Fortune 独家:a16z 加密基金管理规模暴跌 40%,Multicoin 腰斩,头部加密 VC 集体缩水

marsbit发布于2026-04-17更新于2026-04-17

文章摘要

《财富》杂志获取的SEC文件显示,2025年头部加密VC管理规模普遍缩水。a16z crypto的AUM下降近40%至95亿美元,主因是主动向LP分配收益,其首期基金DPI达5.4倍。Multicoin因市场波动AUM腰斩至27亿美元。Pantera因多家被投公司IPO实现资本回流。Haun Ventures逆势增长30%至25亿美元,受益于被投企业BVNK被收购及新基金募集。尽管AUM缩水,Paradigm、a16z等仍在积极筹备新基金,布局下一周期。加密VC持仓直接受代币价格影响,波动性远大于传统VC。

作者: Ben Weiss

编译: 深潮 TechFlow

深潮导读: Fortune 记者从 SEC 拿到了一批未公开的加密 VC 财务披露文件,数据显示 Paradigm、Pantera、a16z crypto、Multicoin 等头部机构的管理资产规模(AUM)在 2025 年全线缩水。但缩水不全是坏事——a16z crypto 在市场高点把钱退给了 LP,首期基金 DPI 达到 5.4 倍。唯一逆势增长的是 Haun Ventures,靠 BVNK 被 Mastercard 收购押中了稳定币赛道。

加密 VC 的头部玩家没能躲过 2025 年的市场崩盘。

Fortune 记者 Ben Weiss 从美国证券交易委员会(SEC)拿到了一批此前未公开的投资顾问财务披露文件。数据很直接:Paradigm、Pantera Capital 这些顶级机构的 AUM 在 2025 年集体缩水。

图注:2021-2025 年头部加密 VC 管理资产规模(AUM)变化

制图:Ben Weiss / Fortune

但在开始列数字之前,有一个前提要先说清楚:AUM 不是衡量 VC 成败的好指标。它不反映新一轮融资、LP 退出分配、也不反映资本催缴。加密资产价格本身就剧烈波动——某个情绪不稳定的男人发一条推文就能让币价坐过山车(马斯克、特朗普、赵长鹏,随便挑一个)。老牌加密 VC 们经历过 2021 年 NFT 狂潮时的资产暴涨,也见过随后「加密寒冬」里的组合暴跌。

原文作者 Ben Weiss 也强调:真正的顶级投资者,最终是要把钱退给 LP 的。AUM 短期变动不等于业绩好坏。

搞清楚这个前提,来看具体数据。

a16z crypto:AUM 缩水近 40%,但钱退给了 LP

a16z crypto 旗下四只加密基金的 AUM 合计从 2024 年暴跌近 40%,降至 $95 亿。同一时期,母公司 Andreessen Horowitz 的资产管理规模膨胀到了 $1000 亿以上。

缩水的原因,一部分是这家机构开始把前三只基金的收益分配回 LP。据知情人士透露,a16z crypto 有意选择在 2025 年加密市场高点进行分配。

效果怎么样?根据 Newcomer 的数据,a16z 首只加密基金的净 DPI(分配对实缴资本比率)达到 5.4 倍。和 Carta 平台上 2018 年同期募集的其他 VC 基金相比,这个回报率相当亮眼。

换句话说,AUM 缩水这件事在 a16z crypto 身上,更多是「赚到钱、退给 LP」的结果,而不是「持仓暴跌」的结果。

Multicoin:AUM 腰斩至 $27 亿

Multicoin Capital 的命运和加密市场深度绑定。2021 年加密狂潮期间,它的 AUM 一年翻了接近三倍,逼近 $90 亿。FTX 崩盘后直接暴跌,之后两年又逐步反弹。

但 2025 年这一轮下跌又把它打回去了。从 2024 年到 2025 年,Multicoin 的 AUM 缩水过半,降至约 $27 亿。自 2025 年 10 月 BTC 开始跳水以来,加密资产全线回落,Multicoin 这种同时运营对冲基金和 VC 基金的结构首当其冲。

