作为一种资产类别，风险投资始终遵循着极端的幂律分布。但由于我们总是疲于追逐最新叙事，这种分布的具体程度从未被深入研究。过去几周，我们开发了一款追踪所有加密风投机构网络关系的内部工具。为何要这样做？

核心逻辑很简单：作为创业者，了解哪些风投机构经常联合投资，既能节省时间又能优化融资策略。每笔交易都是独特的指纹，当我们将这些数据可视化呈现时，就能解读出背后的故事脉络。

换句话说，我们可以追踪加密领域中主导大部分融资活动的关键节点。这就像在现代贸易网络中寻找枢纽港口，与千年前商人寻找贸易据点的本质并无二致。

我们开展这项实验基于两个原因：

首先，我们运营着一个类似"搏击俱乐部"的风投网络——虽然还没人挥拳相向，但我们也鲜少公开讨论。这个网络涵盖约80家基金，而整个加密风投领域仅有240家机构在种子阶段投资超过50万美元。这意味着我们直接触达了三分之一的市场参与者，另有近三分之二的从业者会阅读我们的内容。这种影响力远超预期。

然而，追踪资金的实际流向始终困难重重。向所有基金发送项目进展反而会造成信息噪音。这个追踪工具应运而生，它能精准筛选出哪些基金已进行投资、布局哪些赛道、以及他们的合作方是谁。

另外，对创业者而言，掌握资金动向只是第一步。更有价值的是了解这些基金的历史表现及其惯常的合投伙伴。为此我们计算了基金投资获得后续融资的历史概率——但在后期轮次（如B轮）这个数据会失真，因为项目方往往选择发币而非传统股权融资。

帮助创业者识别活跃投资者只是第一阶段。接下来需要弄清哪些资本源头真正具备优势。获得这些数据后，我们就能分析哪些基金的联合投资能带来最佳结果。这当然不是火箭科学，就像没人能保证初次约会就结婚一样，也没有风投能仅凭支票就确保项目进入A轮。但提前了解游戏规则对融资和约会同样重要。

1.成功的架构

我们运用基础逻辑筛选出投资组合后续融资率最高的基金。如果某家基金投资的多个项目在种子轮后都能获得新融资，说明其投资策略确有独到之处。当被投企业以更高估值完成下轮融资时，风投的账面回报也随之提升，因此后续融资率是衡量基金表现的可靠指标。

我们选取了投资组合后续融资数量最多的20家基金，统计它们在种子阶段的总投资案例数。由此可计算出创业者获得后续融资的概率百分比。例如某基金投资100个种子项目，其中30个在两年内获得新融资，其”毕业率”就是30%。

需要说明的是，我们严格限定两年观察期。很多初创企业可能选择不融资，或在更晚阶段才融资。

即便在这顶尖的20家基金中，幂律效应依然惊人。比如接受a16z投资的项目，两年内获得后续融资的概率是1/3——即每三个a16z投资的初创企业中，就有一个能进入A轮。考虑到排名末位的基金概率仅有1/16，这个成绩相当亮眼。

在本榜单排名接近20位的基金，其投资组合后续融资率约为7%。这些数字看似接近，但具体来看：1/3的概率相当于掷骰子出现小于3的点数，而1/14的概率堪比诞下双胞胎——这完全是不同量级的结果。

玩笑归玩笑，数据真实揭示了加密风投领域的聚集效应。某些基金能主动为被投项目设计后续融资，因为它们同时运营成长期基金。这类机构既参与种子轮又跟投A轮，当风投持续加注同一项目时，通常会给后续轮次投资者释放积极信号。换言之，风投机构内部是否设有成长期基金，将显著影响被投企业未来的成功概率。

这种模式的终极形态，将是加密风投逐步演变为对成熟创收项目进行私募股权投资。

我们曾对这一转变有过理论推演。但数据究竟揭示了什么？为探究这个问题，我们统计了投资组合中获得后续融资的初创企业数量，并计算了同一家风投机构参与后续轮次的概率。

也就是说，如果某公司从a16z获得种子轮融资，那么a16z参与其A轮融资的概率有多大？

规律很快显现：管理规模超10亿美元的大型基金更倾向于频繁跟投。例如：a16z投资组合中44%获得后续融资的项目都有其继续跟投；Blockchain Capital、DCG和Polychain会对25%的获续投项目追加投资。

这意味着：种子轮或Pre-Seed轮选择投资方远比想象中重要，因为这些机构存在显著的"重复注资偏好"。

2、惯性合投

这些规律属于事后总结。我们并非暗示未获顶级风投青睐的项目注定失败——所有经济行为的本质都是增长或盈利，实现任一目标的企业终将获得价值重估。但若能提升成功概率何乐不为？若无法直接获得前20大基金投资，通过其网络间接触达资本枢纽仍是可行策略。

