中学自学微积分，同济大学工学学士和哥伦比亚大学理学硕士，IBM智能商业分析大赛冠军，就职腾讯云与智慧产业事业部。 

在白则人人生的前26年，他用聪明和勤奋完成了这一切。但他还是感觉少点什么。在中学时，白则人读了湖南科学技术出版社的《第一推动丛书》综合系列，这几十本书涉及计算机、数学、物理、天文等学科。也点燃了他对技术的热忱。 

随着国内互联网大潮兴起，微信、支付宝、滴滴等应用的出现，“科技改变生活”从口号真正应用渗透至大众的日常生活。 这种变革使得白则人既兴奋又失落。

他感叹于技术的巨大能量，却总在想：“怎样才算深入科技浪潮，助力科技变革？ 怎样才能由技术变革的使用者变为实际参与者？” 

2019年离开腾讯，离开熟悉的深圳，加入线性资本，成为一名科技领域投资人，是他给自己的答案。 

加入线性4年，白则人的职业生涯一切从零开始，主导了线性资本对包小盒、爱科农、沃时科技、羚数智能、白犀牛等知名项目的投资。职位也从分析师晋升到投资副总裁，最多时一年能出手9个项目。 

白则人认为，相比大厂由业务驱动，投资人可以站在更加全面的视角，回到技术的源点，从底层思考一些创新的技术应用，并助力企业将技术落地。“这更接近我拥抱科技浪潮的初心。” 

“比起被浪潮推着往前，做一个被动的局外人，我更希望成为科技浪潮的制造者。”

离开大厂，站上潮头

小饭桌：你当时在腾讯CSIG（云与智慧产业事业部）主要负责哪些工作？

白则人： 我2017年加入腾讯，那时其实还不叫CSIG，只有SNG（社交网络事业群）。后来2018年腾讯进行了大型的组织架构调整，大方向也从消费互联网转向产业互联网，我因此获得了很好的锻炼和学习机会，面向非常多垂类方向，提供算法。 

比如面向电商场景，我原本负责数据科学以及算法相关工作，当时正好是 AI 与产业结合的前期，以算法为主导的工程师和研究人员需要承担更多前后端业务相关的工作，这对人的综合素质要求很高，我得以快速成长。 

小饭桌：每天接触新的应用方向，对于技术从业者来说，是好事还是坏事？

白则人： 本质上来说肯定是好事，只是涉及到一个主动被动的问题，是 主动探索还是被动 （考虑大公司的业务问题）。 

我从小就对前沿科技充满好奇，中学时期读了湖南科学技术出版社的第一推动丛书，几十本书涉及计算机、数学、物理、天文等等学科。在大学的时候，我看到如微信、支付宝、滴滴等应用科技，真实地改变了我们的生活。 从主动性来说，作为其中的一员，这是很让人兴奋的事情。

但另一方面， 在大公司里不可避免地要服务于公司业务，工作涉及的领域比较宽，所以我一直在试图寻找深度和广度的折中点。

小饭桌：像在线性这样强技术基因的公司做投资，看起来很能满足你的需求。

白则人： 在加入线性前，我其实对VC乃至金融圈都所知甚少。 

一位猎头朋友找到我，问我对VC这个方向是否感兴趣，我一开始甚至听成了CV（计算机视觉）。但在深聊后，我发现科技行业的VC投资人这个角色，并没有远离技术，反而更能让我 “进入科技浪潮、参与科技革命” 。 

一方面，我的视角会转变， 不用再埋头基于业务需求去大量写代码、写算法，而可以回到技术的源点，从底层思考一些创新的技术应用； 另一方面，我本身的技术基因并不会丢失， 我每天都要接触非常多最新的前沿科技，所以我直到今天还是要看大量论文，帮助自己判断项目。 

研究完市场上的 VC，了解到线性是非常技术驱动的，所以我主动给线性发邮件，也很快得到了答复。 

小饭桌：相比大厂程序员，VC投资人会有哪些不同？

白则人： 投资人和程序员最关键的区别在于， 投资人可以主动选择去看哪些技术方向，和什么样的人去交流，去接触。 对于合适的人，我可以通过投资或资源对接等方式，实打实地提供帮助。 我觉得这是一种更主动的方式，也更符合我的性格。

当然我也要放弃一些世俗意义上大家觉得重要的东西，比如离开熟悉的深圳去上海工作，进入VC让职业生涯一切从零开始。 

小饭桌：最开始就匹配到了线性？

白则人： 说起来有点玄，线性是我面试的第一家机构，但我觉得本质上还是 “气质相符” 。 

线性的创始人王淮 Harry是Facebook总部第二位中国籍工程师，本身的技术基因不必赘述。他很早就确定了 线性主看科技、主投科技的大方向，这与我拥抱科技浪潮的初心非常契合。

