三个月内年度经常性收入(ARR)从 600 万美元涨到 3000 万美元:Garry Tan 谈 YC 的 AI 热潮

原标题From $6 million to $30 million ARR in three months: Garry Tan on YC’s AI boom

Y Combinator 总裁告诉 Sarah Guo 和 Elad Gil,为什么这一期看起来与他二十年来见过的都不一样,以及为什么一头虚弱的大象对创业公司(startup)是好消息。

SGSarah Guo主持 · Conviction
频道
No Priors
发布
2024年5月23日
视频
39:59
阅读
14 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

在 No Priors 节目中,YC 总裁兼 CEO Garry Tan 带着 Sarah Guo 和 Elad Gil 复盘了这一期:约 70% 的公司与 AI 相关,三个月内合计年度经常性收入从 600 万美元涨到 3000 万美元以上。他认为,真正对路的创始人(founder)依然是老样子:技术极强、善于清晰表达、先去和客户交谈。他还认为,GPT-4 是法律 AI 第一次真正能收费的时刻。访谈其余部分讲的是:为什么大公司不再去踩死每一只小老鼠,为什么融资过多会把公司困住,以及为什么 Tan 希望 YC 把有野心的人才从高盛拉出来,并在旧金山为代数课而争取。

  1. 1Elad Gil 在 2007 年总结过一条经验:当时投资人把 YC 的做法视为逆向选择(adverse selection),而 Airbnb 和 Dropbox 恰好也在那时拿到了投资。人们开始唱衰某件事,通常就是它开始奏效的时候。
  2. 2Tan 和两位主持人都认为,硅谷的长期关系价值被低估了。你早期的行事方式,会决定十年或十五年后别人如何看你;而非零和的做法会带来复利效应。
  3. 3YC 的押注没有变:下棋最难的是够聪明,知道棋子怎么走反倒是次要的。要找到 Zuck、Larry 和 Sergey 那样的人;社群可以教会他们这门游戏。
  4. 4即便模型感觉像刚过平均智商线的热心实习生,你仍然要把知识工作按时间动作拆成步骤:提示词(prompt)、工作流、测试和评分,产品才能收费。
  5. 5Tan 说,大型科技公司的护城河如此深厚,大象因此变得虚弱:它跳过了每周的俯卧撑,也不再有动力去踩死每一只老鼠。需要是发明之母。
  6. 6他在多年开支票之后明白,钱太多,可能意味着公司永远做不对事情,到了该裁员的时候,甚至连裁掉 50% 到 80% 的员工都做不到。
全文

按章节阅读整理后的全文

01

人们开始唱衰某件事,通常就是它开始奏效的时候

2008 年 Tan 参加 YC 时,那一期只有 25 家公司。如今 YC 有 14 位小组合伙人,每位支持 15 到 25 家创业公司,Tan 喜欢把这说成 14 个 2008 年那样的批次同时运转。最新的一期与这个项目将近二十年来的任何一期都不同:约 70% 的公司与 AI 相关,这一期的年度经常性收入,从批次开始时的 600 万美元,在三个月后涨到 3000 万美元以上。这些团队大多还只是两三个人,仍在推出第一个版本的产品。

Tan 现任 YC 总裁兼 CEO。在那之前,他经营早期基金 Initialized,创办过 Posterous(后被 Twitter 收购),还在 Palantir 工作过。两位投资人 Sarah Guo 和 Elad Gil 主持这期合作节目:第一部分在 No Priors 播出,第二部分在 Tan 自己的 YouTube 频道播出。Tan 在硅谷无需多做介绍,但讲起创业的起源时,他仍把 YC 当作一种亚文化,不当作一个机构。

他说,2008 年的 YC 感觉就像 1990 年代西雅图的朋克俱乐部,grunge(垃圾摇滚)才刚刚兴起。如今人们把它当作创办十亿美元公司的地方。那时真正的入口是 Paul Graham 的文章。在谷歌里输入“start a startup”,你会找到 PG 在 Yahoo Stores 时期写的文章。Tan 自称是“完美模仿”的例子:他看到有人坐在电脑前写软件,影响了十亿人,于是也想要同样的东西。翻看 YC 的名人堂,从 Stripe 的 Patrick Collison、Harj Taggar,再到 Tan 自己,入口都是那些文章。

Gil 补充了一个 2007 年的细节,那时他刚创办第一家公司。在投资人圈子里,对 YC 的说法是逆向选择:谁会接受这种交易?可就在那时,Airbnb 和 Dropbox 拿到了融资。他的结论是:人们开始唱衰某件事,正是你知道它正在奏效的时候。Tan 那一年的 25 家公司里,大概只有三四家“成功”了。Mike Montano 和 Chris Golda 做了一家评论分析创业公司,卖给了 Twitter;Montano 后来在 Twitter 担任多年工程副总裁,Golda 至今仍在 YC 做大量投资。Scott Phoenix 联合创办了 Vicarious,那是那个时代最受关注的 AI 创业公司之一,后来被谷歌收购。Tan 说,你们是在披萨和啤酒之间认识的,多年之后仍然在同一场游戏里。两位主持人都认为,硅谷的长期关系被谈论得太少:早期就要非零和地行事,因为这些关系会在十到十五年里慢慢展开。

