# 129: 中国AI founder如何直接在美国创业？一个千万美元订阅收入案例 | 对话FinalRound创始人Michael

晚点聊 LateTalk · 2025-08-14

<https://latetalk.podhood.com/63f11d89-42d1-44c7-a893-c6c635b730ca>

本期嘉宾是 Final Round AI 创始人 Michael Guan，讲述他如何在硅谷从 0 做到 1000 万美元 ARR 的 AI 面试工具创业。他从《钢铁侠》的贾维斯获得灵感，先做主动式 AI 会议助手，首个付费用户因 10 分钟后要面试紧急付了 99 美元/月，由此转向面试场景。产品上线后加入湾区孵化器 HF0，12 周内 ARR 从 100 万美元增至 300 万，后又翻三倍至 1000 万；他透露 ARR 用保守的上季度乘 4 计算，也提到行业里有最高单日乘 365 的算法。他还讲了一位失业 8 个月的资深求职者用全系产品在 17 天内拿到 offer 的故事；目前团队 20 人，分布在旧金山、上海和班加罗尔，总用户超过 700 万。增长靠自建 AI Agent 系统：每周生成 4000-5000 个 SEO 页面、测 500 份广告素材，在拉斯维加斯租屋接待 100 多位 KOL，并借特朗普形象做线下广告。他解释 688 万美元天使轮有 13 家机构的原因，也聊到硅谷创业者互相天使投资、个人投过 28 家公司的氛围，以及 996 在美国 AI 圈的流行。面对‘面试作弊’争议，他认为所有创新都会挑战传统认知；竞品方面，他称全球已有四五十家模仿者，最欣赏 Cluely 创始人的激进风格。他还预告 B2B 新产品：用 AI 模拟公司试工替代传统面试，认为未来招聘考核的不是结果而是过程。

## Questions this episode answers

### FinalRound AI 现在的 ARR 是多少？他们的 ARR 怎么算？

Michael 说，FinalRound 的收入在上一个季度突破了 1000 万美元的 ARR；他们的算法很保守，是上个季度乘以 4。他还提到听说过最高单日乘以 365 的算法。曼祺追问复购，Michael 说更关注持续获客，全球有超过 10 亿人每年在找工作。

[2:50](https://latetalk.podhood.com/63f11d89-42d1-44c7-a893-c6c635b730ca?t=170000)

### 面试用 AI 辅助工具算作弊吗？FinalRound 怎么看争议？

曼祺问这是不是作弊，Michael 回应说它挑战了传统认知，但所有创新都会挑战传统认知，如果自己不做别人也会做；他还对比 Coolly 是手动截图应对代码面试，而 FinalRound 是 hands-free 的实时对话智能，实时聆听并主动提示。

[8:45](https://latetalk.podhood.com/63f11d89-42d1-44c7-a893-c6c635b730ca?t=525000)

### FinalRound 在增长上用了哪些 AI 黑客手段？

Michael 说他们做了大量内部 AI 工具来做增长：自动化 SEO 每周生成 4000 到 5000 个页面；还会像对冲基金一样捕捉裁员等事件信号，10 分钟内生成落地页并投放；同时每周测试 500 份广告素材，用内部 A/B 平台自动优化。

[45:28](https://latetalk.podhood.com/63f11d89-42d1-44c7-a893-c6c635b730ca?t=2728000)

### FinalRound 的 B2B 新产品是什么？

Michael 说他们在打造一个给企业的可编程 workspace：候选人登录后与 AI 互动，通过完成工作来证明能力；他认为以后面试会被淘汰，招聘应从考核结果转向考核过程。该产品已和设计伙伴合作，预计 9 月正式发布。

[58:21](https://latetalk.podhood.com/63f11d89-42d1-44c7-a893-c6c635b730ca?t=3501000)

## Key moments

- **[0:00] 开场**
  - [1:55] Final Round AI 创始人 Michael Guan 介绍公司：面向北美与欧洲中高级知识工作者的端到端职业 AI 平台，已有 700 万总用户、上季度 ARR 突破 1000 万美元
  - [3:13] Michael Guan 称 Final Round 是美国公司，用户覆盖全球 150 多个国家，并欢迎全球 AI hacker 加入，地域不限
- **[3:43] 创业起点**
  - [4:19] Michael Guan 描述创业起点：卖掉上一家公司后，在 2023 年夏思考超越 ChatGPT 对话式交互，想做实时主动帮助用户的 AI
  - [5:40] 受《钢铁侠》贾维斯启发，Michael Guan 在 2023 年 10 月发布首款会议产品，能实时看到听会议室并给参会者提示
  - [6:44] 第一个付费用户改变 Final Round：有用户称 10 分钟后要面试，Michael Guan 随口报出 99 美元/月，用户立刻订阅
  - [8:24] Michael Guan 说 Final Round 的面试助手不会往会议室加 bot，Granola 等新一代 note taker 也都不再加 bot
  - [9:34] Michael Guan 评价 Cluely：抓住代码面试场景很聪明，但需手动截图；Final Round 是实时免提的 conversational intelligence
  - [10:27] Q: 面试 AI 助手会被监管禁止吗？Michael Guan：任何产品都有监管风险，更多看市场动态
- **[10:45] ARR与用户**
  - [11:30] Michael Guan 披露 ARR 算法差异：Final Round 用上季度×4，听说有人按最高单日×365，甚至最高一小时×24×365
  - [12:56] 一位失业 8 个月的资深产品营销总监用 Final Round 全系产品后，7 天获得面试、17 天拿到 offer，触动 Michael Guan
- **[14:25] 早期成长**
  - [15:12] Final Round 在 2024 年 4 月加入旧金山加速器 HF0，此前已突破 10 万美元 ARR 并开始系统化扩张
  - [15:42] Michael Guan 介绍 HF0：面向连续创业者，提供三餐和私人拳击教练；2024 年 4 月起他学拳击，整个人更有信心
  - [18:10] Final Round 在 HF0 的 12 周内把 ARR 从 100 万美元做到 300 万美元，收入翻 3 倍
  - [19:18] HF0 顾问建议“把价格变高”，Final Round 将月费从 99 美元提到 150 美元，用户仍愿意付费
  - [21:24] Michael Guan 称增长由大量 5%-10% 的小实验复利而成，按钮左右位置都可能带来 50% 转化差异；现在每周跑 100+ 个 A/B 实验
- **[23:29] 首轮融资**
  - [25:07] Michael Guan 观察硅谷风气转变：24 年前 VC 偏爱大厂高管，现在更看好辍学年轻人用 AI 乱拳打死老师傅
  - [27:02] Michael Guan 说一年前有 VC 看不上 AI 应用层，今年年初却被大量 follow-up：“你们是不是开始看应用层了？”
- **[27:46] 投资生态**
  - [28:23] Michael Guan 个人天使投资过 28 家创业公司，单笔 3000 到 1 万美元；硅谷创始人互相遛狗、参加音乐节、相互投资
  - [31:31] Michael Guan 对比老牌与新兴基金：Sequoia/A16Z/GV 品牌和客户资源强，XYZ/First Round/Goodwater 等新兴基金更敢押注年轻创业者
- **[34:17] 活动与996**
  - [34:29] Final Round 把 hacker house 一层改成舞池，联创 Jay 当 DJ，每月办 800-900 人的音乐社交活动
  - [37:11] Michael Guan 说 996 因 AI 和 Elon Musk 风靡硅谷；Final Round 特意找 24 小时办公室，备床和淋浴，大家累了就睡、醒着就工作
  - [40:17] Michael Guan 谈倦怠对策：Final Round 提供无限 PTO，同事要休两周长假他马上同意，也常劝 co-founder 去休假
  - [41:15] Michael Guan 说灵感来自在路上：大学去过 100 多个国家，旅行中头脑活跃，回来转化为公司战略
- **[41:46] 增长引擎**
  - [42:09] Michael Guan 复盘 ARR 从 300 万美元到 1000 万美元：系统化做产品迭代、全球部署、专业营销、SEO、影响者和数据飞轮
  - [44:25] “你能不能做一个 AI 替代掉你自己？”Michael Guan 说所有早期同事都回答可以，这是他的招聘标准
  - [46:29] Final Round 用 AI 每周生成 4000-5000 个 SEO 页面，包括授权转载的用户面试问答，靠长尾词获取大量流量
  - [48:33] Final Round 自建“对冲基金式”事件系统：监测到微软裁员等新闻后，10 分钟内生成落地页、播客和社媒帖并自动投放，排名常超 CNBC
- **[50:14] KOL与广告**
  - [52:13] Final Round 在拉斯维加斯租带货拍摄屋，每周约 5 位 KOL 来拍短视频；包机票住宿，house manager 现场指导，强化品牌合作
  - [53:14] Final Round 在湾区、纽约、德州、芝加哥公交站投放“Interview confidently like our president”“Stop working for jokers”等线下广告
  - [54:45] Michael Guan 称 Final Round 的增长投放 ROI 肯定大于 1，否则不会持续投；具体数据保密
  - [55:36] Final Round 每周用 AI 生成并测试 500 份广告素材，自建平台自动优化不同平台、地区和时段的投放预算
- **[58:04] B2B探索**
  - [58:39] Final Round 的 B2B 新品：可编程工作空间让候选人与 AI 交互、完成任务来证明能力，取代投简历和传统面试
  - [1:00:07] Michael Guan 说传统面试正在被淘汰，Final Round 自己已取消多轮面试，改为邀请候选人一起工作 1-5 天评估
  - [1:01:13] Final Round 用 AI 把“工作试用”产品化：候选人进入模拟公司与同事交互，AI 生成评估信号，9 月正式 launch
  - [1:02:04] Michael Guan 称 B2B 新品 9 月发布后，是让公司从 1000 万美元 ARR 增长到 10 亿美元的机会
- **[1:02:45] 竞争格局**
  - [1:04:18] Michael Guan 盘点竞争：全球有四五十家模仿者，Coolly 最亮眼；现阶段不是零和游戏，各家收入都在增长
  - [1:06:44] Michael Guan 计划为 B2B 新品定高价：10 美元订阅带来“vibe revenue”，1000 美元月费才是真用户；结合订阅与结果付费
  - [1:07:27] Michael Guan 说 B2B 最难的是模拟万人公司：从 1 人到 1000 人的虚拟公司 Scaling，以及选择切入的职业和等待市场接受
- **[1:09:05] 未来思考**
  - [1:09:11] Michael Guan 预测未来招聘从考核结果转向考核过程：AI 能生成任何结果，路径和工具使用才是人才差异
  - [1:10:38] Michael Guan 在节目末宣布全球招募 AI hackers、RL 专家及产品/研究/设计/营销人才，团队成员可大胆创新

## Speakers

- **曼祺** (host)
- **Michael Guan** (guest)

## Topics

AI模型团队动态

## Mentioned

Anthropic (company), Coolly (company), Final Round AI (company), Google (company), HF0 (company), JP Morgan (company), Microsoft (company), OpenAI (company), Bolt (product), Calendly (product), Cursor (product), Granola (product), Lovable (product), Manus (product), V0 (product)

## Transcript

### 开场

**曼祺** [0:04]
欢迎收听 《 晚点聊 》， 我是曼祺 。 对今天的一批中国 AI 应用公司 ， 出海和全球化几乎成为必选项 ，但怎么出海又有不同的做法 。

有人立足中国服务海外， 这是 " 产品出海 "； 有人起家在国内 ， 做到定阶段后整体搬迁 ， 这是 " 肉身出海 "。

然而还有第三条路 ， 就是直接 " 一步到位 " 在硅谷创业 。 这期节目我就邀请了 AI 面试工具 Final Round AI 的创始人 Michael Guan， 来和大家分享非 ABC 的华人 founder， 如何在美国湾区从 0 起步 。

