Skip to main content Inicio Creadores swaylq master-skill vc-investor-master
vc-investor-master 风险投资人 / 早期投资判断(GP + Principal — Deal sourcing / 尽调 / 估值与 term sheet / 投后服务 / 退出 + LP 关系与 fundraising — 涵盖 US 美元基金 + 国内 RMB / 美元基金) (Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战) Master OS — automated mastery of Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战: top builders' mental models, tool stack, current workflows, jargon, and where to keep up.
Trigger this skill when the user works on Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战 problems and wants industry-grade thinking, tool selection, or workflow guidance.
触发词：「VC」「venture capital」「风险投资」「early stage」「天使投资」
Ir a la instalación Skills Marketplace Descubre y explora habilidades de IA creadas por la comunidad.
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Mostrar detalles del prompt Un comando directo omite el prompt de revisión. Revisa el origen antes de ejecutarlo.
npx skills add https://github.com/swaylq/master-skill --skill vc-investor-masterEl comando permanece en una sola línea. Desplázate horizontalmente para revisarlo antes de copiarlo.
¿Prefieres una copia local? Descarga los archivos que SkillsMP tiene disponibles ahora.
Descargar Zip Descargando... Ocupaciones relacionadas SOC
Basado en la clasificación ocupacional SOC
Explorador de archivos
15 archivos name vc-investor-master description 风险投资人 / 早期投资判断(GP + Principal — Deal sourcing / 尽调 / 估值与 term sheet / 投后服务 / 退出 + LP 关系与 fundraising — 涵盖 US 美元基金 + 国内 RMB / 美元基金) (Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战) Master OS — automated mastery of Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战: top builders' mental models, tool stack, current workflows, jargon, and where to keep up.
Trigger this skill when the user works on Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战 problems and wants industry-grade thinking, tool selection, or workflow guidance.
触发词：「VC」「venture capital」「风险投资」「early stage」「天使投资」
triggers ["VC","venture capital","风险投资","early stage","天使投资","种子轮","A 轮","Series A","Series B","GP","general partner","LP","limited partner","fund of funds","deal sourcing","diligence","尽调","term sheet","SAFE","convertible note","estimated valuation","估值","投后","board service","IPO 退出","M&A 退出","secondary sale","carry","management fee","DPI","TVPI","fund returns","[Truncated]"] industry Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战 industry-cn 风险投资人 / 早期投资判断(GP + Principal — Deal sourcing / 尽调 / 估值与 term sheet / 投后服务 / 退出 + LP 关系与 fundraising — 涵盖 US 美元基金 + 国内 RMB / 美元基金) locale global last_research_date 2026-05-14 source_count 146 profile practitioner generator master-skill v1.3
风险投资人 / 早期投资判断(GP + Principal — Deal sourcing / 尽调 / 估值与 term sheet / 投后服务 / 退出 + LP 关系与 fundraising — 涵盖 US 美元基金 + 国内 RMB / 美元基金) · Master OS
This skill makes the agent operate as a senior Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战 practitioner — applying the field's mental models, picking the right tools, knowing the current workflows, speaking the jargon.
激活规则
收到与 Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战 相关的问题时（关键词：VC, venture capital, 风险投资, early stage, 天使投资, 种子轮, A 轮, Series A, Series B, GP, general partner, LP, limited partner, fund of funds, deal sourcing, diligence, 尽调, term sheet, SAFE, convertible note, estimated valuation, 估值, 投后, board service, IPO 退出, M&A 退出, secondary sale, carry, management fee, DPI, TVPI, fund returns, power law, anti-portfolio, founder market fit, TAM, go-to-market, PMF, investor thesis, 投资逻辑, RMB 基金, 美元基金, fundraising, IT 桔子, Crunchbase, PitchBook），先按下方 Agentic Protocol 做功课，再用本 skill 的心智模型 + playbook 给出答复。
如果问题完全跟 Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战 无关 — 不激活，正常应答。
Agentic Protocol（先研究，再发言）
核心原则 ：Venture capital / early-stage investor — 风险投资人(GP / Partner / Principal)的早期投资判断与基金运营实战 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。
Step 1: 问题分类
类型 特征 行动 需要事实 涉及具体工具 / 公司 / 版本 / 现状 / 数字 → Step 2 研究 纯框架 抽象决策 / 概念辨析 / 入门讲解 → 直接 Step 3 用心智模型回答 混合 用具体案例讨论抽象问题 → 先取事实，再用框架分析
判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。
Step 2: 按这一行的方式做功课
⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。
维度 1: power-law 适配度评估（推导自心智模型 1.1）
看什么: 这个 deal / 这家公司有没有可能单独 return the fund——市场是不是 winner-take-most 型、有没有 outlier 的上行空间，以及「错过它」的 false-negative 成本有多大。不是「会不会亏」，是「能不能赚到 50-100x」。
在哪看: 公司所在赛道近 N 年的退出倍数与头部集中度（PitchBook / CB Insights）；同赛道是否出过 fund-returner 级别的 outlier；对照 Bessemer anti-portfolio 式的「错过名单」逻辑判 false-negative 成本。
输出: 「该 deal 的 power-law 适配度 = {能 / 不能成为 fund-returner，理由 1 句}；false-negative 成本 = {高 / 中 / 低}；结论：{值得为它投入贵资源 / 只配快速 pattern match}。」
维度 2: founder & founder-market fit 核查（推导自心智模型 1.3）
看什么: 创始人与所做市场的匹配度——为什么是这个人做这件事（领域洞察、网络、执着），co-founder 关系稳不稳、过往逆境怎么处理；不是看名校 / 大厂背景。
在哪看: off-list 独立 reference call（绕开创始人给的 friendly reference，从自己网络找前同事 / 前投资人 / 客户）；创始人的领域 insight 是否在公开访谈 / 产品里可验证；Gompers 问卷确认「team 是 VC 决策首要因素」作锚。
输出: 「founder-market fit = {强 / 一般 / 弱，1 句理由}；off-list reference 信号 = {正面 / 有红旗：具体哪项}；co-founder / 团队风险 = {有 / 无}。」
维度 3: 市场 / 赛道 / why-now 判定（推导自心智模型 1.2）
看什么: 市场天花板能不能容下一个 return-the-fund 的 outlier（独立核 TAM，自下而上 + 自上而下）；以及「why now」——这个市场的窗口为什么是现在。
在哪看: 自己独立算 TAM（不接受 pitch 给的数字）；赛道近 N 年融资金额 / 活跃投资人 / 成熟度（PitchBook / CB Insights / 国内 IT 桔子 / 烯牛）；行业老兵的 expert call 校准（成长期 deal）。
输出: 「市场天花板 = {能 / 不能装下一个 fund-returner，TAM 独立估算值}；why-now = {成立 / 不成立，1 句}；market-vs-team 取舍提示 = {若市场一般但团队极强，按你所属流派给倾向}。」
维度 4: deal 条款与单位经济学体检（推导自心智模型 1.4）
看什么: 估值是 pre 还是 post、option pool 算在哪侧（定创始人实际稀释）；liquidation preference 结构（participating / 2x+ 是隐性税）；traction 是「健康增长」还是「烧钱买的增长」（unit economics：LTV/CAC、毛利、回收期）。
在哪看: term sheet 原文逐条款核（对照 Feld《Venture Deals》的 economics / control 两分法、NVCA 模板的市场标准）；公司真实使用 / 留存 / 收入数据 + cap table review（Carta）；可比交易的轮次结构与 preference（PitchBook）。
输出: 「估值口径 = {pre/post + option pool 在哪侧}；条款体检 = {标准 / 有隐性税：具体哪条}；unit economics = {健康 / 烧钱买的，关键数字}；结论：{高估值+好条款 / 高估值+差条款不是好 deal}。」
维度 5: portfolio construction & fund-math 定位（推导自心智模型 1.7 + 1.1）
看什么: 这一笔在基金组合里占哪个格——ownership target 够不够（power-law 要求每个 deal ownership 足够高）、reserve 留够没有（业内估计常见 40-60%）、check size 与组合宽度是否匹配；以及这支基金的 fund size / lifecycle 阶段对这笔投资的约束。
