把投资变成可被工程化的确定性：OXYZ Capital 的"价值坐标系"与可信信息源系统
引子：从“感性出手”到“可复盘的坐标系”
在早期投资里，直觉往往是最先上场的能力。你见过足够多的人、踩过足够多的坑，某个项目一开口，你就能“感觉对不对”。
但当我们把投资当作一门长期手艺，就会遇到一个现实问题：直觉很难被传递、很难被复用，也很难在团队内部被校准。直觉一旦失灵，往往不是因为你不聪明，而是因为信息面不足、验证不足、复盘不足。
OXYZ Capital 的目标不是否定直觉，而是把直觉背后的结构抽出来——让它能够被记录、被回测、被迭代。我们把这一步称为：把投资从“灵感驱动”推进到“坐标系驱动”。
坐标系不是为了“装模型”，而是为了在不确定性里把决策变得更可解释、更可验证、更可复制。
一、为什么要建立“价值坐标系”
投资的本质，是在信息不完备的条件下做决策。任何“确定性”，都不是凭空出现的，而是由两件事叠加而来：
1）可验证的事实：行业资金与价值在向哪里流动；
2）可解释的判断：为什么是这家公司、这条路径、这支团队。
如果没有坐标系，我们容易陷入两种极端：
只看宏观风向：把“赛道热度”当成“项目胜率”，错过真正能落地的切入点；
只被个体叙事打动：把“好故事”当成“好生意”，把“能力假设”当成“能力证据”。
坐标系的意义，是把主观判断的空间压缩到可管理的范围：
我们允许未知，但要求每一个未知都被标注；我们允许感性，但要求感性必须能回到某个维度被讨论。
换句话说：坐标系不是取代判断，而是让判断变得可回归、可迭代。
二、OXYZ 的四维模型：X（赛道）× Y（价值）× Z（路径）× O（内核）
我们把项目判断拆成四个维度，并把它们做成一张可以持续迭代的“价值坐标系”。每一个维度都对应一类问题、一个可持续优化的评分卡，以及一组可以不断补强的数据与证据。
1）X——赛道：用“高确信信息窗口”判断方向
赛道维度回答的是：这是不是一个值得投入时间的战场？
我们偏好基于 2–3 年内的高确信信息做判断，而不是靠“十年后会很大”的空叙事。典型检查项包括：
赛道现状：真实需求是否存在？价值链是否清晰？
现有标的：标的池是否在形成？头部/腰部/长尾是否健康？
轮次推进率：从种子到 A、A 到 B 的推进是否顺畅？“融资密度”与“死亡密度”如何？
赛道风向：政策、舆情、平台规则是否带来结构性变化？资本是否持续进入而非一阵风？
我们不追逐“概念”，更关注“资金与价值的真实流向”。赛道判断的目标不是“预测未来”，而是明确：值得把注意力放在哪里、值得长期跟踪哪些标的群。
2）Y——价值：在早期做“可解释的价值前估”
价值维度回答的是：这家公司如果跑通，价值天花板大概在哪里？
早期无法精确预测，但可以建立可解释的前估框架：
交易/电商/消费：看 GMV→毛利→复购→规模效应 的链路是否成立；
订阅/工具/AI应用：看 留存→付费转化→LTV/CAC→可扩张性；
平台/网络：看 网络效应形成条件、冷启动路径、单位成本下降曲线。
关键不是算得多准，而是能把“为什么能值钱”讲清楚，并且随着数据出现快速修正。
在 OXYZ 的方法里，Y 维度通常会被拆成：价值公式（可讲清）+关键变量（可跟踪）+最早证据（可验证）。
3）Z——路径：传播效率与迁移成本决定“跑得起来”的速度
路径维度回答的是：这个项目能否以更低成本获得规模化验证？
我们特别关注两类能力：
传播路径是否高效：是否有天然的媒体传播点、话题性、可视化的表达？
迁移/接受成本是否足够低：用户从旧习惯迁移到新产品，需要付出多大成本？是否能通过更轻量的入口完成验证？
一个越来越重要的趋势是：先媒体化，再产品化。
很多超级个体会先用内容、原型视频、核心玩法演示去试水，获得反馈后再决定是否立项。游戏行业甚至常见“先出核心玩法视频（AI辅助创作）而不做 demo”，用社媒反馈决定项目化。
这套逻辑并非游戏独有——本质是把需求验证前置：先证明“有人要”，再投入“做得更好”。
在 Z 维度上，我们更看重：验证速度、验证成本、以及验证证据的质量。因为早期最贵的不是钱，是时间。
4）O——内核：愿景、团队与匹配度（也是出发点）
内核维度回答的是：我们是否愿意和这群人一起走很久？
