大公司最能打的人就那么一拨

她先承认有一种情况这个恐惧是真的：你要是去做搜索和广告，那对上的就是 Google 最强的那批人，那些人是真厉害。

但大多数创业公司碰到的不是这种情况。她说一家大公司手里那么多产品，绝大部分配的都不是最强的人，因为最强的人就那么一拨，不够分。

如果你的产品是 Google 的第 27 优先级，其实没那么可怕。 Sarah Guo

她给这件事起了个名字，叫组织物理学。意思是一家公司能同时做好几件事，是有物理上限的。除非它从建立起就是照着多线作战设计的，否则它只在核心业务上出色，别的地方都平庸。这跟管理好坏没关系，就是人手不够分。

所以她的意思是，大公司核心业务之外那一大片，创始人本来该更有底气去做。那些地方派的是二线三线的人，对创业公司来说就是空间。

那 Anthropic 的核心到底在哪

那问题就来了：你怎么知道一家公司的核心在哪，会不会正好撞上它最强的那批人？主持人追问：那 Anthropic 是被造来擅长什么的？

她的读法是，模型本身就是这门生意，核心用例是代码和能自我改进的模型，朝着 AGI 的目标持续提升能力，其余都相当次要。支撑这个判断的是它克制着没做的那些事。

那大实验室为什么不顺手把上层应用也吃掉。她的回答是，它们确实尝试过横向和纵向的应用，至今没做成，原因倒不在于看不见企业市场里的钱。做一门让客户满意的软件生意，每一环都难：

四道关卡里没有一道跟模型能力有关。这也是她认为大实验室会给别人留出空间的原因。

那既然大公司没那么可怕，机会该往哪儿找？这其实是访谈一开场 Matt 就问过的问题。

她找机会的顺序是倒过来的

开场时 Matt 就抛过一个难题：过去关于软件公司的那些常识现在全作废了，从最底层到最上层什么都能重新想一遍，这种时候你怎么投资。他说这让他极其不安。

她的办法是把顺序反过来。别先挑行业，先盯着技术刚解锁了什么新能力，再去找一个早就存在的需求，把两头接上。

Harvey 就是这么投出来的。

2022 年下半年，新变得可能的事是：机器能生成大段文本了，而且还会更好，顺带还能做更聪明的检索。她说自己到现在也不懂律师具体在干什么，但法律看着就是一份读大量文字、再写大量文字的工作，那可能就是这行的核心。

你就拿这个前提去想：我们有了一个会变出文本的魔法盒子，配上对的创始人，能把它用在哪个领域。这算不上什么复杂的判断。 Sarah Guo

Matt 插了一句，说注意到她讲时间是按月算的。她说是啊，好多几年前不信的事现在她信了，你得不停更新自己。

文本之后她盯上的下一个方向是实时语音，判断依据是 AI 已经能把一通电话接得像模像样了。关键是别爱上某个行业，得跟着技术走：先看新解锁了什么，再问它能解掉哪个老问题。

接下来的问题就自然了：既然机会是这么冒出来的，那你有多少时间去抓住它。

AI 不免除任何一条商业常识

主持人把问题摆开：分销、毛利、商业模式的健康度，这些创业清单上的老问题还要不要管，AI 是不是给了你一张免票。她的回答是任何一条都没有免票，但每一条的现状都可能变。

你能耽误的时间比以前短多了

她认为市场领导地位这件事没有被 AI 废掉，还是那么重要。变的是抢到它的时间窗。

五年前有人看上一个被低估的软件流程，说等我股权归属完，三个月后出来做，当年这么拖一下不致命。现在不行了。她拿代码生成举例：三个月之后，大家用这个能力的方式可能整个换了一种。你损失的不只是三个月，是你原本瞄准的那个产品形态已经不存在了。

她给的解释是，好机会一旦露头，总会有个十八岁的人扑上去，钱也跟得飞快。所以她说这件事的重点与其说是时间，不如说是紧迫感。

Anthropic 的收入靠的是开发者自己涌进来

说到分销，硅谷多年的共识是：终端用户自发采纳这条路能走一段，但要做到十亿美元级别的收入，终究得配销售团队、建企业级打法。她用 Anthropic 反驳了这个共识的后半截。

Anthropic 做到 400 多亿收入，驱动力肯定是终端用户采纳。是开发者觉得，我要用市面上最好的模型、最好的框架、最好的产品，那我就直接用了，然后我会在 token 上花很多钱。 Sarah Guo

她补了一句：那儿确实有销售，但他们主要是在接单。

主持人接着抛出他自己那条问所有创始人的问题。每当有人回答上市策略是「我们会招一个销售团队」，他就反问一句：

给我说一个更低效的上市方式。随便说一个，比雇一堆销售开发代表和客户经理来卖你的产品更低效的方式。 Matt MacInnis

他说创始人们会停顿一下，然后承认想不出来。

那什么样的创始人算有分销能力。她的判据是对方有没有把这件事当成自己的问题，而不看他报出什么打法。她举了 Open Evidence 的 Zach：一个工程师气质很重的人，做的是免费产品，没法无限花钱获客，于是他和团队一直在想，怎么用尽可能少的钱让全国每个医生都知道这个产品。他们的做法之一是办一本医学研究的杂志寄出去，因为对一个免费产品来说，这比养一队销售便宜。

