人工智能让低质量思考更难被隐藏。

它大幅降低了“想法”与“表达”之间的摩擦。过去，表达能力不足有时会掩盖逻辑问题；而现在，输出几乎会立即反映输入。

很快就能看清的一点是，工具本身并不是决定性差异。真正的差异仍然来自思考者。把同样的 AI 交给十位创始人，最终会产生十种完全不同的结果。强者会输出清晰、结构与精确；弱者则往往只是输出经过润色的噪音。

变化的核心在于“暴露”。优秀创始人被进一步放大，他们移动得更快、表达得更好、也更快地迭代战略。较弱的创始人则变得更容易被看见：逻辑不一致、思考浅层、以及对通用叙事的过度依赖，都更难被包装掩盖。

AI 并没有抬高门槛，它只是让门槛原本所在的位置更加清晰。

长期以来，表达能力常常被误当成智力本身。

那些英语流利、或更符合西方商业表达规范的创始人，在资本市场中天然占据结构性优势。如今，这种优势正在被修正。

AI 让创始人能够更清晰地表达复杂思想，而不再过度受限于语言。它缩短了“思维质量”与“沟通质量”之间的距离。对投资人而言，这意味着我能更快识别创始人的真实能力。

从资本配置的角度看，这显著扩大了机会池。过去可能被忽略的人才，现在变得可见。来自新兴市场、技术背景或非传统路径的创始人，也能够以更加清晰、更加精准的方式呈现自身能力。

这并不意味着所有人都被自动拉平；但它至少让高质量思考，不再轻易被语言与形式遮蔽。

呈现方式变得更容易被优化了。

设计、叙事流畅度、语气，甚至市场语言，如今都能很快被整理得更像样。整体而言，融资材料的“基线完成度”比过去高了很多。

但“实质”并没有因此同步提升。

薄弱的商业模式、不清晰的收入逻辑、对客户理解不足，以及执行纪律的缺失，如今反而更容易暴露。AI 可以改善表达方式，但无法修复本质上已经有问题的结构。

我也看到一种新的模式：过度依赖 AI 的创始人，往往会输出“看起来正确”的内容，但其中缺少具体性。没有真正的 edge，没有鲜明洞察，也看不出来自真实经验的理解。

因此，竞争的核心已经不再是“谁更会讲”，而是“谁真正想得清楚”。

他们往往低估了退出逻辑其实从很早就开始被设计。

很多创始人把 exit 当作未来某个时间点发生的事件。但实际上，它更像是一种结构性结果，而这种结果从 pre-seed 就已经开始形成。你选择什么市场、如何定位、采用何种商业模式，以及 cap table 如何设计，都会决定未来谁会收购你、以及为什么收购你。

优秀创始人通常会把注意力放在产品与早期增长上，这当然必要。但他们不一定会从“买方逻辑”去看问题：谁会收购这家公司？它能创造什么战略价值？它能够如何嵌入更大的系统？

他们也常常低估结构问题。股权分配失衡、治理不清、激励不对齐，这些问题会随着时间推移不断放大摩擦。

在 pre-seed 阶段，你不仅是在建一家公司，更是在设计一个未来可交易的资产。如果没有从一开始就把未来交易的可能性考虑进去，最终结果也会被你自己提前限制。

我通常会先看五个方面。

• Cap table。 创始人与未来投资人是否仍保有足够激励，还是说结构已经过于拥挤？
• 收入逻辑。 不只是钱从哪里来，而是这种收入是否具备扩张性与可预测性。
• 定位。 这家企业是否在解决一个重要问题，并且方式足够清晰、可防御、且具有差异化？
• 治理。 角色是否清楚，决策机制是否可以在低摩擦状态下运行？
• 买方对齐。 我是否能够较为明确地判断，未来谁可能收购这家公司，以及其战略动因是什么？

如果这五个因素能在早期就基本对齐，那么这家公司更有机会成为一个真正具有吸引力的资产，而不是仅仅维持运转的组织。

大多数公司只是在描述一个赛道，极少数公司真正定义了自己在赛道中的位置。

真正可投资的位置，必须足够精确。它要清楚回答：客户是谁，问题是什么，以及为什么这套解决方案在本质上不同。

我会重点看三件事。

• 清晰度。 创始人能否用简单而准确的方式解释这家公司？
• 优势来源。 这种优势是否来自数据、渠道、技术，或某种难以复制的认知？
• 现实相关性。 这个问题是否重要到足以让客户持续付费？

