硅谷創業教父 Steve Blank：AI 時代，兩年以上的創業公司都該考慮重新再出發了

作者：Steve Blank

編譯：深潮 TechFlow

深潮導讀：本文作者 Steve Blank 在矽谷創業圈非常有名，被稱為「精益創業之父」，寫了《四步創業法》（The Four Steps to the Epiphany），是 Customer Development 方法論的提出者。

Eric Ries 的《精益創業》就是在他的理論基礎上發展出來的。他在斯坦福、伯克利、哥倫比亞大學都教過創業課，美國國家科學基金會的 I-Corps 項目也是基於他的方法論搭建的。

Steve Blank 最近跟一位投資過的創始人喝咖啡，發現對方埋頭幹了六年，完全沒意識到外面的世界已經變了。

他由此寫下這篇文章，核心觀點很直接：

如果你的公司成立超過兩年，你的商業計劃大概率已經過時了。AI 正在重塑開發速度、團隊規模、定價模型和競爭壁壘，還在用 2024 年劇本跑的創始人，很可能跑不到下一輪融資。

對於正在創業或者關注科技和創投圈的讀者來說，來自大洋彼岸的一手觀察都值得一讀。

以下為全文翻譯。

如果你的公司成立超過兩年，很可能當初的很多假設已經不成立了。

你需要停下手裡的活，不管是寫代碼、做產品、招人還是融資，先看看周圍發生了什麼。不然公司會死。

一杯咖啡引發的焦慮

我剛和 Chris 喝了杯咖啡。Chris 是我六年前投的一个創始人，從那以後他就一直埋頭苦幹，做的事情是：

1）一個複雜的自主系統問題，

2）在一個現有市場，

3）用一種獨特的商業模式。

Chris 現在準備啟動第一輪大規模融資。我看了他的投資人 deck，發現一個問題：他埋頭幹活的這幾年，外面的世界已經天翻地覆了。

他花五年時間打造的自主系統軟件壁壘，正在變得越來越不獨特。烏克蘭的自主無人機和地面車輛催生了幾十甚至上百家公司，這些公司有更大的團隊、更多的資金，在做同樣的事情。

Chris 一直在為他那個小眾市場爭取客戶採用（這個市場確實該被顛覆，但老玩家還在把持著），與此同時，一個相鄰市場的自主技術需求已經爆發了，就是國防。

過去五年裡，VC 對國防創業公司的投資從零飆升到每年 200 億美元。他的產品完全適合爭議環境下的後勤保障和醫療後送。但他對國防市場的這些機會一無所知。

Chris 的團隊確實做了很厲害的系統集成（跟現有的一個飛行平台做了深度整合，這讓他的方案和大多數競品不一樣），生意還是有的，但已經不是當初設想的那門生意了。

和 Chris 聊完之後我意識到：大部分成立超過兩年的創業公司，商業計劃已經過時了，技術棧和團隊配置大概率也落伍了。

如果你最近沒怎麼抬頭看路，下面是你錯過的東西。

什麼變了

VC 的錢在大幅倒向 AI。2025 年，AI 項目拿走了 VC 總投資額的三分之二。這意味着如果你做的不是 AI 相關的東西，你在爭搶一個更小的資金池。非 AI 創業公司必須回答一個問題：為什麼一個資金更充裕的 AI 原生競爭對手不能直接吃掉你的市場？

對軟件創始人來說，AI 徹底改寫了成本、速度和人力的舊公式。用 Claude Code 或 OpenAI Codex 這樣的工具做 Vibe Coding，一個 MVP（最小可行產品）可以在幾天甚至幾小時內搞定，不再需要幾個月。這也意味着，MVP 本身已經不再能證明你團隊的能力了。

這些工具正在改變開發團隊的構成：工程師變少了，工程師的類型也變了，出現了「業務流程工程師」和「深度技術工程師」的分化。

過去需要一個開發團隊幹的活，現在幾個人就能搞定，有時候一個人就行。數據過去是差異化優勢和護城河，但現在的基礎模型（ChatGPT、Gemini、Claude）正在將公開數據源商品化。

圖注：Model T vs Ferrari

敏捷開發的概念本身也需要重新思考了。

過去的瓶頸是：我們負擔得起構建和發布這個產品嗎？現在的瓶頸是：我們知道該測試什麼嗎？我們能不能足夠快地接觸到用戶來學習？敏捷不再是一個串行流程了。AI Agent 可以用同樣甚至更低的成本並行跑多件事。你現在可以同時測試同一個業務的多個版本，甚至同時測試不同的業務方向。你可以同時跑五個定價模型、十條行銷信息、二十個 UX 流程。而且「用戶界面」可能不再是螢幕了，測試的目標可能變成了：找到讓 AI Agent 交付預期結果的 prompt。

