从 Flagship Pioneering 到中国式 FrontierFirm Fund——创制型资本的机制拆解、经济学校准与上海路径。
中国的科技金融长期只有两种资本形态:配置型(母基金,赚杠杆与覆盖)与选择型(VC,赚 selection alpha)。还缺第三种——创制型资本:它不挑选资产,它制造资产。本报告回答一个问题:第三种资本能否在中国成立,以什么形态成立。
缺的只有一根轴——基金总经理半年见一个创业者四次、连股权分配都帮着设计,这已经是在当合伙创始人了,但没有任何股权对价。
让"事先写死判据 + 主动叫停 + 退回余款"这套材料,能被认作尽职免责的证据。
愿不愿意以成本价持有自己亲手造的公司,并且公开承认其中七成会被自己砍掉。
本报告的全部推演,可以压缩成以下九条。每一条在正文中都有完整的机制说明与数据支撑。
| 资本形态 | 配置型 | 选择型 | 创制型 |
|---|---|---|---|
| 代表 | 引导基金、母基金 | VC / PE | Flagship Pioneering |
| 核心能力 | 资金分配效率 | 判断力 | 制造资产的能力 |
| 收益来源 | 杠杆与覆盖 | selection alpha | creation alpha |
| 进入价格 | — | 市场出清价 | 制造成本 |
| KPI | 放大倍数、部署速度 | IRR、DPI | 单位成本证伪数 |
| 失败的定义 | 投资亏损 | 投资亏损 | 钱没花完就停了 |
严格推演后的结构性效率差是 2.75–3.87 倍(加载/未加载人力成本),不是通常宣称的 5 倍。该比值在进入时刻即被锁定,对后续稀释完全免疫。
早期股权市场是容量受限的:一家有前景的公司,出多少钱都买不到 80%。这是它无法被更强判断力、更好 deal flow 替代的根本原因。
Pioneering Medicines 产出需求侧信号,Pioneering Intelligence 产出供给侧信号,两者获取成本为零(是主业副产品),但外部买不到。这把 origination 从规模不经济翻转为规模经济。
交易单位是"项目"而非"公司",因此外部化了 NewCo 阶段最贵的开发成本而不稀释股权。成立条件是平台可产出 N > 2 个项目——平台性与非稀释融资互为条件。
SEC 文件显示 Moderna 上市时 Afeyan 个人持股与 Flagship 基金持股完全相等(各 19.5%)。创始人股(L3)才是 origination 的真正钩子,carry 只是必要不充分条件。
Lila 的 verifier 定位与 Pioneering Intelligence 的因果模型是同一个哲学。因果模型不是算法选择,是拥有干预装置的必然产物。
科研外部性优势是窗口性的;退出路径的翻转是分布置换;唯一不可逆的结构优势是证伪的成本曲线——同一个 ProtoCo,剑桥 100–200 万美元,上海 200–400 万人民币。
射程以基金公示的六个方向为准——先进核能、AI4S、量子计算、天基计算、光子科技、脑机接口,横跨能源、信息、空间、健康四大类。代价是领域中台失效、需求侧信号被摊薄;收益是不会因一个领域的政策冲击而整体失速。由此推出:Flagship 的中台是"领域中台",中国版的中台只能是"方法中台"——而 AI4S 不是第六个赛道,是其他五个的方法层。
中国的退出天花板并不低——BD 侧单笔已达百亿美元级、IPO 侧硬科技公司普遍进入百亿人民币估值。真正低的是捕获率:形成期持股 40% 对 80%、融资轮次更多更碎,退出时持股 15.1% 对 32.6%。同一个 100 亿的结果,Flagship 拿 32.6 亿,中国版拿 15.1 亿。
结论先给:第三种资本能在中国成立,但它不会是一个更小的 Flagship,而是一个不同的物种——Higher throughput, thinner capture, volatile window:吞吐更高(证伪成本低一半)、捕获更薄(形成期持股与轮次决定)、窗口不稳(估值高度不由我们控制)。
Flagship Pioneering 由 Noubar Afeyan 于 2000 年创立,自我定位为 venture creation firm,不是 VC。公开口径:累计创制 100+ 家企业、50+ 个临床期在研药物、AUM 约 140 亿美元、2013 年以来 20–25 家 IPO。
公开叙事是一条四阶段漏斗,但那只是组织图。真正要看的是每一阶段的单位成本、周期与通过率——因为整个模型的吞吐量不是被资金锁死的,是被证伪成本锁死的。这一点既是 AI 冲击的切入口,也是中国成本优势的作用点。
公司工厂。所有原型公司以 FL1、FL2…FLn 顺序编号,去人格化。编号本身是制度设计——它宣告"这是流水线的第 n 个产出,不是谁的孩子",从而让"杀死它"在组织上变得可接受。
由合伙人领衔的创制事业部,有独立的假设主题、预算与团队。这是整个模型可复制的最小单元——中国版要复制的不是 Flagship 整体,是一条 PBU。
内部药物开发单元,100+ 人。与平台公司签正式许可协议明确价值分享;是组合内唯一有权跨公司调用资源的主体。
AI/ML 中台,2021 年内部启动、2023 年 11 月公开。已历经三次角色演进,现已能自行孵化公司。
自 2009 年运行,现设 AI/ML 专门 track。是 idea 与 talent 的双管道。
单条 PBU 复制得了,整个 Flagship 复制不了——原因不在技术,在 03 与 04 沉淀的私有信号(见 03 章)。
Flagship 的 Origination Associate 岗位,把"创始人"这件事完全职能化。其职责链条为:
它从不"投科学家",它雇科学家来验证自己的假设。科学家常以联创或 SAB 身份参与,但 CEO 通常是外部招募的——这直接解决了科学家创业最普遍的失效模式:把技术误当成公司。
Flagship 的资本设计解决的是同一个问题——如何在 8–12 年没有 mark-up 的账面沉默期里活得体面:
Afeyan 与 Gary Pisano 在《哈佛商业评论》(2021)合著的文章提出 emergent discovery——把创新当作变异—选择—复制的演化过程,而非自上而下的规划。Afeyan 自己的表述是 parallel entrepreneurship:在当前正在做的事情外画一个圈,再画一个更大的圈,圈外那部分"是别人觉得鲁莽的地方"。
方法论的实际含义只有一句:不追求"对",追求"可被便宜地证明为错"。传统 R&D 在保护假设,Flagship 在攻击假设。
这是整份报告的核心推演。所有参数为行业公开区间的合成模型,用于说明机制,不是 Flagship 的实际财务数据。
| 项目 | 数量 | 单价 | 小计 |
|---|---|---|---|
| Exploration | 100 | $50k | $5M |
| ProtoCo | 10 | $1.5M | $15M |
| NewCo | 3 | $30M | $90M |
| 合计 | — | — | $110M → 3 家公司 |
存活 3 家 → 每家承载的全口径成本 = $36.7M(含 97 个死掉的探索、7 个死掉的 ProtoCo)。
直觉算法 80% ÷ 15.5% = 5.2×,错在时点不对齐:VC 是在 Series A 里买的,不承受该轮稀释;创制方在 Series A 之前持有,要被这一轮稀释掉 25%。同一时点比较,正确答案是 3.87×。
这解释了为什么 Flagship 敢让公司大量融资:稀释不伤害它的相对位置。
模型预测退出时持股 32.6%。实际:Moderna 上市时 Afeyan 个人持有 58,882,696 股(19.5%)、Flagship 持有 58,882,696 股(19.5%),合计 39.0%。误差 6.4 个百分点——而 Moderna 上市前累计融资超 20 亿美元、本应稀释更多却持股更高。差额来自两处:Flagship 用后续基金持续跟投,以及 Afeyan 的个人创始股不在基金稀释路径上(这一点在 03 章展开)。
$5M 覆盖 100 个 exploration 只是直接支出,未包含 origination 组织本身。按 40 人组织、全负荷 $400k/人/年计,每家 NewCo 成本从 $36.7M 升到 $51.7M:
| 未加载 | 加载后 | |
|---|---|---|
| 每家 NewCo 成本 | $36.7M | $51.7M |
| 有效股权效率比 | 3.87× | 2.75× |
