摘要

Torres称，2021年9月以12亿美元将 Drift 卖给 Vista，是“我人生中最大的失败”。 问题不在价格，而在于没能打造一家可持续的公司。800名员工（其中200人在客户成功团队）扼杀了产品迭代速度，文化过于宽松也解释了公司为何没能上市：“如果不是我给了他们那么多胡萝卜、糖果和奖杯，我现在本来会有一家上市公司。” 出售公司没人明说的另一面是：“成为无名之辈很难过……你在自己的公司里走来走去，却不再重要。”
现有巨头的成绩单很残酷：“大象没有跳舞，它们是在努力学跳舞。” Google“刚刚把球丢了”——明明发明了 Transformer 论文，却“推出的所有东西都不好用；NotebookLM，这个伟大的产品，已经死了”。Microsoft 押注 OpenAI 是“天才之举”，但 Copilot“没人用”。ChatGPT 是“王者”，却仍然是面向操作者的软件，“不是解决方案本身，也不是未来”。他承认，分发能力和数据是巨头最大的优势，但坚持认为“速度就是一切”。
真正的潜力在于：100人的公司做到数十亿美元收入。 “小一点更好”一直是对的，但“因为没有更多人，我们就无法做到数十亿美元收入，所以别无选择”。Agents 可能改变这一点：“我们其实只是在用算力替代人。” 他认同的融资演变是：早期融资仍以股权为主，增长融资则应基于可预测收入采用债务融资，因为不需要在员工数量上消耗那么多股权。
AI的普及会比市场炒作的节奏更慢，因为“人类才是最大的阻碍”。 CEO们对他说“好，马上引入 Agency”，随后却把决定层层下放，最终得到的答复是“下个季度再说”。因此他提出反共识判断：5年内，AI服务公司将超过AI技术供应商（Paul Graham 曾对此嗤之以鼻；Torres 曾为 OpenAI 的客户提供咨询，6-7个月赚了200万美元）。时间表是5-10年，而不是12-24个月——他愿意就突然实现10%的 GDP 增长与 Harry 打赌：“我们只是刚刚发现了火。”
如果只能持有一只股票10年，他会选 Nvidia。 他“害怕巨头，它们不会长久……而我们对算力如饥似渴”；最大的公开做空仓位是 Salesforce；他也不会卖掉 Klaviyo——他是该公司的首位投资人，认为它“被严重低估”。但对新赢家的反向提醒是：Cursor 式收入“可能消失——你很容易切换到 Windsurf……这是一种全新的现象”。
Hiten Shah、Dharmesh Shah 和 Pat Grady 都称他是自己认识的最佳招聘者。 他的原则是慢招聘、快解雇，先付费试用再发正式 offer，以强度筛人：“打开你的电脑，我现在就要看你的 Git。” 他曾凭朋友的 GitHub，一天招进5名 Northeastern 毕业生，并让他们当天开始交付代码。职位头衔正在消亡，薪酬将转向利润分成、收入分成和更高的工资。
他的人生信条是：逆境塑造韧性。 他高中毕业时曾在 Nicaragua 无家可归，最早接触科技是在父亲车库里使用一台偷来的 IBM。他建议早点要孩子（第一个孩子出生时他27岁，17岁认识妻子）：“两件事可以兼顾。不会好看，只会很狼狈。” 但“今天死去我也能心满意足”。

精读

1. “我假装自己是虚无主义者，好应对其实太在乎一切这件事”

开场悖论奠定了基调：Torres 的“我不在乎”是铠甲，不是冷漠。创业过程中反复被拒——有人离开他、客户流失——让他明白“你会被反复击倒，最后只会意识到，一切都会没事”。钱大约解决了“1/3的问题”：水管坏了、行程取消了——“付钱解决，继续往前走”。
Stebbings 认为，给21岁自己的标准建议——“一切都会好起来”——可能会拿走驱动人成功的恐惧。Torres 的版本是：“事情没那么难。” 即便是前沿 AI，告诉陌生人他们可以自己构建一个 LLM，他们也会说太难了——“其实没那么难，代码在屏幕上占一页就够了”。
这种判断力来自 Nicaragua：1979年革命时他3岁，住在一所不属于他们的房子里；高中毕业时，房主收回房子，他无家可归，最后靠祖母的绿卡获救。第一台电脑是一台被偷来的 IBM：父亲买下后放进洛杉矶的车库，他用 WordPerfect 和 Lotus 1-2-3 打作业。“这就是为什么移民在创业公司表现出色。”
对自己的孩子，他会“制造逆境”，但也认真对待反对意见：女儿曾批评他那条“现在就辞职”的 LinkedIn 动态——“不是每个人都有你今天拥有的条件”。他的回答是：自己刚开始时也没有。