O 包含创始人的愿景与品性、团队结构与互补性、以及与 OXYZ 能力边界的匹配度。
O 是原点：没有 O，其他三个维度都可能只是“看起来合理”。同时 O 也会反向修正 X/Y/Z 的权重：同样的赛道与路径，在不同团队手里结果完全不同。
投资从来不是“挑项目”，而是“挑人做成项目”。O 维度的意义，就是让这件事显性化：把“感性确认”写成可讨论、可复盘的判断。
三、让坐标系“跑起来”：信息源系统 × 模型系统 × 验证系统
模型不是写在纸上的，而是要能在日常工作流里持续运转。我们把坐标系落地为三套系统。
（1）信息源系统（Signal OS）：先解决“看见全量”
直觉不够敏锐时，最危险的不是判断错误，而是信息面太窄。
因此第一步不是打分，而是建立赛道信息的“全量视野”：行业价值、横纵对比、标的池、轮次分布、关键机构、舆情风向。
在 V0.1 阶段，我们计划以投融数据库作为入口，按“标的—机构—待投—咨询/研究”等维度做抓取与结构化，构建可搜索的标的库与动态观察池。
它不追求完美，但追求两件事：持续更新与可追溯口径。因为信息基础设施本身就是复利。
（2）模型系统（Model OS）：把判断变成可回归的结构
每个项目进入观察池后，都用 X/Y/Z/O 形成结构化笔记与评分（可权重）。更重要的是建立“模拟盘”：
对未投项目做长期跟踪，记录当时的评分与理由，半年/一年后回看结果，把偏差原因写清楚——是赛道判断失真？是价值假设被推翻？是路径验证不充分？还是团队执行与预期不符？
投资方法论不是靠想出来的，而是靠回归验证一点点校准出来的。
模拟盘的意义，是把“我们当初为什么没投/为什么想投”变成可被检验的事实，从而提升下一次判断的概率。
（3）验证系统（Experiment OS）：把不确定性前置解决
早期最贵的不是钱，是时间。验证系统的目标，是用更低成本更快拿到关键证据。
我们鼓励创始人用“媒体化验证”与“轻量实验”先打穿关键假设：在不影响长期产品路线的前提下，先验证需求强度、传播效率、转化路径与留存结构。当证据足够强时，再进入更重的产品化与资本化阶段。
这也是我们认为“深度参与”可能成为项目成功关键点的原因：
投资不是站在终点打分，而是在关键节点把风险提前拆掉。
四、AI 的正确位置：从“辅助写分析”到“可信信源 + Agent 化工作流”
AI 可以显著提升信息处理效率：聚合、总结、分类、对比、异常发现。
但 AI 最大的问题不是“不会写”，而是“会编”——幻觉会把判断带进危险区域。
因此我们给 AI 的定位不是“替我们下结论”，而是：
1）让信息更快被结构化；
2）让人类更快抓住差异与矛盾；
3）让回测与复盘更体系化。
要降低幻觉风险，关键在“可信数据源”与“可追溯证据链”：
我们优先使用可核验的公开信息与结构化数据库；对网页内容做来源分级；在分析输出里保留原始链接、截图、时间戳与字段口径；对关键结论坚持人工校验。
在工程实现上，我们计划在实践中把“爬虫 + 检索增强（RAG）+ 分析 Agent”组合起来：
爬虫负责抓取与清洗，RAG 负责引用原文证据，Agent 负责把任务拆解并生成结构化输出，最后由人类做裁决。
我们把它视为投资的“信息基础设施”——不是噱头，而是长期复利的底座。
五、开放性与下一步：把投资变成更确定性的长期事业
我们相信，优秀的投资方法论一定是开放的：它允许被挑战、被证伪、被重构。OXYZ 的“价值坐标系”也只是 V0.1。
未来我们会继续做三件事：
1）持续扩充信源与口径，建立更完整的赛道雷达；
2）把模拟盘做深，形成可量化的回测与经验库；
3）把验证系统工具化，帮助更多创始人用更小成本获得更强证据。
最终，我们希望把“看项目”从一次性的判断，变成一套可运行的系统：
用坐标系定义方向，用数据看见变化，用实验前置风险，用长期复盘校准直觉。
投资依旧充满不确定，但确定性的比例，会因此不断上升。
免责声明
本文为 OXYZ Capital 观点分享，仅供信息交流，不构成任何投资、法律或财务建议。
——
OXYZ资本（OXYZ Capital）聚焦中国AI应用、社交与产品创新，以及东南亚消费品牌、潮玩/IP与分发生态，并以增长方法论、跨境架构与资本路径设计深度赋能，与创始人并肩作战，做长期战友。