诚实结论:结构性股权效率差是 2.75–3.87 倍,不是通常宣称的 4–5 倍。
有人会反驳:做种子轮不也能拿低价?——不能,因为约束不在价格,在容量。一位种子投资人可以用 $2M 在 $10M post 拿到 20%,但没有任何人能把 $36.7M 以种子价格投进同一家公司——创始人不会卖 80%。
creation alpha = 以成本基础大额部署的能力,而非以出清价格小额部署。它买的不是更便宜的单价,是市场上根本不供给的数量。
3 家 NewCo 的退出:1 家归零、1 家 $400M、1 家 $3B。
| 路径 | 退出持股 | 回收 | 投入 | MOIC |
|---|---|---|---|---|
| 创制(未加载) | 32.6% | $1,108M | $110M | 10.1× |
| 创制(加载) | 32.6% | $1,108M | $155M | 7.2× |
| VC 同期同标的 | 8.43% | $286M | $110M | 2.6× |
VC 路径的 2.6× 不算差,是一只合格基金的水平。创制路径的超额几乎全部来自那 3.87 倍的股权系数——这就是"不需要判断力更强"的严格含义。
这三件事在公开叙事中几乎不被提及,但它们共同决定了 Flagship 能否长期运转。
Flagship 官网并列四个 initiative——Pioneering Medicines、Pioneering Intelligence、Preemptive Health & Medicine、Flagship Global Engagement,另有 2025 年 8 月与 IQVIA 的战略合作作为"外部中台"。把它们统称"共享服务"会掩盖最关键的差别。
两侧信号必须成对,缺一侧必然产生系统性坏假设:
失效模式:没人试是因为没用。产出技术上新颖、商业上无意义的假设。典型病症:教授创业。
失效模式:大家都知道缺,所以都在做。产出商业明确但竞争饱和的方向。典型病症:跟风创业。
信号买不到,只能"顺带产生"。这是中台真正的护城河——"辉瑞说不"的价值甚至高于"辉瑞说是":被拒绝的项目和拒绝理由,构成一张外部买不到的需求地形图。
正常情况下 origination 命中率随规模下降(好假设先被摘走,PBU 越多质量越稀释)。但 Flagship 有一个反向机制:每多一家公司,不只是多一个资产,是多一个信号采集点。
中台把 origination 从规模不经济翻转成规模经济。这是模型能跑 25 年不衰减的唯一解释,也是单条 PBU 复制得了、整个 Flagship 复制不了的原因。
大药企(或链主)能说出口的需求都是增量需求。完全跟着需求侧信号走,会系统性滑向"帮链主补短板"。因此:需求侧信号是过滤器,不是发生器——用它来杀假设,不用它来提假设。Flagship 的对冲机制是 parallel entrepreneurship,那个"更大的圈"外面,需求侧信号是零的。
整个技巧压缩成一句话——卖掉管线的产出,而不是卖掉实体的一片。
辉瑞的条款把这一点写得很清楚:双方各出 5000 万美元 upfront,探索 10 个单一资产项目;辉瑞出资并对每个选定项目持有收购期权;Flagship 及其平台公司每个成功商业化项目最高可得 7 亿美元里程碑与分成。到 2025 年 12 月已在多个模态、五个治疗领域完成八个项目。诺和诺德的结构更直白:报销 R&D 成本,每份协议最高 5.32 亿美元的 upfront 与里程碑加梯度分成。
NewCo 阶段是公司估值最低的时刻。此时卖股权,等于在最低价卖出全部未来;合作开发的对价从未来收入里付。用便宜的货币付账。
合作方是同行,能读懂数据,定价折扣远小于财务投资人。
合作方出资开发且持有是否收购的期权:失败时 Flagship 股权 100% 保留而开发钱不是自己出的;成功时才付里程碑。失败时不出钱,成功时才付费。
那么代价是什么?让渡了单个项目的部分商业价值。设平台能产出 N 个可开发项目,让渡单项目一半经济:
| 平台项目数 N | 让渡占平台价值 | vs 股权稀释 20% |
|---|---|---|
| 1 | 50% | 差很多 |
| 2 | 25% | ≈ 临界点 |
| 3 | 17% | ✓ |
| 5 | 10% | ✓ |
| 10 | 5% | ✓✓ |
"只做平台型公司"这条教条,不只是为了期权价值,更是为了让非稀释融资成为可能——平台性与非稀释融资互为条件。单产品公司进不去这个循环:一旦卖项目就等于卖公司,只能被迫走股权稀释路线。
比"省了稀释"更深的一层:合作开发同时完成融资 + 技术验证 + 估值锚定。当辉瑞愿意付 5000 万美元 upfront 取得管线准入,这个动作本身就是对平台的第三方技术背书——它对下一轮股权投资人的说服力,远超任何 BP 或专家意见。而这个背书不用稀释去换。
① "最高 7 亿美元"是 biobucks,概率加权后期望约为标称值的 10%–20%;② 期权的时间控制权在对方手里;③ 合作方出钱的项目按对方的优先级推进;④ 逆向选择——你可能卖掉了自己的 Moderna;⑤ 渠道依赖——大药企 BD 预算收缩时对所有人同时关闭。
Flagship 从不披露内部 carry 分配。但 SEC 公开文件泄露了比 carry 分配更重要的东西。
carry 奖励"参与了整只基金",创始人股奖励"我造出了这一家"。venture creation 需要激励的是特定的创制行为,不是整体业绩——所以 carry 是必要不充分条件。
行业基准:GSSN 调查显示 studio 平均取 34% 股权;PitchBook 数据是成立时 20–30%;一般 studio 区间 30–60%。Flagship 完全不在这个分布里——因为 NewCo 阶段根本没有外部创始人。
| 模式 | 创业者何时进入 | 机构可得股权 |
|---|---|---|
| Talent-first(现有团队带项目来) | 假设已成型 | 20–35%,谈不上去 |
| Hypothesis-first(机构先提假设) | 证伪之后 | 50%+,天然如此 |
Lila Sciences 是 Flagship 模式在 AI 时代的自我升级。它值得单独一章,不是因为它是"又一家 AI 制药公司",而是因为它揭示了创制型资本的下一步动作:把内部最贵的固定成本,变成一家可融资、可估值、可 IPO 的资产。2026 年真正该对标的是它,不是 Moderna。
Lila 由 Flagship 于 2023 年创立,在 Flagship Labs 内部潜伏约两年,2025 年 3 月出场。看它的创始团队构成——
| 角色 | 人物 | 出场前的身份 |
|---|---|---|
| Co-founder & CEO | Geoffrey von Maltzahn | Flagship General Partner |
| Co-founder & President(已卸任) | Molly Gibson | Flagship Origination Partner,Generate: Biomedicines 联创 |
| Chief Scientist | George Church | CRISPR 先驱 |
CEO 与总裁都是 Flagship 的合伙人——这不是"找到了一个好团队",这是第 01 章那条流水线的标准产出。人员构成本身就是模型的证据。
| 时点 | 轮次 | 金额 | 关键方 |
|---|---|---|---|
| 2025.03 | Seed | $200M | Flagship 领投、General Catalyst、March Capital、ARK、ADIA |
| 2025.09 | Series A 首关 | $235M | Braidwell、Collective Global 共同领投 |
| 2025.10 | Series A 扩募 | $115M | NVentures(NVIDIA)、Analog Devices、IQT、Khosla、Catalio |
| — | 累计 | $550M | 估值 > $1.3B | 同期租下剑桥约 235,500 平方英尺实验室 |
自动化实验室的仿真与模型训练需要持续算力供给。这是上游锁定,不是财务背书。
传感与信号链器件,且属于 Flagship 既有的战略合作框架。AI Science Factory 的"身体"由它供货。
美国情报体系风投。它的进入意味着:AI Science Factory 已被视为战略基础设施,而不是一家创业公司。
