5 個月做到 300 萬美元 ARR、估值 8500 萬：Chris Donnelly 的 AI 創業實戰打法全拆解

這期非常值得拆，而且我先給你一個核心判斷：

Searchable 真正值得研究的，不是“5 個月估值 8500 萬美元”這個速度，而是它踩中了互聯網流量分配機制正在發生的一次結構性變化：用戶過去在 Google 的“鏈接列表”裏選擇品牌，未來越來越多購買決策會先經過 AI 的“答案層”。

因此，SEO 時代企業爭奪的是：

Rank。

AEO / GEO 時代爭奪的開始變成：

Mention、Citation、Recommendation、Share of Voice，最終是 AI 是否把你放進用戶的候選集合。

這不是一個小的營銷工具變化。

如果 Agent 最終進一步擁有采購權，它甚至可能演化爲：

誰能夠影響機器如何理解、篩選和推薦商業世界。

1. 先校準最核心數字：Searchable 的 8500 萬美元估值是真的，但不要寫成“5 個月創造 8500 萬美元價值”。 2026 年 5 月，Searchable 宣佈完成 1400 萬美元融資，估值 8500 萬美元，由 Headline 領投；當時公司披露上線約四個多月，ARR 已超過約 200 萬美元。到 6 月，Chris Donnelly 又公開宣佈 ARR 已突破 300 萬美元。所以“5 個月、$3M ARR、$85M valuation”大體成立，但兩個數字並不是同一天發生的。
2. “60 天做到 $1M ARR”和“上線 3 周做到 $1M ARR”其實是兩個不同計時口徑。 Chris 自己最近公開寫的是：Searchable 1 月公開上線，3 周達到 $1M ARR；另一篇內容又寫“從 idea 到 $1M ARR 用了約 60 天”。所以正式課程裏最好不要硬寫一個數字，可以寫成：“從產品構建到百萬美元 ARR 約兩個月，其中公開上線後三週左右即達到 $1M ARR。”
3. 18 人做到 $3M ARR，也是創始人本人最新披露。 Chris 在總結 Searchable 增長打法時明確稱，公司突破 $3M ARR 時團隊約 18 人。這意味着粗略 ARR / Employee 已接近 16.7 萬美元，而且公司仍在極早期擴張期。
4. 但“連續做出 4 個八位數企業”要謹慎理解。 Searchable 官方介紹稱 Chris 曾把 Verb Brands 做到八位數退出、Lottie 做到九位數估值、Creator Accelerator 達到約 $10M/年收入，再加今天的 Searchable。可是這裏混合了 exit value、private valuation、revenue run rate 三種完全不同的商業指標，不能寫成“四次都賣出千萬美元公司”。
5. 這家公司真正的 Why Now，不應該寫成“人類從 Google 轉向 ChatGPT”。這個說法太簡單，而且並不準確。 2026 年 Google AI Mode 已經突破 10 億月活，AI Overviews 超過 25 億月活；Google 同時稱 Search 查詢量創歷史新高。真正發生的並不是 Google 消失，而是 Google 自己也正在從鏈接搜索變成答案式搜索。
6. 所以真正的趨勢不是“Google → ChatGPT”，而是“Link Retrieval → Answer Generation”。 用戶以前輸入：“best CRM for small business”，然後點擊十個藍色鏈接；現在可能直接問 ChatGPT、Gemini、AI Mode 或 Perplexity：“我有 20 人銷售團隊，用 HubSpot 還是 Pipedrive？”機器先替用戶閱讀、比較、壓縮，然後只給幾個答案。品牌競爭因此提前了一層。
7. 這會改變營銷漏斗最上游。 SEO 時代企業爭奪的是“用戶點擊我”；AEO 時代第一步變成：“AI 是否認爲我值得被提到？”如果你的品牌根本沒有進入 AI 的候選集合，用戶甚至可能不會訪問你的網站。於是企業開始需要新的指標：Presence Rate、Citation Rate、Share of Voice、Sentiment、Prompt Coverage。Searchable 當前就是圍繞這些指標建立產品。
8. 但 AEO / GEO 並不是 Searchable 發明的概念。 2023 年 Princeton 等研究團隊發表《GEO: Generative Engine Optimization》，正式研究如何提升內容在生成式搜索答案中的可見性，並在其測試中發現某些策略能夠顯著改善 visibility。今天行業同時使用 AEO、GEO、AI SEO 等稱謂，標準仍未完全統一。
