深潮导读:本文作者 Steve Blank 在硅谷创业圈非常有名,被称为「精益创业之父」,写了《四步创业法》(The Four Steps to the Epiphany),是 Customer Development 方法论的提出者。
Eric Ries 的《精益创业》就是在他的理论基础上发展出来的。他在斯坦福、伯克利、哥伦比亚大学都教过创业课,美国国家科学基金会的 I-Corps 项目也是基于他的方法论搭建的。
Steve Blank 最近跟一位投资过的创始人喝咖啡,发现对方埋头干了六年,完全没意识到外面的世界已经变了。
他由此写下这篇文章,核心观点很直接:
如果你的公司成立超过两年,你的商业计划大概率已经过时了。AI 正在重塑开发速度、团队规模、定价模型和竞争壁垒,还在用 2024 年剧本跑的创始人,很可能跑不到下一轮融资。
对于正在创业或者关注科技和创投圈的读者来说,来自大洋彼岸的一手观察都值得一读。
以下为全文编译。
如果你的公司成立超过两年,很可能当初的很多假设已经不成立了。
你需要停下手里的活,不管是写代码、做产品、招人还是融资,先看看周围发生了什么。不然公司会死。
一杯咖啡引发的焦虑
我刚和 Chris 喝了杯咖啡。Chris 是我六年前投的一个创始人,从那以后他就一直埋头苦干,做的事情是:
1)一个复杂的自主系统问题,
2)在一个现有市场,
3)用一种独特的商业模式。
Chris 现在准备启动第一轮大规模融资。我看了他的投资人 deck,发现一个问题:他埋头干活的这几年,外面的世界已经天翻地覆了。
他花五年时间打造的自主系统软件壁垒,正在变得越来越不独特。乌克兰的自主无人机和地面车辆催生了几十甚至上百家公司,这些公司有更大的团队、更多的资金,在做同样的事情。
Chris 一直在为他那个小众市场争取客户采用(这个市场确实该被颠覆,但老玩家还在把持着),与此同时,一个相邻市场的自主技术需求已经爆发了,就是国防。
过去五年里,VC 对国防创业公司的投资从零飙升到每年 200 亿美元。他的产品完全适合争议环境下的后勤保障和医疗后送。但他对国防市场的这些机会一无所知。
Chris 的团队确实做了很厉害的系统集成(跟现有的一个飞行平台做了深度整合,这让他的方案和大多数竞品不一样),生意还是有的,但已经不是当初设想的那门生意了。
和 Chris 聊完之后我意识到:大部分成立超过两年的创业公司,商业计划已经过时了,技术栈和团队配置大概率也落伍了。
如果你最近没怎么抬头看路,下面是你错过的东西。
什么变了
VC 的钱在大幅倒向 AI。2025 年,AI 项目拿走了 VC 总投资额的三分之二。这意味着如果你做的不是 AI 相关的东西,你在争抢一个更小的资金池。非 AI 创业公司必须回答一个问题:为什么一个资金更充裕的 AI 原生竞争对手不能直接吃掉你的市场?
对软件创始人来说,AI 彻底改写了成本、速度和人力的旧公式。用 Claude Code 或 OpenAI Codex 这样的工具做 Vibe Coding,一个 MVP(最小可行产品)可以在几天甚至几小时内搞定,不再需要几个月。这也意味着,MVP 本身已经不再能证明你团队的能力了。
这些工具正在改变开发团队的构成:工程师变少了,工程师的类型也变了,出现了「业务流程工程师」和「深度技术工程师」的分化。
过去需要一个开发团队干的活,现在几个人就能搞定,有时候一个人就行。数据过去是差异化优势和护城河,但现在的基础模型(ChatGPT、Gemini、Claude)正在将公开数据源商品化。
敏捷开发的概念本身也需要重新思考了。
过去的瓶颈是:我们负担得起构建和发布这个产品吗?现在的瓶颈是:我们知道该测试什么吗?我们能不能足够快地接触到用户来学习?敏捷不再是一个串行流程了。AI Agent 可以用同样甚至更低的成本并行跑多件事。
你现在可以同时测试同一个业务的多个版本,甚至同时测试不同的业务方向。你可以同时跑五个定价模型、十条营销信息、二十个 UX 流程。而且「用户界面」可能不再是屏幕了,测试的目标可能变成了:找到让 AI Agent 交付预期结果的 prompt。
瓶颈不再是工程能力,而是往上移到了判断力、对客户期望结果的洞察力和分发能力。
AI Agent 将重写所有软件品类
AI Agent 会改变每一个软件品类,包括你做的那个。
今天的软件应用是这样运作的:给用户展示信息,然后等用户通过仪表盘、告警、工作流工具和报告这些界面去操作。但客户买软件是为了完成一项工作,不是为了多看几个屏幕。让工作真正完成,这是 AI Agent(通过 OpenClaw 这类工具编排)将自主实现的事情。
这意味着什么?