叙述得好的公司，可能听起来很有吸引力；而真正可投资的公司，则必须扎根于现实，拥有清晰差异与直接通向收入的路径。

对我而言，hands-on 意味着参与那些真正塑造结果的决策，而不是只在一旁观察。

我会与创始人紧密合作，讨论资本策略、融资轮结构、定位优化、战略合作机会，以及与投资人沟通前的准备工作。

但边界非常明确。创始人必须对执行拥有主导权。他们做最终决定，也承担最终责任。

我的角色是带来清晰度、结构与外部视角。我会挑战假设、识别风险、帮助打开新机会；但我不会取代创始人本身。

如果顾问介入得过深，创始人就容易形成依赖；如果顾问过于疏远，能够创造的价值又十分有限。

理想状态是：通过这类支持，让创始人更强，从而让公司未来不依赖于我也能继续向前。

最强的共同点，是从一开始就非常清楚自己在做什么，以及为什么做。

这些企业不会追逐所有可能的机会。它们在时间、资本与注意力分配上，都表现出很高的纪律性。

它们也会尽早用结构来构建公司。治理、合作关系和商业模式，不是在压力来临后才补上的，而是在早期就被认真设计。

此外，对齐也非常关键。创始人、投资人和合作方对目标具有一致理解，不会存在方向上的长期模糊。

最后，这些企业不会只看短期增长。它们更清楚自身如何嵌入更大的产业生态，并据此进行定位。

早期纪律，最终会沉淀为速度、信任与可信度。

首先是清晰，其次是诚实。

强创始人往往能够把自己的公司讲清楚，而不是躲在复杂性背后。同时，他们也能坦率承认自己目前还不知道什么。

我还会观察他们如何处理问题：他们的思考是结构化的，还是反应式的？他们能否看清业务中的因果关系？

另一个重要信号，是面对挑战时的反应。防御型创始人通常成长较慢；而保持好奇的人，迭代速度往往很快。

最后，我会看他们说的与做的是否一致。即使在非常早期，也应该能看到某种执行证据。

Traction 可以后天建立，而思维质量往往更难在短期内被改变。

很多投资人至今仍然主要用“风险”的镜头去看新兴市场，而不是用“机会”的镜头。

他们低估了这些生态系统中正在发生的复杂度、速度与创新规模。因此，他们往往会错过一些其实比传统市场更具活力的机会。

投资人首先需要理解的是：限制条件，往往会塑造出更强的经营者。处于这些环境中的创始人，通常更有资源整合能力、更能适应变化，也更接近真实问题本身。

另一个常见误区是对“规模”的理解。在许多新兴市场中，解决方案之所以能够快速扩张，是因为它们直接回应了基础性需求。

投资人需要超越表层判断，花时间理解本地语境。真正的机会不在于复制西方模型，而在于支持那些为本地环境而生的企业。

先从自己的思考开始。

先把你的判断写出来，即使还不完美。然后，再用 AI 去挑战、修正与压力测试这些内容。

不要从 AI 开始。如果你一开始就把生成交给工具，那么最终很容易得到看似完整、实则并不属于你的泛化思考。

第二个纪律，是提出更好的问题。输出质量，始终直接取决于输入质量。

最后，要对所有结果保持批判性审视。内容听起来正确，并不代表它对你的业务真正成立。

AI 应该强化你的思考，而不是代替你的思考。

• 当下优秀 pre-seed 判断力的三个关键词：清晰、纪律、对齐。
• Cheila Gibbs 最看重的一项创始人特质：自我认知。
• 关于 AI 与投资，最常见的误解之一：以为它能替代思考，而不是暴露思考质量。
• 新兴市场中值得严肃投资人更多观察的一个信号：本地创新正在解决真实的基础设施缺口。
• 塑造她商业方法的一本书、一位思想者或一种经历：在多个行业中亲自构建并扩展企业的真实经验。