今年 27 岁的 Michael， 本科毕业于 UIUC， 后来直接去耶鲁读了 MBA，2021 年肄业创业 ， 后来被收购 ，2023 年 10 月开始了这一次创业 。

这之后，Final Round 的团队加入了湾区知名的孵化器 HF0， 融到了近 700 万美元的天使轮 。他们在旧金山开千人音乐 Party，也睡在公司 996。他们自己开发了一套 AI 系统 ， 试图把增长和投放效率推到极致 ，也会借特朗普做线下广告 。

目前 Michael 说 ，Final Round 的 AI 面试助手全系产品已经达到了 1000 万美元的 ARR， 即年度订阅收入 。 公司也已在美国之外的上海和班加罗尔都建立了办公室 。

这个年轻的团队直接在全球市场出发的故事 ，也许会对有同样考虑的创业者有所启发 。 下面我们就正式进入本期节目吧 。

最后打一个我们自己的小广告 ：《 晚点 》 发起了一份亲情小问卷 ， 只有 10+ 个选择题 。 我们想了解 ：AI 应用产品在 " 模型调用 " 方面的真实现状 ， 到底在不同场景中， 哪些模型被用得最多 、 最受欢迎 。

问题不涉及产品名称等敏感信息 ， 问卷的链接和详情见 show notes。 欢迎 《 晚点聊 》 听友中的 AI 产品开发者和创造者来填写 ！

感谢 ！

Michael， 你可以先快速地介绍一下你现在正在做的创业公司 Final Round 的一个情况 。 你可以讲讲你们的主要产品是什么 ， 满足什么需求 ？

**Michael Guan** [1:55]
我们打造了一个 end-to-end 的职业 AI 平台 ， 去通过为求职者提供 AI superpower， 去帮助他们更快 、 更好地找到自己理想的工作 。

我们从面试前 、 面试中 、 面试后都提供了大量的 AI 工具 ， 比如说有 AI 改简历的 ，有 AI 自动提交工作申请的 ，有 AI 模拟面试 ， 跟 avatar 去进行一些互动 ， 进行自己面试的准备的 ，也有在面试中进行实时提示的这么一个叫 interview copilot 的这些产品 。

我们主要针对的是 mid-level、senior-level 的这些 knowledge workers， 知识工作者 。他们主要是在北美地区和欧洲地区 。 我们大约现在有 700 多万的总用户 ， 然后我们的收入在上一个季度突破了 1000 万美元的 ARR。

我们在全球有 20 位同事 ， 主要是在旧金山 、 在上海 ， 还有在印度的班加罗尔 。

**曼祺** [2:57]
对 ，因为这次也是想请你来分享在硅谷创业的一些故事 。其实我之前和一些在硅谷的华人团队或者中国人创立的公司去聊 ， 哪怕是比较早期的公司 ，他们也不太愿意在国内的媒体上露出 。

但是我跟你沟通 ， 我觉得你是没有这个顾虑的 。 这个是为什么呀 ？ 这是我自己个人比较好奇的地方 。

**Michael Guan** [3:13]
首先我们是一家美国公司 ，其次是我们 target 的是全球的用户 ， 全球 150 多个国家都有我们的付费用户 ， 这点是最 amazing 的 。其次是我们也在全球范围内进行 AI 人才的征集 ， 我们希望世界各地 ， 无论人在哪里 ， 如果是一位 AI hacker， 可以加入我们 。

所以我们对地域没有任何的限制 。

**曼祺** [3:37]
所以那言下之意我理解就是你们也非常欢迎中国的优秀的工程师可以加入你们 ， 对吧 ？

**Michael Guan** [3:42]
是的 。

**曼祺** [3:43]
那我们也算是打一个小小的广告吧 。 我们可以先从在硅谷你自己感受到的一个创业心态开始聊 。 我觉得这也是现在很多 AI 创业者 ， 包括投资人都比较感兴趣的一个话题 。

### 创业起点

**曼祺** [3:53]
中国或者华人在硅谷创立的公司 ， 目前的融资和发展环境可能分好几种 ，因为有一些公司可能是 ABC 创立的 ，有一些可能是在美国有一定的学习和工作经验 ， 待了比较久的华人创立的 ，其实你们应该是这种情况 。

然后还有一类是 ， 这个公司可能最开始是在国内发展 ， 然后去出海 、 去国际化的公司 ， 比较典型的可能有 Agent。

你们最开始是怎么开始你们这一次创业 ， 包括你们是怎么找到资源和钱的 ？

**Michael Guan** [4:19]
其实刚开始是我卖掉了上一家公司 ， 所以在探索的这么一个过程中 。 然后在 23 年的暑假 ， 我记得当时 AI 特别的火热 ， 当时是 GPT-3， 然后 3.5 刚刚出来 ， 所以说然后大家很喜欢去跟 ChatGPT 去对话 ， 然后做出来了大量对话式的这种 AI 应用程序 。

所以我们当时在探讨的一个契机吧 ， 就是有没有 beyond 这个对话类的 ， 更加 AI native 的一种交互方式 。其实我们所探讨的各种交互形式 ， 可能就所谓的 chat interface 就非常落后了 。

所以我在想有什么东西是可以在中间去进行一个 bridge 的 。 所以我们在探讨的一个就是叫 real-time conversational intelligence， 它可以去主动地给用户带来一些帮助 ，而不是说我要去输入一个问题 ， 或者输入一段语音 ， 从而去获得一段答案 。其实当时所有的 AI 的产品都是 OK， 我扔进去一段话或者一个图片 ， 然后出来一段话 ， 出来一段图片 ， 出来一段音频 。

所以我们一直在构思有没有突破这个交互方式的 。 我们很快地就看到了 《 钢铁侠 》 这部电影 。《 钢铁侠 》 这部电影里面有个 AI 叫贾维斯 ， 贾维斯他在钢铁侠的面具上 ，他可以去实时地看到钢铁侠所看到的东西 ， 听到钢铁侠所听到的东西 ， 然后去主动地给到他一些支持 ， 就像真正的这种 AI。

这是我从小长大印象中真正 AI 的样子 ， 所以我希望把它打造出来 。 我们在 23 年的 10 月份发布了我们的第一款产品 ， 它可以连接到会议室里面 ， 然后看到会议室里面的人， 听到会议室里面的对话 ， 然后实时地去给到参会的这些人一些提示 ， 帮助他们更好地去沟通与交流 。

**曼祺** [6:02]
这个第一款产品叫什么名字 ？

**Michael Guan** [6:03]
当时没有名字 ， 当时我们 。

**曼祺** [6:05]
没有名字 ？

**Michael Guan** [6:06]
对 ， 我们当时就是 meeting copilot， 我们当时就直接发在了一些论坛里面 ， 然后我们就开始看到有用户去使用我们的产品 ， 接入到他们的会议室里面 。

因为当时其实大家是可以去输入不同的场景的 ， 比如说我这是一个工作会议 ， 我这是一个销售会议 ， 我这是一个 online dating， 我们看到了非常多一些比较有意思的场景 。

然后很快 ， 当时是需要邀请三个好友去获得一个免费的 session，也没有任何的订阅制 。其实我们这个产品更多是在一个探索的阶段当时， 所以很快有一个用户说我 10 分钟以后有个面试 ， 我需要他去帮助我的面试 ， 我能不能付费使用 。

我收到这个邮件以后其实感觉蛮惊喜的 ， 我觉得我们马上要解锁一个非常大的一个 use case， 所以我很快地就说 99 美金 ， 我随便编了一个数字 ，因为大部分的产品当时都是 10 块 、20 块钱的 ， 对吧 ，并没有 AI 公司会说 OK， 我要 charge 200 美金 、100 美金这么一个定价 。

所以我们就很快地我发了一个邮件 ，99 美金一个月 。

**曼祺** [7:09]
那是挺贵的 。

**Michael Guan** [7:10]
对 。

**曼祺** [7:10]
为什么当时你们的免费产品不能满足用户的需求了 ？

**Michael Guan** [7:14]
因为当时没有订阅制 ， 免费的版本需要邀请三个好友才能获得一个免费的 session， 然后他的面试是 10 分钟以后， 然后他马上订阅了 。

所以我就知道这是一个非常痛的痛点 。 我们很快抓住了这个机会 ， 去把整个品牌打造起来了 ， 包括像 Final Round AI、interview copilot， 然后做了非常多在面试前 、 面试中 、 面试后的一些产品的设计 ， 帮助用户更好地在这个场景去深挖 ， 然后更好地去帮助他在面试中更加自信地呈现自己 。

然后打造了我们第一代的 UI， 它就是一个 OK 叫做面试的实时的提词器 ， 这个 real-time teleprompter。 然后这个产品上线以后其实蛮多争议的 ， 然后我们也拍了一些比较有意思的短视频 ，在 Instagram、 在 TikTok 上获得了一些早期的关注 ， 然后这些关注帮助我们获得了第一批的用户 ， 然后就开始口耳相传地传播开来了 。

**曼祺** [8:10]
我有一个小的产品形态上的疑问 ， 就是这个产品接入会议的时候 ， 除了使用者之外 ，其他人是不知道的是吗 ？

**Michael Guan** [8:16]
是的 。

**曼祺** [8:17]
因为在面试那个场景的话 ，其实你肯定不能让面试官在在线会议的那一头就是知道你接了一个助手 。

**Michael Guan** [8:24]
对 ， 我们的产品其实跟当时很多 AI 的 note taker 非常不同的一点 ， 就是您说的它不会加一个 bot 到会议室里面 。

然后在我们做了这件事情以后， 非常多新一代的 note taker， 比如说像 Granola 这些产品 ，他们也再也不再加入一个 bot 到会议室里面了 。

**曼祺** [8:45]
所以这个争议就是关于这样面试是不是作弊的争议是吗 ？ 刚才提到产品上线之后有一些争议 。

**Michael Guan** [8:50]
是的 ， 它某种程度上挑战了传统的认知 ，但我们认为所有的创新都会对传统的认知进行一定的挑战 。

但是如果我们不做 ， 别人也会做这件事情 ， 所以我们很快抓住了这个机会 。

**曼祺** [9:03]
最近有一个应该在硅谷也是比较有争议性的事件 ， 就是应该是 HLZ 对吧 ， 投了一个公司 ，1500 万美元投了一个公司的 A 轮 ， 叫 Cluely， 然后创始人是一个刚刚被学校开除的学生 ， 对 ，Roy Lee。他就是因为他做的这个场景其实跟你们很类似 ， 然后因为他也是学生 ， 然后大学可能会觉得这个东西有一些道德上的顾虑 ，以及这个公司在宣传上他也是会比较直接说我们就是可以 cheat on

everything， 我们就是可以在很多事情上用 AI 来作弊 。 你自己会怎么去看这个事情的争议 ？

**Michael Guan** [9:34]
我觉得他们做的这个产品挺有意思的 ，他们其实是抓住了当时我们没有去特别关注的一个点 ， 就是针对代码类型的面试 。

所以我们当时是所有类型的面试都通吃 ， 然后他抓住了一个特别的场景 ， 就是代码类型的面试 。

但他们的产品它是一个需要手动去激活的一个产品 ， 就比如说我看到这里有一个代码的题目 ， 然后我去截一个图 ， 然后生成答案 。

但我们的产品是完全 hands-free 的一个 conversational intelligence， 它是实时地去聆听对话 ， 实时地去看会议室里面的内容 ， 实时地去主动地给出提示 。

