Stripe创始人：AI 时代创业还需要小步快跑吗

核心结论（一句话）

AI 让新公司出现得更快、收入来得更早，但学什么、做什么、什么时候推出产品，仍要靠创业者自己判断——精益方法会变，校准判断仍得靠两道具体问题：「这周哪位真实用户会碰到产品？」＋「公司成功十年后，你还愿不愿意做？」

8 个知识节点

  1. L1 缓存类比：Patrick 用 Jeff Dean 数字解释”为什么不能让 Agent 替代学习”——L1 取数 / 访问内存 / 跨网络请求延迟完全不同。模型能查到答案，可大脑在同一时间完成更多轮联想和判断；Stripe、模型实验室仍愿为认知能力付溢价。”过早放弃学习，只会让自己思考多一道网络请求”。
  2. 写作效用函数写不进 RL：模型能完成 Jacobian 猜想这类惊人数学任务，却写不出让人信服的文章——好文章承担着梳理判断、理解他人、暴露含混的工作，这些效用函数不在训练目标里。
  3. 退学不是终身污点：Patrick 从 MIT 退学两次，几乎没人因此在意履历。”永久底层”的焦虑和航空发明后的末日式兴奋一样，容易把别人的倒计时错当成自己的判断。
  4. 巨头威胁 ≠ 自动清场：模型公司同时扩张 100 个领域是另一回事。二十年前 Google 有人才 / 资本 / 服务器，仍没做完所有事——人类组织要同时推进 100 个优先级，内部干扰会迅速增加。
  5. 真实痛苦救离谱执行：Stripe 像两只松鼠穿一件风衣（Patrick 自嘲），但需求先在自己工作里出现（两兄弟此前做公司时反复碰到在线收款），后来又被其他开发者确认——执行的离谱靠真实需求穿过漫长难看的早期。
  6. 私测日 ≠ 发布日：Stripe 2009 秋写下第一行代码，2011-09 才公开发布（近两年）。关键细节是 2010-01 工作约两个月时，就有了第一个生产客户 Ross Boucher，客户问”怎么查看所有扣款？”团队做面板；要退款加退款；问”钱什么时候到账”，补打款——私测期间客户数每月都在增加。
  7. AI 时代起点选择变窄：传统精益创业建议买 Google 广告、找窄入口、再向外扩张。Patrick 猜测这些小缝隙在今天会被更快发现、更密集耕作——”过去十年里，模型实验室、Anduril 等成功公司，本来就很难套进窄切口的精益模板”。
  8. “如果成功了呢”反向题：创业者天然会问”失败怎么办”，Patrick 建议融资前先把问题翻过来。成功会把你留在同一道问题上十年、十七年、甚至三十年（Oracle 的 Larry Ellison 接近半个世纪）。Stripe 通过 Atlas 参与了约四分之一特拉华州公司设立，看着客户一路成长为 Shopify、OpenAI——”每家公司都像一套关于市场如何运转的应用理论”。

关联图谱

上游（同 Capihom 编译系列，三连 + 第四弹）：

下游（应用于 / 验证于）：Seetong AI 助手每周反馈分诊日报留人签字 / 工程师晋升与转岗评估加”愿不愿意长期生活在这道题”项 / 月度真实痛苦清单 / 新功能私测日历。

同级（横向 / 并列）：

6 个对 Seetong 借鉴动作

  1. L1 缓存体检：4 人共识评估 Seetong 工程师”AI 放大的产出 / 看不懂”比——列出过去 30 天用 Claude / Codex 做的 5 个交付，逐项回答”能否讲清：为什么这么做 / 哪里可能错 / 改参数会怎样”。缺项排 3 个月补课。
  2. 沟通 / 判断留人签字：Seetong AI 助手每周反馈分诊日报末尾加 1 段”我判断了什么”，由欧阳荣 + 黄松佳 + 谭伟 + 张威 中至少 1 人手写（不要 AI 代笔），列本周”拒绝让模型决定的 1 个判断”。
  3. 晋升与转岗去污名化：Seetong 工程师晋升与转岗评估表加 1 项”这件事做 10 年，你还愿不愿意？”——不只评交付速度。任何 Seetong 内部项目立项材料顶部加这 1 行问句，不答则不进入实施。
  4. 月度真实痛苦清单：Seetong 工程师每月 1 号提交 1 份”自家工作里反复碰到的痛苦”清单（5-10 条），选其中 1 个最具体的、用 Claude / Codex 做内部小工具原型，30 天内提交到”内部小工具集市”。
  5. 新功能 / Bug fix 私测日历：Seetong 新功能、Bug fix 用”私测日历”——内部团队用上即计 1 个真实反馈，公开发布日和”第一个生产反馈日”可以拉开。
  6. “如果成功了呢”双问入 OKR：Seetong 季度 OKR 模板顶部加 2 行必答问句：（a）这季度哪位真实用户会碰到这个交付？（b）这件事做 10 年欧阳荣是否还愿意做？不答则进入”待重写”。

备注与限制 + 相关链接

透明玻璃自检：wiki 8K ✓ / digest 4K ✓ / 节点 8 / H2 5 / 表 0+1 / 0 标点 / 0 称呼。