宇树上市后的第七个交易日，市场已经为同一家公司写下了三个差异巨大的价格。

第一个是150.80元的发行价，对应发行后市值609.93亿元；第二个是上市首日1100元的开盘价，对应市值4449亿元；第三个是8月28日的收盘价589.90元，按发行后总股本计算，市值约2386亿元。

你觉得这说明了什么？我觉得这什么都不说明。因为只要换一个起点，同一张走势图既能证明泡沫正在破裂，也能证明市场仍然愿意给具身智能龙头接近四倍的发行溢价。从首日高点算，宇树已经回撤46.4%；从发行价算，它仍然上涨291.2%。

这三个梯度顶多在暗示，宇树的IPO尚未完成人们预期中的“赛道定价”。发行人和承销商给出了一次发行定价，上市首日的稀缺筹码给出了一次情绪定价，接下来的收入、利润和解禁安排还会带来持续定价。IPO只是完成了从封闭报价到公开争论的切换。

当然，具身智能行业确实需要这个切换。从2025年7月至2026年6月，国内一级市场发生了超过500起具身智能融资，总额超过960亿元。每家公司都能用机器人数量、训练数据、订单意向和未来场景讲出一套估值逻辑，市场却缺少一张可以持续核对的公开报表。这组投融资统计所呈现的过热，首先是一种尺度不足：钱已经按照产业成熟期的速度进入，验证标准仍停留在项目各自解释的阶段。

宇树似乎提供了一套很难绕开的考题。2025年，公司实现营收16.99亿元、扣非归母净利润5.91亿元；人形机器人收入8.68亿元，占主营业务收入51.78%，全年实现销售5215台。投资人以后再为一家人形机器人公司定价，可以继续谈技术路线和通用能力，也要回答收入来自科研教育、展示还是工业生产，单机价格能否持续下降，交付量如何转化为利润，研发与销售费用又会怎样侵蚀利润。

但样板效应的边界同样清楚。宇树已经拥有四足机器人业务、标准化产品、规模收入和利润，绝大多数具身智能创业公司还没有走到这个位置。把宇树的市销率直接贴到一家没有稳定交付的公司身上，只会把“行业第一股”变成新的估值话术。宇树可以统一问题，无法统一答案。

其次争议在这里也转向了投资人。“Club Deal”早在宇树上市前已经被用来形容具身智能融资。2024年9月，宇树一轮融资由北京机器人产业投资基金领投，深创投、美团龙珠、红杉中国、中信证券、源码资本等14家机构跟投。《财经》当时的报道把它称为具身智能典型的Club Deal：由多家机构共同出资，分摊单笔风险。

共同投资本身有充分的商业理由。人形机器人研发周期长、资本开支高，一家机构很难独自覆盖本体、模型、数据、供应链与后续融资。国资、互联网公司、财务VC和产业资本进入同一轮，各自提供的资金期限与资源也不相同。在技术路线尚未收敛时，多投几个项目、与其他机构共享额度，是投资组合管理的一部分。

危险发生在投资名单开始替代投资证据的时刻。A机构因为B机构已经进入而降低疑虑，B机构又把C机构的品牌当作验证；下一轮的小额融资抬高整张股东表的账面价值，新估值随后成为上一轮判断正确的证明。每个人都能说自己经过了独立判断，最终却找不到一个人解释：如果把其他投资人的名字从材料里全部删掉，这个价格还剩下哪些事实支撑。

这里需要说明的是，这是一种可以观察到的共识生产，距离“共谋”仍有一条证据边界。共谋指向隐秘协调、虚假交易、误导性信息或共同操纵价格，仅凭股东名单重叠和赛道融资密集，无法完成这样的指控。宇树首周的交易结构还提供了一项重要反证：本次发行全部为新股，原股东没有公开发售股份；王兴兴所持股份锁定36个月，多数财务投资者锁定12个月。

但舆论仍然会把“共谋”放在投资人身上，因为宇树把VC平时隐藏在漫长周期里的资本功能压缩到了一周。早期资本参与选择公司、组织融资、引入下一批资金，再通过上市把私人估值翻译成公共财富。股价上涨时，这套机制被称作发现价值；股价急跌以后，早期股东的低成本、上市首日的高价格与后来买入者的亏损，迅速组成了一条受益者和承担者都很清楚的叙事。

具身智能又把这种冲突放大了一层。过去一年超过960亿元的融资，发生在稳定应用仍然稀缺的阶段；同一批知名机构频繁出现在多家公司股东名单里；“中国制造”“AI终极载体”“下一个汽车产业”等说法比故障率、人工接管比例和复购率更容易传播。投资人提供资金，也在提供一套让下一位投资人能够继续下注的解释。资本的一面由此盖过了研究和陪伴创业者的一面。

