YC总裁Tan:做人们想要的东西
Y Combinator总裁Garry Tan称,Paul Graham最老的一条建议刚获得乘数:“做那些无法规模化的事”仍然成立,智能体第一次让一名创始人把这种事做到规模上。建议没变,创业公司的物理条件变了。
Graham2013年那篇论文的原意是早期必须手作:亲自上门、亲手建站、用手工换来前十个客户,因为10%周增长在小基数上只等于再找一个人。他自己在Viaweb时期替客户建店,三年后卖给雅虎约4900万美元。Tan把第二条教条写成仍然统治一切,新变量是智能体成为那只手的复制器。
他在YC内部观察:2025冬季批次约四分之一公司代码库95%由人工智能生成,这些公司已把智能体用到编码以外的岗位,该批次被他写成有望成为增长与利润最快的几届之一。2024夏季的Emergent从公开上线到九位数收入约八个月,年化收入约1500万美元时员工约15人。他把模型质量称为租来的,大脑是自己的;同一套权重、同一窗口,有人做出2倍有人做出100倍,差别在工作如何接线。
他自称相对2013年写代码的产出约400倍,扣除水分后下限约8倍、中值约80倍,并说乘数不限于写代码,设计、产品和增长同样适用。技能文件被写成可重复执行的员工,流程做对一次就变成资产。年花费约5万至10万美元的高额度智能体,被他形容为“活在2028年”。
市场机制上,买的是单创始人杠杆,卖的是按人头铺开的旧组织。资金从代币账单进入可复制的技能文件,而不是进入编制。受益方是能把手工服务编码进智能体的小团队;承压方是仍靠加人来复制“不规模化”动作的公司。乘数若只存在于演示,工资单不会下降;若存在于收入,编制密度就会成为新的估值分母。
补充:Graham另一条“做人们想要的东西”被Tan并列为仍未作废。他不宣称能证明人工智能代码导致了批次增长,只称增长最快的创始人把模型当劳动力而不是自动补全。
来源:公开信息
ABAB AI 解读
“无法规模化”本是反自动化的教条:因为人少,所以必须手作。智能体把它翻转成:因为可以手作一百万次,所以必须先手作一次并存成技能文件。Graham要创始人去敲第一扇门;Tan要创始人把敲门写成可调用的员工。物理条件变了,指的是认知带宽和复制成本,不是市场变大了。
资本路径是创始人时间—代币账单—技能文件库存。YC批次数据把95%生成代码和15人做到1500万美元年化放在同一页,是在改收入/人头公式。权重可租,接线不可租,所以同一Claude会分出2倍公司与100倍公司。400倍是自我测量,8到80倍是他预留给怀疑者的区间;真正能进财报的是编制不再随收入线性上升。
类比对象是Viaweb创始人替客户建站,以及亚马逊早期接订单打电话。对照面是互联网公司用客服农场复制热情。行业阶段从“先手作再雇人规模化”变成“手作一次后由智能体规模化”。管理层级被文件替代,绩效评估被触发器替代。
结构变化是技术替代。机制是组织的最小单位从人变成可版本管理的流程;不规模化的事一旦被编码,规模化就不再需要对等人数。建议原文仍对,因为它要求第一口必须是人尝的;乘数只对已经尝过的人有效。
ABAB News · 认知定律
无法规模化的事,一旦被写成文件,就可以无限次重放
同一套模型权重,差的是接线不是智商
人头不再跟收入线性上升时,旧组织的物理定律就失效了