9. 所以我更願意把 AEO 定義成“SEO 上面的新分發層”，而不是 SEO 的替代品。 Searchable 自己的產品仍然連接 Google Analytics 和 Search Console，同時 Chris 也公開強調，傳統 SEO 做得好通常有助於 AI citation。真正的結構應該是：Technical SEO + Entity Authority + Authoritative Content + Structured Data + Third-party Mentions + AI-specific Monitoring。
10. 這一點非常重要，因爲現在“AEO 會殺死 SEO”本身就是一種營銷敘事。 AI referral 流量確實增長極快，但不同研究顯示，它在總網站流量中的絕對佔比目前仍然遠低於傳統搜索。有研究統計 2026 年 AI 搜索引薦只佔全部網站流量約 0.32%，雖然兩年增長了約 16 倍。也就是說：這是高增速的新渠道，但還不是絕對主渠道。
11. 與此同時，AI Referral 的“質量”可能比數量更值得看。 Adobe 2026 年的數據表明，經由 AI 推薦進入零售網站的用戶，在瀏覽深度和每次訪問產生的收入上明顯高於普通渠道；Reuters 報道的 Adobe 數據顯示，AI-referred shoppers 每次訪問產生的收入約高 53%。這符合直覺：AI 在點擊發生前已經替消費者做過一次篩選。
12. 所以未來真正重要的不是 Traffic Volume，而是 Intent Quality。 Google 用戶可能搜索“CRM”只是做功課；ChatGPT 用戶問：“我們公司 40 人、預算 $20K，推薦三個最適合的 CRM”，已經接近購買決策。這意味着一個 AI citation 的經濟價值可能遠高於一個普通 informational click。
13. 這也是 Searchable 爲什麼可能成爲好生意：它不是單純在測流量，而是在試圖測“AI 決策層裏的品牌份額”。 當前產品可以追蹤 ChatGPT、Google AI Overviews、Perplexity，並在更高計劃中覆蓋 Claude、Gemini、Grok、DeepSeek、Copilot 等，同時分析 citation、sentiment、competitor share of voice。
14. 但是 AEO 最大的技術問題是：它不像 Google Rank 那樣穩定。 Google 搜索“best CRM”可能排名今天第 3、明天第 4；LLM 同一個 prompt 連續問兩次，答案都可能不同。模型版本、retrieval source、system prompt、location、memory 都會改變答案。因此 AEO 的測量本質上是一個 概率分佈問題，而不是靜態排名問題。
15. Searchable 自己其實也承認這一點。 它的官方文檔建議客戶不要過度解讀單日結果，而應該觀察周度趨勢、持續比較同一組 prompts 和 competitors。換句話說，AEO 的正確思路更像 brand polling / market share sampling，而不是傳統關鍵詞排名。
16. 最近 Reddit citation 的劇烈變化就是一個很好的風險案例。 2026 年夏天，一些監測數據顯示 ChatGPT 對 Reddit 的 citation share 短期大幅下降，而具體原因並不透明。這說明企業如果找到一個“AEO Hack”就以爲可以長期佔位，很危險。生成式搜索平臺本身仍處於高速變化期。
17. 因此 Searchable 真正必須從“Dashboard 公司”升級成“Execution 公司”。 如果只是告訴 CMO：“你的 visibility 是 23%，競爭對手是 31%”，這個數據很快會被 Semrush、Ahrefs、HubSpot、Adobe 等傳統營銷平臺加入。Searchable 自己在融資公告裏也明確說，未來核心是從 measurement 轉向 agentic execution。
18. 這就是爲什麼現在 AEO 市場真正的戰爭不是“誰能追蹤”，而是“誰能真正改變結果”。 Profound 已經在 2026 年完成 $96M Series C、估值 $1B，累計融資約 $155M，並開始推出 Agents；市場裏還有 Peec AI、Scrunch、Bluefish 等玩家。Searchable 並不是進入一個沒有競爭的藍海，而是進入一個資本正在快速堆積的新賽道。
19. 這也意味着 Searchable 的 $85M 估值並不離譜到無法理解，但已經包含大量未來期權。 融資時如果按約 $2M ARR 粗看，估值接近 40×+ ARR；後來達到 $3M ARR 後仍約 28× ARR。投資人顯然不是在購買今天這點收入，而是在購買：AEO 會不會成爲一個類似 SEO 軟件市場的新大類。
