14页PPT吹出自研大模型、叫价12倍估值!打开代码库仅600行套壳:顶级PE连夜退场,撕开千亿AI虚假繁荣

一场本该皆大欢喜的千万美元级并购案，在最后关头迎来了戏剧性的崩盘。

谈判桌上，这是一家风头无两的明星初创公司：420万美元的年经常性收入（ARR）、40%的惊人年增速，管理层在投影仪前口若悬河，展示着一份足足14页、架构极其复杂的“专有基础AI架构”商业计划书。卖方底气十足，直接开出了12倍的收入倍数。

被这组华丽数字吸引的顶级私募股权（PE）买家，为了确保万无一失，派出了专门为企业做AI技术落地的工程师团队进驻尽调。

然而，当技术专家拿到权限、推开这间公司的底层代码库时，所有人当场石化了。

代码库里找不到自研模型、核心专利算法或成型的工程资产。整个所谓“颠覆行业”的企业级专有AI平台，剥去华丽的前端界面后，核心只有区区600行“胶水代码”，它本质上就是直接调用OpenAI的API接口，把系统提示词（System Prompt）和前端React界面生硬地绑在一起。

路演PPT里被包装成“独家秘密武器”的专有模型，在代码里赫然写着：调用 gpt-4o，把采样温度（temperature）调到了 0.2。

一个资深程序员花一个周末就能写完的玩具，包装上一套商业说辞，就敢开价几千万美元。 PE机构没有还价，合上电脑，连夜撤出了交易。

▲ LimestoneHQ 创始人 Mark Ajzenstadt 披露 PE 技术尽调中的“套壳惊魂”

这起并购闹剧来自技术咨询机构 LimestoneHQ 创始人马克·阿森施塔特（Mark Ajzenstadt）的公开讲述，标的公司并未具名，相关细节目前属于当事人的单方叙述。帖子很快引起创投从业者讨论：资本向AI狂奔的速度，已经远远超过了他们看懂代码的能力。

一、代码库里的“皇帝新衣”：AI套壳到底能有多薄？

为了让非技术背景的读者也能看懂，我们需要先拆解一个行业黑话：什么叫“AI套壳”（AI Wrapper）？

简单打个比方：OpenAI、Anthropic或Google训练的大模型，就像是自来水厂生产的“高纯度自来水”；而一家AI应用公司，理应通过自己的过滤、矿化、管道网络和定制配方，给特定行业造出一瓶具有不可替代价值的“功能饮料”。

但这家要价12倍估值的公司干了什么？他们只是买了个极其廉价的塑料杯，接了一杯自来水，往里面扔了一张写着行业话术的纸条（System Prompt），然后给这个杯子贴上了“自研专有水源”的标签，向投资人收天价水费。

至于代码中那个令人啼笑皆非的 temperature = 0.2，在AI技术中只是大模型的一个“随机性旋钮”：

• 温度调高（如0.8），模型输出天马行空、充满创造力；
• 温度调低（如0.2），模型输出更稳定、更保守、更可预测。

把一个官方自带的调节参数，包装成价值千万的“自研核心科技”，这就是当前AI狂潮下最典型的“AI洗白”（AI Washing）。

▲ 估值机构 Valutico 指出，商业尽调若看不透代码层，将面临严重的资产误判

传统投资机构习惯了看财务报表、看客户留存、看ARR增长曲线。在旧SaaS时代，只要收入是真实的，代码写得差点也能接受。但在大模型时代，这种逻辑彻底失效了。

阿森施塔特一针见血地指出：财务尽调只能告诉你它“现在在赚钱”，却看不出它“到底靠什么赚钱”。如果一家公司的核心资产仅仅依赖外部API的几行调用，那么它的护城河比一张纸还要薄。

二、致命的四重暗礁：传统尽调看不见的AI黑洞

在这次失败的并购案背后，阿森施塔特总结了当下所有投资机构在评估AI资产时，必然会撞上的四大认知断层。

1. 模型依赖与“智能体替代风险”

如果你的产品只是一层薄薄的提示词包装，你的命脉就彻底掐在底层大模型厂商的手里。

国际估值与尽调机构 Valutico 将其定义为“智能体替代风险”（Agentic Substitution Risk）：一旦OpenAI或Anthropic下一次模型升级，或者底层厂商在原生系统里顺手做了一个类似的功能，或者把API调用价格上调30%，这类套壳公司的利润与业务会在一夜之间灰飞烟灭。

如果一个工程团队只需要一个下午就能把你赖以生存的“专有AI”从底层剥离替换，这项资产的技术价值恐怕只剩一个漂亮的网页前端。

2. 埋在代码里的版权“核弹”

买下一家AI公司，意味着你不仅买下了它的资产，还必须全盘继承它的“原罪”。

在很多自称自研模型的初创公司资料室（Data Room）里，关于训练数据来源的合规文件几乎是一片空白。他们的大模型是用什么喂出来的？是否抓取了未经授权的受版权保护书籍，或者从盗版电子书库导入数据？

▲ 知名版权诉讼案（Bartz v. Anthropic）让训练数据合规成为买方必须穿透的红线

这绝非危言耸听在著名的 Bartz 诉 Anthropic 版权案中，原告指控后者使用未经授权的书籍训练模型，最终达成的和解金额高达约15亿美元（按50万部作品、每部约3000美元结算）。

更致命的达摩克利斯之剑来自监管层面：根据欧盟《人工智能法案》（EU AI Act）第99条，针对严重违规的人工智能实践，最高行政罚款可达3500万欧元，或全球年营业额的7%（以较高者为准）！如果买方在交割前没有穿透数据溯源链，交割后的巨额罚单与连带诉讼甚至可能拖垮母公司。

