AI 创业项目正以前所未有的密度涌现，几乎每一份 BP 都在说自己是下一个平台级机会，评估的噪音随之被放大。市场默认的解法是给项目“打个分”，SVTR 不认同这个框架：一个孤立的总分恰好掩盖了早期判断真正依赖的东西。 本文写给想搞清楚自己项目位置的 AI 创始人，以及在早期阶段做筛选的投资人，拆解我们判断一个早期项目时实际在读的五类信号，以及为什么“缺口”往往比“强项”更值得你关心。
SVTR 用同一套五维框架评过近 6000 家 AI 公司，五个信号维度的平均分从高到低依次是：团队 7.3、产品 6.1、市场 5.9、牵引力 5.3、护城河 4.6（满分 10）。最能打的一维是团队，最普遍缺的是护城河和牵引力的真实证据。这篇文章讲的就是这张分布图背后的判断方法。
一、打分是错的问题
一位做 AI 医疗的创始人把 BP 发过来，第一句话是“帮我看看能打几分”。这是我们几乎每天都会碰到的问题，也是最容易把人带偏的一个。
一个孤立的总分几乎没有信息量。SVTR 创投库里有一对现成的对照，同在生命科学赛道：Latent Labs 综合 7.6 分，创始人此前在 DeepMind 联合负责 AlphaFold 的蛋白质设计团队，团队维度 9 分，但产品刚对外开放，牵引力只有 5 分；Ambience Healthcare 综合 7.4 分，团队维度 7 分，牵引力却有 9 分，已完成 2.43 亿美元 C 轮、在多家医疗系统里真实落地。两个几乎相同的总分，五维形状完全相反：前者接下来要证明“有人真的要”，后者要证明“团队接得住这个增长”。一个总分把这种差异抹平了。
更麻烦的是，分数给创始人一种“被审判”的错觉，让人把力气花在“怎么把分数做高”上，而不去想“我到底缺哪块证据”。SVTR 判断一个早期项目，真正在做的不是给一个总分了事，是定位：把它放进同赛道、同阶段的坐标系，看它在几个关键维度上信号怎么分布，再挑出最影响成败的那个缺口。
这就是为什么我们的评估结果不是一个孤立的数字，而是拆开的五维真实分，加上三个答案：你最强的信号是什么、最关键的缺口在哪、下一步最该证明什么。分数负责回答“你现在站在哪”，这三个答案负责回答“你该往哪走”。
二、五类信号：一个早期项目真正被读的东西
投资人读一份早期 BP，注意力其实落在五个地方。它们不是打分项，是五类信号，每一类都在回答一个很具体的问题。
团队：回答“为什么是你”。读的是这个团队和这件事之间的独特绑定，你有没有别人拿不到的一手认知、行业关系或技术积累。最常见的错位是把履历堆满，而真正有说服力的信号是“这件事换一个团队就做不出来”。
市场：回答“为什么值得做这么大”。读的是你切入的那个具体位置，以及它怎么长成一门大生意的路径。把市场空间写成千亿是最没用的动作，因为谁都能写。
产品：回答“为什么是现在”。读的是你对这个问题理解得多深、技术选择是否合理；在 AI 项目里尤其看一点，你能不能讲清楚模型能力边界在哪、自己押在边界哪一侧。
护城河：回答“做出来之后凭什么守得住”。早期项目大多没有现成的护城河，所以读的是它的来源假设是否成立：数据飞轮、网络效应，还是切换成本。诚实承认现在没有、但讲清楚未来从哪来，比假装已经有更可信。
牵引力：回答“有没有人真的要”。这是最难造假、也最被创始人低估的一类信号。哪怕只有几个深度使用的早期用户，其说服力也超过一份漂亮的路线图。
这五类信号没有哪一个能单独定生死，但它们合起来的分布形态，基本决定了一个早期项目此刻站在什么位置。
三、信号只有在坐标系里才是信号
单看一个项目，你没法判断它的牵引力算强还是弱：月流水十万，对一个企业软件项目是不错的起点，对一个消费应用可能约等于零。信号只有放进可比样本里才有意义。SVTR AI创投库里的分布把这件事量化得很直白：牵引力拿到 9 分以上的比例，早期公司里只有 0.5%，后期公司里是 11.3%，差了二十多倍。同一个牵引力数字，放在不同阶段，读出来是完全不同的信号。
这就是“同赛道、同阶段”这个前提的全部分量。SVTR AI 创投库追踪着近 6000 家 AI 公司和 7500 多笔已核实的逐轮融资记录，提供的正是这样一个坐标系：一个种子轮 AI 编程项目大致该长什么样，有大量真实样本可比，你的信号高于还是低于同类，一眼就能看出来。脱离这个坐标系去评估，本质上是在凭个人经验拍脑袋。
坐标系还能解释一个中国创始人常遇到的错配：同一份 BP，面对人民币基金和美元基金，被读的信号权重并不一样。美元早期更看团队和市场想象力，人民币更早地要看牵引力和收入。两个坐标系不同，无所谓谁更对，但把美元坐标系里的强项直接搬到人民币坐标系，可能正好落在它最在意的缺口上。
四、为什么不是把 BP 丢给通用大模型
