FrontierFirm.Fund · 研究 · 构建 · 投资

AI Native
不是赛道,
是公司的 新形态。

在 AI 时代,组织正收敛到一种新结构——AI Native Company。当执行趋近免费,价值不再卡在能力上,而卡在那个没被加速的环节。读懂它那张看不见的资产负债表,就能比市场早 3-5 年看见价值。

← 比较形态学研究已完成相变的样本(Anthropic / Cursor / OPC),提炼终点的不变结构。
演化生物学 →陪伴正在相变的企业(制造业 / 实体),推动起点向终点穿越。
两路如 ∞ 在中央交汇于一处具体动作——AI Native Builder Studio · 研究的最深处,即构建的最前沿。
0
Anthropic 代码库已由 AI 编写
0
工程师人均日产出 vs 2024
0
明确实验上的代码提速
3-5 年
FACE 比 DCF 更早看见价值

数据来源 · Anthropic Institute《Recursive Self-Improvement》(2026) — 能力指数狂奔,价值却滞后,这道剪刀差正是我们要定价的盲区。

00Creation Engine · 创制引擎 · 第三种资本

不挑选资产,制造资产

母基金赚的是杠杆和覆盖,VC 赚的是眼光。还缺第三种——它不去挑好项目,它自己造项目:自己出题、自己组队、自己出钱把最贵的那段不确定性走完,然后以成本价拿走大部分股权。Flagship Pioneering 这样干了 25 年,造出了 Moderna。这份报告拆开它是怎么运转的,再算一遍这套打法在中国能成立到什么程度。

Flagship Pioneering——— 上海未来产业基金 · 未来启点社区——— 中国式 FrontierFirm Fund
怎么造 · 三层
L0 用公益的钱买一个"不行"——立项前就写死"什么结果算失败",做完不行就停,钱没花完退回去,结论写下来公开。买的是一个可信的答案,不是一个成功。
L1 真正缺的那一层——一只 5 亿、8 到 10 年的基金,自己出题组队、以成本价拿大部分股权。做这件事的人不能只给分红,得给他所创公司的创始人股;允许他两年内主动砍掉七八成项目,砍了不算失职。
L2 交给市场定价——现有的子基金去抢,基金自己不指定。
只做零部件、器件、装置这一层。整机和系统太慢,等不到基金到期;纯软件和模型没有门槛,三个月被开源追平。
三种资本
01配置型资本Allocation
02选择型资本Selection
03创制型资本Creation
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
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
↑ 三种资本各自的"失败"长得不一样。"钱没花完就停了"在现行会计与考核体系里根本没有对应科目——这不是态度问题,是制度缺口,也是第三种资本在中国最难落地的一处。
Proof · Creation Alpha
同样一笔钱,
3.87 倍的股权

同样 1.1 亿美元、同样三家公司、同样一家归零——唯一的差别是进场价格:一边等于制造成本,一边是市场价。结果是持股差 3.87 倍,而且这个倍数在进场那一刻就定死了,后面融多少轮都不会变。赚钱靠的不是眼光更准。

3.87×
股权效率差
加载人力成本后 2.75×
15.1%
中国版退出持股
Flagship 是 32.6%
+22%
少融一轮的价值
稀释是头号杀手
80% 60% 40% 20% spin out Series A Series B Series C IPO 80.0% 32.6% 15.5% 8.43% 3.87× 3.87× 创制路径 · 以制造成本持有 A 轮路径 · 以市场出清价买入
01不是买得更便宜,是买到市场上根本不卖的份额——一家有前景的公司,你出多少钱,创始人也不会卖你 80%。只有自己造的,才拿得到。
02题目从两处来——产业里反复被拒的痛点,和文献里没人试过的组合,两者的交集才是真题。这两股信号是做主业时白捡的,外面买不到。
03装置得自己建——只有能自己做实验的人,才有别人拿不到的数据。靠公开数据训出来的模型,三个月被开源追平。Flagship 为此专门造了一家公司(Lila),融了 5.5 亿美元。
04中国吃亏的不是天花板,是拿到手的份额只有一半——同一个百亿的结果,人家退出时握着 32.6%,我们只有 15.1%。所以最该死磕两件事:形成期股权守住五成、少融一轮少稀释一次。
01Native Insights · 原生洞察 · 比较形态学

