[BidClub_]
晚点聊 LateTalk · · 72 min

129: 中国AI founder如何直接在美国创业?一个千万美元订阅收入案例 | 对话FinalRound创始人Michael

程曼祺Michael Guan

Podcast
TL;DR
  • FinalRound AI用20人团队做到约700万总用户,150多个国家有付费用户,上一季度收入按年化口径计算的ARR突破1000万美元。 Michael并不掩饰求职产品天然低留存,而是把增长命题定义为持续获客:全球每年有超过10亿人找工作,“这是一个huge market,非常流动的market”。公司采用上季度收入乘四计算ARR,也提到过最高单日收入乘365、最高1小时收入乘24再乘365,以及最高1小时收入乘20等更激进的口径。
  • 真正的产品楔子不是宏大的AI职业平台,而是一位十分钟后参加面试、愿意立刻付99美元的用户。 团队原本在探索像Jarvis一样主动提示的real-time conversational intelligence,通用Meeting Copilot由此收敛为不会让面试官看见bot的Interview Copilot。Michael的判断很直接:“这是一个非常非常痛的痛点。”
  • 从100万美元到300万美元ARR的十二周增长,核心不是单个爆款,而是把反直觉实验做成组织能力。 团队把月费从99美元提到150美元、关闭免费试用、重做品牌,并让按钮位置、颜色等5%—10%的改善持续compound;如今每周同时跑100多个实验,产品、工程、运营和marketing都能分配流量验证自己的判断。
  • FinalRound的20人杠杆来自agent-driven增长基础设施,而不只是给现有流程加一个AI按钮。 团队每周生成4000—5000个长尾SEO页面、测试500份广告素材,与全球100多位influencer长期合作,并把裁员等事件信号在十分钟内转成页面、podcast、社交内容和投放。招人时甚至会问:“你能不能做一款AI出来,替代掉你目前的所有早期同事?”
  • 688万美元种子轮和13家机构背后,是硅谷资本在2024年前后对年轻AI应用创业者的重新认识。 Michael观察到,过去老牌VC更愿意押注大厂高管和foundation model公司,后来开始相信年轻hackers可以改造HR、支付、医疗等传统领域;一年前拒绝应用层的投资人,今年年初又回来follow up。他把这种年轻创业者挑战成熟团队的现象概括成“乱拳打死老师傅”。
  • 团队接受高强度工作,但Michael将其正当性与股权和high reward联系在一起,并保留退出高压状态的机制。 办公室按24小时使用设计,配床和shower,成员可以“累了就直接睡觉,醒着的时候就在工作”;面对曼祺对超长工时的质疑,Michael承认传统996被诟病正是因为没有high reward,同时提供unlimited PTO,并主动劝出现burnout迹象的人休两周。
  • 更大的增长机会押在B端:用AI模拟真实公司与第一周工作,重做简历筛选和传统面试。 候选人在programmable workspace里与真实或虚拟角色协作,企业评估的不再只是结果,而是使用了什么工具、如何实现结果;产品正与design partners迭代,计划9月launch。Michael称这是“可以让我们一千万增长到十个亿”的机会,但也明确提到企业接受速度、切入哪个职业领域、消费端产品能做到多么激进,都会影响结果。
Digest · the substance, structured for research

1. FinalRound从美国直接起盘,以全球市场而非“出海”定义自己

  • 曼琪把FinalRound放在第三条全球化路径里:既不是立足中国服务海外,也不是国内做大后整体搬迁,而是非ABC华人founder直接在硅谷创业。27岁的Michael本科毕业于UIUC,随后读耶鲁MBA,2021年肄业创业并卖掉上一家公司,2023年10月开始这次创业。

  • Michael将产品定义为end-to-end职业AI平台:面试前有AI改简历、自动投递和Avatar模拟面试,面试中有实时提示的Interview Copilot,面向北美、欧洲的mid-level与senior-level knowledge workers。“为求职者提供AI superpower”,是整条产品线的共同叙事。

  • 公司约有700万总用户,付费用户来自150多个国家;上一季度ARR突破1000万美元,全球只有20位同事,分布在旧金山、上海和班加罗尔。Michael强调它首先是一家美国公司,但招聘不设地域限制,“无论人在哪里,如果是一位AI hacker,可以加入我们”。

2. 一封十分钟后面试的邮件,把Jarvis愿景压缩成了99美元产品

  • 卖掉上一家公司后,Michael在GPT-3和3.5“刚刚出来”的热潮中看到大量对话式应用,却认为chat interface仍然落后:用户必须先输入文字、语音或图片,AI才返回答案。他想做的是real-time conversational intelligence——系统主动观察、聆听并提供帮助。

  • 最具体的原型来自《钢铁侠》的Jarvis:“看到钢铁侠所看到的东西,听到钢铁侠所听到的东西,然后主动给到他支持。”2023年10月上线的Meeting Copilot可以进入会议场景,实时理解画面与对话;用户可以填写工作会议、销售会议甚至online dating等用途。

  • 当时产品没有订阅制,免费session需要邀请三位好友。一位用户来信说十分钟后就有面试,能否直接付费;Michael随口报出远高于当时多数AI应用的“99美元一个月”,对方立刻订阅。“我就知道这是一个非常非常痛的痛点。”

  • 团队随后把通用探索收敛为FinalRound AI与Interview Copilot,第一代UI就是面试中的real-time teleprompter,再通过Instagram、TikTok上带争议的短视频获取早期关注。产品从“AI应该长什么样”转向了一个明确的高意愿付费场景。

3. 隐形助手带来作弊争议,团队选择先占领已经出现的需求

  • Interview Copilot不会向会议室加入bot,除使用者外,面试官看不到助手。Michael称这正是它与当时AI note-taker的关键区别,并提到Granola等新一代产品后来也不再让bot显式进入会议。

  • 曼琪追问这种设计是否构成作弊;Michael承认产品“某种程度上挑战了传统认知”,但他的决策逻辑不是消除争议,而是“所有创新都会对传统认知进行一定挑战。如果我们不做,别人也会做这件事情”。

  • 对Cluely及其“cheat on everything”营销,Michael把差异落在技术交互上:对方从代码面试切入,需要用户看到题目后截图、手动激活;FinalRound则hands-free地持续听对话、看会议内容并主动提示。随后在讨论其他产品时,Michael称Cluely最值得肯定的是“不计后果的marketing”和其创始人的独立个性;创始人Riley的名字是曼琪在前文介绍Cluely时提到的。

  • 至于面试辅助工具会不会被政策禁止,Michael没有给出确定答案:“更多是看市场的动态吧,任何一个产品都存在监管的风险。”这项风险没有被化解,只是被纳入团队继续推进的前提。

4. 求职产品不靠永久留存,ARR的关键是口径与持续获客

  • 曼琪的质疑直指订阅质量:求职者可能只在一个月内密集面试,之后七八个月都不再使用,快速变化的产品也常在上线未满一年时宣称ARR。她因此追问,1000万美元究竟反映稳定收入,还是短期峰值。

  • Michael坦然接受有限留存:“无论如何,大家找工作的时间是有限的。”团队不把长期retention作为首要矛盾,而是关注如何持续获得并帮助更多求职者;按他的市场口径,全球每年有超过10亿人找工作,是一个巨大且高度流动的市场。

  • FinalRound的ARR算法是“上个季度乘以四”。Michael称这已经相当保守,因为他听过最高单日收入乘365、最高1小时收入乘24再乘365,以及最高1小时收入乘20等更激进的算法;在他看来,ARR首先表达公司的momentum和业务量,不能脱离真实用户、社交内容及使用反馈单独解读。

5. 一位失业八个月的高管,让增长数字重新连接到产品价值

  • Michael印象最深的付费用户是一位寻找Director of Product Marketing职位的senior专业人士,有孩子和家庭,已经面试八个月。在一家大型、高增长支付公司进入第十轮后被淘汰,对这类需要特定referral、机会本就稀少的岗位而言,失败成本极高。

  • FinalRound上线AI Job Hunter后,为他进行海投,七天内获得新面试,第十七天拿到offer;他同时使用了面试前、中、后的整套产品。Michael把结果概括为:“在失业的第八个月,拿到了自己一份理想工作的offer。”

  • 这段反馈强化了团队的使命感:就业市场一端是Meta“花几个亿美金”招聘人才,另一端是大量优秀专业人士因各种原因失业。FinalRound试图帮助更多人才获得理想工作,改善机会与人才之间的连接。

6. HF Zero把五人团队从100万美元ARR推到300万美元

  • 产品很快突破10万美元ARR;按99美元月费计算,只需约100名付费用户,平均每天三四人付费。团队仍用自己的钱bootstrapping,随后在2024年4月进入HF Zero,开始把零散的产品势能系统化为high-growth startup。

  • HF Zero主要面向连续创业者,每期筛选十个团队。其Alamo Square住处是一栋“走路时地板会嘎吱响”的大房子,却提供一日三餐、私人健身与拳击教练;Michael称拳击让自己“更加有信心,更加激进”。

  • 入营时公司约五人,主要由Michael和co-founder住在加速器内。十二周里,ARR由约100万美元增至300万美元,月收入从接近10万美元走到接近30万美元。

  • Michael感受到的地理差异很具体:Palo Alto聚集大厂工程师,讨论薪资和“大到懒得创业”的package;旧金山讨论最前沿AI场景,年轻创业者密度更高。他甚至援引“上一届YC平均年龄应该不到20岁”来形容这种年轻化,虽将其表述为个人判断而非核实数据。

7. 增长不是灵感,而是允许反直觉结论胜出的实验制度

  • HF Zero阶段的两条线,一条是系统做A/B测试、新产品与marketing渠道,另一条是大胆尝试看似不合理的动作。advisor给出的最直接建议是涨价;团队虽认为99美元已经很高,仍把月费提到150美元,付费意愿没有明显消失,单次改价便对应约50%的价格增幅。

  • 其他实验包括关闭免费试用、重做品牌、尝试邀请码和稀缺感。Michael称新品牌由“服务过Tesla和OpenAI”的设计团队完成;但他也强调,实验并不保证正确,“有的有效果,有的没效果”,价值在于真实流量而非预设逻辑决定结果。

