年 OpenAI 治理动荡的直接回应 (The Tech Portal)。
公司的首款产品 Tinker 于 2025 年 10 月 1 日以私测形式上线，本质是一个基于 Python 的 API，用于对开源权重语言模型进行分布式微调。Tinker 没有从零训练前沿模型，而是为研究者提供了底层原语——forward_backward、sample、optim_step——让用户在直接掌控训练流水线的同时，无需操心多 GPU 编排的复杂性 (VentureBeat, "Thinking Machines' First Official Product")。前 OpenAI 联合创始人 Andrej Karpathy 对此给出了高度评价，称 Tinker 让用户"保留了约 90% 的算法控制力，同时消除了约 90% 的基础设施痛点" (VentureBeat)。来自普林斯顿、斯坦福和 UC Berkeley 的早期学术用户交出了亮眼成绩：普林斯顿的 Goedel 团队通过 LoRA 微调，仅用 20% 的数据就匹配了全参数模型的性能，在 MiniF2F 基准上达到了 88.1% 的 pass@32 (VentureBeat)。
然而，进入 2026 年初，Thinking Machines Lab 从硅谷宠儿迅速变成了一个关于"人才集中型押注有多脆弱"的警示案例。
2026 年 1 月 14 日，Murati 在 X 上宣布公司与联合创始人兼 CTO Barret Zoph"分道扬镳"，由 PyTorch 联合创造者 Soumith Chintala 接替其职位 (TechCrunch, "Mira Murati's Startup… Losing Two Co-Founders")。仅仅 58 分钟后，OpenAI 应用部门 CEO Fidji Simo 宣布，Zoph、联合创始人 Luke Metz 以及研究员 Sam Schoenholz 将全部回归 OpenAI，并表示此事"已经筹划了好几周" (TechCrunch; TechBuzz, "Thinking Machines Lab Loses 2 Co-Founders")。
据 Wired 报道，分手并不体面：Murati 团队指控 Zoph 存在"严重不当行为"，而 OpenAI 方面公开驳斥了这一说法 (Beebe, "Thinking Machines Lab: Timeline")。更早之前，联合创始人 Andrew Tulloch 已于 2025 年 10 月跳槽至 Meta，这意味着最初五位联合创始人中只剩下 John Schulman 一人留守 (TechCrunch)。
这场人事地震暴露了"创始人品牌溢价"模式的结构性脆弱。eWeek 指出，这些离职让那些"押注数十亿于 Murati 愿景"的投资者，不得不面对愿景的核心人才已经离场的现实 (eWeek, "Mira Murati's Thinking Machines Lab Loses Key Leaders")。TechBuzz 的措辞更加直白："即便是数十亿美元的估值，也无法保证稳定性——当创始人听到了来自旧日实验室的召唤" (TechBuzz)。
对于以一个三十人团队的履历为由、领投了风投史上最大种子轮的 a16z 来说，Thinking Machines 的遭遇提出了一个超越个案的结构性问题：当投资论点几乎完全以人力资本计价时，如果这些资本决定走出那扇门，会发生什么？
3.3 Safe Superintelligence：最纯粹的研究赌注
如果说 Thinking Machines Lab 考验的是"无产品阶段投资"的极限，Safe Superintelligence（SSI）则把这条线推得更远。
SSI 由前 OpenAI 首席科学家 Ilya Sutskever 于 2024 年 6 月创立，另外两位联合创始人是 Daniel Gross（前苹果 AI 负责人）和研究员 Daniel Levy。公司在其只有一页的官网上，以罕见的坦率描述了自己的唯一目标："我们创建了世界上第一个直奔目标的 SSI 实验室，只有一个目标、一个产品：安全的超级智能" (SSI, company website)。
2024 年 9 月，a16z 参与了 SSI 的首轮 10 亿美元融资，估值 50 亿美元，同轮投资方包括 Sequoia Capital、DST Global 和 SV Angel (SiliconANGLE, "Safe Superintelligence Reportedly Raising")。
2025 年 4 月，据英国《金融时报》报道，SSI 又完成了一轮 20 亿美元融资，估值飙升至 320 亿美元，由 Greenoaks Capital 以 5 亿美元领投，a16z 再次参投，同轮还有 Lightspeed Venture Partners、DST Global，以及据报道入局的 Alphabet 和英伟达 (TechCrunch, "SSI Reportedly Valued at $32B"; CTech, "SSI Raises $2B at $32B")。不到七个月，估值翻了六倍——而这家公司只有大约二十名员工，没有产品，没有收入 (CTech; Crunchbase, "Biggest Rounds of April")。