这不是一个财务投资人组合,是供应链 + 国家安全组合。对中国的政策制定者,这是最直接的信号:干预装置正在被安全化。
Lila 自己的比喻是"心智 + 身体"。Mind 是 foundation-scale 的科学语言模型,在专有实验数据、公开科学文献、专利与分子数据库上训练,官方强调它推理科学过程本身(物理、化学、生物),而不仅是预测结果。Body 是 AI Science Factory™——集成机器人、传感器与定制硬件的自主实验设施,被称为"scientific-method machines"(科学方法机器)。
联合创始人 Molly Gibson 的公开表述最清楚:Lila 建的是 intelligence operating system for science——一个统一栈,连接中央 AI 与数据、仿真、自动化实验室,跨生物、化学、材料推理与实验。变现逻辑不是在单个资产上捕获价值,而是把 intelligence 本身作为共享基础设施变现:平台授权、合资公司、按使用量计费。
客户提交研究目标 → 系统设计实验 → 机器人执行 → 结果回流训练模型。因此新增站点增加的是核心产品的产能。本地化 factory 还降低样品运输、冷链与跨境合规摩擦,使"经常性实验室产能"比远程 CRO 更容易售卖。规划中的网络覆盖波士顿、旧金山、伦敦,并向巴塞尔、新加坡等生物医药与材料集群延伸。
| 层 | 借自 | 提供 |
|---|---|---|
| 物理实验产能 | CRO | 可计费的经常性收入 |
| 模型与软件 | SaaS | 近零边际成本的复用 |
| 闭环实验数据 | 基础模型 | 数据飞轮与真正的护城河 |
护城河不在模型层(会被开源与大厂抹平),而在闭环产生的专有实验数据。这正是 AI 时代价值迁移的方向:从"能力"迁移到"能力之外的约束层"。
这是本章最重要的结构洞察。Lila 有双重身份:
走完整的四阶段流程,由 Flagship 合伙人创制,内部潜伏两年后带 2 亿美元种子轮出场。它本身就是 creation alpha 的一次兑现。
Flagship 明确表述过 Lila 的用途之一是与其他 Flagship 初创合作,加速早期药物研究——它服务的是整个组合。
Flagship 把自己 ProtoCo 阶段最贵的一段(湿实验证伪)做成了一家公司,让外部资本共同承担、让外部客户共同摊薄它的固定成本。
5.5 亿美元的外部资金,本质上是在为 Flagship 未来所有 ProtoCo 的证伪能力买单。内部成本中心 → 可融资、可估值、可 IPO 的资产。
2025 年 10 月出场,Flagship 承诺 5000 万美元起始资金,同样经过约三年内部孵化,Molly Gibson 出任 CEO;出场时即在 Flagship–辉瑞战略合作框架下启动前列腺癌多靶点研究合作。两个案例合起来给出一个可复制的模板:
注意它与第 03 章的两条线在这里合流:非稀释融资提供了出场时的现金流与背书,双侧信号决定了孵化期押哪个方向——而 Lila 的存在又反过来把这两件事的固定成本继续压低。这是一个自我强化的结构,不是三个并列的动作。
自动化实验室是重资产:仪器 + 机器人 + 定制硬件 + 整套集成工程,剑桥那处约 235,500 平方英尺的设施只是它的容器。如果 utilization 不足,Lila 会退化成"带机器人的 CRO",估值逻辑从"AI 平台"坍缩到"3–5 倍收入"。13 亿美元估值目前对应的是叙事,不是收入。
科学推理模型正被开源社区与大厂快速追赶。赌注必须押在物理闭环上——而这一层的复制门槛是资本与时间,不是技术秘密。对后来者(包括中国)反而是好消息。
总裁 Gibson 在 A 轮后即赴 Expedition 任 CEO。对 Flagship 是人才复用,对 Lila 是关键人风险。
同时做生物、化学、材料是叙事所需,也可能导致每个垂类都不够深。真正的验证点只有一个:是否有客户愿意为经常性实验室产能续费。
不要对标 Moderna,对标 Lila。真问题不是"我们能不能做出一个 Moderna",而是"我们能不能造出制造 Moderna 的机器,并且让它本身是一家公司"。
Risk 02 里那句"复制门槛是资本与时间,不是技术秘密"——这句话对中国是决定性的。但"中国建得更便宜"不能靠租金来论证——早期科创企业的场地在国内多由园区以免租或补贴方式提供,租金这一项在中国基本可以从成本栈里划掉。真正要比的是划掉租金之后剩下的部分。
| 成本项 | 占比(估) | 中国的位置 |
|---|---|---|
| 分析仪器(质谱 · 测序 · 显微 · 能谱) | 25–40% | 无优势,甚至劣势——进口 + 关税 + 服务合约,且受出口管制 |
| 机器人与运动硬件 | 10–20% | 显著优势 · 国产 3–5 折 |
| 集成工程(机电 + 软件 + 调试) | 15–25% | 最大优势 · 工程师成本 1/3–1/4 |
| 洁净装修与机电改造 (租金不计——园区多为免租或补贴) | 8–15% | 优势 · 单位造价低 |
| 运行人力(年) | 10–20% | 显著优势 |
| 耗材试剂(年) | 10–20% | 混合——耗材便宜,酶与关键试剂进口 |
加权下来,优势覆盖约一半到六成的成本栈,整体成本约为美国的 45%–55%——是真实的,但不是一个数量级。
没有优势的那一项,恰好是被卡住的那一项。分析仪器同时具备三个属性:占比最大、无成本优势、受出口管制——这不是"少一块优势",是你的 do 算子里最贵的那个零件是人质。这与第 06 章"上游买不到设备"是同一件事,不能用"建得便宜"盖过去。
选择 do 算子的构型时,优先选"运动密集、仪器轻"的验证回路——成本优势集中在集成工程与运动硬件上,而不在分析仪器上。
| 验证回路 | 主要成本构成 | 成本优势 | 上游风险 | 判断 |
|---|---|---|---|---|
| 材料合成与配方筛选 | 配液 · 混合 · 烧结 · 涂布(运动密集,表征可外送) | 大 | 低 | 首选 |
| 器件可靠性与电性测试(BCI 芯片 · 光子) | 运动 + 电测,仪器可国产 | 大 | 低 | 首选 |
| 高通量抗体/多肽筛选 | 测序 + 质谱密集 | 小 | 中 | 下调 |
| 单细胞扰动(虚拟细胞) | 测序仪密集,高端测序受限 | 小 | 高 | 下调 |
选址应当跟着垂类走,而且判据不是地价。既然租金基本为零,选址就只剩两个真实变量:
用"某地租金便宜"来论证选址,是把一个数值为零的变量当成了决策依据。
在"护城河是物理装置"的体制下,建造成本优势直接就是护城河成本优势。这是少数几个中国可以在成本曲线上直接压过美国的 AI 赛道——具体设计见第 11 章「上海科学工厂」。
先做单一垂类,且应当是材料而不是抗体——材料合成回路运动密集度最高、表征可外送、上游依赖最低,是这条成本优势最能兑现的地方。先验证 utilization 与单位实验成本,再扩类。不要一开始就讲"通用科学智能"——那是 Lila 融资所需的叙事,不是上海的必需品。Risk 01 和 Risk 04 是 Lila 目前最未解的两条,后来者没有理由把它们原样继承。
上一章解剖了 Lila 这台机器本身。这一章处理它背后的判断:为什么"验证"而非"预测"是 AI4S 的分水岭,以及这条判断在什么时候不成立。
Lila 由 Flagship 于 2023 年创立,内部潜伏约两年,2025 年 3 月出场。CEO 是 Flagship 的 General Partner,联合创始人兼总裁是 Flagship 的 Origination Partner——Lila 是被制造出来的,不是被投出来的。融资曲线:种子 2 亿美元 → Series A 首关 2.35 亿 → 扩募 1.15 亿,累计 5.5 亿美元,估值超 13 亿;同期租下剑桥约 235,500 平方英尺实验室。
NVIDIA 创投(算力)+ Analog Devices(传感与仪器,且属 Flagship 既有合作)+ IQT(美国情报体系风投)——这不是财务投资人组合,是供应链 + 国家安全组合。AI Science Factory 已被视为战略基础设施。
身份 B 更重要:Flagship 明确表述 Lila 的用途之一是与其他 Flagship 初创合作、加速早期研究。也就是说——
Flagship 把自己 ProtoCo 阶段最贵的一段(湿实验证伪)做成了一家公司,让外部资本共同承担、外部客户共同摊薄它的固定成本。内部成本中心 → 可融资、可估值、可 IPO 的资产。