  • 大部分增长不是2倍、5倍或10倍,而是5%、10%的微小改善不断compound。按钮在左还是右、红色还是黑色,在某些测试里甚至能造成50%的转化差异;所谓产品taste必须被数据验证,而不能停留在审美争论。

  • 公司现在每周同时进行100多个实验,依靠内部AI原生A/B测试平台快速上线和回滚。运营、marketing、开发都能提出产品设想并获得一部分流量:“如果实验结果是好的,就升级;如果不好,就回到原来的版本。”

8. 688万美元融资押注的不只是收入,也包括年轻创始人的时代窗口

  • 参加完加速器后,公司完成688万美元、接近700万美元的种子轮,共有13家机构。Michael认为在美国学习、生活的经历确实提升了沟通和本地活动参与度,技术背景硬核的co-founder也增强可信度;但投资人的conviction最终由traction、对创始人的信任与行业变化共同形成。

  • 部分投资人在2023年10月产品launch时已经关注,只是尚未形成足够信念。Michael认为后续traction和增长帮助这些投资人逐渐建立conviction。

  • Michael观察到,2024年前的老牌VC更偏好大厂高管和foundation model团队,年轻创业者常被默认适合社交或约会产品;到2024年,资本开始接受年轻人用AI改造HR、支付、金融和医疗。他用Cursor作例子,把原因归结为AI要求推翻旧开发逻辑,“本质上就是乱拳打死老师傅”。

  • 投资偏好的切换也发生在应用层:一年前有机构“看不上AI应用层”,今年年初又来询问FinalRound,因为基金开始研究应用。Michael的体感是,美国应用创业潮并未显著早于中国;foundation model公司的收入量级更大,但不能据此否认应用的商业化能力。

9. 小额天使支票与千人音乐派对,都是硅谷式关系资产

  • Michael个人已投过28家公司,支票可能只有3000、5000或1万美元,资金来自个人工资与积蓄。他把逻辑比作“遍地都是黄金”:一个人的24小时无法亲自做完所有方向,于是用小额资本支持有资格、也足够passionate的创业者。

  • 这类投资也是社交方式,类似一起遛狗、去音乐节,只是主题变成讨论创业与exciting ideas。一百个人各投5000美元,现金本身仍不大,但Michael认为“一百个人的支持”带来的能量与后续机会远超支票金额。

  • 对基金选择,他没有把品牌等同于服务质量:Sequoia、a16z、Khosla Ventures、Google Ventures等老牌机构能制造FOMO、介绍客户,却可能因deal太多而分散关注;他口中的XYZ Ventures、First Round Capital、Goodwater等新兴或更聚焦基金,可能提供更直接的operator经验。

  • FinalRound的hacker house还把一层改成dance floor,由“专职CTO、业余DJ”的co-founder放音乐,每月吸引约800—900名创业者、投资人、工程师、researcher和设计师。活动刻意不设技术讨论:“创业已经比较辛苦,难得办一次活动,就不要讨论这些东西了。”

10. 旧金山的996来自机会焦虑,但Michael承认它必须兑现high reward

  • Michael认为美国996在AI时代明显升温,Elon Musk以及随后Amazon、Meta等公司的返岗改革改变了疫情后的远程常态。FinalRound的高强度并非因为竞争对手也在加班,而是团队担心错过窗口:“大家都在抓住这些机会,而我们如果不做,会后悔。”

  • 团队寻找办公室时明确要求24小时开放,内部或附近必须能睡觉、洗澡和吃饭。早期在hacker house里就是“累了直接睡,醒着就在工作”;正式办公室仍保留床和shower,但Michael强调不希望“为了加班而加班”。

  • 曼琪提醒,在中国公开赞赏超长工时通常不受欢迎,早期成员也可能几乎没有生活。Michael的回答是high risk、high reward:成员拥有股权并分享公司突破与估值增长;传统996被批评,恰恰因为员工额外付出却没有获得超额回报。

  • 曼琪将Windsurf描述为Google以打引号的方式吸收核心团队,并提出剩余团队期权和股份能否兑现的疑问。Michael批评Windsurf的做法“非常不地道”,并猜测其创始人经历长期pivot后可能已经burn out。FinalRound提供unlimited PTO;有人需要休两周会立刻批准,他也会主动劝团队休假。大学期间去过100多个国家的经历,则让他相信旅行反而能产生战略灵感。

11. 从300万到1000万美元ARR,靠的是整家公司被重新系统化

  • 2024年6月后的增长不再由单点实验解释。Michael列出的组合包括持续launch产品与feature、提高全球部署稳定性、建立覆盖美国并理解欧洲和亚洲的marketing团队,以及同步推进influencer、SEO、in-house creator、performance marketing、PR和data flywheel。

  • Michael说,融资也是因为使命和增长方向变得更清晰:团队不只是在做端到端职业AI平台,也在探索B2B产品和面向未来招聘制度的moonshot project。更完整的增长基础设施共同创造了从300万到1000万美元ARR的momentum。

  • 招聘时,公司会问候选人:“你能不能做一款AI出来,替代掉你目前的所有早期同事?”能够回答“是”反而是被录用的理由;Michael自己也在思考如何复制十个、二十个自己,让人的时间转向判断和新机会。

  • 内部项目由领域专家直接lead,而不是一个PM同时oversee十个项目。marketing团队有专门engineering支持,把SEO、投放和influencer工作agent化;Michael坚持这不应只叫AI automation,而应是“完全agent-driven”。

12. 每周4000—5000个页面,把真实面试数据变成搜索分发

  • SEO系统会在获得用户许可后,把平台上发生的面试问题与答案整理进论坛,生成针对公司、岗位和专业词条的交互页面。求职者搜索“某公司怎么面试”时可能直接进入FinalRound;目前每周约生成4000—5000个页面,人工团队无法完成同等规模。

  • 团队还开发AI写简历、与recruiter交流等免费小工具,承接Indeed、LinkedIn上暂时无法满足的交互需求。这些工具既获取流量,也留下用户信息,使后续产品能够更准确地服务同一批人。

  • SEO的目标已不只是在Google排名,还包括进入ChatGPT、Gemini等回答。Michael称其中存在大量“增长黑客”空间:及时性、对单一问题的专注程度以及页面能否直接解决用户任务,都比无差别堆量重要。

  • 一些朋友的公司已订阅FinalRound内部marketing工具,收费只是“正常订阅费”,对现有收入意义不大。团队更看重外部使用对产品的认可和refine,等待合适时机把内部基础设施开放给更多创业者。

13. 事件信号在十分钟内变成内容、页面与投放

  • Michael借用hedge fund的类比:基金会从各种事件信号捕捉机会,普通公司也可以自动发现事件并生成actionable items。关键不是事后追热点,而是建立从信号识别到生产、投放的一整条系统。

  • 他的示例是“Microsoft今天lay off两万人”:系统随即为受影响人群生成落地页、podcast和社交媒体post,并自动完成投放,从发现信号到可执行内容大约十分钟。这里的“2万人”是Michael举出的业务示例。

  • 曼琪追问大模型为何会检索这些内容;Michael的答案是及时、长尾和任务相关性。CNBC只是报道裁员的新闻页,FinalRound页面却能直接帮助被裁者找工作,因此他称自己的相关页面通常可以获得更高排名。

  • 这套系统已有十几家朋友的公司使用。Michael把它概括成“对冲基金能做的,我们也能做”,同时承认事件颗粒度还没有真正基金那么高。

14. 一百多位influencer被经营成长期渠道,而非一次性素材供应商

  • FinalRound在全球与100多位influencer合作,关系并非“今天给1000美元,拍完就走”。团队邀请他们参加湾区活动,并在拉斯维加斯租下大型房屋,布置成充满品牌logo和swag的沉浸式创作空间。

  • 合作仍然付费,同时包机票和住宿,相当于在商业合作之上增加一次旅行体验。平均每周约有五位influencer从美国各地前往;当地house manager既管理房屋,也负责管理influencer并告诉他们如何拍摄。

  • Michael希望以低于大品牌借F1或球赛招待创作者的成本做这件事情,也让KOL更珍惜合作机会。品牌环境与现场支持共同提高效率,替代了临时寻找一位创作者、支付5000美元购买单条视频的模式。

15. 线下广告制造认知,线上投放则被工程化到每周500份素材

  • 线下投放采取“全方位攻击”的思路。广告语包括配特朗普照片的“interview confidently like our president”,以及“stop working for jokers, get a new job”;位置覆盖旧金山、南湾、东湾通勤节点,并延伸到纽约、德州、芝加哥等主要市场。

  • 曼琪追问广告牌是否真正有效;Michael承认无法精确track某个用户是否因广告访问网页,只能把它视作top-funnel awareness,并借固定人流等数据估算。具体预算与ROI保密,但他的定性是“大于一,而且非常正”,否则不会持续投入。

  • 线上投放不是单纯砸钱:十份素材可能只有一份优秀,只有两份就几乎没有优化空间。FinalRound每周测试约500份不同素材,由AI批量生成、人工修改,再跨平台、国家、时段和预算做A/B测试,自动把资金移向表现最佳的组合。

  • Michael不认为Google一定会替广告主做到最优,因为平台也希望客户花更多钱。相较于一些国内团队可以配置几十人的手动投放团队,硅谷人才昂贵迫使FinalRound更早开发agent;人的时间因此转向messaging、新渠道和更高潜力机会。

16. B端产品试图用“虚拟上班”重做简历和传统面试

  • Michael认为C端产品正在破坏旧招聘流程:AI Job Hunter一晚能投几千份工作,简历与传统筛选的信号随之稀释。B端答案不是再做一个面试Copilot,而是打造programmable workspace,让候选人通过实际工作证明能力。

  • FinalRound自己只保留一轮简单面试,随后邀请候选人到办公室共同工作一天到五天。Michael发现,简历看起来极好或极差的人,实际工作时可能完全相反;真实协作比问答面试更快暴露能力、习惯和匹配度。