20. 所以真正的問題不是：“$3M ARR 值不值 $85M？”而是：“AEO 最終是一項 Feature，還是一整套新 Marketing Stack？” 如果只是 visibility tracking，它很容易進入 Semrush、HubSpot；如果最終包括 Monitoring + Content + Entity Graph + Agent Execution + Attribution + AI Commerce，TAM 就完全不同。
21. 現在來看 Chris 的 CODE 框架。這個框架本身是有價值的，但它不是嚴密的投資模型。 Chris 最新公開定義是：C = Consumer Trend；O = Opportunity；D = Demand；E = Economic Sizing。他的原則是，如果一個 idea 不能同時通過四層，就不要 Build。
22. C——Consumer Trend，真正問的不是“現在什麼火”，而是“行爲是否發生不可逆遷移”。 AI 搜索就是一個好例子。真正強的創業機會不是 TikTok 上這個月大家討論什麼，而是：用戶已經開始形成新的默認行爲，而舊產品結構還沒有完全適配。
23. 這裏最值得學的是 Rising Tide 思維。 如果一個市場每年自然增長 50%，一個普通團隊也可能獲得不錯增長；如果市場每年萎縮 20%，你必須極度優秀才能逆流。VC 很喜歡講“市場比團隊重要”，背後就是這一邏輯：巨大的結構性浪潮可以替創業公司支付一部分獲客成本。
24. 但“趨勢大”絕不能單獨成立。 2021 年 Metaverse 是大趨勢；2022 年 Web3 也是大趨勢敘事；大量公司還是死亡。因此 CODE 第二個 O 才重要：這個趨勢裏有沒有尚未被解決的具體經濟問題？
25. Searchable 找到的 O 很明確：品牌以前知道 Google 上排第幾，但突然不知道 ChatGPT、Gemini、Perplexity 怎麼描述自己。 這形成了一個新的“可觀測性黑洞”。企業非常不喜歡無法測量的渠道，因此第一批產品自然是 Monitoring。
26. D——Demand，是整個 CODE 裏最重要的一環。 Chris 的公開定義不是“論壇裏很多人抱怨”，而是更強的：驗證真實的人會付錢。 這點我非常贊同。抱怨只是 signal，付款纔是 economic validation。
27. 所以“每天 6 小時看 Reddit 一個月”真正的價值，不是 Reddit 神奇，而是 Founder 在做 Qualitative Market Research。 你在找重複出現的語言：人們怎麼描述痛苦、過去怎麼解決、願意花多少錢、現在用什麼替代方案。這些內容未來直接進入產品 copy、sales script 和 roadmap。
28. 但千萬不要把“很多人抱怨”誤認爲市場存在。 Twitter 上可能有十萬人抱怨郵箱難用，但沒有人願意每月付 $100。真正更強的 Demand Hierarchy 是：抱怨 → 填 Waitlist → 接受 Demo → 給數據 → 試用 → 付錢 → 續費。越往後，信號越強。
29. E——Economic Sizing，也不能只停留在“客戶數 × 年費”。 這是最基礎的 Bottom-up TAM，但真正要繼續拆：TAM、SAM、SOM、ACV、Gross Margin、CAC、Churn、Competitive Intensity。一個 $5B TAM，如果 20 個巨頭瓜分，也不一定比一個 $500M 高增長 niche 好做。
30. 尤其 AEO 的 TAM 更不能直接等於 SEO 市場規模。 因爲一部分預算會從 SEO 轉移，而不是全部新增。如果企業原來一年花 $500K SEO，未來可能變成 $350K SEO + $150K AEO，而不是突然再增加 $500K AEO。真正應該研究的是 Budget Reallocation。
31. 創始團隊“UX + Deep Engineering + GTM”這個三角非常有啓發，但不能當成創業鐵律。 Searchable 當前三位聯合創始人的角色確實很清晰：Chris 負責 GTM，Arya 偏工程，Sam 偏產品/AEO 方法。官方公司介紹也明確這樣劃分。
32. 爲什麼這個組合在 2026 年尤其強？因爲 AI 把“寫代碼”本身變得更便宜，所以剩下真正難的是三個極端：做對東西、把它做可靠、把它賣出去。 Product Taste、Deep Engineering、Distribution 恰好對應這三個瓶頸。
33. 但是新手最容易學錯：覺得必須找三個 Co-founders。 不需要。真正需要的是三種能力被覆蓋。一個 Founder 可以同時承擔兩種；某些企業銷售型產品甚至不需要強 UX Founder；Deep Tech 可能兩個工程 Founder 都合理。框架是能力地圖，不是組織章程。