| 数学对象 | 所需数据 | 稀缺性 | |
|---|---|---|---|
| Predictor | p(y | x) | 观测数据 | 低——公开数据集在增长 |
| Verifier | 判定"答案对不对"的函数 | 需 ground truth 源 | 看它从哪来 |
| Causal model | p(y | do(x)) | 干预数据 | 极高 |
关键的连接点在最后一列:一个能做真实实验的 verifier,本身就是干预数据的生成器。自动化实验室是 do 算子在硬件上的实现。
"押错方向"这个说法必须收紧。predictor 路线在四种情况下是正确的:① 自然已被密集采样且廉价外部 verifier 已免费存在(蛋白结构即是,AlphaFold 是纯预测器且赢了——但这类领域位置已满);② 瓶颈是吞吐量而非知识;③ 用途是决策支持而非发现;④ 干预数据昂贵时,小样本下的因果识别极不可靠,一个校准良好的预测器常常打得过一个识别不当的因果模型。
严谨表述:predictor 在"廉价外部 verifier 已存在"的地方捕获价值;在不存在的地方,verifier 本身才是资产,而没有 verifier 的 predictor 会被商品化。判断一个 AI4S 项目押没押错,不看方法,看它所在领域有没有现成的廉价 verifier——没有而它又不去建,那才是押错了。
| 方向 | verifier 来源 | 验证/生成成本比 | 判断 |
|---|---|---|---|
| 蛋白结构 | 公开、已存在 | 极低 | predictor 成立,位置已满 |
| 分子性质预测 | 公开数据集 | 低但饱和 | 商品化风险高 |
| 虚拟细胞/扰动 | 须自建扰动实验 | 中 | 有护城河,重资产 |
| 材料/催化剂 | 须自建合成表征 | 中 | Lila 主战场 |
| 自动化实验平台 | 自己就是 verifier | — | 最确定 |
| 临床结果预测 | 试验,极贵不可规模化 | 极高 | 闭环跑不动 |
| 文献挖掘/科研助手 | 无客观 verifier | — | 无护城河 |
一个可操作的检验:看资本用途结构。钱主要花在算力和算法团队上,是 predictor 路线;有相当比例花在湿实验平台与自动化上,是 verifier 路线。融资用途表比技术白皮书诚实。
交付物:一个更好的模型 / kill criterion:benchmark 指标
交付物:一台能持续产出干预数据的装置 / kill criterion:单次干预的成本与周期
创制的对象不是模型,是干预装置。
"FP 的阴影面正是中国的优势面"——这个判断成立,但成立的方式和一般人想的相反。
| Flagship 的阴影 | 性质 | 中国是否翻转 |
|---|---|---|
| 基础科学外部性依赖 | 窗口性 | ✓ 翻转,但有折旧率 |
| 二级市场窗口依赖 | 结构性 | 部分翻转,代价是换了收益分布 |
| 单点依赖(Moderna) | 结构性 | ✗ 反向——中国更严重 |
| 组织熵 | 结构性 | ✗ 国资体系更严重 |
| 人才即模型泄漏 | 中性 | 利弊各半 |
| (被漏掉的)成本结构 | 结构性 | ✓✓ 最扎实的一条 |
Afeyan 在 2026 年 1 月的年度公开信中,公开警告美国基础研究经费被削减、mRNA 项目被终止、学术界与政府 70 年伙伴关系被切断,并明确指出这将让中国在科学与经济上获得优势。这是对手亲口承认的套利空间。
但它的性质是政策事故,不是结构缺陷——Afeyan 写信的目的就是游说回摆。正确表述是:我们有大约 3–5 年的套利期,且折旧率不由我们控制。战略含义很具体:凡依赖这个窗口的动作,必须在窗口期内跑完不可逆的部分——建成的设施、签下的多年期框架、留下来的人。
venture creation 敢于主动杀死 80% 项目,唯一理由是剩下 20% 里有一个能返回全部本金的 100 倍。这是幂律的算术,不是勇气。若退出上限被压在"单项目 5–10 亿美元、分成而非控股":
回报分布被压平之后,80% 的主动失败率就不再有经济学正当性。
对应的正确设计不是照抄漏斗,而是把漏斗调窄、命中率调高:终止率从 70–80% 降到 50–60%;ProtoCo 从"广撒"改为"每条 PBU 每年 4–6 个但每个证伪更深";单个 NewCo 的目标从"平台期权"改为"2–3 个可 BD 的确定资产"。
好消息是这个分布反而更适配国资——国资容不下幂律(一个百倍掩盖九个归零,审计上无法解释),但容得下 base hits。这不是退而求其次,是中国版应主动选择的、与治理约束匹配的收益结构。
IQT 出现在 Lila 股东名单上,说明科学基础设施已被安全化。两个折旧点:上游——高端科学仪器与先进算力的供应约束,直接压在成本优势这条最硬的腿上;下游——BD 出海路径面临针对中国来源资产的审查压力,而这恰是"退出不依赖二级市场"这条优势的唯一支柱。中国的优势是真的,但它同时依赖上游买得到设备、下游卖得出资产——两头都在别人手里。唯一完全自主的是成本曲线。
上海未来产业基金规模 150 亿元、15 年周期;截至 2026 年 4 月末直投 30 个项目、子基金 38 只(7 月累计 43 只),已投企业 150 家,直投中 A 轮及以前的项目数与金额占比均超九成。未来启点社区 2025 年 9 月发布,落在浦东国际人才港,至今十余家青年科学家企业注册。
| 已有信号 | 对应 Flagship 部件 | 完成度 |
|---|---|---|
| 90% 直投在 A 轮前 | 进入时点 | 已到位 |
| 投资总监技术深度被创业者评价为超过领域博士 | Origination Partner 的能力 | 已到位 |
| 基金总经理半年四次面谈、介入团队搭建与股权分配 | Principal-founder 行为 | 已到位 |
| 15 年期 + 财政 LP | 常青资本 | 已到位 |
| 科学公益基金会做概念验证 | ProtoCo 资金形态 | 形态对,机制未装 |
| — | L3 创始人股 / carry | 完全缺失 |
| — | 假设生成机制 | 缺失 |
不是要从零建一套东西,是要给一台已在运转的机器补上传动轴。总经理四次面谈、介入股权分配——这已经是 principal-founder 行为,只是没有对应的股权对价。
2025 年 10 月《关于加快推动前沿技术创新与未来产业培育的若干措施》提出"四位一体"培育机制:项目经理团队主责、重点任务清单突破、未来产业基金赋能、未来产业集聚区支撑;市科委等部门建立项目经理队伍,实施项目经理主责的全生命周期项目管理机制。
| Flagship 的 PBU | 上海已有的对应物 | 差距 |
|---|---|---|
| 合伙人领衔一条独立流水线 | 项目经理团队主责 | 已有 |
| 独立的假设主题与任务清单 | 重点任务清单突破 | 已有 |
| 自有资金支持全周期 | 未来产业基金赋能 | 已有 |
| 全生命周期负责,不按年结算 | 全生命周期项目管理机制 | 已有 |
| 创始人股 + carry | 无 | 唯一缺口 |
"项目经理主责 + 全生命周期 + 基金赋能"——这就是 PBU 的制度骨架,它已经存在了。缺的还是同一样东西:项目经理没有对应的股权与经济对价。
这对第 11 章的建议是一个重要简化:origination partner 不是要引进一个外来物种,而是给已有的项目经理制度装上经济对价。从"新设岗位"变成"给现有岗位配股权",行政阻力小一个量级。
"投资总监比领域博士还懂""总经理四次面谈"——这是个人能力,不是组织能力。三个具体风险:带宽天花板(总经理能对几个项目做四次面谈?这就是当前 origination 吞吐的物理上限);人员流失即能力归零(没有 carry、没有 L3,这几个人是市场上最抢手的标的);无法复制(第二、三条 PBU 建不起来,因为没有可传授的东西)。
正因为他们的能力已被外部创业者公开确认,其市场价格也已被确认。当前状态是靠使命感补贴激励缺口——这种补贴通常在 24–36 个月内到期。所以对价机制不只是"招新人的钩子",更是留住现有核心的必需品。这把优先级从"扩张需要"提到了"止损需要"。
三个低成本沉淀动作(无需等 L1 落地):① 把四次面谈记录成 origination checklist;② 把投资总监的技术判断写成 3–5 条带 kill criterion 的公开假设清单;③ 用 Fellowship 做能力扩散,每位核心投资总监带 2 名 fellow 全程参与。