  • 曼琪的pushback是这种方式很难scale:大公司无法逐一陪候选人工作,求职者也难为每家公司花两三天。团队的产品化答案是让AI模拟公司第一天或第一周,候选人与各类角色互动、完成任务,系统再生成评估信号;按客户需要,角色可以全是真人,也可以全由AI模拟。

  • 产品正在与若干大型企业design partners迭代,计划9月正式launch。Michael称目标是帮助JPMorgan、Google、Microsoft等体量的组织系统化run workshop,并把它视作“从一千万增长到十个亿”的机会;决定性变量包括企业多快接受全新招聘方式、从哪个职业领域切入,以及消费端产品能做到多么激进。

17. 市场仍非零和,人才评价标准可能被重写

  • Michael估算美国、中国、印度和欧洲已有四五十家公司模仿FinalRound,声量最大、做得最好的是Cluely;另有团队把FinalRound红色logo与整套设计语言换成蓝色或紫色直接上线,他认为这种复制“影响整个创新生态”。不过C端市场仍早,Lovable、Bolt和v0等案例让他判断现阶段并非zero-sum。

  • 企业端尚未看到太多同类团队,但Michael称Anthropic、OpenAI都在内部探索相关方向,并提出as-a-service服务大型企业;这是他转述的行业观察。若有人更快、更好地build出来,他甚至愿意合作、加入或收购,因为“如果只有我一个人build,通常可能有点奇怪”。

  • Michael倾向于定非常premium的价格:10块钱/月可能产生很多“vanity revenue”,1000块钱/月则更能筛出真实需求;原话未明确这两个例子的货币单位。对企业客户,曼琪提出基础费用叠加招聘结果费用的方式,Michael表示同意并补充自己倾向于按“帮你招1个人、你付我多少钱”的结果交付方式;最终价格仍交给市场发现。

  • 真正难点有三层:如何从一个小团队扩展到模拟成百上千乃至超大型组织,先切入哪类knowledge worker,以及市场何时接受新制度。Michael最新的判断是,AI让人人都能交付结果后,“结果已经不重要了”,人才价值将转向实现路径、工具选择与协作过程;团队因此继续全球招募AI hackers和reinforcement learning专家。

欢迎收听晚点聊,我是曼琪。对今天的一批中国AI应用公司,出海和全球化几乎成为必选项,但怎么出海又有不同的做法。有人立足中国服务海外,这是产品出海;有人起家在国内做到一定阶段后整体搬迁,这是肉身出海。然而还有第三条路,就是直接一步到位在硅谷创业。这期节目我就邀请了AI面试工具Fellow Round AI的创始人Michael关来和大家分享非ABC的华人founder如何在美国湾区从零起步。今年二十七岁的Michael本科毕业于UIUC,后来直接去耶鲁读了MBA,二零二一年肄业创业,后来被收购,二零二三年十月开始了这一次创业。这之后Fellow Round团队加入了湾区知名的孵化器HF Zero,融到了近七百万美元的天使轮。他们在旧金山开千人音乐party,也睡在公司九九六。他们自己开发了一套AI系统,试图把增长和投放效率推到极致,也会。借特朗普做线下广告。目前,Michael 说 Fellow Round 的 AI 面试助手全系产品已经达到了一千万美元的 ARR 及年度订阅收入,公司也已在美国之外的上海和班加罗尔都建立了办公室。这个年轻的团队直接在全球市场出发的故事,也许会对有同样考虑的创业者有所启发。下面我们就正式进入本期节目吧。最后打一个我们自己的小广告,晚点发起了一份轻型小问卷,只有十加个选择题,我们想了解 AI 应用产品在模型调用方面的真实现状,到底在不同场景中哪些模型被用的最多最受欢迎。问题不涉及产品名称等敏感信息,问卷的链接和详情见 show notes,欢迎晚点聊听友中的 AI 产品开发者和创造者来填写,感谢。

程曼祺

Michael,你可以先快速介绍一下你现在正在做的创业公司 Final Round AI,包括你们的主要产品是什么,满足什么需求?

Michael

我们打造了一个端到端的职业 AI 平台,通过为求职者提供 AI superpower,帮助他们更快、更好地找到理想的工作。

我们从面试前、面试中到面试后,都提供了大量 AI 工具。比如,AI 修改简历、AI 自动提交工作申请、AI 模拟面试,以及和 Avatar 进行互动来准备面试;面试中也有实时提示的 Interview Copilot。

我们主要针对 mid-level、senior-level 的知识工作者,他们主要在北美和欧洲。我们现在大约有 700 多万总用户,上个季度收入突破了 1,000 万美元 ARR。我们在全球有 20 位同事,主要分布在旧金山、上海和印度班加罗尔。

程曼祺

这次也想请你来分享一些在硅谷创业的故事。其实我之前和一些在硅谷的华人团队,或者由中国人创立的公司聊过,哪怕是比较早期的公司,他们也不太愿意在国内媒体上露出。但我和你沟通的时候,觉得你没有这个顾虑。这个是为什么?我个人还挺好奇的。

首先,我们是一家美国公司;其次,我们服务的是全球用户。全球 150 多个国家都有我们的付费用户,这一点是最 amazing 的。

另外,我们也在全球范围内征集 AI 人才。我们希望世界各地、无论人在哪里,只要是一位 AI hacker,都可以加入我们,所以我们对地域没有任何限制。

程曼祺

所以,言下之意就是,你们也非常欢迎中国的优秀工程师加入你们,对吧?

是的。那我们也算是打一个小小的广告。

程曼祺

我们可以先从你在硅谷感受到的创业生态开始聊。我觉得这也是现在很多 AI 创业者,包括投资人都比较感兴趣的话题。

中国人或者华人在硅谷创立的公司,目前的融资和发展环境可能分好几种。有些公司可能是 ABC 创立的,有些可能是在美国有一定学习和工作经验、待了比较久的华人创立的,你们应该属于这种情况。还有一类公司,最开始可能是在国内发展,之后再出海、国际化,比较典型的可能有 HeyGen。

你们最开始是怎么开始这次创业的?又是怎么找到资源和钱的?

1. 实时智能的创业起点

其实刚开始是我卖掉了上一家公司。之后在探索的过程中,2023 年暑假我记得 AI 特别火,当时是 GPT-3,然后 GPT-3.5 刚刚出来,大家很喜欢和 ChatGPT 对话,也做出了大量对话式的 AI 应用程序。

我们当时探讨的一个契机是:有没有超越对话类产品、更加 AI-native 的交互方式?其实我们所探讨的各种交互形式里,chat interface 已经非常落后了。我就在想,有什么东西可以在中间进行一个 bridge。

我们探讨的是 real-time conversational intelligence。它可以主动给用户带来帮助,而不是用户输入一个问题或者一段语音,再获得一段答案。当时所有 AI 产品基本都是把一段话或者一张图片输入进去,然后出来一段话、一张图片或者一段音频。我们一直在构思,有没有可能突破这种交互方式。

很快,我们看到了《钢铁侠》这部电影。电影里面有一个 AI 叫 Jarvis,它在钢铁侠的面具上,可以实时看到钢铁侠看到的东西,听到钢铁侠听到的东西,然后主动给他一些支持。那才是我从小到大印象中真正的 AI 应该有的样子,所以我希望把它打造出来。

我们在 2023 年 10 月发布了第一款产品。它可以连接到会议室,看到会议室里面的人,听到会议室里面的对话,然后实时给参会者一些提示,帮助他们更好地沟通和交流。

程曼祺

这个第一款产品叫什么名字?

当时没有名字。我们当时就叫 Meeting Copilot,直接发在了一些论坛里面。很快我们看到有用户开始使用我们的产品,把它接入到他们的会议室里。

当时用户可以输入不同的场景,比如“这是一个工作会议”“这是一个销售会议”,甚至“这是一个 online dating”。我们看到了很多有意思的场景。

2. 99美元验证面试痛点

当时用户需要邀请 3 个好友,才能获得 1 个免费的 session,也没有订阅制。这个产品更多还处于探索阶段。很快,有一个用户说:“我 10 分钟以后有个面试,需要它帮助我面试。我能不能付费使用?”

收到这封邮件以后,我其实非常惊喜。我觉得我们马上要解锁一个非常大的 use case 了。所以我很快回复说,99 美元。我只是随便编了一个数字,因为当时大部分产品都是 10 美元、20 美元,没有 AI 公司会说:“我要收 200 美元或者 100 美元。”我们很快就发了一封邮件,定价是每月 99 美元。

程曼祺

那是挺贵的。为什么当时你们的免费产品不能满足这个用户的需求?

因为当时没有订阅制,免费版本需要邀请 3 个好友才能获得一个免费的 session,而他的面试就在 10 分钟以后。他马上订阅了,所以我就知道这是一个非常、非常痛的痛点。

我们很快抓住了这个机会,把整个品牌打造起来,包括 Final Round AI、Interview Copilot,以及面试前、面试中、面试后的大量产品设计,帮助用户更好地深挖这个场景,在面试中更有自信地呈现自己。

我们打造了第一代 UI,它就是一个面试实时提词器,也就是 real-time teleprompter。这个产品上线以后其实有不少争议,我们也拍了一些比较有意思的短视频,在 Instagram、TikTok 上获得了一些早期关注。这些关注帮助我们获得了第一批用户,之后开始通过口耳相传传播开来。

程曼祺

3. 面试助手挑战传统认知

我有一个产品形态上的小疑问。这个产品接入会议的时候,除了使用者之外,其他人是不知道的,对吗?

是的。在面试场景里,你肯定不能让面试官在在线会议的另一头知道你接入了一个助手。

我们的产品和当时很多 AI note-taker 非常不同的一点,就是它不会往会议室里加一个 bot。我们做了这件事之后,非常多新一代的 note-taker,比如 Granola,也不再往会议室里加入 bot 了。

程曼祺

所以这个争议是关于这样面试是不是作弊,对吗?刚才提到产品上线之后有一些争议。

是的,它在某种程度上挑战了传统认知。但我们认为,所有创新都会对传统认知进行一定挑战。如果我们不做,别人也会做,所以我们很快抓住了这个机会。

程曼祺

最近硅谷也有一个比较有争议的事件。应该是 a16z 投资的一家公司,1,500 万美元投的 A 轮,叫 Cluely。它的创始人 Riley 刚刚被学校开除。

他做的场景和你们很类似,而且他还是学生,大学可能会觉得这个东西有一些道德上的顾虑。公司在宣传上也比较直接,说“我们就是可以 cheat on everything”,在很多事情上都可以用 AI 来作弊。你怎么看这件事的争议?