研究 终点的形态

研究已 AI Native 的公司的不变结构——它们的形态、账本、估值。从已完成相变的样本中,提炼"终点的样子"。N01-N03 三件套——从对话到行动 · NMBS 账本 · FACE 估值——构成 AI 时代企业基本面分析的新工具链。

原生
左路 · Native Insights
原生洞察
比较形态学

研究已 AI Native 公司的不变结构——它们的形态、账本、估值。从已完成相变的样本中,提炼"终点的样子"。

N01 · Why It Matters · 从对话到行动

AI 应用的真正分水岭,
不在 智能,而在 行动

大多数公司还停在 Chat 模式——让人问、让 AI 答,把 AI 当顾问。AI Native 公司已进入 Agent 模式——让 AI 自主执行、让人事后审核,把 AI 推上承担位。从 Chat 到 Agent 的跃迁,关键不是模型变得更聪明,而是组织敢把行动权限交给 AI。Anthropic 的 OPC(Open-source Personal Computer)实验——让 AI 在真实电脑里执行任意任务——就是把这条边界推到极限的样本。

Chat 模式 · AI 当顾问
人 → 价值链
AI旁路建议 · 不进链
AI 在价值链之外提供帮助,人仍是唯一决策与执行节点。
Agent 模式 · AI 进承担位
AI自主执行 → 人工审查瓶颈 → 价值
AI 进入价值链之内承担执行,人退到事后审查——而审查跟不上,就成了新瓶颈。
阿姆达尔定律执行被加速到极限,瓶颈就坍缩到那个没被加速的环节。Anthropic 自家代码 80%+ 由 AI 写,人工审查随即成为卡住整体的那一环。
形态判断
不是模型变强,是组织把行动权限交给 AI。
Chat 模式(AI 当顾问、人做决定)是绝大多数公司的现状——AI 提供帮助但不承担后果。Agent 模式(AI 自主执行、人事后审核)才是真正的相变——AI 进入价值链的承担位。2026 年 Anthropic 把这条边界推到了极限:自家代码库 80%+ 由 AI 编写、工程师人均日产出 8×——但执行越快,人工审查反而成了新瓶颈。这就是阿姆达尔定律:加速一环只会把瓶颈推给没被加速的那一环。N01 的核心问题因此不只是"行动权限何时打开",更是权限打开后,价值会卡在哪个未被加速的环节。
N02 · How to Account · NMBS 账本

5 类资产 − 5 类负债,
AI 时代企业的第二张资产负债表

传统会计只算"钱"——现金、应收、固定资产。但 AI Native 公司真正在涨的部分,传统财报要么不记、要么记成"费用"。NMBS(Non-Monetary Balance Sheet · 非资金类资产负债表)把它显形:五类会复利的资产、五类会反向复利的负债,各自带权重,差额就是真实净值。钱已不再稀缺——Token 几分钱、Skill 一键继承、Agent 永不阻塞;稀缺的是上下文、循环与判断。