34. “產品沒做出來，先建 Waitlist”是這期非常值得複製的一條，但也要理解 Chris 擁有巨大的先發優勢。 他在 Searchable 之前已經經營多個企業和個人內容品牌，因此他每天發 AI Search 內容，本身就有已有分發能力。一個從零開始、0 followers 的 Founder，不能機械期待同樣的 Waitlist 轉化速度。
35. 所以 Founder-led Content 真正是“降低 CAC 的資產”，而不是簡單發 LinkedIn。 Chris 從 2025 年 10 月開始持續圍繞 AI Search 輸出內容，在正式公開上線前已經建立品類認知。等產品出現，受衆不是第一次聽到這個問題。
36. 這叫 Category Education Before Product Launch。 很多公司 Launch 時同時做兩件很難的事：解釋“爲什麼有這個問題”+“爲什麼用我的產品”。Searchable 先用內容把第一件事做掉，產品上線時只需要完成第二件事。這會顯著縮短 Sales Cycle。
37. Waitlist 的真正價值也不是 Email List，而是 Demand Reservoir。 產品上線當天不是面對零流量，而是面對一羣已經知道問題、關注你、願意嘗試的人。這樣可以同時提高首批 revenue、產品反饋速度和社交證明。
38. 但是你材料裏的“免費 Waitlist 50%—70% 轉化率”不建議寫成普遍規律。 我沒有找到獨立、標準化來源證明這是 Searchable 的普遍 waitlist benchmark。Chris 確實公開說，他們的一個核心 Lead Magnet——免費 AI Visibility Report——曾讓接近 50% 用戶轉爲付費，但這是創始人自報的特定 Funnel 表現，不是全行業 benchmark。
39. 而且“免費 → 付費 50%”如果長期普遍成立，會是極其異常的 SaaS 轉化率。 所以專業寫法一定加：“據創始人披露，其早期 lead magnet cohort 接近 50% 付費轉化。”不要寫成“Searchable 所有免費用戶有 50% 付費”。
40. 爲什麼 AI Visibility Report 是非常優秀的 Lead Magnet？因爲它不是送一本 PDF，而是在製造“問題意識”。 用戶輸入域名，立刻看到：我的品牌只出現 12%，競爭對手 46%。客戶瞬間產生 Loss Aversion。這不是傳統內容營銷，而是 Diagnostic Selling。Searchable 當前仍然公開提供這類免費報告，而且不需要信用卡。
41. 最高級的 Lead Magnet 不是教育客戶，而是讓客戶看到自己的損失。 “AI Search 很重要”很抽象；“你的競爭對手在 73 個高意圖 Prompt 中出現 41 次，你只出現 9 次”馬上具體。賣保險、網絡安全、廣告優化、財務軟件都可以複製這個結構：Reveal the Gap → Quantify the Pain → Sell the Fix。
42. 這也是爲什麼 Searchable 的 Free Report 比“免費下載《AEO 2026 白皮書》”強得多。 白皮書的價值是 information；診斷工具的價值是 personalized information。個性化信息更接近購買決策。
43. Chris 的兩週 MVP 原則也非常好，但同樣屬於 heuristic。 他公開總結是：“一個 ideal customer、一個 specific problem、一個核心產品，兩週以內完成。” 對普通 AI SaaS 很適用，因爲 Claude/Codex/Cursor 已經大幅壓縮 Build Time；但醫療器械、金融基礎設施、芯片當然不能機械兩週上線。
44. 真正應該學的是 Scope Discipline，而不是“兩週”這個數字。 Founder 最大錯誤不是開發慢，而是一開始就想解決 17 個問題。Searchable 第一層價值非常清楚：告訴企業它在 AI answers 裏出現在哪裏。 先讓一個人產生一個明確的“Wow”。
45. “100 個付費客戶再 All-in”也是 Chris 自己的經驗規則，而不是創業定律。 他公開寫：100 個真實付費客戶是他認爲值得全面投入的強信號。 但一個 $500K ACV Enterprise SaaS，有 5 個客戶已經非常強；Consumer App 可能需要 10 萬用戶。所以真正指標仍然是：重複性、Retention 和 Willingness to Pay。
46. Founder Content → Consultative Outreach → AEO，是 Searchable 很漂亮的三層 Distribution Stack。 第一層創造 trust；第二層主動獲取客戶；第三層試圖讓機器未來主動推薦自己。三者組合起來，相當於同時經營 Human Distribution + Sales Distribution + Machine Distribution。
