先说为什么要从单篇改成分页
上一版已经把 27 个项目都塞进了一篇稿子里,但继续往下加,只会让这篇文章越来越像数据库导出,而不是能帮助读者形成判断的研究稿。项目数量一多,最容易出的问题不是信息不够,而是信息层级塌掉:结果型 Agent、医疗软件、机器人数据层、Agent 支付和 frontier lab 被迫共享同一个叙事框架,最后谁都看不清。
所以这次我不再把“篇幅拉长”当成继续深入的方式,而是把文章改成导读页,再拆成五篇分稿。这样做有两个直接好处。第一,读者可以按自己最关心的预算面和赛道面进入。第二,单个项目的分析终于能放回更合适的可比组里,而不是拿 Patientdesk.ai 和 Ndea 这种本来就不该共享估值框架的公司硬放在同一段里比较。
这组分页到底怎么拆
这次分页不是按“公司名字顺序”拆,也不是把一篇长文随机切五段。我按创投判断里最重要的分层来拆。
这一篇只看最容易先做出收入和留存的结果型产品,包括销售、财务、法律和建筑工作流。
这一篇把医疗里的 admin automation、consumer health 和临床规划分开看。
这一篇讨论 orchestration、identity、runtime validation、monitoring、payment 这些中间层到底有没有机会长成平台。
这一篇只关心 physical AI,重点不在 demo,而在部署、单位经济和数据闭环。
这一篇把最不像传统 SaaS 的三家公司单独拿出来,用更接近 deep tech 的框架看。
这五篇分稿现在都沿用同一套分析框架,尽量保持横向可比。
成熟度:今天到底走到 demo、部署、设计伙伴还是初步收入。方向潜力:赛道为什么可能成立,天花板靠什么打开。商业价值:最后更像软件、服务、平台控制点,还是深科技研发公司。投资判断:站在创投视角,这家公司更像近端现金流标的、中期平台期权,还是长周期技术赌注。下一个验证点:如果继续尽调,未来 6 到 12 个月最该盯哪一个硬信号。
先给整组系列一个投委会结论
如果你只想先看最容易兑现真钱的部分,建议从第一篇开始。Cardinal、Balance、FullSeam、General Legal、Vector Legal、Avoice 这组公司的共性不是技术最前沿,而是已经卡进有人付预算的流程里。它们更像“AI 原生事务所、AI 原生垂直软件、AI 原生外包替代者”,最先比拼的是交付质量和留存,而不是前沿研究叙事。
如果你更关心未来平台控制点,第三篇更值得看。那里面的公司不一定最早长出大收入,但一旦 category 成立,身份、运行时验证、orchestration 和支付都可能比单点应用拿到更高的结构性价值。风险也同样明显:这些层很容易被更大的云平台和模型平台向下打包。
如果你更关心高赔率长周期期权,就跳到第四篇和第五篇。机器人数据、world model、drug discovery 和 frontier lab 看起来都像“更远的未来”,但真正的差别在于,它们到底是工具公司、平台公司,还是需要长期资本支持的科研型公司。这个判断一旦搞错,后面的估值和持有预期就会全错。
先把三条总判断钉住
第一,W26 最容易被低估的,恰恰是那些不够炫、但很快能替代人工流程的结果型 Agent。因为市场仍然习惯用“它是不是很像 Copilot”去判断它,而不是用“客户是不是已经愿意为结果持续付费”去判断它。
第二,Agent 基础设施是未来几年最拥挤、也最容易被高估的一层。因为每个新范式都会长出监控、治理、安全和支付需求,但不是每一层都能独立存在。真正稀缺的,不是“我也做监控”,而是“我是不是站在动作执行、身份管理或资金流动的关键入口上”。
第三,机器人、药物和 frontier lab 不能套用普通 AI SaaS 的节奏。它们的上限很高,但时间、资本和验证路径都更重。对这类项目,创始团队、资本结构和下一轮融资能力,往往比当下收入更关键。
如果你只想先读一篇,应该怎么选
- 你最关心近两三年的真钱与留存:先读收入型 Agent。
- 你想知道医疗为什么不能只用一个“AI 医疗”标签概括:先读医疗 AI。
- 你想知道中间层公司到底在争什么控制点:先读Agent 基础设施。
- 你想知道机器人公司该怎么把故事落到部署现实:先读Physical AI。
- 你更在意 deep tech 和 frontier lab 的长期赔率:先读长周期研究赌注。
这一组分页最想保留的,不是热闹感,而是判断边界
这一组文章真正想保住的,不是“这批公司多热”,而是边界感。销售自动化、口腔诊所前后台、会计流程、Agent 支付、机器人训练数据、frontier lab,这些东西当然都能被归进 Agent,但它们并不因此变成同一类生意。
只有把这些公司放回它们各自真正面对的预算、客户、交付和资本结构里看,创投判断才会开始变稳。这也是为什么我宁可把原稿拆开,也不愿继续往一篇单稿里叠更多内容。深度不是字数,深度是分类正确之后,判断终于不再互相污染。
更新附注
- 版本:v1.1
更新日期:2026-03-25 更新原因:原稿篇幅已经明显偏重,按分页方案重构为导读页,并拆出五篇分稿以降低单页负担、提升阅读路径与项目比较的可用性。
还没有评论,你可以写下第一条。