5 个月做到 300 万美元 ARR、估值 8500 万：Chris Donnelly 的 AI 创业实战打法全拆解

这期非常值得拆，而且我先给你一个核心判断：

Searchable 真正值得研究的，不是“5 个月估值 8500 万美元”这个速度，而是它踩中了互联网流量分配机制正在发生的一次结构性变化：用户过去在 Google 的“链接列表”里选择品牌，未来越来越多购买决策会先经过 AI 的“答案层”。

因此，SEO 时代企业争夺的是：

Rank。

AEO / GEO 时代争夺的开始变成：

Mention、Citation、Recommendation、Share of Voice，最终是 AI 是否把你放进用户的候选集合。

这不是一个小的营销工具变化。

如果 Agent 最终进一步拥有采购权，它甚至可能演化为：

谁能够影响机器如何理解、筛选和推荐商业世界。

1. 先校准最核心数字：Searchable 的 8500 万美元估值是真的，但不要写成“5 个月创造 8500 万美元价值”。 2026 年 5 月，Searchable 宣布完成 1400 万美元融资，估值 8500 万美元，由 Headline 领投；当时公司披露上线约四个多月，ARR 已超过约 200 万美元。到 6 月，Chris Donnelly 又公开宣布 ARR 已突破 300 万美元。所以“5 个月、$3M ARR、$85M valuation”大体成立，但两个数字并不是同一天发生的。
2. “60 天做到 $1M ARR”和“上线 3 周做到 $1M ARR”其实是两个不同计时口径。 Chris 自己最近公开写的是：Searchable 1 月公开上线，3 周达到 $1M ARR；另一篇内容又写“从 idea 到 $1M ARR 用了约 60 天”。所以正式课程里最好不要硬写一个数字，可以写成：“从产品构建到百万美元 ARR 约两个月，其中公开上线后三周左右即达到 $1M ARR。”
3. 18 人做到 $3M ARR，也是创始人本人最新披露。 Chris 在总结 Searchable 增长打法时明确称，公司突破 $3M ARR 时团队约 18 人。这意味着粗略 ARR / Employee 已接近 16.7 万美元，而且公司仍在极早期扩张期。
4. 但“连续做出 4 个八位数企业”要谨慎理解。 Searchable 官方介绍称 Chris 曾把 Verb Brands 做到八位数退出、Lottie 做到九位数估值、Creator Accelerator 达到约 $10M/年收入，再加今天的 Searchable。可是这里混合了 exit value、private valuation、revenue run rate 三种完全不同的商业指标，不能写成“四次都卖出千万美元公司”。
5. 这家公司真正的 Why Now，不应该写成“人类从 Google 转向 ChatGPT”。这个说法太简单，而且并不准确。 2026 年 Google AI Mode 已经突破 10 亿月活，AI Overviews 超过 25 亿月活；Google 同时称 Search 查询量创历史新高。真正发生的并不是 Google 消失，而是 Google 自己也正在从链接搜索变成答案式搜索。
6. 所以真正的趋势不是“Google → ChatGPT”，而是“Link Retrieval → Answer Generation”。 用户以前输入：“best CRM for small business”，然后点击十个蓝色链接；现在可能直接问 ChatGPT、Gemini、AI Mode 或 Perplexity：“我有 20 人销售团队，用 HubSpot 还是 Pipedrive？”机器先替用户阅读、比较、压缩，然后只给几个答案。品牌竞争因此提前了一层。
7. 这会改变营销漏斗最上游。 SEO 时代企业争夺的是“用户点击我”；AEO 时代第一步变成：“AI 是否认为我值得被提到？”如果你的品牌根本没有进入 AI 的候选集合，用户甚至可能不会访问你的网站。于是企业开始需要新的指标：Presence Rate、Citation Rate、Share of Voice、Sentiment、Prompt Coverage。Searchable 当前就是围绕这些指标建立产品。
8. 但 AEO / GEO 并不是 Searchable 发明的概念。 2023 年 Princeton 等研究团队发表《GEO: Generative Engine Optimization》，正式研究如何提升内容在生成式搜索答案中的可见性，并在其测试中发现某些策略能够显著改善 visibility。今天行业同时使用 AEO、GEO、AI SEO 等称谓，标准仍未完全统一。