我觉得他们做的产品挺有意思。他们其实抓住了一个我们当时没有特别关注的点,就是代码类面试。

我们当时是所有类型的面试都覆盖,而他抓住了一个特别具体的场景:代码面试。但他们的产品是需要手动激活的。比如看到一道代码题,截一张图,然后生成答案。

我们的产品则是完全 hands-free 的 conversational intelligence。它实时聆听对话,实时查看会议室里的内容,并主动给出提示。所以从技术含量和场景来说,还是有非常多不同的。

程曼祺

长期来说,你觉得面试类 AI 辅助工具会有政策或者监管问题吗?这类产品有没有可能被禁掉?

我觉得更多还是要看市场动态。任何产品都存在监管风险。

程曼祺

4. ARR背后的留存逻辑

你们现在的 ARR 测算是 1,000 万美元。因为我理解你们的产品更新很快,很多时候产品上线还没满一年,大家就开始计算 ARR。在这种情况下计算 ARR,靠谱吗?

比如面试这个场景,一个人可能这个月要面试,接下来 7、8 个月都不面试。他这个月付费,之后又不付费,那复购率会不会比较低?除了 ARR 之外,你还会比较关注产品的哪些指标?

我们并不会特别担心用户 retention,更多关注的是怎么样持续获客。无论如何,大家找工作的时间是有限的,所以我们也非常坦然地接受这件事情。我们更关注的是怎么样帮助更多求职者获得机会。

全球每年有超过 10 亿人在找工作,这是一个 huge market,而且是非常流动的 market。

至于 ARR 的计算方式,我们公司采用的是非常保守的方式:上个季度的收入乘以 4,这就是我们的 ARR。

程曼祺

不保守的方式是怎么算?

我听说过一些算法,比如最高单日收入乘以 365,也有最高 1 小时收入乘以 24,再乘以 365。还有最高 1 小时收入乘以 20。

确实有很多产品发布时会说:“我第一周就做到几千万美元。”我觉得某种程度上,他们也有自己的 justification。但更重要的是,这个数字背后反映了什么?它反映的是一家公司的 momentum,也反映了一家公司有多大的业务量。

所以我们非常 stay true to ourselves。我们在全球有几百万用户,他们会去我们的 YouTube channel 和各种社交媒体,也会留下他们面试的录像。我们帮助了很多优秀人才进入理想的工作,对我们来说,这些信息已经非常足够了。

程曼祺

迄今为止,你收到过最让你印象深刻,或者最触动你的用户反馈是什么?

我接触过一个用户,他是我们的付费用户。他说,在找到我们之前,他已经面试了 8 个月。因为他是比较 senior 的人,这 8 个月对他来说意味着很高的生活成本和家庭压力。他有小朋友、有家庭,是一个非常典型的美国中产家庭专业人士,正在寻找一份 Director of Product Marketing 的工作。

我们会为用户提供 one-on-one 的机会。我经常在 Google Meet 里,用户有事情就可以直接进来,这样我们和客户的交流也非常顺畅。

他给我的直接反馈非常触动我,也让整个团队更有信念去做这件事情。他面试了一家美国非常大的 fintech 公司,一家 high-growth 的支付公司,但在第 10 轮时被刷掉了。他特别痛苦。像他这样比较 senior 的岗位,机会其实并不多,可能需要特定的 referral 才能走到最后。

我们上线 AI Job Hunter 以后,帮他进行了海投,让他在 7 天之内获得了一个面试机会。到第 17 天的时候,他已经成功拿到了 offer。他用了我们全系列的产品,在失业的第 8 个月拿到了理想工作的 offer。

这件事对我触动非常大。现在的就业市场在某种程度上是非常极端的市场:一方面,有非常优秀的人才,Meta 正在花几亿美元招聘;另一方面,也有大量因为各种原因失业的人。怎么样帮助他们找到理想的工作,我觉得这是我们团队的使命。

程曼祺

我们继续聊你们接下来的发展过程。你提到 2023 年 10 月,那时产品可能刚刚正式上线,我理解你们应该还是一个非常小的团队,也没有融资,主要靠自己做尝试。

之后到什么时候,公司开始更加公司化,或者有一些外部资源,比如投资机构主动关注到你们?大概是一个什么过程?

我们很快突破了 10 万美元 ARR。其实这么算下来也不是很多,10 万美元 ARR,也就是每个月 1 万美元左右。我们的定价比较高,当时是每月 99 美元,所以只需要有 100 个付费用户,平均每天有三四个人付费就可以了,并不是特别夸张的数字。

我们很快获得了这个 milestone,之后开始系统性地思考怎么样放大获客。当时我们还在继续用自己的钱 bootstrapping。

5. HF0带来三倍增长

2024 年 4 月,我们加入了 HF0 孵化器。我开始非常系统地思考,怎么样向一个 high-growth startup 全方位扩张,不只是 top funnel 获客,还包括 brand awareness、团队拓展和业务拓展。这里面有大量 external advisor 给了我们很好的建议。

程曼祺

可以介绍一下 HF0 吗?它是一个加速器,主要 target 连续创业者,对吧?

对。我个人也是连续创业者,所以很幸运地加入了这个加速器。

它在旧金山有一栋巨大的房子,当然房子比较旧,走路时地板会嘎吱嘎吱地响。它提供一日三餐,也非常关注创始人的身心健康和身体状态,还提供私人健身教练和拳击教练。

我也是在 2024 年 4 月正式开始学习拳击。我觉得这对我整个人的状态带来了非常大的改变,让我变得更有信心,也更加激进。

程曼祺

HF0 是你们自己申请,然后由它筛选,还是也会定向邀请一些项目?你是怎么参与进去的?

我们是申请的,最终会筛选 10 个团队。

程曼祺

那期间是你们整个团队都要在刚才说的旧金山那栋 house 里一起办公吗?

它提供这个选择。当时主要是我和 co-founder 住在里面。

程曼祺

那会儿你们公司有多少人?

应该有 5 个人。

程曼祺

你们本来就在旧金山吗?

是的。我当时住在南湾、Palo Alto 那一带,离旧金山其实有些距离,但我经常去旧金山参加活动。

我觉得整个 Palo Alto 的创业生态可能偏老龄化,因为那里有太多大厂。很多大厂工程师每天讨论的都是自己的薪水和 package,而且 package 大到他们都懒得创业了。

但旧金山是完全不同的风景。大家讨论的是最前沿的 AI 场景应用,而且有非常多年轻人。比如上一届 YC 的创始人平均年龄应该不到 20 岁,其实非常疯狂。

这也体现了 AI 时代需要更多年轻人才的注入,因为它在打造全新的场景。我们会看到一些 high-growth startup 其实来自年轻人,而不是来自大厂高管做的 enterprise AI。

程曼祺

顺便问一下,HF0 在旧金山的封闭加速地点具体是在什么区?

Alamo Square。

程曼祺

那是 AI 创业者比较聚集的地方吗?

算是其中一个比较聚集的区域,有很多创业者住在那里。

程曼祺

所以那 12 周,大概是 2024 年 4 月到 6 月,你和 co-founder 就封闭在那个地方,搞开发、搞增长,对吧?

没错。我们在短短 12 周里把收入提升了 3 倍,从 100 万美元 ARR 增长到了 300 万美元 ARR。

程曼祺

也就是说,2024 年你们开始参加 HF0 时,已经是 100 万美元 ARR,一个月差不多 10 万美元收入;结束时达到一个月接近 30 万美元收入。

你可以讲讲这个过程吗?是比较平稳地完成了 3 倍增长,还是中间出现了什么标志性的转折点?

我觉得硅谷比较崇尚的一种文化,是做大量实验和 growth hacking。无论做什么事情,比如 Airbnb 早期去卖麦片,也赚到了 10 万美元收入;很多创业者都会用各种稀奇古怪的招。

我们当时也分两个方向。第一个方向,是非常系统地做大量 A/B 测试,发布新功能和新产品来获得用户,不只是产品,还包括大量 marketing 渠道。

第二条线,是做非常大胆、激进的创新。比如当时有一位 advisor 跟我们说,最简单的增长收入方式就是把价格提高。

我们当时其实很震撼:99 美元已经非常高了,还要提高到多高?大家还愿意付费吗?后来我们把月订阅价格改成 150 美元,发现大家还是喜欢这个产品,还是愿意付费。

这样一个小小的改变,从数字上看就是 50% 的涨幅。

我们还改了很多东西,包括品牌和 logo。我们找了专业设计团队,他们也是 Tesla 和 OpenAI 的设计团队,帮我们设计了新的品牌。整个品牌变得非常正面、积极、有能量。

第一版品牌是我自己做出来的,可能有很多反人类、counterintuitive 的地方。我们做了很多尝试。有人可能会说,需要提供大量试用,用户才会更开心、更喜欢,但在某个阶段我们把试用关掉了,用户必须付费才能使用。

这些尝试会不断影响我们对产品定位、收入定位,以及对未来收入增长的预期。现在我们看到很多 AI 公司开始使用邀请码,制造一种类似小米、Manus 的稀缺感。这些我们当时都试过,有的有效果,有的没效果。

所以我觉得,更多还是要大胆尝试和创新。

程曼祺

总结一下,你在 HF0 学到的一点,或者说他们的方法论,就是快速试错,做一些从逻辑上想起来没什么道理的事情,然后看看实际上有没有效果。

是的。

程曼祺

除了改价格直接带来 50% 增长之外,还有哪些事情是你们之前不会做,但通过尝试发现有效的?