SSI 与其他所有前沿实验室的根本区别在于：它明确拒绝了产品周期。据 SiliconANGLE 报道，Sutskever 表示，公司的第一个产品"就是安全的超级智能，在此之前不会做任何其他事情"，刻意将公司与"外部压力隔绝——不必应付庞大复杂的产品线，不必深陷竞争的内卷" (SiliconANGLE)。在一次播客中，Sutskever 承认，如果通往超级智能的时间线比预期更长，SSI 最终可能会发布某个产品——但他强调，那也是为了向公众展示强大 AI 的能力以推动安全标准的倡导，而非出于商业需要 (Inc., "OpenAI's Ilya Sutskever Raised Billions")。在基础设施选择上，SSI 也走了一条独特的路：据 CTech 报道，它基于谷歌的 TPU 而非英伟达的 GPU 开发模型，鉴于英伟达本身也是 SSI 的投资方，这使其成为"少数同时获得两大芯片巨头支持的公司之一" (CTech)。
对 a16z 而言，SSI 投资最恰当的理解方式是：一张押注范式转换的看涨期权。Sutskever 已公开表示，他的团队正在探索一条有别于当前前沿实验室主流 Scaling 范式的研究路径——他在 NeurIPS 2024 大会上明确提出，基于互联网数据的预训练已触及天花板 (SiliconANGLE, "SSI Reportedly Raising at $20B+")。
如果 SSI 的另类路径取得突破，a16z 的这笔参投将成为这个时代最具定义性的风投案例之一。如果未能成功，这笔资金在 a16z 150 亿美元的资金池中也只是一个适度配置——这种不对称的风险结构，解释了为什么多家顶级投资机构愿意为一家只承诺单一研究使命、不承诺其他任何东西的公司买单。
3.4 xAI、OpenAI 与 Mistral：成长期前沿模型组合
在早期实验室押注之外，a16z 在 2025 年还维持并扩大了在全球三家最具价值的前沿模型公司中的仓位，每一笔都承载着不同的战略逻辑。
3.4.1：xAI
2024 年 12 月，a16z 参与了 xAI 的 60 亿美元 C 轮融资，同轮投资方包括贝莱德、富达、Sequoia，以及卡塔尔投资局和沙特王国控股等主权财富投资者 (Sacra, "xAI Revenue, Valuation & Funding")。2025 年 3 月，xAI 以全股票交易方式收购了 X（前 Twitter）。据 Fortune 报道，该交易对 X 的估值为 330 亿美元——含 120 亿美元债务则为 450 亿美元——xAI 估值 800 亿美元，合并实体总价值达 1130 亿美元 (Fortune, "Musk Says xAI Bought X")。马斯克用一句极具基础设施思维的话概括了交易逻辑："今天，我们正式将数据、模型、算力、分发和人才合而为一" (CNBC, "Elon Musk Says xAI Acquired X")。
这笔收购让 xAI 获得了 X 数亿用户作为分发渠道，以及海量实时社交数据作为训练资产——Acquinox Capital 将其描述为一个同时提供"技术和财务杠杆"的"闭环生态系统" (Acquinox Capital, "xAI: Investor Insights")。到 2025 年 9 月，xAI 又融资 100 亿美元，据报估值达到 2000 亿美元。Sacra 估计其年化合并收入约 38 亿美元，但每月仍在燃烧约 10 亿美元现金 (Sacra)。
不过，xAI 这笔投资值得审视的原因与 SSI 和 Thinking Machines 不同：问题出在马斯克生态系统内部的估值逻辑上。TechCrunch 指出，xAI 与 X 的合并引发了一个疑问——马斯克旗下公司的估值，究竟反映的是基本面，还是围绕创始人的政治与商业光环所驱动的"叙事型投资" (TechCrunch, "The xAI–X Merger")。哥伦比亚商学院的一位教授认为，最大的近期风险是 SEC 指控马斯克在最初收购 Twitter 时误导投资者的诉讼 (TechCrunch)。对于以 500 亿美元估值在 2024 年 12 月入局的 a16z 来说，账面回报已经极其可观；但这些回报能否兑现，取决于一个仍然充满不确定性的退出市场。
3.4.2：Mistral AI
2025 年 9 月，a16z 参与了 Mistral AI 17 亿欧元（约 20 亿美元）的 C 轮融资，该轮由荷兰半导体设备巨头 ASML 领投，对这家总部位于巴黎的开源大模型公司估值 117 亿欧元（约 138 亿美元）(CNBC, "AI Firm Mistral Valued at $14 Billion"; Latham & Watkins, "Mistral AI Funding Round")。此前，a16z 在 2023 年底以 20 亿美元估值领投了 Mistral 3.85 亿欧元的 A 轮，自创立之初就是其锚定机构投资者 (Sifted, "A16z's Anjney Midha on Backing Mistral"; AI Funding Tracker, "How Mistral AI Became Europe's Fastest AI Unicorn")。a16z 风投合伙人 Anjney Midha 是 Mistral 的董事会成员，他以明确的地缘政治语言为这笔投资定调，呼吁西方国家追求相对于中国模型的"基础设施独立"，并将 Mistral 定位为这一方向上最强的欧洲竞争者 (TechCrunch, "Mistral Board Member Anjney Midha")。
Mistral 的仓位与 a16z 以美国为中心的投资形成战略互补：它提供了对开源模型范式、欧洲监管环境以及主权 AI 需求的敞口——全球越来越多的政府正在寻求美国和中国模型之外的替代方案。Crunchbase 报道称，这轮 C 轮是"欧洲 AI 公司有史以来规模最大的一轮风险融资"——此前没有任何欧洲 AI 融资能望其项背 (Crunchbase, "Mistral's $2B Series C")。CEO Arthur Mensch 透露，公司收入在过去一年增长了 25 倍，已签订"数亿美元的合同"，使 Mistral 与 a16z 组合中其他零收入的前沿实验室形成了鲜明对比 (AI Funding Tracker)。