9. 所以我更愿意把 AEO 定义成“SEO 上面的新分发层”，而不是 SEO 的替代品。 Searchable 自己的产品仍然连接 Google Analytics 和 Search Console，同时 Chris 也公开强调，传统 SEO 做得好通常有助于 AI citation。真正的结构应该是：Technical SEO + Entity Authority + Authoritative Content + Structured Data + Third-party Mentions + AI-specific Monitoring。
10. 这一点非常重要，因为现在“AEO 会杀死 SEO”本身就是一种营销叙事。 AI referral 流量确实增长极快，但不同研究显示，它在总网站流量中的绝对占比目前仍然远低于传统搜索。有研究统计 2026 年 AI 搜索引荐只占全部网站流量约 0.32%，虽然两年增长了约 16 倍。也就是说：这是高增速的新渠道，但还不是绝对主渠道。
11. 与此同时，AI Referral 的“质量”可能比数量更值得看。 Adobe 2026 年的数据表明，经由 AI 推荐进入零售网站的用户，在浏览深度和每次访问产生的收入上明显高于普通渠道；Reuters 报道的 Adobe 数据显示，AI-referred shoppers 每次访问产生的收入约高 53%。这符合直觉：AI 在点击发生前已经替消费者做过一次筛选。
12. 所以未来真正重要的不是 Traffic Volume，而是 Intent Quality。 Google 用户可能搜索“CRM”只是做功课；ChatGPT 用户问：“我们公司 40 人、预算 $20K，推荐三个最适合的 CRM”，已经接近购买决策。这意味着一个 AI citation 的经济价值可能远高于一个普通 informational click。
13. 这也是 Searchable 为什么可能成为好生意：它不是单纯在测流量，而是在试图测“AI 决策层里的品牌份额”。 当前产品可以追踪 ChatGPT、Google AI Overviews、Perplexity，并在更高计划中覆盖 Claude、Gemini、Grok、DeepSeek、Copilot 等，同时分析 citation、sentiment、competitor share of voice。
14. 但是 AEO 最大的技术问题是：它不像 Google Rank 那样稳定。 Google 搜索“best CRM”可能排名今天第 3、明天第 4；LLM 同一个 prompt 连续问两次，答案都可能不同。模型版本、retrieval source、system prompt、location、memory 都会改变答案。因此 AEO 的测量本质上是一个 概率分布问题，而不是静态排名问题。
15. Searchable 自己其实也承认这一点。 它的官方文档建议客户不要过度解读单日结果，而应该观察周度趋势、持续比较同一组 prompts 和 competitors。换句话说，AEO 的正确思路更像 brand polling / market share sampling，而不是传统关键词排名。
16. 最近 Reddit citation 的剧烈变化就是一个很好的风险案例。 2026 年夏天，一些监测数据显示 ChatGPT 对 Reddit 的 citation share 短期大幅下降，而具体原因并不透明。这说明企业如果找到一个“AEO Hack”就以为可以长期占位，很危险。生成式搜索平台本身仍处于高速变化期。
17. 因此 Searchable 真正必须从“Dashboard 公司”升级成“Execution 公司”。 如果只是告诉 CMO：“你的 visibility 是 23%，竞争对手是 31%”，这个数据很快会被 Semrush、Ahrefs、HubSpot、Adobe 等传统营销平台加入。Searchable 自己在融资公告里也明确说，未来核心是从 measurement 转向 agentic execution。
18. 这就是为什么现在 AEO 市场真正的战争不是“谁能追踪”，而是“谁能真正改变结果”。 Profound 已经在 2026 年完成 $96M Series C、估值 $1B，累计融资约 $155M，并开始推出 Agents；市场里还有 Peec AI、Scrunch、Bluefish 等玩家。Searchable 并不是进入一个没有竞争的蓝海，而是进入一个资本正在快速堆积的新赛道。
19. 这也意味着 Searchable 的 $85M 估值并不离谱到无法理解，但已经包含大量未来期权。 融资时如果按约 $2M ARR 粗看，估值接近 40×+ ARR；后来达到 $3M ARR 后仍约 28× ARR。投资人显然不是在购买今天这点收入，而是在购买：AEO 会不会成为一个类似 SEO 软件市场的新大类。