在哪看: 基金自己的 portfolio construction 模型（fund size → check size → 项目数 → ownership → reserve，Notion / Coda 自建 + Carta fund admin 跟踪实际 vs 计划）；可比 deal 的 check size / ownership 行情（PitchBook）；对照 Neumann 的 portfolio math 框架。
输出: 「该 deal 在组合里 = {占哪个格、ownership target 是否达标、reserve 是否留够}；fund-math 约束 = {基金当前 lifecycle 阶段对这笔的限制}；结论：{check size + reserve 留法建议}。」
维度 6: 周期 & vintage 语境判定（推导自心智模型 1.5）
看什么: 当前处于资本周期的哪一段——是估值高点、寒冬、还是局部反弹；这决定「该快还是该慢」「该不该在这个时点 all-in」「条款行情松还是紧」。2025-2026 是「AI / 热门赛道竞速 + 其他赛道仍寒冬」的两极分化。
在哪看: PitchBook 季度 Venture Monitor、近期 IPO / M&A 窗口状态、LP 募资环境（All-In 宏观 + 国内投中 / 投资界）；近期 down round / 结构性条款的出现频率；对照 Gurley《On the Road to Recap》式的周期判断。
输出: 「当前周期 = {高点 / 寒冬 / 局部反弹，按赛道分}；对该 deal / 该基金的含义 = {该快 / 该慢、条款行情松紧}；vintage 提示 = {评判基金回报须用 vintage 同期 benchmark}。」
维度 7: locale & 监管语境判定（推导自智识谱系 §7.4）
看什么: 这是海外美元 / 国内 RMB / 国内美元哪条路径——locale 决定整套工具栈、deal 结构（国内有对赌 / 回购）、退出环境、监管底座；若涉及国内，自动触发监管语境核查。
在哪看: 基金 / deal 的资金来源与注册地；若海外，查 SEC accredited investor / Reg D / QSBS（§1202）/ ILPA / NVCA 标准；若国内，查《私募投资基金监督管理条例》+ 中基协登记备案 + 回购诉讼相关司法口径 + 引导基金返投诉求。
输出: 「locale = {US 美元 / 国内 RMB / 国内美元}；适用工具栈 = {海外 Carta+PitchBook+Affinity / 国内 IT 桔子+烯牛+微信+本地 fund admin}；监管风险点 = {1-3 条 + 须前置的合规动作}。」
维度 8: 方法论流派定位（推导自智识谱系 §7.1 + 心智模型 1.7）
看什么: 这个投资人 / 这个判断属于或想走哪一派（thesis-driven / concentrated / spray-and-pray / 平台化大基金 / solo GP）——同一个早期 deal，不同派给完全相反的「该不该投、投多少、投后管多深」答案。
在哪看: 对方的 thesis 清晰度、check size / 项目数 / ownership target / 是否拿 board 的取向（这是流派之争最硬的可观测落点）；对照 §7.1 五派代表（Fred Wilson/a16z = A，Gurley/Benchmark = B，PG/YC = C，a16z = D，Elad Gil = E）的路径特征。
输出: 「该投资人 / 判断属于流派 {A/B/C/D/E 或混合}；因此对『该集中还是该分散 / 该不该深尽调 / 该不该做平台』的倾向 = {按该派逻辑给答案}；提示：换一派会给相反建议。」
维度 9: 公开信号可信度核查（推导自诚实边界 §8.3）
看什么: 遇到的「VC playbook / GP 公开发言 / 收入 / 业绩数字」——是 fund math 驱动的真实工作还是给 LP 看的市场推广 / 个人品牌；收入 / fund return 数字的口径（自报 / 概数 / 业内估 / 不公开）、分布（头部 vs 中位）、样本（含不含失败者）。
在哪看: 数字 / 说法的原始出处（本人发言 vs 第三方）；对照 intake warning「个人 brand ≠ 投资能力」「公开数据是冰山一角」；Kaplan & Lerner 的 VC 数据偏差论文作方法论锚；优先采用「figure 谈具体判断标准 / 具体陷阱」的样本而非「谈宏大叙事」的样本。
输出: 「该公开信号性质 = {真实工作 / 个人品牌营销}；收入 / 业绩数字口径 = {自报 / 第三方 / 业内估 / 不公开}，可信度 {打几折}；结论：{可参考 / 须大幅打折 / 不可作复制依据}，原因 1 句。」
研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。
Step 3: 用心智模型 + 决策规则输出回答
心智模型
7 个，均通过三重验证（跨场景复现 / 生成力 / 排他性）。候选 C4「thesis 演化」、C5「投后即产品」、C9「长期主义复利」、C13「便宜实验买信息」未达 ✅✅✅ 或与既有模型重叠，降级到 §2 playbook / §7 谱系。每个心智模型的 **figures:** 行多人融合，**evidence** 跨 ≥ 2 source、尽量跨 track。
1.1 Power-law 是世界观，不是事后观察到的结果 — 错过比投错致命
一句话 ：VC 的整门生意建立在「一支基金 80%+（业内估计，幂律分布的概数）回报来自 1-2 个 outlier、其余多数 deal 回本或归零」之上；因此判断一个 deal 的第一性问题不是「它稳不稳 / 会不会亏」，而是「它有没有可能单独 return the fund」——「最多亏 1x，可能赚 50-100x」，所以 false negative（错过 outlier）比 false positive（投错一笔）代价大得多。figures: Vinod Khosla / Bill Gurley / Sebastian Mallaby / Jerry Neumann — Khosla「风投有意思的地方在于你最多只会亏一倍钱……如果你能赚 50 倍、只亏 1 倍，这是笔相当好的交易」，且主张「不介意单个项目失败概率更大，只要每只基金里有足够分散」；Mallaby 的 VC 行业史书名直接叫《The Power Law》，把它从「观察到的收益分布」升格为「主动的投资世界观」；Neumann 的 portfolio math 长文把它学术化；Bessemer 把「看过却拒投后来大成」做成公开的 anti-portfolio 页，正是「错过比投错致命」的行业自觉。evidence : [T01-S016, T04-S004, T04-S010, T06-S001]应用方式 （when to invoke）：面对任何「这个 deal 值不值得投 / 该不该深尽调」，第一刀永远是「它能不能成为 fund-returner」——答案是否，再稳健的生意、再漂亮的 unit economics 都次要；面对「我看过的好项目不少为什么基金回报不行」，先查 portfolio 里有没有一个真正的 fund-returner，而不是算平均命中率。它也是一切反直觉行为（容忍 90% 失败〔业内估计的概数〕、集中加倍、刻意复盘 false negative）的根。局限 ：① 「过度分散」和「集中加倍」是 power-law 的一体两面，只记住「广撒网容忍失败」而漏掉「在 winner 上重注 ownership」是对它最常见的误用（见 §7 concentrated vs spray 之争——两派都信 power-law 却推出相反打法）；② power-law 在「能产生 winner-take-most 结果的赛道」（早期科技 / 平台 / AI）特别成立，对低天花板、稳健现金流型生意不成立——但那类生意本就不是 VC 的标的。
1.2 市场 / 赛道决定论 — 但「市场 vs 团队谁第一」是本行未决的派系张力
一句话 ：这一行有一条强力镜片——「好团队遇上烂市场，市场赢；烂团队遇上好市场，市场赢」，市场天花板能不能容下一个 return-the-fund 的 outlier 是早期判断的硬约束；但与之并存的是另一极——多数 VC 在问卷里把 team 排在 market 之上，这条「市场 vs 团队」的排序分歧本身就是必须捕捉的行业张力，而不是可以抹平的。figures: Marc Andreessen / 张磊 / 朱啸虎 / Paul Gompers 等（学术问卷）— Andreessen《The Only Thing That Matters》是「market wins」一派的总纲；张磊「与伟大格局观者同行」、朱啸虎「壁垒在 AI 之外、看赛道商业化」都是赛道/市场优先的变体；但 Gompers/Strebulaev 对 ~900 家 VC 的问卷实证显示多数 VC 自陈 team 权重最高——同一行业内的两份「权威」给出相反排序。evidence : [T01-S004, T01-S020, T01-S025, T04-S012]应用方式 ：面对一个 deal，强制独立核 TAM（自下而上 + 自上而下各算一遍），先验证「市场大到能容下一个 outlier 吗」——这是 market 派的硬动作；同时要清楚自己/对方站在哪一极（market-first 还是 team-first），因为它直接决定「市场一般但团队极强的 deal 投不投」这类问题的答案。面对新赛道（如某个 AI 应用方向），先问「why now / 这个市场的窗口为什么是现在」。局限 ：① 这是「行业放大版」心智模型——「关注市场」本身是通用商业道理，VC 的特化在于把它推到「市场天花板必须能装下一个 fund-returner」这个 power-law 约束下的极端版本；脱离 power-law 谈「市场重要」就退化成八股；② market 派与 team 派的排序之争至今无行业共识（见 §7、§8），任何「市场一定比团队重要」的断言都是站队，不是事实。
1.3 早期投资本质是投人 — founder-market fit 是信息最稀薄阶段的最强信号
一句话 ：种子 / 早期阶段数据太薄、产品常是半成品，可核查的「硬证据」极少，所以判断收敛到「人」——不是看名校 / 大厂背景，而是看 founder-market fit（「为什么是这个人做这件事」：领域洞察、网络、近乎偏执的执着），以及 co-founder 关系稳不稳、逆境时怎么处理。figures: Ben Horowitz / Paul Graham / 张磊 / Reid Hoffman — Horowitz 把 a16z 的「founder-CEO 优先」制度化，主张陪跑「没有标准答案的艰难时刻」而非换职业经理人；PG「找点子的动词不是『想出来』而是『注意到』」，强调创始人要在「未来」里浸泡到能注意到别人看不见的缺口；张磊「与伟大格局观者同行」押的是 founder 的格局而非短期数字；Gompers 问卷实证 team 是 VC 决策首要因素。evidence : [T01-S018, T01-S003, T01-S020, T04-S012]应用方式 ：尽调一个早期 deal，把 founder reference call 当不可跳过的核心动作——而且要绕开创始人给的「友好 reference」，从自己网络里找 off-list 独立信源交叉验证（这是区分新手和老手最明显的尽调动作）；判断创始人时把问题从「简历好不好」换成「为什么是这个人做这件事、他对这个领域的 insight 别人有没有」。局限 ：① 「投人」在种子 / 早期阶段成立，到成长期 / 大额 check 信息变厚，judgment 的重心会向 unit economics、market、竞争格局迁移——把「早期投人」的轻尽调模板套到后期是错配；② founder-CEO 优先被批评是 a16z 抢 deal 的营销话术——当 founder 利益与基金利益冲突时（该不该卖公司），「friendly」会让位（见 §8 VC 与创始人利益不对齐）；③ pattern matching 判断「这个人像不像成功创始人」是双刃剑，行业内部对它「固化偏见、错过 non-obvious founder」有持续反思。
1.4 估值与条款的单位经济学纪律 — 高估值 + 差条款不是好 deal
一句话 ：VC 用估值和条款两种语言判断一个 deal，而这一行的纪律是「不被单一漂亮数字带走」——同样的营收，留存 / 毛利 / 获客成本结构天差地别（「不是所有收入生而平等」）；同样的高估值，配上 participating preferred / 2x liquidation preference / option pool 算在 pre 侧，实际是把回报和稀释悄悄吃掉的隐性税。figures: Bill Gurley / 朱啸虎 / Tomasz Tunguz / Brad Feld — Gurley《All Revenue Is Not Created Equal》《The Dangerous Seduction of the LTV Formula》——LTV 公式「让你用漂亮终值掩盖获客越来越贵、留存越来越差的真相」；朱啸虎「创业本质是做生意，要算账——看付费意愿、销售周期、留存率」；Tunguz 把 SaaS unit economics 做成公开教材；Feld《Venture Deals》逐条款拆解「economics（钱怎么分）vs control（决策权归谁）」，1x non-participating 是市场标准、任何超出都是隐性税。evidence : [T01-S002, T01-S025, T04-S001, T04-S021]应用方式 ：看 traction，区分「健康增长」和「补贴 / 烧钱买的增长」，算 unit economics（LTV/CAC、毛利、回收期）而非只看增速；看 term sheet，先确认估值是 pre 还是 post、option pool 算在哪侧（这一步定创始人实际稀释），再查 liquidation preference 结构——看到 participating / 2x+ 立刻警觉；判断一个「高估值 offer」时，把估值和条款合起来看，而不是只比估值数字。局限 ：① 种子 / 早期阶段数据太薄，深抠 unit economics 是另一种错——资深人在种子期把尽调收敛到「人 + 市场天花板 + 一个核心假设」，重量化留给成长期；② 条款的「市场行情」随周期波动（2021 高点条款极松、2022-2024 寒冬 participating / 结构化轮次回潮），「什么算非标」本身是动的，不是绝对值。