3.4.3：OpenAI
a16z 通过其后期风投基金持有 OpenAI 的仓位。TechCrunch 确认，该公司将 OpenAI 与 Mistral AI 和 xAI 一起纳入其基础模型投资组合 (Conger et al.)。到 2025 年底，OpenAI 据报正寻求以 8300 亿美元估值融资最多 1000 亿美元 (TechCrunch, "OpenAI Reportedly Trying to Raise $100B")。a16z 持股的具体财务细节未被披露，但该公司同时投资 OpenAI 和多家明确试图颠覆 OpenAI 的公司——Thinking Machines、SSI、Mistral 和 xAI——构成了一种不寻常的多边押注，表明 a16z 将基础模型市场视为结构性寡头格局，而非一家独大。
3.5 Periodic Labs：语言之外的 AI 前沿
最后一笔值得关注的前沿押注是 Periodic Labs。2025 年 9 月，这家公司走出隐身模式，披露了由 a16z 领投的 3 亿美元种子轮，跟投方包括 DST、英伟达、Accel、Elad Gil、Jeff Dean、Eric Schmidt 和 Jeff Bezos (TechCrunch, "Periodic Labs")。创始人 Liam Fedus 曾任 OpenAI 研究副总裁，是 ChatGPT 的关键架构师之一，另一位联合创始人 Ekin Dogus Cubuk 来自 Google DeepMind。Periodic Labs 正在构建的是它所称的"AI 科学家"——在自主实验室中，机器人执行物理实验、采集数据，并在闭环循环中迭代，大规模生成专有实验数据 (TechCrunch; a16z, "Investing in Periodic Labs")。
a16z 在投资公告中这样阐述论点："互联网已经被榨干了——最好的模型已经在大约 10 万亿 token 的文本上训练过了。但仅靠训练是不够的" (a16z, "Investing in Periodic Labs")。公司的首个研究方向是发明新型超导体，更宏大的野心指向先进制造、半导体和航空航天 (TechCrunch)。
一个值得玩味的细节是：据 TechFundingNews 报道，Periodic Labs 的创始人最初计划由 OpenAI 领投这一轮，但最终"认为 a16z 能提供更广泛的战略支持和资源" (TechFundingNews)。这一选择揭示了 a16z 平台化服务（包括 Oxygen GPU 计划）在争夺优质项目时的竞争优势——即便对手是最显赫的替代领投方。
虽然 Periodic Labs 不是一家语言模型公司，但将其纳入本章是刻意之举。它代表的是 a16z 的一个核心判断：AI 研究的前沿正在从文本和多模态交互，向物理科学拓展——在那个领域，决定竞争优势的不是预训练规模，而是专有的实验数据。
3.6 综合分析：前沿押注的投资组合逻辑
总览 a16z 在 2025 年的前沿实验室投资，几个结构性信念浮出水面，值得批判性审视。
第一，a16z 正在将创始人声誉定价为早期前沿 AI 投资中的首要变量。以下表格直观呈现了这一现象的规模：
来源：TechCrunch; CNBC; CTech; Sacra; AI Funding Tracker; a16z 公告
第二，Thinking Machines Lab 的动荡暴露了这一模式的结构性软肋。当 20 亿美元的投资建立在一个三十人团队的履历之上，每一位联合创始人的离去都构成对投资论点的实质性减损。五位联合创始人中有三位在种子轮关闭后的六个月内离开——其中两位回到了他们离开的那个组织——这说明这些公司周围的人才护城河，远比其估值所暗示的要浅。TechCrunch 报道称，"联合创始人在公司成立不到一年后离开尤其引人注目"，并"可能被视为特别重大的挫折" (TechCrunch, "Losing Two Co-Founders")。与 SSI 的对比很有启发性：Sutskever 的实验室之所以能维持小而稳定的团队，恰恰是因为它拒绝激进招聘，也拒绝承受那些导致 Thinking Machines 解体的组织复杂度。
第三，组合逻辑的核心是刻意的冗余。通过同时持有 OpenAI、xAI、Mistral、SSI、Thinking Machines 和 Periodic Labs 的仓位，a16z 实际上构建了一支前沿模型指数基金——对"基础 AI 研究将产生超额回报"这一假设进行分散化敞口配置，不管最终是哪个特定实验室取得下一个突破。a16z 风投合伙人 Anjney Midha 的角色完美诠释了这种联结策略：他个人同时担任 Mistral AI、Periodic Labs 以及多家服务于更广泛模型生态系统的基础设施公司（包括 OpenRouter 和 LMArena）的董事 (a16z, "Investing in OpenRouter")。这张交叉持有的董事会席位网络，使得跨组合协调成为可能——推动合作、共享模型性能趋势的专有情报、引导算力调配——这些是任何只投单一公司的投资者难以复制的。
第四，"前沿实验室"与"基础设施公司"之间的边界正在坍塌。Thinking Machines Lab 的首款产品 Tinker 不是前沿模型，而是微调 API——严格来说是一个基础设施产品。Periodic Labs 的价值主张同样依赖于其机器人实验室硬件，与 AI 推理能力不分伯仲。Mistral 同时是模型构建者、API 提供商，以及（随着 Mistral Compute 的推出）基础设施公司。这种模糊化表明，传统风投分类法——"模型层"与"基础设施层"与"应用层"——可能不如一种基于研究雄心和竞争壁垒的分类法更具分析价值。a16z 显然意识到了这一点：本章讨论的投资跨越了多个内部团队管理，Midha 同时横跨基础设施和前沿模型条线，Jennifer Li 的基础设施团队同时布局基础模型公司和工具类项目，而 Growth 基金则支撑着 OpenAI 和 xAI 那些无法被简单归类的巨额轮次。