20. 所以真正的问题不是：“$3M ARR 值不值 $85M？”而是：“AEO 最终是一项 Feature，还是一整套新 Marketing Stack？” 如果只是 visibility tracking，它很容易进入 Semrush、HubSpot；如果最终包括 Monitoring + Content + Entity Graph + Agent Execution + Attribution + AI Commerce，TAM 就完全不同。
21. 现在来看 Chris 的 CODE 框架。这个框架本身是有价值的，但它不是严密的投资模型。 Chris 最新公开定义是：C = Consumer Trend；O = Opportunity；D = Demand；E = Economic Sizing。他的原则是，如果一个 idea 不能同时通过四层，就不要 Build。
22. C——Consumer Trend，真正问的不是“现在什么火”，而是“行为是否发生不可逆迁移”。 AI 搜索就是一个好例子。真正强的创业机会不是 TikTok 上这个月大家讨论什么，而是：用户已经开始形成新的默认行为，而旧产品结构还没有完全适配。
23. 这里最值得学的是 Rising Tide 思维。 如果一个市场每年自然增长 50%，一个普通团队也可能获得不错增长；如果市场每年萎缩 20%，你必须极度优秀才能逆流。VC 很喜欢讲“市场比团队重要”，背后就是这一逻辑：巨大的结构性浪潮可以替创业公司支付一部分获客成本。
24. 但“趋势大”绝不能单独成立。 2021 年 Metaverse 是大趋势；2022 年 Web3 也是大趋势叙事；大量公司还是死亡。因此 CODE 第二个 O 才重要：这个趋势里有没有尚未被解决的具体经济问题？
25. Searchable 找到的 O 很明确：品牌以前知道 Google 上排第几，但突然不知道 ChatGPT、Gemini、Perplexity 怎么描述自己。 这形成了一个新的“可观测性黑洞”。企业非常不喜欢无法测量的渠道，因此第一批产品自然是 Monitoring。
26. D——Demand，是整个 CODE 里最重要的一环。 Chris 的公开定义不是“论坛里很多人抱怨”，而是更强的：验证真实的人会付钱。 这点我非常赞同。抱怨只是 signal，付款才是 economic validation。
27. 所以“每天 6 小时看 Reddit 一个月”真正的价值，不是 Reddit 神奇，而是 Founder 在做 Qualitative Market Research。 你在找重复出现的语言：人们怎么描述痛苦、过去怎么解决、愿意花多少钱、现在用什么替代方案。这些内容未来直接进入产品 copy、sales script 和 roadmap。
28. 但千万不要把“很多人抱怨”误认为市场存在。 Twitter 上可能有十万人抱怨邮箱难用，但没有人愿意每月付 $100。真正更强的 Demand Hierarchy 是：抱怨 → 填 Waitlist → 接受 Demo → 给数据 → 试用 → 付钱 → 续费。越往后，信号越强。
29. E——Economic Sizing，也不能只停留在“客户数 × 年费”。 这是最基础的 Bottom-up TAM，但真正要继续拆：TAM、SAM、SOM、ACV、Gross Margin、CAC、Churn、Competitive Intensity。一个 $5B TAM，如果 20 个巨头瓜分，也不一定比一个 $500M 高增长 niche 好做。
30. 尤其 AEO 的 TAM 更不能直接等于 SEO 市场规模。 因为一部分预算会从 SEO 转移，而不是全部新增。如果企业原来一年花 $500K SEO，未来可能变成 $350K SEO + $150K AEO，而不是突然再增加 $500K AEO。真正应该研究的是 Budget Reallocation。
31. 创始团队“UX + Deep Engineering + GTM”这个三角非常有启发，但不能当成创业铁律。 Searchable 当前三位联合创始人的角色确实很清晰：Chris 负责 GTM，Arya 偏工程，Sam 偏产品/AEO 方法。官方公司介绍也明确这样划分。
32. 为什么这个组合在 2026 年尤其强？因为 AI 把“写代码”本身变得更便宜，所以剩下真正难的是三个极端：做对东西、把它做可靠、把它卖出去。 Product Taste、Deep Engineering、Distribution 恰好对应这三个瓶颈。
33. 但是新手最容易学错：觉得必须找三个 Co-founders。 不需要。真正需要的是三种能力被覆盖。一个 Founder 可以同时承担两种；某些企业销售型产品甚至不需要强 UX Founder；Deep Tech 可能两个工程 Founder 都合理。框架是能力地图，不是组织章程。