2. 大象跳不了舞——或许能唱歌

这种判断可以追溯到他在 IBM 的经历：1998-99年，他在负责让 ibm.com 上线的团队里开发浏览器应用，由此认定一家40万人的公司不可能快速行动。至于 Gerstner 那本著名的书，他说：“他们声称自己在跳舞，但其实没有。也许他们会唱歌。”
按公司逐一打分：Google“刚刚把球丢了——他们发明了 Transformer 论文，但推出的所有东西都不好用。NotebookLM，这个伟大的产品？已经死了”。Microsoft 则赢得了真正的尊重——早期投资 OpenAI 是“天才之举……改变世界”——但 Copilot 受益于巨头身份：“他们正在享受先发优势，但没人用这个产品。它就是不好用。”
在他的排序里，“王者是 ChatGPT”——唯一真正实现日常使用的产品——“但这不是解决方案本身，也不是未来”。Copilot 和 Cursor 只能排在遥远的第二位。

3. Harry 追问：如果分发能力才是赢家，速度还有意义吗？

Stebbings 逐一站在巨头一边：Google 的终端触达数十亿用户。Torres 干脆承认：“分发能力是巨头最大的优势”，数据也是；但他仍坚持执行速度的重要性。GPT 出现已经“大约5年”了。“这叫快吗？”
随后问题更尖锐：如果技术最终商品化，为什么不等一等，再把技术注入自己的分发体系？Torres 的回答是绝对的：“速度就是一切。速度造就美国梦。”速度创造机会，也让其他人有机会赢。

4. 人才才是堵点

大象跳不动舞，根源在于人员规模本身。很多公司有“1000名产品经理”，因为“说不的人不会被解雇”——大家只是在混日子等晋升，每周写“我这周做了5件事”的邮件。他最讨厌的管理仪式是：如果我的日程表全被一对一会议填满，“那就杀了我”；公司里最糟糕的一句话是“Elias，我们能谈谈吗？”
Agency 只有15人，全公司只有一个会议：“告诉我你昨天做了什么，再告诉我今天要做什么。其他时间我在卖产品，或者帮助客户。” 到了50人，就变成10人一组、各自负责产品——“你以为我是怎么打造 HubSpot 的？”
企业销售的现实是：CEO告诉他“好，现在就把 Agency 引进来”，随后把他层层转交给组织里的其他人，每一层都在抵触，最后变成“下个季度我再回复你”。“CEO犯了一个大错……这个决定应该由 CEO 亲自负责。” 如果2000人的公司都这样，到了4000、1万、2万、4万人会怎样？变化不够快的公司“不会长久”。
需求信号已经存在：他在上市公司的朋友们“每年花3000万美元做客户成功”，问题甚至不只是钱，而是“我没法足够快地招人、培训人……如果你能训练一个 AI 做这份工作，让纯算力全天候运行，你更愿意选哪个？”

5. 软件仍然假设有人操作——而这正是将要消失的东西

他对产品的核心判断是：过去20-30年的软件像汽车一样构建，整个环境都默认由人来驾驶。未来则应当是无人驾驶：“我只想告诉它我要去哪里、什么时候到。” ChatGPT 没通过他的测试——“ChatGPT 仍然假设我必须使用它”——不过他认可这种渐进式变化，就像自动驾驶有不同等级，Operator 正沿着曲线向上走。他也把自己纳入批评：“我对此负有责任。我打造过大量这样的软件。”
对“AI只会让每个人更高效，不会减少劳动力”的舒适共识，他直接否定：这是胡说。就连他“喜欢并尊重”的嘉宾预测员工数量会增加，他也难以置信地反问：“什么？” 有人发帖称要再招1000名销售代表，他的回应是：“对不起——如果我们构建的承诺是 AI 将替人类完成工作……”
人类接下来可以服务世界其他细分市场——“为什么我们所有人都盯着同一个市场？”——也可以真正换一种生活：“我可以去经营一个农场，种点豆子，看着它们长大。” 学画画，研究法老。“我不会再想，去 Salesforce 找一份工作吧。”

