你在2023年初投了一家AI应用公司，投前估值3亿。创始人名校出身，Demo惊艳，赛道叙事完美。12个月后，同赛道涌入30家竞品，大模型厂商亲自下场做同样的功能，你投的公司收入增速掉到个位数，下一轮融资估值打了五折。你复盘时发现：不是公司不好，是你在技术曲线最陡峭的位置入场，买的不是价值，是共识的峰值溢价。这个代价本可以避免——如果你当时有一张「技术成熟度-资本温度」的对照地图。

一、为什么90%的AI投资人都在曲线的错误位置入场？

2021到2022年，全球AI领域风险投资超过650亿美元。到2024年底回头看，早期批次中大量项目估值腰斩甚至归零。据行业研究机构PitchBook数据，2021年入场的AI基金，超过三分之一的项目经历了Down Round。同期进入的早期项目中，据公开市场信息整理，约90%未能在18个月内达到下一轮融资所需的里程碑。

问题不在于「AI不行」——恰恰相反，AI赛道的长期价值几乎没有人怀疑。问题在于：绝大多数投资人在技术成熟度曲线的峰值区域完成了建仓。他们为一个正确的长期判断支付了错误的短期价格。

这不是运气问题，是认知结构问题。

当一项新技术从实验室走向市场时，资本市场对它的定价并不线性跟随技术进步，而是跟随注意力和共识的浓度。Gartner在1995年提出的技术成熟度曲线（Hype Cycle）精确描述了这个规律：每项新技术都会经历「触发期→膨胀期→幻灭谷→爬升期→成熟期」五个阶段。投资圈几乎人人都知道这条曲线——但知道和用好之间，隔着一条巨大的鸿沟。几乎没有人把它转化为一套可操作的投资时机判断工具。

为什么？因为大多数人把Hype Cycle当作一张「事后解释图」：出了事才指着图说「你看，当时就在膨胀期」。但它真正的价值是「事前定位工具」——在入场之前，帮你判断当前的市场热度处于曲线的哪个位置，从而决定你承受的到底是认知差红利还是共识溢价税。

投黑马的核心观点是：技术成熟度曲线不是一张科普图表，而是左侧投资者最重要的时机地图。 你在曲线的哪个位置入场，决定了你获取的是「结构性α」还是「情绪性β」。

二、「曲线位置-资本温度」映射模型：一张图看清你该在哪里出手

我把Gartner的技术成熟度曲线与一级市场的资本行为叠加，提炼出一个「曲线位置-资本温度」映射模型。这个模型的核心判断是：技术曲线的每个阶段对应着完全不同的资本温度，而左侧投资者的最优入场窗口，不是技术最热的时候，而是资本最冷的时候。

五个阶段，对应五种资本状态：

曲线阶段	资本温度	典型投资人行为	左侧机会
触发期	冰点	只有技术背景的天使在看	极早期种子，信息极度不对称
膨胀期	过热	所有人抢额度，估值脱离基本面	陷阱区
幻灭谷	冰点回归	机构撤退，媒体唱衰，融资困难	最优左侧窗口
爬升期	回暖	有业绩验证的公司开始获得关注	右侧确认，仍有空间
成熟期	恒温	估值反映真实价值，超额收益消失	配置型资金入场

这张映射表揭示了一个反直觉的结论：左侧投资者的黄金窗口，恰好在所有人都不看好这个赛道的时候。

不是因为你比别人聪明，而是因为在幻灭谷阶段，三个结构性条件同时成立——

第一，噪音过滤完成。膨胀期涌入的投机项目已经死掉或转型，剩下的是真正在解决问题的团队。你的筛选成本大幅降低，看十个项目能找到三个值得深入的——而在膨胀期，这个比例是看三十个才找到一个。

第二，估值回归合理。前一轮的共识溢价被市场情绪击碎，创始人对估值的预期被重置。膨胀期投前5亿的公司，在幻灭谷中往往愿意接受投前1.5-2亿的价格。你能以合理甚至偏低的价格拿到更好的资产——因为经历过幻灭谷的公司，产品成熟度和团队韧性都远超膨胀期时的状态。

第三，竞争退潮。机构投资人的LP压力传导到前台，大量基金暂停或缩减在该赛道的投资。头部机构忙着应对存量项目的down round，没有精力看新机会。你面对的竞争对手从三十家变成三家。