47. 這裏“免費診斷而不是直接約 Demo”很高級。 “要不要看我們 Demo？”對客戶來說是索取時間；“我已經幫你分析了三個 AI visibility gap，要不要看？”是在先創造價值。這會降低陌生外聯的心理阻力。它和我們前面 Clay 的 Permissionless Value 完全是一套邏輯。
48. 但 AEO 最終如果演化成“爲了騙 LLM 推薦自己”，會重演 SEO 最糟糕的歷史。 關鍵詞堆砌、內容農場、垃圾 backlink 最終逼 Google 不斷反作弊。未來一定也會出現 LLM Spam、Citation Manipulation、Synthetic Reviews、Agent Gaming。真正長期安全的策略仍然是：更權威、更清晰、更可信、更可驗證的信息。
49. 這就是爲什麼 AEO 的長期護城河不應該是“找到幾個 Prompt Hack”。 Prompt 和模型會變。真正長期資產是：Entity Authority、品牌信任、第三方權威引用、真實用戶評價、原創數據、結構清晰的知識資產。這些同時對人和機器有價值。
50. Searchable 當前最大競爭風險也非常清楚：Monitoring 很容易商品化。 它現在 $125、$400、$999/月的公開價格已經證明這是一種標準 SaaS 產品；與此同時 Profound、Peec、Scrunch、HubSpot、Semrush、Adobe 等都在進入。 所以 Searchable 必須繼續往 Execution、Attribution、Workflow、Agent 上移。
51. 真正最值錢的一步，會是從“告訴你 AI 沒推薦你”變成“自動讓你更有可能被推薦”。 比如自動分析缺失 entity、citation gap、technical structure、content coverage，然後生成修改方案、創建內容、更新 schema、監控結果，再自動學習。這樣產品才從 Analytics 進入 Closed-loop Optimization。
52. 這和廣告行業的發展很像。 最早 Google Analytics 只是告訴你發生了什麼；後來 Google Ads 直接優化出價和轉化。真正最大的平臺往往不是 Measurement Layer，而是 Execution Layer。因爲執行層控制更多預算，也更接近 revenue。
53. Searchable 所謂“Autonomous AI Growth Agent”因此比 Dashboard 更有估值意義。 如果 Agent 最終可以自主完成：發現 visibility gap → 生成內容 → 修復技術問題 → 建 citation → 測量結果 → 優化，它就不只是 $125/月工具，而是在替企業執行一部分 Marketing Labor。
54. 這又把 Searchable 接到了我們前面講過的“Services: The New Software”。 過去企業付 $1 給 SEO 軟件，再付 $5—$10 給 Agency；如果 AI Agent 最後直接交付 ranking/citation outcome，軟件公司就開始爭奪原本屬於 Agency 的預算。TAM 會突然擴大。
55. 但也要警惕：AEO 的“Outcome”比廣告投放更難歸因。 Facebook Ads 可以看到 spend → click → purchase；AI 推薦往往發生在一個黑盒對話裏，用戶可能最後直接輸入品牌名，GA4 不知道起點來自 ChatGPT。所以真正的下一場技術戰爭會是 AI Attribution。
56. 誰能把 “AI Mention → Website Visit → Pipeline → Revenue” 連起來，誰就比單純 visibility dashboard 更值錢。 Searchable 當前已經連接 Google Analytics / Search Console 來嘗試建立這條鏈路，這會是一個很重要的方向。
57. 這期還有一個非常值得投資人思考的問題：Searchable 到底擁有多少真正的技術壁壘？ Prompt monitoring 本身不難；內容生成更不難；模型 API 也是公共基礎設施。真正壁壘必須來自：Cross-engine historical data、customer workflow、attribution graph、execution results、enterprise integrations、品牌與 distribution。
58. 因此它現在最強的資產之一，可能反而不是技術，而是 Chris 的 Distribution。 他已經證明能持續創造內容、做 Founder-led marketing、搭 audience，再把 audience 轉換成 revenue。這類 GTM 能力在 AI 產品快速同質化時代非常值錢。