6. 100人做到数十亿美元收入，以及它对风投的影响

历史上，每一代产业——工业、互联网、SaaS——都默认规模越大越好，但“因为没有更多人，我们就无法做到数十亿美元收入，所以别无选择”。今天每一家大公司都曾经从小做起。Agents 可能消除这一约束：小得多的公司做到数十亿美元收入，就是“潜力所在”，但他也诚实地保留了余地：“也可能不会按这个方向发展。”
Stebbings 追问风投模式时，他给出的答案比大多数创始人更进一步：团队更小，需要的资金更少；既然“我们其实只是在用算力替代人”，融资轮次之间被稀释的股权也会大幅减少。因此，早期融资仍是股权融资，但增长融资应转为基于可预测收入的债务融资。“当然，绝对应该这样。”
超高速增长也有另一面：Cursor 很棒，因为它增长得太快，快得不可思议——但那是另一种产品形态。你很容易得到它，也很容易失去它；可以切换到 Windsurf，也可以回到 Copilot。“这笔收入可能消失。这是一种全新的现象，我们不知道它会如何发展。” Agency 的应对策略是“终身客户的分发”：用小团队建立大规模的 B2B 信任与数据关系。Stebbings 的担忧仍然存在：一代以 Cursor 为基准的 SaaS 公司，“拿不到融资”。

7. “Drift 是我人生中最大的失败”

Stebbings 认为这种说法是在逃避——毕竟公司卖了12亿美元——但 Torres 仍坚持：“我想打造伟大的、经久不衰的东西，让客户可以持续使用并获得价值。” 最终没能做到的原因是：“人太多了。是我的问题，是我的错。” 800名员工，其中200人在客户成功团队，而产品却没有增长。“我让别人失望了，也让客户失望了。我不想再这样。”
本期最严厉的自我检讨来自这句话：教练们曾建议他放软一些，多给胡萝卜——“如果不是我给了他们那么多胡萝卜、糖果和奖杯，我现在本来会有一家上市公司。” 他对适应型领导的结论是：“祝你好运……我不会再为了别人改变自己。”
为什么无从挽救：公司“太大、太低效”。给今天巨头的生存处方是：“如果它们像 Twitter 那样，把自己缩减到20%，打造一款惊艳的产品，并愿意打破所有定价和收入模式，那它们就能活下来。”
时间上的遗憾是：“我当时距离 LLM 成熟已经那么近了。” 更刺痛他的参照物是 HubSpot——“我的作品”——如今是一家300亿美元公司，而 Brian 和 Dharmesh 仍然可以参与其中。“那才是我想打造的公司，但我一路犯下的错误，没有建立足够坚固的基础。”

8. 出售公司：进去时无动于衷，出来后陷入低谷

他为这次决策辩护，认为那是“我做过最聪明的事——不要被情绪左右”。2021年9月，同行都在乘风上涨：Outreach 的 Manny 和另一家类似公司拿到了“疯狂的估值”，自己的投资人也不断提高他股权的账面价值——“你现在值10亿美元，未来可能值20亿或40亿美元”。他最终以12亿美元出售公司。对他个人而言，这个数字足以“改变人生”。
没人告诉你的部分是：“成为无名之辈很难过。” 你带来新的 CEO、新的管理层——自尊心会受伤。公司是你创造的，但你不再相关。随后是7-10个月的旅行和“寻找自己”——他还提到一张关于出售公司后抑郁与悲伤的曲线图。“但那段休息很好，我需要它。” 快问快答环节里，他说钱不会让你快乐，“但确实会让事情容易很多”。
他也曾考虑过另一条路：一次长达2小时、喝了很多瓶酒的晚餐，可能是与 David Fialkow 讨论风投公司的运作方式，最终让他打消了念头——“绝对不可能。我是 Builder。” 他宁愿继续打造东西：“这样容易多了，也有趣多了。” 他无法忍受看着创始人走向自己明知错误的道路。