3. 人才分布从“正态分布”变成了“幂律分布”

传统软件公司（SaaS）如果离职两三个初级程序员，业务照样运转，因为代码逻辑是模块化、标准化的。

但在很多所谓的AI公司里，整条模型流水线、微调逻辑、提示工程和数据管道，往往只存在于两三个关键极客的脑子里。

▲ 行业共识：组织知识分布正从钟形曲线走向极端的“幂律分布”

正如推特网友评论所言：管理层常误以为有了AI，员工就不重要了；现实恰恰相反，极少数掌握核心模型资产的人比以往任何时候都更关键。 传统的HR尽调只会在表格里数人头，却根本不知道，一旦这三个人在交割后拿钱离职，留给买方的就只剩下一堆谁也跑不通的破烂代码。

4. 95%的集成失败率大溃败

很多PE买家打着如意算盘：我花高价买下这家AI公司，把它成熟的“AI能力”直接赋能给我投过的其他传统制造、医疗或消费企业，形成协同效应。

然而，现实的骨感超乎所有人想象

▲ Healthcare IT News 报道 MIT 研究：95%的企业生成式 AI 试点未能产生可衡量回报

• 著名智库 RAND 在深度访谈数十位资深AI专家后发布的报告指出：业内普遍估计超过80%的AI项目最终失败，这一失败率是非AI传统IT项目的整整两倍；
• 麻省理工学院（MIT NANDA）
   在《2025商业AI现状》报告中的数据更为残酷：约95%的企业生成式AI试点项目，最终都未能转化为可衡量的实际财务利润（P&L），只有不到5%能带来实质性的收入加速。

把一个600行代码的脆弱套壳，强行塞进复杂、陈旧的企业技术栈中，往往会演变成一场耗时数个季度、耗资数百万美元的灾难工程。

三、历史的押韵：从“MySQL套壳”到“AI洗白”

这种“把别人的基础设施吹成自己核心科技”的把戏，在商业史上并不新鲜。

曾有一位工程师在社交网络上分享过一段啼笑皆非的经历：多年前在南非，有创业者声称自己用机器学习发明了“革命性的超高压缩比视频算法”，估值惊人。直到技术专家到现场排查服务器，揭开底层逻辑才发现：那根本就是一个Windows批处理脚本，在后台偷偷调用了开源软件 ffmpeg 压缩视频！

▲ 从业者揭露：披着前沿科技外衣的谎言在资本市场屡见不鲜

无独有偶，近期在硅谷轰然倒塌的 Builder.ai，更是将“AI洗白”演成了教科书级的反面教材，这家宣称用“AI全自动生成软件”的独角兽，拿到了包括科技巨头在内的大量背书，最终内部调查却揭露，其后台所谓的“AI自动化”，大量是由廉价的外包人工在后台手敲代码伪造出来的。

所有“套壳（Wrapper）”都一文不值吗？

顶尖风投机构 CRV 与产品策略智库 HatchWorks 给出了一套行业坐标：套壳有“厚”与“薄”之分。

回望PC互联网与云计算的黎明期，Salesforce 最早何尝不曾被硅谷老炮嘲笑为“不过是在 MySQL 数据库外面套了一个网页壳”？Shopify 和 Workday 早期同样面对过类似的嘲讽。

底层基础设施被普遍商品化之后，优秀的公司会迅速把价值转移到自身的业务壁垒上：

Jasper 的兴衰就是薄套壳最经典的悲剧：2022年凭借在GPT模型上封装文案生成工具，以15亿美元的高估值疯狂吸金；然而，当 ChatGPT 直接向公众开放后，其单一维度的功能壁垒被瞬间穿透，随后不得不经历裁员、收入回落和内部估值腰斩。

而 Cursor 同样调用 Claude 和 GPT 的底层能力，却把AI深度织入了软件开发者的每一个代码跳转、上下文索引与修改逻辑中，堆出了极其难以复制的“工作流护城河”。

市场正在飞速进化：使用基础模型无可厚非；把别人的水龙头包装成自己的油田，再按油田的价格卖给下一棒接盘侠，才是投资人警惕的对象。

四、资本觉醒：穿透PPT，去翻他们的代码库！

这场并购闹剧的落幕，标志着一级市场长达两年的“AI野蛮生长与盲目崇拜期”正式终结。

根据贝恩公司（Bain）与普华永道（PwC）在2026年发布的并购趋势分析，由于AI资产暴露的技术与合规隐患，已有近五分之一的战略并购决策者因无法验证标的AI能力的真实性而主动放弃交易；在主流估值模型中，未通过AI技术穿透审查的企业，其估值倍数正在被机械地直接扣减 15% 到 30%。

▲ 投资人共识：PPT可以讲一套故事，代码库会讲另一套故事，尽调就从那道缝隙开始

知名投资人 Ademola 在推特上道出了所有买方此刻的心声：

“在把我的钱投进任何一家AI公司之前，我唯一想要彻底弄清楚的问题只有一个：他们到底亲手造了什么？PPT可以讲一个天花乱坠的故事，但代码库会讲出完全相反的另一个故事。尽职调查就从这两者之间的缝隙开始。”

草莽时代结束了那些依靠信息不对称、拿开源框架和通用API粉饰门面的“AI淘金者”，正在裸泳中被迅速清算。

对于每一个正在注视着这股科技巨浪的从业者、创业者与投资人而言，这起600行代码的并购荒诞剧留下的启示无比清晰：

别再沉迷于路演幻灯片里的宏大故事。在大模型时代，商业模式可以被包装，ARR可以短期冲刺，唯有推开服务器大门、打开那行冷冰冰的代码库时，

代码，从来不会撒谎