这三个条件的叠加，构成了左侧投资者的结构性认知差。市场不是没有信息——信息是公开的；市场缺的是在情绪极度悲观时仍能理性判断的能力。

如何判断当前处于曲线的哪个位置？

模型的实操难点不在于「知道幻灭谷好」，而在于实时判断你正站在曲线的哪个位置。这里提供三个锚定信号：

信号一：媒体叙事的极性翻转。 当主流科技媒体的标题从「XX将改变一切」转向「XX泡沫破裂」「XX已死」时，通常意味着曲线正在从膨胀期滑入幻灭谷。这个转折点往往发生在领域内第一批明星公司出现「增长不及预期」或「裁员」新闻之后的3-6个月。投黑马团队内部有个简单的判断标准：当你在一周内看到三篇以上「XX赛道凉了」的文章，就该开始建立观察名单了。

信号二：融资轮次的断层。 观察该赛道的融资活动：如果A轮以后的项目大面积融资困难（融资周期从3个月拉长到12个月以上），而种子轮/天使轮仍有零星交易发生，说明市场已经进入幻灭谷的中段。投机资本退场了，但认知领先的少数投资人仍在低位收集筹码。这个信号的准确度非常高，因为它直接反映了资本对该赛道的真实态度——不是口头上的「我们还在看」，而是钱包层面的「我真的愿意出手」。

信号三：技术应用的「笨办法期」。 当真实用户开始用复杂的临时方案（拼凑API、手动串联工作流、用Excel做流程管理、自己写脚本实现自动化）来实现某个功能时，说明需求是真实且迫切的，但供给侧尚未成熟到能提供标准化产品。这是幻灭谷末段的典型特征——也是最强的入场信号。因为它同时验证了两件事：需求存在、供给缺位。下一个能把这些「笨办法」产品化的团队，就是你应该投的标的。

三、三步定位法：从识别位置到做出决策

知道了模型的逻辑，落地到具体投资决策还需要三个步骤。这不是一个可以跳过的环节——很多投资人「道理都懂」但执行时回归直觉，原因就是缺少一套结构化的操作流程。

第一步：画出你目标赛道的「注意力曲线」

不要用Gartner的官方报告作为直接投资依据——那是面向企业IT采购者的，更新频率是年度级别，对一级市场投资决策的颗粒度远远不够。你需要自己画一条更精确的曲线：

• X轴：时间（以季度为单位，回溯3-5年）
• Y轴：用三个指标的加权平均——「该赛道新成立公司数量」（权重40%）+「该赛道融资总额」（权重35%）+「主流媒体报道频次」（权重25%）

数据来源：Crunchbase/PitchBook的融资数据、各地工商注册数据、36氪/TechCrunch等媒体的报道数量。不需要精确到个位数，趋势判断就够。

当三个指标同时到达峰值后开始下降，就是膨胀期→幻灭谷的转折点。当「新成立公司数量」跌至峰值的30%以下，但「用户侧需求指标」（搜索量、GitHub相关项目活跃度、产品使用数据）仍保持平稳或微增，就是幻灭谷的底部区域。

第二步：在幻灭谷底部建立「存活名单」

进入幻灭谷后，你的首要任务不是找最好的公司，而是找还活着的公司。这个顺序很重要：幻灭谷的淘汰率极高，能存活本身就是一种筛选。能穿越幻灭谷的项目通常具备三个特征：

• 有真实付费客户（哪怕收入规模很小，年化几十万就够）。关键词是「付费」和「复购」——免费试用用户不算。
• 现金储备能支撑18个月以上。 这意味着创始人在膨胀期融到了足够的钱且花得克制，或者在幻灭谷初期就开始控制成本。
• 创始人的叙事已经从「改变世界」转向「解决具体问题」。 这是最微妙也最有价值的信号。经历过幻灭谷洗礼的创始人，如果还在讲宏大叙事，说明他还没接受现实；如果已经转向「我们帮XX行业的XX岗位每天节省XX小时」这种具体表述，说明他完成了从「创业表演者」到「问题解决者」的转变。