另一方面线性的风格很务实。 我还记得第一次面试，出于对金融行业存在的刻板印象，我特地穿了一套比较正式的西装，深圳的夏天很炎热，面试过程中，我发现Harry及其他线性的同事都穿着短袖短裤，反倒显得我格格不入。 

这给我带来不小的冲击， 风险投资好像并不是传说中那么遥不可及，从业者也都是一个个鲜活的普通人，大家对技术有着非常类似的信仰，在做一致认可的事。

一年出手9次，做斗战胜佛

小饭桌：站在外面的角度来看，线性有点“佛系”，参加的活动和PR并不多。

白则人： 我觉得算斗战胜佛吧。可能外界看到我们比较少参加活动、采访，会觉得我们“佛系”，但这不代表我们在工作上“佛系”，前两年科技投资节奏非常快的时候，我们的工作节奏很快，去年在形势不太好的情况下线性还是投资了18个新项目，所以我们说我们在投资上还是挺“卷”的。 

当然我们说的“卷”，是有效的卷，上个月我们MD黄松延晋升合伙人的时候，Harry就评价他不管在哪个职位上，都冲在第一线，带头卷，高质量、出成绩得卷，并以身作则激发团队一起卷。其实团队所有人都是这样。 

小饭桌：作为投资小白，在职业初期如何跟上如此“卷”的一个领导的节奏？

白则人： 松延是我加入线性合作的第一位领导，他的风格对我影响很大。我总开玩笑说“ 就是跟着松延我才变得那么卷” 。线性原本规定，新人一般要到6个月才能独立做项目，但我跟松延一起共事了3个月，他就让我自己去lead项目了。 

我是技术出身，当时对投资谈判都还不太熟悉，但我很快完成了身份转换。 这其实是个很自然的过程，因为独当一面是对于一个合格投资人的最基础要求。当然做开枪这个动作前我内心还是会忐忑，尽管老板说愿意前期给年轻投资人“交学费”，但毕竟投错了会对个人未来职业发展产生较大影响。 

另一方面，“卷”这个词本身被大家认为是一个不好的现象， 但我们开玩笑指的“卷”，其实是自我驱动，对工作认真负责，对结果负责。

小饭桌：但犯错对于一级市场投资人来说，很难完全避免。

白则人： 的确如此，但目前公司倒闭了的案子我还没有。 我们公司在对项目的筛选上，除了技术本身，最重要的就是对人的判断。

我原来做技术其实缺乏和人打交道的经验。 最明显的例子：我在腾讯基本上没怎么出过差，到线性几乎每周都要出差见人。 

判断人的经验也是来自于这大量的积累之中， 只有见过各种各样的人，才能知道什么样的人靠谱，什么样的人和线性之间有chemistry，什么样的人值得投，什么样的人投了之后还值得长期陪伴。就像我们搞算法，只有采集了足够多数据，才能使这个模型的效果更好。 

当我自己建立了对人的判断模型之后，投资可以推进得更为高效，我最多的时候一年投了9个项目。 

小饭桌：线性一向以扎实的风格著称，但你一年投9个项目，如何保证命中率？

白则人： 线性有自己严格的项目评定标准，我们内部简称为 “4个R”——right problem, right people, right time, right return.  （真实的问题，正确的团队，合适的时机，巨大的回报） ，只有这几个标准都符合，才能上投决会评估。 

所以我一年投9个项目，绝对不是为了赶进度刻意降低质量，而是在当时的时间点，这9个项目都符合“4个R”，值得被投资。事实证明这些企业在投后也都运转得都不错。 

小饭桌：早期项目各家都抢得很凶，你为什么能接触到这么多优质项目，又是如何投进去的？

白则人： 接触到优质项目并不困难，毕竟线性的品牌，在技术创业者这个圈子里还是有一定影响力的。 我觉得VC最终比拼的不是触及项目的能力，而是做判断和最终投进好项目的能力。

以线性被投企业羚数智能为例，他主要是以数字化、智能化手段，让制造业企业生产管理更精细化、高质量化。羚数智能创始人郭文蔚，是原霍尼韦尔（世界500强工业企业）高管，这样的企业在天使轮大家都抢破头，而线性当时给的估值不是最高的，可最后我们还是成功投资了。 

小饭桌：线性最终打动羚数智能这类创业者的关键是什么？

白则人： 我认为关键在于 “专业度＋生态” 。 

首先， 因为投资团队都是技术背景，所以我们和技术创业者可以就技术方向、细节探讨得很深入， 我们最常听到创业者对线性的评价就是，“你们真的挺懂技术的”。 

另一方面， 不只是懂技术，我们也花很多时间去了解技术如何真正的在实际场景中产生价值。 以羚数为代表的这类技术落地产业的企业，他们服务的客户是类似制造业这类非常垂直的产业，也就是工厂。 

类似的，很多项目我们都会跑大量工厂进行实地调研，了解产业需求，从化工厂、汽车零部件厂到造纸厂、化肥厂、甚至是谷物烘干厂。我那时坐车看到远处工厂的烟囱冒烟，都感觉很兴奋。 大量的调研让我们TS给得非常专业，这能给创始人很强的安全感，因为他能感觉到，我们是真的理解并认同他在做的事业。