所以我觉得技术含量以及场景 wise 的话 ，有非常多的不同 。

**曼祺** [10:19]
那长期来说 ， 你觉得面试类的 AI 辅助工具会有政策或者说监管的问题吗 ？ 就是这类产品有没有可能会被禁掉 ？

**Michael Guan** [10:27]
我觉得更多是看市场的动态 ， 任何一个产品都存在监管的风险 。

**曼祺** [10:34]
就是你们现在的 ARR 的测算 ， 你就说 1000 万美元 ，因为其实你们的产品我理解因为它更新得很快 ， 就它其实很多时候大家是没有在上线满一年的时候 ， 大家就在算 ARR。

### ARR与用户

**曼祺** [10:45]
这种情况下算 ARR 它靠谱吗 ？ 包括就比如说面试这个场景 ，有可能这个人这个月会面试 ， 然后他可能接下来的七八个月他都不面试 ，他这个月给你付费 ， 然后之后他又不付费 ， 那复购会不会比较低了 ？

就除了 ARR 之外， 你自己还会比较去关注产品的哪些指标 ？

**Michael Guan** [11:01]
我们并不会去担心用户的 retention， 更多的是我们怎么样去持续地进行获客 。 无论如何 ， 大家找工作的时间它是有限的 ， 所以我们也非常坦然地接受这件事情 。

我们关注的更多是在我们怎么样去帮助更多的求职者获得机会 。 全球有超过 10 亿人每年在找工作 ， 对吧 ？

这是一个 huge market， 非常流动的 market。 以及这个算 ARR 的方式 ，其实我们公司是非常保守的一个算 ARR 的方式 ， 我们就是上个季度乘以 4， 这就是我们的 ARR。

**曼祺** [11:30]
所以不保守的方式是怎么算的 ？

**Michael Guan** [11:32]
我听说过的 ，有什么最高单日乘以 365 的 ，也有最高的那一个小时乘以 24 再乘以 365 的 。

**曼祺** [11:40]
最高的一个小时乘以 24？

**Michael Guan** [11:42]
因为确实有很多产品在发布的时候 ，他就会说我这第一周就干到了什么几千万美元 ， 对吧 ？ 其实我觉得某种程度上他有自己 justify 的方式 ，但更多的就是说 OK， 这个数字背后反映的是什么 ？

它反映的是一家公司的 momentum， 它反映的是一家公司有多大的业务量 。 所以我觉得我们非常 stay true to ourself， 我们在全球有几百万的用户 ， 可以去到我们的 YouTube channel， 可以去到我们的各种社交媒体 ， 我们的用户会留下他们访谈的录像 ， 我们帮助非常多优秀的人才进入到了他们理想的工作的机会 。

我觉得有这些信息对于我们来说已经非常足够了 。

**曼祺** [12:20]
迄今为止你收到的让你印象最深 ， 或者说最触动你的用户反馈是什么 ？

**Michael Guan** [12:25]
我接触到了一个用户 ，他是我们的付费用户 ，他说他在找到我们之前 ，他其实已经面试了 8 个月的时间了 ，而且他是一个比较 senior 的人， 所以这 8 个月的时间对于他来说整个生活的成本 、 家庭的压力是非常大的 。他有小朋友 ， 然后有家庭 ， 美国非常经典的这么一个中产家庭的 professional 专业人士 ，他就在寻找一份 director of product marketing 的工作 ， 就是我会给我们的用户提供 one-on-one 的

机会 ， 就我经常是在 Google Meet 里面 ， 然后用户有事情他就可以直接进来 ， 这样子我们的跟客户的交流也会非常的顺畅 。

所以他给我的一个直接反馈是让我非常触动 ， 让我们整个团队有非常有信念去做这件事情的是 ，他面试了一家支付公司 ， 这家支付公司是一个美国特别大的这么一个 Fintech 公司 ，high growth， 然后这个人是在第十轮的时候被刷掉的 ， 然后他就特别的痛苦 。

像他这样比较 senior 的这种岗位其实机会并不多的 ，他可能是需要有特定的 referral 才能走到最后的流程 。 所以在我们上线了 AI job hunter 以后， 我们帮他去进行了一个海投 ， 然后让他在 7 天之内获得了一个面试机会 ， 然后在第 17 天的时候 ，他就已经成功地拿到了 offer。他用了我们全系列的产品 ， 帮助他在失业的第八个月拿到了自己的一份理想的工作的 offer。

所以这件事情对我来说触动是非常大的 ， 就是现在这个就业市场其实是某种程度上我觉得非常极端的一个市场 ，有非常优秀的人才 ，Meta 正在花几个亿美金去进行招聘 ，也有大量失业的人 ，他们因为各种各样的原因失业了 ， 怎么样帮助他们找到自己理想的工作 ， 我觉得是我们团队的一个使命 。

**曼祺** [14:12]
对 ， 我们可以继续聊你们接下来的过程 ，因为是你有提到 23 年 10 月 ， 对吧 ？ 然后这个产品可能还是一个正式上线的一个状态 ， 这个时候我理解你们应该还是一个非常小的团队 ， 然后可能也是没有拿钱的状态在自己做这样一个尝试 。

那再往后是比如说它到什么时候可能更加的公司化了 ， 或者说有一些外部的资源 ， 比如说投资机构也许会主动关注到你们 ， 然后跟你们有一些接触 ， 这个大概是个什么过程 ？

### 早期成长

**Michael Guan** [14:36]
是的 ， 我们很快地其实就突破了 100K 的 ARR，其实这么算下来其实也不是很多 ， 对吧 ？100K 也就是说每个月也就 1 万美金这样子 ， 我们定价比较高 ， 我们定价的是当时是 100 美金一个月 ，99 美金一个月 ， 所以的话其实我们只需要有 100 个用户付费 ， 平均下来每一天只需要有三四个人付费就可以了 ， 对吧 ？

其实并不是一个特别夸张的数字 ， 所以我们很快地去获得了这么一个 milestone， 然后我们开始去更加系统性地去思考 OK， 我们怎么样去放大我们的获客 ， 然后还在继续用自己的钱去进行一些 bootstrapping。

我们在 24 年的 4 月份加入了 HF0 孵化器 ， 然后开始去非常系统性地思考 OK， 我们怎么样去像一个 high growth 的 startup 去全方位地去进行 expansion，不单只是从 top funnel 的获客 ， 到我们整个 brand awareness， 再到我们的团队的拓展 ， 再到我们业务的拓展 ， 去非常系统性地去思考这些问题 。

这里面有大量的就是一些 external 的 advisor 给到我们很好的建议 。

**曼祺** [15:40]
可以介绍一下 HF0 吗 ？

**Michael Guan** [15:42]
它是一个加速器 ， 主要 target 的是连续创业者 ， 对吧 ？ 然后我个人也是个连续创业者 ， 所以很有信心地加入了加速器 ， 然后它是在旧金山有一个巨大的房子 ， 当然比较旧 ， 这个房子走路的时候地板也会嘎吱嘎吱地响 。

对 ， 然后它会提供一日三餐 ， 非常的关注在创始人的身心健康 、 身体状态 ， 它还提供了私人的健身教练 ， 还有拳击教练 。

所以我也是在 2024 年的 4 月份正式开始去学习拳击 ， 我觉得它对我整个人的状态带来了非常大的改变 ， 整个人变得更加有信心 ， 更加的激进 。

**曼祺** [16:22]
就是 HF0 这个加速器 ， 它是你们去报名 ， 然后它来筛选 ， 还是它也会定向邀请一些项目 ？ 就你自己是怎么参与到这个里面的 ？

**Michael Guan** [16:32]
我们是申请的 ， 然后最终筛选 10 个团队 。

**曼祺** [16:35]
那期间的话是你们整个团队都要在你刚说的旧金山的大 house 里一起办公 ？

**Michael Guan** [16:41]
它提供选择 ， 当时主要是我和我的 co-founder 住在里面 。

**曼祺** [16:45]
那会儿你们公司有多少人了 ？

**Michael Guan** [16:46]
我们公司应该有 5 个人， 对 ， 当时 。

**曼祺** [16:49]
你们是本来就在旧金山是吗 ？

**Michael Guan** [16:51]
是的 ， 我当时住在南湾 ，在 Palo Alto 那一带 ， 所以离旧金山其实有些距离的 ，但是我经常会去旧金山参加一些活动这些的 。其实我觉得整个 Palo Alto 的创业生态可能偏老龄化 ，因为有太多的大厂了 ， 所以有非常多大厂的工程师每天跟大家讨论的就是我的薪水 ， 我的包裹特别的大 ， 对吧 ？

大到他们都懒得去创业了 。 但是在三番其实是完全不同的风景 ， 三番的话大家讨论的是 OK， 最前沿的一些 AI 的一些场景应用 ，而且有非常多的年轻人。

现在比如说上一届 YC 平均年龄应该是不到 20 岁 ，其实是非常疯狂的 ， 这也体现了整个 AI 时代其实它需要更多年轻人才的注入 ，因为它是打造全新的场景 。

我们也会看到一些对最 high growth 的这些 startup 其实是来自于年轻人的 ，而不是说来自于 OK， 大厂的高管 ， 然后去做了一个什么 enterprise AI 之类的 。

**曼祺** [17:47]
我想顺便问一下， 就是 HF0 在旧金山的封闭加速的地方是在旧金山的什么区 ？

**Michael Guan** [17:54]
Alamo Square。

**曼祺** [17:55]
那是它的一个 AI 的这种比较聚集的地方吗 ？

**Michael Guan** [17:58]
属于其中一个比较聚集的区域 ，有非常多的创业者住在那个地方 。

**曼祺** [18:02]
所以那 12 周就是大概从 4 月到 6 月 ，24 年的 4 月到 6 月 ， 你和你的 co-founder 就是封闭在那个地方 ， 然后搞开发搞增长是吧 ？

**Michael Guan** [18:10]
没错 ， 我们 triple 了我们的收入 ， 短短的 12 周的时间内 ，100 万的 ARR 增长到了 300 万的 ARR。

**曼祺** [18:19]
就是说 24 年你们开始去的时候已经是 100 万的 ARR， 那就一个月差不多是小 10 万美元的收入了 ？

**Michael Guan** [18:25]
是的 。

**曼祺** [18:25]
然后到一个月小 30 万美元的收入了 。 你可以讲讲这个过程 ， 你们的这个过程它是比较平稳地就完成了三倍的翻倍了 ， 还是它中间是有什么标志性的转折和拐点 ？

**Michael Guan** [18:36]
我觉得其实硅谷比较崇尚的一个文化是做大量的实验跟增长的 growth hacking， 就无论做什么事情 ， 比如说 Airbnb 最早去卖 cereal， 对吧 ？

卖麦片 ，也赚到了 100K 的收入 ， 然后包括很多创业者 ，他会用各种稀奇古怪的招 ，其实我们也是分两个方向 ， 第一个方向是非常系统性地去 OK， 做大量的 A/B 测试实验 ， 去发布一些新的功能产品去获得用户 ，不单只是产品 ， 还有大量的一些 marketing 的渠道 。