下图展示了加密领域过去十年所有风投机构的网络图谱：1000家投资机构通过约2.2万次合投形成连接。表面看似乎选择众多，但需注意这包含已停止运营、未实现回报或暂停投资的基金。

真实市场格局在下图中更为清晰：能进行单笔超200万美元A轮投资的基金仅约50家；参与此类轮次的投资网络涵盖约112家机构；这些基金正加速整合，展现出强烈的特定合投偏好。

随着时间的推移，基金似乎会形成稳定的合投习惯。也就是说，投资于一个实体的基金往往会因为技能互补（如技术评估/市场拓展）或基于合作伙伴关系而吸引同行基金。为了研究这些关系是如何运作的，我们在去年开始探索基金之间共同投资的模式。

通过分析过去一年的合投数据可见：

Polychain与Nomad Capital合投9次；

Bankless与Robot Ventures合投9次；

Binance与Polychain、HackVC各合投7次；

OKX与Animoca合投7次。

头部基金对合投方的筛选日趋严苛：

Paradigm去年10笔投资中有3笔与Robot Ventures合投；

DragonFly在13笔投资中，与Robot Ventures、Founders Fund各合投3次；

Founders Fund的9次投资中有3次与Dragonfly联手。

这表明市场正转向"寡头式投资"——少数基金用更大筹码下注，且合投方多为老牌知名机构。

3、矩阵分析

另一种研究方式是通过最活跃投资者的行为矩阵，上图统计2020年以来投资频次最高的基金关系网，可见：‌加速器特立独行‌，Y Combinator等加速器虽投资频繁，但与交易所或大型基金合投极少。

另一方面，你会发现交易所也普遍存在特定偏好。例如OKX Ventures与Animoca Brands保持着高频合投关系，Coinbase Ventures与Polychain共同投资超30次，与Pantera也有24次合投记录。

我们观察到的结构性规律可归纳为三点：

*加速器往往很少与交易所或大型基金合投，尽管它们的投资频率很高。这可能是由于阶段偏好。

*大型交易所往往对处于成长阶段的风险基金有着强烈的偏好。目前，Pantera和Polychain在这方面占据主导地位。

*交易所倾向于与本地机构合作。OKX Ventures和Coinbase对合投对象的偏好有所不同凸显Web3时代资本配置的全球化本质。

既然风投正在聚合，边际资本将来自何处？一个有趣现象是企业资本自成体系：高盛历史上仅与PayPal Ventures和Kraken各合投2次，而Coinbase Ventures与Polychain合投37次、Pantera 32次、Electric Capital 24次。

与传统风投不同，企业资本通常瞄准具有产品市场契合度的成长期项目。在早期融资萎缩的当下，这类资本的行为模式值得持续观察。

4、动态演变的资本网络

数年前读完尼尔·弗格森《广场与高塔》后，我便萌生研究加密领域关系网络的想法。该书揭示思想、产品甚至疾病的传播都与网络结构相关，但直到我们开发出融资数据看板，才真正实现加密资本网络的可视化。

这类数据集能用于设计（并执行）并购与代币私有化方案——这正是我们内部探索的方向，也可辅助商务合作决策。我们正在研究如何向特定机构开放数据访问。

回到核心问题：网络关系真能提升基金业绩吗？答案颇为复杂。

基金的核心竞争力日益取决于筛选团队的能力与资金规模，而非单纯的人脉资源。但普通合伙人（GP）与合投方的个人关系确实关键——风投共享项目流是基于人际信任而非机构品牌。当合伙人跳槽时，其关系网络会自然迁移至新东家。

2024年的一项研究验证了这个假设。该论文分析了100家顶级VC的38,000轮投资数据后得出了关键结论：

*‌历史合投不保证未来合作‌，失败案例会中断机构间信任。

‌*狂热期合投激增‌，牛市阶段基金更依赖社交信号而非尽调；熊市独行倾向‌，估值低迷时基金倾向独立投资。

‌*能力互补原则‌：同质化投资方扎堆往往预示风险。

正如前文所述，最终，合投不是发生在基金层面，而是发生在合伙人层面。在我自己的职业生涯中，我见过一些人在不同的组织之间跳槽。目标通常是与同一个人一起工作，而不管他们加入了什么基金。在人工智能取代人力的时代，人际关系仍然是早期风险投资的基础。

在这项关于加密风险投资网络的研究还有大量空白。例如，对冲基金的流动性配置偏好、成长期投资如何适应市场周期、并购与私募股权的介入机制等。答案或许就藏在现有数据中，但提炼出正确问题还需要时间。