其次线性有一个生态的概念，生态内很多被投企业都可以成为合作伙伴。 比如我们会很积极地和类似霍尼韦尔、星巴克等世界500强企业互动，为被投企业的合作牵线搭桥。对一些纯技术背景的创始人来说，合适的商业落地场景并不好找，而线性可以通过前期交流，给他们推荐合适的被投公司进行合作，或成为其客户。 

全力瞄准计算驱动的新一代应用

小饭桌：线性投技术，本质上是在投什么技术？

白则人： 一个大的逻辑是， 技术如果能在某个行业带来杠杆效应，带来十倍甚至百倍的效率提升，就一定有巨大商业机会， 线性会对能带来效率提升的企业长期投入，提供助力。 

另外，我们的TS条款中，有对被投企业成长到一定阶段后的社会责任有做出要求。这样 “技术向善” 的价值观获得了很多被投企业认同，因为本质上他们也是一群有技术理想的人。 

小饭桌：如何准确把握一个早期项目的技术确实可以为行业内带来巨大的效率提升？

白则人： 以我主投的第一个案子爱科农为例，他们主要通过AI结合机理的作物生长模型，给用户提供科学的种植建议，并实际应用于生产。在投爱科农之前，我可以说完全不懂农业。 

但是我看到，爱科农的“智慧种植决策”工具带来了种植效率的飞跃。 以往农民按照小农经济那一套去管理农田，一个人管几十亩地就顶天了。而通过爱科农的数字化种植技术，农民可以了解气象、种子、病虫害、水肥等每个细项，一个人能管上千亩土地。这肯定能带来很大的商业价值。 

另一方面，爱科农创始人兼CEO郭建明是中国农业大学博士，曾任中种国际和孟山都中国副总裁，专注智慧农业超过20年，是国内对前沿技术落地农业领域最资深的一批人。我们相信郭博士20余年在行业一线的经验。当然，爱科农也是线性历史上投前时间最长的项目，从2020年1月开始，我们用了大半年的时间，做了充分调研工作，最终决定和爱科农成为长期伙伴。 

小饭桌：2020年初农业赛道并不热，作为优先入局的VC，线性主要做了哪些工作？

白则人： 主要花了大量时间在深入应用场景，了解需求。 

我们去河北和新疆的农田转了一圈，实地与农民、农资经销商、农资集团聊。考察爱科农通过数字化种植技术赋能，到底能给他们带来什么价值。另外，我们和爱科农的 CTO 就该领域的机理模型如何与AI 有效结合进行了大量的技术讨论，也就是说， 行业、用户、技术都有覆盖。

早期投资有个很重要的过程，你需要和很多不同圈子的人交流，才能有一个全局的视角。

小饭桌：加入线性四年，你个人的投资逻辑是什么？

白则人：我其实定义自己投的是计算驱动的新一代应用。 爱科农是计算生物学，沃时科技是计算化学，包小盒是计算图形学，包括现在主看的AGI（通用人工智能）领域，也是大模型计算。 

小饭桌：你最近主看AGI领域投资，也算回归老本行了。

白则人： 是的，我原先在腾讯做项目，就是将计算机视觉、自然语言处理、大数据以及机器学习与行业结合应用，现在看AGI领域是一个自然而然的事情。 

小饭桌：拥有算法程序员＋科技投资人的双重基因，你看这波AGI浪潮有哪些不同？

白则人：从技术发展脉络上看，今天AIGC所展现的惊人效果并非一日而成，而是经历了相当长时间的演化。 自深度学习出现后，图像生成领域经历了CNN，VAE，GNN，CLIP等重大模型创新到达了今天的Diffusion模型；文本生成领域也同样从RNN，LSTM，Transformer等技术节点中逐步发展到GPT模型。这两个领域并不是单独发展，而是在彼此借鉴中共同演进，因此我们今天在同一时间看到了这两个领域出现重大的突破。 

今天AI领域仍然存在技术的节点创新机会，一方面是AI领域内跨任务的多模态的创新机会， 也就是朝着AGI发展的机会。 另一方面是与AI结合的跨学科的创新机会，类似之前的“AI+产业”，但今天会变为“AI×产业”的机会。 线性在AI领域一直关注这两类创新。 

另一方面从应用看， 我认为会是更百花齐放的局面。 底层逻辑是今天AI所带来的巨大体验升级，使得至少在HMI这个层面，所有的应用都值得再做一遍。这就会带来巨大的价值重塑机会， 由“AI+行业”进化为“AI×行业”。 巨大历史机遇下的应用创新对人才密度的要求是极高的，团队必须跟上外部快速变化的技术迭代，并对要解决的场景问题有深刻认知和理解，所以我认为这是产品型技术人才的好时代。