这是我自己的第一篇公众号，未来会在这里记录我创业过程中的所思所想。那不能免俗的要先介绍下自己：

我 2012 年从清华大学航空航天专业毕业，在过去十多年间走了一条非典型的职业路径：科技公司 --> 投资人 --> 创业：

2012 – 2013 年：加入百度移动云战略，参与移动转型战略制定和 91 无线并购及整合

2014 – 2018 年：作为研究员加入高瓴资本，负责全球二级市场的游戏娱乐研究和投资

2019 年：参与创立了昆仑资本的二级市场投资业务和团队

2020 – 2023 年：作为创始团队参与创立红杉中国的对冲基金 ( Sequoia China Equity Partners ) ，并负责基本面研究工作

2024 至今：联合创立 Cloudsway 及小宿科技

在过去十五年里看过的公司和管理层不算少，二级市场又是一个每天用价格给你判断打分的地方。回头看，我自己犯过的错和见过的错，绝大多数都是同一种：把 " 各方面都不错 " 当成了 " 某一方面无人能及 "。

所以下面这些话，Singerman 说出来的时候，我个人对这期播客特别有共鸣，强烈推荐大家去 YouTube 上听这个讨论。

Brian Singerman 是 Founders Fund 前 GP，2008 年加入，2025 年离开，之后创办 GPx 专投新兴基金管理人。今年 6 月他上了 Sourcery 播客，主持人 Molly O'Shea 做了一期 51 分钟的长访谈。

我把全文听完，觉得值得单独写一篇，因为他把一件很多投资人心里明白、但很少说透的事讲得非常干净：好的投资不是找 " 各方面都不错 " 的人，而是找在某一件事上无人能及的 outlier，然后把多个 outlier 组合起来。

一、98% 看人，而且只问一个问题

Singerman 说，做 VC 时他 98% 以上的决策取决于创始人本身。但 " 看人 " 这个词太笼统，他的标准其实非常窄，只有两个问题：

第一，这个人是不是在某件新颖的事情上，是世界最强的？

第二，他能不能把这个优势杠杆成一家世界级的公司？

注意第二问。很多人只问第一问，于是投了一堆天才，但天才和 " 可投的天才 " 之间隔着的正是第二问。

他把创始人分成 A+ 和 A-。Founders Fund 的合伙人视角各异、对赛道没有统一偏好，但所有人能达成一致的只有一件事：" 这个人真的强 "。他说 A+ 创始人极少，而 A- 创始人很多——大部分投资失败，不是投了坏人，而是把 A- 当成了 A+。

有个细节很说明问题：他们曾请一位作家到 Founders Fund，想把 " 什么是 Founders Fund 式的创始人 " 写成文字，最后没能写出来。这是一种模式识别能力，不是 checklist。

二、Outlier 不是全才，而是把所有技能点加在一处

Singerman 是终身竞技型策略游戏玩家，1995 – 96 年美国卡坦岛冠军，Ascension、Terraforming Mars 打到过世界前十。他说这直接塑造了他的投资方式。策略游戏里有个概念叫 " 加技能点 "：点数有限，你可以平均分配变成什么都会一点的角色，也可以全部押在一项上，让别人永远追不上你。

他选后者。他从来没读过财务报表，唯一一次做表格是太太帮他做的。看到 SpaceX 的招股书他说 " 我读了也看不懂，火箭很酷，Elon 是史上最伟大的创始人，够了 "。那些是合伙人的 edge，不是他的。他只在 " 识别 A+ 创始人 " 这一件事上不断加点。

他对 Elon 的评价也不是 " 什么都会 "，而是 " 唯一一个能同时当 SpaceX 的 CEO 和 CTO 的人 " ——在商业史上没有出现过第二个。Elon 是极端个案：一个人身上同时长出了两个 A+。绝大多数时候，A+ 是一次只长一个的。

三、Anduril：多项 A+ 组合的典型实践

所以 Singerman 紧接着讲了另一半，我认为这是整期播客最有价值的部分。

他说 Anduril 的几位创始人各自在完全不同的方面极强、彼此尊重，其中没有任何一个人能单独把这件事做成，但这种互补的创始团队，作为一个整体比 Elon 更强。这句话从一个亲历 SpaceX 投资、把 Elon 称为史上最伟大创始人的人口中说出来，分量不一样。

Anduril 是一个很干净的样本。Palmer Luckey 在产品和硬件想象力上是一个 A+：Singerman 是 Oculus 的第一位投资人，那是他职业生涯里极少数 " 因为产品而投 " 的案例——他亲自试了 Oculus 原型机，" 被震住了，必须投 "。但 Palmer 的可贵之处，Singerman 说得很准：" 他清楚自己在哪里是世界级的，也清楚哪里需要别人补。" 于是 Anduril 的创始团队里，政府与国防市场的进入、大规模工程与运营、资本与战略，各自由不同的 A+ 承担。每个人都是某一维度上的 outlier，没有人是全才，也没有人试图成为全才。

这里有三个条件缺一不可：每个人在自己的维度上是 A+ 而不是 A-；每个人清楚地知道自己的边界在哪，并且真心尊重别人的维度；最后，团队有一条唯一的决策路径，视角多元但拍板不分裂。少了第一条，是一群平庸的人抱团；少了第二条，是一群天才互相消耗；少了第三条，是一个永远吵不出结论的委员会。

