李丰:一份讲了两个月的PPT,与提前踩下的那脚刹车
- 2026-11-01 11:04:37
我写过刘芹、曹曦、徐新、张磊和沈南鹏。比起清点账面战绩，我更关心在周期转向时，投资人依据什么形成判断、做出选择，又为此承受了怎样的代价。
接着写李丰，是因为他提供了一个横跨消费与科技投资的样本。近二十年里，他的投资从早年的消费与互联网，延伸至硬科技、AI及两者的交叉地带。在不同领域的切换中，他习惯把宏观环境、基础设施与产业链拆解成具体变量，顺着产业变化的链条去推演和做选择。
这种凡事算清底账的方法，帮他在产业演进中寻找出手的支点；而在研究与算账之外，面对组织时滞与市场狂热，他也曾付出过相应的代价。
2016年7月的一场创投论坛上，创立峰瑞资本刚满一年的李丰讲起过一桩旧事。
按他当时的公开自述，大约两年多前，他还在上一家基金（IDG资本）工作时，曾与另外两位同事花很大力气去推一家人脸识别公司的融资。当时那家公司估值在几千万美元左右，价格不算便宜。为了说服内部，他们做了大量研究，写了一份“无比长的PPT，那个PPT还非常烧脑”。那家人脸识别公司的创始人看完后，也认可他们在技术和逻辑上的梳理。
但那份“烧脑”的PPT，在基金内部沟通了两个月，最终没有通过。
又过了一个月，大家觉得确实还是应该在这个方向上做布局。可当初看好的那个案子已经错过了，团队最后只能花很贵的价格，去投了另一家从零起步的人脸识别公司。
十年后的2025年12月，在峰瑞资本年度投资人峰会上，李丰又主动聊起了一次关于节奏的复盘。他提到，峰瑞在2021年至2023年间密集投资了机器人赛道，但到了2024年下半年市场热度升高时，团队暂停了机器人投资，“提早刹了车，事实证明太保守了。我没想到机器人在2024年的6月份之后热度又持续了一年半。”
一桩是花了两个月试图用严密逻辑说服组织、却因决策时滞而错失的标的；一桩是在市场未热时提前三年入局、却在情绪升温时因为算账而提前踩下的刹车。这两段相隔十年的切片，恰好框出了李丰作为一名风险投资人的底色。
在中国创投圈，拥有北京大学化学学士与美国罗彻斯特大学化学硕士学位的李丰，很少把投资归结为某种玄妙的直觉。三只松鼠2021年的上市公告记录了他的早期跨界轨迹：2000年1月至2007年1月任新东方学校助理副总裁，2007年2月至2008年4月任秒针系统CEO，2008年5月至2015年6月任IDG资本合伙人，并于2015年7月起担任峰瑞资本创始合伙人。
近二十年的一级市场生涯里，无论外界给他贴上“消费捕手”还是“硬科技投资人”的标签，李丰在公开表达中展现的始终是一套近乎执拗的“链条推演法”——他习惯先把宏观周期、基础设施、产业链产能乃至全球央行流动性拆解成具体的变量，在几股力量的交汇处画出一个“夹角”，然后再去寻找那个能填补逻辑空缺的公司。
这套高度依赖研究与推演的方法，帮他在电商红海、早期硬科技与AI浪潮前多次提前卡位，也让他在面对组织共识与市场泡沫时，不得不反复丈量逻辑推演与真实商业世界之间的时间差。
在红海的“夹角”里找人：从安徽小县城到百万日活的弹幕网
据李丰在2020年3月与宜信创始人唐宁的对谈中回忆，他在2010年至2011年负责电子商务投资时，电商平台本身已经是一片红海。
当市场上的资金还在争抢渠道时，李丰顺着产业链条往下推了一步：渠道结构的剧烈变化，会不会重新分配品牌与品类的机会？