34. “产品没做出来，先建 Waitlist”是这期非常值得复制的一条，但也要理解 Chris 拥有巨大的先发优势。 他在 Searchable 之前已经经营多个企业和个人内容品牌，因此他每天发 AI Search 内容，本身就有已有分发能力。一个从零开始、0 followers 的 Founder，不能机械期待同样的 Waitlist 转化速度。
35. 所以 Founder-led Content 真正是“降低 CAC 的资产”，而不是简单发 LinkedIn。 Chris 从 2025 年 10 月开始持续围绕 AI Search 输出内容，在正式公开上线前已经建立品类认知。等产品出现，受众不是第一次听到这个问题。
36. 这叫 Category Education Before Product Launch。 很多公司 Launch 时同时做两件很难的事：解释“为什么有这个问题”+“为什么用我的产品”。Searchable 先用内容把第一件事做掉，产品上线时只需要完成第二件事。这会显著缩短 Sales Cycle。
37. Waitlist 的真正价值也不是 Email List，而是 Demand Reservoir。 产品上线当天不是面对零流量，而是面对一群已经知道问题、关注你、愿意尝试的人。这样可以同时提高首批 revenue、产品反馈速度和社交证明。
38. 但是你材料里的“免费 Waitlist 50%—70% 转化率”不建议写成普遍规律。 我没有找到独立、标准化来源证明这是 Searchable 的普遍 waitlist benchmark。Chris 确实公开说，他们的一个核心 Lead Magnet——免费 AI Visibility Report——曾让接近 50% 用户转为付费，但这是创始人自报的特定 Funnel 表现，不是全行业 benchmark。
39. 而且“免费 → 付费 50%”如果长期普遍成立，会是极其异常的 SaaS 转化率。 所以专业写法一定加：“据创始人披露，其早期 lead magnet cohort 接近 50% 付费转化。”不要写成“Searchable 所有免费用户有 50% 付费”。
40. 为什么 AI Visibility Report 是非常优秀的 Lead Magnet？因为它不是送一本 PDF，而是在制造“问题意识”。 用户输入域名，立刻看到：我的品牌只出现 12%，竞争对手 46%。客户瞬间产生 Loss Aversion。这不是传统内容营销，而是 Diagnostic Selling。Searchable 当前仍然公开提供这类免费报告，而且不需要信用卡。
41. 最高级的 Lead Magnet 不是教育客户，而是让客户看到自己的损失。 “AI Search 很重要”很抽象；“你的竞争对手在 73 个高意图 Prompt 中出现 41 次，你只出现 9 次”马上具体。卖保险、网络安全、广告优化、财务软件都可以复制这个结构：Reveal the Gap → Quantify the Pain → Sell the Fix。
42. 这也是为什么 Searchable 的 Free Report 比“免费下载《AEO 2026 白皮书》”强得多。 白皮书的价值是 information；诊断工具的价值是 personalized information。个性化信息更接近购买决策。
43. Chris 的两周 MVP 原则也非常好，但同样属于 heuristic。 他公开总结是：“一个 ideal customer、一个 specific problem、一个核心产品，两周以内完成。” 对普通 AI SaaS 很适用，因为 Claude/Codex/Cursor 已经大幅压缩 Build Time；但医疗器械、金融基础设施、芯片当然不能机械两周上线。
44. 真正应该学的是 Scope Discipline，而不是“两周”这个数字。 Founder 最大错误不是开发慢，而是一开始就想解决 17 个问题。Searchable 第一层价值非常清楚：告诉企业它在 AI answers 里出现在哪里。 先让一个人产生一个明确的“Wow”。
45. “100 个付费客户再 All-in”也是 Chris 自己的经验规则，而不是创业定律。 他公开写：100 个真实付费客户是他认为值得全面投入的强信号。 但一个 $500K ACV Enterprise SaaS，有 5 个客户已经非常强；Consumer App 可能需要 10 万用户。所以真正指标仍然是：重复性、Retention 和 Willingness to Pay。
46. Founder Content → Consultative Outreach → AEO，是 Searchable 很漂亮的三层 Distribution Stack。 第一层创造 trust；第二层主动获取客户；第三层试图让机器未来主动推荐自己。三者组合起来，相当于同时经营 Human Distribution + Sales Distribution + Machine Distribution。