9. 招聘：强度是测试，一切都是红旗

他的筛选标准包括：主动性、智商、韧性、执行速度和痴迷程度。另有心理测试团队称，他的工程团队是“我见过最外向的工程团队”。面试刻意带有攻击性：“打开你的电脑，我现在就要看你的 Git。让我看看你提交了什么……砰砰砰。” Glassdoor 上有人写“我讨厌和这个人面试”，这恰恰是设计目标，而不是缺陷：“这就是测试——如果他们能应对我，而且还想和我一起工作，这就是团队成功的原因。”
随着经验增加，他反过来了：在 Drift，招聘是数字游戏，“我会说服比应该说服的人更多”。现在的原则是“慢招聘、快解雇”（过去是快招聘、慢解雇），并在过程中加入兼职合同：“让我看看你的韧性，在做其他事情的同时，你能完成多少工作。” 对错误招聘的复盘完全归咎于自己：“我看到了问题，但当时很绝望……我说服自己，一切会没事。” 对那些在业绩指标压力下招进“还不错”候选人的 SaaS 创始人，他说：“我经历过。别这么做。不值得。” 至于背调：“如果你打电话给我，你会听到真话。” 但这个行业只是在反复录用那些大家都知道不行的人。
Northeastern 的打法是这样的：他看到一个优秀学生，问他“你的朋友是谁？让我看看他的 GitHub”，然后一天发出5个 offer。入职时：“来我家，我们有厨师，给他们做午饭，把所有电脑都寄到家里，然后当天就开始交付代码。” 标准非常明确：产出要达到上周的2-3倍；达不到的人就会离开——“他们入职时就知道这一点。”
对简历，他完全同意，连续跳槽、每份工作只待2年是红旗——但随后话锋一转：“一切都是红旗。” 如果你在那里待了很久，也同样是红旗。关键是“你的斜率”。即便职位头衔快速上升，也说明不了太多——“优秀的人用数据，不够优秀的人用故事。” 他预计头衔本身会消失；对于一家100人、收入数十亿美元的公司，薪酬应改为利润分成、收入分成、更多股权和更高工资。员工工作2年后可以离开，“拿走你的股权——它会值数百万美元，也可能数十亿美元——然后去创办下一家公司”。

10. 可交易的判断：服务胜过模型，普及周期更长，做多 NVDA / 做空 CRM

在 Drift 和 Agency 之间，他“苦学 LLM”，并通过咨询在6-7个月赚了200万美元。OpenAI 把那些它不愿亲自陪跑的客户线索交给他，包括 Red Bull、Ticketmaster，以及可能是 NBA 和可能是 Klaviyo 的客户。项目从每月2.5万美元起步，扩大到10万美元和50万美元的合同。这段经历支撑了他的观点：“未来5年，AI服务公司将超过AI技术供应商。” Paul Graham 对此嗤之以鼻，但背后的逻辑是他的普及判断：“人类才是普及的最大阻碍，他们需要大量陪跑。”
对时间表，他明确站在“更长周期”一边：转型需要5-10年，而不是12-24个月，“市场炒作太多了”。工业革命时期 GDP 增速只有1-2%；他不相信 GDP 会突然增长10-20%，并愿意就10%的 GDP 增长判断下注：“那我们拿点钱来赌。” 总结性的比喻是：“我们只是刚刚发现了火，剩下的事情需要时间。” 大多数行业采用新技术的速度比科技行业更慢，而科技行业自身“适应这项技术的速度也极其缓慢”。
快问快答中，未来10年只选一只公开股票，他选 Nvidia：“我害怕巨头，它们不会长久，但……我们对算力如饥似渴。” 最大的公开做空仓位是 Salesforce——“坏了，Benioff 要杀了我”——而 Stebbings 说，他问过的每个人都给出同一个答案。至于他不会碰的私人仓位，是 Klaviyo；他是首位投资人，也曾说服 Andrew 接受风投资金。“我仍然认为它被严重低估。这就是为什么我不卖股票。”
后 ZIRP 时代，他重新审视了自己：“盈利从来都不是讨论重点——Pat 曾经给我上过一堂自由现金流的课。” 如今他“比任何事情都更关注一家经久不衰的公司……现在比起钱，我更受遗产驱动”。目标是用100人实现盈利，打造一家能够长期存在的公司，同时牢记 David Cancel 的教训：在“快还是伟大”之间，答案“永远是两者兼得”。

核验说明

字幕将风投公司晚餐的嘉宾显示为“David falo”；“可能是 David Fialkow”属于不确定读法。
咨询客户在字幕中显示为“clayo”；“可能是 Klaviyo”属于不确定读法。

Random Ramblings 2025年3月：市场抛售、与管理层的关系、公司治理 AI行动方案 + 打破求职面试规则的大学生 + 混乱快车