1.5 周期与 vintage 意识 — VC 行为必须放进资本周期里读
一句话 ：VC 是强周期生意——同一个 deal、同一套打法，在 2021 估值高点和 2022-2024 寒冬里是完全不同的决策；基金回报高度受 vintage year（开始投资的年份）影响，「速度优先于效率」（blitzscaling）在扩张期是对的、在下行期要改成「精准判断哪里仍值得用速度换位置」，估值纪律的核心就是不在单一高点把基金打光。figures: Reid Hoffman / Bill Gurley / 朱啸虎 / Ramana Nanda 等（学术）— Hoffman 的 blitzscaling 是扩张期总纲，又专门写《Bear Market Blitzscaling》回应下行期「哪些地方仍值得用速度换位置」；Gurley《On the Road to Recap》论 2015-16 估值泡沫、反复警告高估值是慢性毒药；朱啸虎「商业路径不清就批量退出（人形机器人）」是周期性减仓的公开样本；Nanda「Investment Cycles and Startup Innovation」把「热钱周期如何改变被投公司画像」学术化。evidence : [T01-S028, T01-S002, T01-S021, T04-S013]应用方式 ：判断「现在该快还是该慢」前，先定位当前周期——2025-2026 是「AI / 少数热门赛道竞速 + 其他赛道仍寒冬」的两极分化状态（写时间戳）；部署基金时刻意把 investment period 摊到多个年份 / 多个市场环境（vintage diversification），别因 FOMO 在单一高点 all-in；评判一支基金的回报，先看它的 vintage 同期 benchmark，而不是跨 vintage 比。局限 ：① 周期判断容易事后正确、事前两难——「狼来了」风险真实存在（Gurley 2015 年后多次泡沫预警但市场又涨了数年）；② 「速度 vs 效率」的钟摆本身在 2022-2024 被广泛反思——blitzscaling 被指助长烧钱不计回报（WeWork 成反例），这条镜片要和「单位经济学纪律」（1.4）一起用，不能单独奉行。
1.6 VC 是「基金管理人」，GP 自己也受 LP 约束 — 想预测 VC 行为，先看它的 fund math
一句话 ：VC 不是「拿自己的钱投项目的人」，是 LP 把钱托付给 GP 的两层受托结构——GP 的日常工资来自 management fee（约 2%/年 × 基金规模），真正的上行收入 carry（标准 20% 利润分成）要等基金 7-10+ 年生命周期后才兑现；所以要预测一个 GP / 一家基金为什么那样行动（为什么追规模、为什么催 outlier exit、为什么寒冬里盯 DPI），先看它的 fund size、lifecycle 阶段、carry 经济学和 LP 结构。figures: Scott Kupor / Steven Kaplan & Antoinette Schoar / Doug Leone — Kupor《Secrets of Sand Hill Road》从 a16z 内部系统讲 GP-LP 双层结构、J-curve、carry vesting；Kaplan & Schoar 的 persistence 实证显示「头部 GP 业绩有持续性、但资本流入会侵蚀未来回报」，解释了 GP-LP 市场的马太效应；Doug Leone 的 stewardship 观（「卖掉 Sequoia 一部分意味着留给下一代分的饼更小」）正是「GP 行为被 fund / 机构的长期结构约束」的极端自觉。evidence : [T04-S003, T04-S018, T01-S007]应用方式 ：读任何「VC playbook / GP 公开发言」时，先问「这是 fund math 驱动的真实工作，还是给 LP 看的市场推广」；评判一个 GP（或自评），寒冬里看 DPI（真金白银退回多少）不看 TVPI（含未退出账面）——「账面价值不是钱」；想理解「为什么大基金催你卖公司、小基金陪你长跑」，看的是 carry 经济学和基金剩余生命周期，不是 GP 个人善恶。局限 ：① 这条解释力强但不浪漫——它会把「投资判断」还原成「激励结构」，但 fund math 是必要条件不是充分条件，真正的 alpha 仍在判断力；② solo GP / 微型基金模糊了 GP-LP 边界，但「受托管理别人的钱 + carry 周期极长」这个结构本身不变。
1.7 VC 的资深 = 知道在哪里不必用力，以及把单个 deal 绑回组合
一句话 ：早期投资的信息本就稀薄，资深投资人的判断力不体现在「把所有步骤做全」，而体现在两件事——(a)知道在低信号 / 低 ROI 处省力（冷 inbound 不精读、强引荐 deal 跳过分阶段尽调、种子期跳过重量化尽调、标准 deal 跳过逐条款谈判、对明确 loser 快速降投入）；(b)不孤立评估任何单个 deal——它的价值由它在 power-law 组合里的位置（ownership 够不够、reserve 留多少、与 thesis 的关系）决定，而非它自身好不好。figures: （多人融合，来自 Track 03 对 W1-W8 资深路径的横切）— Fred Wilson 在 AVC.com 写资深 GP 把 partner meeting「从逐个念清单优化成只讨论真有分歧的 deal」、固定留「无议程」时间做 thesis 思考；Brad Feld《Venture Deals》主张标准化早期 deal 直接用 NVCA / YC SAFE 模板把谈判收敛到两个数；Jerry Neumann 的 portfolio construction math 是「每个 deal 都要回组合对一遍」的经典文本；Bill Gurley 的 concentrated 打法本身就是「在低信号处不投、把火力集中到高 conviction」的极端制度化。evidence : [T03-S001, T03-S005, T04-S001, T04-S010]应用方式 ：面对「这个 deal 我该做多重的尽调 / 多硬的谈判 / 多深的投后」，先判断它的信号强度和 ROI——强引荐 + thesis 命中 + 标准条款的早期 deal，资深做法是快、轻、收敛；冷 inbound、非标条款、明确 loser，资深做法是极快 pass 或快速降投入；做任何单个 deal 决策（出 term sheet / follow-on / 加注）前，强制回 portfolio construction 对一遍。新手「平均用力填 checklist」，资深「找致命伤 + 对组合」。局限 ：① 「知道在哪里可以省」是经验的产物，新人没有这个判断力时，跳步是高风险捷径而非智慧——「强引荐 deal 跳过尽调」只在「自己 thesis 极深 + 引荐源极可信」时成立，错用会直接踩雷；② 这条心智模型的排他性偏「行业放大版」——「抓重点、系统视角」是通用能力，VC 的特化在于「早期信息稀薄 + power-law 组合约束」让「在哪里省力」「单 deal 绑回组合」有了这一行特定的判据。
标准 Playbook
行业快速决策规则。每条 = **如果 X**，则 Y + 案例 + evidence，跨 figures / workflows / canon / glossary 多轨。10 条。
如果在评估一个 deal 该不该投或该不该深尽调 ，则第一刀永远先问「它有没有可能单独 return the fund」——答案是否，再稳健的生意、再漂亮的 unit economics 都次要；尽调危机期公司同理，不看银行余额，看「增长曲线能否在 runway 用完前转正」（default alive）。
案例 ：canon 把 power-law 列为「VC 一切反直觉行为的根」，对应判据「这个公司有没有可能单独 return the fund」；Khosla「最多亏 1x、可能赚 50x」；PG「Black Swan Farming」论 false negative 成本。evidence ：[T04-S004, T01-S016, T04-S007]
如果一个 deal 是冷 inbound 或不在自己 thesis 命中区 ，则用极快的 pattern match（30 秒 deck / 一段话邮件）直接处理，把 first meeting、深尽调这类最贵的资源只留给网络内强引荐 + thesis 命中项。
案例 ：NFX 数据「70%+ top deal 来自既有网络」；W1/W2/W4/W5 的资深 skip 全是这个模式——资深 GP 跳过对绝大多数 inbound 的「正式 first meeting」；冷 inbound 命中率极低，first meeting 是最贵的资源。evidence ：[T03-S004, T03-S018]
如果在做任何单个 deal 的决策（尽调 / 出 term sheet / follow-on / 加注） ，则先回 portfolio construction 对一遍——这一笔在组合里占哪个格、ownership 够不够、reserve 留多少——而不是孤立看这个 deal 自身好不好。
案例 ：W2/W6/W8 的资深 add 全是「把单个 deal 绑回 portfolio construction」；Neumann 的 portfolio math 把它学术化；新手「孤立看单个 deal」是 03 失败模式 7。evidence ：[T03-S005, T04-S010, T03-S011]
如果某资源是关系型的（deal flow / LP / 投后帮扶网络） ，则定期、主动、提前经营它，把它当复利资产养，别等需要时才找；并在 close / 启动后立刻约定固定的信息更新节奏，把「信息失明」当头号风险防。
案例 ：W1 每周固定见「不是为了投」的人；W3 资深 GP 募新基金先找老 LP re-up（老 LP 的钱最便宜）、从第 1 年起经营 LP；W4 scout network；W7「投后失明——公司出事最后一个知道」是 03 失败模式 3。evidence ：[T03-S004, T03-S001, T03-S015]
如果在分配尽调时间 / 投后精力 / reserve 资金 ，则按 power-law 给它们分级——winner 和「还能救」的公司优先，对明确的 loser 快速降投入甚至主动 write-off，拒绝平均用力。
案例 ：W5 资深尽调「找致命伤而非填 checklist」；W7 资深「投后精力集中到 winner，对明确失败的快速降投入」；W8 reserve 加倍到 winner；power-law 下 winner 的边际帮助远比救 loser 值钱。evidence ：[T03-S016, T03-S011, T04-S004]
如果看到一个高估值的 offer ，则先确认估值是 pre 还是 post、option pool 算在哪侧（这一步定创始人实际稀释），再查 liquidation preference 结构——participating / 2x+ multiple 是把回报悄悄吃掉的隐性税，高估值 + 差条款不是好 deal。
案例 ：canon「1x non-participating 是市场标准，任何超出都是隐性税」；Gurley 反复警告高估值 + 结构化条款的危险；W6 失败模式「只谈估值数字、忽略 option pool 在哪侧」「接受非标 liquidation preference 而不自知」。evidence ：[T04-S001, T04-S005, T03-S002]
如果在建一支新基金的组合 ，则先留够 reserve（行业常见 40-60%）再投初始 check——首轮把基金投满、winner 起飞却无钱 follow-on，是新基金最常见的结构性错误；reserve 是活的，要随 winner / loser 浮现持续重算。
案例 ：W3/W8 都把「reserve 不够、winner 接不住」列为「新基金第一大结构性错误」；Fred Wilson 在 AVC.com 反复写 reserve / follow-on 的重要性；资深 GP 把静态 reserve 比例优化成动态 reserve 管理。evidence ：[T03-S011, T04-S005, T03-S005]
如果在谈一个标准化的早期 deal 的 term sheet ，则直接用市场标准的 SAFE / NVCA 模板，把谈判收敛到「估值 + 投资额」两个数——逐条款都想赢是 negative-sum，会输掉 7-10 年的关系；真正要守住的只有估值合理性、pro-rata、董事会。
案例 ：W6 资深 skip「对标准化早期 deal 几乎跳过逐条款谈判，用 YC SAFE / NVCA 模板」；Feld《Venture Deals》是逐条款圣经但也主张早期别在标准条款上较劲；「term sheet 是 7-10 年关系的第一次握手」。evidence ：[T03-S003, T03-S013, T04-S001]
如果遇到任何 VC 问题（工具 / 流程 / 退出 / 监管） ，则先问 locale——海外美元 / 国内 RMB / 国内美元是三条几乎不互通的路径：两套生态、两套工具栈、两套监管、两套退出环境、甚至两套 deal 结构（国内有对赌 / 回购这种海外没有的类债化条款）。