母基金的好消息是"又投了一只子基金",origination 的好消息是"又杀掉一个假设";母基金的失败是"钱亏了",origination 的失败是"钱没花完就停了"。在母基金账本里,后者根本不是一个可记录的事件类型。
现行政策的触发语法都是"因不可预见的市场变化或技术风险,导致投资亏损"。而 origination 需要免责的是"因预设判据被触发,主动终止项目,且资金未用尽、无亏损"。扩大容亏率完全无效。
若制度上无法安放"主动终止",实际后果不是"少终止",而是三种劣化:养项目(明知不成也把预算花完再说)、改判据(中途放松验收标准)、不立项(回避高不确定性的真问题)。
中国版不应在源头理论层硬凑 80–100 个高质量 what-if——存量密度不够。但在"工程转化密度高"的层,中国的供应链、工程师密度与建设速度是绝对优势。这是定位差异,不是能力批评。
| science-creation | engineering-creation | |
|---|---|---|
| 句式 | What if 生物信息层可被改写? | What if X 约束不再成立? |
| 来源 | 论文、机制、跨学科类比 | 失败的产线、卡脖子清单、客户抱怨 |
| kill criterion | 实验是否证伪 | 指标是否达阈 |
| 判据形态 | 定性、需专家判读 | 可量化、可审计 |
约束类型只有四种:成本约束(单通道成本降 100 倍)、物理约束(不再需要低温)、集成约束(A 和 B 做在同一衬底上)、供给约束(不依赖进口 Y)。kill criterion 因此变成一句可审计的话:「6 个月内在 XX 工艺下做出 1024 通道、良率 >30%,否则终止」。
这是 engineering-creation 的隐藏红利:主动终止的理由从"专家认为方向不对"变成"未达约定阈值"。前者审计上说不清,后者是一份可归档的技术报告。定位选择直接降低了制度突破的难度。
必须直说:engineering-creation 的护城河比 science-creation 浅得多,而中国的复制速度全球最快——你选择的优势会反过来杀你。只有三样护城河,且都不是技术:认证/验证周期(最强)、良率与成本曲线(中,3–5 年)、上游标准件位置(强,但要求规模)。
照抄 Flagship 最容易犯的错,是连它的行业射程一起抄。Flagship 是单域的——而且它必须是单域的:前面三章拆过的三个机制,全部依赖领域同质性。
| 机制 | 为什么依赖单域 |
|---|---|
| Pioneering Medicines(领域中台) | 只能在同一领域跨公司调用能力——一个熔盐堆材料的中台和一个抗体中台不共享任何东西 |
| 需求侧信号 | 买家群体只有一个(大药企),因此信号密度极高 |
| 人才复用 | 同一批合伙人可以从 Generate 到 Lila 再到 Expedition |
| "只做平台型公司" | bioplatform 这条教条本身是生物领域特有的 |
而中国版是跨域的,而且它必须是跨域的——基金公示的六个方向横跨能源、信息、空间、健康四个大类。这不是选择,是给定条件。它的代价与收益都要说清楚:
① 领域中台建不起来——PM 那种形态在跨域组合里没有意义;② 需求侧信号被摊薄成六个不同的买家群体;③ 人才在组合内的复用难度大幅上升,规模经济来得更慢。
Flagship 此刻正在承受的,恰恰就是单域风险——美国生物医药的政策与经费冲击一次性打到整个组合。跨域组合不会因为一个部委的一纸文件而整体失速,这对以财政为 LP 的长周期基金尤其重要。
由此得到一条结构性结论:Flagship 的中台是"领域中台",中国版的中台只能是"方法中台"。跨域不是要放弃中台,是中台的类型必须换——AI Science Factory、AI for Hypothesis、组合级 BD 中台,这三个恰好都是方法层而非领域层,跨域可用。
这也重新定位了基金清单里的 AI4S:它不是第六个赛道,是其他五个的方法层。先进核能的材料筛选、光子器件的工艺验证、脑机接口的封装可靠性、天基器件的抗辐射测试——这些证伪回路可以跑在同一套"自动化实验 + 科学模型"基础设施上。跨域组合唯一能建立的规模经济,就在这一层。
上海未来产业的官方定义有两版:2022 年《行动方案》提出五大方向、16 个细分领域(未来健康:脑机接口、生物安全、合成生物、基因和细胞治疗;未来智能:智能计算、通用 AI、XR 科技、量子科技、6G 技术;未来能源:先进核能、新型储能;未来空间:深海探采、空天利用;未来材料:高端膜材料、高性能复合材料、非硅基芯材料);2026 年"十五五"规划纲要扩为六大方向——未来制造、未来信息、未来材料、未来能源、未来空间、未来健康。
而基金近期公示的聚焦方向是六条:先进核能、AI4S(科学智能)、量子计算、天基计算、光子科技、脑机接口。本章的赛道分析以这六条为边界——创制型资本的判据不用来替换方向,而用来决定在每个方向里从哪一层切入。
① 有没有外生的认证或验证周期(决定护城河);② 是运动密集还是仪器密集(决定第 04 章的成本优势能否兑现);③ 上游受制程度。
| 基金聚焦方向 | 认证周期 | 运动/仪器 | 上游 | 创制切入层(关键) | 适配度 |
|---|---|---|---|---|---|
| 脑机接口 | 器械审批 + 临床,多年 | 流片 + 电测 | 中(高端封装) | 高通量芯片 · 电极 · 封装 · 植入器械 | 最适合 L1 |
| 光子科技 | 流片与工艺验证 | 材料 + 工艺 + 光学装配 | 中 | 光子器件 · 封装 · 测试装置 | 最适合 L1 |
| AI4S(科学智能) | 客户验证周期 + 数据积累 | 装置层运动密集;模型层无 | 中(分析仪器) | 自动化实验装置与专有干预数据,不做模型层 | 最适合 L1 |
| 量子计算 | 工程验证周期长 | 器件层为精密装配 | 中 | 稀释制冷 · 低温线缆 · 控制电子 · 光学元件,不做整机 | 次选 |
| 天基计算 | 在轨可靠性验证极长 | 装备工程 | 中 | 星上算力模块 · 抗辐射器件 · 热控 · 在轨验证服务 | 次选 · 重资产 |
| 先进核能 | 核安全审批(最长) | 装备工程 | 低 | 拆成部件与材料:高温超导带材 · 熔盐与包层材料 · 模块化智能装备 · 检测验证装置 | 需特殊安排 |
贯穿六个方向的同一条规律:可创制的几乎总是"器件层",不是"系统层"或"模型层"。系统层资本过重、周期超出基金存续期;模型层没有外生认证周期,会被开源与大厂抹平。器件层同时具备外生验证周期、运动密集的成本结构、以及可独立成立的市场——三条判据在这一层同时成立。
它三条判据全部满足——核安全审批是最强的外生护城河、装备工程运动密集、上游依赖最低——但整堆的商业化周期超出任何基金存续期。处理方式不是回避,而是换切入层:不做堆,做堆所需要的部件、材料与验证装置。高温超导带材、熔盐与包层材料、模块化智能装备、无损检测与在役验证——这些各自有独立市场、周期在 3–6 年量级,且不依赖整堆建成即可变现。整堆层面则留给 L0 概念验证与国家队。
把射程锚定在基金公示的六条上,得失是不对称的。得到的是可执行性、与"重点任务清单"的对接、以及判据算不出的政策资源(补贴、场景、准入)。但失去的部分必须写清楚:
| # | 失去了什么 | 严重程度 |
|---|---|---|
| 1 | 最优的两个方向(未来材料、新型储能)掉出创制层。"公因子"论证只保住了装置层,没保住公司层——你仍然不会去创制一家膜材料或固态电解质公司 | 实质 |
| 2 | 若预算跟着清单权重走,最重的一份钱会配到先进核能——唯一"判据全满足但周期超出基金存续期"的方向 | 实质 |
| 3 | 清单不区分装置层与模型层。AI4S 按字面执行会投出一批没有 verifier 的 predictor,正是第 05 章警告的商品化风险 | 实质 |
| 4 | 量子计算与天基计算的国内 PI 基数偏小,路径 C(方向重配)在这两条上跑不起来,只能退回路径 A | 中 |
| 5 | 报告从"独立研究"变为"在既定框架内优化",对市场化 LP 的说服力有损失 | 中 |
| 6 | 算术上直接冲突:5 亿 L1 基金 ÷ 6 个方向 = 每个方向不到 1 亿,而一条 PBU 的年度预算就要 3000–5000 万。六个方向意味着六条 PBU,5 亿连三条都养不起 | 最硬 |