这三个条件缺任何一个，穿越幻灭谷的概率大幅降低。投黑马的实践是：在幻灭谷阶段首先建立「存活名单」，从中筛选投资标的，而不是在广泛赛道中盲目搜索。

第三步：在爬升期初段验证并加仓

幻灭谷建仓后，你需要耐心等待爬升期的确认信号。不要急——幻灭谷的持续时间通常是12-24个月，你有足够的时间观察和追加。典型的确认信号包括：

• 存活名单中的头部公司获得新一轮融资（且估值至少持平或温和上涨）
• 行业出现标志性收购事件（大厂收购幻灭谷存活者）
• 下游应用场景开始规模化落地（从「试点」变成「采购」）
• 新一代创业者开始进入这个赛道（说明产业基础设施已经成熟到可以支撑新进入者）

确认信号出现后，可以在已投项目的下一轮中追加投资，或在同赛道的其他存活公司中寻找新标的。此时的风险收益比仍然优秀，因为市场的整体情绪尚未从悲观转为乐观——大多数机构需要再观察1-2个季度才会重新入场。

四、实战还原：2023-2025年AI Agent赛道的完整映射

让我用一个完整的历史案例，逐步走一遍「曲线位置-资本温度」映射模型的全流程。

赛道：AI Agent（AI智能体/自主代理）

2022年底-2023年上半年：触发期。 ChatGPT发布后，「AI Agent」概念从学术圈进入产业视野。AutoGPT在2023年3月上线一周内GitHub星标突破10万，BabyAGI、LangChain等框架项目迅速涌现。此时只有极少数技术背景的天使投资人在关注这个方向。资本温度：冰点。绝大多数主流VC的反应是「有意思，但看不清商业模式」——他们看到了技术的可能性，但无法量化商业价值。

2023年下半年-2024年上半年：膨胀期。 大量AI Agent创业公司成立，融资热度飙升。据公开市场信息整理，2023年Q3到2024年Q1，全球AI Agent方向的早期融资事件数量环比增长超过300%。明星项目的估值在六个月内翻三倍甚至更多。某些Pre-Revenue的AI Agent公司拿到了上亿美元估值。几乎所有主流VC都声称自己在「重仓AI Agent」。资本温度：严重过热。

这个阶段入场的投资人面临的核心风险是：他们为「叙事的确定性」支付了巨大溢价，但AI Agent的技术成熟度远未到达可规模化交付的水平。大量项目的Demo很惊艳——在展示环境中Agent能完成复杂任务，但生产环境中的可靠性不到60%，安全性未经审计，单次调用成本是人工成本的数倍。估值反映的是「如果这一切成真」的期望，而不是「已经证明可行」的事实。

2024年下半年-2025年上半年：幻灭谷。 转折来得很快。多个高估值AI Agent项目被曝出核心场景落地困难、客户续费率远低于预期、技术路线需要推翻重做。媒体叙事迅速翻转：「AI Agent的泡沫正在破裂」成为主流标题。融资环境骤冷——膨胀期拿到天使轮或种子轮的项目，超过60%在18个月内未能完成下一轮融资。多家明星项目裁员、转型甚至关闭。资本温度：冰点回归。

但此时发生了什么？真实需求不仅没有消失，反而在加速。 企业用户仍在用「笨办法」构建AI工作流——用Zapier串联多个AI API、用Python脚本编排多步骤任务、用内部IT团队手搓Agent框架。这些替代方案的使用量在幻灭谷期间反而在增长。这正是幻灭谷底部最关键的「笨办法期」信号：供给侧退潮，需求侧仍在增长。

如果用三步定位法在当时进行操作：

• 画注意力曲线： 2024年Q3，新成立AI Agent公司数量已从峰值下降了约65%，融资总额环比缩减超70%。但GitHub上AI Agent相关开源项目的Star增速、企业侧的PoC数量仍在稳步上升。曲线判断：幻灭谷底部区域。
• 建存活名单： 筛选出仍有付费客户、现金跑道18个月以上、创始人叙事已转向具体场景的AI Agent公司。这个名单大约在整个赛道的10-15%——换句话说，85%以上的项目已经或即将出局。
• 等待确认信号： 2025年Q2开始，存活名单中的头部公司陆续获得新一轮融资，估值温和上涨；某大厂以数亿美元收购了一家垂直场景的AI Agent公司；多个行业（客服、财务、法律）的AI Agent解决方案开始从「试点」变成「部门级采购」。爬升期确认。

在幻灭谷窗口中布局的投资人获得了什么？第一，存活公司的技术成熟度远超膨胀期——产品已从Demo进化到可规模交付，技术风险大幅降低。第二，估值回到合理区间——膨胀期投前5亿的项目，幻灭谷中以投前1.5-2亿就能拿到。第三，到2025年下半年爬升期启动时，早期投资人的账面回报已经开始兑现。