四、Peter Thiel 教的组织课：多个视角，一个拍板者

被问到从 Thiel 身上学到什么，他没讲投资，讲的是组织。Thiel 做得最好的一件事，是把自己周围放满 " 不怕反驳他 " 的人。多数人不敢反驳 Peter，而 Founders Fund 的合伙人能在 Peter 最初不喜欢一个项目时说 " 不，这个真的很好，你错了 "，并把事做成。关键不是说 Peter 想听的话——聪明人一眼能看穿。要说的是 " 只有你才会有的观点 "。

这和第三节讲 Anduril 的结构是同一件事：视角必须各不相同、互相冲突，否则没有价值；但最后拍板的路径必须唯一，否则组织会分裂。

转做 GPx 之后，他用同一把尺子看 GP：" 在这个人自己选的游戏里，他有没有可能打败巅峰期的我？" 他还有一个 "bullshit meter"：现在很多新 GP 都在复刻 Founders Fund 的集中叙事，他要分辨的是——这是你的天然强项，还是你觉得我想听的话？

五、2024 年之后，我把这套哲学在 AI 里重新做了一遍

2024 年我联合创立了 Cloudsway，今年 9 月 1 日我们旗下的 FUMO Lab 发布了 Fusion Model 和它的白皮书。坦白说，Fusion 的设计理念，就是上面这套投资哲学的工程版本。

过去两年 AI 行业挑选模型的方式，本质上是 " 押注 A- 全才 "：看榜单，选综合分最高的那个，把所有任务都交给它。但模型的真实供给早已不是一张榜单。不同模型在数据、规模、后训练、工具暴露上各不相同，因此在推理、代码、科学、检索、批评、工具调用、延迟、可靠性、成本上有条件性的强弱。最强的独立答题者，未必是最好的批评者；一个小模型在搜索不同的解空间、提供专业领域知识、或做一次有边界的验证时，边际价值可能更高；两个前沿模型如果错误高度相关，那就是冗余。

每个模型都有自己的 spike ——某一个维度上的 A+。Fusion 做的事，就是找到每个模型的 spike，把多项 A+ 组合成一个 Anduril 式的团队，而不是去找一个 Elon 式的全才模型。白皮书把这个问题叫做 " 智能分配问题 "，两条设计原则和 Singerman 的哲学几乎可以逐句对应：

第一条，" 围绕不确定性组织计算，而不是围绕模型。" 决策单位不是 " 哪个模型该拥有这个请求 "，而是 " 在当前状态下，下一次最有价值的计算是什么 "。系统在每一步问四个问题：哪些不确定性还影响决策？什么证据真的会改变下一步？现有能力里谁最适合去获取它？这次计算的期望价值是否超过它的成本、延迟和风险？——和 Singerman 只问两个问题是同一种纪律：只把资源花在最关键的那一步上。

第二条，" 一个状态，多个视角，一次提交。" 这就是 Thiel 的组织课和 Anduril 的团队结构。多个模型可以各自去探索世界，但不能分叉任务状态；工具调用是提议，只有唯一的 " 权威路径 " 能对外执行动作。视角多元，拍板唯一。

还有一条是 Singerman 没有明说、但我们在工程上必须面对的：组合和复利是两回事。白皮书里的原话是，" 添加更多模型是组合（composition），学会它们的条件性强项如何与真实任务互动，才是复利（compounding）。"

Singerman 说他识别 A+ 创始人的能力 " 随着时间越来越好 "，那是判断力本身在复利。Fusion 里对应的是一个数据飞轮：每一次任务的结果都会回流，更新 " 在这类任务、这个状态下，哪个模型更可能给出有用证据 " 的条件能力图。榜单是静态的，这张图是持续迭代的，而且是自己的。

数据上，白皮书的内部工作负载显示，相比直接调用最强的合成模型，Fusion 在保持高任务表现的同时把任务成本降低了约 30 – 40%；四个带干扰项的科学问题上（材料、表观遗传、发育生物学、物理化学），它比单模型池更稳定地做到了 " 先识别约束、再决定哪条知识有资格进入答案 "。它没有声称在每道题上都赢过每个模型——就像 Singerman 也不声称每个 A+ 判断都对。我们声称的是：在 " 多个真实事实互相竞争 " 的问题上，多项 A+ 的组合比一个全才更可靠。

六、最后

我不是中立的评论者，Fusion 是我领导的业务，你可以打折扣。

但那件事本身不依赖于产品：无论是投人还是调用智能，" 找全才 " 都是一种偷懒的安全感。真正的杠杆来自承认没有人、没有模型在所有维度上都是最强的，然后在每一个决策点上，把最关键的那一步交给最尖的那个，并且只让一个声音拍板。

结语：Singerman 说他 " 靠押注世界不会毁灭赚了很多钱 "。我倾向于相信，接下来几年 AI 系统层面的赢家，也会是那些押注 " 差异可以被使用、而不是被平均掉 " 的人。

播客原文：Sourcery, "Brian Singerman: If SpaceX Didn't Work, Founders Fund Wouldn't Exist"，2026 年 6 月 11 日

白皮书：fumolab.ai/en/white-paper