公司做到最后就是一台机器

这一段来自 Aaron Levie。Box 上市之后，两人喝咖啡闲聊，他忽然说了一句让她记到现在的话。

Sarah，你得告诉这些创业者，他们的工作是造一台产生现金流的机器。我以前没意识到，我的工作是造一台带着极高效销售动作的现金流机器。 Aaron Levie 对 Sarah Guo 说的话，由她在访谈中转述

主持人补上了底下那层第一性原理：一家公司的价值就是它未来所有现金流按时间折现，就这么简单；我们平时用的收入倍数之类的估值方法，都只是回到这条原理的经验尺子。

主持人说，他当年一想通这条，其他决定就全部对上了：为什么该担心烧钱速度、为什么该盯毛利、为什么客户要现在就抢而不是六个月后，因为这些最后都会折算成未来某个时点的现金流。

为什么非得把公司做大

谈到野心，她先给了一个她自己说「不那么鼓舞人心」的答案：拿了风投的公司，好结局只有两种。

两条路都要求规模，或者你得成为一个真正的威胁。她说创始人起步时想的都是某个客户问题，但结局这件事是完全不同的一道优化题：怎么做到 5 亿美元的年化收入还在增长，或者怎么变成某个人非买不可的资产。

既然结局要求你做到这个体量，那从第一天起该怎么选路，就是下一个问题。

放弃「先做好一件事」

她说这是 Conviction 过去几年思维上最大的一处变化，合伙人 Mike Vernal 专门写过。硅谷的传统心法是：挑一个功能，把它做到最好。

这套打法听着很顺：一个功能是切进产品的口子，产品是切进套件的口子，套件再切进平台。她不认同，理由有两条。

第一条是看结果。SaaS 时代和 AI 时代都能找出例子，说明这套理论跟最后能不能做成，关系不大。第二条她觉得更硬，是客户根本不这么想：

如果你去问客户，他们不想要一百万个供应商。单点专注是一种临时状态。 Sarah Guo

顺着这条往下，AI 让一家公司能干的活多得多，那么最贴合这个时代的创始人，就是承担更多范围的那些人。她也说清了代价：更有野心通常意味着承担更多风险，你得假设第二件事并不比第一件事更不可能。

老市场在合并，新市场在开

主持人在这里提了一个对投资人不利的推论：如果 AI 把过去一个个十亿美元的品类压缩成数量更少、体量更大的公司，那对风投的回报结构是坏消息。

她半承认，然后换了个说法。现有的软件市场确实该整合，她的原话是这个领域不该有这么多家 SaaS 公司；但是软件可以进入的市场还有很多。她给的实例是 Sierra。

她说她投的是 Brett Taylor 和 Clay Bavor 这两个人，而不是「呼叫中心软件」这个品类。这个品类历史上卖的东西很单薄，本质上只卖「能把电话打出去」这个结果，连帮客户省钱这件事都不太提得上。而 Sierra 站的位置高了两个抽象层。

这就回答了主持人的担心。合并确实在发生，但那是在旧市场里算的账。你把位置往上挪两层，卖的东西不一样了，算账的那张表也就换了。

方向的事聊完了，剩下最后一件：这些都得有钱才能做，而钱在投资人手里。

怎么看懂坐在你对面的投资人

访谈后半段转向投资人这一侧。她认为创始人在这件事上投入太少：去融资之前，很少有人认真研究过「让一家风投掏钱」这个流程具体是怎么走的。

我的思维框架就是，把他们当成企业买家。有其他相关方参与，你得理解流程，这条管线上有若干个步骤。 Sarah Guo

她给了两层分类，建议在开口谈之前先归好类。

社交成本是有限的

接下来是这期里最实用的一个概念。她不希望创始人把精力耗在琢磨投资圈的人情往来上，但希望他们看得见每次互动里的社交成本落在谁身上。

如果我需要找 Google 的 Sundar 帮个忙，我能开口的次数不是无限的。人大体上都在心里记着账，我是在给这个人添负担，还是在帮他。 Sarah Guo

落到具体场景是这样。一个投资人把你介绍给他的几位成长期投资人朋友，动机可能是那些人是他基金的出资方，他答应过让对方优先看自己投的公司。这件事本身不针对你，但它也不是在为你服务。

她给了两个可以当场问自己的问题：这次介绍是你开口要的，还是对方主动做的；对方给的是不是真的最适合你的那个投资人，还是他在给自己攒分。

另一半的功课是读对方在乎什么。想升到合伙人、想赚一大笔钱、单纯热爱技术、想被创始人爱戴、喜欢待在局里，这些是很不一样的驱动。她说，如果你了解跟你做生意的这些人，你就能更好地预测他们的行动，这份功夫值得花。

