摘要

FinalRound AI用20人团队做到约700万总用户，150多个国家有付费用户，上一季度收入按年化口径计算的ARR突破1000万美元。 Michael并不掩饰求职产品天然低留存，而是把增长命题定义为持续获客：全球每年有超过10亿人找工作，“这是一个huge market，非常流动的market”。公司采用上季度收入乘四计算ARR，也提到过最高单日收入乘365、最高1小时收入乘24再乘365，以及最高1小时收入乘20等更激进的口径。
真正的产品楔子不是宏大的AI职业平台，而是一位十分钟后参加面试、愿意立刻付99美元的用户。 团队原本在探索像Jarvis一样主动提示的real-time conversational intelligence，通用Meeting Copilot由此收敛为不会让面试官看见bot的Interview Copilot。Michael的判断很直接：“这是一个非常非常痛的痛点。”
从100万美元到300万美元ARR的十二周增长，核心不是单个爆款，而是把反直觉实验做成组织能力。 团队把月费从99美元提到150美元、关闭免费试用、重做品牌，并让按钮位置、颜色等5%—10%的改善持续compound；如今每周同时跑100多个实验，产品、工程、运营和marketing都能分配流量验证自己的判断。
FinalRound的20人杠杆来自agent-driven增长基础设施，而不只是给现有流程加一个AI按钮。 团队每周生成4000—5000个长尾SEO页面、测试500份广告素材，与全球100多位influencer长期合作，并把裁员等事件信号在十分钟内转成页面、podcast、社交内容和投放。招人时甚至会问：“你能不能做一款AI出来，替代掉你目前的所有早期同事？”
688万美元种子轮和13家机构背后，是硅谷资本在2024年前后对年轻AI应用创业者的重新认识。 Michael观察到，过去老牌VC更愿意押注大厂高管和foundation model公司，后来开始相信年轻hackers可以改造HR、支付、医疗等传统领域；一年前拒绝应用层的投资人，今年年初又回来follow up。他把这种年轻创业者挑战成熟团队的现象概括成“乱拳打死老师傅”。
团队接受高强度工作，但Michael将其正当性与股权和high reward联系在一起，并保留退出高压状态的机制。 办公室按24小时使用设计，配床和shower，成员可以“累了就直接睡觉，醒着的时候就在工作”；面对曼祺对超长工时的质疑，Michael承认传统996被诟病正是因为没有high reward，同时提供unlimited PTO，并主动劝出现burnout迹象的人休两周。
更大的增长机会押在B端：用AI模拟真实公司与第一周工作，重做简历筛选和传统面试。 候选人在programmable workspace里与真实或虚拟角色协作，企业评估的不再只是结果，而是使用了什么工具、如何实现结果；产品正与design partners迭代，计划9月launch。Michael称这是“可以让我们一千万增长到十个亿”的机会，但也明确提到企业接受速度、切入哪个职业领域、消费端产品能做到多么激进，都会影响结果。

精读

1. FinalRound从美国直接起盘，以全球市场而非“出海”定义自己

曼琪把FinalRound放在第三条全球化路径里：既不是立足中国服务海外，也不是国内做大后整体搬迁，而是非ABC华人founder直接在硅谷创业。27岁的Michael本科毕业于UIUC，随后读耶鲁MBA，2021年肄业创业并卖掉上一家公司，2023年10月开始这次创业。
Michael将产品定义为end-to-end职业AI平台：面试前有AI改简历、自动投递和Avatar模拟面试，面试中有实时提示的Interview Copilot，面向北美、欧洲的mid-level与senior-level knowledge workers。“为求职者提供AI superpower”，是整条产品线的共同叙事。
公司约有700万总用户，付费用户来自150多个国家；上一季度ARR突破1000万美元，全球只有20位同事，分布在旧金山、上海和班加罗尔。Michael强调它首先是一家美国公司，但招聘不设地域限制，“无论人在哪里，如果是一位AI hacker，可以加入我们”。

