Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

YC 刚刚扔出的这份创业指南, 直接把未来公司的形态重新定义了。 他们不是教你怎么用AI提高效率,而是告诉你怎么用AI重新发明公司。 因为AI不再是工具,而是公司的操作系统(OS)。 传统公司是“人驱动 + AI辅助”, AI原生公司要彻底反过来: 让AI成为核心决策、执行和反馈闭环,把人力降到最低。 以下是YC笔记核心要点(逐条拆解): 1. AI as Operating System 每一条工作流、每一个决策、每一个流程都必须流经智能层。正确的人 + AI,就能干以前整个团队的活。 2. Closed Loops Everywhere(到处都是闭环) 传统公司是开放循环:做决定 → 执行 → 结束。AI-native公司要把所有重要流程变成自调节闭环——AI持续监控、对比目标、自动迭代。 3. Make Your Company Queryable(让公司对AI完全可读) 所有会议自动记录,所有决策留下artifact(文档、日志、指标)。AI能查到的信息,和任何一个员工一样丰富。建立覆盖营收、销售、工程、招聘、运营的自定义仪表盘。 4. Software Factories(软件工厂) 人类只负责写Spec(规格) + 测试用例(定义什么是成功)。 AI Agent负责生成代码、迭代调试,直到所有测试通过。 已经有公司的代码仓库里没有一行手写代码,只有规格和测试框架。 5. No More Human Middleware(消灭人力中间件) 经典管理层级不再有意义。公司速度...

28,240 Aufrufe • vor 2 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

兄弟们,一人公司的时代,真的来了。 一个人,也能撑起一家十亿美元的公司,这句话放在十年前是天方夜谭,放在今天,已经是正在发生的现实。 你只需要一个人当创始人,剩下的所有公司职能,全交给AI智能体团队。 1️⃣ 工程部门的AI,帮你写代码,做测试,搞定全流程DevOps。 2️⃣ 设计部门的AI,帮你完成UI/UX设计,输出全套品牌资产。 3️⃣ 营销部门的AI,帮你生产内容,做 4️⃣SEO优化,运营全平台社交账号。 5️⃣ 销售部门的AI,帮你做线索获取,6️⃣ 客户触达,演示对接全流程。 7️⃣ 客服部门的AI,帮你处理工单,更新产品文档,响应用户需求。 8️⃣ 数据部门的AI,帮你追踪业务指标,做深度数据分析,给决策做支撑。 1个创始人,6个AI智能体部门,0个全职员工。 我们总觉得,要做一家能赚钱的公司,要先组团队,融资金,搭班子,凑齐所有职能的人,才有入场的资格。 现在 AI彻底砸碎了这套延续了几十年的游戏规则。 它把原本需要几十人团队才能完成的事,压缩到了一个人加几个AI智能体就能搞定。 不是让你一个人干十个人的活,是让AI帮你搭起一整个完整的公司架构,你只需要做最终的决策者,掌控所有的方向和100%的利润。 很多事,都是慢慢来,然后突然一下子就成了。

AYi

155,704 Aufrufe • vor 2 Monaten

你以为富人是靠高墙大院保护财富吗? 错了。 靠的是一张纸,一个架构。 世界上几乎所有富人都在用这个方法。 这是一个让你在财务上立于不败之地的设计。 具体怎么操作? 你先成立一个控股公司。 这家公司什么业务都不做。 它只干一件事,持有你主营业务的所有资产。 这样一来,即便你的主公司被告到倒闭,也无所谓。 因为它名下没有任何资产,就是个空壳。 当你的主营业务赚钱了,分红直接进入控股公司。 而不是你的个人口袋。 所以,你个人被起诉,也动不了这笔钱。 业务出问题了怎么办? 很简单,直接申请破产。 然后在控股公司下面再开一家新公司就行了。 资产毫发无伤。 还没完。 控股公司再把钱转入一个信托基金。 信托基金有受托人,由他决定什么时候把钱给你。 这个设计就像一个防火墙。 无论你的公司被告,还是你个人被告,资产都安全。 更聪明的玩法是,把这些公司和信托分散注册在不同国家。 这套组合拳,是不是有点眼熟? 全球精英们就是这么玩的。 他们一边在达沃斯呼吁透明和监管,一边用这些不透明的工具把资产藏得严严实实。 他们利用不同国家的法律漏洞,构建起一个普通人难以企及的财富堡垒。 这套玩法到底是聪明的资产保护,还是钻了法律和道德的空子?

