跨国深谈← 返回←Stripe 与 Replit 对谈：AI 时代的创业大爆发与护城河

Stripe 与 Replit 对谈：AI 时代的创业大爆发与护城河

关联

人物 Amjad Masad · Patrick Collison

公司 Stripe · Replit · Magic School · OpenAI

概念 智能体 · 垂直 SaaS · 护城河

在全球经济讨论中，「大停滞」这个词流行了许多年——但 Stripe 上的新企业创建率，今年 3 月同比增长了近 2 倍，这个飙升幅度甚至比疫情封锁时期还要猛烈。说这话的人是 Patrick，支付巨头 Stripe 的创始人之一，他靠着这家公司对全球商业的观察，看到了一个连经济学家都感到震惊的拐点 。

在这场对谈里，他和另一家科技公司 Replit 的创始人 Amjad，一起梳理了 AI 正在如何重塑创业版图。你会听到他们聊三件事：首先是 Stripe 平台上的真实数据，为什么说创业大爆发不仅没有注水、反而全是干货；其次是从溜冰场软件到十亿美元公司，那些最赚钱的 AI 应用为什么往往出自硅谷看不上眼的边缘领域；最后是两位在探讨一个所有人都在焦虑的问题——如果大模型把写代码的边际成本压到零，那初创公司的护城河到底还在不在。

先来看 Stripe 眼里的这场大爆发到底有多真实。Patrick 提到，创业率的猛增是在疫情之后维持高位的基础上的二次飙升。

很多人可能会怀疑，这种翻倍的增长是不是因为 AI 工具好用，导致一堆没有实质内容的轻量级小项目（也就是所谓的 vibe coding，指那种随心所欲、不讲究工程严谨性的编程项目）大量涌现？但 Patrick 给出的数据恰恰相反：不仅新企业的平均成功率和收入略有增加，而且那些真正跑出来的「突围型」公司，其收入爬坡的速度比过去任何时代都要陡峭 。

如果把当今的 AI 公司跟当年 SaaS（软件即服务，指通过互联网提供软件服务的模式）繁荣期的公司放在一起比，达到 100 万美元、1000 万美元甚至 1 亿美元收入里程碑的时间，整整缩短了一半。更有意思的是，现在有 20% 的初创公司在成立的 30 天内就开始向首批客户收费了 。

数据虽然惊艳，但具体的创业机会究竟长什么样？这正是 Amjad 天天在 Replit 平台上看到的。

他发现，硅谷程序员的视角往往局限在科技圈，但世界很大，软件甚至还没触及大部分普通行业。比如他提到一位欧洲创业者，专门为溜冰场开发管理软件，一个人就做成了一门数百万美元的生意——这绝对不是硅谷大佬们会去想的点子 。

Patrick 也深有同感，他说过去七八年，别人问他最看好什么科技领域，他总是半开玩笑地回答「垂直 SaaS」。因为不管 AI 还是其他什么底层技术多酷炫，现实中依然有大量传统的、身处具体行业的人，急需软件去改造他们糟糕的工作流 。

这种边缘领域的爆发，背后是像 Magic School 这样极具代表性的案例。Amjad 讲了一位老师的故事：他在疫情期间看到大批同行辞职，于是利用 AI 在 Replit 上做出了一个能帮老师快速创建和批改作业的工具。

这位老师懂教育系统的真实痛点，结果产品几个月内就从零做到了 1000 万美元的 ARR（年度经常性收入），如今已是一家估值 5 亿美元的公司 。顺着这个思路，Amjad 认为 Replit 这类平台接下来的价值，不再仅仅是帮人写代码，而是要消除从「点子」到「部署并赚到钱」之间的所有摩擦。

他甚至设想，未来在 Replit 的控制面板上，你能直接一键拉起营销活动、自动化处理销售流程。他借用游戏主机任天堂来做比喻：买一台拼装电脑可能各种折腾还老死机，但买一台任天堂，从像素到游戏体验全是深度集成、保证顺滑的——这也是 Replit 追求的垂直整合体验 。

工具越强大，一个老生常谈的焦虑就越是萦绕不去：如果模型这么厉害，人类在未来的商业里还能干什么？Amjad 的判断是，至少在当前的大语言模型（LLM）技术范式下，模型本质上依然是训练数据的函数。

这就意味着，它们极其擅长模仿和执行人类已经做过的事，却很难去创造那些处于文化边缘、尚未存在的新东西，比如给一个全新的潮流命名或者做营销。他举了个例子，有人开发了一款「容貌优化（looks maxing）」的应用，这是一种极其新颖的青年亚文化现象，ChatGPT 根本无从知晓，但这恰恰是人类创业者敏锐捕捉到的文化脉搏 。

