文章作者：Steve Blank

文章编译：深潮 TechFlow

导读：本文作者 Steve Blank 在硅谷创业圈非常有名，被称为「精益创业之父」，写了《四步创业法》（The Four Steps to the Epiphany），是 Customer Development 方法论的提出者。

Eric Ries 的《精益创业》就是在他的理论基础上发展出来的。他在斯坦福、伯克利、哥伦比亚大学都教过创业课，美国国家科学基金会的 I-Corps 项目也是基于他的方法论搭建的。

Steve Blank 最近跟一位投资过的创始人喝咖啡，发现对方埋头干了六年，完全没意识到外面的世界已经变了。

他由此写下这篇文章，核心观点很直接：

如果你的公司成立超过两年，你的商业计划大概率已经过时了。AI 正在重塑开发速度、团队规模、定价模型和竞争壁垒，还在用 2024 年剧本跑的创始人，很可能跑不到下一轮融资。

对于正在创业或者关注科技和创投圈的读者来说，来自大洋彼岸的一手观察都值得一读。

以下为全文编译。

如果你的公司成立超过两年，很可能当初的很多假设已经不成立了。

你需要停下手里的活，不管是写代码、做产品、招人还是融资，先看看周围发生了什么。不然公司会死。

一杯咖啡引发的焦虑

我刚和 Chris 喝了杯咖啡。Chris 是我六年前投的一个创始人，从那以后他就一直埋头苦干，做的事情是：

1）一个复杂的自主系统问题，

2）在一个现有市场，

3）用一种独特的商业模式。

Chris 现在准备启动第一轮大规模融资。我看了他的投资人 deck，发现一个问题：他埋头干活的这几年，外面的世界已经天翻地覆了。

他花五年时间打造的自主系统软件壁垒，正在变得越来越不独特。乌克兰的自主无人机和地面车辆催生了几十甚至上百家公司，这些公司有更大的团队、更多的资金，在做同样的事情。

Chris 一直在为他那个小众市场争取客户采用（这个市场确实该被颠覆，但老玩家还在把持着），与此同时，一个相邻市场的自主技术需求已经爆发了，就是国防。

过去五年里，VC 对国防创业公司的投资从零飙升到每年 200 亿美元。他的产品完全适合争议环境下的后勤保障和医疗后送。但他对国防市场的这些机会一无所知。

Chris 的团队确实做了很厉害的系统集成（跟现有的一个飞行平台做了深度整合，这让他的方案和大多数竞品不一样），生意还是有的，但已经不是当初设想的那门生意了。

和 Chris 聊完之后我意识到：大部分成立超过两年的创业公司，商业计划已经过时了，技术栈和团队配置大概率也落伍了。

如果你最近没怎么抬头看路，下面是你错过的东西。

什么变了

VC 的钱在大幅倒向 AI。2025 年，AI 项目拿走了 VC 总投资额的三分之二。这意味着如果你做的不是 AI 相关的东西，你在争抢一个更小的资金池。非 AI 创业公司必须回答一个问题：为什么一个资金更充裕的 AI 原生竞争对手不能直接吃掉你的市场？

对软件创始人来说，AI 彻底改写了成本、速度和人力的旧公式。用 Claude Code 或 OpenAI Codex 这样的工具做 Vibe Coding，一个 MVP（最小可行产品）可以在几天甚至几小时内搞定，不再需要几个月。这也意味着，MVP 本身已经不再能证明你团队的能力了。

这些工具正在改变开发团队的构成：工程师变少了，工程师的类型也变了，出现了「业务流程工程师」和「深度技术工程师」的分化。

过去需要一个开发团队干的活，现在几个人就能搞定，有时候一个人就行。数据过去是差异化优势和护城河，但现在的基础模型（ChatGPT、Gemini、Claude）正在将公开数据源商品化。

图注：Model T vs Ferrari

敏捷开发的概念本身也需要重新思考了。

过去的瓶颈是：我们负担得起构建和发布这个产品吗？现在的瓶颈是：我们知道该测试什么吗？我们能不能足够快地接触到用户来学习？敏捷不再是一个串行流程了。AI Agent 可以用同样甚至更低的成本并行跑多件事。你现在可以同时测试同一个业务的多个版本，甚至同时测试不同的业务方向。你可以同时跑五个定价模型、十条营销信息、二十个 UX 流程。而且「用户界面」可能不再是屏幕了，测试的目标可能变成了：找到让 AI Agent 交付预期结果的 prompt。