其实并不是所有增长都能一下子带来 10 倍、5 倍或者 2 倍。很多增长不起眼,可能只有 5% 或者 10%。但当这些增长不断 compound 起来以后,就能带来长期增长的动能。

我们做了非常多实验。比如一个按钮放在左边还是右边,也会影响用户转化,有时候两者的差别甚至可以达到 50%。

所以我们是一个非常系统性的增长团队,会做大量 A/B 测试。这也是我觉得非常反直觉的地方:很多人可能会觉得,按钮是红色还是黑色,并没有太大差别,但其实差别很大。

当用户量达到一定体量,就可以支持我们做大量实验。比如现在我们每周都会进行 100 多个实验,而且很多都是 AI-empowered 的。我们自己做了一个内部 AI-native 的 A/B 测试平台,可以帮助产品和开发同事快速上线想测试的东西。

这是我们团队比较独特的地方:我们希望所有同事都有自己的产品 taste。每个人都可以觉得“这个产品哪里不好,我要做一些改进”。

比如 marketing 同事,无论他在世界哪个地方,大家对产品都有自己的想象。与其让大家藏着掖着,只让产品团队驱动,不如让所有人参与到产品开发过程中。

如果有人对落地页有自己的认知,我们就分拨一部分流量给负责落地页的同事,让他打造自己的实验。实验结果好,就升级到新版本;结果不好,就回到原来的版本。

所以我们非常鼓励创新和实验。不只是产品团队,运营、marketing、开发同事都从各个角度参与产品发展。

程曼祺

6. 融资开始押注年轻创始人

你们第一笔正式融资,是在参加完这个孵化器之后才发生的吗?

是的。

程曼祺

三个月实现 3 倍增长,是你们能够获得融资的关键吗?还是因为你本科在美国读,之前已经在美国待了比较久,也是一个关键因素?

我觉得沟通方面肯定有帮助。我可以更清晰地传达团队愿景,分享我们的增长和背后的故事。

我的 co-founder 本身也在美国的科技大厂工作过很长时间,有非常硬核的技术背景。所以在这里生活和成长,肯定有一定优势。不只是语言优势,我们也可以更好地参与本地活动,把品牌影响力传播出去。

其实我们的投资人在很早的时候就关注到我们。产品 launch 的时候,他们已经注意到我们了。

程曼祺

你说的是 2023 年 10 月?

是的。只是当时他们还没有很强的 conviction。这个 conviction 是通过公司的 traction、对创始人的信任,以及行业变化逐渐建立起来的。

程曼祺

你们正式开始融资时,种子轮融了 688 万美元,接近 700 万美元,数额也不算特别小。你收到过什么比较有意思的反馈?无论是看好的还是不看好的,都可以举例讲讲。

我觉得在以前,硅谷并不是特别看好年轻人创业。很多老牌 VC 会押注大厂高管。

程曼祺

你说的“以前”是多久以前?

我觉得是 2024 年以前。2024 年以前,很多 foundation model 公司完成了大额融资,它们的创始人都是从各个大厂的高级职位出来的。

很少看到年轻创业者。年轻创业者一般会去做社交媒体、约会软件。硅谷有一种比较固有的印象:如果一个年轻创业者说要做 fintech,或者做 accounting software,很多 VC 大概率不会信任。

但现在不一样了。我们会看到很多年轻创业者说:“我要改变 HR 市场,改变传统支付市场、金融市场和医疗市场,用 AI 完成这些事情。”大家的接受程度越来越高。

程曼祺

所以你想表达的是,在硅谷,大家现在更看好年轻人用 AI 改变传统行业,或者改变已经存在的场景?

对。我觉得这是 2024 年发现的一个趋势。

程曼祺

这个变化是怎么发生的?为什么是在 2024 年发生?

因为有很多优秀的年轻人决定辍学创业。比如 Cursor,就是非常优秀的年轻人做出来的产品。

过去可能需要非常成熟的开发者和开发者团队,才能看到这样的机会。但现在因为 AI,传统开发逻辑正在被彻底颠覆,让非常年轻的 hacker 抓住了机会。

我觉得本质上就是“乱拳打死老师傅”。比如我们其实并不是招聘行业的专家,但我们可以彻底颠覆招聘行业。

程曼祺

刚才问这个话题,是想了解你们和投资人接触时,具体收到过哪些支持和不看好的反馈。

确实也有不看好的反馈。有些投资人看不上 AI 应用层,这件事还挺有意思。

比如一年前他还看不上 AI 应用层,今年年初却收到很多 follow-up,问我:“Michael,你们公司现在开始看应用层了吗?”

程曼祺

所以据你的感受,美国的应用创业潮其实也没有比国内更早到来?

是的。而且应用的收入能力,和 B2B、偏 infra 公司的收入能力,可能根本不是一个量级。

很多大型 infra 公司甚至看不上应用公司的收入。比如 OpenAI,他们完全看不上应用公司的收入。

程曼祺

你把 OpenAI 也算作 infra,对吧?

对,foundation model。

程曼祺

那确实,大模型公司的收入量级是非常高的。

7. 硅谷创业者互相支持

程曼祺

你们这次种子轮有 13 个机构,机构特别多。为什么是这样一种安排?我感觉种子轮有这么多机构并不是特别常见。

Michael

其实有很多融资是一个机构领投,再加上很多 follow-up 机构,只是一般大家不会把 follow-up 机构都写出来。

程曼祺

现在在湾区和硅谷,第一轮、第二轮融资就有很多机构参与,其实比较常见,是吗?

Michael

嗯,对,其实我们有非常多天使投资人,只是没有一一列出来,因为确实很多。

我个人也会做一些天使投资,已经投过 28 家公司。我的 check 很小,都是从个人积蓄和工资里一点一点拿出来,可能是 5,000 美元、3,000 美元,也有 1 万美元。

有些人会把我的名字写进 PR 稿,但大概率不会。更多是一个互相支持、互相理解、互相鼓励的过程。

程曼祺

这个现象挺有意思。你说有些公司你可能只投 5,000 美元、3,000 美元,不是通过基金,而是作为个人投资者直接投进去。

这反映的是一种什么情况?是不是因为硅谷创业者的密度已经到了一定程度,大家相互支持的情况经常发生?

首先,这里有大量机会和机遇,但一个人的精力非常有限。我们一天也只有 24 小时。

当我们沉浸在一个充满创新的地方时,会感觉遍地都是黄金,但不可能每个方向都去捡。所以我愿意支持一些创业者,去做我觉得有意思、而且他们又特别 passionate、有资格去做的事情。

第二,这在某种程度上也算是一种社交。就像大家一起遛狗、一起去音乐节,也可以一起讨论 exciting ideas。

程曼祺

也有很多其他公司的创始人投你们,对吗?

Speaker 2

是的,当然都是偏个人投资。

但你想想,一个人投 5,000 美元,哪怕 100 个人加起来其实也不多。但这 100 个人的支持所带来的能量和未来机会,远远超过金钱本身能赋予的能量。

程曼祺

在获得种子轮之后,你觉得哪些硅谷机构可以给创业公司比较强的背书和资源帮助?我想知道那边的投资生态是怎样的。

Speaker 2

肯定有一些老牌基金,它们在市场上的 track record 非常好,会让很多人产生 FOMO。

相对来说,也有很多 emerging fund。这些 emerging fund manager 可能是从传统大基金出来的投资人,完成自己的募资之后开始 run 一个 fund。他们会更加激进,更愿意支持年轻创业者,追求 high risk、high reward。

老牌基金名声很好,对公司的增长、客户介绍可能会有更好的支持。但这些大基金 deal 很多,一年可能投几十个项目。如果不是最顶尖的项目,获得的资源和关注可能会少一些。

相对应地,很多 emerging fund manager 是从 AI 公司出来的,他们能够提供的帮助可能更加真实,而不是一些比较虚的 marketing 帮助。

程曼祺

你提到了一些名声在外的老牌大基金,还有一些新兴的活跃基金。在硅谷可以分别举几个例子吗?

Speaker 2

老牌基金大家应该比较熟悉,比如 Sequoia、a16z、Khosla Ventures、Google Ventures。

新兴基金也有一些,比如 XYZ Ventures、First Round Capital。还有一些稍微新一点的基金,比如 Goodwater,它专门投资 consumer,也是我们的一位投资人。Goodwater 也投了很多 prosumer 和 consumer 相关的公司。

程曼祺

你刚才提到的 XYZ、First Round、Goodwater,它们都是由什么背景的人创立的?

Speaker 2

我觉得大概分为几种不同背景。

有一些是大基金的 GP 或 partner 出来单干,可能他们在大基金里的 deal flow 特别好。更多的则是以前所谓的 entrepreneur-operator,他们完成创业旅程之后,还希望继续支持创业者,于是成为 investor。

程曼祺

我想了解一下,在硅谷,如果创业之后想做投资,需要上一次创业成功到什么程度才可以?还是其实没有定数?

Speaker 2

其实没有定数。Sam Altman 以前也创业,后来去了 YC,你可以说他从创业转去做投资了。

我觉得硅谷正是因为有这样动态的机会机制,才让大家有很多不同机会。硅谷还是比较奖励懂得抓住机会的人。

程曼祺

如果在硅谷做 AI 应用,不自己做模型,只做应用,公司有多少会去融资?又有多少可能通过订阅获得现金流,保持一个比较小的团队,自己赚着?

Speaker 2

这里有一个很有意思的概念,翻译成中文很像我以前听过的成语:八仙过海,各显神通。

这里面有非常多不同的 channels。有人一上来就高举高打,比如 Mira Murati 的 Thinking Machines Lab,可以做到声势浩大;也有非常多独立创业者,手头上可能只有一件事情,但把它做到极致。

比如 Calendly,我觉得是一款非常震撼的产品。一个简单的需求被它挖掘得特别好。所有大厂、所有平台都有日历软件,但 Calendly 仍然是目前最受推崇的预约 meeting 软件。

每条路径都有属于自己的打法。无论是我个人还是我们公司,都在摸索属于自己的成长套路。

程曼祺

还有什么额外活动可以帮助创业公司在硅谷获得更多资源?你上次和我提到过,你们会办一些有点像小型音乐节的 party。

Speaker 2

我们在硅谷有一个 hacker house,其中一层被我们改造成了类似 dance floor、夜店舞池的地方。

我的 co-founder 是一位非常优秀的业余 DJ。他的主业是创业、专职 CTO,业余做 DJ,而且音乐也获得了很多认可。

我们一般每个月办一场通过音乐进行社交的活动。每场大约有 800 到 900 位参与者,包括创业者、投资人、我们的投资人的朋友和其他公司的投资人,以及来自各地的创业者和优秀的 AI practitioner、工程师、开发者、researcher、设计师。

大家会来到我们小小的 hacker house 支持活动。因为大家都喜欢音乐,我觉得这是一个比较特别的地方。我们喜欢通过办活动吸引人才和关注。

程曼祺

这个活动会安排技术讨论或者产品讨论环节吗?