然后第二条线其实是我们做了非常多大胆激进的一些创新 ， 比如说当时有个 advisor 跟我们说 ， 最简单增长收入的方式就是把价格变高 。

所以我们当时其实蛮震撼的 ， 就是说 OK，99 美金其实已经非常高了 ， 对吧 ？ 我们还要提它多高 ， 对吧 ？

大家愿意付费吗 ？ 然后我们把我们一个月的订阅改到了 150 美金 ， 发现其实好像大家还是挺喜欢这个产品的 ， 还是愿意去付费的 。

就这么一个小小的改变 ，其实从数字上来看 ，OK， 已经是 50% 的这么一个涨幅了 。其实我们改了特别多的东西 ， 对吧 ？

有改品牌的 ， 这也是我们全新的品牌设计的 logo， 对吧 ？ 我们找了专业的设计团队 ，他是帮 Tesla 跟 OpenAI 的一个设计团队帮我们去设计的 。

所以整个品牌就非常的正面积极有能量 。其实第一版的品牌是我手搓出来的 ， 对 ，有一些可能非常反人类的 ， 就 counterintuitive 反人性的一些反直觉的一些东西 ， 我们都做了很多的尝试 。

可能会有人说这个要有大量的试用 ， 这样用户才会更开心更喜欢 ， 对吧 ？ 但我们可能在某个阶段我们把试用给关掉了 ，他必须要付费才能去使用我们的产品 。其实这也是会不断地去影响 ， 对吧 ？

我们对产品的定位 ， 对我们收入的一个定位 ，以及对未来收入的一个预期 ， 增长的一个预期 ， 对吧 ？ 我们现在看到有非常多的 AI 的公司开始使用邀请码 ， 对吧 ？

去创造一些有点像小米 ， 像 Manus， 对吧 ？ 去创造一些 FOMO 的情绪 。其实这些我们当时都试过 ， 对吧 ？ 有的有效果 ，有的没效果 。

我觉得这些其实更多是要去大胆的尝试跟创新 。

**曼祺** [20:51]
所以总结一下， 就是你在 HF0 学到的一点 ， 或者说他们的方法论 ， 就是我不断地快速地去试错 ， 做一些也许逻辑上想起来没有道理的事情 ， 然后你去看看它实际上有没有效 。

**Michael Guan** [21:03]
是的 。

**曼祺** [21:04]
那除了改价格这个事 ， 它直接可能带来个 50% 的增长之外， 还有哪些可能在你们之前是不会做 ，但是你们通过去试发现它是有效的东西 ？

**Michael Guan** [21:13]
其实并不是说所有的增长都是一下可以 10 倍的增长 、5 倍的增长 、2 倍的增长 。 很多增长其实是不起眼 ， 它可能是 5% 的增长 、10% 的增长 。

当这些增长开始不断地去 compound 起来以后， 它可以带来非常长期的一个增长的这么一个动能 。 我们做了非常多的实验 ，其实很多时候 ， 比如说这个按钮在左边还是右边 ， 它也是会影响用户的转化的 ， 甚至很多时候它转化之间的差别可能可以达到 50%。

所以我们是一个非常系统性的增长的团队 ， 我们去做大量的 A/B 测试的实验 。 这也是我刚才讲的觉得非常反直觉的一个地方在于 ， 很多人可能会觉得这个按钮是红色的 ， 对比这个按钮是黑色的 ，并没有太大的差别 ， 对吧 ？

但其实是有非常多的差别的 。 当用户量大到一定体量的时候 ， 它能够支持我们去做大量的实验 ， 比如说我们现在每周都会有 100 多个实验在进行 ， 很多都是 AI empowered， 我们自己做了一个内部的 AI 原生的这种 A/B 测试的平台 ， 它可以帮助我们的产品的同时开发者快速地去上线自己想要去测试的东西 。

这是我们团队一个比较我觉得比较独特的地方 ，在于我们希望所有的同事都有自己的一个产品的 taste， 对吧 ？ 他会觉得这个产品哪里不好 ， 对吧 ？

我要去做一些改变 ， 比如说我们 marketing 的同事 ， 无论他是在世界哪一个地方 ，其实大家对这个产品都会有自己的一个想象的空间 。

我觉得与其就大家藏着掖着不去分享这件事情 ， 只让产品团队去驱动 ，不如说我们让所有人都参与到产品的开发的过程中， 可能大家对落地页有一个自己的认知 ，OK， 我们就分拨一部分的流量给到负责落地页的同事去打造自己的一个实验 ， 然后如果实验结果是好的 ，OK， 我们就去升级到新的版本 。

如果实验的结果是不好的 ，OK， 我们就回到原来的版本 。 所以我们非常鼓励创新以及实验的文化 ，不单只是产品团队在做大量的实验 ， 我们的运营的同事 、marketing 同事 、 开发的同事都在全方位的各个角度地去贡献到产品的发展里面去 。

### 首轮融资

**曼祺** [23:29]
你们第一笔正式的融资是在参加完孵化器之后才发生的是吗 ？

**Michael Guan** [23:34]
是的 。

**曼祺** [23:34]
然后可以说当时一个比较短的时间里 ， 三个月的三倍增长是你们能获得融资的关键吗 ？ 还是说你们之前因为你是在美国上的本科吗 ？

就是你之前在美国待了已经比较久是一个关键吗 ？

**Michael Guan** [23:45]
我觉得这是个很好的问题 。 我觉得首先沟通方面肯定是有帮助的 ， 对吧 ？ 我可以更好地去清晰地传达我们团队的一个愿景 ， 就分享我们的增长 ， 我们背后的一些故事 ， 包括我的 co-founder，他本身也在美国的科技公司大厂工作过蛮长的一段时间 ，也是非常硬核的技术的背景 。

所以其实我觉得在这个地方生活成长肯定是有一定的优势的 ，不单是语言的优势 ， 我们也可以更好地去参与到一些本地的活动 ， 去把品牌的影响力传播出去 。其实我们的一些投资人在很早的时候就关注了我们 ，在我们产品 launch 的时候 ，他其实就已经关注到了我们 。

**曼祺** [24:27]
你就说 23 年 10 月的时候 ？

**Michael Guan** [24:28]
是的 ，他只是当时还没有就是说这么强的一个 conviction， 对吧 ？ 我觉得这些 conviction 是通过比如说公司的 traction， 对于创始人信任以及行业的一个变化 。

**曼祺** [24:42]
当你们开始去就正式要融资 ，而且你们种子轮 688 万美元 ， 接近 700 万 ，其实数额也不算特别小 。 你收到的比较有意思的反馈是什么 ？

就你在跟硅谷的投资人交流的时候 ， 就包括看好的和不看好的都可以举例讲讲 。

**Michael Guan** [24:55]
对 ，其实硅谷之前是不是特别看好年轻人创业的 ， 硅谷一些比较老牌的这些 VC 都会去押注一些比如说大厂的高管 。

**曼祺** [25:05]
你说的这个之前是多少年之前 ？

**Michael Guan** [25:07]
我觉得 24 年之前 ， 包括像是 24 年之前有非常多大模型 foundation layers 的这些公司完成了很多的融资 ，他们都是从各个大厂非常高级的一些 title 出来的 ， 很少看到就是说有年轻创业者 ， 一般年轻的创业者都去做社交媒体 ， 做约会软件 。

我觉得这个是一个比较固有的硅谷的一个印象 。 就如果你说一个年轻的创业者要去做一个 FinTech， 我要去做一个 accounting software， 可能大概率这些 VC 在之前是不信任这件事情 ，但现在不一样了 。

我们会看到非常多年轻的创业者说 OK， 我要改变 HR 的市场 ， 我要改变传统的支付的市场 ， 改变传统的金融市场 ， 传统的医疗的市场 ， 用 AI， 大家接受程度其实是越来越高的 。

**曼祺** [25:54]
所以你想表达的是 ， 就是在硅谷大家更看好年轻人来做用 AI 去改变一些传统行业 ， 或者说已经存在的场景的这么一个方向 。

**Michael Guan** [26:04]
对 ， 这是我觉得是在 24 年发现的一个趋势 。

**曼祺** [26:07]
这个变化你觉得是怎么发生的 ？ 为什么是在 24 年发生的 ？

**Michael Guan** [26:10]
是因为有非常多优秀的年轻人决定辍学了去创业 ， 比如说我们看到很多像 Cursor，他们就是非常优秀的年轻人去做出来的一款产品 。

以前他可能需要非常成熟的开发者以及开发者团队才能看到这样的机会 ，但现在因为 AI 它需要去彻底颠覆掉传统的这一套开发的逻辑 ， 所以说让一些非常年轻的 hackers 抓住了这样的机会 。

我觉得本质上来说它其实就是乱拳打死老师傅的这么一个概念 。 就比如说我们 ， 对吧 ？ 其实我们在招聘行业并不是什么专家 ，但是我们可以去彻底地颠覆掉招聘行业 。

**曼祺** [26:55]
刚才讲到这个话题是想问 ， 就是你们在和投资人接触的时候获得的一些支持的和不看好的具体的反馈是什么 ？

**Michael Guan** [27:02]
我觉得也有不看好的反馈 ， 对吧 ？ 比如说有些投资人他看不上 AI 应用层 ， 这也是蛮有意思的 。

比如说在一年前看不上 AI 应用层的 ， 然后在今年的年初我们又收到了非常多的一些 follow up。Michael， 你是不是我们公司现在开始看应用层了 ？

**曼祺** [27:19]
所以其实在美国的应用的创业潮也并没有比在国内更早到来 ， 就据你自己的感受是这样子 。

**Michael Guan** [27:25]
是的 ，而且应用其实怎么说 ， 应用的收入的能力和 B2B 的 ， 比如说偏 infra 的收入能力 ， 我觉得量级不是在一个量级 ， 就可能很多大的一些体量的 infra 公司甚至看不上一些应用公司的收入 ， 比如说 OpenAI， 对吧 ？

他们完全看不上 。

**曼祺** [27:43]
你把 OpenAI 也是算成 infra 是吧 ？

**Michael Guan** [27:45]
是的 ，foundation。

### 投资生态

**曼祺** [27:47]
OK， 那是这样算的 ， 那确实大模型公司的收入是非常高的 。 然后你们这次就是种子轮有 13 个机构 ， 机构特别多 ， 为什么是这样一个安排 ？

因为好像我觉得种子轮这么多机构并不是一个特别常见的方式 。

**Michael Guan** [28:02]
其实我觉得蛮多这种就是有一个领头 ， 然后有非常多的 follow up 的机构 ，但一般大家不把 follow up 的机构写出来 ， 对吧 ？

**曼祺** [28:10]
所以现在在湾区 ，在硅谷 ， 比如说第一轮 、 第二轮融资就有非常多机构是比较常见的是吗 ？

**Michael Guan** [28:17]
对 ，其实我们有非常多的天使投资人， 对 ，但是我们并没有就是一一把它列出来 ，因为这个确实非常的多 。

但其实比如说我个人也会去做一些天使投资 ， 我天使投资过 28 家公司 ， 我的 track 也是非常小的 track， 都是从我个人的积蓄 、 工资里面一点一点掏出来的 ， 可能有 5000 块钱 、3000 美金的 ，也有 1 万块钱的这些 track。