矛盾的根源是把"边界"当成了一个全局参数。它不该是。
| 层 | 资金性质 | 射程 | 理由 |
|---|---|---|---|
| L0 概念验证 | 公益 · 非稀释 · 单笔 50–300 万 | 宽于清单——可覆盖材料、储能 | 不是股权投资,不受产业目录约束;单笔小、总敞口可控 |
| L1 创制 | 股权 · 持股 40–50% | 窄于清单——六选二三 | PBU 必须聚焦;按判据取脑机接口器件、光子器件、AI4S 装置层 |
| L2 放大 | 子基金 + 跟投 | 完全跟随清单六条 | 政策对齐、资源可得,覆盖面本就是它的 KPI |
三个问题一起解决:PBU 聚焦(L1 只做 2–3 条)、政策对齐(L2 全覆盖)、最优方向不丢(L0 可进)。
关键在于:清单约束的是股权投资,不必约束公益性概念验证。把两者混在一起,才会逼出"要么服从、要么质疑"的假二选一。
而且它有一个正式通道:"十五五"规划纲要明确要求未来产业"建立动态调整机制"。因此 L0 跑出的 CPF 与主动终止率数据,可以成为推动清单调整的证据——把"某个方向更适合创制"从主观意见变成可验证的提案。
按前述判据单独排序时,未来材料与新型储能的适配度最高(合成、涂布、固化、配液全是运动密集,表征可外送,上游依赖最低)。它们不在基金公示的六条里,但不需要作为第七个方向单独提出——因为它们已经内嵌在这六条里:
材料不是第七个方向,是那六个方向的公因子。这意味着一件很实际的事:一台以材料合成与表征为核心的证伪装置,可以同时服务六个聚焦方向中的五个——这正是第 11 章「上海科学工厂」首个垂类的选择依据。
同一条规律也适用于聚焦清单之外的邻接方向:具身智能真正值得创制的不是"大脑"(软件层无外生认证周期),而是本体的关节、力控与传感器件。器件层,永远是器件层。
四类约束里,供给约束最容易写、最容易立项、最容易拿到财政支持——也最容易让整个体系退化。国产替代的定价权被替代品价格封顶,做成之后立刻陷入价格战,是 engineering-creation 的最低阶子集。制度防线:在假设立项模板里加一个必填项——「本假设若成立,被改变的约束是什么?请说明它不同于"做出国产替代品"。」答不上来的,退回。
| 阶段 | science | engineering |
|---|---|---|
| ProtoCo | 9–12 月 | 3–6 月 |
| NewCo | 24 月 | 12–18 月 |
| 到可 BD/可退出 | 8–12 年 | 4–6 年 |
| 基金合理期限 | 12 + 3 年 | 8 + 2 年 |
这不是小改动,它连锁改变三件事:① 国资考核压力骤降——8 年是国资 LP 心理上能接受的量级,12 年不是,这可能是整个方案里最容易被批准的一处调整;② carry 到账从第 10–12 年提前到第 7–8 年,L2 与 L3 的差距从 6 倍收窄到 2–3 倍,招人难度实质性下降;③ 可以更早跑第二期——对一个从零开始的体系,迭代次数比单期规模重要得多。
在中国,创制的瓶颈不是提不出 what-if,是提出之后招不到人——美国有成熟的 EIR 市场和职业创始人阶层,中国没有,机构提出的方向天然被怀疑。而这正是社区已经在生产的东西:某位创始人因为投资总监"讲得比该领域博士还强"才决定注册——那不是尽调结论,那是信任事件。
不是路演。把一位青年 PI 请来,不听他讲自己的项目,给他看库里三条与他能力匹配但不是他当前方向的假设,然后问:
这个问题同时完成匹配与信号提取。一个人对"为什么不换"的回答,信息量是他 BP 的十倍——而且 AI 帮不上他,因为答案必须建立在他自己真实的机会成本上。现有闭门研讨会的改造成本几乎为零。
Flagship 必须做 hypothesis-first,因为它面对的是薄而被反复采摘过的前沿。中国面对的是完全不同的原料池:巨量已发表、已授权、但从未被转化的存量——国自然结题报告、专利审查数据、重点研发计划项目库、大量躺着的阴性结果。
AI for Hypothesis 的杠杆在中国比在美国更大——原料池更大、更少被采摘,而 AI 的比较优势恰恰在"穷举组合并排序",不在"灵光一现"。Flagship 用 AI 补认知带宽的不足;中国版用 AI 补存量与转化之间的搜索成本。
把 02 章的算术搬到中国参数上。结论不好听,但它同时解释了前面所有的设计选择。
| 项 | 计算 | 金额 |
|---|---|---|
| 管理费 | 2.5% 递减 × 8 年 | 0.9 亿 |
| ProtoCo | 40 × 300 万 | 1.2 亿 |
| NewCo 内部注资 | 10 × 2500 万 | 2.5 亿 |
| 跟投储备 | — | 0.4 亿 |
| 合计 | — | 5.0 亿 |
持股走廊:路径 B(50%)与路径 C(35%)混合,形成期 40%;工程类公司融资轮次少、稀释轻(20% / 18% / 18%)→ 退出时 21.5%。退出结构:10 家 NewCo 中 4 家归零、4 家 BD/并购各 3 亿、2 家做到 20 亿。
| 情景 | 回收 | 毛 MOIC | 9 年 IRR |
|---|---|---|---|
| 保守下界(大退出仅 20 亿) | 11.2 亿 | 2.24× | 9.4% |
| 无极端赢家(最高 50 亿) | 16.4 亿 | 3.27× | 14.1% |
| 现实分布(含一个 100 亿级) | 30.6 亿 | 6.11× | 22.3% |
| 现实分布(含一个 300 亿级) | 50.1 亿 | 10.02× | 29.2% |
| 路径 B 主导(形成期 50%) | 62.6 亿 | 12.52× | 32.4% |
本报告初稿把"大退出 = 20 亿元"设为基准,由此得出 2.24× 并推论"低天花板"。这个参数经数据检验后不成立:BD 侧 2026 上半年中国创新药对外授权潜在总额约 1100 亿美元,单笔已出现 185 亿、152 亿、105 亿美元级平台合作,Q1 平均首付款 1.84 亿美元;IPO 侧沐曦上市首日涨幅近 7 倍、MiniMax 四年完成上市。2.24× 应作为保守下界,而非基准。
真正低的不是天花板,是基金捕获的那一份。形成期持股 40% 对 80%、融资轮次 6 轮对 4 轮、加上国资退出折价——退出时持股 15.1% 对 32.6%。同一个 100 亿的结果,Flagship 拿 32.6 亿,中国版拿 15.1 亿。要拿到同样的钱,需要一个 2.2 倍大的结果——而这类结果在中国是存在的。
| 贡献者(现实分布 · 含 300 亿级) | 贡献 | 占比 | 单独 MOIC |
|---|---|---|---|
| 300 亿级 × 1 | 36.2 亿 | 72.3% | 7.24× |
| 50 亿级 × 2 | 12.1 亿 | 24.1% | 2.41× |
| 5 亿级 × 3 | 1.8 亿 | 3.6% | 0.36× |
一个赢家贡献七成——这是幂律的形状,不是 base hits。三条推论随之改变:主动终止率应回到 70–80%(幂律恢复了它的数学基础);8+2 年不再是硬约束(12 年期 IRR 仍有 21.2%),但仍更优;而提高路径 B 配比的价值远大于原估计——形成期持股从 40% 提到 50%,MOIC 从 10.02× 升到 12.52×。
基准情景下:利润 6.2 亿 × 20% = 1.24 亿 carry 池,扣除 8% hurdle 后所剩无几;单个 origination partner 按 8% 份额分,9 年后到手约 1000 万元。
在 2.2 倍的回报体制下,carry 根本不构成一个能招到人的报价。L3 创始人股从"更好"升级为"唯一可行"。
KPI 问题靠切账本解决,容错问题靠改科目解决——两者都是设计问题,都不需要新增资金,而且都是上海可以自己决定的事。
| 账本 | 对象 | 核心指标 | 结算周期 | 失败的会计定义 |
|---|---|---|---|---|
| 配置账 | 子基金 + 跟投 | 放大倍数、DPI | 年度 | 投资亏损 |
| 认知账 | L0 假设 | CPF、主动终止率 | 季度 | 未产出结论 |
| 创制账 | L1 ProtoCo/NewCo | 组合 MOIC、L3 兑现 | 全周期,中途不结算 | 到期未达阈值 |
三条关键规则:① 一个项目只挂一个账(人可跨账工作,项目不行);② 认知账不做财务考核——它的产出是结论,不是资产,因此必须由公益资金承载;③ 创制账中途不结算——第 3 年看 MOIC 必然难看,按年结算会诱导团队不敢终止、养项目做估值。