框架复盘： 这个案例完整验证了「曲线位置-资本温度」映射模型的核心逻辑——不是AI Agent在2024年下半年变差了，恰恰相反，技术在持续进步；变的是市场情绪和估值水位。认知差来自于：你能区分「技术的真实进展」和「市场对技术的情绪定价」。

投黑马 · 信号解读

技术成熟度曲线的投资密码不在于预测技术走向，而在于识别资本温度与真实价值的错配窗口。当所有人都在为一项技术的「未来故事」买单时，你支付的是共识溢价；当所有人都在为同一项技术的「当下困境」离场时，你获取的是认知差红利。

这个模型帮左侧投资者避免的最大陷阱是「FOMO入场」——在膨胀期追逐明星项目额度的行为，本质上是用一级市场的钱去交二级市场追高的学费。幻灭谷不是风险区，而是风险被市场情绪过度定价后留下的套利空间。

使用前提：这套模型解决的是赛道级别的时机判断，不替代公司层面的尽调。你仍然需要在正确的时机窗口内，用正确的标准筛选正确的公司。曲线位置告诉你什么时候该看这个赛道，不告诉你该投哪家公司。

── 投黑马研究团队

延伸阅读：

• 赛道研究的终极问题：这个市场为什么现在才出现？——时机验证矩阵与本文的曲线位置判断形成互补工具
• 前共识校准模型：最好的左侧投资不是逆势，而是等共识来找你——识别曲线位置后，如何校准自己的判断与市场共识的距离
• 估值锚定陷阱：你的「合理估值」可能只是上一轮的惯性——在幻灭谷建仓时，如何避免被上一轮峰值估值锚定

2019年年中，一家做企业协作SaaS的公司刚完成Pre-A轮融资，估值不到一个亿。创始人的BP写得漂亮——TAM算得精准，GTM路径清晰，财务模型做到了第五年。投资人看完材料，觉得这是一个「标准答案式」的好项目。

然后2020年初，疫情来了。

所有模型失效。客户预算冻结，线下获客渠道消失，团队里三个核心成员同时提出离职。那份漂亮的BP，变成了一张废纸。

但这个创始人做了一件出乎所有人预料的事：他在两周内砍掉了原有的企业定制业务线，带着仅存的四个人全力转向远程协作工具的标准化产品。没有重新融资，没有开董事会，就这么干了。六个月后，ARR翻了三倍。

另一个项目，同一时期，创始人背景更好——顶级学历、大厂经验、BP同样完美。疫情来了以后，他用了三个月时间开会、讨论、做调研报告，试图「科学地」找到新方向。等他终于决定转型时，窗口期已经关了。公司最终倒在了B轮之前。

两份BP都拿了高分。两个创始人的履历都无可挑剔。但结局天差地别。

投黑马团队在复盘大量类似案例后发现，问题不在于这些创始人「不够优秀」，而在于投资人的评估框架从一开始就问错了问题。绝大多数VC的创始人评估，本质上是在做一件事：验证这个人在「和平时期」的执行力。但早期投资的真正赌注，从来不是「计划能不能执行」——而是「计划一定会失败之后，这个人怎么办」。

这就是今天要讲的核心框架：创始人压力测试模型。

创始人压力测试模型：一个被忽视的评估维度

在传统的创始人评估体系里，投资人通常关注四件事：行业经验、团队组建能力、产品理解力、融资能力。这些当然重要，但它们有一个共同的盲区——全部是「和平时期」指标。

所谓「和平时期」，就是外部环境稳定、计划正常推进、资源按预期到位的阶段。在和平时期，一个有经验、有资源、有执行力的创始人确实能把事情做好。但早期项目的特征恰恰是：和平时期极短，战时才是常态。

根据投黑马的左侧研究框架，一个种子轮项目在前三年内遭遇至少一次「生存级别危机」的概率超过90%。这种危机可能是市场突变、核心成员出走、技术路线失败、资金链断裂——但它几乎一定会来。

创始人压力测试模型的核心逻辑是：不要只评估创始人「会做什么」，更要评估他「在一切都崩塌时还能做什么」。

这个模型包含三个测试维度：

1. 决断速度——面对不完整信息时，多快能做出关键决策
2. 资源重构力——在资源被大幅削减后，多快能重新组织有效战斗力
3. 叙事重建力——在原有故事失效后，多快能讲出新的、有说服力的故事