这个组合最终是远见还是挥霍，将取决于一个截至 2026 年初仍然真正悬而未决的问题：一个新实验室，无论创始人多么才华横溢，能否训练出与那些每年在算力上花费数百亿美元的机构所产出的前沿模型相抗衡的成果？
Sutskever 相信答案藏在 Scaling 之外的新研究范式中。Murati 押注后训练效率和开源微调是撬动点。Mistral 赌的是开放权重模型和欧洲主权。Periodic Labs 则提出假设：AI 进步的前沿如今需要的不是更多互联网文本，而是真实世界的实验数据。
a16z 的做法一如既往——所有方向，同时下注。
四、AI 基础设施、算力与开发者工具
4.1 智能革命的"铲子和镐头"
每一次技术范式变革都会催生一轮基础设施淘金热，AI 时代也不例外。十九世纪，五金店、铁路货运和炸药工厂的利润丝毫不逊于矿工本身；到了 2020 年代，等价的"铲子和镐头"变成了新型芯片架构、推理路由层、模型评估平台和生成式媒体引擎。
Andreessen Horowitz 用一笔同行无人能及的结构性资金承诺，将这一信念写进了实处：公司从最近募集的 150 亿美元——有史以来规模最大的风投资金池之一——中专门拨出 17 亿美元给基础设施团队，瞄准驱动人工智能革命的底层基座 (Bort, "What a16z Is Actually Funding"; "A16z AI Infrastructure Fund")。这不是对上一轮基金周期的微调——2024 年公司募资 72 亿美元时，基础设施团队分到的 12.5 亿美元已经超过了任何其他垂直团队 (Bort)。2025 年的配额在此基础上实际增长了 36%，传递的信号再清晰不过：a16z 认为基础设施缺口在扩大，而非收窄。
负责部署这笔资金的团队由两位互为补充的掌舵者共同领导。Martin Casado 是统管整个基础设施业务线的普通合伙人，彭博社称其为"Horowitz 的某种继任者——后者是公司最初的基础设施专家" (Verhage and Bergen)。与他搭档的普通合伙人 Jennifer Li 则掌管着一个涵盖早期和成长期的强大组合，包括 OpenAI、ElevenLabs、Ideogram、Cursor、Black Forest Labs 和 Fal 等行业领军者 (Bort, "What a16z Is Actually Funding")。
Li 的投资哲学为理解这些交易提供了一个有用的透镜：她的团队主要寻找那些解决 AI 开发和部署中根本瓶颈的初创公司——革新算力效率的公司、管理海量数据集的平台、以及构建下一波基础模型的团队 (CXO DigitalPulse)。她指出了两股正在塑造近期机会的结构性力量，尤其值得关注：一是日益加剧的资深 AI 人才短缺，这已经在制约 AI 原生初创公司的发展；二是搜索基础设施的重要性不断上升——她认为这个领域尽管在 AI 系统大规模检索、组织和推理信息中扮演核心角色，却仍然被低估 (CXO DigitalPulse; "Revealing a16z's $1.7 Billion AI Infrastructure Strategy")。
这两大瓶颈——人力资本与数据检索——如同一条红线，贯穿了 2025 年的整个投资组合，将那些乍看毫不相关的项目串联在一起。
至关重要的是，a16z 在"不投什么"上同样态度明确。尽管全球范围内 AI 数据中心的大规模建设正如火如荼，a16z 始终没有直接下注那场万亿美元级的数据中心基建热潮——尽管并非毫无遗憾。Casado 承认自己错过了新型云计算这一波，谈到 CoreWeave 时坦言"我们愚蠢地说服了自己不投" (Verhage and Bergen)。相反，公司选择以相对较小但高度确信的票据，投向那些解决裸金属之上软件层瓶颈的公司——这一理念，如果以 Cursor 等早期押注的账面增值来衡量，已经产出了惊人的回报。
2025 年已确认的基础设施投资横跨 AI 技术栈的四个子层级：硅片与算力、开发者工具、推理路由与模型评估、以及生成式媒体基础设施。它们共同构成了 a16z 迄今为止最连贯的全栈基础设施论述——从晶体管物理到产品工程师在生产环境中发起的那一次 API 调用，刻意覆盖了链条上的每一个环节。
4.2 Unconventional AI：新型芯片架构
2025 年最令人瞩目的基础设施交易——或许也是整个种子轮市场最令人瞩目的一笔——是 Unconventional AI 的 4.75 亿美元种子轮。
这家公司由 Databricks 前 AI 负责人 Naveen Rao 创立，以 45 亿美元估值完成融资，由 Andreessen Horowitz 和 Lightspeed Venture Partners 联合领投，Lux Capital、DCVC、Databricks 及亚马逊创始人 Jeff Bezos 参投 (Wiggers, "Unconventional AI Confirms"; Tech Funding News)。据披露，这轮融资只是计划总募资额最高 10 亿美元的第一笔 (Wiggers)。更令人惊讶的是，这家公司从成立到融资关闭，前后仅两个月 (Data Center Dynamics)。