资产 · 会复利权重合计 100%
元能力资产编排速度 × 判断密度
24%
循环资产self-improving loop
22%
判断资产eval / guardrail 库
20%
上下文资产CLAUDE.md / Skills
18%
信任资产授权深度 × NRR
16%
负债 · 反向复利做减项
带宽债务← 阿姆达尔 · 最先咬人
28%
上下文债务没被记录 = 没发生
22%
判断债务该写没写的 eval
20%
依赖性负债单一模型 / 云 / API
18%
Token 负债每结果单位成本
12%
真实净值 = 五类资产 − 五类负债 = N03 的 F
真实净值
5 类资产 − 5 类负债 = AI 时代的真正企业价值。
传统财报告诉你公司值多少"钱";NMBS 账本告诉你公司值多少"未来"。带宽债之所以权重最高(28%),是因为它是阿姆达尔意义上"最先咬人"的未加速环节——Anthropic 代码 80%+ 由 AI 写,人工审查却成了卡住整体的瓶颈。一个直接证据:Anthropic 自承 8 倍的代码产出并没有变成 8 倍价值,差额全被那个没被加速的负债吃掉。而它点破的那句"发现并疏通瓶颈的能力,可能成为最重要的技能",对应的正是资产侧权重最高(24%)的元能力资产。这套账本,正是为什么 Anthropic、Cursor 的估值远远跑在收入前面。
N03 · How to Value · FACE 估值

AI Native 公司的终局价值,
由 4 个变量决定

DCF(现金流折现)给已稳态的工业企业定价,假设未来现金流可预测。但 AI Native 公司处于形态相变期——现金流来得晚,真正的价值锚在形态深度本身。FACE 估值框架(Form · Action · Constraint · Edge)直接给 AI Native 形态定价——比 DCF 早 3-5 年看见价值。

FACE 估值公式
V = F × (1 + A − C)n × E
F
Form · 形态深度
公司在 AI Native 谱系上的成熟位置
A
Action · 行动覆盖
AI 进入价值链的深度与广度
C
Constraint · 组织约束
阻碍 AI 落地的组织/流程债
E
Edge · 壁垒乘数
数据/网络/位势的复合优势
价值领先现金流的剪刀差FACE 锚定真实净值 · DCF 等现金流显现已晚 3-5 年
第 1 年 第 3 年 第 5 年 价值 早 3-5 年 FACE · 形态净值 DCF · 已实现现金流

DCF 给稳态企业定价,FACE 给相变中的公司定价。两者不是对错,是阶段。Anthropic 已亲口承认能力指数狂奔、价值却滞后——这道剪刀差就是 DCF 的盲区,也正是 FACE 锚定的地方。AI 时代的早期,用 DCF 看 AI Native,等于用千分尺量恒星:工具对了,尺度错了。

02Transformation · 转型赋能 · 演化生物学

推动 起点的演化

陪伴传统企业穿越相变——为什么转、怎么转、转的代价与回报。从制造业出发,推动起点向终点的演化。T01-T03 三件套——转型范式诊断 · START Model · 转型 ROI 模型——把"想做 AI 转型"翻译成"会做 AI 转型"。

转型
右路 · Transformation
转型赋能
演化生物学

陪伴传统企业穿越相变——为什么转、怎么转、转的代价与回报。从制造业出发,推动起点向终点的演化。

T01 · Why Transform · 转型范式诊断

为什么 95% 的生成式 AI 试点
没有产生回报?

MIT 研究指出 95% 的生成式 AI 企业试点未带来实质回报。问题不在技术,而在转型从"指标"而非"意愿"启动——只把 AI 当效率工具,不重新设计组织。这是传统企业被 AI 浪潮淹没的根本原因。

0试点未产生实质回报
0真正跑通
SOURCE · MIT 2025差距不在模型,在从指标启动还是从意愿启动。
范式诊断
不是 AI 不够好,是组织没准备好相变。
Copilot 模式(让既有员工借助 AI 跑得快一点)是绝大多数公司的现状——每个人开得快 30%,但组织结构、决策流程、价值链分工全部保持不变。Agent 模式(让 AI 重新承载执行层)才是真正的相变。诊断的核心:从 Copilot 到 Agent 的跃迁,需要哪些前置条件?
T02 · How to Transform · START Model

从 Push 到 Pull,
制造业 AI 转型的五条价值传导链

START Model 是我们提炼的转型方法论——由五条价值传导链组成,每条都是从被动 Push 到主动 Pull 的转向。配合三道护栏与飞轮闭环,把"想做 AI 转型"翻译成"会做 AI 转型"。