Speaker 2

不会,哈哈哈。我觉得创业已经很辛苦了,难得办一次活动,就不要再讨论这些东西了。

程曼祺

你自己和团队现在是什么状态?你们工作起来是什么状态?

8. AI时代的高强度工作

我最近了解到,硅谷的加班文化也比较严重。以前大家会觉得在国内创业很辛苦,比如大小周,或者一周上 6 天班。最近好像 996 也开始在美国流行了。

Speaker 2

是的,我觉得 996 确实开始在美国流行,而且是在 AI 到来以后。

我觉得 Elon Musk 在某种程度上也推动了 996 文化。疫情以后,很多公司选择远程工作,不只是在美国,也在世界各地。很多美国公司在欧洲和亚洲招人,却没有办法把大家 relocate 到一起。

但后来 Elon Musk 开了这个头,接着是亚马逊的 Jeff Bezos,再到扎克伯格,都做了很多大刀阔斧的改革,要求所有人回到办公室。这影响了很多人的生活。

我也看到身边有很多朋友搬出加州去了其他地方,最终又回到加州。所以我觉得,这更多是一种对时代机遇的焦虑感。

我们团队也存在这种焦虑感,但更多是自发性的,某种程度上是一种内卷。并不是因为竞争对手或者其他公司也在 996,所以我们就要 996,而是我们看到了大家都在抓住机会。如果我们不做这件事情,未来会后悔,所以我们非常主动地参与其中。

对我和团队来说,我们寻找 office 时,特地找了 24 小时可以使用的 office。附近要么可以住人,要么有非常方便的酒店和餐饮。这样大家随时想去办公室,都可以获得很好的支持。

最开始我们在旧金山的 hacker house 工作,累了就直接睡觉,醒着的时候就在工作。搬进更加正式的办公室以后,那里也有床和 shower。对同事来说,这更多是自发地抓住机会。

当大家都处于这样的环境里,它就变成了一个新的 new normal。但我不希望大家为了加班而加班,而是真正 passionate、有激情地追逐自己的理想。

程曼祺

在中国的公开舆论中,表达赞赏超长时间工作通常不太受欢迎,因为大家都在反思超长工时。我不知道美国创业圈是什么氛围。

大家是不是觉得这是一个好的现象?机会来了之后都想抓住,生活和工作完全分不开。对你们这样的早期创业项目成员来说,他可能没有太多生活时间,醒来之后就在工作。大家会接受这种状态吗?

Speaker 2

High risk、high reward。当公司的产品获得某种程度的 breakthrough,得到市场认可,或者公司的估值变得更高时,团队成员肯定会非常激动,因为他们都是公司的一部分,在某种程度上也拥有公司的股份。

传统场景下,996 被诟病的原因,是没有获得超额回报,没有 high reward,反而付出了更多时间。

但对我们来说并不是这样。我们会给所有同事 high reward,希望把早期同事都当成家庭的一部分。大家讨论的应该是怎么样让公司越做越大、越做越强。

程曼祺

那你怎么看 Windsurf 这种案例?你们现在还是比较小的团队,我觉得这个问题可能没有那么大。

Windsurf 被 Google 收购,当然是打引号的收购,不是传统意义上的收购。它获得了核心团队之后,剩下团队的期权和股份价值能否兑现,就会有一些疑问。

Speaker 2

我觉得 Windsurf 做得非常不地道。但 Windsurf 团队其实已经创业了很长时间,经历过很长的 pivot,所以我觉得这个创业者可能已经有些 burn out 了。

他可能只是想快速逃离,并没有当年创业时的激情。

程曼祺

你会担心自己有一天 burn out 吗?又怎么避免这种时刻到来?

Speaker 2

我们公司特别强调这方面的文化。如果有需要,我们提供 unlimited PTO,也就是无限假期。

如果有同事说:“我感觉有些 burnout,需要休两周长假,给自己一个喘息空间。”我会马上同意。包括对我自己、对 co-founder、对整个团队,我也经常会问:最近有没有人需要休假?我觉得你最近挺辛苦的,要不去休个假?

一定程度的休息和放松非常重要,也能够带来 inspiration。对我来说,很多 inspiration 不是坐在办公室、坐在电脑面前就能获得的,而是走出去和大家沟通、去到新的地方时获得的。

我非常喜欢去不同的国家和地方,体验不同的文化。我上大学时有机会去过超过 100 个国家,这奠定了我的个人风格:当我在路上的时候,脑子反而非常活跃,能够思考很多事情。这些东西带回办公室以后,可以变成公司战略的一部分。

所以从 day one 开始,我们就希望打造一个全球化、国际化的团队和业务。

程曼祺

9. AI驱动增长机器

你刚才提到,现在 ARR 已经达到 1,000 万美元。相比 2024 年 6 月结束 HF0 加速时的 300 万美元 ARR,又翻了 3 倍多。这是在 2024 年 6 月到现在一年多的时间里实现的。你们是怎么做到的?

Speaker 2

我们开始非常系统地思考一家公司应该怎么 run,包括团队、获客、marketing、产品和工程,都开始系统性增长。

产品层面,我们持续 launch 新产品和新 feature。这些 feature 可能带来更大收入、更长的用户生命周期和更好的用户反馈。

工程层面,我们提高系统稳定性,在全球部署,让产品可以服务更多用户、触达更多潜在客群。

Marketing 层面,有专业的 marketing 团队加入,我们一点一点搭建起全球化的团队和业务能力。他们不只了解美国市场和人才招聘市场,也对欧洲和亚洲市场有一定了解。我觉得这是全球化业务的基础。

之后,我们继续做 influencer、SEO、in-house creator、performance marketing,也就是买量,还包括产品曝光、PR,以及 data flywheel 的运转。我们投入了大量思考和 investment。

这也是我们融资的原因之一。我们对使命有了更清晰的认知:不只是在做一个端到端的职业发展 AI 平台,也在打造 B2B 产品,进行很多 AI-native 的思考,为未来的人才招聘时代做一些 moonshot project。这些都给我们带来了很好的 momentum 和增长。

程曼祺

你们做了很多工作,包括新的产品 feature、新功能、让 infra 变得更稳定,也招了一些专业的 marketing 团队,还形成了一套比较高效的买量方法。

你可以展开讲讲这几个点是怎么配合的吗?哪些东西更重要?或者你们在摸索过程中有哪些心得可以分享?

Speaker 2

我们确实摸索出了一些门道,这里面涉及很多内部战略和招人逻辑。

我们招聘时会问一个问题:“你能不能做出一款 AI,替代掉你目前的所有早期同事?”他们的回答都是“可以”。这也是我们愿意招他们的原因。

我自己也在寻找一种方式,不断想办法赋能自己,复制 10 个我、20 个我,让时间变得更加高效。

程曼祺

你可以想个办法帮我录播课。

Speaker 2

对,录播课,或者自动生成播客。

所以在 SEO、performance marketing 这些方面,我们都做了很多内部 AI 工具,帮助我们快速 scale up。

每一个内部项目都会有一位专家 lead。不是安排一个 PM 去 oversee 10 个项目,而是让 marketing 团队也有专门的 engineering 同事支持,帮助他们实现 marketing 的自动化、AI 化和 agent 化。

我们做了很多 hacky 的东西。比如 SEO 方面,现在可以大量生成页面,去竞争专业词条的排名;也可以大规模生成有交互的页面、高潜力页面和长尾页面。

世界上每天有很多面试在我们的平台上发生。经过用户许可后,我们会把这些面试的问题和答案分享到论坛上。这些内容会自然地帮助整个网站获得流量。

程曼祺

论坛分享的页面是 AI 生成的,可以大规模批量生成。它的作用是,比如某个领域的求职者搜索“某某公司怎么面试”,可能会搜到你们的页面,然后知道你们的产品。是这个逻辑吗?

Speaker 2

没错。

程曼祺

你们一个月,或者一个时间单位里,大概会生成多少这样的页面?

Speaker 2

我们每周大概生成 4,000 到 5,000 个页面。

程曼祺

这确实是因为你们人很少,完全靠人工肯定做不出来。

Speaker 2

对。我们也在寻找优秀的小伙伴加入,帮助我们完成很多 marketing 自动化。

我们也在考虑开放一些内部 marketing 工具给其他创业公司使用。现在已经有不少朋友的公司在使用我们的内部工具,做一些增长黑客的操作。

程曼祺

朋友公司使用你们的工具,需要给你们付费吗?

Speaker 2

我觉得就交一个正常的订阅费,不是特别昂贵。

程曼祺

所以主要不是为了收入?

Speaker 2

对,更多是认可。对我们来说,这点收入没有什么意义,但它代表了一种认可,也可以让我们不断 refine 内部产品。时机合适的时候,这些产品可以为更多创业者服务。

SEO 其实有非常多可做的事情,自动化 SEO 只是其中一部分。第二个方向,是我们做了很多高效的小工具,这些工具都通过 AI 实现。

比如写简历的工具,以及和 recruiter AI 交流的各种工具。这些工具是免费的,可以帮助我们获得大量流量。

在 Indeed、LinkedIn 上,用户想和某个 recruiter 交流,但 recruiter 可能不 available。我们有一个“Chat with recruiter”的功能,用户搜索时可以自然地找到我们并进行交互。这个过程中也会留下用户信息,帮助我们更好地服务他们。

SEO 还有很多门道。现在比较流行 AI SEO,不只要在 Google 上排名高,还要在 ChatGPT、Gemini 这些平台上排名高。我们也做了大量增长黑客操作。

举个例子,我们做了一个非常有意思的系统。对冲基金会通过各种事件信号捕捉机会,普通公司为什么不能捕捉事件信号并利用起来?