2. 一封十分钟后面试的邮件，把Jarvis愿景压缩成了99美元产品

卖掉上一家公司后，Michael在GPT-3和3.5“刚刚出来”的热潮中看到大量对话式应用，却认为chat interface仍然落后：用户必须先输入文字、语音或图片，AI才返回答案。他想做的是real-time conversational intelligence——系统主动观察、聆听并提供帮助。
最具体的原型来自《钢铁侠》的Jarvis：“看到钢铁侠所看到的东西，听到钢铁侠所听到的东西，然后主动给到他支持。”2023年10月上线的Meeting Copilot可以进入会议场景，实时理解画面与对话；用户可以填写工作会议、销售会议甚至online dating等用途。
当时产品没有订阅制，免费session需要邀请三位好友。一位用户来信说十分钟后就有面试，能否直接付费；Michael随口报出远高于当时多数AI应用的“99美元一个月”，对方立刻订阅。“我就知道这是一个非常非常痛的痛点。”
团队随后把通用探索收敛为FinalRound AI与Interview Copilot，第一代UI就是面试中的real-time teleprompter，再通过Instagram、TikTok上带争议的短视频获取早期关注。产品从“AI应该长什么样”转向了一个明确的高意愿付费场景。

3. 隐形助手带来作弊争议，团队选择先占领已经出现的需求

Interview Copilot不会向会议室加入bot，除使用者外，面试官看不到助手。Michael称这正是它与当时AI note-taker的关键区别，并提到Granola等新一代产品后来也不再让bot显式进入会议。
曼琪追问这种设计是否构成作弊；Michael承认产品“某种程度上挑战了传统认知”，但他的决策逻辑不是消除争议，而是“所有创新都会对传统认知进行一定挑战。如果我们不做，别人也会做这件事情”。
对Cluely及其“cheat on everything”营销，Michael把差异落在技术交互上：对方从代码面试切入，需要用户看到题目后截图、手动激活；FinalRound则hands-free地持续听对话、看会议内容并主动提示。随后在讨论其他产品时，Michael称Cluely最值得肯定的是“不计后果的marketing”和其创始人的独立个性；创始人Riley的名字是曼琪在前文介绍Cluely时提到的。
至于面试辅助工具会不会被政策禁止，Michael没有给出确定答案：“更多是看市场的动态吧，任何一个产品都存在监管的风险。”这项风险没有被化解，只是被纳入团队继续推进的前提。

4. 求职产品不靠永久留存，ARR的关键是口径与持续获客

曼琪的质疑直指订阅质量：求职者可能只在一个月内密集面试，之后七八个月都不再使用，快速变化的产品也常在上线未满一年时宣称ARR。她因此追问，1000万美元究竟反映稳定收入，还是短期峰值。
Michael坦然接受有限留存：“无论如何，大家找工作的时间是有限的。”团队不把长期retention作为首要矛盾，而是关注如何持续获得并帮助更多求职者；按他的市场口径，全球每年有超过10亿人找工作，是一个巨大且高度流动的市场。
FinalRound的ARR算法是“上个季度乘以四”。Michael称这已经相当保守，因为他听过最高单日收入乘365、最高1小时收入乘24再乘365，以及最高1小时收入乘20等更激进的算法；在他看来，ARR首先表达公司的momentum和业务量，不能脱离真实用户、社交内容及使用反馈单独解读。

5. 一位失业八个月的高管，让增长数字重新连接到产品价值

Michael印象最深的付费用户是一位寻找Director of Product Marketing职位的senior专业人士，有孩子和家庭，已经面试八个月。在一家大型、高增长支付公司进入第十轮后被淘汰，对这类需要特定referral、机会本就稀少的岗位而言，失败成本极高。
FinalRound上线AI Job Hunter后，为他进行海投，七天内获得新面试，第十七天拿到offer；他同时使用了面试前、中、后的整套产品。Michael把结果概括为：“在失业的第八个月，拿到了自己一份理想工作的offer。”
这段反馈强化了团队的使命感：就业市场一端是Meta“花几个亿美金”招聘人才，另一端是大量优秀专业人士因各种原因失业。FinalRound试图帮助更多人才获得理想工作，改善机会与人才之间的连接。

6. HF Zero把五人团队从100万美元ARR推到300万美元

产品很快突破10万美元ARR；按99美元月费计算，只需约100名付费用户，平均每天三四人付费。团队仍用自己的钱bootstrapping，随后在2024年4月进入HF Zero，开始把零散的产品势能系统化为high-growth startup。
HF Zero主要面向连续创业者，每期筛选十个团队。其Alamo Square住处是一栋“走路时地板会嘎吱响”的大房子，却提供一日三餐、私人健身与拳击教练；Michael称拳击让自己“更加有信心，更加激进”。
入营时公司约五人，主要由Michael和co-founder住在加速器内。十二周里，ARR由约100万美元增至300万美元，月收入从接近10万美元走到接近30万美元。
Michael感受到的地理差异很具体：Palo Alto聚集大厂工程师，讨论薪资和“大到懒得创业”的package；旧金山讨论最前沿AI场景，年轻创业者密度更高。他甚至援引“上一届YC平均年龄应该不到20岁”来形容这种年轻化，虽将其表述为个人判断而非核实数据。