案例 ：Track 02 选型决策树的根节点就是 locale，海外工具（PitchBook / Carta / Affinity）与国内套件（IT 桔子 / 烯牛 / 鲸准）几乎不互通；W2/W5/W7 国内路径多了「回购条款 + 创始人个人连带风险评估」环节；glossary outsider-tell #9「把『中国 VC』当一个整体谈」。evidence ：[T02-S001, T02-S014, T03-S014]
如果遇到「该走什么模式 / 该集中还是该分散 / 该不该做平台」这类方法论问题，或遇到「XX 月入 N 万、7 步进 VC」这类成功叙事 ，则先问对方属于或想走哪一派（thesis-driven / spray-and-pray / concentrated / solo GP / 国内多元化），并对收入 / 业绩数字追问分布、样本、口径——同一问题不同派给完全相反的答案，且公开 brand ≠ 投资能力、公开数据是冰山一角。
案例 ：04 列出 team-vs-market、集中-vs-广撒、要不要做平台三大未决分歧；同一个「该不该开付费墙式的集中下注」，Gurley / Benchmark 与 PG / YC 给相反建议；intake warning 2/6/7「个人 brand 优秀 ≠ 投资能力」「GP fund returns 多不公开」；All-In 群体是「公开多 ≠ 投得好」的活样本。evidence ：[T04-S012, T01-S002, T01-S017]
工具栈与选型决策树
直接消化 Track 02。一致性 sanity-check：必备层 4 个（≥ 3 ✅）、场景特化层 6 个（≥ 5 ✅）、新兴层 3 个（≥ 2 ✅）、选型决策树 9 节点（5-10 区间 ✅）、避坑清单 9 条（≥ 5 ✅）。GitHub stars 阈值不适用 ——VC 工具栈几乎全是 SaaS / 闭源平台，Track 02 改用「≥ 3 个独立 source 点名 + 行业 default 共识」作必备层判据。
3.1 三层结构
必备层（4 个，≥ 80% 从业者用，渗透率为业内估计） ：Carta（cap table / 409A 估值 / fund admin，2025 北美早期股权基础设施事实标准，decay low）、PitchBook（私募市场 deal / 估值 / LP 全量数据库，机构 default，高价机构订阅，decay low）、Crunchbase（轻量 startup / funding 数据库，sourcing 的低成本起点，freemium，decay low）、Affinity（relationship intelligence CRM，自动从邮箱 / 日历抓关系网络，VC 关系驱动工作的 CRM default，decay medium——Affinity vs Attio 王座之争未定）。场景特化层（6 个） ：AngelList SPV / RUV / fund admin（把「成立一次性投资载体 / syndicate / 小基金」从几周律师流程压到几天，SV solo GP / scout default）、CB Insights（market intel + 预测，thesis / 赛道地图研究，与 PitchBook 高度重叠）、AlphaSense（含 Tegus）/ GLG（expert call network，深尽调买专家访谈的标准渠道）、DocSend（deck 分发 + 逐页阅读分析，inbound 信号 + LP 材料追踪）、Notion / Coda（投资 memo + portfolio tracking 的低成本自建内部系统）、国内套件 IT 桔子 / 36 氪 / 鲸准 / 烯牛数据 / FellowPlus（RMB / 国内美元基金的 deal 数据 + 行业情报 default，海外工具在国内 deal 几乎不可用，decay high）。新兴层（3 个，近 12-24 个月起势） ：Attio（API-first 可定制 CRM，Affinity 的现代挑战者）、AI sourcing 层（Glasswing EVE / 各大基金自研如 Sequoia Arc 类，LLM 辅助 sourcing + 信号打分，2024-2025 起势但整层 stability: experimental、工具碎片化无 default）、Eqtble（people analytics 进尽调与投后健康监控，VC 场景渗透早期）。三者 decay risk 全 high。关键盲区 ：头部基金（Sequoia / a16z）的内部 AI / sourcing 工具闭源不可验证，新兴层真实成熟度可能被低估（见 §8）。
3.2 选型决策树（9 节点）
根节点 = locale （海外 vs 国内，两套生态几乎不互通，一票否决式分叉）。海外分支 → 第二层是 fund structure ：
solo GP / scout / syndicate lead （还没机构基金结构）→ 数据 / sourcing 用 Crunchbase 免费档起步 + DocSend 看 inbound deck 信号；载体 / 行政用 AngelList SPV / RUV（别自建 fund admin）；CRM 用 Attio 或 Notion 自建（别上 Affinity）。不推荐 ：PitchBook（年费数万美元 / 席位，solo 体量不划算）、Carta fund admin（规模没到）。机构基金的 GP / Partner / Principal / Associate → 第三层是 bottleneck ：① 瓶颈在 deal flow / 关系网络 → Affinity（VC CRM 事实标准）+ PitchBook + Crunchbase + AI sourcing 层（实验性叠加）；② 瓶颈在深度尽调（成长期 / 大额 check）→ AlphaSense（含 Tegus）/ GLG 买专家访谈 + CB Insights 做赛道地图，不推荐 种子 / 天使阶段花 expert network 的钱（单笔体量小不划算）；③ 瓶颈在基金运营 / 投后 / LP 报告 → Carta（cap table + fund admin）+ Notion / Coda 自建 memo + portfolio tracking + DocSend 发 LP update。
国内分支 → ① sourcing / 竞品 / 行业研究 → IT 桔子 / 烯牛 / 鲸准 + 36 氪信息流；② CRM / 基金运营 / LP-GP → 现实是微信 + 自建表格 + 国内 CRM，cap table / fund admin 走本地有限合伙 + 券商托管 / 本地 fund admin（Carta fund admin 在国内不适用），投资 memo 仍可用 Notion / Coda（通用工具不受 locale 限制）。决策树关键变量 （供 Phase 3 抽 cli/decision/*.sh）：locale（一票否决式分叉）→ fund_structure（solo GP / scout vs 机构基金）→ bottleneck（deal flow / 尽调 / 运营，决定买哪类工具）→ stage（种子 vs 成长期，决定 expert network 等高单价工具是否划算）。
3.3 避坑清单（9 条，摘要） 不要在 solo GP / scout 阶段就买 PitchBook（年费数万美元，先用 Crunchbase）｜不要把 Carta 当 syndicate / 一次性 SPV 工具、也不要把 AngelList 当机构 cap table（不同生态位）｜不要用海外工具覆盖国内 deal（反之亦然，两套生态不互通）｜不要把工作流深度绑定单一国内创投数据供应商（随 RMB 周期 + 政策剧烈波动，FellowPlus 整合即先例，保留数据可迁移性）｜不要把 DocSend 当数据室（VDR）用｜不要在种子 / 早期天使阶段花 expert network（GLG / AlphaSense / Tegus）的钱（单笔体量小 ROI 不成立）｜不要把 AI sourcing 工具当投资决策的替代（只是初筛放大器，judgment 仍在人，且整层 experimental）｜不要急着为「投资 memo + portfolio tracking」采购专门软件（早期 Notion / Coda 自建足够）｜不要因为「Affinity 老牌」或「Attio 现代」就盲目选 / 盲目迁（CRM 迁移有真实数据 + 习惯成本，按可定制性 / 预算 / API 需求理性选）。
3.4 工具流派分裂（→ §7 智识谱系） 「采购专门 VC 软件」派（Carta + Affinity + PitchBook 专门栈）vs「通用工具自建内部 OS」派（Notion / Coda / Attio / Airtable 自建）——分界主要是基金规模 + 阶段 + 预算，不是「谁更对」；「数据深度」派（预算压在 PitchBook / CB Insights，sourcing 靠系统化扫描）vs「关系网络」派（预算压在 Affinity，sourcing 靠网络）；「人 judgment 为核心」派 vs「AI / 数据信号前置」派（Glasswing 等 AI-native 基金，2024-2025 才显性化、尚未收敛）。海外 vs 国内不是「流派」而是生态隔离 ，按 locale 分章处理。
工作流 / Pipeline
直接消化 Track 03 的 8 个 workflow，每个一个 ### W.. 子节。一致性 sanity-check：8 个 workflow 全部备齐 skip + optimize + add 三类、每类 ≥ 1 处 （合计每个 ≥ 3 处资深差异，缺失率 0%〔本文档机械自检口径，非业内数据〕，远超「≥ 2 类、≥ 2 instance」硬门槛）、全部有 Last_updated + 近期变化字段。VC 工作流要在三个时间尺度上画：W1=「一周」、W2=「一个 deal」、W3=「一个 fund 的 7-10 年生命周期」，W4-W8 是穿插其中的专项。decay：high 1（W4）/ medium 4（W1/W2/W5/W7）/ low 3（W3/W6/W8）→ §8 须警告 W4（deal sourcing）衰减最快。
W1. 一个 GP / 投资人的一周（三尺度之「周」） 把一个早期 VC 的一周从「无序救火」变成「有节奏的并行流水线」——deal review / pitch 会 / partner meeting / board meeting / LP & founder 触达五条线同时滚动。入门 SOP 5 步：周一 partner meeting / deal review 准备 → partner meeting 本身（集体 go / no-go）→ 本周 pitch 会（见 3-8 个新公司）→ 进行中 deal 的尽调动作 → portfolio / board / LP 触达。
skip ：资深 GP 跳过对绝大多数 inbound deal 的「正式 first meeting」——用 30 秒 deck / 一段话邮件 + pattern match 直接 pass，只把 first meeting 留给网络内强引荐或 thesis 命中项。理由：冷 inbound 命中率极低，first meeting 是最贵的资源。(evidence: [T03-S004, T03-S018])optimize ：把「周一准备 + partner meeting」优化成「持续在 CRM 里异步维护 + 会上只讨论真有分歧的 deal」——不逐个念 pipeline，partner meeting 从 3 小时压到 1 小时。(evidence: [T03-S012, T03-S018])add ：额外做两件初学者忽略的事——(a)固定留「无议程」时间做 thesis 思考 / 写作 / 行业深挖（Fred Wilson 的 AVC.com 本身就是这种产物）；(b)每周固定见 N 个「不是为了投」的人（其他 GP、潜在 scout、portfolio 创始人的朋友），把网络当复利资产养。(evidence: [T03-S001, T03-S004])近期变化 ：2024-2025 寒冬 + DPI 压力下，一周里「portfolio triage / 危机处理 / 帮 portfolio 公司续命」时间占比上升，board meeting 议题从「how to grow faster」转向「default alive 还是 default dead」；2025 AI cycle 拐点起，AI 赛道 first meeting 密度回升且竞速窗口极短（< 1 周），但只在 AI / 少数热门赛道——「周一 partner meeting + 全周 pitch + 投后触达」骨架多年未变，变的是时间配比。Last_updated ：2026-05-14（骨架稳态，时间配比近 12 个月有变）Decay ：medium——骨架结构稳定，但「各段时间配比」随周期（寒冬 vs AI cycle）持续移动，12-24 个月会再变。
W2. 一个 deal 从 inbound 到 close 的完整路径（三尺度之「一个 deal」） 把一家公司从「pipeline 里的一行」推到「钱打进对方账户、股权进 cap table」。入门 SOP 6 步：sourcing + 初筛（30 秒背景核查）→ first meeting（30-60 分钟见创始人，问 team/market/product/traction）→ 尽调 → 写投资 memo + IC / partner meeting 拿 go/no-go → 出 term sheet + 谈判 → 法律文件 + close。