我们的系统每天会观察世界上发生了什么。比如今天 Microsoft 裁员 2 万人,我们就会生成落地页,直接提供给这批用户;还会生成 podcast 和社交媒体 post,然后自动投放。

整套系统可能在 10 分钟内,就完成从信号到 actionable items 的转变,为我们带来了大量流量。

现在有十几家朋友的公司在使用这套系统。简单来说,就是对冲基金能做的事情,我们也能做,当然 granular 程度可能没有那么高。

程曼祺

你们生成的这些内容,怎么才能在大模型的聊天内容里被搜索到?靠的是数量多,还是其他因素?

Speaker 2

我觉得有几个点。

首先,我们呈现信息非常及时。其次,它是长尾内容,更专注于某个特定事件和问题。

比如今天 Microsoft 裁员 2 万人。我们完成这些动作后,页面通常会比 CNBC 的新闻网页排名更高。这也是搜索引擎对网页权威性的判断。

CNBC 只是一个新闻网页,而我们是真正能够为被裁员的人提供直接帮助的平台。

接下来还可以讲 influencer。我们全球有 100 多位 influencer 正在合作。

程曼祺

是 KOL 吗?

Speaker 2

对。中国叫 KOL,美国叫 influencer。

我们和这些 KOL 建立关系,并不是今天给你 1,000 美元,你去拍一个视频,不是这样的。关系的搭建是非常长期的。

比如我们会邀请他们来到硅谷参加活动。我们在拉斯维加斯租了一栋很大的房子,里面放了很多 Final Round AI 相关主题的 swag。我们会定期邀请这些 KOL 来到这个主题空间,拍摄短视频素材、LinkedIn post 等内容。

我们也会有同事在那里跟进。很多 KOL 非常 appreciate 这种待遇,因为其他公司不会提供这么好的机会。我们会包机票和住宿,邀请他们来到这里,开心地完成一次品牌合作。

我相信很多大品牌也在做类似的事情,会把大家聚集到更有意思的活动里,比如 F1、球赛等。对我们来说,我们希望用更低成本的方式做这件事情,同时给 KOL 很好的体验。

他们可以沉浸式地在这个地方拍摄和创作。当地的一位同事既是 house manager,也负责管理 influencer,可以告诉他们应该怎么拍。因为整个房间都是 Final Round 的 logo,他们也可以直接参与拍摄,所以效率非常高,让我们的 influencer strategy 变得很强。

现在平均每周大约有 5 位 influencer 去我们的 house,从美国各地聚集过来。不是临时找到一个 influencer,给他 5,000 美元,让他帮忙拍一个视频。

程曼祺

所以你们现在很多内容其实没有付费,对吗?

Speaker 2

有付费,当然有付费。只是在付费的基础上,再加上一次免费的旅行。他们会更加珍惜和我们合作的机会。

程曼祺

除了线上做 SEO、自动化地做这件事、用 AI 赋能,你们好像还做了一些线下广告。之前我也刷到过 Manus 在旧金山做线下广告。我家门口有一个公交站,那里也有 Manus 的广告,挺有意思的。

Speaker 2

我们做了很多线下广告。我觉得这更像是一个 holistic、全方位的攻击,不是单一角度,而是全方位的 impression campaign。

我们做过一些很有意思的标题,比如“Interview confidently like our president”,也有比较传统的,比如“Stop working for jokers,get a new job”,鼓励大家换一份新工作。

我们在旧金山、南湾、东湾的一些关键车站投放广告。那里有很多去旧金山工作的打工人,他们上下班时看到广告,我们就鼓励他们换一份新工作。整个投放非常 target,非常精准。

程曼祺

你们在广告牌上写“像我们的总统一样自信地去面试”,还用了特朗普的照片?

Speaker 2

对。公众人物就是公众人物。

程曼祺

做线下广告,你们测算过它实际有什么作用吗?或者说,它主要在哪些方面发挥作用?

Speaker 2

我觉得更多是全方位 top-funnel awareness 的作用。我们确实没办法 track 到底有多少人因为广告点击了网页,但它有相对固定的流量,也可以通过大数据推算出来。

程曼祺

你们主要只在湾区做吗?主要面对湾区的大科技公司?

Speaker 2

我们在美国很多主要城市都有投放,比如湾区、纽约、德州中部和芝加哥。

程曼祺

你们有没有测算过,一年在线上和线下全部加起来,增长费用大概是多少?或者 ROI 是多少?

Speaker 2

这个属于 confidential,但我们的 ROI 挺正的,非常正。

程曼祺

肯定是大于 1 的。

Speaker 2

对,肯定大于 1。不是大于 1,我们也不会持续做这件事。

程曼祺

关于投放和增长,这也是做 AI 应用时大家反复讨论的话题。什么情况下可以先通过投放换一些量?什么情况下会坚持 ROI 必须为正,才会做投放?

Speaker 2

我们发现,投放并不是砸钱就可以。它需要很好的 messaging、素材和精准的图片。

这是一个大数定律:10 个素材里肯定有一个比较优秀的,但如果只有两个素材,肯定没什么机会。

所以我们更多是在思考如何工程化。我们有内部 A/B 测试平台,可以大量测试各种投放。因为我们有一定的 budget,所以希望这些 budget 被更好地利用。

常规公司来来去去可能就那么几个广告素材,但我们一个星期会测试 500 份广告素材,每一份都不一样。这些素材通过 AI 大量生成,再进行人工修改和 A/B 测试,从而自动优化广告算法。

很多人以为 Google 的广告算法已经最优化了,其实并不是。Google 肯定希望广告主花更多钱。我们自己的平台会自动进行不同平台、不同素材和不同 budget 的 A/B 测试。

我可以清晰看到:素材 A 在国家 B、时间段 C 的整体表现最好,然后自动优化它。我相信很多初创公司没有这样的办法或者资源,但大体量公司大部分都会做这件事情。

程曼祺

你和国内主要做产品的创始人有交流过吗?比如国内和美国的投放生态、环境、策略有什么不同?你有一些认知吗?

Speaker 2

我觉得我们在硅谷的一个痛点是人才非常昂贵,所以没办法像很多国内团队一样,拥有几十人的投放团队,进行大量手动优化。

我们更多是寄希望于 AI,让 AI 自动优化。我们很早就想到要做这件事情,也做出了一些成绩。

程曼祺

总结一下,你们在增长和投放上都有比较系统的 AI 赋能手段,所以在团队比较小的情况下,也能做到很高效率的 ROA。

Speaker 2

是的。但我甚至不会说这是 AI 自动化,它应该是完全 agent-driven 的。

简单来说,我们希望做出一个内部 AI,替代掉某些同事。比如专门负责 influencer 的同事,或者专门负责 SEO 的同事,可以有更多时间投入其他方面,挖掘更有机会的场景、产品功能和增长机会,而不是手动重复机械化流程。

程曼祺

10. 重新设计企业招聘

刚才说了你们之前的增长是怎么获得的。你也提到,未来新的增长空间可能来自新的 B2B 产品。这个可以展开说一下吗?

前面你讲的更多是服务求职者,B2B 是服务招聘方,对吗?

Speaker 2

对。我们正在打造一个产品。简单来说,我们要颠覆传统招聘流程,而且是非常颠覆性地改变它。

我们不只有面试 Copilot,还有自动投递机器人,可以一个晚上投递几千份工作。

传统招聘流程肯定会越来越不被看好。那么,AI 时代的招聘应该是什么样?我们正在打造一个 programmable workspace。

候选人登录这个空间以后,会和 AI 互动,完成一些工作,证明自己的能力。我们帮助企业更好地评估候选人的能力。

这款产品是专门为企业打造的。传统的面试和投递简历没有用了以后,人才筛选应该以什么样的全新方式进行?我们解决的就是这个问题。

程曼祺

它现在也是涉及面试前、面试中、面试后的整个流程吗?还是会从某一个点切入?

对企业来说,这几个流程可能都有新的挑战。面试前,简历特别多,筛选工作变多;面试中,你们的实时交互产品可以给面试官一些提示;面试后,也可以做总结和 AI 智能归纳。

你们服务企业的第一款产品是做什么?

Speaker 2

这些我们其实都思考过,但都没有做。

很多人会问:“Michael,你们有这么多优秀的模拟面试 Avatar,做一个 AI 面试官应该很简单。”但在我的感知里,传统面试正在慢慢被淘汰。以后面试不一定是进行人才招聘的正确方式。

现在我们公司已经没有面试了,只有一轮非常简单的面试。之后我们会邀请候选人来到办公室,一起工作一段时间,可能 1 天,也可能 5 天。这样我们就能快速了解这个人,评估是否适合长期合作。

在工作中,很多东西会直接暴露出来。很多人在简历上看起来非常优秀或者非常糟糕,但实际工作中可能是另外一个人。

程曼祺

但你们一起工作的方式规模化之后能铺开吗?对很多大公司来说,可能很难这样招聘;对求职者来说,也很难花时间和一个公司一起工作一天。两三天就更奢侈了。

是的。所以我们找到了一种产品化的方式,通过 AI 模拟整个公司的运作。

候选人登录进来以后,可以和公司里的所有人互动,完成第一天或者第一周的工作。AI 会快速生成一些信号,有点像《令人心动的 Offer》。

简单来说,我们用 AI 把试用过程产品化了。

硅谷现在很多 startup 都这么招人,但所有人都会遇到一个问题:公司发展到 20 人、30 人之后,就没办法 scale up。

我们想做的是,帮助 JPMorgan、Google、Microsoft 这样的大型公司,系统性地 run workshop。

程曼祺

在你描述的产品形态里,求职者接触到的工作环境是真实的目标公司工作环境,还是虚拟环境?

