巨头云集：巨型基金加速涌入种子轮的真实图景
管理规模超过100亿美元的超级风投机构，正以史无前例的速度与规模渗透早期种子轮市场。Murph Capital基于Harmonic数据库，对20家顶级巨型基金在SaaS时代(2015-2019)、零利率时代(2020-2022)与AI时代(2023-至今)三大阶段的早期投资行为进行了系统拆解。核心发现既令人振奋又发人深省——这些巨头的种子轮变现能力确实是市场均值的3.7到4.2倍，但一旦大规模放量，这一优势便会迅速稀释。对新兴管理人而言，战役虽未失败，但必须精确定位赛道。
一个月前，一条简短的推文引发了热议：“巨型基金真的在接管种子轮，还是仅仅感觉如此？”6.5万次浏览、数百条私信，恰恰说明这是一个击中共振点的议题。
新兴管理人诉说他们正承受前所未有的压力却难以量化；LP则质疑：如果a16z和红杉已亲自下场，投资种子基金还有意义吗？而巨型基金的管理合伙人自己也想知道，竞争对手在早期阶段的部署究竟激进到了何种程度。
推文的广泛共识与此不谋而合：
- 巨型基金的种子轮配置大幅提升，过去十年增长了约三倍
- 市场足够庞大且分散，它们的份额主要集中在头部四分之一
- 核心动机并非追求短期资本回报，而是提前识别人才、获取高信噪比的数据，将错过下一波时代级机会的风险降至最低
然而共识仅为起点。宏大的趋势背后隐藏着一幅更加生动且不规则的地图，只有数据才能揭示其全貌。因此，我们利用Harmonic的真实数据，追踪这20家巨型基金在三个时代（SaaS、零利率、AI）的早期投资行为，以诚实回答一个关键问题：种子市场究竟发生了什么？巨型基金真正走向何方？这对定价产生了什么影响？新兴管理人是否有理由真正担忧？
直觉与数据：谁的叙事站得住脚？
首先，我们来看研究框架。
研究依赖公开情报，配合Harmonic提供的实时数据（覆盖超过3000万家公司与1.9亿人）。时间纵轴划分为三个时代：
- SaaS时代（2015-2019）： 正常市场周期，延续五年。云服务、SaaS、交易平台和金融科技是主流叙事，利率稳定，市场纪律性强。
- 零利率时代（2020-2022）： 零利率政策历时三年。资本近乎免费，各路投资者涌入早期市场索取收益，Tiger Global与SoftBank似乎出现在每一轮有意义的融资中。种子轮市场严重过热，但方式混乱，缺乏结构性逻辑。
- AI时代（2023-2026）： 从ChatGPT发布至今。重大技术冲击催生新类型公司，超大种子轮成为常态。
技术上我们专注于种子轮，实操中同样包含Pre-Seed与Seed Extension。原因是这些早期阶段的边界经常模糊且变动。
在研究开始前，直觉就已经强烈：巨型基金在早期阶段的雷达上出现得愈加频繁。a16z、General Catalyst和红杉的品牌标识越来越高频地出现在种子轮公告中。数据证实了这一点：
- 2026年前六个月，a16z参与了约48笔种子轮交易，领投46%。这是系统性的种子策略，而非零散下注。
- 最突出的特点是支票金额：a16z领投轮次的中位数高达1050万美元，更接近经典A轮而非传统种子轮。
- 若加上General Catalyst与红杉，这三家巨头在短短5.5个月内完成了87笔种子交易，平均每1.5个工作日就做一笔早期投资。
与此同时，Carta最新数据显示，种子轮估值正在快速膨胀。虽然有人认为这是少数激进玩家所致，但大多数新兴管理人的基金数学仍迫使他们以中位数或附近水平运作。
巨型基金的逻辑完全不同。凭借累积的AUM、品牌溢价与优质项目流，价格纪律已不再是约束。这种落差正在撕裂市场，形成“经典种子轮”与“超级种子轮”两个层级：
- 种子轮估值第90百分位在2026年Q1飙升至9370万美元，四年几乎翻倍
- 过去一年，中位数以上估值至少上涨了53%
- 底部几乎停滞：第25百分位从1800万美元缓慢攀升至2270万美元
所有这些都是间接证据，虽然指明了大方向，却未给出早期市场到底发生什么、巨型基金影响力到底有多系统化的答案。因此，我们决定深度挖掘，拆解每家基金在三个时代的个体动态与行为模式，并思考这种转变对新兴管理人的最终意义。
交易机器的深度拆解
图注：2026年Q1，种子轮估值第90百分位逼近9400万美元，四年几乎翻倍。
从平均数看，SaaS时代典型巨型基金每年完成10.6笔早期交易。到AI时代，跳升至23.9笔，整个队列平均增长2.37倍。
最耐人寻味的是零利率结束后的表现。如果这种增长纯粹是免费资金的副产品，加息后理应逆转。但在这20家基金中，AI时代的年均交易数量与零利率时代几乎持平：23.9对24.3。只有3家基金缩减了早期投资节奏，说明这种转变是结构性的：
- a16z：16.6 → 49.7 → 76.8笔/年
- General Catalyst：15.2 → 33.0 → 62.1笔/年
