摘要

Varun Mohan的核心判断是：“这个品类唯一的护城河就是速度”。 对初创公司谈Seven Powers为时过早——50–100名工程师也不过是“数百人年”的工程投入——甚至Nvidia的护城河也不是CUDA：如果CUDA消失，Google/OpenAI/Anthropic“总会找到写汇编的方法”。针对Harry关于分发能力胜过速度的反驳，他的回应是：超大规模云厂商拥有全部分发能力，却仍然只能交付“不够惊艳”的产品；Windsurf则每1–2周发布一次重大版本。
大公司输在“生存危机感不对称”上。 Amazon在这一品类的团队，交付平庸产品仍然可以保住工作；“如果我们交付了这些超大规模云厂商交付过的同等质量产品，我们一年前就已经被淘汰了。”品牌衰退同样迅速——GitHub Copilot在一两年前还主导着行业讨论，Devin发布后的3–6个月里也曾如此；“如果3个月内我们不给用户交付一些惊艳的东西，就会变得无关紧要。”
今天的模型层更像Twilio：由于模型不保存状态，切换成本很低。 这也是理性的：模型每6个月就会进步一次，过度投资于锁定客户，反而可能错过下一种技术、最终落后。即便接受规模化假说，短期内也不会有任何一家模型公司在一个有价值的品类中拉开身位；预计模型公司仍会继续向上进入任何看起来有价值的应用层。
Varun不认同Dario关于单人打造10亿美元公司的预测。 “公司是随时间折现后的现金流总和”，而单人10亿美元的结果“意味着没有其他人在乎”——两个同样聪明的人会复制你的想法，压缩你的利润率并推高客户获取成本；如果AI好到不需要任何人，所有人也都会拥有同样的AI。
投资者在两个方向上都校准失误。 Devin发布时，“所有人都兴奋不已”，宣称初级开发者已经没有存在必要，但当时的技术距离这一目标还非常远；与此同时，人们又低估了指数级增长。今天主要负责读取数据源的代理，可能“在6个月后”就会被信任去写入系统；12个月后，工具将覆盖软件生命周期的端到端流程，“每个环节的效率都会提升10倍”。
异步远程代理需要接近99%的正确率，而不只是90%。 用户给出的答案是99%，Varun认为他们可能是对的——等待数小时的用户很快就会失去信心，而且“修改一个90%正确的东西并不容易，因为你需要先理解那10%错在哪里”。延迟的生死影响可以被测量：在tab产品中，10毫秒就会让接受率上下波动几个百分点。简单任务先异步交付；复杂工作短期内仍留在本地。
在这波热潮之下，Windsurf的业务主体是企业市场。 企业客户贡献超过50%，其中包括JPMorgan Chase；后者超过一半的开发者使用Windsurf通过插件支持的JetBrains。公司还拥有自研模型，在代理工作负载上“可与部分前沿模型相当”，每天通过自有GPU处理数千亿个代码token。
值得借鉴的运营原则是：彻底转向。 Kodium在一个周末拍板，尽管旧业务仍有数百万美元收入，周一全公司就完成转向；让3–4个人负责未经验证的赌注，等到“这个想法哪怕是糟糕版本也已经很惊艳”时再扩大资源，并接受50%甚至更多赌注会失败——“一个成功的项目，就能支付数百个失败项目的成本”。

精读

1. 大多数非显而易见的想法只是坏主意——Windsurf最初的论点也是如此

Varun对可能源自Peter Thiel的一种说法做了修正：初创公司靠公众看来不循常规的想法取胜，“但大多数不显而易见的想法其实只是坏主意……不循常规，不代表你就能选中一个好想法”。显而易见的想法没有超额收益——一家拥有更多分发能力和资本的大公司会抢先把它推向市场。
按他的复盘，Exafunction关于GPU虚拟化的判断，在宏观方向上是对的——“我们基本上说Nvidia会卖出大量GPU”——但对市场结构的判断错了。他们原本预计会出现数百种不同的模型架构；结果“它们最后全都变成了transformer”，一旦所有工作负载看起来都一样，“我们就几乎没有理由再做一家差异化的基础设施供应商”。
由此形成的立场是：保持非理性的乐观，同时坚持“毫不妥协的现实主义——每天都要问自己，我们有什么存在的理由？”贯穿整期节目的那句话是：“你不会因为把同一件错事做得更久，就赢得什么奖。”