有的人也会把我的名字写到他的 PR 稿里面 ，但大概率是不会的 ， 对吧 ？ 但我觉得更多是一个这种互相支持 、 互相去理解 、 互相鼓励的这么一个过程 。

**曼祺** [28:50]
这个现象挺有意思的 ， 就你说你有些公司你可能就投 5000、3000 美元这种 ， 你就不是通过一个基金 ， 你就是作为个人投资者直接投进去的 ， 直投进去的 。

这个反映的是一种什么呢 ？ 是因为可能是不是说在硅谷创业者的密度已经到了一定程度 ， 然后大家相互支持的这种情况就会经常发生 。

**Michael Guan** [29:08]
我觉得首先一个是有大量的机会和机遇 ，但一个人的精力是非常有限 ， 比如说我们就一天也只有 24 小时 。

当我们沉浸在一个充满了创新的这么一个地方的时候 ， 就感觉遍地都是黄金 ， 对吧 ？ 但我不可能说我每个方向都去捡 ， 对吧 ？

所以说我会愿意去支持一些创业者去做我觉得很有意思的事情 ， 同时他们也特别 passionate，他们有资格去做的一些事情 。

然后第二 ， 我觉得更多是一个某种程度上也算是一个社交 ， 就像是有大家一起遛狗的这么一个社交 ，有大家一起去音乐节的这么一个社交 ， 对吧 ？

也有大家一起去讨论创业 exciting ideas 的这么一个社交 。

**曼祺** [29:54]
所以也有很多别的一些公司的创始人投你们是吗 ？

**Michael Guan** [29:58]
是的 ， 当然 。 都是偏个人 ，但是你想想 ， 比如说 5000 美金一个人， 对吧 ？ 哪怕 100 个人其实也不多的 。

所以但是有这 100 个人的支持 ， 我觉得它所带来的能量和未来的一些机会是远超这金钱所能够赋予的能量 。

**曼祺** [30:15]
在你们就是获得种子轮之后， 你觉得哪些硅谷的机构是可以给创业公司比较强的背书和资源帮助的 ？

就我想知道那边的投资生态是怎样的 。

**Michael Guan** [30:25]
对 ， 我觉得其实肯定是有一些老牌的基金 ， 对吧 ？ 他们在市场上的 track record 非常好 ， 然后会让很多人去 FOMO。

相对立的是有非常多的 emerging fund， 这些 emerging fund manager 它其实是一些传统的大基金出来的一些投资人完成了自己的募资 ， 然后去开始去 run 一个 fund，他们也会更加激进 ， 更加愿意去支持一些年轻的创业者 ， 就 high risk, high reward。

比如说老牌的基金 ， 对吧 ？ 它可能名声特别的好 ， 它对公司的整个增长的帮助 ， 介绍一些客户可能会有更好的支持 。

但是这些大基金因为它有非常多的 deal， 对吧 ？ 它可能已经一年投那么几十个项目 ， 如果并不是就是最牛逼的那些项目 ， 可能获得的资源 、 关注都会比较少一些 。

这个时候其实相对应的 ， 比如说有很多 emerging fund manager，他们是从 AI 公司出来的 ，他们所能够提供的可能就更加真实 ，而不是一些虚的 marketing 的帮助 。

**曼祺** [31:24]
你提到的一些名声在外的老牌的大基金 ， 还有一些新兴的活跃基金 ，在硅谷可以分别举一些例子吗 ？

**Michael Guan** [31:31]
对 ， 我觉得老牌的这些大家应该比较熟悉 ， 比如说像 Sequoia、A16Z， 比如说像是 Cosla Ventures、Google Ventures， 然后一些新兴的 fund 我们也可以看到 ， 比如说像是 XYZ Ventures， 比如说 First Round Capital 其实就挺火的 。

**曼祺** [31:54]
跟你们的名字很配 ， 你们是 Final Round 的 ， 我们是 First。

**Michael Guan** [31:58]
对 ， 然后的话还有一些稍微新一些的基金 ， 比如说像是 Goodwater， 它专门投 consumer 的 ，也是我们其中一位 investor， 然后 Goodwater 其实也投了蛮多 prosumer、consumer 相关的 。

**曼祺** [32:15]
像这些新的基金 ， 你刚刚提到的 XYZ、First Round、Goodwater，他们都是一些什么背景的人创立的 ？

**Michael Guan** [32:21]
我觉得分为几种不同的背景 ，有一些大的 fund 的 GP、partner 出来单干了 ， 可能在大的 fund 里面的它的 deal flow 特别的好 。

更多的是偏一些以前的 ， 可能是更多一些所谓的 entrepreneur、operator，他们在完成自己的创业的旅程之后， 还希望继续去支持创业者 ， 所以他们变成了 investor。

**曼祺** [32:44]
我想了解一下， 就是在硅谷的话 ， 如果我创业之后， 然后来做投资 ， 需要我上一次的创业成功到什么状态才可以这么做 ， 还是其实没有定数 ？

其实 Sam Altman 他以前就自己创业 ， 后来他去 YC， 你可以说他是从创业一度转去做投资了 。

**Michael Guan** [33:00]
对 ， 我觉得并没有定数 ，也正是这种比较动态的这么一个机遇的机制 ， 可以让大家有非常多不同的一些机会 。

我觉得硅谷还是比较奖励懂得去抓住机会的人。

**曼祺** [33:13]
如果在硅谷做 AI 应用 ， 就不自己做模型 ， 做应用的公司的话 ，其实有多少它是会去融资 ，有多少它可能就是通过 ， 比如说我就是做订阅 ， 我有个还可以的现金流 ， 然后团队也比较小 ， 我就这样自己赚着 。

**Michael Guan** [33:26]
我觉得有一个概念特别有意思 ，其实翻译成中文就很像我以前听到的这个成语 ， 叫八仙过海 ， 各显神通 。

然后这里面有非常多不同的 channels，有人可能上来高举高打的这么一个节奏 ， 比如说像 Mira 的 thinking machine， 它就可以做到非常声势浩大 ，也会有非常多独立的创业者 ，他手头上可能就一件事情给他做到极致 ， 比如说像 Calendly， 我觉得是一个非常震撼的一款产品 ， 这么一个简单的需求被它挖掘得特别好 。

然后所有的大厂 ， 所有的平台都有定日历的软件 ，但是它还是目前最受推崇的预约 meeting 的软件 。 我觉得每一个路径其实都会有一个属于自己的这么一套打法 ， 所以我们其实无论我个人还是我们公司 ， 都是在摸索属于我们自己的一个成长的套路 。

### 活动与996

**曼祺** [34:18]
有些什么额外的活动可以帮助创业公司在硅谷获得更多资源吗 ？ 其实你上次有跟我讲过说你们其实会办一些 ， 我理解是偏有点像小型音乐节的这种 party 之类的活动 。

**Michael Guan** [34:29]
我们在硅谷有一个 hacker house， 然后 hacker house 其中有一层是我们把它改造成了一个类似于 dance floor， 就像夜店的舞池一样 。

然后我的 co-founder 是一位非常优秀的业余的 DJ， 专职创业 ， 专职 CTO 业余 DJ， 然后也非常优秀 ，他的音乐获得了很多的认可 。

所以我们一般会一个月去办一场这种通过音乐社交的这么一个活动 ， 一般每一场我们会有八九百个参与我们的活动的创业者也好 ， 投资人也好 ， 包括我们的投资人 、 朋友公司的投资人 ，以及各个地方的创业者或者非常优秀的一些 AI 的 practitioner、 工程师 、 开发者 、researchers、 设计师都会来到我们的小小的 hacker house 去支持我们的活动 。

通过大家都比较喜欢音乐 ， 所以我觉得这也是一个比较做得比较特别的一个地方 ， 我们喜欢办一些活动去吸引到人才或者吸引到一些关注这样子 。

**曼祺** [35:30]
这个活动会安排一些技术讨论或者产品讨论环节吗 ？

**Michael Guan** [35:34]
不会 ， 对 ， 我觉得创业还是比较辛苦的 ， 难得办一次活动就不要去讨论这些东西了 。

**曼祺** [35:42]
你自己和团队现在是个什么状态 ？ 就你们工作起来是什么状态 ？ 因为我最近了解到好像硅谷的加班文化也是比较严重的 ， 然后以前大家会觉得在国内创业肯定是很苦逼的 ， 很多公司都是大小周 ， 或者说是一周要上六天班 。

最近好像 996 也比较风靡于美国 。

**Michael Guan** [36:01]
是的 ， 我觉得 996 确实开始风靡于美国 ，而且是在 AI 到来以后 ，以及我觉得 Elon Musk 某种程度上也推动了 996 的文化 。

因为当时其实疫情以后， 我们看到非常多的公司选择了远程工作 ，在世界各地 ，不单只在美国各地 ，在世界各地 ， 很多美国公司在欧洲也招了人 ，在亚洲也招了人 ，他们就没有办法把大家 relocate 到一起了 。

但是这个时候 ， 比如说 Elon Musk 开了这个头 ， 然后再到亚马逊 Jeff Bezos， 再到扎克伯格去做了很多大刀阔斧的改革 ， 要求所有人 OK， 你要在这个时间节点回到办公室 ， 对吧 ？

这其实影响了很多人的生活 ， 对吧 ？ 我也看到身边有很多朋友可能搬出了加州 ， 去到了其他的地方 ， 然后最终又回到了加州 。

所以我觉得其实更多是对于一个时代机遇的一种焦虑感 ， 我们团队也存在这种焦虑感 ，但是这种焦虑感更多是自发性的 ，是某种程度上这是个内卷 。

它并不是说 OK，因为竞争对手 ， 或者说因为其他公司也在 996， 我们就要 996，而是说 OK， 我们看到了大家都在抓住这些机会 ，而我们如果不做这件事情 ， 我们会后悔 。

所以我们非常主动的去参与到了这么一个行为里面 。其实对于我来说 ， 对我们团队来说 ， 我们在寻找 office 的时候 ， 特地去找到了 24 小时的 office， 同时我们 office 附近要么就是 office 里面就可以住人， 要么就是 office 附近有非常方便的一些 ， 比如说酒店也好 ， 或者餐饮也好 ， 这样子大家其实随时如果想去到办公室 ，他也可以得到非常好的支持 。在办公室过得特别深

夜的时候 ，他可以直接睡在那里 。 所以我们其实在我们旧金山的办公室 ， 刚开始我们是在 hacker house 里工作的 ，也就是说累了就直接睡觉 ， 然后醒着的时候就在工作 。

我们搬入到一个更加 formal 的办公室以后 ，其实也是有睡觉的 ，也是有床的 ，也是有 shower。 所以说对于我们的同事来说 ， 更多是一个非常自发性的去抓住机会 。

然后当大家都处于这么一个环境里面的时候 ，其实它就变成了一个新的 new normal 了 。 但我不希望就是说为了加班而加班 ，而是说是真正的去非常 passionate， 非常有激情的去追逐自己的一些理想 。

**曼祺** [38:15]
其实我觉得在中国的公开舆论中， 就是你去表达你很赞赏这样超长时间的工作是不受欢迎的 ， 就因为大家都在反思超长时间的工作 。

我不知道这个在美国的创业圈里是一种什么氛围 ， 就大家认为这是一个好的现象吗 ？ 就大家因为这个机会来了之后都想抓住这个机会 ， 可能生活和工作就完全分不开了 ， 或者说对你们这样的一些早期创业项目的成员来说 ，他其实是没有什么生活时间的 。他基本上就是像你说的醒了之后就在工作 ， 大家会接受这种状态吗 ？

**Michael Guan** [38:44]
我觉得 high risk, high reward， 就当公司的产品获得了某种程度上的 breakthrough， 市场的认可 ， 或者说公司的估值变得更高了 ， 这些创业团队的同事肯定是非常激动的 ，因为他们都属于公司的一部分 ， 某种程度上他们都拥有公司的股份 。

我觉得当很多传统的场景下，996 被诟病的原因是因为并没有获得超额的回报 ，他并没有获得 high reward， 反而付出了更多的时间 。

对于我们来说其实并不是的 ， 我们会给到所有的同事 high reward， 我们希望把所有的早期的同事当成我们家庭的一部分 。

大家讨论的应该是 OK， 怎么样让公司越做越大 ， 越做越强 。

**曼祺** [39:32]
你怎么看像 Windsurf 这种案例 ？ 因为你们可能还是个比较小的团队 ， 我觉得这个问题应该没有那么大 。

因为像 Windsurf 这种 ， 它已经就是在被 Google 收购 ， 当然它是一个打引号的收购 ， 它不是那种传统的收购 ， 就是它获得了一些核心团队之后 ，其实它剩下的团队期权 、 股份的价值兑现都是会有一些疑问的 。