15 年期限的真正价值不是"能等",是允许前 5 年账面难看。期限是形式,不按年结算才是实质。
配套设计:CPF 下降 = 绩效上升,与投资额脱钩(拆掉"必须多花钱"的激励);"判定不可判定"计入产出(防止回避真正困难的假设);不设绝对阈值,只考核同比下降(避免 Goodhart)。反向对冲指标是假设复用率——被终止假设的阴性结论在 12 个月内被其他项目引用的比例,防止"为压低 CPF 而只做琐碎假设"。
| 旧框架 | 新框架 |
|---|---|
| 投资 → 亏损/收益 | 资助 → 结论 |
| 资金性质:股权投资 | 公益性科研资助 |
| 成功标准:资产增值 | 成功标准:结论交付 |
| 终止 = 失败 | 终止 = 交付完成 |
类比:委托第三方做一次检测,结果为阴性,无人会认为这笔检测费"亏损"了。购买的是判定服务,交付物是一个可信的 yes/no。三个现实基础:公益基金会资助科研是成熟的标准业务,不适用保值增值考核;单笔小、周期短;工程类判据可量化、可审计——判定结果是技术报告,而非专家意见分歧。
| # | 文件 | 时点 | 证明什么 |
|---|---|---|---|
| 1 | 概念验证立项书(含量化 kill criterion) | 事前 | 判据是事前设定的 |
| 2 | 判据审定意见书(3 名独立委员) | 事前 | 判据不是自定的 |
| 3 | 执行记录 + 第三方测量报告 | 事中 | 确实按方案执行 |
| 4 | 终止决议 + 结论报告 + 结余回收凭证 | 事后 | 是交付而非烂尾 |
第 2 项是命门。采用"同赛道其他申请人交叉审 + 产业方"而非"专家评审"——同赛道申请人最有能力也最有动机识别放水的判据,因为他们在竞争同一笔资源。审定委员会有硬边界:只审判据是否可客观判定,不评价项目价值。
反滥用七道闸:判据外部审定 · 判据不可中途修改 · 结余 30 日内全额回收 · 同一承接方同一路线 12 个月冷静期 · 结论复用率考核 · 20% 随机技术复核 · 结论强制入库并公开。另有一个小而有效的设计:首期拨款 60%、尾款 40%——使提前终止在财务上对承接方不构成惩罚,消除"硬撑到期"的动机。
与其求审计宽容失败,不如把失败率写成合同义务——明确"ProtoCo 层主动终止率低于 50% 视为失职"。一旦终止率是 KPI 下限,"为什么停"不再需要解释,需要解释的反而是"为什么不停"。这比争取容忍度有效得多。
为什么不能跳步:直接申请 L1 与个人持股,会同时触碰"国有资产低价转让""利益输送""高失败率"三条最敏感的线,几乎必被否。先跑 ①②,用 12–18 个月积累一批完整案例,第 ③④ 步就从"请批准一个新模式"变成"把已验证的机制扩大适用"。
三件不能混的事必须拆开:公益的证伪、持股的创制、市场的放大。三层的射程也不同——L0 宽于基金聚焦清单,L1 窄于清单(六选二三),L2 完全跟随清单。详见第 08 章的得失核算。
三重价值,按重要性递增:① 产生近期现金流与确定性里程碑,不依赖十年后的股权退出,国资考核友好;② 稀释防火墙——非稀释开发资金是"资本轻量型"的实现手段,值 +22%~+52% 基金级回报;③ 需求侧信号的采集口——第一产出不是钱,是"链主企业反复拒绝了什么"的清单。
中国的对应机制叫 NRE(Non-Recurring Engineering),与 Flagship–辉瑞结构完全同构,且中国产业环境更成熟——链主企业习惯于付定制开发费,不是需要教育的新模式:
| Flagship–辉瑞 | 芯片行业 NRE |
|---|---|
| 辉瑞出资开发单个项目 | 客户支付 NRE + 掩膜费 |
| 辉瑞持有该项目收购期权 | 客户获得该 SKU 独家窗口期 |
| Flagship 保留平台 100% | 设计方保留架构 IP |
| 其他项目照常开发 | 衍生 SKU 可卖给其他客户 |
① 架构与平台 IP 归开发方,客户只得该特定 SKU 权利;② 独家限定"领域 + 时间",不得全行业永久独家;③ 明确衍生型号开发销售权;④ 客户优先权须设失效期;⑤ 联合开发数据的训练与复用权归开发方。第 1、3、5 条是生死线——一旦架构 IP 被要走或衍生权利被锁死,这就不是"非稀释融资",而是一次低价的技术出售:省下的股权会从 IP 那一侧被全额拿走,而且更彻底。这也正是组合级中台的用武之地:单个初创顶不住链主的标准模板,代表 150 家企业的中台可以。
技术路线抄的是因果模型自动生成,不是预测模型。中国独有的数据资产:国自然结题报告库、专利审查数据、重点研发计划项目库,以及产线的失败记录(既是干预数据源,也是供给侧信号源,同一资产两处用)。组织形态:不做成软件项目,做成嵌入投资团队的 4–6 人小组,KPI 是"其提出的假设被立项的数量"。配额约束:每期假设清单中至少 30% 必须来自需求侧信号为零的区域,单独考核——否则组织会自然滑向"有人要"的方向,短期最优、长期归零。
问题不是信号变稀,是旧信号被证伪了。Spence 信号理论的唯一条件是:信号有效,当且仅当它对低类型的成本高于高类型。而"能写出结构清晰的 BP""能讲清楚技术壁垒"的成本已经趋近于零——不是噪音变多,是分离均衡塌成了混同均衡。加大筛选力度无效,因为你筛的那个维度已经不含信息了。
社区的任务不是"筛得更准",是发明新的、对低类型仍然昂贵的信号。screening 是观察已有信号,signaling design 是设计机制——社区应该做后者。
公开写死 kill criterion 并接受被证伪。其成本恰好与"你是否真的相信"成反比,是完美的分离机制,且同时产出信号与实验结果。
不是创业者讲自己的项目,是社区抛出一个假设,看谁能在 4 周内用最低成本证伪它。直接把"表达能力"从评价函数里剔除。
三个同赛道的人关一屋,互相攻击对方的 kill criterion,90 分钟。AI 能替你写 BP,替不了你在同行连续追问下的第 40 分钟。
现有中台的"挖掘、评估、追踪"三件事全在被污染的那一侧(输入已被 AI 优化过)。正确用法是让 agent 做跨源交叉核对,找不一致,而不是给分。
一个重要的不对称:攻击方(包装)用 AI 的边际收益迅速递减——BP 写到 90 分就到顶;防守方(验证)用 AI 的边际收益是递增的——因为验证依赖跨源核对,正是 agent 的强项。长期防守方占优,前提是真的建了这套系统,而不是建了一个更快的挖掘器。
若社区真的成为信号的制造者,它可以不靠股权——成为上海早期科技资产的"评级方"。评级机构不持股,但有公信力和优先获取权,这与非营利定位相容。前提只有一个,而且很硬:公信力来自公开自己的失败率,不来自公开自己的成功案例。
任何以"参加过"为单位的信号,半衰期约 18 个月——一旦成为背书,就变成可购买的标签,costly 属性消失。所有信号产品必须绑定在结果上:不是"他来过",是"他提出的假设 X 在第 9 周被 Y 数据证伪,他 48 小时内转向了 Z"。这类记录是 append-only、带时间戳、无法回溯修改的——这是社区唯一能长期积累、且别人复制不了的资产。
不要对标 Moderna,对标 Lila。真问题不是"我们能不能做出一个 Moderna",而是"我们能不能造出制造 Moderna 的机器,并且让它本身是一家公司"。建议:未来产业基金牵头,联合本地高校与相关产业集团;L1 基金持股 51%,产业方以设备与产能入股;早期收入来自科研订单、算力补贴与 L0 项目的验证服务费。选址跟着首个垂类走——按第 04 章的判据,取"离使用者近 + 集成工程师供给密度高"两条,不取地价。它同时是一家可 IPO 的公司,也是 L0/L1 的证伪基础设施。
风险控制:先做单一垂类——按第 04、08 两章的判据应取材料合成与表征:它运动密集、表征可外送、上游依赖最低,且是六个聚焦方向中五个的公因子(核能的超导带材与熔盐、光子的非硅基芯材料、脑机接口的封装与柔性基材、天基的抗辐射与热控材料、AI4S 本身)。一台装置同时服务五个方向,utilization 问题在第一天就有解。验证单位实验成本后再扩类。不要一开始就讲"通用科学智能"——那是 Lila 融资所需的叙事,不是上海的必需品。
origination 要雇科学家、养 EIR、付 ProtoCo 人力,人力密度远高于普通 VC。低于这个数就只能招运营岗。
直接创制该项目的 PBU 40% / 全所池 30% / GP 机构 20% / 递延给后续运营团队 10%。归因清晰是 origination 的生命线。