现在把 BP 丢给任何一个通用大模型，都能得到一段流畅、面面俱到的点评。问题不在它说得对不对，在于有三样东西它给不了。
它没有坐标系。通用模型手里只有公开语料，没有可比样本，说不出你在同赛道、同阶段项目里高于还是低于同类，给出的是感想，不是位置。上一节说的那个坐标系，才是评估真正的底牌；市面上大多数 BP 评估工具是在通用模型上套一层提示词，同样绕不开这个问题。
它的反馈没有后果。大模型给完意见，对话就结束了，没有人因此多看你的项目一眼。SVTR 的评估接在一张真实的创投网络上：初评之后补上可核实的证据就能换正式评级，信号足够强的项目会进入我们全球创投网络，让你的潜在投资人、合伙人看到你，发现你。在这里评估不是终点，是入口。
它也不承担这个判断。同一份 BP 问五次，通用模型可以给出五种说法，反正没有下文。SVTR 的框架和档位口径全库一致，半年后你再来测，量你的还是同一把尺子，进步或原地踏步都藏不住。
五、缺口比强项更值钱
大多数创始人希望评估告诉他们“好在哪里”。但对一个成长中的项目，更有用的信息是“最大的缺陷在哪里、且这个缺口最挡着你拿到下一轮”。
开头那张分布图很明显：团队普遍是最强的维度，护城河和牵引力垫底。根据我们在硅谷接触的AI初创公司最近样本，获得的也是同一个形状：176 个五维信号齐全的初评项目里，牵引力垫底或并列垫底的有 118 个，护城河 103 个；团队是最强一维的有 110 个，垫底的只有 13 个。而从我们十年来经手的案例看，多数早期项目真正卡住下一轮的，恰恰是牵引力和护城河这两块缺口，不是团队。强项让你拿到一次会面，缺口决定你能不能通过。一个团队和市场都很强、却完全没有牵引力信号的项目，它下一步唯一该做的事就是把牵引力这块证据补上，而不是继续打磨已经足够好的团队故事。评估真正的价值，是把这个“最该补的一块”从五个维度里挑出来，变成一个具体的下一步动作。
这也是我们把分数和坐标绑在一起给的原因：评估结果里有五个维度各自的真实分、它们在同类样本里的位置，也有定性档位和一句“下一步该证明什么”。一个悬空的总分制造确定感，可早期项目的本质就是不确定，把一个动态、待验证的项目压成一个静态数字，等于把最重要的信息（它接下来会怎么变）丢掉了。
这套档位在 AI 初评里落到四态。
- S Candidate 是稀缺信号候选，某一两个维度强到值得人工优先深看，正式的 S 只会在 SVTR 人工复核之后产生；
- A 是信号成形，多维扎实、方向清楚，还差关键几块证据；
- B 是信号建设中，基本面在，但最能说服人的证据还没到位；
- 信息不足时我们直接说信息不足，告诉你先补哪块，而不是硬给一个档。
四态衡量的不是项目好坏，是它此刻处在从想法到可投的哪一段。AI 初评也不是正式评级，正式档位要靠可核实的证据解锁。
六、诊断之后：标杆、清单、资源
看清位置只是第一步，更重要的是接下来做什么。当你把自己放进近 6000 家 AI 公司的坐标系，你会拿到几样实际的东西：
- 标杆定位：你在同赛道、同阶段里排在什么位置，强项和缺口一眼可见，不靠感觉。
- 下一步清单：针对最该补的那块缺口，给出具体要证明什么，而不是一句空泛的“回去再打磨”。
- 信号分享卡：一张可直接转给合伙人或你想约的投资人的分享卡，带综合分、档位和五维真实分雷达；你的 BP、联系方式和评分权重绝不外露。把“帮我看看”变成“这是我的位置”。
- 正式评级通道：初评基于你提交的材料；补上可核实的证据（融资记录、客户与收入数据、团队公开背景），就能解锁正式评级，有机会进入 SVTR AI 创投库。
- 资源对接：符合条件的创始人本人项目，有机会申请最高 $200K AWS Credits（SVTR 是 AWS Activate Provider，最终额度以 AWS 审核为准）；信号足够强的，有机会进入 SVTR 全球创投网络。
七、先看清位置，再决定往哪使劲
判断一个早期 AI 项目，不需要多复杂的模型，只需要一个诚实坐标系和五个很具体的问题：为什么是你、为什么值得做这么大、为什么是现在、凭什么守得住、有没有人真要。把这五个问题对自己认真问一遍，你会比任何一个分数都更清楚自己站在哪。
SVTR 把这套判断做成了所有创始人都能用的入口。在 svtr.ai/signal 上传 BP（没有现成 BP 也行，粘贴一段项目介绍或填公司官网同样能评），基于同赛道、同阶段的真实样本，约一分钟就能拿到你最强的信号、最关键的缺口，以及下一步最该证明的那件事。它给的不是一次审判，是一次定位。先看清位置，再决定下一步往哪使劲。
最后，这个坐标系欢迎共建。五个维度盖不盖得住你的项目、档位给得服不服、你还想在坐标系里看到哪个切面，欢迎联系我们。今天，AI评估工具很多，愿意跟你争论标准的不多，我们想做后者。