**Michael Guan** [39:52]
我觉得 Windsurf 这个做得非常的不地道 ，但 Windsurf 这个团队其实已经创业蛮长时间的 ，他们经过很长的 pivot， 所以我觉得这个创业者可能已经有点 burn out 了 ， 对吧 ？

就他已经可能想要快速的去逃离了 ，他并没有这种当年创业的激情 。

**曼祺** [40:12]
你会担心自己 burn out 的那个时刻吗 ？ 以及怎么避免这种时刻到来 ？

**Michael Guan** [40:17]
对 ， 所以我觉得我们公司也特别强调这个文化 。 如果有需要 ， 就是我们提供的是 unlimited PTO， 无限的假期 。 如果今天有个同事或者跟我们的同事说 OK， 我感觉有些 burn out 了 ， 我需要去放一个两周的长假 ， 给我自己一个喘息的空间 ， 我是马上同意的 ， 包括我对我自己 ， 对我的 co-founder， 对我们的团队 。

我甚至经常会问我的 co-founder， 我们的团队有没有人需要去休个假的 ？ 我觉得你做的最近挺辛苦的 ， 要不你去休个假 ， 对吧 ？

我觉得其实一定程度的休息 、 放松是非常重要的 ，而且能够带来一些 inspiration。其实对于我来说 ， 我的很多 inspiration 它不是说 OK， 就是坐在办公室里面 ，在电脑面前 ，他就可以获得 inspiration，而是说 OK， 当我去到外面跟大家沟通的时候 ， 去到一些新的地方的时候 ，他能给我带来很多 inspiration。

比如说我个人其实我是非常喜欢去到不同的新的地方国家去体验不同的文化 。 我在大学的时候有机会去过超过 100 个国家 ， 这其实对于我来说就奠定了一个基础 ， 或者说我个人的一个 style， 就是当我在路上的时候 ， 我反而能够脑袋非常的活跃去思考很多的东西 ，而这些东西在我带回到办公室以后， 它可以变成公司战略的一部分 。

所以我们从 day one 也是希望打造一个非常全球化 、 国际化的这么一个团队以及业务 。

### 增长引擎

**曼祺** [41:47]
因为你最开始也讲到 ， 就是你们现在的 ARR 已经是到了 1000 万美元 ， 这相比于你 24 年 6 月份结束 HF0 的加速的这个历程的时候 ， 那会儿应该是 300 万美元 ， 它又翻了三倍多 。

这是在 24 年 6 月到现在 ， 就差不多一年多的时间里实现的 ， 这个是怎么做到的 ？

**Michael Guan** [42:09]
我觉得我们开始非常系统性的去思考一家公司应该怎么 run， 对吧 ？ 从团队层面 ， 从获客层面 ， 从 marketing 层面 ， 从产品层面 ， 工程层面 ， 我们都非常系统性的去开始增长 。

比如说从产品层面 ， 对吧 ？ 我们有非常系统性的去 launch 一些新的产品 ， 一些新的 feature， 然后这些 feature 可能会带来更大的收入 ， 更长的用户的更好的用户的反馈 。

然后从整个 infra 层面 ， 我们的稳定性 ， 对吧 ？ 我们全球部署能够去 serve 更多的用户 ， 能够去触达更多的一些潜在的客群 。

然后从 marketing 层面 ， 我们有专业的 marketing 团队加入我们 ， 对吧 ？ 我们一点一点搭建起来我们现有的这么一个全球化的团队的全球化业务能力 ， 对吧 ？

他们不单只对美国市场有非常深的了解 ， 对人才招聘市场非常深的了解 ， 欧洲市场也要有一定的了解 ， 亚洲市场也有一定的了解 。

我觉得这是一个全球化的一个基础 ， 然后再到我们的整个增长 ， 怎么样去做 influencer、SEO、in-house 的 creator， 再到 performance marketing， 所谓的买量 ， 再到我们产品本身的一些曝光 PR，以及 data flywheel 怎么运作起来 。

我们投入了大量的思考跟 investment， 这也是为什么我们要融资 ，以及我们对我们的使命有了更加清晰的认知 。

不单只是在做一个 end to end 的职业发展的 AI 平台 ， 我们还在打造 B2B 的产品 ， 我们还在去做很多 AI native 的一些思考 ，以及为未来的这么一个时代 ， 人才招聘的时代去做一些 moon shoot 的 project， 这些都给我们带来了非常好的 momentum 和增长 。

**曼祺** [43:54]
你提了很多的工作 ， 包括产品的新的 feature、 一些新的功能 ，infra 变得更稳定 ，marketing 你们招了一些专业的团队 ， 还有你们有了一套方法论去可以比较高效的买量 。

就是你可以展开讲讲这几个点 ，他们是怎么打配合的吗 ？ 包括里面哪些东西是更重要的 ， 或者是你觉得你们摸索的还是有一点心得可以分享 ？

**Michael Guan** [44:15]
我们确实摸索出来了一些门道 ， 然后这里面其实涉及很多一些内部的一个战略 ， 或者是一个招人的逻辑 。

就是我们在招人的时候会问这个问题 ： 你能不能做一款 AI 出来去替代掉你 ？ 目前进来的所有的早期的同事 ，他们的回答都是是的 ， 我们可以做出来一个 AI 去替代掉自己 ， 这也是我们愿意去招他们的原因 。

我觉得其实现在包括我自己 ， 我也在寻找一个方式 ，不断的想办法去赋能我自己 ， 对吧 ？ 复制比如说 10 个我 、20 个我 ， 这样子我的时间就会非常的高效 。

**曼祺** [44:51]
你可以想一个方法来帮你录播客 。

**Michael Guan** [44:54]
对 ， 录播客 ， 或者说自动生成播客 。 所以我们其实 SEO、performance marketing 这些 ， 我们都做了非常多的内部的 AI 的工具去帮助我们快速的去 scale up， 然后我们每一个内部的项目都会有一个专家去 lead 它 。

它并不是说 OK， 我有一个 PM， 然后去 oversee 10 个项目 ，而是说 OK， 我们 marketing 团队也有专门的 engineering 的同事去支持他们 ， 帮助他们去实现一些 marketing 的自动化 、AI 化 、Agent 化 。

所以我们做了蛮多 hacky 的东西 ， 比如说 SEO 方面 ， 我们现在可以大量的去生成页面 ， 去进行一些专业词条的竞争 ， 去 rank 一些专业的词条 ， 然后大规模的去生成一些可以交互的页面 ，有高潜力的一些页面 ， 长尾的一些页面 。

比如说今天世界上有非常多的面试在我们的平台上发生 ， 对吧 ？ 我们会把这些面试的问题和答案在用户的许可以后去进行到我们的论坛上的分享 ， 这些其实都会对我们整个平台的这些流量有很自然的一个帮助 。

**曼祺** [46:07]
就是论坛分享的页面 ， 它是 AI 生成的 ， 然后可以大规模批量生成 ， 然后它作用就是假如说某一个领域的求职者 ，他在搜比如说 XX 公司怎么面试 ，他可能就会搜到你们这个页面 ， 然后知道你们这个产品是这个逻辑 。

**Michael Guan** [46:22]
没错 ，是的 。

**曼祺** [46:23]
你们比如说一个月或者说一个时间单位里面 ， 你们会有多少这种页面生成出来 ？

**Michael Guan** [46:29]
我们一个星期大概有 4000 到 5000 个页面生成 。

**曼祺** [46:32]
这个确实 ，因为你们其实人很少 ， 我知道 ， 这个完全靠人工的话确实是 。

**Michael Guan** [46:37]
人工是做不出来这种事情的 。 对 ， 我们也在寻找优秀的小伙伴加入我们 ， 去帮助我们完成很多 marketing 的自动化 。

对 ， 我们也在考虑去开放一些我们内部的 marketing 的工具 ， 给到其他的创业公司去使用 ， 包括其实我们蛮多朋友的公司正在使用我们的内部的工具的 ， 去进行这种比较增长黑客的这种操作 。

**曼祺** [47:01]
朋友公司用你们的工具要给你们交费吗 ？

**Michael Guan** [47:04]
我觉得就交一个正常的订阅费 ， 对吧 ？ 也不是特别 outrageous。

**曼祺** [47:09]
这么多价值 。

**Michael Guan** [47:09]
对 ， 我觉得更多是一个认可 。 对于我们来说 ，其实这点收入没有什么意义 ，但是更多是一个认可 ，以及我们可以不断的去 refine 我们自己的内部的一些产品 ，在时机合适的时候 ， 它可以为其他更多的潜在的创业者去服务 。

所以 SEO 的话其实有非常多的搞头 ， 自动化 SEO。 然后第二个其实是我们做了很多高效的小工具 ， 这些小工具都是通过 AI 去做的 ， 比如说写简历的工具和各种各样 recruiter AI 交流的工具 ， 这些工具它都是免费的 ， 可以去帮助我们获得大量的流量 。

比如说在 Indeed 上 ，在 LinkedIn 上， 大家想要去跟某个 recruiter 交流 ， 它其实不是 available 的 ， 我们有一个直接 chat with recruiter 的这么一个功能 ， 用户就当他们搜索的时候可以非常有机的搜索到我们 ， 然后去进行大量的交互 。

这里面也会停留下来大量的用户的一些信息 ， 可以帮助我们更好的去服务这些用户 。 然后 SEO 的话其实还有蛮多的一些门道 ， 比如说现在比较流行 AI 的 SEO， 对吧 ？

就是我不单只在 Google 上去排名很高 ， 我现在还要在 ChatGPT、Gemini 这些平台上去排名很高 。其实我们也是有大量的一些增长黑客的操作的 。

这里可以举个例子 ， 我们做了一个非常有意思的系统 ， 就其实 hedge fund， 对吧 ？ 它是通过各种事件信号去进行机会的捕捉 。

普通公司为什么不能去做一些事件信号的捕捉 ， 然后去好好利用起来这些事件信号 ？ 所以我们有一套系统 ， 它每天可以去看 OK， 世界上发生了什么事情 ， 比如说今天 Microsoft layoff 了 2 万人， 我们会生成一些落地页面去喂到直接给到这一批用户 ， 我们会生成一些 podcast， 我们会生成一些社交媒体的 post， 它会自动化的去进行投放 。

整套系统可能在 10 分钟之内就完成了这么一个从信号到 actionable items 的这么一个转变 ， 所以这个也为我们带来了大量的流量 。

这套系统是我们现在有十几个朋友的公司正在使用的 ， 非常的牛逼 。 简单来说就是对冲基金能做的 ， 我们也能做 ， 当然 granular 的程度可能没有那么高 。

**曼祺** [49:25]
你们生成的这些内容 ， 它在大模型的聊天内容里 ， 它会被搜索到是靠什么 ，是靠量多还是靠什么 ？

**Michael Guan** [49:33]
我觉得有几个点 ， 首先我们的非常即时， 我们可以去非常即时的呈现出来这些信息 。其次就是它是一个长尾的 ， 更加的去专注到某一个特定的事件和问题 ， 比如说今天微软 layoff 了 2 万人， 我们在完成这些动作以后， 我们的页面通常会比 CNBC 这些新闻网页还要更高排名。

