硅谷有一条不成文的规矩：不要同时投资直接竞争对手。这条规矩被红杉资本亲手打破了。
2026年1月，红杉资本被曝参与Anthropic的融资谈判——这家公司正是其已投企业OpenAI的最大竞争对手。消息一出，硅谷哗然。但更令人震惊的不是红杉打破了潜规则，而是它为什么觉得有必要这么做。
答案写在一组数字里。2026年第一季度，全球风险投资总额达到创纪录的约3000亿美元，其中AI初创公司吸收了2420亿美元，占比约80%。仅OpenAI一家就融资1220亿美元，占全球VC的40%以上。到了第二季度，超过70%的风险投资流向了AI公司。整个上半年，全球5100亿美元风险投资中，OpenAI和Anthropic两家合计拿走了2170亿美元——43%。
这不是一个行业泡沫的故事。这是风险投资行业正在被AI重塑的故事。而红杉资本——硅谷最老牌、最有权势的风投机构——正在用行动告诉市场：AI不再是风险投资的一个“赛道”，它正在成为整个风投行业的新默认配置。
一场破例背后的算盘
2026年3月31日，OpenAI宣布完成1220亿美元融资，估值达到8520亿美元。参与方名单中，红杉资本赫然在列。两个月后，Crunchbase确认，Anthropic完成300亿美元G轮融资，估值3800亿美元——红杉再次出现在投资者名单中。
这是红杉资本第一次同时出现在两家直接竞争公司的融资轮中。据TechCrunch援引Financial Times的报道，红杉过去长期遵循一条不成文规则：不投资同一赛道的直接竞争者。2020年，红杉甚至因为发现所投支付初创公司Finix与Stripe构成竞争，宁可放弃数千万美元的投资也要退出。但2026年，这条规则被废弃了。
背后的权力变化值得注意。据TechZine报道，红杉内部发生了一次权力交接——此前对极端估值持批评态度的Roelof Botha在2025年秋季被边缘化，Pat Grady和Alfred Lin开始主导投资策略。新领导层上任后的第一个大动作，就是放弃“不投竞争对手”的戒律。
但红杉的目的并不是简单地在两个领先者之间“两头下注”。仔细观察红杉2026年的投资组合，你会发现一个更清晰的模式。
从模型到生态：红杉的全栈布局
2025年11月，红杉资本宣布成立两只新基金，总规模约9.5亿美元——一只7.5亿美元的A轮基金和一只2亿美元的种子基金。红杉早期投资团队的合伙人Bogomil Balkansky在声明中说：“市场有涨有跌，但我们的策略保持一致。我们一直在寻找有想法建立代际业务的异常创始人。”
这些“异常创始人”在2026年指向了AI生态的各个层次。
2026年7月，红杉资本领投了Sable的4500万美元融资。Sable做的是AI Agent基础设施——帮助企业在其运营中管理AI Agent。红杉合伙人Shaun Maguire在博客中写道，企业“需要基础设施来管理AI Agent”，红杉因此同时领投了种子轮和A轮。同月，红杉还发布了Bunkerhill Health的投资公告，这家公司用AI Agent改善患者治疗结果，指向一个监管严格的垂直领域。
更早一些，红杉还投资了Clay、Harvey、n8n、Sierra和Temporal。这些公司覆盖了AI销售工具、法律AI助手、自动化工作流、客服平台和分布式工作流引擎——每一个都是AI模型与企业实际业务之间的“连接层”。
红杉并不是在赌哪一家模型公司会赢。它在赌整个围绕模型构建的生态系统——智能体、编排、可观测性、合规、行业特定工作流软件——会成为下一波价值创造的主战场。
为什么红杉觉得必须All in AI？
2026年1月14日，红杉资本发表了一篇标志性文章，标题就叫《2026: This is AGI》。Pat Grady和Sonya Huang在文中提出一个功能性的AGI定义：“AGI就是解决问题的能力”（“AGI is the ability to figure things out. It's that simple.”）。他们论证，三个条件已经齐备：预训练为模型提供了基础知识，推理时计算赋予其推理能力，长周期Agent则带来了迭代能力。
“2023和2024年的AI应用只是‘说话者’，2026和2027年的应用将是‘执行者’，”他们在文中写道。Sonya Huang给出了一个有力的判断标准：“一个检验AGI的试金石是——你能雇佣一个Agent吗？”
4月20日，红杉举办了第四届AI Ascent大会，150多位创始人和研究者参加，包括Demis Hassabis、Andrej Karpathy、Greg Brockman、Anthropic的Boris Cherny、Waymo的Dmitri Dolgov、英伟达的Jim Fan。Pat Grady在开场演讲中给出了一个更宏大的框架：“AI是一场计算革命。不是更快的马，而是汽车。汽车已经到了。”
Sonya Huang则宣布2026年为“Agent之年”。她拆解了三个关键要素——模型、工具和“缰绳”（harnesses）——并指出这三个要素终于同时成熟了。Konstantine Buhler直接将AI与工业革命类比：“AI将要对认知劳动做的事情，就是工业革命对体力劳动做的事情。”