投资论点建立在一个 a16z 在公开声明中阐明的基础性洞察之上："Unconventional 的核心观察是——AI 模型是概率性的，但用来训练和运行它们的芯片不是" (Andreessen Horowitz, "Investing in Unconventional")。具体而言，这家公司正在为概率性工作负载专门设计新型芯片，采用模拟和混合信号设计，将精确的概率分布直接存储在底层物理基质中，而非使用数值近似——理论上，这种芯片的功耗可以比数字计算机低 O(1,000×) (Andreessen Horowitz, "Investing in Unconventional")。
这个雄心是激进的：用一种原生概率性的计算基质，取代自 1950 年代以来主宰计算的确定性数字范式。
下注的前提是一系列正在汇聚的压力。正如 a16z 指出的，前沿模型的训练通常需要数十万块 GPU；推理集群的规模往往相当甚至更大，且增长没有明显上限；而一度被认为不可能的超过 1 吉瓦的新数据中心建设，如今已是常态 (Andreessen Horowitz, "Investing in Unconventional")。Rao 的履历在一定程度上降低了硬件登月项目固有的执行风险：他此前在 2016 年以约 3.5 亿美元将 Nervana Systems 卖给了英特尔，又在 2023 年以 13 亿美元将 MosaicML 卖给了 Databricks (Data Center Dynamics)。a16z 也坦承，模拟计算机在历史上面临扩展性挑战，但团队拥有"多个理论上可靠的方向，包括振荡器、热力学和脉冲神经元"，并且公司相信"当 AI 正在创造新市场、驱动整个计算栈变革的时候，现在正是认真尝试的恰当时机" (Andreessen Horowitz, "Investing in Unconventional")。
有必要理解这笔赌注的量级。4.75 亿美元投给一家没有产品的公司，Unconventional AI 代表了风投历史上规模最大的种子阶段资本部署之一。其背后隐含的信念是：以 GPU 为中心的 AI 基础设施所面临的能耗瓶颈已经严重到足以支撑一次范式级的赌博——而在现有架构进一步固化之前，下注的窗口正在收窄。
4.2 Anysphere（Cursor）：开发者工具与编码自动化
如果说 Unconventional AI 代表了对算力未来最大胆的押注，那么 a16z 在开发者工具上的投资则代表了一个远更直接得到验证的论断：用来编写和部署软件的工具本身正在被 AI 重写，而捕捉这一转型的公司将以历史上前所未有的速率实现复合增长。
Anysphere（Cursor）或许是 SaaS 历史上最非凡的增长故事。要理解这家公司 2025 年的轨迹，最直观的方式是看它融资的速度。
2025 年 6 月，Anysphere 以 99 亿美元估值融资 9 亿美元，由 Thrive Capital 领投，Andreessen Horowitz、Accel 和 DST Global 参投 (Temkin, "Cursor's Anysphere Nabs $9.9B")。仅仅五个月后的 11 月，Cursor 宣布以 293 亿美元投后估值完成 23 亿美元 D 轮——几乎是 6 月数字的三倍——公司确认在深化与现有投资方 Accel、Thrive 和 Andreessen Horowitz 合作的同时，引入了 Coatue、英伟达和谷歌等新伙伴 (Cursor, "Series D"; Rooney, CNBC)。截至 D 轮关闭，Anysphere 报告年化收入已突破 10 亿美元，而 2025 年 1 月这一数字仅为 1 亿美元 ARR (Contrary Research; Rooney)。
从 1 亿美元到超过 10 亿美元 ARR，仅用一个日历年——这在企业软件领域没有先例。包括彭博在内的多家媒体将 Anysphere 称为"有史以来增长最快的初创公司" (Summit Ventures)。截至 2025 年 12 月，公司累计融资额已达约 34 亿美元，分七轮完成 (Contrary Research)。
尤其值得注意的是，Anysphere 在零营销投入的情况下实现了这一增长——这在硅谷极为罕见——用户涵盖了 OpenAI 等顶尖 AI 实验室、Uber、Spotify、Instacart 等主流企业，甚至连美国职业棒球大联盟这样的意外用户也在其列 (Tech Funding News, "Anysphere Soars")。
对 a16z 而言，Cursor 是一笔教科书式的基础设施投资：一个 AI 原生的 Visual Studio Code 分叉，已经成为开发工作流中不可或缺的一环，将 Anthropic、OpenAI 等公司的模型集成到一个编写、审查和理解代码的综合平台中。Matt Bornstein 最近被晋升为 a16z 基础设施团队的普通合伙人，他正是最初 Cursor 投资的主导者——当时公司估值仅 4 亿美元 (Verhage and Bergen; Andreessen Horowitz, "Matt Bornstein")。到 2025 年 11 月，这笔持仓的账面增值已超过 70 倍——生动诠释了当产品市场契合度以"AI 速度"复合增长时，基础设施投资所能释放的不对称回报。
4.3 OpenRouter 与 LMArena：推理路由与模型评估
a16z 基础设施论点的第二个、也是结构更为新颖的层面，瞄准的是正在涌现的中间件层——它横亘在 AI 模型提供商与使用它们的开发者之间。2025 年的两笔投资清晰勾勒了这一品类：OpenRouter 和 LMArena。
