来源:Y Combinator
在硅谷,Y Combinator(YC)被公认为全球初创企业的 “点金石”。
作为全球最顶尖的创业孵化器,YC 自 2005 年成立以来,累计孵化了超过 5600 家公司,孕育了 Airbnb、Stripe、Dropbox、Reddit、Coinbase 等科技巨头。如今 OpenAI 的 CEO Sam Altman 也曾担任 YC 总裁一职。
可以说,YC 的视角代表了科技创业最前沿的趋势。近期,YC 合伙人 Diana Hu 在播客 “如何用 AI 从零构建一家公司”《How To Build A Company With AI From The Ground Up》中抛出了一个极具冲击力的判断:AI 原生初创公司的运行速度,可能比行业现有巨头快上 1000 倍。
TinTinLand 对原视频精华观点进行了整理,一起来看看在 YC 的视角下,一家真正的 AI 原生公司应该如何运行?
不是 “用 AI”,而是 “跑在 AI 上”
目前,大多数人对 AI 的讨论仍停留在 “提效” 层面,比如「AI 可以让工程师效率更高」或者「我们需要给现有流程加个 Copilot」。这种思维框架从根本上就偏了。
真正的转变,不是生产力的提升,而是全新能力的涌现。
真正的 AI 原生公司不应仅仅把 AI 当作工具,而应将其视为公司的操作系统(OS)。在这种模式下,每一个工作流、每一项决策和每一个流程都应该通过一个智能层进行处理,而这个智能层会不断学习和改进。
在 AI 工具的加持下,一个合适的人现在可以构建出以往需要整个团队才能完成的功能,甚至是以前根本无法实现的功能。
让整个公司对 AI 可查询
打造闭环系统
Diana 引入了控制系统中的 “闭环(Closed Loop)” 概念来描述理想的 AI 公司。
-
开环系统(Open Loop):这是传统公司的运作方式。管理层做出决策、员工执行,但结果往往无法被系统性地测量和反馈,整个过程存在大量的信息损耗。
-
闭环系统(Closed Loop):系统会持续监控输出,捕捉信息并反馈给 AI,从而随着时间的推移不断优化流程。
实现闭环的前提:可查询化
要实现这样的闭环,需要让公司对 AI 完全透明、可查询。
这意味着公司内部的所有行动都必须产生可供 AI 学习的 “数字成品”:
👉 用 AI 助手全程记录会议、减少私信和邮件的使用、在所有沟通渠道中嵌入 AI 代理、构建一个涵盖收入、销售、工程、招聘和运营的全公司实时仪表盘。
具体案例:工程管理的革命
Diana 举了一个工程管理的具体例子:假设你有一个 AI Agent,它拥有访问 Linear 工单、Slack 频道、GitHub 代码库、Notion 文档、客户反馈邮件以及每日站会录音的所有权限。
那么,这个 Agent 就能真实地分析上一个迭代周期实际交付了什么,与客户需求的匹配程度如何 —— 而不是依赖层层汇报带来的失真信息。
在此基础上,Agent 还可以向前一步:自动提出下一个迭代周期的工程计划,使其更具可预测性和准确性。Diana 表示,她见过采用这种方式的团队,将工程时间缩短了一半,同时完成了多出近十倍的工作量。
这背后的核心原则是:为了获得 AI 的全部能力,你需要给模型提供与员工同等水平的上下文信息。
软件工厂:人定规格,AI 写代码
在产品开发层面,一种新的范式正在兴起 —— AI 软件工厂。这是测试驱动开发(TDD)的进化版:
-
人类定义成功:人类编写需求规格说明(Spec)和定义成功标准的测试用例。
-
AI 执行实现:AI Agent 生成代码实现,并不断迭代直到通过所有测试。
-
人类角色转变:人定义要构建什么,并判断输出结果;写代码本身,是 Agent 的工作。
Diana 指出,一些领先的公司已经实现了代码库中完全没有手写代码,只有 Spec 和测试工具包。
这也是实现软件工程师 Steve Yegge 所预言「千倍工程师」:用一个系统化的 Agent 集群包围单个工程师,让他们能够构建出过去凭一己之力根本无法完成的东西。
扁平化 2.0:全新的组织架构
当公司变得可查询、信息流变得透明且由 AI 层驱动时,传统的金字塔管理架构就失效了。
传统意义上,我们需要中层管理人员在组织上下传达信息。但在新世界,AI 智能层承担了这一职责。如果你的公司是可查询且高度数字化的,那么你应该几乎不需要 “人类中间件”。
每消除一层人工路由,就是一次直接的速度提升。
未来公司的三种员工
Diana 引用了 Block(原 Square)创始人 Jack Dorsey 的观点:如果你保留原有的组织架构和管理模式,你就完全错失了这次浪潮。
未来的 AI 原生公司将由以下三类员工组成:
-
第一种:独立贡献者(IC)。这是直接创造和运营事物的人。在 AI 原生公司里,这不局限于工程师 —— 运营、支持、销售,人人都带着可运行的原型参加会议,而不是 PPT。
-
第二种:直接责任人(DRI),专注于战略和客户结果。这不是传统意义上的经理,而是对某个结果负有明确责任的人。
-
第三种:AI 创始人,站在最前沿,以身作则向团队展示 AI 带来的能力增益,而不是将 AI 战略委托给他人。
关键转变:最大化 Token 量
👉 AI 原生公司最关键的转变,不是最大化人员数量,而是最大化 Token 使用量。
-
更精简的团队:一名配合 AI 工具的员工,其产出相当于以前一个庞大的工程团队。
-
预算重构:创始人应当愿意支付极高的 API 账单。因为这些账单替代了极其昂贵且臃肿的人力成本。
这种模式下,初创公司能够以极小的规模产生巨大的影响力。
初创企业的 “降维打击”优势
为什么现在是初创公司超越巨头的最好时机?
Diana 指出,大型现有公司面临着严重的 “路径依赖”。它们必须在维持现有业务的同时,撤销多年积攒的标准操作流程(SOP)和核心假设。对它们来说,改变核心流程极具风险。
相比之下,AI 原生创业公司拥有巨大的优势:
你可以从一开始就把整个系统、工作方式和企业文化,围绕 AI 来设计。结果是,AI 原生初创公司的运行速度可能比行业现有巨头快上1000 倍。
结语:不可外包的信念
最后,Diana 最后提出了一个关键告诫:不要外包你对 AI 工具力量的信念,你必须自己亲身体验。
你必须亲自坐在电脑前,与编程 Agent 一起工作,直到你亲眼见证它们如何打破你对 “什么是可能的” 这一认知边界。
对于早期创始人来说,现在是最好的时代:没有遗留系统的束缚,没有需要重新培训的千人团队,没有根深蒂固的组织架构。你拥有从零开始把公司建对的自由。
未来的赢家,属于那些敢于在第一天就将 AI 植入公司灵魂的人。