59. 這就是 2026 年 AI Startup 一個越來越明顯的規律：Build 被商品化，Distribution 被重新定價。 兩個團隊可能都可以用 Claude/Cursor 兩週做出 AEO Tracker，但一個 Founder 有 50 萬目標受衆、客戶 network 和行業 credibility，另一個沒有，商業結果完全不同。
60. 所以 Chris 的真正 Playbook，不是 CODE，也不是“兩週 MVP”。而是：趨勢判斷 + 預先分發 + 快速驗證 + 低範圍產品 + 高頻用戶反饋 + 強 Lead Magnet + 多渠道複製。 這幾個環節組合起來，才構成增長機器。
61. 而這套方法最大的隱藏變量是“Founder 已經積累了十幾年商業經驗”。 快，不代表第一天創業的人也能一樣快。一個連續創業者看見 customer objection，可能 10 分鐘就知道根因；第一次創業的人可能花三個月。這叫 Experience Compression。
62. 所以“5 個月做出 $85M 公司”其實是一個很誤導性的標題。 Searchable 只存在幾個月，但 Chris 的營銷經驗、Verb 的十年、Lottie、Creator Accelerator、個人品牌、關係網絡都已經存在很多年。公司年齡是 5 個月，能力資本不是 5 個月。
63. 這也是創業世界裏一個經常出現的假象：Overnight Success。 新公司增長極快，不意味着成功只花了幾個月。真正應該問：這個 Founder 背後累計了多少 Skill、Network、Capital、Audience、Mistakes？這纔是完整起點。
64. 從投資角度，我最想觀察 Searchable 的不是下一輪估值，而是五個指標： 第一，$3M ARR 後增長還能否維持；第二，12-month retention；第三，企業客戶佔比和 ARPA；第四，AI visibility 是否能證明 revenue attribution；第五，Agent execution 能不能真正提升客戶結果。前四個決定它是不是好 SaaS，第五個決定它能不能成爲更大的平臺。
65. 還要特別看 Competition-adjusted growth。 Profound 已經達到 $1B 估值，服務數百家大型企業；傳統 SEO 大廠也都在加入 AI visibility。一個賽道增長快並不等於每家公司都能贏。越大的市場，越容易吸引最強競爭。
66. 我甚至認爲真正的風險不是 AEO 市場不存在，而是它最後被“Feature-ized”。 如果 Google Search Console、HubSpot、Semrush、Adobe 免費給所有企業 AI citation analytics，獨立 AEO SaaS 的 monitoring value 會迅速被壓縮。那時候只有 execution、workflow 和 proprietary outcome data 能留下真正價值。
67. 反過來，如果 Agent Commerce 成立，AEO 的天花板會遠高於 SEO。 今天 AI 只是回答：“推薦三個保險經紀。”未來 Agent 可能直接：“我比較了 12 家，已經替你選擇 Harper 並完成申請。”那時被 AI 推薦不只是 Traffic，而直接決定 Transaction。
68. 於是 AEO 的最終版本可能不叫 AEO。 它會變成 Machine Distribution Optimization：如何讓企業的產品信息、價格、可信度、庫存、評價、API、政策都能夠被 Agent 正確理解、比較和調用。這個市場比“寫文章給 ChatGPT 引用”大得多。
69. 這也是爲什麼 Searchable 如果真正聰明，長期一定會從 Content 往 Commerce、Product Data、Agent Protocols 走。 當機器成爲買家，品牌不只是要有文章，還要有結構化 catalogue、價格、可用性、可信信號和 machine-readable actions。
70. 整期真正值得普通創業者帶走的十條知識可以壓縮成一句體系： 不要追“AI 熱點”，追行爲遷移；不要先 Build，先找已經付費的痛點；不要把 Waitlist 當 PMF，錢和續費更重要；不要用大 TAM 掩蓋弱產品；MVP 要小，但問題可以大；創始人內容是 Distribution Asset；最強 Lead Magnet 是診斷用戶自己的損失；AI 時代 Build 便宜以後，Distribution 更貴；新渠道初期最重要的是學習速度；任何“新 SEO”最終都會經歷作弊、平臺反制和標準化。
71. 如果讓我把 Searchable 的增長飛輪壓縮成一個公式，我會寫：