OpenRouter 完成了合计 4000 万美元的种子轮及 A 轮融资，由 Andreessen Horowitz 和 Menlo Ventures 联合领投，Sequoia 参投，估值约 5 亿美元 (GlobeNewsWire; Sacra, "OpenRouter")。公司由 OpenSea 联合创始人 Alex Atallah 和 Louis Vichy 于 2023 年创立，提供一个统一 API，让开发者通过单一端点接入超过 60 家提供商的 400 余个大语言模型 (Sacra, "OpenRouter")。
增长势头十分强劲：年化推理支出从 2024 年 10 月的 1000 万美元飙升至 2025 年 5 月的超 1 亿美元，使用该 API 的开发者超过 100 万人 (GlobeNewsWire)。到 2025 年底，OpenRouter 日处理 token 数超过 1 万亿，服务开发者超过 500 万 (Andreessen Horowitz, "State of AI")。a16z 普通合伙人 Anjney Midha 直言其投资逻辑："AI 技术栈正在碎片化。OpenRouter 正在用一个 API、一份合同和业界领先的可用性将它们统一起来——这正是定义新品类的那种基础设施投资" (GlobeNewsWire)。
LMArena 则获得了由 a16z 和 UC Investments（加州大学投资公司）联合领投的 1 亿美元种子轮融资，Lightspeed、Felicis、Kleiner Perkins 和 The House Fund 参投 (PR Newswire, "LMArena Secures $100M")。该平台由 UC Berkeley 教授 Ion Stoica 和 Wei-Lin Chiang 联合创立，运行着一个开放的、社区驱动的基础设施层，用于评估 AI 模型在真实世界中的实际表现——已完成超过 400 项模型评估，收集超过 300 万次投票，影响了包括 Google、OpenAI、Meta 和 xAI 在内的各类专有和开源模型 (PR Newswire)。
2026 年 1 月，LMArena 又以 17 亿美元估值完成 1.5 亿美元 A 轮融资——估值几乎是种子轮的三倍——由 Felicis 和 UC Investments 领投，a16z 继续跟投 (PR Newswire, "LMArena Raises $150 Million")。公司年化消费运行率在 2025 年 12 月超过 3000 万美元，彼时距其首款商业产品发布还不到四个月 (PR Newswire, "LMArena Raises $150 Million")。
Midha 简洁地总结了公司的信念："我们投资 LMArena，是因为 AI 的未来取决于可靠性" (Andreessen Horowitz, "Investing in LMArena")。a16z 对平台"北极星"的描述也颇具启发："让 AI 变得'无聊'的公司将创造最大的价值。不是'无聊'到不令人印象深刻，而是'无聊'到可靠、可预测、可信赖" (Andreessen Horowitz, "Investing in LMArena")。
合在一起看，OpenRouter 和 LMArena 反映了 a16z 的一个判断：当 AI 技术栈在数十个模型提供商之间碎片化时，集成、路由和评估层将成为关键的咽喉要道——而中立的、获得开发者信任的平台将攫取不成比例的价值。
4.4 Black Forest Labs 与 Fal：生成式媒体基础设施
基础设施团队的组合远不止于以文本为中心的 AI，还延伸到了快速增长的生成式媒体技术栈，两笔投资锚定了 a16z 在视觉智能基础设施领域的位置。
Black Forest Labs 是一家总部位于弗莱堡的初创公司，由 Stable Diffusion 的原始联合创造者创立。2025 年 12 月，公司以 32.5 亿美元估值完成 3 亿美元 B 轮融资，由 Salesforce Ventures 和 Anjney Midha 的 AMP 基金联合领投，a16z、英伟达、General Catalyst、淡马锡等参投 (TechCrunch, "Black Forest Labs Raises $300M")。a16z 自 2024 年 8 月的种子轮起就是公司投资方，Midha 担任董事 (Andreessen Horowitz, "Investing in Black Forest Labs")。公司的 FLUX 系列模型已成为全球使用最广泛的图像生成系统之一，为 Adobe、Canva、Meta、Picsart、ElevenLabs 和 Vercel 的生产级工作负载提供支持 (Dakota)。累计融资额已超过 4.5 亿美元 (Tech Funding News, "Black Forest Labs")。
Fal 是一家实时生成式媒体平台，仅在 2025 年就完成了三轮融资——这种节奏反映的是基于使用量的需求激增，而非单纯的资金消耗需要 (BusinessWire, "Fal Raises $140M")。具体包括：2 月由 Notable 和 a16z 联合领投的 4900 万美元 B 轮，7 月由 Meritech 领投的 1.25 亿美元 C 轮，以及 12 月由 Sequoia 领投、估值 45 亿美元的 1.4 亿美元 D 轮，Andreessen Horowitz 持续跟投 (Sacra, "Fal.ai"; BusinessWire)。Sacra 估计，Fal 在 2025 年 10 月达到了 2 亿美元的年化收入，而 2024 年底这一数字约为 2500 万美元 (Sacra, "Fal.ai")。a16z 从 Fal 900 万美元的种子轮就已入局，使其成为公司最早期的生成式媒体基础设施押注之一 (Sacra, "Fal.ai")。