这些公开表态不是空洞的愿景。它们是红杉向LP和创业者发出的信号：这家机构已经将AI作为未来十年投资组合的绝对核心。
结构性重仓 vs 周期性稀缺
红杉的行为模式指向一个深层判断：AI正在成为风险投资的“结构性默认配置”。
所谓结构性默认配置，意思是AI已经不再是“要不要投”的问题，而是“投什么、投多少”的问题。就像过去二十年风投行业默认配置云计算和移动互联网一样，现在AI成为了底层基础设施级别的投资前提。
数据支撑了这一判断。Crunchbase数据显示，2026年第一季度AI初创公司吸收了约2420亿美元，占全球风险投资的约80%。第二季度，超过70%的风险投资流向了AI公司，而一年前这个比例还不到50%。整个上半年，全球VC达到5100亿美元，创下历史记录。
但结构性重仓不意味着价格合理。红杉愿意为AI付出的价格，依然反映出典型的“周期性稀缺”——在热门赛道中，为争夺有限的好标的而支付溢价。OpenAI的8520亿美元估值是其年化收入（约250亿美元）的34倍以上；Anthropic的3800亿美元估值是其年化收入（约300亿美元）的12.7倍。对于一个尚未盈利的行业，这样的估值倍数意味着市场几乎没有给“犯错”留出任何空间。
这就是红杉AI策略中最核心的张力：它相信AI是结构性的长期机会，但它正在用周期性的高价来建仓。
43%的资本去了两家公司：集中度风险在逼近
红杉的策略并非没有风险。事实上，最大的风险恰恰来自它正在参与的趋势本身。
Crunchbase的数据显示，2026年上半年，全球风险投资达到5100亿美元，但OpenAI和Anthropic两家公司就占了2170亿美元——43%。如果将Q1的数据单独看，仅OpenAI、Anthropic、xAI和Waymo四家公司就合计融资1880亿美元，占当季全球VC的近65%。
这种集中度在风险投资历史上是空前的。Crunchbase指出，北美地区美元投资额同比增长190%，但交易数量却下降了26%。全球创业公司的交易数量都在减少——更多的钱流向了更少的公司。
更值得警惕的是，Crunchbase指出，如果剔除这几笔超级大额融资，全球VC的交易活动实际上与2024年和2025年水平相当。换句话说，创纪录的数字背后是一根“单薄的支柱”——由少数几笔巨型交易撑起，而非广泛的市场繁荣。
真正的回报可能在模型之外
红杉之所以押注Sable、Bunkerhill Health这类早期公司，核心逻辑在于一个判断：AI的长期价值将“向外扩散”——从模型层流向应用层。
Pat Grady在AI Ascent大会上给创业者的建议可以作为这个策略的最佳注脚。他提出了一个“MAD”框架：从客户需求出发建立护城河（Moats），为AI应用设计更好的交互方式（Affordance），并利用模型能力与企业实际部署之间的“扩散差”（Diffusion gap）。
这个扩散差是关键。前沿模型的能力正在以指数级提升，但财富500强企业的实际部署速度依然缓慢。这个差距本身就是一个巨大的商业机会——谁能帮助大企业跨越这个鸿沟，谁就能捕获AI创造的大部分价值。
红杉合伙人Konstantine Buhler提出了一个更激进的判断：AI将要对认知劳动做的事情，就是工业革命对体力劳动做的事情。这意味着估值模型也将从“每席位收入”转向“每完成一件事的成本”。如果这个判断成立，那么拥有工作流语境和信任层的企业——它们知道客户的具体业务如何运作，并获得了客户的数据授权——将拥有比模型公司更持久的护城河。
红杉的赌局：谁能捕获AI的扩散价值？
红杉资本的AI投资策略正在回答一个更根本的问题：在AI时代，风险投资应该押注模型的提供者，还是模型的使用者？
从红杉的动作来看，答案是“都要”。通过参与OpenAI和Anthropic的超级大额融资，它获得了对前沿模型层的敞口；通过投资Sable、Bunkerhill Health、Clay、Harvey等早期公司，它押注了AI生态的应用层和基础设施层。
但这两个方向的回报特征截然不同。模型层的竞争正在走向寡头化——巨额资本支出、算力军备竞赛、赢家通吃的网络效应。这意味着在模型层，只有少数几家能活下来，而且它们的估值已经反映了“完美执行的预期”。应用层的机会则更加分散，但每个垂直领域都可能诞生出市值百亿甚至千亿美元的公司。
红杉真正的赌局在于：它相信AI的价值会从模型层向外扩散，而掌握工作流语境和信任层的企业将成为最终的赢家。这个判断如果正确，红杉在2026年建立的庞大AI投资组合可能在十年后产生远超预期的回报。如果错误——如果模型层吞噬了大部分价值，或者AI泡沫破裂——那么红杉不仅要承受超级大额融资的估值回调，还要面对早期投资组合在“AI寒冬”中的集体萎缩。
风险投资行业正在用自己的钱投票——AI不是下一个风口，而是风口的定义者本身。当红杉资本同时押注两大赛道巨头，又全链条布局早期生态，它传递的信息已经足够清晰：AI时代的风险投资，不是在选边站，而是在重建整个棋盘。
快报