申请 YC 的决定
我从英国申请 Y Combinator，当时已经做了 Clarm 大约六个月。那时候我们有了早期客户、真实结果开始出现、论点也很清晰。但我有一种强烈的感觉：我的节奏不对——存在一个版本的公司可以更快、想得更大、被那些能推动它走向我看不到的方向的人包围。
Clarm 被 YC X25 录取后，我几乎没怎么犹豫就决定搬到旧金山。这是正确的决定，我现在毫无保留地这么说。
去硅谷改变了我作为创始人的生活。这就像是世界的 F1。人们跑得如此之快、想得如此之大——有太多东西要学，而且大部分不是从讲座中学到的，而是从距离中。
当你在"房间里"时，什么改变了
当你花时间和真正在高水平运营的创始人相处时，你的基线会发生变化。你曾经认为有雄心的事开始感觉像合理的最低标准。你曾经认为不可能的事开始感觉像是别人已经解决了而你还没想通的问题。
我在批次早期和另一个创始人有过一次对话，他每天打 100 个冷电话。不是一次性冲刺——是每天坚持数月的日常。我当时还在为自己每天打 20 个而自我恭喜。那次对话重新校准了我对什么是"可能的"的内在模型。
你会被身边的人深刻影响。谁是你的办公室邻居非常重要。如果某人每天打 100 个冷电话，你也开始相信你能做到。它对你的大脑做了些什么。你对"正常"的内在模型向上调整了。
对于无法来旧金山的创始人：这个原则同样适用。在你的城市找到对的人。尽早发现他们。让你被他们包围。
AI 收入证明问题
YC 教会我最重要的东西是一个对 AI 公司特有的认知：证明你的 AI 有效和证明你的 AI 产生收入之间的区别。
这不是同一件事。甚至不沾边。
进入 YC 之前，我花了大量精力在能力证明上。看回答有多准确。看延迟有多低。看边缘情况处理得多好。这些确实重要。但它们是产品指标，不是商业指标。技术型创始人默认关注产品指标，因为这是我们被训练去优化的东西。
YC 持续而不留情面地把我推向收入证明。不是"AI 回答正确了"——而是"AI 让客户付了钱"。不是"AI 节省了时间"——而是"AI 节省了 $X 成本或产生了 $X 新收入"。
改变我框架的那个问题很简单："没有你的产品，客户会怎么做？"如果答案是"手动做"，下一个问题是"那会花他们多少钱？"如果你能清晰回答，你就有了收入证明。如果你不能，你只有能力证明。
这如何改变了我衡量 Clarm 的方式
进入 YC 之前，我衡量 Clarm 的指标是对话处理量、回答准确率和支持分流率。好的指标。有用的信号。但不是收入证明。
批次进行约六周后，我围绕收入归因完全重建了衡量框架。我们现在为每个客户回答的问题是：Clarm 浮出了哪些原本不会存在的 pipeline，它转化成了什么？
这个重构产生了更有说服力的数字——也更诚实地反映了我们实际在做什么。GiveLegacy 90 天内从 $0 变成最大入站收入渠道。25.2% 的对话显示购买意向——这是转化率，不是虚荣指标。它回答了"没有你他们会怎么做"这个问题，给出了任何人都能对标的百分比。
它也改变了我们和潜在客户的对话方式。不再以准确率和响应时间开头，而是以 pipeline 结果开头。不是"我们的 AI 自动处理高达 94% 的支持问题"，而是"一个客户从 760 封邮件咨询变成 4,624 次对话，25% 购买意向率——来自一个之前产生 $0 的渠道。"这是根本不同的对话。
YC 改变了我对增长思考的三件事
1. 收入是唯一真正可迁移的证明
技术证明对技术买家有说服力。收入证明对所有人都有说服力。如果你在为商业受众构建 AI 产品，你的目标是积累这样的案例：一个真实客户为某样东西付了钱，结果明确好于没有你的情况。其他一切都是代理指标。
2. 做不可规模化的事，直到经验可以迁移到可规模化的事上
这是老生常谈的 YC 智慧，但 AI 版本值得明确说出。在 AI 中，不可规模化的事是那些你个人深度参与每个决策的高接触客户部署。你从这些部署中提取的经验——什么让对话转化、什么问题预测成交、什么信号客户在乎——那个经验是可规模化的。
我花了大量时间在早期部署中亲自审查对话日志。感觉像没有在规模化。但它产生了让我们意向检测真正有效的训练数据和模式识别。先做不可规模化的事。
3. 知道自己单位经济的公司赢
YC 对单位经济毫不留情。获客成本是多少？LTV 是多少？规模化时比率如何变化？对 AI 公司，额外的问题是：每个结果的计算成本是多少，随着量增长它如何变化？
知道这些数字改变了你的销售方式。当 CAC 回收期是三个月、LTV 以年计，你带着信心销售。当你不知道这些数字，你定价过低、过度折扣，做出在一个客户时看起来没问题但在一百个客户时灾难性的决策。
给今天申请 YC 的创始人的建议
在申请之前拿到收入证明。不是收入承诺。不是意向书。真实的客户为真实的钱买单，因为你的 AI 做了一件改变了他们可衡量结果的事。
YC 能帮你加速几乎所有事情。但它无法给你那个只有从付费客户口中说出"这值得"才能获得的根本洞察。这是 YC 在寻找的。这也应该是你在寻找的，无论你是否申请。
如果你在做 AI 收入或入站领域的东西，我真心乐意聊聊我们学到的和我们怎么看这个问题。 直接联系我。Clarm 在旧金山和苏黎世设有运营中心，Y Combinator 支持。
常见问题
AI 产品的"能力证明"和"收入证明"有什么区别？
能力证明展示 AI 的技术指标：准确率、延迟、边缘情况处理。收入证明展示 AI 产生的商业结果：客户付费是因为 AI 让某个可衡量的结果变得更好。技术证明对技术买家有说服力，收入证明对所有人都有说服力。YC 持续推动创始人从能力证明转向收入证明。
YC 对 AI 创业公司最重要的衡量框架是什么？
核心问题是："没有你的产品，客户会怎么做？"如果答案是"手动做"，下一个问题是"那会花多少钱？"能清晰回答这两个问题就有了收入证明。不能的话只有能力证明。将衡量框架围绕收入归因重建——Clarm 为每个客户回答的问题是：Clarm 浮出了哪些原本不会存在的 pipeline，它转化成了什么。
从英国搬到硅谷对创始人的改变是什么？
基线发生了转移。你认为有雄心的事开始感觉像合理的最低标准。Marcus 分享了一个例子：一个批次伙伴每天打 100 个冷电话——不是一次性冲刺，而是每天坚持数月的日常。这重新校准了对"可能"的内在模型。你被身边的人深刻影响。谁是你的办公室邻居非常重要。
延伸阅读
关于我们如何与早期客户构建收入证明的具体过程： Clarm 背后的创始人故事。关于在没有团队的情况下构建入站收入的战术面： 创始人主导销售为什么走入死胡同。