Ideogram 是一家由前 Google Brain 研究员联合创立的 AI 图像生成公司，为生成式媒体组合画上了句号。a16z 于 2023 年与 Index Ventures 联合领投了 Ideogram 1650 万美元的种子轮，随后在 2024 年 2 月领投了公司 8000 万美元的 A 轮 (Andreessen Horowitz, "Investing in Ideogram"; VentureBeat)。截至 2026 年初，Ideogram 和 Fal 均仍列为基础设施团队的活跃组合公司 (Bort, "What a16z Is Actually Funding")。
4.5 Groq 与英伟达收购：推理芯片
在自身直接投资之外，a16z 的基础设施论点还与更广泛的推理芯片市场交汇——这个市场在 2025 年迎来了一个戏剧性的拐点。
Groq 是一家位于山景城的 AI 芯片初创公司，开发了用于超低延迟推理的专有语言处理单元（LPU）。2025 年 9 月，公司以 69 亿美元估值完成 7.5 亿美元 E 轮融资，由 Disruptive 领投，贝莱德、Neuberger Berman、三星和思科大额参投 (Groq, "Raises $750 Million")。更早的 2 月，Groq 还获得了沙特阿拉伯 15 亿美元的承诺，用于在中东扩建基于 LPU 的推理基础设施 (Sacra, "Groq")。投资组合追踪机构将 Groq 列为 a16z 更广泛 AI 投资栈的一部分 (FeedtheAI)，但值得指出的是，Groq 在 D 轮（2024 年 8 月，贝莱德领投）和 E 轮（2025 年 9 月，Disruptive 领投）的官方融资公告中，并未将 a16z 列为具名领投方。
Groq 的故事在 2025 年 12 月迎来了戏剧性的结局：英伟达同意以约 200 亿美元收购 Groq 的资产——创下英伟达收购记录——获得 Groq 推理 IP 的授权，并聘用了包括创始人 Jonathan Ross 在内的核心高管 (Rooney, CNBC, "Nvidia Buying AI Chip Startup Groq")。英伟达-Groq 交易深刻揭示了推理芯片市场的核心张力：对 GPU 中心架构替代方案的巨大需求，确实能催生数十亿美元量级的退出，但在位平台的引力之大，使得即便最有前途的挑战者，最终也可能被吸收进主导生态。
4.6 综合分析：全栈基础设施论点
从全局视角审视，a16z 2025 年的基础设施投资揭示了一个高度连贯的战略架构。下表汇总了已确认的交易及其在 AI 技术栈中的定位：
从这一格局中浮现出三条结构性洞察。
其一，a16z 刻意在 AI 技术栈的每一个关键层级都布下了棋子——从晶体管物理（Unconventional）到路由逻辑（OpenRouter）再到信任层（LMArena）——而非将资金集中在某一个层级。这种分散化不是对冲，而是一个论断：价值将在多个咽喉要道同时沉淀，而全栈组合能带来复合式的信息优势。
其二，a16z 押注的是 GPU 单一文化时代的终结。无论是 Unconventional AI 的模拟芯片登月计划，还是 Groq 的 LPU 架构，都折射出一个信念：未来十年的 AI 将由异构计算范式驱动，开发者将越来越多地根据推理任务的不同，将工作负载路由至专用芯片。
其三，基础设施团队对评估和路由层的重视——LMArena 和 OpenRouter 这类投资——揭示了一个判断：随着模型能力趋于收敛，可防御的价值将从模型本身迁移到帮助开发者选择、比较和可靠部署模型的那些层。在这个框架下，"可靠性层"不仅仅是一项功能——它是企业对 AI 建立信任的根基所在。
五、企业级 AI：垂直智能体、Copilot 与工作流自动化
5.1 应用层：战略主战场
如果说第三、四章所考察的基础模型和基础设施投资代表了人工智能经济的供给侧——谁来构建智能、智能在哪里运行——那么企业级应用软件就是需求侧。AI 的经济潜力最终必须在这里得到验证：不是靠基准测试分数或参数量，而是看一份法律摘要是否起草得更快，一次患者转诊是否零延迟完成，一通凌晨两点的货运电话是否不需要真人就能接听。
对 Andreessen Horowitz 而言，它将 150 亿美元募资中最大的份额——67.5 亿美元的成长基金——配置给了成长期企业公司 (Horowitz, "Why Did We Raise $15B?")，企业应用层正是论点与收入交汇之处，也是公司在基础设施和前沿模型上的押注最终必须兑现为组合回报的地方。
a16z 自身的一手研究清晰地表达了这一逻辑。
2025 年 10 月，a16z 联合 Mercury 发布了首份《AI 应用支出报告》，分析了 2025 年 6 月至 8 月间超过 20 万客户的交易数据，筛选出初创公司实际花钱购买的前 50 家 AI 原生应用层公司——正如作者所强调的，"基于支出数据而非网站流量数据"，这与主导公共讨论的、被炒作驱动的流量排名形成了关键的方法论区隔 (Moore and Amble, "The AI Application Spending Report")。
与反映初创公司正在启用哪些能力的基础设施提供商不同，这些应用层公司揭示的是 AI 正在被用于哪些产品和工作流——a16z 认为这一区分对于识别可持续的商业价值至关重要 (Moore and Amble; Winbuzzer, "Forget the Hype")。
数据揭示了一个充满建设性张力的市场。横向应用——不分职能、公司里任何人都能使用的工具——占据了支出榜单的 60%，而瞄准特定角色的垂直公司占 40% (Moore and Amble)。报告显示，大量资金流向了旨在提升员工生产力的"人类增强器"或 Copilot，表明初创公司尚未全面拥抱完全自主的智能体工作流 (TechCrunch, "A New a16z Report")。在被追踪的垂直应用公司中，有十二家致力于"增强人类"，而只有五家以端到端完成工作流的"AI 员工"为目标 (Winbuzzer)。