按他在这次对谈中的叙述，当时他听说有一位CEO做了一个还不错的线上坚果品牌叫“壳壳果”，便辗转在安徽的一个小县城里找到了章燎原。章燎原此前在线下做了8年坚果业务，既熟悉传统供应链和品牌建设，也敏锐地看到了线上品牌化的机会，但当时壳壳果的董事并不认同这一方向。李丰回忆，两人就零售线上化的趋势从办公室聊到咖啡厅，十分投机，他当场劝章燎原去实现自己的梦想。
三个月后，章燎原辞去工作，拎着包只身来到北京找李丰。按李丰的说法，IDG资本原则上不允许个人参与项目投资，尽管当时特例批准了他个人出资，但他考虑到自己还参与负责着其他60个项目，只给章燎原个人放钱对其他CEO不够公平，于是力推IDG资本从机构层面投下三只松鼠。
据三只松鼠公司公开的发展历程记载，公司于2012年4月获得IDG资本150万美元天使投资，并于2013年5月获得今日资本与IDG资本的617万美元B轮融资。2015年李丰离开IDG创立峰瑞资本后，继续在资金上支持三只松鼠——据三只松鼠2019年IPO律师工作报告披露，2015年9月上海自友松鼠投资中心以1.66亿元认购公司新增注册资本；2022年媒体据招股书梳理称，加上自友投资当年7月出资的2000万元，两平台合计出资1.86亿元（早期亦有部分媒体报道将峰瑞资本参与的D轮融资表述为3亿元，不同数字或涉及不同交易范围口径）。在公司治理层面上，据三只松鼠2021年公告及2023年半年报披露，李丰还曾在特定时期担任过公司董事、监事及监事会主席。
如果说三只松鼠是顺着“渠道变化→品类品牌重组→寻找兼具供应链经验与线上意识的创始人”这条逻辑链抠出来的，那么早期投资Bilibili（B站），则始于一次对年轻人反常行为的捕捉。
据李丰在2016年演讲及2020年对谈中回忆，2012年前后，他在一次听两个大学生聊天时注意到了A站（AcFun）和B站。听到学生说这两个网站拥有100多万日活用户时，他吓了一跳——在2012年的互联网环境下，这是一个相当惊人的数字，而主流市场当时还看不太懂为什么会有人以弹幕的方式看视频。
李丰回忆，他回去后让年轻同事去调研这两家网站，发现A站已经被卖掉，而B站还有机会。他在上一家基金（IDG资本）投下了B站的第一轮融资，并在离开该基金后不再继续管理该项目。按他在2020年对谈中的自述，当时B站的CEO是1989年出生的徐逸，而陈睿是B站的天使投资人、也是经验丰富的互联网老兵；李丰称自己曾建议两人“老少搭配”，前后来回劝说了大约六个月，最终陈睿从猎豹移动副总裁的位置上辞职加入B站（这一发现与投后过程系李丰本人的回顾性陈述）。
在2016年底的一次演讲中，李丰特意补充了B站与基础设施演变的关系：2015年12月他去找B站团队交流时，对方提到每天活跃用户中通过4G网络在线看视频的人群比例已经达到日UV的20%。在李丰看来，正是中国通信基础设施从3G向4G的切换，构成了在线视频与直播此后大规模兴起的底层前提。
这种“先看底层系统变量、再找商业落点”的习惯，同样体现在他对金融科技与消费零售的总结上。
据《创业家》历史报道，2011年IDG资本与凯鹏华盈、摩根士丹利共同投资了宜信。李丰在2020年的访谈中坦言，自己对金融行业的理解与后续项目布局最初便源于宜信；他在另一场金融科技对话中回忆，经历了2011年至2015年的观察后，团队在2013年前后形成了一条原则：更倾向于投资“理解金融的人使用互联网”，而对“互联网人做金融”保持谨慎。
到了2016年底的新网商峰会上，面对当时如火如荼的网红电商创业潮，李丰公开抛出了一个冷水式的判断：“网红电商品牌，我不会投。”
