Theranos式欺诈已成常态:科技圈需要一场诚信清算

Theranos式欺诈已成常态,根源在于创投生态激励扭曲,而非个人道德问题。
文章基于Hacker News讨论指出,Theranos式欺诈并非孤例,而是创投生态中结构性激励扭曲的产物。创始人以他人资本赌个人收益,投资方因商业模式而选择性不验证,媒体靠“改变世界”叙事获取流量,三方共谋使欺诈土壤长期存在。欺诈常态化导致劣币驱逐良币,诚实公司反处劣势,最终代价由普通用户和患者承担。文章提出识别下一个Theranos的检查清单,包括核心技术可验证性、叙事与产品密度对比、董事会专业性及内部质疑空间。结论强调,道德谴责无济于事,唯有重新设计激励机制——如第三方技术尽调、前置监管验证、媒体克制——才能扭转系统对诚实的定价缺失。

一篇在 Hacker News 上引发热议的文章抛出了一个刺耳的判断:Theranos 式的欺诈已经不是偶发的商业丑闻,而是变成了行业常态。这个观点之所以值得认真对待,不在于它耸人听闻,而在于它指出了创投生态中一个结构性的激励扭曲——说谎的收益远高于说谎的成本。
Theranos 不是一个孤例,而是一个模板
Elizabeth Holmes 的故事被讲了太多遍,以至于人们容易把它当成一个关于个人魅力和道德败坏的寓言。但 HN 讨论中反复出现的一个共识是:Theranos 之所以能走到那一步,靠的不是 Holmes 一个人的骗术,而是一整套愿意相信、愿意背书、愿意放行的系统。
董事会里坐着前国务卿和退役将军,媒体乐于报道"女版乔布斯"的叙事,投资方在尽调上主动放水。据 HN 评论区的讨论,这类结构并非 Theranos 独有——从血液检测到 AI 医疗诊断,从生物科技到自动驾驶,估值驱动型的叙事包装在各个赛道反复上演。当一家公司的主要资产是"故事"而非可验证的产品时,欺诈的土壤就已经铺好了。
真正的危险信号在于:Theranos 倒台之后,行业并没有建立起有效的防御机制。没有新的监管框架,没有投资机构的系统性反思,有的只是把一个替罪羊送进监狱,然后继续按照原来的剧本寻找下一个独角兽。
Theranos 的核心业务是声称能用一滴指尖血完成数百项检测,其专有设备“Edison”被宣传为颠覆传统实验室的革新技术。然而,该公司从未在同行评审期刊上发表过经独立验证的临床数据,也拒绝向外部专家开放设备供其检验。2015 年《华尔街日报》的调查报道揭露其实际仅能完成少数检测,且结果准确性存疑,随后美国 CMS 吊销其临床实验室资质,公司于 2018 年解散。这一案例之所以成为模板,是因为它展示了“技术黑箱+明星董事会+媒体叙事”的组合如何能长期掩盖核心技术的不可验证性。
为什么说谎的成本这么低
理解这个问题的关键,是看清创投链条上的激励分布。
创始人一侧:不对称的赌注
创业者拿的是别人的钱,赌的是自己的 upside。如果故事讲成了,回报是数十倍的财富和声望;如果讲砸了,最坏的结果往往是公司关门、个人换个赛道重新开始。这种赌注结构天然鼓励夸大——尤其是在"fake it till you make it"被当作创业美德来传颂的文化里。
“Fake it till you make it”在硅谷创业文化中被广泛视为一种合理的策略性夸大,其逻辑是:初创公司资源有限,必须先用愿景吸引人才和资本,再逐步兑现产品。这种文化模糊了“过度包装”与“蓄意欺诈”的边界。在 Theranos 案中,Holmes 的辩护团队正是试图将她的行为归入这一文化传统,但检方指出,当公司明知技术无法实现却仍向患者提供错误检测结果时,就已经越过了欺诈的法律红线。这一文化背景使得投资人和媒体在面对夸张宣称时,倾向于给予“创业公司都这样”的宽容,从而降低了欺诈被早期识别的概率。
投资方一侧:集体免责的默契
VC 的商业模式决定了它们不需要对每一次失败负责,只需要一个足够大的赢家覆盖所有亏损。这意味着在尽调阶段,投资人有动机不去深究那些可能戳破叙事的细节——因为戳破了,反而可能错过下一个大机会。HN 讨论里有人尖锐地指出,很多投资人不是被骗了,而是选择性地不去验证。