2. 彻底转向——一家初创公司只有一条指数增长曲线

他的自我批评非常具体：信号早就出现了，但他们一直等到2022年年中、那些受ZIRP时代资金推动的自动驾驶客户“开始陆续倒下”后才转向。他至今仍为“没有提前3个月行动”责怪自己，也认为Windsurf本身本可以早几个月发布。
运作过程是：他和联合创始人在一个周末决定做Kodium，周一全公司就开始投入，尽管旧业务仍贡献“数百万美元收入”。Greenoaks基于旧想法投资的Series A——种子轮也是由Greenoaks领投——给了他们足够的现金信心，让Kodium可以完全免费推出。
彻底转向背后的理论是：每个产品都有一个R值，“把资源分散到两个拥有不同指数增长曲线的产品上，永远没有意义”。彻底杀掉旧业务——它的收入倍数不会接近新业务——而且“一旦做出这个艰难决定，事情就会变得非常简单”。
这笔情绪账值得保留：转向前是最“揪心”的阶段，你知道自己本可以做得更好，却没有采取行动。转向后则是“我感到过最自由的时候”——他和联合创始人已经接受失败，“但至少我们很可能会败在一件自己真正相信的事情上”。

3. “这个品类唯一的护城河就是速度”——连CUDA也不是Nvidia的护城河

他认为，在初创公司规模下谈Seven Powers没有意义：50–100名工程师在产品上积累的也只是“数百人年”，其他人总能重做一遍。初创公司的护城河“通常有点可笑”；唯一持久的优势，是知道尸体埋在哪里，并将这种认知持续复利。
Nvidia的逻辑是：如果CUDA不存在，Google、OpenAI、Anthropic这些在芯片上投入数百亿美元的公司，会因此停止购买GPU吗？“不会。他们会找到写汇编的方法。”人们购买Nvidia，是因为它的硬件“就是非常出色”；而且“每年他们头上都悬着一颗定时炸弹”——如果硬件、互连或内存带宽任何一环掉队，AMD步步紧逼，利润率就会收缩。Nvidia是全球最有价值的公司之一，却不具备Google式的那些属性。
Harry的反驳也值得保留：如果只是两个站在同一起跑线上的初创公司，速度确实重要；但如果其中一家拥有OpenAI/Anthropic级别的分发能力、品牌和芯片采购能力，Seven Powers就会重新出现——“我会认为分发能力比速度更重要。”Varun的回应是：那为什么拥有全部分发能力的超大规模云厂商，在这个品类里交付的产品仍然“不够惊艳”？真正困难的是调动人才并快速执行。“说出一家能够学得这么快的大公司。”

4. 没有生存危机感，大公司的速度就会消失；线下办公是速度上的不公平优势

机制在于：“初创公司面临一种生存危机：如果发布速度不够快，它们能不能活下去。”Amazon在这一品类的团队，不会因为产品平庸而在6个月后丢掉工作；“如果我们交付了这些超大规模云厂商交付过的同等质量产品，我们一年前就已经被淘汰了。”
Windsurf如今100%线下办公。远程办公并非不可能——“可能只是更难一点……你需要成为一家原则性更强的公司”——但把每个工程师都拉进同一个房间，必要时“每5分钟拉一次”，在速度上就是“不公平的优势”，尤其是在转型要求一次性调动全公司的时候。
品牌带来触达，不代表拥有缓冲空间：“一两年前，GitHub Copilot是所有人都在讨论的产品”；Devin发布后的“3到6个月里，我听到的全都是Devin”。他的结论是：“我们几乎每天都需要证明自己”——Windsurf在10个月内从无人知晓变成家喻户晓，“反过来也完全可能发生”。对于Harry提出的估值问题——这种衰退如此迅速的品牌，是否应该以更低倍数交易——他承认存在类别差异：企业部署确实有切换成本，但“还不是Salesforce那种级别的切换成本”。