在媒体整理的演讲实录中，他用一套跨国对比拆解原因：中国在2015年人均GDP达到约8000美元，步入消费升级阶段，年轻消费者需要更具情感寄托的品牌；而中国上一代品牌大多诞生于物质从供不应求走向平衡的时期，解决的是“买得到”（可获得性）的问题，缺乏情感表达。网红恰好在这个空档期充当了生活方式的载体。但李丰强调，网红电商品牌只是特定阶段的产物，因为“零售的本质最后还是对商品、货品和供应链的管理，营销只是零售当中的一个部分，而且这个部分越到发展的规模性阶段，相对占的比例会小一些”。
真正让他愿意下注的，是三个宏观事实交汇出的“夹角”：第一，中国集中了全球消费品约70%的主要产能；第二，原有的本土老品牌正在经历老化与经销体系挑战；第三，新的消费需求与场景正在增长。两年后的2018年，他在口述文章中进一步将零售总结为“抢象限为始，供应链是命门”——前端尽可以跨越线上线下抢占场景象限，但拼到最后，核心是用一条高效的供应链去解决多象限的需求。
五十天的出走与算法改写：当商业模式逻辑撞上硬科技
在IDG资本的七年，让李丰成了当时创投圈最受瞩目的明星合伙人之一。据《新京报》与《时代周报》2015年底至2016年初的报道，李丰在2015年创立峰瑞资本时曾对外介绍，从2010年1月投出第一个项目到2015年6月，他在IDG参与或主导投资了包括韩都衣舍、三只松鼠、宜信、Bilibili、猪八戒等在内的61个项目，累计投出2.92亿美元，当时这些尚未上市公司的账面累计回报约为6.14至6.15倍（注：该数据为当时媒体引述的未上市组合口径，不等同于基金最终经审计的已实现净现金回报）。
然而，随着移动互联网纯线上红利见顶，原有的投资决策机制开始让他感到束缚。
除了那份在内部沟通两个月未能通过、最终错失标的人脸识别“烧脑PPT”，李丰在2016年初接受《时代周报》采访时坦言，自己产生了“更激烈的改变早期投资的想法”。据他回忆，从2015年2月起，他曾与IDG内部进行了三四个月的充分沟通，最初希望在内部以创新创业的方式操作，但最终“因为机制的原因，确实不能放在内部操作，大家觉得还是应该独立来做，对将来、对机制本身更好”。
2015年6月下旬，李丰与林中华等人正式独立运作峰瑞资本。据当时《新京报》与《时代周报》报道，李丰带领团队在50天时间里募集了首期主基金（包含美元与人民币基金）及专项基金；出于对峰瑞的支持，IDG允许他们将尚未完成交割的十三四家已投公司带入新基金。
甫一成立，峰瑞资本便在传统VC的规则上动了四刀：
• 管理费对赌：引入管理费退还机制，基金到期若投资收益不足3倍则退还管理费（即李丰所说的“不赚钱不收钱”），若高于3倍则收取25%的Carry（超额收益分红，高于行业常规的20%）； • 向创业者分润：将投资收益的10%交由创业者决定如何分配； • 降低个人LP门槛：将个人有限合伙人（LP）的出资门槛降至100万元人民币（或20万美元），试图吸纳更多有产业经验的中高层人士参与生态； • 下放投票权：凡在投资团队工作满一年以上的成员，在见过项目的情况下均享有投票权。
机制重构的背后，是投资标的从“商业模式创新”向“技术创新”的迁移。
在2016年7月那场回忆错失人脸识别项目的演讲中，李丰曾向外界详细拆解过为什么不能再用互联网商业模式的惯性去投科技公司：
在他看来，2013至2014年之前的中国创投，绝大部分属于商业模式创新。那套打法的逻辑是：早期放一点小钱验证第一个闭环，一旦“闻到赚钱的味”，就接连投下第二笔、第三笔钱，后面所有的钱都用来把规模砸到行业第一名——“过去很长一段时间证明，如果投了所有钱没有把这个事做到第一名，那基本上，过去投的所有钱的价值变得非常小。”