这三个维度不是并列关系，而是递进关系：先要敢做决定，才能重组资源；重组资源之后，才有素材重建叙事。任何一层缺失，整个体系就会崩塌。

要特别说明的是，这个模型不是用来评估创始人的「抗压能力」或「心理韧性」。心理韧性是一种人格特质，很难在短时间内准确判断。创始人压力测试模型评估的是一种可观察的行为模式——它不问「你能不能扛住」，而是看「你在类似场景下实际做了什么」。

维度一：决断速度——不完整信息下的决策质量

传统评估里，「决策能力」往往被简化为「做过什么重大决策」。但这个问题几乎没有区分度——每个走到融资阶段的创始人都能讲出几个重大决策。

投黑马研究分析发现，真正有区分度的不是「决策结果」，而是「决策条件」。具体来说，需要追问的核心问题是：在信息明显不完整的情况下，这个创始人是选择等待更多数据，还是基于现有信息做出判断？

这不是在鼓吹鲁莽。好的决断速度不等于「快就对了」，而是一种「在不确定性中识别关键变量，并敢于忽略非关键变量」的能力。

判断标准：

• 问创始人：「你做过的最快的一个重大决定是什么？当时有多少信息是确定的？」
• 如果回答是「我和团队充分讨论后做出了决定」——这可能是一个和平时期的管理者
• 如果回答是「当时只有30%的信息是确定的，但我判断剩下70%不会改变决策方向，就先干了」——这更像一个战时创始人

反面示例： 某AI应用创始人在大模型API价格大幅下降时，花了两个月做竞品分析和市场调研，最终决定调整定价策略。决策本身是对的，但速度太慢，竞争对手已经抢先占领了价格敏感型客户群。

维度二：资源重构力——极简条件下的战斗力重组

创业公司的资源永远是不够的。但「资源不够」和「资源被突然抽走」是两种完全不同的压力。前者是慢性病，后者是急诊。

资源重构力评估的是急诊能力：当原有资源体系被打破后（核心成员离职、客户集中流失、技术方案推倒重来），创始人能多快重新组织起一支「够用的」队伍。

注意，这里的标准不是「重建一个完美团队」，而是「在极短时间内拼出一个能打的最小编制」。

判断标准：

• 问创始人：「团队历史上最严重的一次人员变动是什么？你怎么处理的？」
• 关注点不在于「怎么留人」，而在于「人走了之后怎么办」
• 战时创始人的典型回答：自己顶上关键岗位 → 识别内部可快速补位的人 → 在极短时间内完成角色重分配 → 之后再慢慢招人
• 和平型创始人的典型回答：启动招聘流程 → 猎头推荐 → 面试 → 三个月后到岗

反面示例： 一家做供应链SaaS的公司，CTO带着三个后端工程师离职创业。创始人花了四个月招到新CTO，期间产品开发完全停滞。而另一家类似公司遇到同样的情况，创始人自己花两周学了基础的代码部署，带着剩下的一个前端和一个实习生，维持住了产品最小迭代速度，三个月内稳住了客户续约率。

维度三：叙事重建力——在废墟上讲出新故事

这个维度最容易被忽视，但可能是三个维度中最重要的一个。

早期创业公司本质上是「卖故事」的。第一天就有完美数据的公司不需要融资。投资人买的是一个关于未来的叙事：这个市场会怎样，这个产品会怎样，这个团队会怎样。

但当原有计划被推翻时，旧故事就失效了。这时候创始人面临的挑战不仅是「做什么」，还包括「怎么重新说服所有利益相关方」——投资人、团队、客户。

判断标准：

• 问创始人：「上一次业务方向重大调整时，你是怎么跟团队和投资人沟通的？」
• 战时创始人的特征：能在转型的同时给出一个连贯的新叙事，让人觉得「这不是乱来，而是进化」
• 和平型创始人的特征：要么隐瞒真实情况，要么过度坦诚到暴露恐慌，要么依赖投资人帮忙想新方向

经过投黑马研究分析，叙事重建力强的创始人有一个共同特征：他们不把「转型」描述为「原来的方向错了」，而是描述为「我们发现了一个更大的机会，而之前的尝试帮我们验证了到达那个机会的路径」。这不是话术——能这么说的人，通常也确实是这么想的。