补充一个背景:Multicoin 联创 Kyle Samani 今年 2 月已经离开公司,转向投资科技领域其他方向。

Pantera:五家被投公司 IPO,资本回流 LP

Pantera Capital 的 AUM 同样缩水,但和 a16z 类似,一部分原因是主动向 LP 退出分配。

据知情人士透露,Pantera 在 2025 年有五家被投公司上市,其中包括 Circle 和 BitGo。这些退出带来了可观的现金回流。

Haun Ventures:唯一逆势增长,AUM 涨超 30%

在一片缩水声中,Haun Ventures 是唯一的例外。

这家由前 a16z crypto 合伙人 Katie Haun 创立的机构,AUM 同比增长超过 30%,接近 $25 亿。一方面是因为押中了赛道——它投资的稳定币公司 BVNK 被 Mastercard 以最高 $18 亿的价格收购。另一方面,Haun Ventures 本身也在 2025 年募集新的 $10 亿基金。

新一轮募资已经启动

虽然 AUM 缩水,但头部机构并没有停下脚步:

Paradigm 正在募集最多 $15 亿的新基金。a16z crypto 正在募集最多 $20 亿。Dragonfly 刚刚关闭了 $6.5 亿的第四期基金。文章发布后 Fortune 补充更正:Dragonfly 发言人实际上做出了回应,确认数据「准确」,并表示「我们正在积极部署资本」。

Paradigm、Pantera、a16z crypto、Multicoin、Haun Ventures 的发言人均拒绝评论。

加密 VC 的周期性宿命

原文到这里就结束了,但有几个背景值得补充。

加密 VC 和传统科技 VC 有本质区别。传统 VC 投股权,退出靠 IPO 或并购。加密创业公司很多有自己的代币,VC 的持仓直接暴露在代币价格波动中。

Multicoin 是最极端的案例:据 Fortune 此前报道,2017 年到 2021 年其资产翻了 20,287%,2022 年又回撤 90%。这种幅度在传统 VC 领域不可想象。

据 Pantera Capital 今年初的展望报告,非 BTC 的加密总市值(排除 ETH 和稳定币)从 2024 年末高点下跌了约 44%。但按照历史规律,熊市也是抄底的窗口期。几家头部机构此刻密集募资,赌的就是下一轮周期。

据 Fortune 此前独家报道,a16z crypto 第五只基金计划在 2026 年上半年完成募资,由 Chris Dixon 领投,将继续全力押注区块链方向。Paradigm 的新基金则据《华尔街日报》报道将扩展到 AI 和机器人技术领域。两种策略分野很明显:a16z 继续 all-in crypto,Paradigm 选择跨赛道对冲。

相关问答

Q根据文章,哪些头部加密VC在2025年管理资产规模(AUM)出现了缩水?

AParadigm、Pantera Capital、a16z crypto和Multicoin Capital等头部加密VC在2025年的管理资产规模(AUM)均出现了缩水。

Qa16z crypto的AUM缩水近40%,但文章指出这并不完全是坏事,原因是什么?

Aa16z crypto的AUM缩水部分原因是其主动选择在2025年加密市场高点将前三只基金的收益分配回LP(有限合伙人),其首只加密基金的净DPI(分配对实缴资本比率)达到5.4倍,回报率相当亮眼。

Q在众多加密VC中,哪家机构在2025年实现了AUM的逆势增长?增长的主要原因是什么?

AHaun Ventures在2025年实现了AUM的逆势增长,同比增长超过30%,接近25亿美元。增长的主要原因包括其投资的稳定币公司BVNK被Mastercard以最高18亿美元的价格收购,以及该机构在2025年成功募集了新的10亿美元基金。

Q文章中提到Multicoin Capital的AUM在2025年大幅缩水,具体数据是多少?

AMulticoin Capital的AUM从2024年到2025年缩水过半,降至约27亿美元。

Q尽管AUM普遍缩水,但头部加密VC们仍在积极进行什么活动?请列举文中提到的具体募资金额。

A头部加密VC们仍在积极进行新一轮募资。具体包括:Paradigm正在募集最多15亿美元的新基金;a16z crypto正在募集最多20亿美元的新基金;Dragonfly刚刚关闭了6.5亿美元的第四期基金。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit9分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit9分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货
活动图片