圖注：從 UI 到 AI Agent 的轉變

瓶頸不再是工程能力，而是往上移到了判斷力、對客戶期望結果的洞察力和分發能力。

AI Agent 將重寫所有軟件品類

AI Agent 會改變每一個軟件品類，包括你做的那個。

今天的軟件應用是這樣運作的：給用戶展示資訊，然後等用戶通過儀表板、警報、工作流工具和報告這些界面去操作。但客戶買軟件是為了完成一項工作，不是為了多看幾個螢幕。讓工作真正完成，這是 AI Agent（通過 OpenClaw 這類工具編排）將自主實現的事情。

這意味着什麼？

如果你的產品現在是告訴用戶「下一步該做什麼」，AI Agent 最終會替用戶把那一步做掉。如果競爭對手的產品自動完成了任務，而你的產品還在等用戶點一下鼠標，你就不再有競爭力了。

下一代應用不會只是在螢幕上顯示資訊，它們會像一個員工一樣行動：解決工單、預訂會議、篩選銷售線索、自動補貨。當產品從「軟件即界面」轉向「軟件即結果」，定價也會從按席位收費變成按結果收費：每解決一個工單、每預訂一場會議、每關閉一條線索。

（對 Product/Market Fit 的追尋將變成對 AI Agent/Customer Outcome Fit 的追尋。最小可行產品（MVP）將變成最小可交付成果（MPO）。這個話題我會在下一篇文章裡展開。)

硬體也逃不掉

對硬體創始人來說，變化同樣劇烈。硬體仍然受物理定律、資本、供應鏈和製造週期的約束，你沒法繞過切削金屬、製造原型或晶片流片。但 AI 能讓你更快地淘汰壞想法。現在你可以在製造物理原型之前，模擬更多設計變體，建立數字孿生，更早、更便宜地壓力測試各種假設。結果就是加速學習和發現的速度（有時候是更快走向失敗），而在創業公司裡，更快失敗是優勢，不是缺點。

一旦 AI 作為系統的一部分嵌入進來，產品本身就變了。給攝像頭加上 AI 後端，攝像頭就能變成監控系統、振動傳感器、機器故障預測系統。機器人變成了工廠工人。護城河不再只是硬體本身，而是硬體能感知什麼加上 AI 能用這些數據做出什麼決策和行動。

沉沒成本陷阱

2025 年之前創立的公司，技術棧通常是為一個軟件開發昂貴且定制化的世界優化的。敏捷開發和 DevSecOps 讓我們變得精益，但它們是串行運作的，團隊規模也是按照這種結構來配的。花了好幾年打造「專有代碼和功能護城河」的公司，正在發現 AI 正在把他們大部分技術棧商品化。這讓融資中的創業公司陷入尷尬：商業模式可能已經部分或全部過時了。

當你埋頭做產品、尋找 Product/Market Fit 的時候，這些變化不一定看得到。

技術棧、產品功能、用戶界面、員工人數，這些沉沒成本都會變成你不願意轉型的理由：我們怎麼能扔掉好幾年的工作？我們的 VC 是衝著這個方向投的。客戶還是想要 UI。團隊相信這個路線圖。我們的客戶還沒準備好。

（Chris 就是個典型。他做了一個真正令人印象深刻的東西，大概率還有競爭力，但圍繞它的商業模式需要變。)

有些沉沒成本其實是資產：深度領域知識、客戶關係、專有數據、辛苦拿到的監管審批、物理層面的整合。這些值得保留。Chris 的飛行平台集成就屬於這類。

真正是負債的沉沒成本是：為慢速軟件週期搭建的大型工程團隊、按席位收費的定價模型、圍繞功能而不是結果構建的產品路線圖。這些就是所謂的「桌上的死駝鹿」（Dead Moose on the table），問題明擺著，但沒人願意挑明。

能活下來的創始人，是那些能看著自己做的東西然後問一句：如果今天我用今天的工具、在今天的市場重新創業，我到底會做什麼？

當你已經拿著一個特定方向的融資時，這個問題很不舒服。但比起投資人告訴你他們不打算投下一輪、然後你抱著一個過時的計劃關門大吉，這種不舒服算什麼。

總結

你不能用 2024 年（或更早）的劇本跑 2026 年的賽道。融資、技術、商業模式全變了。敏捷開發正在變成並行開發。

對 Product/Market Fit 的追尋將變成對 AI Agent/Customer Outcome Fit 的追尋。MVP 將變成 MPO（最小可交付成果）。

沉沒成本心態會讓你倒閉。

可防禦的護城河可能仍然存在於：專有數據、對客戶結果的深度理解、監管鎖定、或者成為正式採購項目（Program of Record）。

如果你還能安心睡覺，說明你還沒搞清楚正在發生什麼。

能活下來的創始人會走出辦公室，看清形勢，轉型，糾偏。