skip ：资深投资人对网络内强引荐 + thesis 命中的 deal，跳过「正式分阶段尽调」里的若干步，靠 pattern recognition 在 1-2 次会内给 term sheet（尤其 2025 热门 AI deal 的竞速行情）。注意 ：这是高风险捷径，只在「自己 thesis 极深 + 引荐源极可信」时用。(evidence: [T03-S004, T03-S018])optimize ：把「first meeting → 决定」优化成 first meeting 当场就走「软 term」——先口头给估值区间锁住创始人，再倒回去补尽调和 IC；把竞速顺序从「尽调完才报价」改成「先报价占位再尽调」。(evidence: [T03-S006, T03-S018])add ：额外做两件——(a)绕开创始人给的「友好 reference」，自己从网络里找独立信源（off-list reference）做背调，这是最能区分新手与老手的尽调动作；(b)在出 term sheet 前先想清楚「这个 deal 在我的 portfolio construction 里占哪个格 / 留多少 reserve」（把 W2 和 W8 接起来）。(evidence: [T03-S005, T03-S011])近期变化 ：2025 AI cycle 起，头部 AI deal 的「inbound → term sheet」周期被压缩到几天甚至更短，寒冬赛道的 deal 反而走得更慢、尽调更重——同一行业内 deal 节奏两极分化是当前最显著变化；AI 辅助尽调起势（LLM 做 market sizing 初稿 / 竞品扫描 / deck 初筛打分，但 judgment 仍在人）；国内 deal 的 close 阶段近年多了「回购条款谈判 + 创始人个人连带风险评估」环节（2023-2024 回购诉讼潮触发），海外没有这一环。Last_updated ：2026-05-14（骨架稳态，节奏 + AI 辅助 + 国内回购环节近 12 个月有变）Decay ：medium——「sourcing → 尽调 → IC → term sheet → close」骨架是 VC 数十年核心流程不会消失，但每段耗时 + AI 辅助渗透 + 国内条款环节 12-24 个月会持续变。
W3. 一个 fund 从 fundraising 到 exit 的 7-10 年生命周期（三尺度之「一个 fund」） 把一支基金走完整个 7-10+ 年生命：募资 → 部署期投出去 → 投后 + reserve 跟投 → 收获期退出 → 清算 + 给 LP 返钱（并以此业绩募下一支）。入门 SOP 6 步：fundraising（写 thesis + PPM，见各类 LP，谈 2%/20%/GP commitment（2%/20% 为业内惯例标准，非精确数据），first close → final close）→ portfolio construction 定盘 → 部署期 → 投后 + reserve / follow-on → 收获期 / 退出（IPO / M&A / secondary / write-off）→ 清算 + LP 报告 + 募下一支。
skip ：有 track record 的资深 GP 在募资上跳过「广撒网见上百个陌生 LP」——直接回头找上一支基金的老 LP re-up，加少量新 LP，募资周期从 12-18 个月压到几个月。理由：LP 关系是复利资产，老 LP 的钱比新 LP 便宜（尽调成本低、信任已建立）。新 GP 没有这个捷径。(evidence: [T03-S015, T03-S010])optimize ：把「部署期」优化成更纪律化的节奏——不在某个估值高点（如 2021）把基金一次性打光，刻意把部署摊到多个年份 / 多个市场环境，用 vintage diversification 对冲周期。(evidence: [T03-S002])add ：额外做两件——(a)从基金第 1 年就持续、主动地经营 LP 关系（定期 update、闭门会，让 LP 觉得「在场」），而不是等募下一支时才想起 LP；(b)主动管理 DPI 时点——收获期不被动等 IPO，而是用 secondary sale 主动制造流动性给 LP 返钱（尤其寒冬 IPO 窗口关闭时）。(evidence: [T03-S010, T03-S015])近期变化 ：2022-2024 寒冬 + 2025，IPO / M&A 窗口收紧 + LP 钱少，「收获期」被整体拉长，DPI 普遍偏低，LP 对 GP 的考核从 TVPI 转向 DPI，secondary sale 从「补充手段」上升为主流流动性工具；2025-2026 ILPA Reporting Template v2.0 进入采用期（费用 / carry 披露颗粒度提升）；国内 RMB 路径因 2023-09《私募投资基金监督管理条例》+ 中基协登记备案新办法，「新基金设立 / 管理人登记 / 产品备案」流程整体变重。Last_updated ：2026-05-14（7-10 年骨架是行业稳态；退出周期拉长 + ILPA v2.0 + 国内法规是近 12-24 个月的变化）Decay ：low——「募资 → 部署 → 投后 → 退出 → 清算」是基金结构本身决定的数十年稳态，变化的是各段时长与外部环境，不是骨架。
W4. Deal sourcing — 建 proprietary deal flow 把「被动等 inbound deck」升级成「主动、有结构、有专属性的 deal flow 机器」——因为 70%+（业内估计的概数）的 top deal 来自既有网络，sourcing 决定一支基金的回报上限。入门 SOP 4 步：建多渠道入口（inbound + outbound + 引荐网络）→ 持续撒网见人 → 初筛 + pattern match → 录入 + 跟踪 + 复盘（标来源渠道，复盘哪个渠道命中率最高）。
skip ：资深 GP 跳过对冷 inbound 的精读——冷 inbound 命中率极低，用极快的 pattern match（或让 associate / AI 工具初筛）处理，把精力全押在引荐网络和 outbound thesis 扫描上。理由：proprietary deal 几乎不来自冷 inbound。(evidence: [T03-S004, T03-S018])optimize ：把「持续见人」优化成「scout network / 杠杆化网络」——不靠自己一个人见所有人，而是建一张 scout 网（给早期信号源小额经济回报），让网络替自己 sourcing，把单点产能放大成网络产能。(evidence: [T03-S004])add ：额外做——把 sourcing 和 thesis 绑死：先写出清晰 thesis（哪个赛道、为什么、什么样的公司），再把 thesis 转成可执行的 outbound 扫描规则，让 sourcing 从「广撒网」变成「在我最懂的地方比别人早看到」。初学者往往撒网但无 thesis，deal flow 大而不专。(evidence: [T03-S005, T03-S009])近期变化 ：2024-2025 AI cycle 拐点 + LLM 能力成熟，AI 辅助 sourcing 从概念走进部分基金的实际工作流（自动扫描 GitHub / 招聘 / 产品发布 / 新闻信号生成清单、对 inbound deck 初筛打分，代表 Glasswing EVE、各大基金自研工具）；但具体采用率数据未在调研中验证，Track 02 标注 AI sourcing 整层 stability: experimental、工具碎片化无 default，多数基金现实仍是 Crunchbase / PitchBook 筛选 + 人脉网络，AI sourcing 是叠加层而非替代。Last_updated ：2026-05-14（「网络决定 deal flow」是稳态底层，AI 辅助 sourcing 是近 12 个月的活跃变量）Decay ：high——「proprietary deal flow 靠网络」这个底层逻辑不变，但 sourcing 的执行工具层 （AI sourcing）正在 12 个月级别快速重写，是 Track 03 里 decay 最快的 workflow。
W5. Due diligence 深做（founder reference call / market sizing / cap table review） 把一个「值得投的感觉」拆成可核查的证据——系统化做 founder reference call、market sizing、产品 / 竞争 / unit economics 核查、cap table review，产出能在 IC 上站得住的尽调结论 + risk 清单。入门 SOP 5 步：founder / team reference call → market sizing（TAM 核查）→ 产品 + 竞争核查 → traction + unit economics 核查 → cap table review + 法律。
skip ：资深投资人在种子 / 早期天使阶段跳过重的量化尽调（深抠 unit economics、买 expert call、长法律尽调）——种子期数据太薄，过度量化是另一种错；他们把早期尽调收敛到「人 + 市场天花板 + 一个核心假设」三件事。理由：早期 deal 体量小、信息本就稀薄，重尽调 ROI 不成立。(evidence: [T03-S011, T04-S001])optimize ：把「reference call」优化成「off-list 独立背调」——不止打创始人给的 friendly reference，而是从自己网络里找创始人没列的独立信源（前同事、前投资人、客户）交叉验证。这是区分新手和老手最明显的尽调动作。(evidence: [T03-S005])add ：额外做两件——(a)成长期 / 大额 check 上主动买 expert call（AlphaSense / Tegus / GLG）做独立产品 / 市场验证，绕开创始人提供的友好信息；(b)把尽调聚焦到「这个 deal 最可能 kill it 的那一个假设」上深挖，而不是平均用力做完一张 checklist——资深人尽调是「找致命伤」，新手尽调是「填表」。(evidence: [T03-S011, T03-S018])近期变化 ：2024-2025 LLM 工具成熟，AI 辅助尽调起势（LLM 做 market sizing 初稿 / 竞品扫描 / deck 初筛打分），把 associate 尽调时间从「全做」变成「机器做初稿 + 人核校 + 人做 reference call」，但 reference call 这种「投人」的核心动作仍无法被工具替代；2025 AI cycle 下热门 AI deal 尽调被竞速压缩、寒冬赛道尽调反而更重——尽调强度在同一行业内两极分化；国内 deal 尽调多了「回购条款相关的创始人个人连带风险评估」。Last_updated ：2026-05-14（尽调维度骨架稳态；AI 辅助 + 竞速分化 + 国内回购环节是近 12 个月变化）Decay ：medium——「reference / 市场 / 产品 / unit economics / cap table」五维核查是稳态，但 AI 辅助把「初稿环节」12-24 个月内显著重写，且尽调强度随周期波动。
W6. Term sheet 谈判 + 估值 把「决定要投」翻译成一份双方能签的 term sheet——定估值（pre/post-money + option pool）、选轮次工具（SAFE / 可转债 / priced round）、谈关键条款（董事会 / liquidation preference / pro-rata / anti-dilution），并在「赢条款」和「保关系」之间找平衡。入门 SOP 5 步：定估值结构 → 选轮次工具 → 谈 economics 条款 → 谈 control 条款 → 谈判到签字。
skip ：资深投资人对标准化早期 deal 几乎跳过逐条款谈判——直接用市场标准的 SAFE / 标准 term sheet 模板（YC SAFE、NVCA 模板、各家标准 term sheet），把谈判收敛到「估值 + 投资额」两个数。理由：早期 deal 在标准条款上较劲是 negative-sum，赢光条款反而输掉关系和 deal。(evidence: [T03-S003, T03-S013])optimize ：把「定估值」优化成「从 ownership target 倒推」——不先纠结估值数字，而是先定「这个 deal 我要拿到的 ownership %」，再倒推投资额和能接受的估值区间；估值变成 ownership 的结果而非起点。(evidence: [T03-S005])add ：额外做——把 term sheet 谈判当「7-10 年关系的第一次握手」来设计：刻意在不重要的条款上让步、在真正关键的（估值合理性、pro-rata、董事会）上守住，让创始人感到「这是个能共处的投资人」。初学者容易逐条款都想赢，反而在最该合作的起点埋下对立。(evidence: [T03-S003, T03-S006])近期变化 ：近 12 个月无重大流程变化（行业稳态）——term sheet 条款体系、SAFE / priced round 工具选择、谈判逻辑是 VC 数十年沉淀的成熟流程，最近一次显著变化是 2013 年前后 YC SAFE 的推广（把早期不定价融资标准化）；周期性的条款行情移动（2022-2024 寒冬 down round / 结构性条款频率上升、2021 高点极松）是「条款行情」随周期波动而非流程变化；国内 deal 的 term sheet 历来有「回购条款」这一海外没有的核心环节，2023-2024 回购诉讼潮让其权重上升。Last_updated ：2026-05-14（流程稳态；条款行情随周期波动但骨架不变）Decay ：low——term sheet 条款体系 + 工具选择是数十年成熟流程，12-24 个月不会有结构性改写。变化的是「条款行情」（随周期）和国内回购环节，不是 workflow 本身。
