一个创业团队，用了半年时间打磨产品，在2024年拿到了1000万美元的种子轮融资。2年后，他们仍然没有拿到A轮。他们不是孤例——根据Crunchbase的数据，2024年获得种子融资的美国初创公司中，目前只有16%进入了后续融资阶段。

1000万美元的种子轮，却只有16%的晋升率。这两个数字同时成立，而且描述的是同一个时代，是AI创业生态正在经历的最核心的结构性矛盾。

2026年5月26日，Crunchbase发布了这组数据，在科技创业和风险投资圈内引发了广泛讨论。表面上看，这是一个「融资越来越贵，晋升越来越难」的故事。但深入一层，这组数据揭示的是AI时代风险资本正在经历的根本性重构：钱在向两极流动，而中间那条路正在消失。

一、数字的具体样貌：Crunchbase数据解读

先把数字摆清楚。

种子轮融资规模的持续膨胀：

根据Crunchbase的统计，美国种子轮的中位数融资规模在2025年已达约300万美元——是2018年的3倍。这一数字在2026年仍在上升。

更能说明问题的是上四分位数的变化：2025年的上四分位数约为560万美元，是2018年的两倍以上。Uncork Capital（2004年成立的湾区老牌种子基金）管理合伙人Andy McLoughlin对此的表述是：「如果你在18个月前问我，800万到1000万美元的种子轮会不会成为行业常态，我会说你疯了。」但现在，这已经是现实。

麦克劳克林的基金本身就是这一趋势的体现：过去18个月，Uncork的平均种子轮投资支票大小从250万美元增长到了450万美元，几乎翻倍。

A轮融资中位数同步上升：

A轮融资的规模也在持续扩大。2025年美国A轮融资中位数约为1500万美元，上四分位数约2500万美元，下四分位数约700万美元。这一趋势在2026年仍在延续，A轮中位数持续上移。

但是：从种子到A轮的晋升率在历史性崩塌：

这才是故事的核心。

2020年之前，完成100万美元以上种子融资的美国初创公司，历史毕业率（进入后续融资阶段）稳定在55%以上。

但自2021年以来，这一数字开始快速下降：

  • 2021年种子期公司：约38%进入A轮
  • 2022年种子期公司：约28%进入A轮
  • 2023年种子期公司：约24%进入A轮
  • 2024年种子期公司：目前仅约16%进入A轮（且这一数字仍在下探中，因为该年份的公司还有时间继续融资）

从55%跌到16%，这不是一个周期性波动，这是结构性的滤网在变细。

二、为什么会这样：理解这场双向挤压

要理解这个看似矛盾的现象——种子轮更大，但晋升率更低——需要从需求端和供给端两个方向同时理解。

需求端的变化：AI时代A轮的入场券涨价了

McLoughlin提供了一个关键的市场信号：「A轮融资的门槛不再是年化收入（ARR）100万美元。在AI时代，创始人需要展示200万到300万、甚至400万美元的ARR，证明业务有足量的规模化势头。」

这是一个明确的涨价信号。当A轮VC们把入场标准从「PMF成立」提高到「规模化势头清晰」，种子轮创业公司需要燃烧更多资金才能达到这个门槛——这也是种子轮规模越来越大的核心原因之一。

但更重要的是，A轮VC的参照系在改变。McLoughlin说：「你在为A轮融资时，你的竞争对手不是你的行业竞争者，而是整个风险投资生态系统里所有正在寻求A轮的项目——你要争的不是具体某个合伙人的注意力，而是他们整个团队当前的投资节奏、他们是否还在投资周期内、他们有没有正在进行中的类似项目。」

这意味着A轮融资越来越成为一个「锦标赛」而非「达标考试」——不是「你够好就能拿到A轮」，而是「你必须是当下这批项目里最好的那几个」。

供给端的变化：AI时代的资本正在两极化

Crunchbase的另一组数据说明了供给端的结构：AI相关创业的早期Seed轮次在2025年下降了28%，但后期轮次增长了133%。

这是一个非常清晰的信号：VC们正在把钱从「早期押注」转移到「已经验证的头部项目的后续跟进」。

原因是多方面的：AI基础层的赢家正在快速定型（OpenAI、Anthropic、Google DeepMind、Meta AI）；应用层的「赢家通吃」效应正在AI时代被放大——当一个AI应用通过数据飞轮建立了足够的规模优势，后来者的追赶成本极高；加上2021-2022年泡沫期大量早期项目失败的痛苦教训，让VC们对种子期的盲目押注更加谨慎。