02

GPT-4 让法律 AI 第一次真的能收费

Tan 把这一轮 AI 热潮,对照到两个更早的浪潮上。社交网络时代有 SixDegrees、Friendster 和 MySpace,每一次失败,都给某些人一个机会把整个趋势斥为无稽之谈。MySpace 的衰落,一是因为在网站里塞满了广告,二是因为创始人不懂技术。随后 Facebook 出现,被当作大学里的玩具而遭到轻视;Tan 回忆说,那几年和 Facebook 的人见面,感觉像在见邪教成员。Evan Williams 做了 Blogger 并被谷歌收购,之后大多被人遗忘,但他对社交领域的那股执念从未消退,这股执念最终变成了 Twitter。

移动互联网的节奏也很相似。2009 年和 2010 年,Gil 看着六家公司,凭借移动照片上传,在一两周内从零冲到几十万用户,然后纷纷死掉。只有 Instagram 活了下来,而且它的增长更为线性。如今 YC 每期资助 200 到 250 家公司,其中约 70% 以 AI 为核心,Tan 把这看作那场寒武纪大爆发再度上演。背后的选拔逻辑并没有变:技术能力极强的人,像 Zuck、Larry 和 Sergey 那样的人,应当获得额外的支持。下棋最难的是够聪明,知道棋子怎么走反倒是次要的。找到聪明人,社群会教他们这门游戏。

真正的转折点,他说,是 GPT-4。Casetext 的 CEO Jake Heller 是最早拿到访问权限的人之一。当时只有两位联合创始人能用它,他们把自己关在一个房间里。此前他们已经试过 GPT-3 和 3.5,但那些模型幻觉太多,没法向客户收费。GPT-4 是第一个几乎不再产生幻觉的版本,他们当场就决定:可以收费了。Heller 本人是律师。他把律师的一天拆成时间动作的步骤:读诉状、写时间线、逐段过,再把这些转化成评分——他说,高亮其实就是打分——然后把整件事变成提示词、工作流、测试和评分。Guo 和 Gil 都投了 Harvey,它与同一模式是近亲。Tan 开玩笑说,如今 YC 的一半投资组合,都在做同样的映射,陷在细节里。

他不认同那种嘲讽。大约三分之二的 AI 公司都被扣上了“ChatGPT 套壳”的帽子。他说,把它们叫作套壳,就像把所有 SaaS 和云计算都叫作“MySQL 套壳”。模型是一种需要你去实现的技术,是一种浓缩的智能形式。如今它仍是一个热心的实习生,也许智商 85,而人类平均是 100;GPT-4o 和 Claude 3 可能刚刚跨过平均线。你仍然要约束工作。这就是收入为什么来得这么快:AI 走进来,把一个人一直头疼的工作做掉了,或者把已经外包给某家外包公司的工作做掉了。Gil 补充需求端:企业的 CEO 有“做 AI”的任务,于是 CISO 和支持团队都在找项目。门是从上面推开的。在这些 AI 公司里,约三分之二是把前沿模型用到具体工作上;约三分之一在构建基础设施,包括工具、测试、提示词协作,也就是 LangChain 和 Langfuse 这一层。闭源公司拿到大额融资,同时灵活的开源“蛮族”也在让同一类别走向商品化。

03

大象虚弱了,而钱太多本身就是一个陷阱

YC 的选拔标准没有变:技术能力很强,同时非常善于清晰表达。Tan 能把拒收名单背下来。这些团队没有和客户交谈,没有洞察,产品什么都做,是通用型的。没有“楔子”式的切入点,也没有一批一定会热爱它的用户。Tan 说,真正做事的创始人,是从第一性原理出发的,而对创业公司来说,这意味着一群具体的人:并不是所有律师,也不是所有诉讼律师,也许只是某一细分领域的公司诉讼律师。

他按信息经手的人数来排序。与客户交谈,是第一手;与其他创始人交谈,是第二手;与投资人交谈,是第三手;与投资人的有限合伙人(LP)交谈,是第四手。靠《华尔街日报》、TechCrunch 或 Twitter 来创办公司,等于是对六到九个月前发生的事情做第四或第五手的复述。Gil 对早期投资的比喻,是老鼠在大象脚下乱跑。怎样才能知道哪只老鼠不会被踩扁?Tan 的答案简单到几乎有些粗糙:去问他们,如果故事说得通,为什么不呢?早期投资的力量,就在于站在那些第一手接触正在发生之事的人身边。