但技术企业完全不同。李丰指出，底层技术或2B技术服务很难出现赢家通吃的垄断状态，“即便是摩尔定律发挥到极限状态，英特尔也没有把其他几家芯片公司挤死掉。”只要一家公司确有技术积累和阶段性壁垒，A很难把B挤死，它总能兑现一部分价值。因此，他反复提醒团队两件事：第一，“不能投贵的，不能按照商业模式的想法和估值，来投一个技术创新公司”；第二，技术投资人最大的本事，是能够精准界定某项技术在行业里所处的阶段、位置与横向价值。
这种对“人、技术位置与产业交叉点”的重新标定，贯穿了李丰在IDG后期至峰瑞创立初期的几个代表性案例：
在影石（Insta360）上，他投下的是“好学校里的坏学生”。 据《澎湃新闻》2026年8月对影石创始人刘靖康的访谈报道，刘靖康在大学期间曾因通过电话按键音破解周鸿祎手机号而走红；影石最早的团队由刘靖康的几个同学组成，每人每月只拿1500元工资，毕业前一个月公司账上快没钱时，当时还在IDG资本的李丰决定投资他。报道引述李丰的话说：“通常做得比较好的人是好学校里的坏学生，我们讲的‘坏’打引号，就是好学校里不循规蹈矩的学生。”峰瑞资本官网亦将影石列为李丰负责投资和管理的项目；据影石2025年招股说明书及2026年半年报披露，李丰自2020年1月起担任影石独立董事，直至2026年因董事会换届离任。
在晶泰科技上，他在新基金尚未完全成形时抢下了AI与物理化学的交叉口。 据《钛媒体》2018年报道，晶泰科技由温书豪、马健、赖力鹏三位麻省理工学院（MIT）博士后创立，专注于用人工智能算法、物理计算与云计算预测小分子药物的晶型结构——正如石墨与金刚石同由碳原子构成却性质迥异，晶型直接决定了药物在体内的溶解、吸收与临床安全性。2015年，刚离开IDG、峰瑞新基金还没完全做起来的李丰，与腾讯、真格基金一道参与了晶泰科技数千万元的A轮融资，这也是峰瑞在AI医疗领域的第一笔投资。2016年，晶泰科技在辉瑞制药的晶型预测盲测中脱颖而出，将传统一两个月的预测时间缩短至一两天，并于2024年在香港上市。
而在清陶能源上，他与团队穿过了一场关于固态电池的内部争论。 据《21世纪经济报道》2024年报道，清陶能源由清华大学材料学院南策文院士课题组的冯玉川、李峥师兄弟创立，早在2016年便被峰瑞资本看中并敲定首轮投资，一年后峰瑞又继续跟进B轮。李丰在2020年对谈中回忆，当初决定投清陶时，“团队中很多人持不同意见”，做了大量功课与尽职调查后才最终拍板。据2024年报道引述李丰的回忆，最初投资时清陶估值不过几千万元，“当时投资，看到了它在电池材料方面有‘专精特新式’的创新，在纳米尺度上，能够控制材料涂覆和材料生产。”
给热潮算底账：50万亿美元流动性、思科往事与“刹车过早”的机器人
如果把李丰2019年至2026年的公开发言连成一条线，会发现他越来越像一个拿着放大镜核对宏观账本的审计员。
在2019年3月的访谈中，他用“最大规模的消费市场+产品升级换代的结构性机会+最大规模的供给”来解释为什么中国能从“山寨机之王”长出华为、OPPO、vivo、小米等智能手机产业链，并预判同样的逻辑将在新能源汽车与创新药、芯片领域重演。到了2023年3月接受《财经十一人》专访时，他一边通过对比美、德、日、印、越五国的过峰数据来推演国内消费复苏节奏，一边透露峰瑞在2022年五六月份全市场情绪极度悲观时，反而在内部要求“尽量多投”——因为那时创业者不再喊高价，也没有多家机构哄抢，是一个可以放心挑选的“窗口期”。同时，面对美元基金退出的变局，他明确判断中国香港正在取代美国，成为中国资产的下一个离岸交易中心。