7. 增长不是灵感，而是允许反直觉结论胜出的实验制度

HF Zero阶段的两条线，一条是系统做A/B测试、新产品与marketing渠道，另一条是大胆尝试看似不合理的动作。advisor给出的最直接建议是涨价；团队虽认为99美元已经很高，仍把月费提到150美元，付费意愿没有明显消失，单次改价便对应约50%的价格增幅。
其他实验包括关闭免费试用、重做品牌、尝试邀请码和稀缺感。Michael称新品牌由“服务过Tesla和OpenAI”的设计团队完成；但他也强调，实验并不保证正确，“有的有效果，有的没效果”，价值在于真实流量而非预设逻辑决定结果。
大部分增长不是2倍、5倍或10倍，而是5%、10%的微小改善不断compound。按钮在左还是右、红色还是黑色，在某些测试里甚至能造成50%的转化差异；所谓产品taste必须被数据验证，而不能停留在审美争论。
公司现在每周同时进行100多个实验，依靠内部AI原生A/B测试平台快速上线和回滚。运营、marketing、开发都能提出产品设想并获得一部分流量：“如果实验结果是好的，就升级；如果不好，就回到原来的版本。”

8. 688万美元融资押注的不只是收入，也包括年轻创始人的时代窗口

参加完加速器后，公司完成688万美元、接近700万美元的种子轮，共有13家机构。Michael认为在美国学习、生活的经历确实提升了沟通和本地活动参与度，技术背景硬核的co-founder也增强可信度；但投资人的conviction最终由traction、对创始人的信任与行业变化共同形成。
部分投资人在2023年10月产品launch时已经关注，只是尚未形成足够信念。Michael认为后续traction和增长帮助这些投资人逐渐建立conviction。
Michael观察到，2024年前的老牌VC更偏好大厂高管和foundation model团队，年轻创业者常被默认适合社交或约会产品；到2024年，资本开始接受年轻人用AI改造HR、支付、金融和医疗。他用Cursor作例子，把原因归结为AI要求推翻旧开发逻辑，“本质上就是乱拳打死老师傅”。
投资偏好的切换也发生在应用层：一年前有机构“看不上AI应用层”，今年年初又来询问FinalRound，因为基金开始研究应用。Michael的体感是，美国应用创业潮并未显著早于中国；foundation model公司的收入量级更大，但不能据此否认应用的商业化能力。

9. 小额天使支票与千人音乐派对，都是硅谷式关系资产

Michael个人已投过28家公司，支票可能只有3000、5000或1万美元，资金来自个人工资与积蓄。他把逻辑比作“遍地都是黄金”：一个人的24小时无法亲自做完所有方向，于是用小额资本支持有资格、也足够passionate的创业者。
这类投资也是社交方式，类似一起遛狗、去音乐节，只是主题变成讨论创业与exciting ideas。一百个人各投5000美元，现金本身仍不大，但Michael认为“一百个人的支持”带来的能量与后续机会远超支票金额。
对基金选择，他没有把品牌等同于服务质量：Sequoia、a16z、Khosla Ventures、Google Ventures等老牌机构能制造FOMO、介绍客户，却可能因deal太多而分散关注；他口中的XYZ Ventures、First Round Capital、Goodwater等新兴或更聚焦基金，可能提供更直接的operator经验。
FinalRound的hacker house还把一层改成dance floor，由“专职CTO、业余DJ”的co-founder放音乐，每月吸引约800—900名创业者、投资人、工程师、researcher和设计师。活动刻意不设技术讨论：“创业已经比较辛苦，难得办一次活动，就不要讨论这些东西了。”