47. 这里“免费诊断而不是直接约 Demo”很高级。 “要不要看我们 Demo？”对客户来说是索取时间；“我已经帮你分析了三个 AI visibility gap，要不要看？”是在先创造价值。这会降低陌生外联的心理阻力。它和我们前面 Clay 的 Permissionless Value 完全是一套逻辑。
48. 但 AEO 最终如果演化成“为了骗 LLM 推荐自己”，会重演 SEO 最糟糕的历史。 关键词堆砌、内容农场、垃圾 backlink 最终逼 Google 不断反作弊。未来一定也会出现 LLM Spam、Citation Manipulation、Synthetic Reviews、Agent Gaming。真正长期安全的策略仍然是：更权威、更清晰、更可信、更可验证的信息。
49. 这就是为什么 AEO 的长期护城河不应该是“找到几个 Prompt Hack”。 Prompt 和模型会变。真正长期资产是：Entity Authority、品牌信任、第三方权威引用、真实用户评价、原创数据、结构清晰的知识资产。这些同时对人和机器有价值。
50. Searchable 当前最大竞争风险也非常清楚：Monitoring 很容易商品化。 它现在 $125、$400、$999/月的公开价格已经证明这是一种标准 SaaS 产品；与此同时 Profound、Peec、Scrunch、HubSpot、Semrush、Adobe 等都在进入。 所以 Searchable 必须继续往 Execution、Attribution、Workflow、Agent 上移。
51. 真正最值钱的一步，会是从“告诉你 AI 没推荐你”变成“自动让你更有可能被推荐”。 比如自动分析缺失 entity、citation gap、technical structure、content coverage，然后生成修改方案、创建内容、更新 schema、监控结果，再自动学习。这样产品才从 Analytics 进入 Closed-loop Optimization。
52. 这和广告行业的发展很像。 最早 Google Analytics 只是告诉你发生了什么；后来 Google Ads 直接优化出价和转化。真正最大的平台往往不是 Measurement Layer，而是 Execution Layer。因为执行层控制更多预算，也更接近 revenue。
53. Searchable 所谓“Autonomous AI Growth Agent”因此比 Dashboard 更有估值意义。 如果 Agent 最终可以自主完成：发现 visibility gap → 生成内容 → 修复技术问题 → 建 citation → 测量结果 → 优化，它就不只是 $125/月工具，而是在替企业执行一部分 Marketing Labor。
54. 这又把 Searchable 接到了我们前面讲过的“Services: The New Software”。 过去企业付 $1 给 SEO 软件，再付 $5—$10 给 Agency；如果 AI Agent 最后直接交付 ranking/citation outcome，软件公司就开始争夺原本属于 Agency 的预算。TAM 会突然扩大。
55. 但也要警惕：AEO 的“Outcome”比广告投放更难归因。 Facebook Ads 可以看到 spend → click → purchase；AI 推荐往往发生在一个黑盒对话里，用户可能最后直接输入品牌名，GA4 不知道起点来自 ChatGPT。所以真正的下一场技术战争会是 AI Attribution。
56. 谁能把 “AI Mention → Website Visit → Pipeline → Revenue” 连起来，谁就比单纯 visibility dashboard 更值钱。 Searchable 当前已经连接 Google Analytics / Search Console 来尝试建立这条链路，这会是一个很重要的方向。
57. 这期还有一个非常值得投资人思考的问题：Searchable 到底拥有多少真正的技术壁垒？ Prompt monitoring 本身不难；内容生成更不难；模型 API 也是公共基础设施。真正壁垒必须来自：Cross-engine historical data、customer workflow、attribution graph、execution results、enterprise integrations、品牌与 distribution。
58. 因此它现在最强的资产之一，可能反而不是技术，而是 Chris 的 Distribution。 他已经证明能持续创造内容、做 Founder-led marketing、搭 audience，再把 audience 转换成 revenue。这类 GTM 能力在 AI 产品快速同质化时代非常值钱。
