a16z 一周投了四家公司，它们有一个共同信号：AI 正在改造「旧经济」的基础设施

cover

当所有人的目光盯着 Anthropic 的估值曲线和 OpenAI 的模型参数时，a16z 在过去一周发布了四笔新的投资公告。没有一笔投的是 AI 模型公司。

这四家公司做的事分别是——企业 SAP 升级、Git 版本控制、IT 外包、肿瘤靶向药。看似毫无关联，但串起来看，它们给出了一个清晰的信号：AI 真正的机会不在模型层，而在改造「旧经济」的软件基础设施。

一、Tessera Labs：13 岁上大学的天才，在 AI + SAP 升级

Tessera Labs 是一家 AI 原生的系统集成商。它的初始聚焦点非常务实：SAP 升级——具体来说，把企业从 ECC 迁移到 S/4HANA。

如果你不在企业软件行业，可能不知道这有多痛苦。大型公司可能有 50 多个 ERP 系统分散在不同部门，每年花数亿美元做升级。传统做法依赖咨询公司派顾问来分析定制代码、映射数据、测试集成、管理切换——人海战术，成本高，效率低。

系统集成市场每年超过 5000 亿美元。

Tessera 的思路是用 AI 自动化这些流程。创始人 Kabir 的经历本身就是一个故事：13 岁上大学，17 岁拿到 UCSD 计算机科学学位，20 岁获得博士学位——导师称其为"职业生涯中指导过的最强研究型学生"。之后他在 Meta 做研究，18 个月内签下了数百万美元的年合同额（ACV），组建了 30 多人的团队（其中 6 人来自 Netflix）。

a16z 领投了 Tessera Labs 的 Series A 轮。

二、GitButler：GitHub 联合创始人重做 Git，让 AI agent 的代码不再打架

GitButler 正在重新设计版本控制体验。

理由是：AI 编程工具（Cursor、Claude Code、Codex）生成的代码量正在爆炸式增长。开发者从"写代码的人"变成了"编排 agent 的人"。但 Git 的设计已经有 20 多年，它假设本地副本代表单一的原子变更——你同时让一个 agent 修 UI bug、另一个优化数据库查询、第三个更新文档？Git 索引在并行编辑下会崩溃。

GitButler 的解决方案包括：原生支持堆叠分支（stacked branches）、agent 专用命令、以及并行分支（parallel branches）——允许开发者同时打开多个分支，获得逻辑隔离的优势但无需复制所有文件。

创始人 Scott Chacon 是 GitHub 的联合创始人，也是《Pro Git》的作者，被公认为全球最权威的 Git 可用性专家。他与联合创始人 Kiril Videlov 和 Anne Leuschner 一起，由 a16z 的 Peter Levine 和 Matt Bornstein 主导了 Series A 轮投资。

这不是一个"Git 更好用了"的故事。这是一个"当 AI 写的代码比人还多时，版本控制的基础假设需要重写"的故事。

三、Treeline：用 AI 把「接电话修电脑」的 IT 外包做成一门软件生意

超过 80% 的美国企业将 IT 外包给 MSP（托管服务提供商）。但大多数 MSP 是小型"生活方式型"公司——通过响应工单和派人上门的方式运作。现代 IT 需要管理设备、访问权限、安全、合规和支持，持续、隐形且大规模。

全美约有 40,000 家独立 MSP 企业，市场年收入超过 2000 亿美元。但这个市场长期没有技术升级——靠增加人手来扩大影响。

Treeline 构建了一个位于 IT 运营中心位置的软件层：标准化工作流、自动化日常任务、把每个已解决的问题转化为可复用的洞察。它将领先的 MSP 整合到一个统一的运营模型中，用软件而非人力来实现规模化。

创始人 Peter Doyle 和 Hussain Kader 是斯坦福本科同学。a16z 的 Joe Schmidt 与 Peter 相识十年，"看好他们用软件+AI 颠覆这个巨大市场的能力"。

这不是一个"AI 客服"的故事。这是在说：如果你用螺丝刀拧螺丝做了 20 年，AI 可以帮你造一把电钻。

四、Stipple Bio：用 AI 画肿瘤的「化学地图」

Stipple Bio 是一家生物技术公司。它的核心技术平台叫 Pointillist（点彩），正在做一件此前几乎没人尝试的事：以"表位（epitope）分辨率"构建肿瘤生物学图谱。

表位是肿瘤细胞表面特有的结构标记。如果能精确识别这些标记，药物就能像"魔法子弹"一样只击中癌细胞，不伤害正常组织。许多癌症药物（如 Herceptin、Enhertu）虽有突破性疗效，但因为"靶向正确但打偏到正常组织"的毒性（on-target, off-tumor toxicities），严重限制了给药剂量。患者承受细胞减少、免疫抑制、神经病变等一系列副作用。

Stipple 的 Pointillist 平台以高通量方式发现肿瘤特异性表位，以及相应的治疗性结合剂。科学联合创始人 Aaron Ring 和 Aashish Manglik 追求的是一种"表位精度级别"的肿瘤生物学——大多数种子期生物技术公司不会用这种方式思考。

a16z 投资时，公司正在从临床前迈向临床阶段的转折点，已有首个先导药物候选。

这不是一个"AI 制药"的套话故事。这是 Paul Ehrlich 一百年前提出的"魔法子弹"愿景，正在被 AI + 高通量实验技术真实推进。

这四笔投资串起来，信号是什么？

如果只看单笔投资，它们各自独立：企业软件、开发者工具、IT 服务、生物制药。但四笔放在一起，模式很清晰：

AI 正在改造的不是一个新的行业，而是所有行业的软件基础设施层。

企业 ERP 升级——AI 替代咨询公司的人海战术
版本控制——AI 改变的是代码生产的基本单位
IT 外包——AI 把人力驱动的服务变成软件驱动的运营
肿瘤制药——AI 识别过去肉眼看不到的生物标记

这四条路径的共同特征是：它们都在解决「有市场、无技术」的旧问题。 系统集成 5000 亿、IT 外包 2000 亿——这些市场大、增长慢、技术投入长期不足。过去是因为问题太复杂、定制化程度太高，软件无法规模化渗透。AI 第一次让这些行业的软件瓶颈有望被打破。

a16z 在赌的是：AI 最大的商业价值，不在它创造的新市场，而在它改造的旧市场。