墓碑科技

76,720 Aufrufe • vor 4 Monaten

OpenAI刚刚开源的这个东西,感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强,但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent,再多就会注意力崩溃,生产力直接归零。 有了Symphony,直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务,它自动启动一个独立隔离的Codex Agent。 自己写代码,自己跑测试,自己做交叉Review,damn! 全部搞定之后,会给你提交一个完整的证据包。 CI全绿,安全和性能专项审查通过,改了UI就自动录好操作视频。 所有验证全过了,才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工,盯着Agent一步一步写代码,上下文切到吐。 现在你是老板,只需要看最终的结果。 满意就点合并,不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们,永远不要手把手指挥Agent,永远不要替它干活。 这可不是啥实验室概念,OpenAI自己已经这么干了。 三个工程师,五个月,写了一百万行代码,0行人工写的。 产品已经有几百个内部用户,每天都在迭代。 我觉得他们最厉害的不是模型,是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明,而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师,再也不是写代码最快的人,而是那些最会写规则,最会设计反馈回路,最会给Agent搭舞台的人。 现在Symphony已经开源了,它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent,十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

阿绎 AYi

61,332 Aufrufe • vor 2 Monaten

科技史上最大的反讽正在上演。 微软财报超预期,股价却暴跌11%,蒸发四千亿美元。 Salesforce、ServiceNow、SAP,业绩个个亮眼,股价却集体崩盘。 整个软件行业跌入熊市,从高点滑落22%。 所有人都以为它们是AI革命的赢家。 它们也的确为此砸下重金。 ServiceNow豪掷77.5亿美元收购Armis。 Salesforce斥资80亿美元吞下Informatica。 它们发布AI产品,构建AI工作流,组建AI团队。 结果市场给出的判词是:你们都得死。 投资者终于想通了一个没人愿承认的事实。 AI不会让软件公司更强大。 AI正在让软件公司变得多余。 摩根士丹利说,在投资者高度怀疑的环境中,稳定的增长已无法改变市场的叙事逻辑。 好财报已经不够了。 市场正在为AI取代软件的未来定价。 ServiceNow的CEO还在电话会议上辩解。 “AI需要工作流的协同,我们就是通往这个转变的门户。” 市场的回应是暴跌11%。 他没说出口的是: 如果AI能写代码,能自动化流程,能以极低成本生成应用。 谁还会每年花五万美元买企业软件许可? 让SaaS公司富得流油的“按席位收费”模式,正在被AI的效率无情扼杀。 一个AI代理能取代十个员工席位。 一个提示词能取代数月的定制开发。 一个大型语言模型调用,就能让一整个软件品类消失。 瑞典金融科技公司Klarna已经证明了这点。 他们的CEO说,已经把Salesforce移出技术栈,用AI自己构建了一切。 这只是个开始。 最惨的,恰恰是那些在AI上投资最猛的公司。 Atlassian暴跌12.6%。 Intuit暴跌7.8%。 HubSpot暴跌11.5%。 另一边,为AI提供基础设施的公司却在印钞。 英伟达股价飙升。 半导体股票高歌猛进。 存储芯片公司赚得盆满钵满。 这种分化堪称残酷。 硬件公司收割利润。 软件公司被市场摧毁。 在一个AI优先的世界,你需要GPU来构建模型。 但当AI能为你构建软件时,你不再需要为软件付费订阅。 投资者不再关心你今天赚多少钱。 他们关心的是,你的商业模式五年后还能不能活。 软件公司的商业模式看起来已经穷途末路。 它们陷入了一个无解的死亡螺旋。 不投AI,就会落后。 投了AI,又会吞噬自己的核心产品。 最疯狂的是,这些公司的收入和增长都还不错。 但这都不重要了。 市场不再根据今天的盈利给软件公司估值。 它在为一个AI能免费完成工作的世界定价。 在那个世界里,这些公司一文不值。 一天之内,五千亿美元市值灰飞烟灭。 这不是结束。 每个公司都在盘算同一个问题: “如果我能用3个AI代理换掉ServiceNow,每年省下一千万美元,为什么不呢?” 过去,答案是“你需要企业级的可靠性”。 现在呢? AI代理的可靠性正在飞速提升。 软件公司突然发现,它们的竞争对手是开源模型,成本是每千个token两分钱。 你永远打不赢一场针对免费的价格战。

墓碑科技

114,384 Aufrufe • vor 5 Monaten