59. 这就是 2026 年 AI Startup 一个越来越明显的规律：Build 被商品化，Distribution 被重新定价。 两个团队可能都可以用 Claude/Cursor 两周做出 AEO Tracker，但一个 Founder 有 50 万目标受众、客户 network 和行业 credibility，另一个没有，商业结果完全不同。
60. 所以 Chris 的真正 Playbook，不是 CODE，也不是“两周 MVP”。而是：趋势判断 + 预先分发 + 快速验证 + 低范围产品 + 高频用户反馈 + 强 Lead Magnet + 多渠道复制。 这几个环节组合起来，才构成增长机器。
61. 而这套方法最大的隐藏变量是“Founder 已经积累了十几年商业经验”。 快，不代表第一天创业的人也能一样快。一个连续创业者看见 customer objection，可能 10 分钟就知道根因；第一次创业的人可能花三个月。这叫 Experience Compression。
62. 所以“5 个月做出 $85M 公司”其实是一个很误导性的标题。 Searchable 只存在几个月，但 Chris 的营销经验、Verb 的十年、Lottie、Creator Accelerator、个人品牌、关系网络都已经存在很多年。公司年龄是 5 个月，能力资本不是 5 个月。
63. 这也是创业世界里一个经常出现的假象：Overnight Success。 新公司增长极快，不意味着成功只花了几个月。真正应该问：这个 Founder 背后累计了多少 Skill、Network、Capital、Audience、Mistakes？这才是完整起点。
64. 从投资角度，我最想观察 Searchable 的不是下一轮估值，而是五个指标： 第一，$3M ARR 后增长还能否维持；第二，12-month retention；第三，企业客户占比和 ARPA；第四，AI visibility 是否能证明 revenue attribution；第五，Agent execution 能不能真正提升客户结果。前四个决定它是不是好 SaaS，第五个决定它能不能成为更大的平台。
65. 还要特别看 Competition-adjusted growth。 Profound 已经达到 $1B 估值，服务数百家大型企业；传统 SEO 大厂也都在加入 AI visibility。一个赛道增长快并不等于每家公司都能赢。越大的市场，越容易吸引最强竞争。
66. 我甚至认为真正的风险不是 AEO 市场不存在，而是它最后被“Feature-ized”。 如果 Google Search Console、HubSpot、Semrush、Adobe 免费给所有企业 AI citation analytics，独立 AEO SaaS 的 monitoring value 会迅速被压缩。那时候只有 execution、workflow 和 proprietary outcome data 能留下真正价值。
67. 反过来，如果 Agent Commerce 成立，AEO 的天花板会远高于 SEO。 今天 AI 只是回答：“推荐三个保险经纪。”未来 Agent 可能直接：“我比较了 12 家，已经替你选择 Harper 并完成申请。”那时被 AI 推荐不只是 Traffic，而直接决定 Transaction。
68. 于是 AEO 的最终版本可能不叫 AEO。 它会变成 Machine Distribution Optimization：如何让企业的产品信息、价格、可信度、库存、评价、API、政策都能够被 Agent 正确理解、比较和调用。这个市场比“写文章给 ChatGPT 引用”大得多。
69. 这也是为什么 Searchable 如果真正聪明，长期一定会从 Content 往 Commerce、Product Data、Agent Protocols 走。 当机器成为买家，品牌不只是要有文章，还要有结构化 catalogue、价格、可用性、可信信号和 machine-readable actions。
70. 整期真正值得普通创业者带走的十条知识可以压缩成一句体系： 不要追“AI 热点”，追行为迁移；不要先 Build，先找已经付费的痛点；不要把 Waitlist 当 PMF，钱和续费更重要；不要用大 TAM 掩盖弱产品；MVP 要小，但问题可以大；创始人内容是 Distribution Asset；最强 Lead Magnet 是诊断用户自己的损失；AI 时代 Build 便宜以后，Distribution 更贵；新渠道初期最重要的是学习速度；任何“新 SEO”最终都会经历作弊、平台反制和标准化。
71. 如果让我把 Searchable 的增长飞轮压缩成一个公式，我会写：