Scale AI 是他最爱讲的“大象错过了”的故事。你会以为谷歌会做这件事:谷歌早就养着庞大的内部标注团队,既有运营能力,也有这方面的需求。亚马逊早已有了 Mechanical Turk。但没有人做出那家公司。Tan 认为,这对创业公司是好消息。科技巨头的护城河坚不可摧,利润又如此丰厚,以至于这些巨头在某种程度上已经无力再去踩死老鼠。“这是一头虚弱的大象。它没有每周做俯卧撑。”需要是发明之母。

另一个代价高昂的教训是融资。2012 年和 2013 年,Tan 开始写他的第一批支票,听到“别融太多钱”,就把它当成谈判策略。多年后他看到一些最优秀的技术团队融了太多钱,然后在需要裁掉 50% 到 80% 员工的时候僵住了:那些人是他们招来、带过、一起并肩奋战多年的同事。钱太多,就等于可能不去做正确的事;最糟糕的情况是,甚至连裁员到能让公司回到正轨的程度都做不到。Gil 补充说,公司是有路径依赖的。过去五年的一批公司,至今仍握着庞大的战争储备金,背着令人痛苦的估值。剩下的唯一问题,是它们能不能做出艰难的决定。

04

小组办公时间(group office hours)、白做的俯卧撑,以及 19 岁的退学者

YC 仍然会资助基础模型(foundation model)方向的工作,但它依然希望看到一个能在三到四个月内、用 50 万美元做出的、可以发布的演示。Cruise 就是模板。Kyle Vogt 面对的是一个需要 1 亿美元的研究项目。他倒推出一个 1 万美元的自动驾驶附加装置,装在奥迪 A4 上。2013 年,你可以开着它在 101 号高速公路上来回跑,只在高速上,不走城市街道。Tan 说,这个演示与如今特斯拉的 Full Self-Driving 有几分相似。这已足以吸引人才和资本,并成为一个自我实现的预言。YC 目前的公司包括生物领域的 Diffuse Bio,以及一支做机器人基础模型的团队。

推动近期里程碑的,是每周的问责。你做了什么?有没有跟进?你在和客户交谈吗?Tan 开过一个玩笑,说有一条他还没正式施行的规则:这一周没完成目标,就当场做俯卧撑。他只说了一半是玩笑。“我们的现实基本上是社会建构的。”学会长时间快速奔跑,复利会处理其余的一切。这种文化有一半来自 Gmail 的创造者 Paul Buchheit,是他发明了小组办公时间。Tan 把它比作面向创始人的匿名戒酒互助会:温和的竞合。你希望朋友成功,但如果你来的时候没有做好准备,那一周你会很难受。Paul Graham 的天赋则是换一个角度看问题:帮人看到,一个“楔子”式的薄切入口,如果做得好,可能会成长为一家 100 亿或 1000 亿美元的公司。

创始人的画像又在变年轻。Tan 参加 YC 时 27 岁,这大致也是现在的平均年龄;这个夏天的一期可能会更接近 25 或 26 岁。有一段时间,YC 的创始人偏向年长,因为当时流行的是垂直市场平台。如果你从没去过非洲的一家造船厂,你甚至没法参与。AI 扭转了这一点。世界每周都在变化,一名强大的软件工程师几乎就是全部入场券,于是有更多 19 岁、20 岁、21 岁的年轻人辍学,以免错过这波热潮。录制时,Tan 感谢 Sam Altman 和 Greg Brockman 在 Transformer 和规模化上的巨额押注。没有这些,他不确定创业公司会在哪里。

单笔投资额的变化也是这样。2011 年,YC 的投资额从大约 1.5 万到 2 万美元,跃升到 17 万美元;第二年诞生了 Instacart 和 Coinbase,再一年诞生了 DoorDash。2022 年,单笔交易从 12 万美元涨到 50 万美元,又一批年轻的技术团队涌现。2014 年到 2015 年,YC 公司在批次结束后的中位融资额不到 100 万美元;现在接近 150 万到 200 万美元。品牌会复利,创始人的素质也会复利。Tan 说,大家都低估了这一点。

05

给本不该待在高盛的人当灯塔,并为代数课而战

Tan 希望建造者们坐在会议室里,别只待在 Zoom 上。他说,从零到一,你身边需要最聪明的人。而在旧金山的晚餐桌上,工具制造者、基础模型构建者和研究者,会和正把同样的模型部署到各类知识工作中的人一起吃饭、交流。在他看来,这些对话是当下地球上价值最高的几场之一。AGI(通用人工智能)可能很快到来,也可能要更久。如果是后者,那么眼下的工作就是把检索增强生成(RAG)、嵌入(embedding)、工作流和测试打磨到极致。好的 AI 应用与极其出色的应用之间的差距,在于细节;而写概念、写开源代码的人,就住在他们所在的地方大约 8 公里以内。