- Khosla Ventures：14.6 → 21.0 → 30.9笔/年
背后存在至少三个根本驱动力：
AI时代的公司天生成本更高。GPU基础设施、数据管道、年薪30-50万美元的研究科学家，创造出完全不同的基线成本。SaaS时代50万美元可办到的事（两个工程师加AWS），AI时代需要200-500万美元。而且，SaaS时代的早期本质是探索性的，允许创始人迭代、转型、耗费数年寻找PMF；AI时代的先发优势窗口则短得多。
对创始人的争夺转移了定价权。在革命性技术周期初期，高能力搭配顶级人才价值连城。最好的AI创始人在种子阶段就能在a16z、红杉与Lightspeed之间选择，搭建一个能帮助他们在更短时间内融到更大下一轮的股东表。很多时候，定价权从投资人转移到创始人手中。
基金规模的数学问题。队列中前5家基金合计AUM从约340亿美元增长到2490亿美元，十年约涨7倍。与此同时，种子交易数量仅增长2-4倍。AUM扩张速度远超种子活动，种子支票在这些基金的投资组合中占比反而变小。
例如a16z：2015年管理规模约40亿美元，现在管理900亿美元。一张600万美元的种子支票在900亿AUM中仅占0.01%。基金没有任何动力为百万级的估值讨价还价。在一个日益集中的市场中，错过世代级机会的风险是灾难性的。
因此可以高度自信地说：AI时代巨型基金涌入种子轮，不是免费资金时代的投机行为，而是战略使命——大量资本涌入巨型基金的同时，一批值得在最早期就争夺的新型公司和人才同时涌现。
基于增速的分组分析
图注：20只基金按增速轨迹可分为三大行为模式。
在零利率时代，所有20家巨型基金都加大了早期交易。美联储降息至零后，大规模LP资本涌入VC口袋，2021年美国VC总募资额达1695亿美元。
进入AI时代，利率稳定在5%以上，市场高度分化，宏观分歧将基金分成三条行为路线：
加速者——交易量甚至超越零利率时期
- a16z（75.3笔/年）
- General Catalyst（61.5笔/年）
- Khosla Ventures（31.5笔/年）
这些基金不仅在廉价资金消失后继续留在种子阶段，而是加倍下注，激进扩大存在。
稳定者——AI时代交易量略低于零利率峰值，但仍远高于SaaS时代
- 红杉（19.6 → 49.3 → 50.6）
- Accel（15.2 → 43.3 → 34.7）
- Lightspeed（11.6 → 41.7 → 32.1）
零利率的飙升已见顶回落，但基线活动永久性抬高至历史水平的2-3倍。
纪律型——三个时代稳步增长
- Bessemer（9.4 → 23.0 → 20.9）
- Lux（7.2 → 14.3 → 14.7）
- Index Ventures（10.0 → 23.3 → 17.6）
它们避开了零利率的飙升与AI的爆发，但基线已永久上移。SaaS时代每年10笔，现在稳定在15-21笔。
唯一例外是三家基金：Founders Fund、NEA与Greylock，它们的早期活动从SaaS到AI时代要么减少，要么持平。
核心配置还是副业？
图注：2026年Q1巨型基金参与种子轮中位数达620万美元，是市场均值（140万美元）的4.4倍。
绝对数字无法回答一个关键问题：对巨头来说，种子轮是副业，还是核心战略？
一家基金一年做30笔种子，但同时做200笔A到D轮，种子仅占15%。反过来，30笔种子出自60笔总投资，种子占50%。
15%意味着侦查项目、个别合伙人的宠物项目、廉价期权。50%意味着战略使命：专门团队、机构化流程、大规模部署机器。
20家基金中有16家，AI时代的早期配置比例创历史新高。SaaS时代，典型巨型基金将20-30%的交易量导向种子。AI时代，这个基线飙升至35-50%。
三个案例特别说明问题：
红杉：彻底转型。这是整个数据集中最戏剧性的战略转向。SaaS时代，红杉早期投资占比不到五分之一，主要是A/B+轮霸主，零星做战术性种子赌注。AI时代，近一半交易集中在早期，上升了30个百分点。
General Catalyst：V形曲线。SaaS时代GC已偏重早期，占38%。零利率时代降至30%，但AI时代急剧反转至47%。
a16z：稳定基线后AI跳升。SaaS与零利率时代，a16z早期配置完美持平在31.2%。AI时代猛然跳至42.5%。
这对LP来说，意味着巨型基金机构种子轮已经从“偶尔开具种子支票”转变为系统性、有组织地切入早期阶段。红杉的种子占比49%，GC占47%，a16z占42%。
传统种子与超级种子的分裂
图注：2026年Q1，巨型基金参与种子轮中位数达620万美元，是美国市场均值的4.4倍。
核心主题是种子阶段的分裂。看裂痕的最佳方式是观察每个时代的中位轮次规模，并与整个美国“种子指数”（市场整体中位数）比较：
- AI时代，有巨型基金在股东表上的美国种子轮中位数是620万美元
- 市场整体中位数仅140万美元，差距达4.4倍