Push · 被动 Pull · 主动
S
Spark意愿点燃
上面发指标→一线痛点点火

让真正承担业务后果的人,先看见 AI 能解决的痛——以痛点为火种,自下而上启动。

T
Target-free无指标选题
先定 KPI→选可闭环高潜场景

按"重要性 × 可行性"双维筛选,让首批试点成为"自己跑得通"的案例,而非"被考核压垮"的项目。

A
Ability重人轻资
堆 GPU / 买大模型→培育会用 AI 的人

AI 投入的瓶颈不在算力,在能把 AI 用进业务的人才浓度。

R
Replication举一反三
单点成功→横向复制放大

一个场景跑通,立刻复制到同质工厂、同类业务流、同形客户——复制是放大器,把单点变组织 ROI。

T
Transform组织沉淀
英雄私藏→组织级肌肉

把跑通的能力沉淀进 SOP、组织架构、考核体系——让"会用 AI"成为组织能力,而非某几个人的本事。

飞轮闭环 · 沉淀反哺下一轮意愿,自我强化
案例库 · 内嵌于 T02
12+ 全球灯塔工厂样本,
为 START 五杠杆提供实证。
案例库不是独立模块,而是 START Model 的证据支撑——每条杠杆都对应 2-3 个跑通过的工厂样本。包括航空发动机、新能源汽车、半导体设备、消费电子等领域。案例本身不是目的,是方法论的实证。
T03 · Value of Transforming · 转型 ROI 模型

转型这件事本身,
值多少钱?

N03 · FACE 给"终点"定价(AI Native Company 值多少)。T03 · 转型 ROI 模型给"路程"定价——一家传统企业,投入多少、经过多久、产出多大 NMBS 资产沉淀。两者镜像,合起来回答 AI 时代企业的双重估值问题:目标值多少,路上值多少。

转型 ROI 公式
ROItransform = (ΔNMBS × Eend) ÷ (I$ + Iorg)
I$
资金投入
咨询费 + 算力 + 工具 + 人才
I·org
组织投入
注意力 + 阻力消化 + 文化代价
ΔNMBS
资产增量
5 类非资金资产沉淀
E
终局乘数
转型后的战略位势
投入 · I$ + Iorg
资金 + 组织代价 · 一次性、可计
→
产出 · ΔNMBS × Eend
非资金资产沉淀 × 终局乘数 · 会复利
转型的 ROI 不在节省的工时里,而在沉淀下来、会持续复利的 NMBS 资产——这正是大多数转型"算不出账"的原因:只算了分母,没算分子。

大部分转型项目失败,不是因为 ROI 算错,而是因为 从来没正经算过。T03 模型把"应该算什么"和"怎么算"明示出来,让转型这件事被严肃定价。

03Builder Studio · 实践奇点 · The Crossing

AI Native Builder Studio

原生洞察(左路)和转型赋能(右路)在这里交汇——研究的最深处,即构建的最前沿。Builder Studio 不只是咨询服务——它是一个让研究即构建,构建即研究的实践空间。每一次客户陪跑,既是用研究指导构建,也是从构建中提取新的研究素材,反哺左右两路。如 ∞ 之运动,永不终止。

入口档
Diagnose · 启航诊断
¥5 万 · 单次工作坊 · 2–4 周
  • START Model 五维成熟度评估
  • NMBS 当前账本快照
  • 转型 ROI 初步测算
  • 可执行的转型路线图
  • 定制化全球对标案例包
主力档
Build · 陪跑共建
¥30 万起 · 季度陪跑 · 3-6 个月
  • 诊断包含 +
  • 关键场景共建(2-3 条 self-improving loop)
  • NMBS 资产沉淀机制设计
  • 组织能力转移(配套培训)
  • 季度 NMBS 净值复盘
  • 专属高管定期对话
持续档
Subscribe · 智库订阅
¥5 万 / 年 · 年度订阅
  • 每月原生洞察研究报告
  • 季度 NMBS 行业指数
  • FACE 估值标杆数据
  • 专属高管圆桌(年度 4 次)
  • 转型问题即时答疑
◇ AI Native Builder 咨询 · 免费体验一次