10. 旧金山的996来自机会焦虑，但Michael承认它必须兑现high reward

Michael认为美国996在AI时代明显升温，Elon Musk以及随后Amazon、Meta等公司的返岗改革改变了疫情后的远程常态。FinalRound的高强度并非因为竞争对手也在加班，而是团队担心错过窗口：“大家都在抓住这些机会，而我们如果不做，会后悔。”
团队寻找办公室时明确要求24小时开放，内部或附近必须能睡觉、洗澡和吃饭。早期在hacker house里就是“累了直接睡，醒着就在工作”；正式办公室仍保留床和shower，但Michael强调不希望“为了加班而加班”。
曼琪提醒，在中国公开赞赏超长工时通常不受欢迎，早期成员也可能几乎没有生活。Michael的回答是high risk、high reward：成员拥有股权并分享公司突破与估值增长；传统996被批评，恰恰因为员工额外付出却没有获得超额回报。
曼琪将Windsurf描述为Google以打引号的方式吸收核心团队，并提出剩余团队期权和股份能否兑现的疑问。Michael批评Windsurf的做法“非常不地道”，并猜测其创始人经历长期pivot后可能已经burn out。FinalRound提供unlimited PTO；有人需要休两周会立刻批准，他也会主动劝团队休假。大学期间去过100多个国家的经历，则让他相信旅行反而能产生战略灵感。

11. 从300万到1000万美元ARR，靠的是整家公司被重新系统化

2024年6月后的增长不再由单点实验解释。Michael列出的组合包括持续launch产品与feature、提高全球部署稳定性、建立覆盖美国并理解欧洲和亚洲的marketing团队，以及同步推进influencer、SEO、in-house creator、performance marketing、PR和data flywheel。
Michael说，融资也是因为使命和增长方向变得更清晰：团队不只是在做端到端职业AI平台，也在探索B2B产品和面向未来招聘制度的moonshot project。更完整的增长基础设施共同创造了从300万到1000万美元ARR的momentum。
招聘时，公司会问候选人：“你能不能做一款AI出来，替代掉你目前的所有早期同事？”能够回答“是”反而是被录用的理由；Michael自己也在思考如何复制十个、二十个自己，让人的时间转向判断和新机会。
内部项目由领域专家直接lead，而不是一个PM同时oversee十个项目。marketing团队有专门engineering支持，把SEO、投放和influencer工作agent化；Michael坚持这不应只叫AI automation，而应是“完全agent-driven”。

12. 每周4000—5000个页面，把真实面试数据变成搜索分发

SEO系统会在获得用户许可后，把平台上发生的面试问题与答案整理进论坛，生成针对公司、岗位和专业词条的交互页面。求职者搜索“某公司怎么面试”时可能直接进入FinalRound；目前每周约生成4000—5000个页面，人工团队无法完成同等规模。
团队还开发AI写简历、与recruiter交流等免费小工具，承接Indeed、LinkedIn上暂时无法满足的交互需求。这些工具既获取流量，也留下用户信息，使后续产品能够更准确地服务同一批人。
SEO的目标已不只是在Google排名，还包括进入ChatGPT、Gemini等回答。Michael称其中存在大量“增长黑客”空间：及时性、对单一问题的专注程度以及页面能否直接解决用户任务，都比无差别堆量重要。
一些朋友的公司已订阅FinalRound内部marketing工具，收费只是“正常订阅费”，对现有收入意义不大。团队更看重外部使用对产品的认可和refine，等待合适时机把内部基础设施开放给更多创业者。

13. 事件信号在十分钟内变成内容、页面与投放

Michael借用hedge fund的类比：基金会从各种事件信号捕捉机会，普通公司也可以自动发现事件并生成actionable items。关键不是事后追热点，而是建立从信号识别到生产、投放的一整条系统。
他的示例是“Microsoft今天lay off两万人”：系统随即为受影响人群生成落地页、podcast和社交媒体post，并自动完成投放，从发现信号到可执行内容大约十分钟。这里的“2万人”是Michael举出的业务示例。
曼琪追问大模型为何会检索这些内容；Michael的答案是及时、长尾和任务相关性。CNBC只是报道裁员的新闻页，FinalRound页面却能直接帮助被裁者找工作，因此他称自己的相关页面通常可以获得更高排名。
这套系统已有十几家朋友的公司使用。Michael把它概括成“对冲基金能做的，我们也能做”，同时承认事件颗粒度还没有真正基金那么高。

14. 一百多位influencer被经营成长期渠道，而非一次性素材供应商

FinalRound在全球与100多位influencer合作，关系并非“今天给1000美元，拍完就走”。团队邀请他们参加湾区活动，并在拉斯维加斯租下大型房屋，布置成充满品牌logo和swag的沉浸式创作空间。
合作仍然付费，同时包机票和住宿，相当于在商业合作之上增加一次旅行体验。平均每周约有五位influencer从美国各地前往；当地house manager既管理房屋，也负责管理influencer并告诉他们如何拍摄。
Michael希望以低于大品牌借F1或球赛招待创作者的成本做这件事情，也让KOL更珍惜合作机会。品牌环境与现场支持共同提高效率，替代了临时寻找一位创作者、支付5000美元购买单条视频的模式。