同时，大量AI项目的核心竞争力需要大量数据（语料、用户行为、垂直领域数据），而这些数据在早期很难有质量验证——A轮VC在不确定数据飞轮能否真正形成的情况下，越来越倾向于等待更长时间，看更清晰的信号。

三、大多数人没有看到的：这组数据真正说的是什么

表面上看，这是「AI时代融资门槛提高了」的常规叙事。但如果深入一层，这组数据揭示的是三个更有深度的结构性趋势。

趋势一：种子阶段正在成为一个独立的价值确认环节

历史上，种子阶段的核心功能是「验证想法、找到PMF、快速进入A轮」。种子就是A轮的跳板，两者之间的时间窗口通常是12-18个月。

但根据Crunchbase的数据，自2023年起，从种子到A轮的平均时间已经延长到超过2年。这意味着种子阶段不再是「快速通道」，而是一个独立的、持续时间更长的价值验证周期。

在这个更长的窗口里，创始人需要在种子阶段做的事情，本质上相当于以前A轮需要做的事情：建立足量的ARR、验证可重复的销售路径、证明AI核心技术在真实用户数据下的效果。而完成这些事情，需要比以往更多的资金——这正是种子轮膨胀的直接原因。

简单来说：种子轮在承担A轮的功能，A轮在承担B轮的功能。整个风险投资的价值确认节奏在被拉伸。

趋势二：「非差异化AI应用」正在遭到灭绝性筛选

2021-2022年，只要说「我们在做AI+X」就能拿到融资，因为AI应用的想象空间是开放的，差异化程度无法验证。

但到了2025-2026年，「AI+X」的基础能力本身已经被商品化——任何人都可以用GPT-4/Claude/Gemini API快速搭建一个「AI+法务」「AI+人力」「AI+销售」的原型应用。这意味着单纯的应用层集成，不再有足够的护城河来支撑A轮估值。

A轮VC现在看的是：这家公司有没有在自身垂直领域积累了足够的、竞争对手难以复制的数据资产？他们的AI核心能力是「调API」还是「真正的专有模型或数据飞轮」？客户是否有足够高的转换成本（换句话说：这个客户为什么不会直接用OpenAI API自建）？

这个筛选标准的提高，导致大量在前两年「看起来有潜力」的AI应用种子项目，无法通过A轮的新门槛。

趋势三：这16%的晋升率背后，有一个更凉的数字

Crunchbase的分析指出：通过2020年前的历史数据，我们知道未能在合理时间内晋升到A轮的种子期公司，最终的结局大多是关闭（mortality rate）。McLoughlin预测，2023和2024年的种子期创业公司的最终关闭率，将会比历史上任何一个年份都高。这不是悲观主义，而是基于数据趋势的合理推断——当晋升率从55%跌到16%，剩余84%的项目最终走向何处，几乎是可以预期的。

这意味着，今天的种子投资市场正在以前所未有的规模制造失败——不仅是创始人的失败，也是投入了时间、精力、青春年华的团队成员的失败，是整个创业生态在一个高成本学费下的系统性学习过程。每一个进入种子轮的团队，都在某种程度上成为市场信息的一部分——他们的试错经验，会沉淀为下一批创业者更清晰的路径认知。

这个成本不会出现在「AI时代融资创新高」的标题里，但它是硬币不可分割的另一面。认清这一点，不是在劝退，而是在提醒：用更清醒的认知进入这场游戏，才有更高的概率成为那16%。

四、对不同角色的实际影响

对创始人：

如果你在2026年寻求种子融资，现实是：500万到1000万美元的种子轮正在成为新常态，但这笔钱买到的不是「进A轮的入场券」，而是「一个更长的证明期」。你需要用这笔钱在2年内建立真正的ARR可见度，而不仅仅是MVP和用户增长。