他互动的那些人,是真实员工,还是由 AI 模拟的 agent 和角色?

我觉得可以基于不同客户的需求,做成全真实,也可以做成全模拟。

AI 比较 exciting 的地方就在这里,它可以做到非常贴近真实。

程曼祺

你们这个产品现在已经上线了吗?

是的。现在我们正在和一些 design partner 合作,完成产品迭代。正式 launch 应该会在 9 月。

这是一个可以让我们从 1,000 万美元增长到 10 亿美元的机会。

程曼祺

这是一个挺新颖的想法。不过不知道大公司采取这种方式,会不会有比较多阻力?

我们已经有很多优秀的大企业作为 design partner。他们对这件事情的态度非常积极,因为他们发现 AI 时代很难招到优秀人才,需要一种全新的方式进行人才筛选,真正评估候选人的能力。

程曼祺

你们现在会担心说出这个想法吗?我不知道是不是只有你们在做,还是其他想用 AI 改变招聘和求职场景的公司,也在不约而同地探索类似想法。

首先,我觉得这件事情非常复杂。其次,如果有人能够比我们更快、更好地 build 出来,我非常愿意和他们合作,甚至加入他们,或者收购他们。

Again,八仙过海,各显神通。实现 AGI 有很多路径,我们只是其中一条。如果有优秀人才听到这个消息,觉得这是一个 exciting 的东西,愿意和我们一起做,我们非常欢迎。

确实也有其他公司在非常低调地 build 类似的产品。我觉得这完全没有问题,说明我们走在正确的道路上。

如果只有我一个人在 build 这件事,通常来说反而有点奇怪。

程曼祺

11. 竞争推动招聘革命

你们现在面临的竞争是什么情况?包括大公司,以及其他创业公司和团队。有哪些对手是你比较在意的?

我们仔细盘算过,美国、中国、印度和欧洲加起来,应该有四五十家公司在模仿我们的产品。

目前做得最好、市场声量最大的,我觉得是 Cluely。他们是一个非常年轻的团队,打法非常激进。我特别喜欢他们的创始人,他们的逻辑让我耳目一新。

目前比较创新的就是他们,剩下的更多是直接抄袭我们。

我还看到过一个抄袭团队,直接把我们的 logo 和整套设计语言拿走。我们的设计语言是红色的,他把 logo 改成紫色或者蓝色,然后直接上线。这也是中国某家 VC 前投资人的一个产品。

我觉得这确实太离谱了,会影响整个创新生态。

但我们并不担心这些竞品。回到竞争角度,我们的 C 端产品做得非常全面,我觉得应该已经处于龙头位置。但整个市场还非常早期,所以我们有大量机会。

竞争对我们来说其实是一件好事。比如 Lovable、Bolt、v0,大家的收入都增长得非常好。并不是一家收入增长,另一家收入就会下跌,至少现阶段这还不是一个 zero-sum game。

程曼祺

你觉得 Cluely 的创新具体在哪里?

我觉得它的创新来自一套不计后果的 marketing。更多让大家 buy in 的,是它创始人比较独立的个性。

在硅谷,我们也看到一些其他产品团队,因为创始人的个人魅力获得了大量关注,比如 Friend.com 的创始人、Omni 的创始人,以及之前叫 Rewind、现在叫 Limitless 的这个产品的创始人。

程曼祺

OK,刚才讲的是 C 端的产品。你们 B2B 的这个产品会有一些什么竞争吗?

Enterprise、B2B 这边,其实我们一直在思考。我们并没有看到太多的团队在做这件事情,肯定是有一些大厂在研究这个方向的东西的。我们也看到了一些比较 top 的 AI lab 在内部做这件事情,这对我们来说某种程度上也是一个验证。如果我们可以用更小的资源做到这么大的一件事情,那对我们来说是一个非常 exciting 的创业挑战。

程曼祺

你说看到一些 top 的 AI lab 在内部做这件事情,你指的是哪个公司啊?

Anthropic、OpenAI 都有。

程曼祺

他们做这个东西主要是为了服务自己的招聘,还是他们有计划把这个东西当做一个产品,对外推出去服务第三方客户?

他们是在探索这个方向,然后提出了这种 as a service,去服务大型企业。

程曼祺

所以大家在探索这个方向,大家设想的最后这个服务方式,是每招到 1 个人,向企业收多少钱吗?

这其实我还真不知道。

程曼祺

比如说你们的计划是什么?

我们的计划其实是让市场去进行定价。同时我一直相信,需要定非常 premium 的价格,才能做到市场领先者的地位。我们可以定 10 块钱 1 个月,那可能会有很多用户,然后有很多这种所谓的 vanity revenue;但如果我们定到 1,000 块钱 1 个月,那这些用户是真正的用户。

程曼祺

其实你可以选择订阅的方式,也可以选择不让他订阅。

对,不是以订阅的方式,我是以帮你招 1 个人、你付我多少钱的方式,类似结果交付。

程曼祺

对,我觉得这两个东西不冲突,而且两个东西叠加在一起的时候通常是最好的:有一个基础的费用,然后再有一个结果的费用。

你们有了这个想法,然后去把它实现出来的过程中,你说很难,难主要难在什么地方?总结一下是什么?

它其实某种程度上就是说,OK,我打造了一个虚拟世界,然后这个虚拟世界里面有一家公司在 run,对吧?这里面有非常多的难点。比如说,这家虚拟公司假设是 1 个人,那可能比较好去创造;但如果是 10 个人、100 个人的虚拟公司,1,000 个人、10,000 个人呢?如果我们想要去模仿像 Google、JPMorgan 这样的大公司,全球有几十万员工、几百万员工的这种企业,我们怎么样去实现呢?

所以我觉得更要从一个非常小的场景入手,我们去思考,OK,怎么样去帮 startup 去 run 这个 process,这是第 1 个挑战、第 1 个地方吧。

第 2 个挑战,我觉得更多在于,OK,我们从哪个领域入手。全球有非常多的 knowledge workers、知识工作者,他们 99% 的时间其实是在电脑上完成的。但每个领域的工作虽然都在电脑上完成,其实有非常多不同的工作习惯、工作方式。那我们从哪个职业切入,这也是非常有挑战性的,也有想象空间。

第 3 个,我觉得还是这是一个全新的招聘方式。我并不知道它什么时候会真正地被大众所接受,但是我们认为它马上就要发生了。

程曼祺

比如说你刚刚说的这几个问题,你们实际上的选择是什么?

这个保密,马上就会有答案了,在 9 月底的时候。

程曼祺

你觉得再往下发展,你们要做得更大,或者说就像你说的,抓到一个 10 亿美元级别的机会,这个悬念可能会是什么?变数可能会是什么?

我觉得就是企业有多快能够接受这种全新的招聘方式,以及我们的 consumer product 能够做得有多么疯狂,能够去帮助更多的人用这种颠覆性的 AI 能力去找到自己的下一份工作。

程曼祺

你最近收到的一些让你觉得比较好的建议,或者说你最近获得的一些新的启发是什么?

好问题。我们在思考,可能在未来的招聘世界里面,大家关注的并不是说你会不会完成这件事情、有没有能力完成这件事情,或者说你知不知道这个知识点,因为 eventually,AI 其实什么东西都能做出来,对不对?更多的是我们实现这件事情的方式,以及我们利用了什么样的一些工具去帮助我们完成这些事情。

我可以举个例子。比如说假设我今天要去写一个 PRD,或者说我今天要去写个文档,我可以用脑子写,我也可以用 ChatGPT 写,我也可以用 Claude 写。现在来看,很多雇主只是需要说,OK,我只要看到结果就可以了,实现路径并不重要。但是我觉得在未来的工作场景下,设身处地地去想,我觉得路径反而变得更加重要。因为结果已经不重要了,无论如何,AI 是可以帮我们实现结果的,但是这其中的路径反而是值得我们进行人才评估的。

程曼祺

哦,你是指,可能以后的招聘会考核一个人才,从现在考核结果,变成更多考核过程,而且要用新的工具、新的方式,让考核过程这件事变得可行、可操作?

没错,是的。因为人人都来自于同样的学校,人人都来自于同样的背景,人人都能做出来这个东西,大家都不傻,大家都不笨。这个评估的标准可能就要从标准测试——选 A 就错了,选 B 就是对的,然后大家晋升到下一轮,再下一轮,一轮一轮筛选下来——其实这东西已经不 make sense 了。

程曼祺

我这边应该再没有什么需要再问了。你有什么还想表达的吗?

我们在招人,全球范围内在招募优秀的 AI hackers,还有 reinforcement learning 的专家加入我们。无论是产品开发的同事、研究员,甚至设计的同事、marketing,我们都在招。整个创业团队的氛围非常浓厚,对吧?我们是 merit-based,我们鼓励大胆激进的创新。

程曼祺

那今天非常感谢 Michael 做客晚点聊,分享了在美国作为一个华人的创始人怎么从零到一的去打造一个创业公司,以及 Fallow Round 具体是在做什么,怎么在一个比较短的时间里获得了三倍四倍的增长。大家拜拜。

Michael

好,谢谢。

程曼祺

最后再重复一下问卷征集信息,晚点发起了一份轻型小问卷,只有十加个选择题。我们想了解 AI 应用产品在模型调用方面的真实现状,到底在不同场景中哪些模型被用的最多、最受欢迎。问题不涉及产品的名称等敏感信息。问卷链接和详情见 show notes 说明,欢迎晚点聊听友中的 AI 产品开发者和创造者来填写,感谢。本期。本期节目就到这里,欢迎收听。如果你对今天聊的话题有观察、好奇或疑问,欢迎在评论区分享想法,这也会成为我们节目的一部分,让整个讨论更完整。你也可以把我们的节目分享给对这个话题感兴趣的朋友,欢迎推荐更多你想听的主题和嘉宾。你可以从小宇宙、苹果 Podcast 等渠道关注“晚点聊 Late Talk”,也欢迎关注我们的公众号“晚点 Late Post”,下期再见。

129: 中国AI founder如何直接在美国创业?一个千万美元订阅收入案例 | 对话FinalRound创始人Michael | BidClub