不止纸上方法论,
现在就来一次 AI 咨询

把你的场景告诉我们的 AI Native Builder 咨询助手,3 分钟跑完「该不该做 → 怎么做」的核心路径。基于 30 个产业验证的决策框架,支持 DeepSeek V4 等多模型切换。

30 Skills场景分析到上线飞轮
多模型DeepSeek V4 / Claude 等
免费 1 次体验后可付费深咨
你
我们是汽车零部件厂,想做 AI 视觉质检 + 缺陷原因分析…
F
◇ scene-analysis
先做场景分析判断路径归属。含图像感知且结果需归因 → DL + Agent 连用。进入下一步前先排除伪需求:具体用户是谁?
你
质检员每件目检 40 秒、漏检率约 3%,已有 3 万张历史缺陷图。
F
◇ agent-boundary-design
Zone A 自主 / B 确认 / C 禁止,SOUL 五层结构…给你一份可落地的项目定义卡。
04About · 关于 FrontierFirm.Fund

研究 · 构建 · 投资,
AI Native Company 的三元身份

FrontierFirm.Fund 是研究 + 构建 + 投资的三元复合体。Frontier 在前沿,Firm 是公司形态,Fund 是支撑形态相变的资本与实践基础设施。研究指向构建,构建产出投资标的,投资验证研究判断——三元闭环互证,共同构成 FrontierFirm.Fund 在 AI 时代的根本定位。

OUR LENS · 名称释义
前沿 Frontier
追踪 AI Native 公司的形态前沿
企业 Firm
立足"公司"组织形态的真实约束
沉淀 Fund
沉淀为可复用的知识与资本资产
研究
Research · Native Insights

研究 AI Native 形态

持续观察已 AI Native 公司的不变结构。N01-N03 三件套(从对话到行动 · NMBS · FACE)构成 AI 时代企业基本面分析的新工具链。研究产出公开发布,推动行业认知。

研究洞察 · 日常发布 →
构建
Build · AI Native Builder Studio

与客户一起构建 AI Native

通过 Builder Studio 把研究落到具体的陪跑实践——帮传统企业完成相变,帮 AI Native 公司成长。构建是研究的反哺机制——从一线获得的新素材,持续注入下一轮研究,也为投资提供具体的形态判断。

投资
Invest · AI Native Ventures

投资符合形态的早期公司

用FACE 估值框架识别真正符合 AI Native 形态的早期 / 成长期公司——比 DCF 早 3-5 年看到价值。重点关注垂直主权、基础设施、生态枢纽位的公司。投资是研究的资本验证,也是构建的规模放大。

总论 · 三元统一
研究 · 构建 · 投资,同一件事的三个面。
研究让我们看见 AI Native 的形态;构建让这种形态真正长出来;投资押注这种形态的具体实例。三者闭环互证——研究指导构建,构建产出新研究素材,投资验证研究判断。这就是 FrontierFirm.Fund 的根本定位:既描述 AI Native,也构建它,也投资它。
GET IN TOUCH · 预约咨询

开启你的
AI 转型「启航」

无论你是想做一次启航诊断、引入陪跑共建,还是订阅我们的案例库,微信扫码添加我们,直接沟通你的需求。

  • ✉meijunjie@frontierfirm.fund
  • 🌐frontierfirm.fund
  • 📍面向中国制造业与实体企业
微信扫码联系 FrontierFirm.Fund
微信扫码 · 直接联系
用微信扫描上方二维码,添加我们,直接沟通你的 AI 转型需求 —— 启航诊断、陪跑共建或智库订阅。
通常一个工作日内回复