技术差异化比以往任何时候都重要。「调API」的AI应用在A轮已经很难获得溢价估值。你需要有清晰的「为什么竞争对手无法简单复制你」的答案——可以是独特的数据资产、可以是垂直领域的深度集成、可以是高转换成本的工作流嵌入，但不能是「我们有更好的Prompt工程」。

对风险投资机构：

种子基金正在面临一个结构性挑战：当从种子到A轮的晋升率从55%跌到16%，传统种子基金的商业模式（依赖少数「飞龙」来覆盖大量失败）面临更大压力。这意味着种子阶段的「精准投资」比以往更重要——更严格的尽职调查，更深入的早期介入（不只是钱，还有战略资源），以及更清晰的「帮助被投公司真正达到A轮门槛」的增值能力。

对AI技术从业者：

这组数据意味着，AI应用层的「淘金时代」已经过去，「精细化运营期」正在到来。从事AI应用开发或创业的人，需要更认真地思考「数据护城河」而非单纯的技术集成。在一个任何人都能快速搭建AI应用的时代，可积累的数据资产成为真正的竞争壁垒。

五、两个对立视角

视角A：这是健康的市场回归——高晋升率本来就不正常

2020年前的55%晋升率，本身就是超低利率时代流动性泛滥的产物，而不是市场的自然状态。VC们在那个年代的投资决策，受到了「不敢错过」（FOMO）心理的严重干扰，导致大量本不具备A轮资质的项目获得了A轮融资。

现在的16%，结合AI时代更高的竞争门槛，可能反映的是一个更健康、更真实的「AI创业项目价值分布」。大量一般性的AI应用确实没有构建可持续竞争优势的能力，提前被淘汰是对整个生态的正向净化。

视角B：这是结构性的AI创业泡沫破裂信号

AI时代的创业门槛（算力成本、数据成本、人才竞争、大公司的直接进入）比历史上任何一次技术浪潮都高。种子轮膨胀到1000万美元，但大多数AI应用创业公司面对的是一个「赢者通吃」的上游格局（OpenAI/Anthropic/Google直接提供API）和一个「成本在下降但护城河也在消失」的下游市场（模型API越来越便宜，也越来越难建立差异化）。

16%的晋升率，加上创历史高的种子轮规模，意味着大量资金正在流入一个大概率以失败告终的创业尝试。这不是「市场变聪明了」，这是「市场在制造更贵的失败」。

我的判断：两个视角都在描述真实，但描述的是不同的层面。视角A描述的是「资本配置的优化」，视角B描述的是「系统性的浪费」。真实情况是两者同时存在：优秀的项目正在获得更大的资金和更清晰的发展路径，而大量一般性项目正在用更贵的学费完成一个大概率失败的实验。这中间的代价，是由创始人、员工，和在FOMO驱动下做出决策的早期投资人共同承担的。

六、历史参照：科技泡沫后的创业生态修复期用了多长时间

理解当前状况，历史类比是有价值的参照系，尽管不能完全套用。

2000年互联网泡沫破裂后，美国风险投资在2001-2003年间几乎断崖式萎缩——总投资额从2000年的1050亿美元跌到2002年的210亿美元，下降约80%。种子期和早期创业公司的融资几乎完全停滞，直到2004-2005年才开始重建。大量曾经获得风险投资的初创公司关闭，但这个清洗期也为后来的Google、Facebook、LinkedIn等公司的崛起腾出了空间——它们在「便宜」的时代构建了被低估的护城河。

2008年金融危机期间，VC投资再次收缩，但恢复速度更快，因为云计算、移动互联网等技术周期的驱动力足够强。

当前AI创业的情况与这两次有根本性的不同：上游（模型层）的竞争比以往任何时代都更激烈，进入壁垒也更高；大型科技公司（Google、Microsoft、Meta、Amazon）的直接参与程度比历史上任何创业浪潮都深——它们不只是潜在收购方，而是直接在同一应用层竞争。

这意味着：AI创业的「修复期」（如果确实需要一次修复）可能比2001-2003年更短，但筛选的烈度会更高。留下来的公司，需要比历史上任何一次技术浪潮的幸存者都拥有更坚实的差异化基础。