然而，a16z 自身的投资组合却明显向相反方向倾斜：朝着自主端发力，深入那些监管复杂性、数据特异性和工作流密度能构筑起防御性护城河的深度垂直领域。正如 a16z 合伙人 Seema Amble 对 TechCrunch 所言，"随着技术进步……你会看到这种组合向端到端智能体迁移，远离 Copilot" (TechCrunch, "A New a16z Report")。
当下企业支出集中在 Copilot，而 a16z 却把资金押向智能体——这种不对称并非偶然。它反映的是一个方向性判断：当前增强型工具的主导地位只是一个过渡阶段；五年后占据最高企业价值的应用公司，将是那些能在受监管行业中自主执行——而非仅仅辅助——复杂、多步骤工作流的公司。
a16z 在 2025 年确认参与或主导的六笔企业级 AI 投资，累计部署资金远超 10 亿美元，为这一信念提供了一幅精确的地图。
5.2 Harvey 与 Tennr：受监管行业即竞争护城河
5.2.1 Harvey
a16z 2025 年企业应用组合中投入资本最密集的一笔，是法律 AI 平台 Harvey——它在企业软件史上走出了最激进的融资轨迹之一。Harvey 在一个日历年内连续关闭了三轮巨额融资：2 月由 Sequoia 领投的 3 亿美元 D 轮（估值 30 亿美元），6 月由 Kleiner Perkins 和 Coatue 联合领投的 3 亿美元 E 轮（估值 50 亿美元），以及 12 月由 Andreessen Horowitz 领投的 1.6 亿美元 F 轮（估值 80 亿美元）——一家 2022 年成立的公司，十个月内融资 7.6 亿美元 (Bort, "Legal AI Startup Harvey"; TechBuzz, "Harvey Hits $8B"; The SaaS News, "Harvey Secures $160M")。F 轮还引入了新投资方 WndrCo 以及 T. Rowe Price Associates 旗下管理的账户，老投资方 Sequoia、Kleiner Perkins、Conviction 和 Elad Gil 继续跟投 (The SaaS News)。
收入轨迹虽然亮眼，但对照估值仍需审慎检视。据 CEO Winston Weinberg 公开披露，Harvey 在 2025 年 8 月突破了 1 亿美元年经常性收入——距创立仅三年——年底达到 1.9 亿美元 ARR (CNBC, "Harvey Hits $100M ARR"; TechCrunch, "Harvey Reportedly Raising at $11B")。公司服务遍及 60 个国家的逾 1000 名客户，包括 AmLaw 100 强中的 50 家律所，约 10 万名律师正在使用其技术，客户包括 O'Melveny、A&O Shearman 和 Latham & Watkins 等顶级所 (Sacra, "Harvey Revenue"; TechBuzz)。
但即便以 1.9 亿美元 ARR 计算，80 亿美元估值对应的收入倍数也超过了 40 倍。正如 Bloomberg Law 指出的，按传统 SaaS 估值框架，Harvey 需要将收入再增长八倍才能支撑这一价格 (Bloomberg Law, "Harvey's $8B Question")。
对 a16z 而言，Harvey 投资体现了 TechCrunch 所描述的硅谷 AI "造王"剧本：向一家初创公司倾注巨额资金以释放市场主导信号，从而促使大型企业客户签约——一种"自我实现的预言" (Bort, "Legal AI Startup Harvey")。这一策略在 Harvey 的案例中并非缺乏理性基础。法律工作完全建立在文字之上，是大语言模型的近乎理想场景：搜索、摘要、起草，全部基于领域特定训练 (Bort)。更重要的是，每一个新律所客户都为 Harvey 提供了专有训练数据，深化其竞争优势，形成一个正反馈循环，使那些仍在建立第一批企业客户关系的竞争对手愈发难以追赶 (TechBuzz)。
问题在于护城河是否足够深：竞争者包括瑞典的 Legora（2025 年底估值达 17 亿美元）、EvenUp（超过 20 亿美元），以及 Thomson Reuters 旗下的 CoCounsel 等成熟玩家，它们都在争夺重叠的市场区间 (Bloomberg Law)。
5.2.2 Tennr
如果 Harvey 证明了 a16z 的论点——受监管行业能以可防御的数据优势回馈先行者——那么 Tennr 就是同一论点在一个更加碎片化的运营领域的翻版：医疗患者转诊。
Tennr 于 2025 年 6 月完成 1.01 亿美元 C 轮融资，由 IVP 领投，a16z、Lightspeed、GV、ICONIQ 和 Foundation Capital 参投，估值 6.05 亿美元——距其 3700 万美元的 B 轮不到一年 (Fortune, "Tennr Raises $101M"; Healthcare AI Guy, "Company Deep Dive: Tennr")。值得一提的是，领投 C 轮的 IVP 合伙人 Zeya Yang 当初在 Andreessen Horowitz 任职时就参与了 Tennr 的 A 轮投资——这一细节生动说明了 a16z 的校友网络如何在人员流动到竞争对手之后，依然持续为其被投公司导入资本 (Fortune)。
Tennr 的独特之处在于它刻意拒绝与遗留基础设施正面对抗。
大多数健康科技公司试图把传真机数字化掉，Tennr 却选择在医疗服