反面示例： 某社交产品创始人在产品数据不达预期后，每次见投资人都讲一个完全不同的方向，试图「广撒网」找到投资人最感兴趣的版本。投资人很快就感受到了这种不一致，信任崩塌。

实战案例：一个「纸面完美」的创始人如何未通过压力测试

2022年，投黑马团队跟踪了一个做跨境电商数据分析工具的项目。创始人背景极为出色：国内顶尖高校本科，美国Top10 CS硕士，某头部电商平台数据部门P8。他用了三年时间打磨产品，拿到了几十家中小卖家客户，月收入稳定增长。

从和平时期的指标来看，这个创始人几乎无可挑剔：技术能力强，行业理解深，产品有收入，增长曲线漂亮。多家VC在A轮阶段表达了兴趣。

然后事情起了变化。2022年下半年，几家头部电商平台相继推出了内置的数据分析功能，虽然比他的产品粗糙得多，但对中小卖家来说「够用了」，而且免费。三个月内，他的客户流失了将近一半。

这是一个典型的「战时时刻」。让我们用创始人压力测试模型逐维度分析：

维度一·决断速度： 创始人的反应是启动了一个为期六周的「深度市场调研」项目，要搞清楚还有哪些客户群不会被平台内置工具满足。调研报告写得非常扎实——问题是，六周时间里客户还在继续流失，现金流已经亮起红灯。他选择了「在信息更完整时再做决策」，但战时根本没给他这个时间窗口。得分：偏弱。

维度二·资源重构力： 客户流失导致收入下降后，创始人没有立即调整团队配置。他保留了完整的十人技术团队和两个市场人员，认为「等新方向定了再调整也不迟」。到第四个月，现金只够发两个月工资时，他才开始裁员——但此时团队士气已经严重受损，两个核心工程师主动离职。他既没有在第一时间做出资源收缩的判断，也没有为可能的转型预留战略储备。得分：弱。

维度三·叙事重建力： 这是最致命的环节。在与投资人沟通时，创始人始终在强调「平台内置工具质量很差，我们的技术优势明显」，试图说服投资人原有路线仍然可行。他无法接受「原来的故事已经失效了」这个事实，也就无法构建新的叙事。当投资人追问「你准备怎么应对」时，他的回答始终围绕技术对比展开，而不是讲一个新的商业可能性。得分：弱。

这个项目最终没有拿到A轮。不是因为技术不好，不是因为创始人不努力，而是因为在「和平转向战时」的关键节点，他展现出的行为模式不是一个能带队穿越危机的创始人。

反观前文提到的那个SaaS创始人——他在疫情冲击下两周做出转型决策（决断速度），用四个人重组了最小产品团队（资源重构力），并在转型后迅速对投资人讲出了一个新故事：「疫情验证了远程协作是未来，我们之前做企业定制积累的需求理解，恰好是标准化产品最缺的」（叙事重建力）。三个维度全部通过。

投黑马的判断是：早期投资中，创始人的「战时能力」不是加分项，而是生存的基本条件。一个在和平时期表现出色但未经过战时验证的创始人，投资风险远高于纸面评估。

投黑马 · 信号解读

创始人压力测试模型揭示了早期投资评估中最隐蔽的盲区：绝大多数评估框架只能捕捉「和平时期」的能力信号，而早期项目的生死往往取决于「战时表现」。决断速度、资源重构力、叙事重建力这三个递进维度，构成了一套可操作的战时能力评估体系。

这个模型帮投资人避免的最大陷阱是「纸面完美综合症」——履历越漂亮、BP越精致的创始人，越容易在和平指标上得高分，而战时能力反而无从验证。不要被确定性的幻觉蒙蔽。

使用这套模型的关键前提：它评估的是行为模式而非人格特质，必须基于创始人过往的真实经历而非假设性情境。如果一个创始人从未经历过真正的业务危机，需要在其他可比较的高压场景中寻找证据。

── 投黑马研究团队

延伸阅读：

• 逆向尽调清单：为什么90%的VC尽调报告都在问错问题？——从尽调维度反思传统评估体系的盲区
• 风险边界设定：为什么止损单救不了你的左侧仓位——风险管理框架与创始人评估的底层逻辑相通
• 前共识校准模型：最好的左侧投资不是逆势，而是等共识来找你——另一个帮你在早期判断中建立结构化思维的框架