a16z 前生物基金负责人 Vijay Pande 在管理近 40 亿美元后，于 2024 年 6 月离开并创立了新基金 VZVC。他的核心变化是从大规模撒网转向极度集中的投资策略：每年只投大约 5 个项目，而不是 30 个。基金只有他和合伙人 Zach Werner 两人，且因自建了 AI Agent，故意不招投资经理。他说往基金加一个项目对别人像加个 Facebook 好友，对他们则像是要再生一个孩子。

Pande 认为 AI 正在把生物学从一门靠运气的发现科学变成可工程化的学科。他的论据是：AI 模型在预测药物靶点和临床试验结果上，虽然不完美，但会远好于目前使用的动物模型——后者是 8/10 药物在三期失败的主因。不过他强调，临床试验成本并未因 AI 显著下降，仍高达数亿美元。一条实际进展是精准医学正在从仅基于基因组转向结合蛋白质组学等实时数据，因为基因组只相当于房子的初始蓝图，而 AI 现在能分析的是房子如今的真实状态。

一个关键论断是：生物数据无法像文本一样从互联网上大规模抓取，这导致几乎每家公司都在建自己的封闭数据集。Pande 认为这会倒逼行业转向构建“生物信息图谱”——本质上是基础模型（Foundation Model）。他预测这类开源生物基础模型会像开源 LLM 一样，对专有模型形成强烈竞争。

他给自己的投资生涯打了两点：看对了 AI 与生物结合的方向（十年前很多人说这事永远做不成）；看晚了“市场”的难度（最酷的技术最后总要回到 go-to-market，而市场端至少与技术端一样难，甚至更难）。他寻找创始人的标准不是赢过别人，而是“如何共赢”，并期望合作关系能延续 5 到 10 年以上。

他对 AI 生物领域最担心的是：AI 被吹得太神。问题不在于 AI 本身，而在于数据根本不存在。LLM 成功是因为有海量数据可学，当数据缺失时，AI 无法凭空解决问题。