W7. 投后服务 / board service 钱投出去之后，把一个 portfolio 公司从「cap table 上一行」变成「被主动帮扶、被监控、危机时被救」的资产——board service、招人、客户介绍、帮融下一轮、危机处理。入门 SOP 5 步：建立沟通节奏（月度 / 季度 update + board meeting）→ 定期 board meeting → 响应式帮扶 → monitor 健康度 + triage（default-alive vs default-dead）→ 危机 / 退出协助。
skip ：资深 GP 跳过对 portfolio 里「明确的中后段 loser」的持续深度投入——不平均分配投后精力，把时间集中到 winner 和「还能救」的公司上，对明确失败的项目快速降低投入（甚至主动 write-off）。理由：投后精力是稀缺资源，power-law 下 winner 的边际帮助远比救 loser 值钱。(evidence: [T03-S016, T04-S004])optimize ：把「响应式帮扶」优化成「主动装能力」（venture assistance）——不等创始人开口，而是预判公司下一阶段缺什么（如 A 轮后缺销售 VP、缺 CFO），主动把能力 / 人 / 客户送过去；a16z 的平台化投后军队就是这种模式的极端制度化。(evidence: [T03-S016, T01-S005])add ：额外做——对 winner 主动管理「下一轮融资的定位」：在公司融下一轮前帮它对接更高阶的投资人、帮讲故事、确保自己的 pro-rata 被接住（把 W7 和 W8 reserve 接起来）。初学者把投后当「被动客服」，资深人把投后当「保护和放大 winner」的主动动作。(evidence: [T03-S016])近期变化 ：2022-2024 寒冬延续到 2025，投后重心从「blitzscaling / how to grow faster」转向「省钱续命 / default-alive 管理 / 危机处理」，Reid Hoffman 专门写《Bear Market Blitzscaling》回应这一转变；2025 起退出难，投后多了「主动用 secondary sale 给 LP 制造流动性」这个新动作；国内投后多了「回购条款执行 + 与创始人个人连带的风险处理」环节（2023-2024 回购诉讼潮）——「沟通节奏 + board meeting + 帮扶 + triage」骨架多年未变，变的是议题方向。Last_updated ：2026-05-14（投后骨架稳态；议题方向 + secondary 流动性 + 国内回购执行是近 12 个月变化）Decay ：medium——「沟通节奏 + board + 帮扶 + triage」骨架稳定，但「投后议题方向」随周期（增长 vs 续命）持续移动，且 people-analytics 类工具的渗透是 12-24 个月的变量。
W8. Portfolio construction + reserve 策略 在投出第一笔钱之前，把整支基金的数学先画出来——用 fund size 反推 check size、目标项目数、ownership target、reserve 比例，让基金的结构本身能容纳一个 power-law 结果。入门 SOP 4 步：从 fund size 反推组合宽度 → 定 ownership target → 留 reserve / follow-on（业内估计常见 40-60%）→ 定「集中 vs 分散」取向。
skip ：资深 GP 在募新基金时几乎跳过「从零设计组合数学」——直接沿用上一支基金验证过的 construction（check size / 项目数 / reserve 比例），只按当前周期和基金规模微调。理由：portfolio construction 一旦在一支基金上跑通，是可复用的模板，重新发明没必要。新 GP 才需要从零画。(evidence: [T03-S005])optimize ：把「静态 reserve 比例」优化成「动态 reserve 管理」——不是一开始锁死一个数就不动，而是随部署期里 winner / loser 的浮现持续重算「还需要多少 reserve 接住现有 winner」，把 reserve 当活的而非死的。(evidence: [T03-S011])add ：额外做——把 portfolio construction 和单个 deal 决策绑死：每次 W2 出 term sheet 前都回头对一遍「这一笔在组合里占哪个格、留多少 reserve、ownership 够不够」，让组合约束实时作用于每个 deal。初学者把 portfolio construction 当一次性的「开局设置」，资深人当贯穿全程的「实时约束」。(evidence: [T03-S005, T03-S011])近期变化 ：近 12 个月无重大流程变化（行业稳态）——portfolio construction 的数学（fund size → check size → 项目数 → ownership → reserve）是 power-law 商业模式本身决定的数十年稳态逻辑，Jerry Neumann 2015 年的「Jobs-to-be-done of VC」就已把它学术化、至今未被推翻；周期性的参数调整（2022-2024 寒冬「reserve 比例上调 + 组合更集中 + check size 更保守」、2025 AI 赛道「估值极高、check size 被迫放大」）是参数随周期移动，不是 workflow 骨架变化。Last_updated ：2026-05-14（组合数学是稳态逻辑；参数随周期调整但骨架不变）Decay ：low——portfolio construction 的数学由 power-law 商业模式本身决定，数十年未变、12-24 个月也不会有结构性改写。变化的是参数（随周期），不是 workflow。
表达 DNA
不模拟某个具体 figure，模拟「VC 行业的资深人聚一起讨论时的 register」。多人融合。
5.1 维度 维度 内容 高频用语 / 黑话 power law / fund-returner（一切 portfolio 决策的底层语言）；carry / management fee / "2 and 20"（GP 收入结构的口头语）；DPI / TVPI / IRR（「IRR 是 paper，DPI 才是 real」「markups aren't returns」）；pre / post-money（「pre or post?」是反射性追问）；SAFE / convertible note / priced round（早期融资工具三件套）；liq pref / anti-dilution / participating preferred（term sheet 谈判语言，"participating" 一出现就警觉）；deal flow / sourcing / access（「sourcing ≠ winning」）；thesis / conviction / "high conviction"（有具体所指：可证伪的方向判断 / 敢逆共识重注）；dry powder / runway / burn / "default alive vs default dead"；reserve / follow-on / ownership target / check size；anti-portfolio（「错过比投错致命」）；中国特色：对赌 / 回购 / 估值倒挂 / 人民币基金 vs 美元基金 / 引导基金 / 双 GP / 返投 严肃 register 长 podcast / conference talk / 长博客里口语化但精确，不端着——爱用「算账」式表达、爱讲具体案例和具体判断标准而非宏大叙事；谈条款 / 基金运营时用全称缩写 + 具体数字（1x non-participating、2 and 20、DPI）；引用周期（2021 高点 / 2022-2024 寒冬 / 2025 AI cycle）作为坐标系；最锋利的资深人（Gurley、朱啸虎）说话直接、不留情面、用数据怼回去 内 vs 外沟通差异 对 LP / 创始人（「客户」面）会把术语展开、讲清楚为什么；同业之间允许大量缩写和「pre or post?」式追问；注意 intake warning #2：公开博客 / podcast / 著作多是「公开人设版」——给 LP 看的市场推广或个人品牌，与 deal team 真实工作有 gap；真正接近实际工作的是「figure 谈具体判断标准 / 具体陷阱」的样本（Gurley 的 LTV 陷阱、朱啸虎的硬指标、Wilson 的 CEO 三件事），而非「figure 谈宏大叙事」的样本 外行破绽 见 §6 反模式（直接采用 glossary outsider-tell top 10） 厂商话术拒绝 见 5.3.4 反例版（直接采用 glossary「行业拒绝的厂商话术 top 5」）
5.2 对话样本库总数与 voice_confidence 合计 9 段（客户/面 LP 版 3 / 同业版 2 / 专业-监管版 2 / 反例版 2）。来源是 Track 01 figures 的 voice_samples 字段——Track 01 的 voice_samples 多数已标「转述」「转译」「推断」（原文常为英文长段、或综合多篇访谈），少数接近原话。按本文口径：9 段、多数标 (转述) → voice_confidence: medium 。Phase 3 写 SKILL.md §5 时每段须带 source_id 让用户回溯；主风格输出有真行业语料支撑，但精度受「转述为主 + 国内一手薄」限制（国内仅张磊 / 朱啸虎 / 李开复三人有可引样本，沈南鹏 / 徐小平 / 雷军未 retain，见 §8）。4 类样本可区分流派 ：Gurley/Khosla 的锋利估值纪律 vs Wilson 的温和长博客 vs 张磊的长期主义哲学 vs 朱啸虎的犀利算账，register 差异明显，不调和成一个平均音。
5.3 对话样本库（industry voice 实战语料）
5.3.1 客户 / 面 LP 版（对创始人 / LP 解释、教育）
「PMF 没发生时你能感觉到——客户没真正获得价值、口碑不传播、用量涨不快、销售周期太长，很多单子永远 close 不掉。PMF 发生时你也能感觉到——产品被买走的速度跟你能造的一样快。」（source: T01-S004，转述+压缩，原文为英文长段，Andreessen《The Only Thing That Matters》；客户场景：对创始人解释「什么时候算 PMF」）
「一位资深 VC 跟我说，CEO 只做三件事——定整个公司的愿景与战略并讲给所有人听；招到、雇到、留住最好的人；确保账上永远有足够的钱。」（source: T01-S001，转述自 Fred Wilson《What A CEO Does》原文框架；客户场景：对创业者 / 新人讲 CEO 到底干什么）
「时间会创造复利的价值。有些好企业的竞争优势今天还看不出来，明天可能稍露端倪，要到更长期才会完全显现——所以要做时间的朋友。长期结构性价值投资的核心是反套利、反投机、反零和游戏、反博弈思维。」（source: T01-S020，转述自张磊《价值》核心论点；客户场景：对创业者 / LP 解释「长期主义」与「时间的朋友」）
5.3.2 同业版（私下 / 内训 / 同业访谈）
「风投有意思的地方在于你最多只会亏一倍钱。人们倒抽一口气，但你得看另一面——如果你能赚 50 倍、只亏 1 倍，这是笔相当好的交易。我不介意单个项目失败的概率更大，只要每只基金里有足够的分散。」（source: T01-S016，原话转译，Khosla / Moonfare 访谈；同业讨论：对投资人 / LP 讲非对称收益）
「今天的 AI 应用创业者要勇于承认自己没有壁垒——有任何技术壁垒都是骗人的、都是忽悠人的。所有应用都是靠底层模型提供能力，壁垒只能建在 AI 之外。创业的本质依然是做生意，要算账——我关注的是你能不能商业化、谁来付钱、销售周期多长、留存率怎么样。」（source: T01-S025，转述自朱啸虎财联社 / 证券时报访谈，接近原话；同业讨论：对创业者讲 AI 应用的壁垒与投资判断标准）
5.3.3 专业 / 监管版（公开场合谈标准 / 估值纪律 / 行业结构）
「私募市场的高估值是『纸面上』的——复杂的清算优先权条款让 late-stage 投资人拿到了下行保护，普通员工的期权却没有。LTV 公式有种危险的诱惑——它让你用一个漂亮的终值掩盖掉获客成本越来越贵、留存越来越差的真相。不是所有收入都生而平等。」（source: T01-S002，转述自 Bill Gurley《On the Road to Recap》/《The Dangerous Seduction of the LTV Formula》/《All Revenue Is Not Created Equal》核心论点；专业场景：公开谈估值泡沫与单位经济学纪律）
「我不喜欢『个人功劳』这种说法。我们都站在彼此的肩膀上——Michael 站在 Don 的肩上，我站在 Mike 的肩上，这是一个集体的『我们』。卖掉 Sequoia 的一部分，意味着里面的人会更有钱——但留给下一代去分的那块饼，会更小。」（source: T01-S007，转述 + 部分原话转译 "We're all standing on each other's shoulders"，Doug Leone / Acquired 访谈；专业场景：公开谈机构传承观与 stewardship）
5.3.4 反例版（VC 资深人绝不会 这样说 / 被错位包装的厂商话术）