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。

真正厲害的不是其中某一個技巧，而是每一環都在給下一環提供更低成本的輸入。

1. 再往高一層看，這一期真正講的是“分發權正在轉移”。 過去品牌向 Google 優化；再後來向 Facebook/TikTok 算法優化；現在開始向 LLM 和 Agent 優化。企業永遠在追逐同一個東西：

誰控制消費者的下一步，就必須理解誰。

1. SEO 時代，Google 是 Gatekeeper。Social 時代，Feed Algorithm 是 Gatekeeper。Agent 時代，AI Model + Retrieval Layer 可能成爲新的 Gatekeeper。 這也是爲什麼 AEO 不只是一個 Marketing Trend，還涉及巨大的平臺權力問題：幾個 AI 公司將越來越有能力決定哪些品牌進入人類的認知和購買候選集。
2. 所以未來企業最危險的狀態，不是 Google 第 10 名，而是機器根本“不認識你”。 一旦用戶習慣從搜索一堆鏈接變成問一個 Agent，品牌進入 consideration set 的窗口會縮小。以前第一頁十個位置；未來 AI 可能只推薦三個。
3. 這會讓“第三名以後”的經濟價值急劇下降。 傳統搜索用戶還能繼續滾動第二頁；生成答案往往直接壓縮世界。這意味着 AI Distribution 可能更加 Winner-Take-Most，也因此解釋爲什麼資本今天如此急着下注 AEO/GEO。
4. 但 Google 自己目前的數據也提醒我們：不要過早宣佈傳統搜索死亡。 AI Mode 和 AI Overviews 反而推動 Google Search 查詢量創歷史新高。最聰明的公司不是做“SEO vs AEO”的二選一，而是建立統一的 Search Everywhere Strategy。
5. 這期我最終會把 Chris Donnelly 的 CODE 框架升級成一個更完整的創業判斷：

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

CODE 前四項找到機會；

後兩項決定：

你能不能真的贏。

因爲好市場大家都看得到。

真正產生企業價值的是：

誰更快學會如何佔領它。

1. 標題我建議再升級。 你現在第 2 個方向最值得保留，但“從 Google SEO 到 AEO”最好不要寫成簡單替代關係。

我最推薦正式課程標題：

《搜索正在從鏈接變成答案：Searchable 如何 5 個月做到 300 萬美元 ARR 與 8500 萬美元估值》

如果更偏創業方法：

《從 0 到 300 萬美元 ARR：Chris Donnelly 的 CODE 驗證、Waitlist 與 AI 創業增長飛輪》

如果更偏趨勢：

《SEO 之後不是“沒有搜索”：Searchable 與 AI Answer Economy 的新分發戰爭》

如果更偏金融/戰略：

《8500 萬美元 Searchable 值不值？拆解 AEO、AI 搜索流量與新一代營銷基礎設施》

如果要最有傳播性的：

《以後客戶不搜 Google，先問 AI：一個 8500 萬美元新賽道正在爆發》

但如果作爲正式課程，我最推薦：

《搜索正在從鏈接變成答案：Searchable 如何 5 個月做到 300 萬美元 ARR 與 8500 萬美元估值》

因爲這一期最高層真正值得讀者理解的不是：

“Chris Donnelly 又找到一個風口。”

而是：

互聯網二十多年來最大的商業權力之一，一直屬於“誰決定消費者先看到什麼”。

Google 用 PageRank 控制過這一層。

Facebook、TikTok 用 Recommendation Algorithm 控制過這一層。

而今天 ChatGPT、Gemini、Perplexity 與各種 Agent 正在建立新的：

Answer Layer。

Searchable 真正在賭的，就是所有品牌未來都會願意付錢回答一個問題：

“當機器替客戶做決定的時候，機器會不會選擇我？”

如果這個問題最終成爲企業每年必須回答的問題，AEO 就不是 SEO 的一個小 Feature。

它會成爲一塊新的商業分發基礎設施。

這個賽道變化特別快，尤其 Profound、Searchable、Peec、HubSpot/傳統 SEO 平臺正在同時進入，我可以持續跟蹤它們的融資、ARR、市場份額和 AI Search 規則變化。