而当2023年之后生成式AI与具身智能掀起席卷全球的创投狂潮时，李丰在演讲台上做的第一件事，依然是把技术故事翻过来，先算一笔关于“钱”和“数据”的底账。
据36氪整理的2026年6月WAVES大会演讲实录，李丰在开场时直言“今天不讲技术，只讲钱”。他引用历史经验指出：在技术创新第一个资本周期的前半段，所有人谈的全是技术；而到了资本周期逼近高点的后半段，“大家不谈技术，只谈钱”——不再聊谁的模型架构好，只聊谁的市值高、谁融了多少钱、谁烧了多少钱。
为了解释这一轮AI热潮何以空前，他在现场算了一道货币算术题：2020年为应对疫情冲击，全球主要央行扩表12万亿美元基础货币；若按全球保守的货币乘数4计算，一年内增加了近50万亿美元的广义货币流动性，“这是人类金融史上没出现过的”。2021年巨量流动性推高了全球股市；到了2022年，受俄乌冲突等因素影响，大资金配置欧洲和中国的意愿降低，全球天量资金在2022年8、9月后奔向美国，将美国资本市场总市值推高至GDP的2.3到2.4倍（远超巴菲特指数0.8至1.2的合理区间）。当所有资产都在涨价、资本市场急需一个上涨理由时，2022年底出现的ChatGPT恰好成为了承接这股史诗级流动性的支点。
紧接着，他列出了一组美国科技巨头的资本开支账单：谷歌、微软、亚马逊、Meta四大巨头2025年的资本开支约为4000亿美元，2026年预计升至7500亿美元，算上中小互联网公司将超过1万亿美元；为建设数据中心发行的长期债务占持有现金及等价物的比例正在快速攀升，若不算谷歌增发的800亿美元新股，其当年净现金流甚至可能转负。
这种基础设施的狂飙能持续多久？李丰在演讲中搬出了2000年互联网泡沫巅峰期的市值冠军——思科（Cisco）。
当年思科市值达到创纪录的5550亿美元（约为如今英伟达市值的十分之一），市场逻辑与今天买入GPU如出一辙：“即使互联网模式有泡沫，你总得买交换机、路由器，你总得买基础设施，更何况思科还有几百亿美金的在手订单。”然而，当2001年泡沫破裂后，思科虽然没有倒闭，市值却跌去了近80%——因为下游公司有的消失了，有的宁可损失定金也选择了砍掉资本开支。
更微妙的账本差异在于烧钱的位置。李丰分析道，上一轮互联网创业面对的是从未用过互联网的新用户，钱几乎全烧在了前台获客与补贴上；而这一轮AI的用户本就是成熟的互联网网民，无需教育，因此基座模型公司的钱几乎全烧在了后台（基建摊销、数据采购、人员与运行成本）。一旦未来市场要求大模型公司必须赚钱、让Token的成本与收费打平，整个应用生态的价格底座都将面临重构。
正是这种凡事要先摸清底层约束的习惯，让李丰在面对AI与机器人赛道时，画出了一张冷静得近乎严苛的路线图。
在2025年12月的峰瑞年会上，他将本轮AI投资划分为三个阶段：第一阶段（2023—2024年）投技术本身，如大模型，而如今大模型格局已定，只剩下具备前中后端整合能力的大公司；第二阶段（2024—2025年）投“最有想象力的应用”，如通用Agent和具身智能机器人；第三阶段（2025年至今）则是回归脚踏实地，去投“能落地的AI应用”，如拥有数字化闭环与自然语言服务交付能力的垂直Agent，以及AI硬件。
为什么他在2021至2023年早早布局机器人，却在2024年下半年因为觉得太热而“提早刹了车”？
在2025年12月与2026年4月（投中年会）的两场演讲中，李丰摊开了他对具身智能底层瓶颈的推演。