所以，本周的VC Weekly，我们围绕宇树上市一周后的一系列争议展开：这家“具身智能第一股”如何为过热的行业建立定价与退出参照；当同一批机构反复出现在机器人公司的股东名单里，正常的共同投资为什么会被舆论理解为资本“共谋”，这种指控又是否成立。

本周推荐：当所有人都给出七八分，红杉会先写一份失败报告

本周一（8月24日），20VC更新了一期栏目《What Sequoia Specifically Looks for in Founders》。主持人哈里·斯特宾斯（Harry Stebbings）邀请红杉资本合伙人朱利安·贝克（Julien Bek），讨论红杉如何在多人参与的投资委员会中保留个人判断。贝克加入红杉前曾在Accel工作五年，参与Miro、Melio和BeReal等项目，在红杉负责Rillet、Tacto和Auctor等投资

红杉的早期投资团队每周一召开投资委员会。创始人面对全体合伙人陈述项目，合伙人先各自打分，再进行讨论，然后重新投票，分数从1到10。这个流程最反常识的地方在最后：投票不会替项目负责人作决定。即使阿尔弗雷德·林（Alfred Lin，红杉管理合伙人）给出1分，负责这笔交易的合伙人仍然可以按下同意键。

贝克用SpaceX解释这套制度。肖恩·马奎尔（Shaun Maguire）把SpaceX带进投资委员会时，有人给出了1分。马奎尔没有撤回项目，他推动其他合伙人亲自去看公司，先完成一笔较小投资，再逐步加码。几年以后，SpaceX成为红杉历史上表现最好的投资之一。

红杉会在内部复盘数十年的基金回报。贝克说，最好的投资反复表现出同一个特征：项目负责人拥有最高确信度。小额资金换来巨大回报的项目通常还伴随着争议，Airbnb早期让陌生人睡在别人家地板上的想法，就曾被大量机构拒绝。投资委员会提供反对意见、暴露盲区，也把最后的责任留给最了解项目的人。

相反的情况更让红杉警惕。如果所有合伙人都给出7分或8分，团队会主动找人扮演反方，为这笔交易写一份“事前尸检”：假设几年后投资失败，今天遗漏了什么。贝克的解释是，优秀创始人很懂得如何反向设计一套投资人爱听的叙事。一场没有破绽的路演，可能意味着所有人同时被同一种表达方式说服。

节目也谈到物理AI。贝克预计，这类公司验证周期更长、资金需求更大，基金之间会出现更多合作。多人共同投资因此很难消失，关键是把共同信息与个人确信度分开。投资委员会可以有十二个人，项目负责人仍要说明自己为何愿意在低分面前继续下注。

这套制度恰好为本周的Club Deal争议提供了一条判断标准。共同投资不会自然产生共谋，集体赞同也不构成研究成果。每家机构都应当留下一个可以单独检验的投资命题，并由具体的人承担判断。股东名单再豪华，也不能替任何人按下最后的同意键。

本周其他推荐：AI债务，会复现次贷危机吗？

本周的第一期其他推荐，来自《Invest Like the Best》在8月25日更新的《From Transistor to Token》

主持人帕特里克·奥肖内西（Patrick O’Shaughnessy）邀请Sail Research创始人尼尔·莫瓦（Neil Movva），讨论如何把AI推理成本继续压低。莫瓦曾在英伟达做GPU和内核优化，后来在苹果参与计算机视觉系统，又在Together AI搭建大模型推理栈。

莫瓦押注的需求来自运行数小时、数天甚至数周的后台智能体。用户等待一句回答时，延迟决定体验；智能体整夜执行研究、网络安全检查或软件任务时，吞吐量和总成本更重要。Sail据此反过来设计整套系统，让任务在价格最低的时间和硬件上运行。

他的采购原则是“没有坏芯片，只有坏价格”。英伟达之外的芯片、只有1兆瓦容量的小型数据中心、可用率只有95%的电力，在追求实时响应的云服务商眼里都很麻烦；Sail允许任务中断和迁移，便能承接这些被大型客户放弃的供给。别人对资产质量的折价，变成了它的成本优势。

这期节目提醒投资人，算力资产的价值取决于需求形状。同一块芯片服务聊天机器人时可能落后，服务长时间后台任务时却可能足够便宜。数据中心、芯片和模型的“先进程度”无法单独决定回报，工作负载愿意牺牲什么，才决定供应链上哪些缺陷可以被重新定价。