15. 线下广告制造认知，线上投放则被工程化到每周500份素材

线下投放采取“全方位攻击”的思路。广告语包括配特朗普照片的“interview confidently like our president”，以及“stop working for jokers, get a new job”；位置覆盖旧金山、南湾、东湾通勤节点，并延伸到纽约、德州、芝加哥等主要市场。
曼琪追问广告牌是否真正有效；Michael承认无法精确track某个用户是否因广告访问网页，只能把它视作top-funnel awareness，并借固定人流等数据估算。具体预算与ROI保密，但他的定性是“大于一，而且非常正”，否则不会持续投入。
线上投放不是单纯砸钱：十份素材可能只有一份优秀，只有两份就几乎没有优化空间。FinalRound每周测试约500份不同素材，由AI批量生成、人工修改，再跨平台、国家、时段和预算做A/B测试，自动把资金移向表现最佳的组合。
Michael不认为Google一定会替广告主做到最优，因为平台也希望客户花更多钱。相较于一些国内团队可以配置几十人的手动投放团队，硅谷人才昂贵迫使FinalRound更早开发agent；人的时间因此转向messaging、新渠道和更高潜力机会。

16. B端产品试图用“虚拟上班”重做简历和传统面试

Michael认为C端产品正在破坏旧招聘流程：AI Job Hunter一晚能投几千份工作，简历与传统筛选的信号随之稀释。B端答案不是再做一个面试Copilot，而是打造programmable workspace，让候选人通过实际工作证明能力。
FinalRound自己只保留一轮简单面试，随后邀请候选人到办公室共同工作一天到五天。Michael发现，简历看起来极好或极差的人，实际工作时可能完全相反；真实协作比问答面试更快暴露能力、习惯和匹配度。
曼琪的pushback是这种方式很难scale：大公司无法逐一陪候选人工作，求职者也难为每家公司花两三天。团队的产品化答案是让AI模拟公司第一天或第一周，候选人与各类角色互动、完成任务，系统再生成评估信号；按客户需要，角色可以全是真人，也可以全由AI模拟。
产品正在与若干大型企业design partners迭代，计划9月正式launch。Michael称目标是帮助JPMorgan、Google、Microsoft等体量的组织系统化run workshop，并把它视作“从一千万增长到十个亿”的机会；决定性变量包括企业多快接受全新招聘方式、从哪个职业领域切入，以及消费端产品能做到多么激进。

17. 市场仍非零和，人才评价标准可能被重写

Michael估算美国、中国、印度和欧洲已有四五十家公司模仿FinalRound，声量最大、做得最好的是Cluely；另有团队把FinalRound红色logo与整套设计语言换成蓝色或紫色直接上线，他认为这种复制“影响整个创新生态”。不过C端市场仍早，Lovable、Bolt和v0等案例让他判断现阶段并非zero-sum。
企业端尚未看到太多同类团队，但Michael称Anthropic、OpenAI都在内部探索相关方向，并提出as-a-service服务大型企业；这是他转述的行业观察。若有人更快、更好地build出来，他甚至愿意合作、加入或收购，因为“如果只有我一个人build，通常可能有点奇怪”。
Michael倾向于定非常premium的价格：10块钱/月可能产生很多“vanity revenue”，1000块钱/月则更能筛出真实需求；原话未明确这两个例子的货币单位。对企业客户，曼琪提出基础费用叠加招聘结果费用的方式，Michael表示同意并补充自己倾向于按“帮你招1个人、你付我多少钱”的结果交付方式；最终价格仍交给市场发现。
真正难点有三层：如何从一个小团队扩展到模拟成百上千乃至超大型组织，先切入哪类knowledge worker，以及市场何时接受新制度。Michael最新的判断是，AI让人人都能交付结果后，“结果已经不重要了”，人才价值将转向实现路径、工具选择与协作过程；团队因此继续全球招募AI hackers和reinforcement learning专家。

GPT-5：Sam Altman的宏图还是送Anthropic的礼物？相互确保的 AI 失灵 [Dan Hendrycks]