图注：从 UI 到 AI Agent 的转变

瓶颈不再是工程能力，而是往上移到了判断力、对客户期望结果的洞察力和分发能力。

AI Agent 将重写所有软件品类

AI Agent 会改变每一个软件品类，包括你做的那个。

今天的软件应用是这样运作的：给用户展示信息，然后等用户通过仪表盘、告警、工作流工具和报告这些界面去操作。但客户买软件是为了完成一项工作，不是为了多看几个屏幕。让工作真正完成，这是 AI Agent（通过 OpenClaw 这类工具编排）将自主实现的事情。

这意味着什么？

如果你的产品现在是告诉用户「下一步该做什么」，AI Agent 最终会替用户把那一步做掉。如果竞争对手的产品自动完成了任务，而你的产品还在等用户点一下鼠标，你就不再有竞争力了。

下一代应用不会只是在屏幕上显示信息，它们会像一个员工一样行动：解决工单、预订会议、筛选销售线索、自动补货。当产品从「软件即界面」转向「软件即结果」，定价也会从按席位收费变成按结果收费：每解决一个工单、每预订一场会议、每关闭一条线索。

（对 Product/Market Fit 的追寻将变成对 AI Agent/Customer Outcome Fit 的追寻。最小可行产品（MVP）将变成最小可交付成果（MPO）。这个话题我会在下一篇文章里展开。)

硬件也逃不掉

对硬件创始人来说，变化同样剧烈。硬件仍然受物理定律、资本、供应链和制造周期的约束，你没法绕过切削金属、制造原型或芯片流片。但 AI 能让你更快地淘汰坏想法。现在你可以在制造物理原型之前，模拟更多设计变体，创建数字孪生，更早、更便宜地压力测试各种假设。结果就是加速学习和发现的速度（有时候是更快地走向失败），而在创业公司里，更快失败是优势，不是缺点。

一旦 AI 作为系统的一部分嵌入进来，产品本身就变了。给摄像头加上 AI 后端，摄像头就能变成监控系统、振动传感器、机器故障预测系统。机器人变成了工厂工人。护城河不再只是硬件本身，而是硬件能感知什么加上 AI 能用这些数据做出什么决策和行动。

沉没成本陷阱

2025 年之前创立的公司，技术栈通常是为一个软件开发昂贵且定制化的世界优化的。敏捷开发和 DevSecOps 让我们变得精益，但它们是串行运作的，团队规模也是按照这种结构来配的。花了好几年打造「专有代码和功能护城河」的公司，正在发现 AI 正在把他们大部分技术栈商品化。这让融资中的创业公司陷入尴尬：商业模式可能已经部分或全部过时了。

当你埋头做产品、寻找 Product/Market Fit 的时候，这些变化不一定看得到。

技术栈、产品功能、用户界面、员工人数，这些沉没成本都会变成你不愿意转型的理由：我们怎么能扔掉好几年的工作？我们的 VC 是冲着这个方向投的。客户还是想要 UI。团队相信这个路线图。我们的客户还没准备好。

（Chris 就是个典型。他做了一个真正令人印象深刻的东西，大概率还有竞争力，但围绕它的商业模式需要变。)

有些沉没成本其实是资产：深度领域知识、客户关系、专有数据、辛苦拿到的监管审批、物理层面的集成。这些值得保留。Chris 的飞行平台集成就属于这类。

真正是负债的沉没成本是：为慢速软件周期搭建的大型工程团队、按席位收费的定价模型、围绕功能而不是结果构建的产品路线图。这些就是所谓的「桌上的死驼鹿」（Dead Moose on the table），问题明摆着，但没人愿意挑明。

能活下来的创始人，是那些能看着自己做的东西然后问一句：如果今天我用今天的工具、在今天的市场重新创业，我到底会做什么？

当你已经拿着一个特定方向的融资时，这个问题很不舒服。但比起投资人告诉你他们不打算投下一轮、然后你抱着一个过时的计划关门大吉，这种不舒服算什么。

总结

• 你不能用 2024 年（或更早）的剧本跑 2026 年的赛道。融资、技术、商业模式全变了。敏捷开发正在变成并行开发。
• 对 Product/Market Fit 的追寻将变成对 AI Agent/Customer Outcome Fit 的追寻。MVP 将变成 MPO（最小可交付成果）。
• 沉没成本心态会让你倒闭。
• 可防御的护城河可能仍然存在于：专有数据、对客户结果的深度理解、监管锁定、或者成为正式采购项目（Program of Record）。
• 如果你还能安心睡觉，说明你还没搞清楚正在发生什么。
• 能活下来的创始人会走出办公室，看清形势，转型，纠偏。