VC 的有限合伙结构决定了基金管理人主要靠管理费和 carried interest(超额收益分成)获利,单个项目的失败由 LP 承担大部分损失,而成功项目的超额回报则归 GP 分享。这种不对称进一步放大了“选择性不验证”的动机:GP 的激励是找到能上市或被高价收购的赢家,而非确保每个项目都经得起技术审计。此外,跟投机制和 FOMO(错失恐惧)使得投资人倾向于跟随领投方的判断,形成集体背书,进一步削弱了独立尽调的动力。
媒体与平台一侧:叙事的共谋
科技媒体靠"改变世界"的故事获取流量,平台靠热点获取注意力。当一个创始人被包装成时代偶像时,质疑的声音往往被淹没在对"愿景"的赞美里。Theranos 的倒下之所以令人震惊,部分原因正是此前几乎所有主流叙事都在为它背书。
欺诈常态化的代价由谁承担
表面上看,Theranos 的受害者是投资人和员工。但更深层的代价落在整个行业的信任基础上。
当欺诈成为常态,诚实的公司反而处于竞争劣势——它们不愿意夸大临床数据,不愿意虚构用户增长,于是在融资节奏和媒体声量上落后于那些敢吹的对手。这是一种劣币驱逐良币的机制。HN 评论中有人提到,真正做硬科技、需要长周期验证的团队,往往最难在当前的融资环境里获得耐心资本。
最终买单的是普通用户和患者。Theranos 的检测设备给出过错误的血液结果,这不是抽象的商业失败,而是具体的健康风险。当类似的叙事包装出现在 AI 医疗、自动驾驶等领域时,同样的风险会以不同的形式重现。
如何识别下一个 Theranos
HN 讨论中形成的一些经验判断,值得作为从业者的检查清单:
- 核心技术是否可被独立验证:如果一家公司拒绝让外部专家检验其核心宣称,这本身就是最大的红旗。Theranos 对同行评审的回避,事后看来是最明显的信号。
- 叙事密度是否远超产品密度:当一家公司的媒体曝光、创始人故事、愿景演讲远远多于可交付的产品和第三方数据时,需要警惕。
- 董事会是否由领域专家构成:明星董事会听起来光鲜,但如果成员缺乏对核心技术的判断力,他们的背书只是装饰。
- 是否存在"不可讨论"的内部禁区:员工能否公开质疑技术路线,是组织健康度的试金石。Theranos 内部对质疑者的打压,是它走向崩溃的加速器。
结构性修复比道德谴责更重要
把 Theranos 当成一个关于贪婪和虚荣的道德故事,会让人舒服,但无助于阻止下一次发生。真正需要改变的是激励结构本身。
可行的方向包括:投资机构建立独立的第三方技术尽调机制,而不是依赖内部合伙人的直觉;监管对涉及人身安全的宣称设立更前置的验证门槛;媒体在报道早期公司时保持对"愿景"的克制。这些都不新鲜,但 HN 讨论透露出的悲观情绪在于——Theranos 之后,这些改变几乎没有发生。
欺诈成为常态,不是因为人性变坏了,而是因为系统没有给诚实定价。在这个意义上,Theranos 式欺诈的清算,不会来自某一次审判,而只能来自整个行业对激励机制的重新设计。
本文基于 Hacker News 相关讨论整理,观点归属原讨论参与者。
相关推荐

uGAP:统一100+非洲地理数据集的AI平台
uGAP是开普敦大学团队开发的非洲地理空间AI平台,统一120余个非洲数据集并提供Python SDK,支持数据发现、处理与模型训练一站式工作流,已用于气旋洪水制图等实战场景。

Cursor能控制你的电脑了:AI代理可驱动桌面应用测试
Cursor 新增桌面控制能力,AI 代理可驱动 iOS 模拟器等桌面应用测试自己构建的功能。本文分析这一更新对开发工作流的影响、技术实现可能路径及可靠性考量。

Vibecoding自研推理引擎:理想丰满,现实骨感
Reddit开发者分享Vibecoding自研推理引擎的真实经历:用WebGL2和GLSL在浏览器跑GGUF Q4模型,却陷入tokenizer调试地狱。本文分析浏览器端LLM推理的工程难点,以及为何直接clone llama.cpp是更理性的选择。