顺着「模型能不能无中生有」这个话题，Patrick 进一步把它引向了更深的哲学甚至科学史层面。他提到了科学哲学家 Thomas Kuhn 的「范式转换」概念——AI 也许能极其高效地执行现有的科学研究计划，但它能不能像爱因斯坦那样，凭空产生打破旧框架的跃迁式灵感？

现有的 AI 很难做到，因为训练它跳出固有分布的「奖励函数」根本无从定义——你很难去奖励一个「尚未存在」的东西 。这也正是人类在创业和商业世界里无可替代的独特性：去感知那些机器数据里还不存在的需求。

既然人类的直觉和洞察依然有价值，那面对 OpenAI 这样强悍的基础模型实验室，普通创业者还有活路吗？这是很多想下场的人最大的心理障碍。

Patrick 用了一个非常巧妙的类比来打消这种疑虑：食物显然是人类生存和经济运转绝对必需的底层要素，但整个经济体里，真正攫取大部分利润的并不是食品生产者。同理，AI 在未来会变得极其重要且供给丰富，但这绝不意味着所有的价值都会被那几家大模型实验室通吃 。

而且从商业模式上看，任何一家公司的价值，都取决于它的客户能付给它多少钱。如果世界上最后只剩一家独大的 AI 公司，其他实体经济都不存在了，那这家公司本身也就失去价值了 。

Amjad 也补充道，LLM 就像计算能力一样，正在变成一种极其底层的、甚至可在手机端运行和商品化的技术。人们总是需要各种富有创意的交互界面的，不可能永远只对着一个对话框输入指令 。

说完了大模型会不会通吃，最后来看看当软件的生产成本逼近零时，创业的「护城河」（企业抵御竞争的持续核心优势）究竟在哪。Patrick 认为，他最喜欢的一本关于这个话题的书是 Hamilton 的《 Seven Powers》，书中提到的七种护城河在 AI 时代其实并不会发生本质改变 。

要理解这一点，最直白的例子就是交易所：写出一个交易所的代码并不难，真正的难点在于说服所有人来你这里交易，这种「网络协调效应」才是无法被轻易复制的核心价值 。不过，Amjad 也指出，AI 确实加快了竞争和颠覆的速度。

你一旦做出一个好东西，竞争对手涌入的速度会比以往都快，这会让硅谷的创业者感到痛苦。但对于那些扎根在长尾市场里的小微创业者——比如那个做溜冰场软件的人——没人会为了这么垂直的蝇头小利去跟你死磕 。

本集带走

最后收个尾，这一集值得带走的是三个核心认知。第一，别再被「大停滞」的叙事束缚了，Stripe 的数据显示，在 AI 的推动下，全球新企业的创建率和赚钱速度都在以前所未有的倍率飙升，哪怕是路边一个不被硅谷看见的垂直小需求，现在也能迅速长成几百万甚至几千万美元的生意。

第二，别被「大模型实验室将通吃一切」的焦虑吓退，就像食物虽然是必需品但农民拿不走全行业利润一样，AI 会变成底层的通用基础设施，真正稀缺且能捕获价值的，永远是具体的场景应用、网络效应和人类对文化趋势的敏锐嗅觉。第三，写代码的边际成本确实在逼近于零，传统的技术壁垒在被快速抹平，这意味着未来的创业机会不再是死磕高深技术，而是去寻找那些在年轻人中流行但地位低、尚未被软件改造的传统角落，放手去给这些长尾需求做好用的界面和垂直体验，这才是接下来一代人最稳妥的押注。

它是早期 AI 公司的例子之一，在几个月内从零做到了大约 1000 万美元的 ARR。
It was one of the early example of AI companies that went from zero to like 10 million ARR in like a few months.
—— Amjad Masad · [00:05]

它们是做已经存在的工作的绝佳机器，但不一定是做处于可能性边缘的事情，处于文化边缘的事情。
they’re great machines for doing what already existingly works, but not necessarily what’s on the edge of what’s possible, what’s on the edge of culture.
—— Amjad Masad · [15:53]

没有物理定律说全球经济不能以每年 5% 或 10% 的速度增长。
There’s no law of physics that says that the global economy can’t grow at 5% or 10% a year.
—— Patrick Collison · [23:10]

AI 将在未来非常重要和丰富，并不一定意味着所有的价值都将被这些 AI 实验室捕获。
AI is going to be hugely important and abundant in the future does not necessarily mean that all the value is going to be captured by these AI labs.
—— Patrick Collison · [25:00]

建立交易所的困难部分不是为交易所编写代码。而是说服每个人围绕你的交易所进行协调，而不是别人的。
The hard part of setting up an exchange is not writing the code for the exchange. It’s convincing everybody to coordinate around yours rather than somebody else’s.
—— Patrick Collison · [29:24]