这也是对于我们网页的一个权威性的一个判断 ，因为 CNBC 它只是个新闻网页 ，而我们是真正能够为这些被 layoff 的人提供最直接的帮助的一个平台 。

所以这是我们的一个内部的一个 SEO 的一个比较增长黑客的地方 。 然后接下来我可以讲一讲我们的 influencer， 我们全球有 100 多位 influencer 正在合作 。

### KOL与广告

**曼祺** [50:20]
是 KOL 吗 ？

**Michael Guan** [50:21]
KOL， 对 ， 中国叫 KOL， 美国叫 influencer。 我们跟这些 KOL 的关系的搭建 ， 它并不是说 OK， 我今天给你 1000 美金你去拍吧 ， 它并不是这样的 。

我们关系的搭建它其实是非常长久的 ， 比如说我们会邀请他来到我们硅谷的一些活动 ， 比如说我们在拉斯维加斯世界著名的赌城 ， 我们有一个巨大的房子是租的 ，不是我们自己的 。

然后租的房子我们在里面放了非常多的 Final Round AI 相关的一些主题的 swag 这些的 ， 我们会定期的邀请这些 KOL 来到我们的主题的这么一个地方去更好的拍摄他们的一些短视频素材 ， 或者是这些比如说 LinkedIn post 这些的 。

然后我们也会有同事在那里去跟他们一点一点去跟进 。 很多这些 KOL 他们会非常的 appreciate 这种待遇 ，因为其他公司并不会提供这么好的一些机会 ，而我们是说我包机票 、 包住宿 ， 对吧 ？

邀请你来到这个地方 ， 很开心的去完成一次这种品牌的合作 。 我相信很多大的品牌其实有 somehow 也在做这种事情 ， 比如说他们会把大家聚集到一些更加有意思的一些活动里面 ， 比如说线下的这种什么 F1 这球赛什么的 。

对于我们来说 ，其实我们希望就更加的低成本的去做这件事情 ， 同时可以给到我们的一些 KOL 一些很好的体验 。

所以我们会邀请他们可以非常沉浸式的在这个地方拍摄 ，以及去完成一些创作 ，而这些创作都由我们当地的一位同事 house manager 他可以去帮助我们 。他不管 manage 这个 house， 同时也 manage 我们的 influencer 去更好的告诉他你应该怎么拍 。在这个时候他就特别有效 ， 对吧 ？

因为整个房间全是 Final Round AI 的 logo， 同时也可以参与到这个拍摄里面 ， 所以效率是非常高的 ， 让我们整个 influencer strategy 非常强 。

我们现在大约平均每周会有 5 个 influencer 去到我们的 house， 就从美国各个地方聚集起来 ，而不是说我临时找到一个 influencer， 然后给他 5000 块钱 ， 让他帮我拍一个视频这样子 。

**曼祺** [52:26]
所以你们现在很多这种内容 ， 你们其实没有付费是吗 ？

**Michael Guan** [52:29]
有付费 ， 当然有付费的 。

**曼祺** [52:31]
也有付费 。

**Michael Guan** [52:31]
有付费 ，在付费的基础上加上了一个免费的旅行 ， 对吧 ？ 给到了他们 ，他们就会更加的去珍惜和我们公司的合作的这么一个机会 。

**曼祺** [52:40]
然后除了就是你刚刚说的你们线上做一些 SEO 的工作 ， 自动化去做这个事 ，AI 赋能去做这个事 ， 还有你们在拉斯维加斯的尝试挺有意思的 。

我知道你们好像也做一些线下的广告是吗 ？ 比如说我之前也有刷到 Manus 在旧金山 ， 应该也是做了不少这种线下的广告 。

**Michael Guan** [52:57]
我家门口有个公交站 ， 站牌的那里也有看到 Manus 的广告 ， 还挺有意思的 。 我们有做蛮多的这种线下的广告的 ， 我觉得更是一个 holistic 的 ， 就是全方位的这么一个攻击 ，不是单角度的攻击 ，而是全方位的一个 impression 的这种 campaign。

对 ， 我们有做一些蛮有意思的一些标题 ， 比如说 interview confidently like our president， 这是一个 。 然后也有一些更加传统一些的 ， 比如说 stop working for jokers, 对吧 ？get a new job， 鼓励大家去换一份新工作 ， 我们都有 ， 比如说在旧金山 ，在南湾 ，在东湾一些关键的车站 ， 就这里面会有非常多的打工人去到旧金山工作的 ，他们在上班下班的路上看到了 ， 我们去鼓励他们换一份新工作 ，其实整个就非常

的 target， 就非常精准 。 我觉得这个投递的方式 。

**曼祺** [53:50]
你们在广告牌上说像我们的总统一样那么自信的去面试 ， 然后用特朗普的照片 。

**Michael Guan** [53:56]
对 ， 就是公众人物 ，他们是公众人物 。

**曼祺** [53:59]
做线下广告 ， 你们有测算过这个实际上有什么作用吗 ？ 或者说它是什么方面的作用 ？

**Michael Guan** [54:04]
我觉得更多是一个全方位 top funnel awareness 的作用 。 我们确实没有办法去 track， 对吧 ？ 到底有多少人因为这个广告点进了我们的网页或者怎么样的 ，但更多是它是有一定的固定的流量的 ， 它是可以被大数据给它推算出来 。

**曼祺** [54:20]
你们这个是只在湾区做什么 ？ 主要就是面对湾区的这些大的科技公司的 。

**Michael Guan** [54:24]
我们在美国 ， 比如说湾区 、 纽约 ， 像是德州 、 中部的芝加哥 ， 这些主要的城市都会有 。

**曼祺** [54:33]
你们有测算过就是你们一年在线上或者线下这些全部加起来 ， 比如说你们增长的费用是多少 ， 或者说 ROI 它是怎样的 ？

**Michael Guan** [54:41]
这个保持 confidential，但是我们的 ROI 是挺正的 ， 非常正 。

**曼祺** [54:45]
就首先它肯定是大于 1 的 。

**Michael Guan** [54:47]
这肯定是大于 1 的 。 对 ，不是大于 1 我们也不会持续干这件事情 ， 对吧 ？

**曼祺** [54:51]
对 ，因为其实关于投放和增长 ， 我觉得这个也是做 AI 应用大家会反复会讨论到的一个话题 ， 就是什么情况下其实你是可以 ， 比如说我先通过投放来换一些量 ， 然后什么情况下有的人他会坚信说我就是要是正的我才能去做这个投放 。

**Michael Guan** [55:06]
是的 ， 我觉得现在这里面就我们发现其实投放并不是说砸钱就可以的 ， 它需要有非常好的 messaging， 非常好的素材 ， 非常好的精准的这种图片 。

它是一个大数定论 ，10 个这个素材里面肯定会有一个比较优秀的 ，但如果你只有两个素材 ， 肯定就没什么戏了 。

所以我们做的更多是怎么样去工程化的 ， 我们一个内部的 A/B 测试平台 ， 它可以去大量的 ，因为我们其实各种投放是有一定的 budget 的 ， 所以我们希望这些 budget 可以更好的被利用起来 。

所以我们会去 ， 比如说常规公司 ， 我猜来来去去这些广告的素材可能就那么几个 ，但是我们一个星期会测试 500 份广告的素材 ， 每一份素材都是不一样的 ， 这些广告的素材都是通过 AI 大量去生成 ， 大量去进行人工的修改 ， 然后去进行 A/B 的测试 。

所以我们可以自动化的去优化我们的广告的算法 。 很多人以为 Google 可能就是最优化的广告算法 ，其实并不是的 ，因为 Google 肯定是希望广告主花更多的钱 。在我们的公司里面 ， 我们自己用的平台 ， 它是会去自动的进行各种不同平台的 A/B 测试 ， 各种素材的 A/B 测试 ，以及 budget 的 A/B 测试 。

我可以清晰的看到 OK， 素材 A 在国家 B， 时间段 C 整体的表现是最优的 ， 我们去优化它 ， 自动优化它 。

我相信其他很多初创公司并没有这样的一个方法 ， 或者说一个资源去干这样的事情 。 我们之所以有能力去做这件事情 ，是因为我们的整个广告跑得比较好 ， 同时我们有非常优秀的专业的这种从 0 增长到 100 个 million 的广告的人才在我们团队去支持我们做这件事情 。

就很少看到我们这个体量的公司会去做这样的事情 ，但其实大体量的公司大部分都会去做这样的事情 。

**曼祺** [56:46]
你跟就是在国内主要去做产品的创始人有交流过吗 ？ 就比如说国内和美国的投放生态 、 环境 、 策略会有什么不同 ？

这个你有一些认知吗 ？

**Michael Guan** [56:57]
我觉得我们在硅谷的一个痛点 ， 就是我们的人才非常的昂贵 ， 所以我没有办法像很多国内的团队这样有几十个人的投放团队去做很多手动的优化 。

我们更多是希望寄希望于 AI 了 ， 让 AI 去自动的优化 。 对 ， 所以我们才会在很早的阶段想到这个事情去做这个事情 ， 然后也做出来了一些成绩 。

**曼祺** [57:22]
所以总结一下就是你们在增长在投放上都会有一些比较系统化的 AI 赋能的手段 ， 然后让你们在一个比较小的团队的情况下也能做到很高效率的 ROI。

**Michael Guan** [57:34]
是的 ， 甚至我不会说这是一个 AI 自动化 ， 它应该是完全 Agent driven 的 。 就简单来说 ， 我们现在希望的是 OK， 我们能不能做出来一个内部的 AI 去替代掉我们某些同事 ， 对吧 ？

这样子 ， 比如说我这个同事 ， 我们的这一位专门负责 influencer 的同事 ， 或者专门负责 SEO 的同事 ，他就有更多的时间去花在别的方面了 ，他可以去挖掘更有机会的一些场景 、 产品功能也好什么的 ， 增长的机会 ，而不是说我要去手动的去非常机械化的去重复某一些过程 。

### B2B探索

**曼祺** [58:05]
对 ， 刚才说的就是你们之前的一些增长是怎么获得的 ， 然后你也提到说你们未来可能新的增长空间在于新的 B2B 的产品 ， 这个可以展开说一下 ，因为你前面其实讲的更多的我觉得都是在服务求职者的 ，B2B 是指服务招聘方的是吗 ？

**Michael Guan** [58:21]
对 ， 我们在打造一个 ， 就简单来说 ， 我们破坏掉了传统的这一套招聘的流程 ， 非常颠覆性 。 我们不单只有面试的 Copilot 助手 ， 我们还有比如说自动投递的机器人， 它可以去投递几千份工作 ， 一个晚上投递几千份工作 。

传统这一套的招聘肯定是越来越不被人看好 ， 下一个时代的 AI 时代的招聘应该是怎么样 ？ 所以我们在打造其实在打造一个 programmable 的 workspace， 候选人登录到这个空间里面以后， 它会跟 AI 去进行互动 ， 它会通过在这个空间里面去完成一些工作 ， 去证明自己的能力 ， 然后我们帮助企业更好的去评估这些候选人的能力 。

对 ， 所以这款产品是专门为企业所打造的 。 传统的这种面试投递简历没有用了以后， 应该是以什么样的一个全新的方式去进行人才的筛选 ，其实我们解决的是这么一个问题 。

**曼祺** [59:20]
它现在也是涉及到就是面试前 、 面试中 、 面试后的这整个流程吗 ？ 还是你们会从哪一个点切入 ？

因为对企业来说 ，其实这几个流程可能都是有些新的挑战的 。 面试前就像你说的 ， 现在简历特别多 ， 可能筛选工作变多 ， 面试中可能就是你们的实时交互的产品 ，其实也是可以给面试官一些提示的 ， 对吧 ？