巨型基金根本不参与“平均”种子轮，而是系统性地在市场的头部四分之一运作。
更有趣的是，这个倍差在三个宏观周期中保持稳定：SaaS时代4.8倍，零利率4.5倍，AI时代4.3倍。巨型基金并没有相对市场其他部分加速通胀，它们只是永远存在于一个完全不同的价格层级。
换个角度看，市场第75百分位（400万美元）是巨型基金的入场基线。它们的中位轮次（620万美元）稳稳坐在P75之上。
图注：2026年Q1巨型基金参与种子轮中位数达620万美元，是美国市场均值的4.4倍。
中位数反映一家基金的“典型”交易，平均数被异常值严重偏斜。两者价差清晰显示了基金策略的“双轨”程度。
双轨型（价差3倍以上）
- Index（中位数820万，平均3430万，4.2倍价差）
- Lux（600万 vs. 3170万，5.3倍）
- Lightspeed（680万 vs. 3080万，4.5倍）
- Accel（500万 vs. 2600万，5.2倍）
- a16z（600万 vs. 2180万，3.6倍）
- 红杉（500万 vs. 1740万，3.5倍）
这些基金同时在两张桌上博弈：量大的经典种子轮（500-800万美元），加上高度精选的超级种子（5000万-5亿美元以上）。
均质型（价差低于2.5倍）
- Greylock（690万 vs. 1330万，1.9倍）
- Founders Fund（700万 vs. 1200万，1.7倍）
- CRV（750万 vs. 1080万，1.4倍）
- 8VC（660万 vs. 870万，1.3倍）
- NEA（700万 vs. 740万，1.1倍）
这类基金的中位数与平均数紧密跟踪，没有超大轮次的长尾。
双轨型基金制造了一种幻觉：种子轮已成为3000万美元以上的游戏。但数据驳斥了这一点。即使是最双轨的机构，典型交易也稳稳落在500-800万美元区间。
对新兴管理人来说，真正的竞争压力来自均质型——GC、Khosla、Bessemer、Greylock。这些机构系统性地在500-800万美元区间执行，不受超级种子分心。
谁在定价，谁在搭车？
图注：2026年Q1巨型基金参与种子轮中位数达620万美元，是美国市场均值的4.4倍。
参与与领投是截然不同的概念。
一家基金在600万美元的轮次中投入50万美元，只是跟投者。领投者才是定估值、定条款、决定谁可进入的人。它最终决定了新兴管理人还有没有空间。
我们将这些机构拆分为四种类型：
信念领投型——高领投率+高交易量
- Khosla（60%，19笔领投/年）
- Lightspeed（63%，21笔领投/年）
- Accel（54%，20笔领投/年）
这是对新兴管理人最危险的群体。部署激进，且要求坐主驾。
量大型——高交易量，中领投率
- a16z（51%，40笔领投/年）
- General Catalyst（53%，33笔领投/年）
- 红杉（36%，19笔领投/年）
这些巨头的绝对领投数量占主导。即使巨型基金未领投，其出现在股东表也会严重影响信号效应和后续融资动态。
精选领投型——高领投率，低交易量
- EQT（82%，7笔/年）
- Craft Ventures（76%，8笔/年）
- Index Ventures（67%，12笔/年）
- Founders Fund（61%，10笔/年）
- Greylock（58%，6笔/年）
这些基金领投绝大多数交易，但保持高纪律、低速度。在总体市场量上威胁较小，但在任何它们进入的具体交易中，几乎必拿下领投位。
网络型——低领投率
- 8VC（38%，9笔/年）
- Amplify（39%，4笔/年）
- 红杉（36%，19笔/年）
- Bessemer（44%，9笔/年）
这些机构选择跟投的频率远高于领投，角色围绕网络、信号和期权，而非确立市场定价。
一个有趣发现：两家绝对早期活动量最大的基金，AI时代的领投率最低——a16z 51%，红杉36%。且两者领投率均较SaaS时代下降。
但绝对数字上，它们仍主导战场：a16z每年领投约40笔早期交易，GC约33笔。
总体而言，20家基金中有13家的AI时代领投率高于SaaS时代。
图注：AI时代，多数巨型基金的种子轮领投率显著上升。
巨型基金正在更频繁地领投。例如Greylock，SaaS时代每四笔种子只领投一笔，AI时代超一半。
压力最大的地方
图注：AI基础设施与开发者工具的轮次中位数和平均数差距最大，达7倍。
以上分析描述的是巨型基金的总体情况。现实中，新兴管理人很少投资于“种子整体”，他们投的是特定赛道。
企业AI与自动化、AI基础设施与开发者工具两个赛道主导了领投率和总交易数。两者合计538家公司，占整个数据集全部早期活动的42%。20家巨型基金全部同时活跃于这两个赛道。
对LP而言，正确的尽调问题必须转向新兴管理人参与的具体赛道，因为赛道选择决定了