直接持有股权(非期权),vesting 4 年 + 1 年 cliff。关键反向条款:若终止动议由本人提出,已 vest 部分全额保留。
必须让"亲手杀死自己的项目"在经济上不受惩罚。否则 origination partner 会本能地保住自己的 baby,整个证伪体系当天失效——你会得到一堆"半死不活但没人敢关"的 ProtoCo,这恰恰是国资孵化器最常见的形态。
配套设证伪奖金池:每主动终止一个 ProtoCo 并产出可复用的阴性结论,从管理费列支固定奖金(20–50 万元)。金额不大,信号极强——它把"终止"从失败重新定义为交付物。
国资合规路径三条:GP 层由市场化机构控股(40/60);创始人股在被投企业层面授予、不在 GP 层面(等同标准员工股权激励);LPA 中明确国资 LP 放弃对创始人股安排的审批权、只保留知情权。另可抄一下 双子基金结构——同一 GP 下设两个 LP 池,国资进保守池、市场化资金进激进池,同一套团队与流程但风险与考核分离。这可能是绕开国资容错困境最干净的技术性方案。
前两个指标是决定性的——它们判定的是"物种"是否真的改变。
建立认知账与 CPF 指标体系(本季度可做);设立 L0 假设基金(首期 5000 万);申请"主动终止"专项试点;社区研讨会改造为假设产出机制 + 反向路演 + 对抗性同行席;BD 中台挂牌并加"未推进原因"字段;招募 3 名 origination partner。
L1 专项子基金首关 5 亿(GP 40/60 合资);建立 3 条 PBU 流水线;年产 30 个 ProtoCo、主动终止 20+;AI for Hypothesis 双侧中台上线;CEO-in-residence 池达 50 人;上海科学工厂立项(单一垂类)。
首批 3–5 个 NewCo 进入外部竞价;上海科学工厂完成外部 A 轮;输出"四件套 + 三本账"制度模板给其他省市。24 个月后真正的产出不是若干项目,而是一套可复制的制度文本。
| 指标 | 当前 | Y1 | Y3 | 说明 |
|---|---|---|---|---|
| 机构假设驱动占比(B+C) | 0% | 20% | 50% | 物种判别的核心指标 |
| 主动终止率 | 未披露 | >50% | >70% | 低于 30% 说明没在做 creation |
| 单位证伪成本 CPF | — | <200 万 | <100 万 | 只考核同比下降 |
| 结论复用率 | — | ≥20% | ≥30% | 防止琐碎假设 |
| L1 形成期持股中位数 | 0% | 40% | 45% | creation alpha 的直接度量 |
| 带 carry/L3 的 origination 人员 | 0 | 3 | 10 | 激励闭环是否建立 |
| 非稀释开发资金占 NewCo 开发预算 | 0% | 20% | 40% | 稀释防火墙效果 |
| 结余回收率 | — | ≥30% | ≥40% | "早停"是否真被奖励 |
不应是"社区自提假设占比",而应是"机构假设驱动的项目占比(B+C)"。因为路径 C 里人是发现来的、假设是机构的,它在信号意义上完全算创制。用原口径会低估进展、误导资源配置。
| # | 中国式 FrontierFirm 的六条特征 | 与 Flagship 的差异 |
|---|---|---|
| 1 | Engineering-creation + 跨域 | 判据可量化、终止可审计,但护城河浅;且横跨六大方向,中台只能是方法层 |
| 2 | Path C 主导(方向重配) | 不凭空创造创业意愿,也不受限于现有意愿分布 |
| 3 | Inventory-first | 从巨量未转化存量中筛,而非从薄前沿发明 |
| 4 | Verifier 优先,拥有 do 算子 | 押因果与验证,在建造成本上有结构优势 |
| 5 | 资本轻量 + 非稀释融资 | 少融一轮值 +22%~+38%;中国轮次更碎,比在美国更值钱 |
| 6 | Higher throughput, thinner capture, volatile window | 吞吐更高、捕获更薄、窗口不稳——天花板不低,低的是拿到手的那一份 |
第 6 条的重心在中间那个词。天花板由市场给定、窗口由外部决定,唯一可控的是捕获率——提高路径 B 配比、守住形成期 50%、用非稀释融资压轮次。这现在是第一优先级,不是之一。
| 序 | 动作 | 成本 | 需要谁批 |
|---|---|---|---|
| 1 | 认知账 + CPF 指标体系 | ≈ 0 | 内部决定 |
| 2 | L0 四件套 + "主动终止"试点申请 | 5000 万公益资金 | 市国资委/财政局 |
| 3 | 组合级 BD 中台 + "未推进原因"字段 | 极低 | 内部决定 |
| 4 | 社区改造:反向路演、对抗性同行席、公开终止率 | ≈ 0 | 内部决定 |
四件里有三件不需要任何审批、几乎不花钱。而它们恰好是 L1 层与 L3 激励的全部前置条件。
上海具备最难的两个条件(15 年期耐心资本、十年最宽松的政策窗口),缺最容易改的一个(持股与激励),而那一个恰是国资体制下最敏感的。
分水岭是一个治理问题,不是能力问题,也不是资金问题:是否愿意让一个国资背景的机构,以成本价持有它亲手制造的公司的多数股权,并公开接受 50%–70% 的主动失败率。
不做 FrontierFirm 也是一个完全合理的战略选择。如果上海判断自己不具备承受这个失败率的治理条件,那么把"耐心资本 + 上海版 YC + 政策服务 + 人才入口"做到极致,同样是全国稀缺的资产,且风险可控、可持续。青年科学家在这里拿到第一桶金、拿到算力补贴、拿到人才公寓、拿到产业合伙人——这个价值是真实的。
"两头都要":既想要 venture creation 的 upside,又保留引导基金的问责标准与部署速度考核。那会既做不出创制,又拖累现有的配置效率。
上海最该做的不是投更多 AI4S 模型公司,也不是造一个中国的 Moderna,而是——
给已经存在的人,换一个更该做的方向;
给已经存在的方向,配一台别人不愿意建的干预装置;
然后用一半的钱,试两倍的次数。
| 类别 | 来源 | 时点 |
|---|---|---|
| Flagship 流程与资本 | Flagship 官网(Process/新闻稿/Pioneering Medicines/Pioneering Intelligence)、BioPharma Dive、pharmaphorum、Fierce Biotech、HBR (2021) | 2018–2026 |
| 岗位与人才机制 | Flagship 官方招聘页(Origination Associate、Fellowship、AI Research Intern) | 2025–2026 |
| 股权结构 | Moderna S-1 相关报道、DEF 14A(2022/2024/2026)、Form 4(2026.5) | 2018–2026 |
| Afeyan 年度公开信 | STAT、BioSpace、Fierce Biotech | 2026.01 |
| 大药企合作条款 | Pfizer 官方新闻稿、PR Newswire、DCAT Value Chain Insights | 2023–2025 |
| Lila Sciences | Lila 官网、Fierce Biotech、BioPharma Dive、Decoding Bio 访谈、Sacra、Tracxn | 2025.03–2026.06 |
| Venture studio 基准 | GSSN Data Report、PitchBook 引述、学术综述 | 2022–2026 |
| 上海未来产业定义与政策 | 《上海打造未来产业创新高地发展壮大未来产业集群行动方案》(2022,五大方向 16 领域);《上海市国民经济和社会发展第十五个五年规划纲要》(2026,六大未来产业);《关于加快推动前沿技术创新与未来产业培育的若干措施》(2025.10,"四位一体"与项目经理制) | 2022–2026 |
| 上海未来产业基金/未来启点社区 | 上海市委金融办、经济参考报、科创板日报、人民网/上观新闻、21 世纪经济报道、36 氪 | 2025.01–2026.07 |
| 国资容错政策 | 国办发〔2024〕31 号、国办 2025 年 1 号文、国资委第 46 号令、中基协研究、证券时报 | 2024.06–2026.05 |