七、三个值得关注的信号，将决定这一趋势如何演变

以下三个变量，将在未来12-18个月内决定「种子大A轮难」这个双重挤压是继续恶化，还是找到新的平衡点。

信号一：大型AI基础模型API的价格走势

如果GPT-4/Claude等API的价格继续以每年50-70%的速度下降（过去18个月的实际趋势），那么「AI应用层的商品化」会进一步加速，应用层初创公司建立护城河的难度会继续上升，A轮门槛可能进一步提高。

反之，如果模型性能的竞争已经接近「足够好」的平台期，某些垂直应用场景会出现用户习惯和数据积累形成的真实壁垒，给部分应用层创业公司创造窗口。

信号二：企业级AI采购的成熟度

Salesforce Agentforce ARR 8亿美元169%增速、KPMG接入Claude的全球部署——这些信号说明企业客户开始真正付费部署AI。如果这个趋势持续，「有实质采购意愿的企业」数量增加，AI应用层的总市场空间会扩大，A轮VC的配置意愿也会提升。

信号三：早期AI泡沫失败案例的清晰化

2021-2022年的大量AI应用种子项目正在走向终局。当这些失败案例的具体原因变得清晰（是「市场不存在」、「竞争壁垒不足」、还是「团队执行力」），VC界对AI创业的判断框架会更精准，形成新的筛选标准——届时，「什么样的AI创业项目有资格拿A轮」的答案会比现在更清晰，晋升率也可能在新的均衡点上稳定下来。

目前这三个信号都还在演变中，这也是为什么Crunchbase的数据显示当前的晋升率仍在下探——市场还没有找到新的平衡。

理解这三个变量，比追踪任何一个季度的融资数字都更有战略价值。它们是AI创业生态的基本量纲，而不是噪音。创始人、投资人、和在AI浪潮中选择职业路径的从业者，都需要在这三个维度上持续校准自己的判断。

结语

Crunchbase的数据描述的不是一个局部的行业趋势，而是一个时代的特征：AI正在让风险投资的每一个阶段都更极端——更大的融资，更严苛的筛选，更少的晋升者，更高的成功回报，更广泛的失败。

这场筛选会继续加速，因为AI基础能力的商品化不会停下来，而真正能建立护城河的垂直AI应用只会越来越稀缺。这个稀缺，最终会体现在那16%里——它们的估值会远远高于历史同期，因为稀缺性在VC生态中会被充分定价。

但对于那84%——那些在种子轮拿到了比历史上更多钱、却在A轮被筛掉的初创公司——这不只是数字，是具体的人，是具体的团队，是具体的时间和精力的投入。他们的失败不会写进「AI时代的成功叙事」里，但他们的经历正在塑造市场对「什么是真正有护城河的AI创业」的真实认知。

对于创业者来说，理解这个双重挤压，比追逐「种子轮的最新中位数」更重要。因为问题从来不是「你能拿到多少种子钱」，而是「这笔钱能不能帮你到达A轮认可的那个里程碑」。种子轮大了，不等于机会多了。很多时候，它只是让失败变得更贵，时间更长，代价更重。

真正的机会，永远在那个能清晰回答「为什么我的护城河是不可复制的」的创始人那里。在AI时代，这个答案比以往任何时候都更难给出，也比以往任何时候都更值钱。而Crunchbase的16%，正是这个时代用真实数字写给所有AI创业者的信：进来，但想清楚你凭什么留下来。

参考资料

  1. Crunchbase News. “In Charts: Seed Deals Keep Getting Bigger As Odds Of Reaching Series A Fall Dramatically.” 2026-05-26. https://news.crunchbase.com/seed/data-bigger-deals-longer-seriesa-2026/

  2. Edith Yeung’s Substack. “9 Silicon Valley Startups Raised $1.5B Last Week.” 2026-05-26. https://edithyeung.substack.com/p/9-silicon-valley-startups-raised-525

  3. TechCrunch. “What ClickUp’s mass layoff tells us about the future of work.” Marina Temkin. 2026-05-25. https://techcrunch.com/2026/05/25/what-clickups-mass-layoff-tells-us-about-the-future-of-work/

  4. Salesforce. “FY27 Q1 Highlights.” 2026-05-26. https://www.salesforce.com/news/stories/fy27-q1-highlights/