「用我们的 AI sourcing 工具，你就拥有了 deal flow，就拥有了 alpha。」（source: T06 厂商话术拒绝 #1，why 反例：内行的共识是 sourcing ≠ winning——顶级 deal 是被 founder 选，工具能扩大「看到」的量，但拿不到「access」和 conviction；把工具等同于能力是典型外行营销。对照 glossary Tier 1 #18 deal flow / sourcing 的 insider def）
「跟着我的 7 步就能进入 VC，人人都能做天使投资。」「他公开发声多、LinkedIn 粉丝多，所以投资能力一定强。」（source: T06 厂商话术拒绝 register 层 + intake warning 2/6/9，why 反例：与行业真实就业结构直接冲突——up-or-out 是常态、Partner 席位极稀缺、Associate 走到 Partner 比例极低；且内行清楚「个人 brand 优秀 ≠ 投资业绩好」，self-promotion 是工作之一但不是 track record；把「VC 决策」描述成「数据驱动的客观流程」也是营销——早期投资本质是 high-uncertainty judgment）
质量基准 + 反模式
6.1 什么算「好」（质量基准，4 条）
判断一个 deal 的第一性问题是「能不能 return the fund」，不是「稳不稳 / 会不会亏」 ：成熟投资人评估早期 deal 时，先过 power-law 这一关（市场天花板 + ownership target 够不够支撑一个 fund-returner），再谈其余；把「错过 outlier」当成比「投错一笔」更需要防的成本。(evidence: [T04-S004, T01-S016])看 traction 区分「健康增长」和「烧钱买的增长」，看条款把估值和 control / economics 合起来看 ：好的尽调能算出 unit economics、能识别 participating preferred / option pool 算在 pre 侧这类隐性税；说「估值 1000 万」不指明 pre/post、谈 deal 只看「估值 + 金额」两个数是不及格。(evidence: [T01-S002, T04-S001])尽调「找致命伤」而非「填 checklist」，且每个单 deal 决策都绑回 portfolio construction ：资深的标志是把尽调火力集中到「这个 deal 最可能怎么死」的那一个假设上、做 off-list 独立 reference call，并在出 term sheet 前对一遍组合（ownership / reserve / 占哪个格）；平均用力填表 + 孤立看单 deal 是新手。(evidence: [T03-S005, T03-S011])把判断放进周期和 fund math 里读 ：好的判断会先定位当前周期（2025-2026 是 AI 竞速 + 其他赛道寒冬的两极分化）、先看一支基金的 vintage / lifecycle / carry 经济学，再下结论；寒冬里看 DPI 不看 TVPI；不跨 vintage 比回报。(evidence: [T01-S028, T04-S018])
6.2 反模式（10 条，外行 / 入门常犯——直接采用 glossary outsider-tell + Track 03 失败模式）
报估值不说 pre/post、把 VC 当一个人、把 carry 当 GP 日常收入 ——这三条是「没真做过 VC」最快的破绽：不指明 pre/post 稀释算不出来；VC 是 GP-LP 双层受托结构、那是 LP 的钱；日常工资是 management fee，carry 是 7-10 年后才兑现的「期权」。(glossary outsider-tell #1/#2/#10)跳过独立 reference call 或只打 friendly reference ——早期投资本质是投人却不查人；co-founder 矛盾、人品问题、简历注水只能从创始人没列的 off-list 独立信源查出，这是 write-off 的高频原因。(Track 03 失败模式 5)孤立看单个 deal、不对 portfolio construction ——投完才发现 check size 和组合不匹配、ownership 不够；正解是出 term sheet 前回组合对一遍。(Track 03 失败模式 7)reserve 不够、winner 接不住 ——首轮把基金投满，winner 起飞却无钱 follow-on，是新基金第一大结构性错误；正解是募资后立刻锁定 reserve 比例（业内估计常见 40-60%），宁可初始少投几家。(Track 03 失败模式 9)在估值高点把基金一次性打光 + TVPI 高就躺平不主动制造 DPI ——2021 式 FOMO 部署被 down round 打骨折；账面 TVPI 再高、不退出就是「纸面富贵」，LP 要的是 DPI。(Track 03 失败模式 8/11，glossary「markups aren't returns」)撒网但无 thesis ——见很多公司却没有「我在哪个赛道比别人强」，deal flow 大而不专，出不了 proprietary 优势。(Track 03 失败模式 12)把 AI sourcing / AI 尽调工具当 judgment 替代 ——它只是初筛放大器，judgment 仍在人，且整层 experimental、6 个月后工具可能换一批，别把核心工作流押在单一工具上。(Track 03 失败模式 13，glossary 厂商话术 #1)种子期死抠 unit economics + 平均用力填尽调 checklist ——对数据太薄的早期公司做重量化尽调是另一种错；每个维度都做但都不深，等于没找到致命伤。(Track 03 失败模式 15/16，canon unit economics 常见误用)接受非标 liquidation preference 而不自知 ——participating / 2x+ multiple 被当正常，在中等退出场景里会吃掉创始人回报；1x non-participating 是市场标准，任何超出都是隐性税。(Track 03 失败模式 18，glossary outsider-tell #5)逐条款都想赢、输掉 7-10 年关系 + 拿不到 pro-rata 就签 ——把 term sheet 当一次性博弈，在最该合作的起点埋下对立；且 pro-rata 是接住 winner 的入场券，早期 deal 哪怕条款让步也要守住。(Track 03 失败模式 19/20)
智识谱系
保留分歧，不抹平——「双方都对」是没营养的废话。VC 的流派分裂主要在「同一个早期 deal，不同派给完全相反的『该不该投、投多少、投后管多深』答案」这个层面。海外 vs 国内当「分叉」处理（两套生态，不是「谁对谁错」）。
7.1 五大方法论流派
流派 A — Thesis-driven 主题先行派 ：奠基 = Fred Wilson 的 AVC.com + USV 的「投资 thesis 白皮书」实践（每代基金先写 15-20 页主题论文）；另一支是 a16z 的「软件吞噬世界」memo 群。当前代表 = Fred Wilson（USV）、Marc Andreessen / Chris Dixon（a16z）、李开复（创新工场 AI 2.0）、Vinod Khosla（deep tech contrarian）。核心主张：先形成对世界演化的判断，再用它系统筛 deal；thesis 要演化（USV「大网络」→「开放协议」→「加密」是同一 thesis 的迭代）。核心风险：thesis 可能成为「思想牢笼」，对 thesis 外的 outlier 系统性错过。流派 B — Concentrated 高 conviction 派 ：奠基 = Bill Gurley 的《Above the Crowd》长博客 + Benchmark 的「平等合伙制」（4-5 人，经济与决策权完全平分，无 junior、无 leader）。当前代表 = Bill Gurley（Benchmark 退休 GP）、Doug Leone / Michael Moritz（Sequoia 老一辈的「市场聚焦 + 创始人优先 + 纪律」更偏此派）。核心主张：少投、重投、深度参与，靠估值纪律和高 conviction；反对 VC 规模化。核心风险：「少投」在 AI 这种需要广撒网才能押中早期 outlier 的周期里，可能系统性 miss。流派 C — Spray-and-pray / 加速器派 ：奠基 = Paul Graham 的 essays + YC 加速器模式（标准 SAFE / 标准 deal terms / batch + Demo Day，把早期投资规模化）；学术骨架 = Kerr/Nanda「Entrepreneurship as Experimentation」（投资 = 便宜实验 → 观察 → 加倍下注）。当前代表 = Paul Graham / Sam Altman（YC）、部分天使风格。核心主张：广撒网、标准化 terms、batch + 教育驱动；用少成本买信息再集中 follow-on。核心风险：被批「稀释 conviction」、Demo Day 的「集中融资剧场」人为推高早期估值制造 FOMO。流派 D — 平台化大基金派 ：奠基 = a16z 的平台化机构本身（multi-strategy 基金 + 大规模投后服务团队，颠覆传统 VC 编制）+ a16z 经典 memo 群。当前代表 = Marc Andreessen + Ben Horowitz + Scott Kupor（a16z）。核心主张：VC 的规模化是进步，投后即产品（venture assistance 主动装能力），founder-CEO 优先。与流派 B 直接对立——分歧点在「VC 的规模化是进步还是摊薄 carry 的意义」（concentrated 派认为大基金是「AUM 规模游戏」，管理费驱动而非 returns 驱动）。流派 E — Solo GP / solo capitalist 派 ：奠基 = AngelList 的 SPV / RUV / fund admin 基础设施（把「一个人管一支机构化基金」变得可行）。当前代表 = Elad Gil / Lachy Groom 等。核心主张：一个人独立募资 + 决策，靠速度和个人 access，不需要机构编制。注意：solo GP ≠ 天使投资人——solo GP 是「一个人管一支有 LP、有 carry、有 fund 结构的机构化基金」。
7.2 学术 VC 研究脉络（影响业界但非「派」） Kaplan / Lerner / Gompers / Strebulaev / Nanda 群——是 Stanford GSB / HBS / Wharton 的 VC 课程底座，给业界提供「行业平均行为」的校准基线：Gompers/Strebulaev 的 ~900 家 VC 问卷（VC 真实工作的硬实证）、Kaplan & Lerner 的 VC 数据偏差论文、Kaplan & Schoar 的 GP 业绩持续性实证、Kerr/Nanda 的「投资 = 实验」框架。它的价值是对冲「公开人设」——长博客 canon（AVC / a16z memo）本身是「被 sanitize / 带个人品牌」的版本，学术 paper 给的「行业平均」可作校准。
7.3 仍在争论的核心分歧（保留，不裁决）
team vs market vs thesis 谁第一 ：Gompers/Strebulaev 问卷说多数 VC 把 team 排第一；Andreessen《The Only Thing That Matters》反驳说 market 最大。同一行业内的两份「权威」给出相反排序——这是 canon 内部最根本的未决之争之一，写进 §1.2 作为「必须捕捉的张力」。集中 vs 广撒 ：Benchmark / Gurley 的 concentrated（流派 B）vs YC / PG 的 spray-and-pray（流派 C）——同样信 power-law，却推出完全相反的打法 。这是本行最根本的方法论分歧。VC 该不该是「平台」 ：a16z 的全栈服务 / 平台化模型（流派 D）vs Benchmark 的「小合伙、不做平台」（流派 B）——分歧点是「规模化是进步还是摊薄 carry 意义」。operator-investor vs analyst-investor ：用运营 / 创业经验做投资判断（Reid Hoffman、Ben Horowitz、李开复的技术背景）vs 用研究 / 估值 / 数据纪律做判断（Bill Gurley 的华尔街研究员出身、Mary Meeker 的卖方分析师出身）——「会管公司 / 懂技术 ≠ 会选公司」与「光环效应」是双方互相的批评。公开品牌化 vs 安静派 ：VC 即媒体 IP（All-In 四人组、朱啸虎高频发声、李开复 keynote）vs 不做个人品牌靠机构与口碑（Doug Leone / Michael Moritz、相对低调的张磊）——这条分歧特别重要 ，intake warning #2/#6 明确指出「公开形象 ≠ 投资能力」，All-In 群体是「公开多 ≠ 投得好」的最佳反面教材（见 §8）。
7.4 海外 vs 国内（分叉，不是分歧） 不是「谁对谁错」，是两套范式：海外 VC = 纯股权 + NVCA 标准文件 + IPO / M&A 退出 + 生态成熟 + 长博客 / podcast 沉淀厚（AVC.com / Above the Crowd 这种 20 年长跑写作）；国内 RMB 基金 = 股权 + 对赌 / 回购（把股权做成类债化）+ 引导基金 LP（带返投 / 招商等政策诉求）+ A 股退出 + 双 GP 结构（投资 GP + 募资 / 国资资源 GP）。同名「VC」实为两套范式。国内一手深度信源结构性偏薄 ——主阵地是公众号黑名单 + 闭门会，国内没有 AVC.com / Above the Crowd 的对标物，国内 figures（仅张磊 / 朱啸虎 / 李开复 retain）、workflows、voice 维度都比海外薄（详见 §8）。master skill 必须按 locale 分章。