他指出，今天绝大多数机器人的演示（Demo）还停留在跑步、打拳、跳高等运动层面，而非真正改变物体状态的“操作能力”——比如叠衣服、端起水杯或移动桌子。在他画出的“复杂性、成功率、泛化性”三角约束坐标系里，现有Demo大多只能把其中一个角或一个半角稍微往外拉一点。至于近期行业热捧的三大新方向——生成高维数据（如无本体机器人的UMI数据采集设备）、世界模型以及引入物理仿真的物理模型（李丰笑言，早期投资的阳光终于从计算机系挪出了一部分照到了数学和物理系），在他看来，本质上都是为了绕开同一个死结：人类历史上从来没有大规模积累过包含物理量与物理世界交互规律的数据。
没有数据，技术该如何跨过鸿沟？李丰在2026年4月的演讲中没有直接给答案，而是把历史上已经跑通的三种智能演进路径摆在了桌面上：
1. 大语言模型路径：依靠人类过去30年使用电脑、15年使用智能手机所自然沉淀的近40年互联网公开文本数据，叠加从CNN、GAN到Transformer的非线性算法跃迁； 2. 自动驾驶路径：这是一种罕见的“自己给自己攒数据”的模式——在过去十年里，消费者买特斯拉等新能源车并不是为了买自动驾驶，而是为了买一辆好开、省钱的消费品，但车上恰好搭载了全套传感器，随着几百万辆车卖给消费者，真实路况数据被源源不断地免费带回训练端； 3. AlphaFold（蛋白质结构预测）路径：面对高度专业的单一维度问题，在初期科研数据极少时，大量注入人类已有的热力学、动力学等物理、化学、数学先验模型；随着实验校正与新数据积累，再逐步减少先验模型的比重。
李丰判断，未来的具身智能要么以这三条路径中的某一条为蓝本，要么形成交叉融合；而在“软科技+产业链”的应用落地阶段，中国依然手握独特的筹码。正如20世纪80年代日本将钢琴、手表、相机全面“电子化”一样，中国正在经历一场全线产品的“电子化+传感器与芯片智能化”跃迁——新能源汽车已经把激光雷达和毫米波雷达的成本大幅打了下来，这些高性价比的高精度硬件一旦溢向消费端，不仅能催生弥漫全球的新物种，也将成为采集物理世界大规模数据的真正入口。
尾声｜推演者的代价与筹码
回看李丰二十余年的商业轨迹，他身上始终带着一种鲜明的“解题者”气质。
从早年在安徽小县城里找到章燎原、在大学生闲聊里捕捉到B站，到2015年带着团队用50天募集新基金、改写管理费与投票权规则，再到近年把全球央行的资产负债表、思科的订单曲线和AlphaFold的算法演进放进同一套坐标轴里，李丰试图证明：早期投资不必只靠运气与赌性，它可以通过拆解结构性变量，一步步推演出下一个高概率的“夹角”。
但正如那份在旧机构里讲了两个月却错失标的的“烧脑PPT”，以及2024年下半年在机器人赛道上“提早踩下的刹车”所揭示的那样，用严密的框架推演世界，本身也伴随着代价。
当一个人习惯了看清供应链闭环、算清Token成本与物理数据的来源时，他固然能避开网红电商的短期喧嚣，能在2016年无人问津时投进固态电池与AI药物晶型预测；可一旦市场进入由流动性与想象力驱动的狂热期，过于清醒的算账也容易让人在泡沫的半山腰提前离席，或是为了建立组织内的逻辑共识而付出时间成本。
技术成功、公司长出收入、基金实现退出、最终向LP分配现金，从来是四件处于不同时间维度的事。在2026年春天的演讲结尾，面对具身智能究竟会在十年后走通哪一条数据路径的追问，这位习惯了推导因果的投资人停在了结论之前：
“这是一个开放的问题，我们只能提出问题，无法给出确定的答案。”
往期推荐：