被问到希望五年后的 YC 是什么样子,他既谈理念,也谈策略。人类的意图、独创力和信念,无可替代。YC 应该成为那些有野心、对技术乐观、又聪明的人的磁石,“我们真正迫切需要把他们从高盛的工作中拯救出来”。要把他们从投行、咨询、中层管理和大型科技公司里救出来。“我们不是数字,我们是自由的人。”如果你有一个资本主义和技术能够解决的问题,就去填那份 12 道题的表格。那些“心地纯良”的前辈会帮你把它实现,还会让你和成百上千个相信同一件事的人待在同一个房间里。“如果不是我们,还能是谁?必须是我们。”

节目的最后一段离开 YC,转向旧金山的公民生活。Tan 是公立学校培养出来的。如果他在初中时没能学代数,高三时没能学微积分,他就进不了斯坦福,也不会学计算机科学,更不会造出任何东西。这座城市吸走地球上最有野心的人才,然后告诉他们,他们的孩子学不会代数。他说,这说不通,而它之所以能延续,是因为人们害怕把一些基本的道理说出口。这场争夺正在斯坦福大学教育学院的走廊里进行:一些有意识形态动机的研究者在操控所谓“科学”的机器,而伯克利和斯坦福的数学家与计算机科学家则在追问,为什么那个年龄的孩子不该学数学。取消数学,伤害最大的恰恰是最需要公立学校的家庭。同样出身公立学校的 Gil 称之为一种意识形态化的阶梯拆除。

真正可以行动的部分并不光鲜。了解议题,在晚餐桌上讨论,去投票,并使用 GrowSF 的选民指南。GrowSF 是 Tan 和朋友们一起帮忙发起的公民团体,指南会逐条梳理提案和预算项目。他不觉得这件事有多复杂,难的是说出那些人们已经太害怕说的话。Guo 以一种不那么偏向党派的口吻收尾:重新点燃草根的公民参与,并让人们能够带着细致的态度谈论这些问题,本身就是好事,哪怕第二部分还没在 Tan 的频道上开播也是如此。

同频道的其他文章

39:23EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月15日播客 · 2 人对谈防守方的窗口期:Greg Brockman 谈 AI 生成知识、药物研发与网络安全的新规律主持 Sarah Guo, Elad GilOpenAI 总裁解释了为什么攻克未解的数学难题,是科学领域的有力证据,主动式智能体(Agent)如何改变产品形态,以及为什么安全支出必须超过软件支出。安全AI security安全与治理+3
1:09:44EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月9日播客 · 2 人对谈1 万块 GB300 跑四周:Reflection 的开源模型账本主持 Sarah Guo, Elad GilMisha Laskin 在 No Priors 节目中讲述 Reflection 如何训练 Beam、为什么强化学习的投入超过了预训练,以及为什么西方需要自己的开源权重。开源与社区Open-weight modelsReinforcement Learning+3
35:39EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月2日播客 · 2 人对谈算力涨了百万倍,带宽只涨 40 倍,Fractile 想修正这个比例主持 Sarah Guo, Elad Gil2022 年夏天,Walter Goodwin 在伦敦创办 Fractile,目标是为全球最大的模型打造速度极快的推理(inference)芯片。基础设施与部署InferenceAI cost & performance+3
42:44EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年9月24日播客 · 2 人对谈他们花 77 亿美元买下一家经纪公司,计划每年只做一笔交易主持 Sarah Guo, Elad GilSequence Holdings 联合创始人 Michael Lee 向 No Priors 解释,真正用 AI 改造老牌企业的办法,是拥有一家市场领导者,而不是把软件卖给它。企业与战略企业 AIAI Strategy+3
38:14EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年9月18日播客 · 2 人对谈扩散模型将赢得推理之战:Stefano Ermon 押注并行生成的 Token 能胜过定制芯片主持 Sarah Guo, Elad Gil斯坦福大学扩散模型先驱在《No Priors》节目中说,一家 50 人的实验室正在训练一次能生成多个 Token 的语言模型,并解释这种模型与 GPU 的适配,就像当年 Transformer 与训练的适配一样。模型与训练InferenceAI cost & performance+3
45:10EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年9月10日播客 · 2 人对谈76% 的代理商务交易不到 30 美分,于是 Coinbase 要为 AI 开户主持 Sarah Guo, Elad GilBrian Armstrong 与 Elad Gil 的对话,讲的是 Coinbase 如何变成“万物交易所(everything exchange)”,为什么卡组织无法为智能体之间的支付定价,以及他的长寿公司正把什么带进临床。智能体Agentic commerce金融 AI+3