如果你的产品现在是告诉用户「下一步该做什么」,AI Agent 最终会替用户把那一步做掉。如果竞争对手的产品自动完成了任务,而你的产品还在等用户点一下鼠标,你就不再有竞争力了。
下一代应用不会只是在屏幕上显示信息,它们会像一个员工一样行动:解决工单、预订会议、筛选销售线索、自动补货。当产品从「软件即界面」转向「软件即结果」,定价也会从按席位收费变成按结果收费:每解决一个工单、每预订一场会议、每关闭一条线索。
(对 Product/Market Fit 的追寻将变成对 AI Agent/Customer Outcome Fit 的追寻。最小可行产品(MVP)将变成最小可交付成果(MPO)。这个话题我会在下一篇文章里展开。)
硬件也逃不掉
对硬件创始人来说,变化同样剧烈。硬件仍然受物理定律、资本、供应链和制造周期的约束,你没法绕过切削金属、制造原型或芯片流片。
但 AI 能让你更快地淘汰坏想法。现在你可以在制造物理原型之前,模拟更多设计变体,创建数字孪生,更早、更便宜地压力测试各种假设。结果就是加速学习和发现的速度(有时候是更快地走向失败),而在创业公司里,更快失败是优势,不是缺点。
一旦 AI 作为系统的一部分嵌入进来,产品本身就变了。给摄像头加上 AI 后端,摄像头就能变成监控系统、振动传感器、机器故障预测系统。机器人变成了工厂工人。护城河不再只是硬件本身,而是硬件能感知什么加上 AI 能用这些数据做出什么决策和行动。
沉没成本陷阱
2025 年之前创立的公司,技术栈通常是为一个软件开发昂贵且定制化的世界优化的。敏捷开发和 DevSecOps 让我们变得精益,但它们是串行运作的,团队规模也是按照这种结构来配的。
花了好几年打造「专有代码和功能护城河」的公司,正在发现 AI 正在把他们大部分技术栈商品化。这让融资中的创业公司陷入尴尬:商业模式可能已经部分或全部过时了。
当你埋头做产品、寻找 Product/Market Fit 的时候,这些变化不一定看得到。
技术栈、产品功能、用户界面、员工人数,这些沉没成本都会变成你不愿意转型的理由:我们怎么能扔掉好几年的工作?我们的 VC 是冲着这个方向投的。客户还是想要 UI。团队相信这个路线图。我们的客户还没准备好。
(Chris 就是个典型。他做了一个真正令人印象深刻的东西,大概率还有竞争力,但围绕它的商业模式需要变。)
有些沉没成本其实是资产:深度领域知识、客户关系、专有数据、辛苦拿到的监管审批、物理层面的集成。这些值得保留。Chris 的飞行平台集成就属于这类。
真正是负债的沉没成本是:为慢速软件周期搭建的大型工程团队、按席位收费的定价模型、围绕功能而不是结果构建的产品路线图。这些就是所谓的「桌上的死驼鹿」(Dead Moose on the table),问题明摆着,但没人愿意挑明。
能活下来的创始人,是那些能看着自己做的东西然后问一句:如果今天我用今天的工具、在今天的市场重新创业,我到底会做什么?
当你已经拿着一个特定方向的融资时,这个问题很不舒服。但比起投资人告诉你他们不打算投下一轮、然后你抱着一个过时的计划关门大吉,这种不舒服算什么。
总结
· 你不能用 2024 年(或更早)的剧本跑 2026 年的赛道。融资、技术、商业模式全变了。敏捷开发正在变成并行开发。
· 对 Product/Market Fit 的追寻将变成对 AI Agent/Customer Outcome Fit 的追寻。MVP 将变成 MPO(最小可交付成果)。
· 沉没成本心态会让你倒闭。
· 可防御的护城河可能仍然存在于:专有数据、对客户结果的深度理解、监管锁定、或者成为正式采购项目(Program of Record)。
· 如果你还能安心睡觉,说明你还没搞清楚正在发生什么。
· 能活下来的创始人会走出办公室,看清形势,转型,纠偏。