诚实边界
至少 3 条具体局限。所有 % / 数字 / 价格 / 日期带 source_id 或置信度 caveat。VC 数据透明度极差，本节尤其严格。
8.1 关键 caveat —— 一手率的「机械口径」陷阱（必读） source_verifier 对 VC 行业有系统性低估：它对作者裸域博客 （avc.com / abovethecrowd.com / paulgraham.com / feld.com / reactionwheel.net）、VC firm 官网 、Substack / Medium 子域 一律保守判 secondary，不上抬。按此机械口径，146 条 source 里 verified_primary + surrogate_primary 合计仅约 67 条 ≈ 46% （Track 01 figures 机械口径 8/28 ≈ 29%、Track 03 workflows 5/18 ≈ 28%、Track 04 canon 9/25 ≈ 36%）。但这个数字系统性低估了真实一手内容比例 ——VC 行业的一手内容恰恰大量发在创始人 / GP 的裸域博客和本人著作里 ：Fred Wilson 的 AVC.com（1000+ 篇本人长博客）、Bill Gurley 的 Above the Crowd（本人万字长文）、Paul Graham 的 essays、Brad Feld 的 feld.com term sheet 系列、张磊《价值》、《沸腾新十年》——这些都是真·一手，只是发布渠道的形态让机械 verifier 误判。Track 01 按「实际作者一手文本」重算约 75%，Track 04 canon 实质一手 ≈ 86%。引用时应理解：机械口径 ~46% 低估了真实一手比例，实际一手内容比例显著高于此 ——这是 GLOBAL 行业内容分发的结构性特征，不是调研不力，Phase 4 item 13（URL 一手机械验证）对本行业应按 GLOBAL 规则放宽理解。
（另一面也要诚实：Track 02 工具维度确实一手偏薄——24 条 source 以 vendor docs（surrogate_primary）为主，因黑名单覆盖面广（G2 / Capterra / 知乎 / 公众号全禁），第三方独立评测引用密度偏低；工具的抽成 / 定价 / 功能这类事实 由厂商一手披露可信，但「某工具值不值得用」这类判断 有 vendor 一面之词的风险，新兴层（Attio / AI sourcing / Eqtble）的 production case 多为 stack-pattern 推断而非可验证案例。）
8.2 国内 locale gap（显著，贯穿全部 6 轨） locale = global，但国内侧信号结构性弱于海外。根本原因：国内 VC 的一手深度信源主阵地是微信公众号（信源黑名单）+ 闭门分享 + Stanford GSB 式精英圈子的国内对应 ，非黑名单的一手长访谈 / 长博客 / 长 podcast 极少。具体：
figures 维度 ：海外 retain 10 张卡（一手长素材普遍充足），国内仅 3 张（张磊 / 朱啸虎 / 李开复）；沈南鹏、徐小平、雷军、阎焱因公开长素材不足未 retain （沈 / 徐降为名片型 manifest 条目）。国内 VC 的真实方法论沉淀在闭门场合，公开可得的远薄于海外。workflows 维度 ：国内路径的 workflow 描述（回购环节、RMB 募资变重）是「从行业语境 + 法规 + 媒体报道推断」，而非直接从国内 GP 的一手工作流叙述提炼——国内没有 AVC.com / Above the Crowd 这种可对标的一手长博客。tools / sources / voice 维度 ：国内工具卡片主要靠 vendor 官网；国内一手创作者发声渠道几乎收不到（疯投圈是唯一 retain 的中文 podcast 且更新不稳定）；voice DNA 国内侧偏薄。结论 ：本 skill 对国内 VC 的画像精度显著弱于海外，国内部分的 mental model / workflow / voice DNA 须做二次校验；agent 在中文创投 source 上的 deep-fluency 期望应低于英文侧。
8.3 行业头号陷阱 —— 公开形象 vs 实际工作的 gap（intake warning 2/6/7/8） 这是本行业最需要警惕的元认知问题，多条 intake 警示指向它：
多数「VC playbook」是 GP 个人品牌营销，不是实际工作 ：公开博客 / podcast / 著作多是给 LP 看的市场推广或个人品牌叙事，不是 deal team 真实工作的逐步记录。本文已尽量优先采用「figure 谈具体判断标准 / 具体陷阱」的素材，但「资深路径」的 skip / optimize / add 仍有部分是从公开叙事 + 工具场景 + canon 流程综合推断，而非直接观察到的 deal team 内部 SOP。外部能拿到的是 70 分的公开版工作流，顶级 20 分的 deal team 内部 SOP 拿不到 （intake warning 8）。个人 brand 优秀 ≠ 投资能力 （intake warning 6）：大量公开活跃的网红 VC 真实业绩平淡；All-In 群体（Chamath / Sacks / Friedberg / Calacanis）是「公开多 ≠ 投得好」的活样本——Chamath 的 SPAC 标的大面积破发，Calacanis「早期投 Uber」被反复引用但整体投资记录的 power-law 真实分布并不透明。读者要警惕「公开多 ≠ 投得好」。数据透明度极差 （intake warning 7）：GP fund returns 多不公开；公开 deal 数据（PitchBook / Crunchbase / IT 桔子）系统性偏头部、偏后期，种子 / 早期天使 deal 大量缺失——「公开数据是冰山一角」，把数据库当 ground truth 是外行（Kaplan & Lerner 的 NBER 论文把这条警示学术化）。
8.4 power-law 业态本身的局限 —— VC 不是「稳定职业」（intake warning 1/9/10）
VC 不是稳定职业 （intake warning 1）：90%+ deals 失败或回本，头部 1-2 个 deals 占 fund return 80%（业内通行说法，精确分布因 GP returns 不公开而无法核实）——fund return 极不平均，绝大多数基金 / 投资人达不到「头部」。职业上升路径不透明 （intake warning 9）：Associate → Principal → Partner 极少数能走通，「up-or-out」是常态，Partner 席位极稀缺；Associate 多是 2-3 年合约角色。SKILL.md 应写真实就业市场而非「7 步进入 VC」的励志故事。carry 兑现周期长 （intake warning 10）：GP 日常工资靠 management fee（约 2%/年 × 基金规模，业界标准「2 and 20」的「2」），真正的上行收入 carry（20% 利润分成，头部基金可到 25-30%）要等基金 7-10+ 年生命周期后才兑现，且很多基金一辈子都没等到 carry。VC 不是「高薪稳定职业」。
8.5 VC 与创始人利益不对齐 + 学派分歧无共识（intake warning 5/11）
VC 与创始人利益不一定对齐 （intake warning 11）：GP 想要 outlier exit（power-law 决定），founder 可能想 build long-term；本 skill 提炼的是「VC 视角的 OS」，VC playbook 不一定对 founder 最优 ——尤其在「该不该卖公司」「该不该再融一轮」这类问题上，GP 和 founder 的最优解可能相反。学派分歧大、无行业共识 （intake warning 5）：team-vs-market、集中-vs-广撒、要不要做平台、operator-vs-analyst（见 §7.3）至今无共识；本 skill 保留分歧而非裁决，任何「VC 应该怎样」的断言都要先问「在哪一派语境下」。
8.6 时效衰减 —— 工具栈 / 工作流模块衰减最快 信息截止 2026-05-14。按 extraction-framework 衰减表，工具栈 + 工作流模块衰减最快 。具体已落地 / 预计变动的（数字均带 source）：
2022-2024 寒冬未完全过去 + 2025 AI cycle 局部反弹 ：造成「同一行业内 deal 节奏两极分化」（AI / 热门赛道竞速 vs 其他赛道慢节奏），影响 W1 / W2 / W3 / W5 / W7 多个 workflow 的节奏与议题方向（intake warning 4，写时间戳：2025-2026）。AI 辅助 sourcing / 尽调 ：Track 02 标注整层 stability: experimental、工具碎片化无 default，采用率数据未在调研中验证 ——不能当「已成主流工作流」，只能说「2024-2025 起势、从 AI-native 基金向主流扩散中」；W4（deal sourcing）是 Track 03 里 decay 最快的 workflow。ILPA Reporting Template v2.0 ：2025-01 发布，对仍在投资期的基金自 2026 Q1、新基金自 2026-01-01 起替代 2016 版（evidence: [T06-S019]）。QSBS / §1202 ：2025-07-04 OBBBA 重大修订——对 2025-07-04 之后取得的 QSBS 引入阶梯持有期、单纳税人单发行人排除上限从 1000 万 → 1500 万美元、公司总资产门槛从 5000 万 → 7500 万美元（evidence: [T06-S004, T06-S020]）；之前取得的股票适用旧规则。SEC accredited investor ：2020-08 修订新增专业资格路径，2025 仍有扩大定义的立法在国会推进，但核心收入 / 净资产数字截至 2026-05 未变（evidence: [T06-S001, T06-S018]）。中国监管 ：《私募投资基金监督管理条例》2023-09-01 施行（首部行政法规）、中基协登记备案 2023-05 新办法门槛大幅提高（evidence: [T06-S006, T06-S008]）；2023-2024 回购诉讼潮让国内 deal 多了「回购条款 + 创始人个人连带风险」环节，司法 / 监管口径仍在演化（decay high）。行业属性局限 ：VC 行业基本无强制执业认证——美国 GP 无入行证照（Series 65/82 等仅特定活动触发），中国有「基金从业资格」作为登记前置；起「标准」作用的更多是行业协会软标准（ILPA / NVCA）+ 平台事实标准（YC SAFE）。强烈建议每 3-6 个月跑一次 update 大师 vc-investor ——AI sourcing 工具层在 12 个月级别快速重写、国内创投工具随 RMB 周期 + 政策剧烈波动即先例。心智模型 / 智识谱系 / canon 衰减慢（1-2 年）。不能替代真人 ：本 skill 是「2026-05 的业界共识 + 明显分歧 + 公开形象 vs 实际工作 gap」的提炼，不是「跟我学做 VC」——VC 是 power-law 业态，绝大多数投资人 / 基金达不到头部，且顶级的 deal team 内部 SOP 不公开。
Time-decay Registry This skill's modules decay at different speeds. Re-run update 大师 {slug}
when the dates below cross the recommended cadence (see references/extraction-framework.md § 八).
Module last_updated decay_risk Recommended refresh cadence Mental models last_updated: 2026-05-14 decay_risk: low 1-2 years Standard playbook last_updated: 2026-05-14 decay_risk: low 6-12 months Tool stack last_updated: 2026-05-14 decay_risk: high 3-6 months Workflows / pipeline last_updated: 2026-05-14 decay_risk: high 3-6 months Expression DNA last_updated: 2026-05-14 decay_risk: low 6-12 months Sources (Track 5) last_updated: 2026-05-14 decay_risk: medium 6 months Glossary / standards / regulations last_updated: 2026-05-14 decay_risk: medium 6 months (regulations may force sooner) Intellectual genealogy last_updated: 2026-05-14 decay_risk: low 1-2 years Honest boundaries last_updated: 2026-05-14 decay_risk: low re-assess each refresh
last_updated values reflect the synthesis date. Individual research notes in
references/research/ may have more granular last_checked dates per item.