她给自己定的规矩是假设钱随时会断

最后是关于当下这轮资本潮。主持人把这个时刻形容成文艺复兴时期的佛罗伦萨，只是多了大把的资本在推着。她的看法是，资本便宜会让同样的进展获得更高的估值，泡沫因此对基础设施建设是有好处的。

泡沫就是这样对基建有好处的。会有一批创业者和投资人亏掉很多钱，因为事后看，那不是理性的做法。 Sarah Guo

她自己的纪律是假设音乐会停。那些抢地盘性质的决定，比如花两亿美元训一个模型，或者把销售薪酬结构从六比一放宽到四比一，只有在你不假设资本永续的前提下重算一遍，才知道自己在做什么。

她举了朋友的例子：几家收入规模在数亿美元以上的软件公司，曾经按 14 年的获客成本回收期在投广告，也就是说一个客户得留 14 年才回本。在资本成本接近零的年代，这在真空里是理性的，但那个前提不会一直成立。

Conviction 四年是怎么做起来的

最后 Matt 问了个跟前面都不一样的问题：Conviction 2022 年才存在，四年就做成了业内叫得出名字的牌子，这事其实很难，你怎么做到的。

她先说运气比本事重要，然后给了三条实打实的做法。

第一条是挑一件重要的事，真去把它搞懂，而且要在人群涌进来之前就已经在圈子里。她说大家是 2023 年前后才决定要做 AI 的，你要是在那之前就懂它、人也在生态里，那很管用。

第二条是把机构当成一家公司来经营。她说这话时自己都觉得听着蠢，但大部分风投的自我定位就是「我们爱创始人，我们有钱，我们会投得准」。

这没有说服力。 Sarah Guo 评价大部分风投的自我定位

她的拆解是：所有风投在创始人眼里长得都一个样，每家都有好投资人也有差的，每家过去都投中过好公司，而当年的 Conviction 谁也不认识。要解决的其实是一道信息不对称题：你凭什么相信我的人脉比别人好。她的答案是别光用嘴说，去做合伙人营销，把自己跟那些人的合影放到网上，你自然更容易信。

她还提到合伙人 Mike Vernal 的一个说法：任何时刻，技术圈里在做最有意思的事的大概就 250 个人，而且这份名单一直在换。他们的做法是不管这些人是创业者、高管、研究员还是生意人，先把人找出来，搞懂他在做什么，然后对他有用。她说这更像销售，不像市场。

第三条是别做得平庸无味。四年前起步的好处是没有东西可毁，所以敢冒更大的险。观点往网上一放肯定会出错，但她说自己不会是第一个在网上说错话的人。而且她的读者是工程师，写错了对方会发邮件来指出你哪儿错了，这比对方回一句「你是谁啊」强多了。

访谈快结束时，Matt 问她希望创始人怎么理解 Conviction。她给了两句像原则的话：

我们很乐意押注优秀的创始人，哪怕还没完全相信他那个想法。但我们绝不会为一个我们觉得「应该存在」的市场，配上一支我们觉得不合适的团队。 Sarah Guo

再往下是她对整件事的看法。她说那些大实验室都很了不起，但如果最后只有三家公司赢、其他人都成了底层，那不会是这套经济最好的样子。她想做的是让创新扩散得快一点，用对的钱，找对的人。

Sarah Guo 没回答成立不成立。她让你先想清楚：你到底在跟这家公司里的谁竞争。你要做的事在它内部排第几位，它会派什么水平的人来做。

她读 Anthropic 的方法就是后者：模型本身就是这门生意，核心用例是代码；证据是它克制着不做视频和图像模型，一部分出于安全考虑，一部分就是聚焦。一家公司放弃了什么，比它宣称重视什么更说明问题。

意思是一家公司能同时做好的事情有物理上限。除非它从建立起就是照着多线作战设计的，否则只在核心业务上出色，别的地方都平庸。这跟管理好坏无关，是最强的人就那么一拨，不够分。

大公司没那么可怕，不等于你可以慢慢来。她认为市场领导地位这件事没被 AI 废掉，变的是抢到它的时间窗。同一件事，看准一个机会、拖着不开工，等回来时还认不认得它。

这三个数都出自 Sarah Guo 在这期访谈里的口头表述，本站未做第三方核实。顺着这套问法，她还给了两条：

• 别死守「先做好一件事」。客户不想要一百万个供应商，单点专注只是临时状态；AI 让一家公司能干的活多得多，承担更多范围反而更贴合这个时代。这是 Conviction 近年最大的一处思维转变。
• 把投资人当企业买家读。先分清对面是大机构还是根本上做早期的机构、是自己能拍板的人还是要拉一圈人点头的人；每次找人帮忙都在花有限的人情，得知道花在谁身上、为谁服务。