5. 先发优势的价值，在于先学会尸体埋在哪里

面对Fiverr CEO关于“复制所需时间”的担忧，他认为先发意味着组织愿意自我颠覆，也意味着“你能更快从市场中学习……你也会第一个看到下一个想法”。快速跟随者看不到失败的研发过程：“有些想法我们根本不会碰，因为以前已经试过了”——这种经验已经“写进公司的DNA”。
两次失败可以作为样本：去年进行的代码审查测试，同时尝试了Chrome扩展和内部网站，但没有一个“感觉完全对”；它最终帮助塑造了几周前发布的更好版本。去年年初的第一版Windsurf代理“并不好”，于是团队回头修复代码库理解能力，同时等待模型追上来。“如果我们只是等着世界其他地方先做出来，就需要在多个维度上追赶。”
他愿意违背自己最初的直觉，肯定Cursor的一点是：“他们在打造高质量UI/UX上采取了非常好的方法……这其实不是我们最初的直觉。”Windsurf把自己定义为一家技术公司，目标是“交付产品，让用户能够消化的技术含量最大化”。他们之所以分叉VS Code，只是因为一个真正的技术突破——第一个agentic IDE——需要这个平台无法提供的UI。

6. 产品流程：3–4个人，直到“连糟糕版本都已经很惊艳”

未经验证的想法只配备小团队，通常是3或4个人；如果一个未经验证的项目上有10个人，“每个人都会有意见……而且没有谁的想法是错的，因为没人证明过任何东西”。他们不会为某个项目考虑具体预算——“我们处在一个没有预算约束的市场里”——但是否暂缓项目，是一个“有点自上而下的流程”，并不民主。
从硬科技行业得出的毕业标准是：“当你有一个新的好想法时，连这个想法的糟糕版本都已经很惊艳。”Windsurf第一个能运行的代理，已经能做到8或9个月前不可能做到的事情；到了这一步，就该增加资源。他估计内部赌注可能有50%甚至更多会失败，而且“希望失败得更多”：因为“一个成功的项目，就能支付数百个失败项目的成本”。
招聘遵循同一原则：等到被业务淹没再招人。他们在没有任何销售人员的情况下就签下了几家超大型企业，之后才聘请Graham担任销售副总裁；这件事也向Graham证明了公司值得加入。最终提炼出的说法是：“初创公司不会因为内部看起来一团糟而失败。初创公司失败，是因为没有把正确的事情做到足够好。”
他的管理观也发生了类似变化：人员数量不等于产出——“经营一家只有一件重要事情的公司，比经营一家收入相同但有5件重要事情的公司容易得多。”Twitter总是在说X、Y和Z都解决了；真正困难的是说不。

7. 热潮之下的业务：企业客户过半、JetBrains，以及前沿级自研模型

企业客户占总业务量超过50%，其中一个不显眼但关键的企业事实是Java：大公司里充满了使用IntelliJ/JetBrains工具的开发者。Windsurf的JetBrains插件具备与编辑器相同的功能；在客户JPMorgan Chase，“超过50%的开发者是JetBrains用户”，因为“我们不想告诉他们，你们只有40%的用户能使用我们的产品”。
实际落地的护城河是：几周前，他们发布了一款自研模型，在代理工作负载上“可与部分前沿模型相当”，运行速度更快、成本更低。这款模型经过数月打造，并在持续学习用户使用方式后，如今通过公司自有GPU每天处理“数千亿个代码token”。
对切换成本，他坦诚承认其中存在取舍：过度优化客户锁定会适得其反——“如果你同时没有足够快地改进产品，用户即使知道离开你的产品很难，也还是会切换到更好的产品”。

