从 90 条线索到 63 条核心样本：我是怎么做一张创业地图的
90 条线索到 63 条核心样本：纳入标准、单列不删、拒绝计算的数、两道自检。
第一个口径陷阱在单位：条，还是家。8 月 31 日我发了《一疆落，万物生》，讲大疆前员工创业地图；那篇的统计单元从头到尾是「条」，一条可以是公司、品牌或创业项目，所以这篇说 63 条核心样本，不说 63 家公司。没讲的部分这篇补上：90 条怎么来、凭什么砍到 63 条、哪些数我算了、哪些我拒绝算。
地图底稿是一张可筛选宽表（在线版），90 条原始线索。动手统计前最先暴露的问题：原始 HTML 的页面标题写「72 家」，程序读出的数据数组是 90 条，正文说明也是 90 条。发布任何总数之前，先确认数据里到底是多少。
一、线索从哪来：三路渠道，四轮扒完
调研存档的方法是三路交叉：科技与财经媒体报道（36 氪、雷峰网、虎嗅、界面、财联社等）；投资机构渠道（红杉、顺为、高瓴、经纬、奇绩、线性、五源、蓝驰、李泽湘系基金的公众号与官网 PR）；人物维度（大疆历任高管、产品线与技术负责人逐一追踪去向）。发社媒前又补了公司官网和招聘信息两个来源。线索分四轮扒完，每条带来源链接和可信度标注（确认/存疑）。
渠道本身决定样本偏向谁，放最后一节讲。
二、90 到 63：27 条为什么单列
核心样本的纳入标准只有一条：具名创始成员，有可辨认的大疆正式研发或业务经历（含北美分公司）。不满足的 27 条单列，每条写明理由：
| 单列原因 | 条数 | 例子 |
|---|---|---|
| 极短任职 | 1 | 宇树：约两个月试用期，不能据此谈「大疆培养」 |
| 官方分拆 | 3 | 卓驭、Amflow、Avinox |
| 顾问或学术合作 | 4 | 硅羽、大道智创、速腾聚创、一清创新 |
| 关联公司履历 | 1 | 丰疆：招股报道表述为「大疆关联公司首席科学家」 |
| 关系待核 | 3 | 深研生物、未来智友、沃玩科技 |
| 创始人未具名 | 4 | Farseer、爱克斯、超维无际、Dnsys |
| 只有团队成员关系 | 4 | 珞博、诺因、ZuzuZoos、VLAI |
| 实习或实习加团队关系 | 2 | BRINC、蓝色涌现 |
| 公司主体未具名 | 2 | 两个只有创始人名字的项目 |
| 证据仅第三方档案 | 3 | Cresta、RSI、OPUS |
工龄有没有门槛：没有，标准只看关系的性质——正式任职、顾问、实习、分拆各归各；全表唯一定量处理的是宇树那两个月。原表的分层标签要不要信：不完全。T5（证据最弱一层）里的 R-Zero、Hangar、Fairmart 找到具名创始身份的补充材料，照样进核心样本；T1–T4 里也有顾问和未具名条目被单列。标签给排序，逐条审计给结论。27 条全部保留在表里，去掉的只是「混在一个数里数」的做法。
三、算出来的数，和它们的编码规则
四个统计模块：赛道分布（消费硬件 17、机器人/具身 13、无人机/低空 8、软件/AI 8、出行载具 7、制造工具 5、传感器 3、影像光学 2）；负责人背景（30/63 条有明确的大疆部门、团队或业务负责人经历，47.6%）；创办时间（可归组的 58 条里 27 条创办于 2024 年以来，46.6%）；融资阶段分两个口径（全部 63 条核心样本里 36 条处在种子、天使或 Pre-A，占 57.1%；2024 年以来创办的 27 条里 23 条，占 85.2%）。
每个数字背后有编码规则，否则同一个词会数出两个结果。「负责人经历」的规则：只认明确的大疆部门、团队或业务负责人；仅工程师、仅产品经理头衔、只在后续雇主当过负责人的不计入；影微创始人只记载「芯片团队创建者之一」、管理职责不明，也不计入。所以它写作「至少 30 条有明确记载」——30 是条目数下限；王铭钰一人对应汝原和 Morpho 两条，换算成「30 名高管离职」就是错的。时间归组的规则：成立年份是区间或双年份时，全部候选年份落进同一段才归组；松灵/库犸跨段，不强选一年。
履历核实不靠原表自证，补查来源例如：丰疆创始人用经济观察报的招股报道核对；Colin Guinn 查到美国国会听证记录；Jan Gasparic 的职务用大疆官方公告核对；R-Zero 用 Forbes 人物报道；Fairmart 用官网团队页；本末用 36 氪数据库。
四、拒绝算的数：融资、估值和三种率
融资金额和估值全程没有加总。审计记录列了七类问题：Morpho 条目混着汝原的融资而汝原另列一行，直接相加会重复；宇树的 IPO 募资、Dnsys 的众筹、它石的累计融资不是同类交易；卓驭含尚未完成的 Pre-IPO 计划；妙动、驰龙存在冲突口径，不能取大数当事实；若创的估值字段里填的是累计融资额；大量「数千万」「近亿元」没有可用的确定值；投前投后、币种、时点口径不一。
同样拒绝算的还有三种率：离职率、创业成功率、「创业潮」同比增速。90 条是公开资料名单，原调研有意重点搜集近年项目，加上融资披露偏差和媒体报道偏差，这些比率在方法论上站不住。写进文章的只有分布和案例：拓竹 2025 年营收超百亿元（据界面向拓竹确认的报道）、正浩 2017 年创办，都是单点事实，不进任何加总。
五、两道自检：对照样本与敏感分项
第一道，换样本看结论稳不稳。在 63 条内只保留原表标「确认」的 52 条重算：无人机占比 12.7% 对 13.5%，负责人经历 47.6% 对 50.0%，2024 年以来创办 46.6% 对 46.0%；种子至 Pre-A 这一项要把分母写明白，它对全部 63 条核心样本算是 36 条、57.1%，对 52 条确认子样本算是 29 条、55.8%，与上文 85.2% 那组（分母是 2024 年以来创办的 27 条）是两个口径，各自成立。四个方向都没变，主线结论对样本口径不敏感。
第二道，找对单源敏感的分项。软件/AI 从 8 条掉到 2 条——这个分项靠较弱证据支撑，所以正文不写「软件创业爆发」。加总数字好看，分项敏感性难看，两件事要一起看。
公开发布版另外经过事实归属与措辞合规审读，不影响本文统计口径。
六、这张地图看不见谁
能被媒体报道和社媒看到的创始人，已经过了三轮筛选：有人愿意写、有融资可披露、活到了被看见。安静做产品、没拿融资、失败离场的，整张地图都看不见。90 条里相当比例的项目只有一条公开报道。正文反复写明边界：这是公开资料的描述统计，不是行业普查；成立年份不等于离职年份；融资阶段不等于产品成熟度；不能用这些数计算任何公司的离职率或创业成功率。
附：复核材料
逐项审计 CSV（90 条，每条含纳入/单列理由、负责人编码、时间分组、来源链接）、统计结果 JSON（含源文件的 SHA-256）、只解析字面量的可复跑脚本。三个文件不改动原始资料，原始图谱和调研存档保持原样，口径可复跑、可挑错。
下次看到任何一张「XX 系创业公司 N 家」的地图，先问三个问题：单位是公司、品牌还是项目；N 里混了多少分拆、顾问和实习；它有没有公布自己拒绝计算的数字。