Behavior Shift → Category Education → Waitlist → Narrow MVP → Paying Users → Personalized Diagnostic → Founder-led Content → Inbound/Outbound → AEO Visibility → More Brand Authority → More Customers → More Execution Data → Better Agent。

真正厉害的不是其中某一个技巧，而是每一环都在给下一环提供更低成本的输入。

1. 再往高一层看，这一期真正讲的是“分发权正在转移”。 过去品牌向 Google 优化；再后来向 Facebook/TikTok 算法优化；现在开始向 LLM 和 Agent 优化。企业永远在追逐同一个东西：

谁控制消费者的下一步，就必须理解谁。

1. SEO 时代，Google 是 Gatekeeper。Social 时代，Feed Algorithm 是 Gatekeeper。Agent 时代，AI Model + Retrieval Layer 可能成为新的 Gatekeeper。 这也是为什么 AEO 不只是一个 Marketing Trend，还涉及巨大的平台权力问题：几个 AI 公司将越来越有能力决定哪些品牌进入人类的认知和购买候选集。
2. 所以未来企业最危险的状态，不是 Google 第 10 名，而是机器根本“不认识你”。 一旦用户习惯从搜索一堆链接变成问一个 Agent，品牌进入 consideration set 的窗口会缩小。以前第一页十个位置；未来 AI 可能只推荐三个。
3. 这会让“第三名以后”的经济价值急剧下降。 传统搜索用户还能继续滚动第二页；生成答案往往直接压缩世界。这意味着 AI Distribution 可能更加 Winner-Take-Most，也因此解释为什么资本今天如此急着下注 AEO/GEO。
4. 但 Google 自己目前的数据也提醒我们：不要过早宣布传统搜索死亡。 AI Mode 和 AI Overviews 反而推动 Google Search 查询量创历史新高。最聪明的公司不是做“SEO vs AEO”的二选一，而是建立统一的 Search Everywhere Strategy。
5. 这期我最终会把 Chris Donnelly 的 CODE 框架升级成一个更完整的创业判断：

Trend × Pain × Willingness to Pay × Distribution × Market Size × Speed of Learning。

CODE 前四项找到机会；

后两项决定：

你能不能真的赢。

因为好市场大家都看得到。

真正产生企业价值的是：

谁更快学会如何占领它。

1. 标题我建议再升级。 你现在第 2 个方向最值得保留，但“从 Google SEO 到 AEO”最好不要写成简单替代关系。

我最推荐正式课程标题：

《搜索正在从链接变成答案：Searchable 如何 5 个月做到 300 万美元 ARR 与 8500 万美元估值》

如果更偏创业方法：

《从 0 到 300 万美元 ARR：Chris Donnelly 的 CODE 验证、Waitlist 与 AI 创业增长飞轮》

如果更偏趋势：

《SEO 之后不是“没有搜索”：Searchable 与 AI Answer Economy 的新分发战争》

如果更偏金融/战略：

《8500 万美元 Searchable 值不值？拆解 AEO、AI 搜索流量与新一代营销基础设施》

如果要最有传播性的：

《以后客户不搜 Google，先问 AI：一个 8500 万美元新赛道正在爆发》

但如果作为正式课程，我最推荐：

《搜索正在从链接变成答案：Searchable 如何 5 个月做到 300 万美元 ARR 与 8500 万美元估值》

因为这一期最高层真正值得读者理解的不是：

“Chris Donnelly 又找到一个风口。”

而是：

互联网二十多年来最大的商业权力之一，一直属于“谁决定消费者先看到什么”。

Google 用 PageRank 控制过这一层。

Facebook、TikTok 用 Recommendation Algorithm 控制过这一层。

而今天 ChatGPT、Gemini、Perplexity 与各种 Agent 正在建立新的：

Answer Layer。

Searchable 真正在赌的，就是所有品牌未来都会愿意付钱回答一个问题：

“当机器替客户做决定的时候，机器会不会选择我？”

如果这个问题最终成为企业每年必须回答的问题，AEO 就不是 SEO 的一个小 Feature。

它会成为一块新的商业分发基础设施。

这个赛道变化特别快，尤其 Profound、Searchable、Peec、HubSpot/传统 SEO 平台正在同时进入，我可以持续跟踪它们的融资、ARR、市场份额和 AI Search 规则变化。