8. 5年后的“工程师”是一条抽象层级，而不是替代关系

他的框架是一条语言阶梯：汇编→C→C++→Java/Python→JavaScript，“很多写JavaScript的人根本不知道怎么写汇编”，而自然语言将成为下一层。未来会出现一条光谱：有人只用自然语言构建应用，也有人会“深入底层”处理生产关键系统。JPMorgan每天处理数百万或数十亿笔交易，“你可能不想用vibe coding”。至于需要深入底层的人数，“可能会少于今天”。
Windsurf内部已经有一个证明：一名非开发者出身的合作伙伴负责人，独立搭建了合作伙伴门户和报价工具，替代了“超过50万美元的销售工具支出”。过去没人会做的定制化单功能软件，如今已经便宜到值得开发。Windsurf仍然专注开发者；非技术用户的场景会“自然出现”，他预计未来会与Lovables和Bolts逐渐融合——一家真正理解大型代码库的公司，能够让自然语言构建出与现有代码一致的应用。
PM不会消失，而是会开始构建：不用再“写文档试图说服组织……玩一场权力的游戏”，会写代码的技术PM“现在杀伤力更强”。快速原型“确实可以跳过繁琐的设计阶段”；但Lovable以及可能还有Figma触及的，只是软件的“一小部分”：“大概不会有人先在Figma里设计如何修改Spanner代码库。”

9. 异步代理：多小时延迟下，标准是99%；简单任务优先上线

他提出的产品三要素——延迟、质量、可修正性——是技术令人兴奋时最容易被跳过的框架。他原本认为正确率至少要达到90%；用户说99%，而他觉得用户可能是对的——“如果连10%都是错的，人们就会对产品失去信心……修改一个90%正确的东西并不容易，因为你需要理解那10%错在哪里”。因此，异步代理先用于“足够简单、可以正确完成的任务”；复杂且需要反复迭代的工作，短期内仍留在Windsurf本地。
延迟敏感度可以被量化：在tab/自动补全产品中，10毫秒就能让接受率上下波动几个百分点。至于产品形态，他仍不确定——或许用户在手机上发出指令后一次完成，“那它最好100%正确”；毕竟没人能在手机上审阅数千行代码改动。

10. 投资者高估今天的代理、低估指数增长；Varun不认同单人10亿美元公司

对Harry归因于可能是Satya Nadella的说法——应用会坍缩成代理，SaaS会变成数据库——他短期内并不认同：Salesforce的价值来自人类工作流的惯性，而今天的代理“主要是在读取数据源”，还没有被信任到可以大规模写入数据库。关键的保留判断是：“这可能会在6个月后改变。”
投资者在两个方向上都校准失误：去年3月Devin发布时，“所有人都兴奋不已……‘再也没有理由招聘初级开发者了’”，投资者认为这些系统的能力远高于实际水平。但与此同时，“人们低估了这些东西进步的速度”。他对12个月后的判断是：工具将覆盖软件生命周期的端到端流程，包括设计、部署、代码审查，以及跨日志、数据库和浏览器数据的调试；“每个环节的效率都会提升10倍”。
模型层的体验“几乎就像Twilio”，因为模型不保存状态。未来，如果代码库能够运行到数十亿token并作为可注入上下文，状态性可能提高切换成本；但现在过度投资于客户锁定并不理性：如果错过下一种技术——“比如他们没有做test-time compute之类的东西”——锁定也救不了你。即便接受他确实相信的规模化假说，短期内也不会有任何一家供应商在一个有价值的品类中拉开身位。
对Dario关于2026年会出现单人10亿美元公司的判断，他的回答是：“不，我不相信。”单人10亿美元公司“意味着没有其他人在乎”——只要有两个和你一样聪明的人，他们就会做出你的想法，压缩你的利润率并推高客户获取成本。第一性原理是：“什么是公司？公司是随时间折现后的现金流总和。”如果AI好到不需要任何人，其他人也都会拥有同样的AI，竞争压力反而会更大。

「我没喝一口茅台，去年也做了 3000 万」 | AI 在中国⑤：AI 时代怎么搞 toB 才能拿得到结果？Steve Ballmer 访谈