本周的其他推荐第二期，来自美国外交关系协会的播客《The Spillover》，话题是《AI公司的债务会引发下一场金融危机吗？》。主持人丽贝卡·帕特森（Rebecca Patterson）与塞巴斯蒂安·马拉比（Sebastian Mallaby）邀请Apollo合伙人兼首席经济学家托斯滕·斯洛克（Torsten Sløk），拆解AI基础设施从科技公司自由现金流转向公共债券与私人信贷后的风险

几家大型科技公司的表内杠杆仍然不高，节目担心的是资产与承诺之间的连接。2026年上半年，超大规模云厂商的发债规模达到上年同期十倍；九家大型科技公司与AI有关的表外承诺据估算约为3万亿美元。Oracle在2026财年自由现金流为负237亿美元，信用评级已经降到BBB-，同时又要为OpenAI一份五年3000亿美元的云计算合同建设4.5吉瓦数据中心。任何一端的收入或融资延迟，都会传到另一端。

斯洛克给出了两个都不舒服的情景：AI采用太快，失业率和旧软件公司的信用质量可能承压；采用太慢，数据中心产生的收入无法及时覆盖今天的建设速度。美国数据中心投资目前约占GDP的1%，峰值可能接近3%，扩张速度快于互联网光纤建设和房地产繁荣时期。

他也反对把这套风险直接复制成2008年。金融危机前大型投行杠杆超过30倍，当前为数据中心提供私人信贷的业务发展公司杠杆通常只有一至两倍，而且资金端多为长期负债，发生挤兑的条件弱得多。风险会集中到具体项目：合同只有三至五年，资产寿命却有十年；芯片折旧速度超过预期；单一客户无法履约。投资人需要追问每一笔承销按投资级还是高收益债测算，而不是只问AI债务总额是否过大。

本周特别推荐：投资人从不热爱风险，他们热爱被解释过的风险

节目发布于7月14日。《Invest Like the Best》在《如何募集数十亿美元》中邀请约翰·金（John Kim），讨论大型基金与创业公司如何让资本采取行动。金曾任美国风险投资机构General Catalyst首席客户官，参与募集数十亿美元，目前担任AI科学公司Lila Sciences董事长兼企业发展总裁，并帮助公司完成超过5亿美元融资

金把说服写成一个很简单的式子：欲望减去恐惧。朋友和家人愿意提供第一笔钱，未必因为他们承受损失的能力更强。他们对你的信任，以及希望你成功的愿望，暂时压过了失去资金的恐惧。机构投资人同样如此，只是欲望可能来自回报、声誉、资源入口或职业安全。

这套解释导向他在节目里最尖锐的判断：所谓热爱风险的投资人并不存在。人们下注以前，会先说服自己真实风险没有看上去那么大。只要潜在回报足够高，把风险在认知中缩小一半，决策就可能通过。许多投资错误发生在这个环节，风险没有被消灭，只是被合理化了。

大额募资最有效的降恐惧工具是共识。金回忆General Catalyst扩大基金规模时，团队会有意识地逐轮建立共识：先取得主权基金、养老金和顾问机构中的可信支持者，再让这些名字成为下一批出资人的信任来源。大钱通常躲在委员会后面，八九个人共同投票能够分散个人的职业风险，也很难作出逆向决定。

Benchmark把这套机制推到了极致。金曾问一位Benchmark合伙人如何募资，对方回答，周二晚上发出一封邮件，基金周三上午就满了。长期业绩建立信任，行业共识确认它是顶级基金，稀缺额度迫使出资人迅速行动。三者同时存在时，募资材料已经不需要逐项消除疑问。

金还给出一条“差异化定律”：募资能力取决于业绩与差异化之和，再除以故事的复杂度。故事越复杂，支持者越难回到投资委员会替项目解释，信任也越容易在转述中损耗。具身智能这一轮最有效的表达恰好极其简单：中国制造拥有供应链优势，AI需要进入物理世界，宇树已经完成上市。可靠性、人工接管比例、真实复购和单机经济性则需要更长的解释。

Club Deal由此拥有了一个比“抱团”更具体的形成过程。知名机构进入能够降低后来者的恐惧，后来者的加入又把个别判断扩展成市场共识；共识帮助资本跨过技术不确定性，也可能让每个人都低估同一项风险。这个机制公开存在，并且是大额融资能够完成的重要条件。

宇树股价下跌以后，舆论把共识生产直接翻译成了共谋。约翰·金的访谈提供了中间那层更有用的解释：资本市场不需要一场秘密会议，也会形成方向一致的下注。每位投资人都在观察别人如何降低恐惧，再用新的投资名单继续降低下一位投资人的恐惧。共识拆开以后能否还原出若干套独立判断，才是需要检查的部分；如果只剩下一串彼此引用的名字，风险已经被解释掉了，却没有被承担