死创业公司残骸，AI实验室会买单吗

上周帮一个朋友看清算材料，他做新能源设备预测，公司还没等到下一轮就断了。账上最值钱的是一批传感器数据、故障标签、一套MCU采集链路，客户反而排不上号。他说产品没人要了，但数据还能卖。看到 Buymydeadstartup.com 这个 Show HN 项目，我第一反应是残值清算。创业公司死了，数据没死。问题是这些残骸能不能变成可交割资产。

传统创业公司估值看收入、增长、留存、毛利。死掉的公司主要看可交割残值，源代码、模型、UI组件、数据集、老域名，甚至客户线索。另一类死公司资产市场提到，交易可以做资产购买协议、保密审查、按现状交割、不保证。这更像不良资产包，不像SaaS平台。

估值锚点要看替代成本。AI实验室从零做垂直数据，要采集、清洗、标注、校验、验收。如果死项目完整跑过数据生产流程，省下的时间之外，还能减少试错成本。技术壁垒高低取决于数据能不能被审计。我最近用数字病理图像和Apollo跑流程，体感很明确，模型能否复现，取决于数据流程有没有版本、责任边界和可回放记录。散落在云盘里的标注，很难算资产，更像负债。

商业模型容易讲，卖家挂牌，买家询价，平台抽佣。难的是频次。创业公司失败不是一天一批，AI实验室买数据也不是天天扫货。低频撮合如果没有标准交割，就会退化成黄页。

Your startup is dead. Its data is not.

这句营销不错，但投资人会问数据有没有许可，客户数据能不能脱敏，模型权重有没有训练授权，代码里有没有开源协议，团队离职后谁能负责。OpenAI社区里有人拿“耐克刷漆”打比方，平台能力扩张后，创业者围绕模型做的包装可能失去独占性。死项目残值最怕卖出去后被买家发现权利链条断裂。

壁垒可能在于把不可见资产变成可验收资产。平台要能列出代码、模型、数据、域名、客户线索的边界，审查训练数据来源、用户授权、开源许可、离职员工贡献，交付可复现脚本、版本记录、缺陷说明和验收指标，并保留责任回放，出问题后能追溯是数据脏、模型弱，还是买家误用。

我之前写过AI Agent的核心竞争力，是把不确定的能耗变成可审计的成本流水账。放到死创业公司资产上，逻辑一样。平台如果只是撮合，估值不高；能把每次交易积累成可审计、可回放、可定价的资产标准，才有基础设施价值。

这个赛道短期不会成为硬科技主线，不生产新模型，也不控制算力。它更像并购市场里的尾单处理。对PE来说，退出路径要看谁会接，数据经纪、律所、清算机构、大模型公司数据团队，甚至云厂商。若网络足够密，被收购是合理路径；若只是流量站，就没有退出。

对创始人，别等现金流断了才整理资产。现在就可以把代码、数据、模型、客户沟通记录做成一页资产包。对投资人，也别只看融资故事，早期就问一句，如果公司死了，残值卖给谁，怎么交割。能回答这个问题的团队，执行力和边界感通常不差。

行动建议很简单，先做三张表，权属表、可交付表、可审计表。三张表填不满，再便宜也别急着卖。

---

📌 本文编译自 Hacker News，原文：https://www.buymydeadstartup.com/

版权归原作者所有，本文为基于公开报道的编译与独立分析。