然后面试后可能是有一些总结 ， 或者说 AI 的智能的归纳等等也是可以发挥作用的 。 你们就是在服务企业的 ， 你们第一款产品是做什么 ？

**Michael Guan** [59:48]
我们其实这些都思考过 ， 都没有做 。 很多人在问 Michael， 你们有这么多优秀的模拟面试的 Avatar， 对吧 ？ 去做一个 AI 面试关系也非常简单 ，但在我的感知下， 我觉得传统的面试其实是已经在慢慢的被淘汰了 。

以后面试就不是一个正确的方式去进行人才招聘 。 现在在我们公司 ， 我们没有面试了 ， 就有一轮非常简单的一个面试 ， 然后我们会邀请候选人来到我们的办公室 ， 一起去工作一段时间 ， 可能是工作一天 ， 可能是工作五天 ， 然后我们就能快速的去了解 OK 这个人， 去评估 maybe make sense 去进行一个长期的合作 。其实在工作中可以直接暴露出来 ，有非常多人在简历上非常的优秀

或者非常糟糕 ，但是在实际工作中是另外一个人。

**曼祺** [1:00:38]
你们这个一起工作的方式 ， 这个它规模化之后能铺开吗 ？ 因为对很多大公司来说 ， 它其实很难这样去招聘 。

**Michael Guan** [1:00:44]
没错 。

**曼祺** [1:00:44]
然后对很多求职者来说 ， 它也很难花时间成本跟一个公司一起工作 ， 一天可能还行吧 ， 两三天我觉得都挺奢侈的 。

**Michael Guan** [1:00:51]
是的 ， 所以我们找到了一个产品化它的方式 ，是通过 AI。 对 ， 我们通过 AI 去模拟整个公司的运作 ， 然后候选人可以登录进来 ， 然后开始跟这个公司所有人去交互 ， 去完成第一天或者第一周的这么一个工作 ， 然后 AI 会快速的去生成一些信号 ，有点像令人心动的 offer。

简单来说 ， 就我们用 AI 产品化了这么一个试用的这么一个过程 。 就硅谷现在所有的 startup 都是这么招人的 ，但是所有人都碰到你刚才说的那个描述的问题 ， 就是没有办法在 20 个人或者 30 个人之后 scale up。

我们想做的其实就是帮助 JP Morgan， 帮助 Google， 帮助 Microsoft 这样大体量的公司去系统性的去 run work track。

**曼祺** [1:01:33]
在你描述的产品形态里 ， 求职者所接触的工作环境 ， 它是真实的一个他想去的公司的工作环境 ， 还是一个虚拟的环境 ？

就是说它其实里面跟他合作这些人到底是真的员工 ， 还是比如说 AI 模拟的一些 Agent 的一些角色在和他互动 ？

**Michael Guan** [1:01:50]
我觉得是基于不同的客户的需求 ， 它可以是全真实的 ，也可以是全模拟的 。 我觉得 AI 比较 exciting 的就是这一点 ， 它可以做到非常的贴近真实 。

**曼祺** [1:02:01]
你们这个产品现在是已经上线了吗 ？

**Michael Guan** [1:02:04]
是的 ， 我们现在这个产品在和一些 design partner 去合作 ， 去完成我们初版的迭代 。 我们正式的 launch 应该会在 9 月 ， 这是一个可以让我们 1000 万增长到 10 个亿的这么一个机会 。

**曼祺** [1:02:17]
我觉得这是一个还挺新颖的想法 ， 虽然不知道大公司采取这个方式是不是会有比较多的阻力 。

**Michael Guan** [1:02:24]
对 ， 我们其实已经有非常多的优秀的大企业作为我们的 design partners，他们对于这件事情的态度其实是非常的积极的 ，因为他们发现 AI 时代其实真的非常难招到优秀的人才 ，他们需要一种全新的方式去进行人才的筛选 ， 真正的意义上去评估这些候选人的能力 。

### 竞争格局

**曼祺** [1:02:46]
你们现在害怕去说出这种想法吗 ？ 就是我不知道是不是只有你们在这么做 ， 还是说想去改变 ， 用 AI 改变招聘 ， 或者说求职场景的一些其他的公司 ， 一些其他的团队也不约而同的有一些相似的想法 。

**Michael Guan** [1:03:00]
首先我觉得这件事情非常的复杂 ，其次是如果有人能够比我们更快更好的 build 出来 ， 我非常愿意跟他们合作 ， 对吧 ？

甚至加入他们也可以 ， 还是怎么样收购他们也可以 。 就 again， 就八仙过海 ， 各显神通 ， 对吧 ？ 就非常多实现 AGI 的路径 ， 我们这只是其中一个一条路径 。

所以有优秀的人才如果听到了这个消息 ， 对吧 ？ 觉得是一个非常 exciting 的东西 ， 愿意跟我们一起干的 ，也没问题 ， 我们非常的欢迎 。

同时确实有其他的公司在非常低调的去 build 我刚才所描述的类似的产品 ， 我觉得这是完全没有问题的 ， 说明我们是在正确的道路上 。

如果这个事情只有我一个人 build， 通常来说可能是有点奇怪的 。

**曼祺** [1:03:43]
你们现在面临的竞争情况是怎样 ？ 包括来自大公司的合同 ， 要么作为创业公司看到这个方向的其他人或者其他团队是什么情况 ？

哪些对手可能是你比较在意的 ？

**Michael Guan** [1:03:54]
对 ，其实我们仔细盘算过 ， 美国 、 中国 、 印度 、 欧洲加起来应该有四五十家在模仿我们的产品 。 我觉得做得最好的目前以及市场声量最大的是 Coolly，他们是一个非常年轻的团队 ， 打法非常的激进 ， 我特别喜欢他们的创始人， 我觉得这个逻辑都让我非常耳目一新 。

目前的话 ， 我觉得比较创新的就他们团队了 ， 剩下的更多是直接抄袭我们的 。 我还看到一个抄袭的团队 ， 就直接把我们的 logo， 我们的整套 logo 以及设计语言是红色的 ，他把我们的 logo 改成了紫色还是蓝色 ， 然后就直接上线了 ，也是中国某 VC 前 investor 的一个产品 。

我觉得这个确实太离谱了 ， 这个是影响我觉得整个创新的生态 。 对 ，但是我们都不担心这些竞品 ， 我觉得回到竞争的角度来看的话 ， 我们 C 端产品其实做得非常的全面 ， 我觉得应该已经做到龙头的位置了 ，但是整个市场还非常早期 ， 所以我们有大量的机会 。

竞争对手其实我觉得对于我们来说是件非常好的事情 ， 比如说像是 Lovable， 像是 Bolt， 像是 V0， 大家的收入都涨得非常的好 ， 它并不是说 OK， 这家收入涨上去 ， 这家收入会跌下来 ， 至少现阶段它不是一个 zero sum 的这么一个游戏 。

**曼祺** [1:05:17]
你觉得 Coolly 的创新是在于什么地方 ？

**Michael Guan** [1:05:19]
我觉得它的创新来自于这一套不计后果的一个 marketing， 更多大家 buy in 的我觉得是它创始人比较独立的这么一个个性 。其实我们在硅谷有看到一些其他的产品团队 ， 它也是因为创始人自己的个人魅力去获得了大量的关注 ， 比如说像 Friend.com 的创始人， 像是 Omni 的创始人， 像是之前 Rewind 现在叫 Limitless 的这么一个产品的创始人。

**曼祺** [1:05:46]
OK， 刚才讲的是 C 端的产品 ， 就是你们 B2B 的产品 ， 它会有一些什么竞争吗 ？

**Michael Guan** [1:05:52]
Enterprise 这边 ，B2B 这边其实我们一直在思考 ， 我们并没有看到太多的团队在做这件事情 ， 肯定是有些大厂在研究这个方向的东西的 。

我们也看到了一些从比较 top 的 AI lab 在内部的去做这件事情 ， 这对我们来说是某种程度上也是一个验证 ， 如果我们可以以更小的资源做到这么大的一件事情 ， 对于我们来说是一个非常 exciting 的这么一个创业的挑战 。

**曼祺** [1:06:15]
你说看到一些 top 的 AI lab 在内部在去做这件事情 ， 指的是哪个公司 ？

**Michael Guan** [1:06:20]
Anthropic、OpenAI 都有 。

**曼祺** [1:06:21]
他们做这个东西主要是为了服务自己的招聘 ， 还是他们有计划把这个东西当做一个产品对外推出去服务第三方的客户了 ？

**Michael Guan** [1:06:29]
他们是在探索这个方向 ， 然后他们提出了这种 as a service 去给到大的企业 。

**曼祺** [1:06:34]
所以大家在探索这个方向 ， 大家设想的最后的服务方式是我招到一个人向企业收多少钱吗 ？

**Michael Guan** [1:06:40]
这其实我还真不知道 。

**曼祺** [1:06:43]
比如说你们的计划是什么 ？

**Michael Guan** [1:06:44]
我们的计划其实是让市场去进行定价 ， 同时我一直相信就是需要定非常 premium 的价格 ， 才能去做到一个市场的领先者的地位 。Yes， 我们可以定个 10 块钱一个月 ， 可能会有很多用户 ， 然后有很多这种所谓的 vibe revenue，但如果我们定到 1000 块钱一个月 ， 这些用户是真正的用户 。其实你可以选择订阅的方式 ， 你也可以选择就是不让他订阅 ，不是以订阅的方式 ， 我是以帮你招

一个人， 你付我多少钱 ， 就是类似于你就 。

**曼祺** [1:07:12]
就是结果交付的方式 。

**Michael Guan** [1:07:13]
对 ， 我觉得这两个东西不冲突 ，而且两个东西叠加在一起的时候通常是最好的 ，有个基础的费用 ， 然后再有一个结果的费用 。

**曼祺** [1:07:20]
你们在就是有了这个想法 ， 然后去把它实现出来的过程中间 ， 你说很难 ， 难 drop， 难在什么地方 ， 总结一下是什么 ？

**Michael Guan** [1:07:27]
它其实某种程度上就是说 OK， 我打造了一个虚拟世界 ， 然后这个虚拟世界里面这家公司在 run， 对吧 ？ 这里面有非常多的难点 ， 对吧 ？

比如说这家虚拟公司假设是一个人， 可能是比较好去创造的 。 如果是 10 个人呢 ？100 个人的虚拟公司 ，1000 个人，1 万个人， 如果我们想要去模仿像 Google、JP Morgan 这样的大公司 ， 全球几十万员工的 ， 几百万员工的这种企业 ， 我们怎么样去实现 ？

所以我觉得更要从一个非常小的场景入手 ， 我们去思考 OK， 怎么样去帮 startup 去 run 这个 process， 这是第一个挑战的地方 。

第二个挑战的地方我觉得就更多在于 OK， 我们从哪个领域入手 ？ 全球有非常多的 knowledge worker 知识工作者 ，他们 99% 的时间其实是在电脑上完成 ，但每个领域的工作虽然都在电脑上 ，但是其实有非常多不同的一些工作的习惯 、 工作的方式 ， 我们从哪个职业切入 ， 这也是非常的有挑战性的 ，有想象空间的 。

第三个我觉得还是就是这是一个全新的招聘方式 ， 我并不知道它什么时候会真正的被大众所接受 ，但是我们认为它马上就要发生了 。

**曼祺** [1:08:35]
比如说你刚刚说这几个问题 ， 你们的实际上的选择是什么 ？

**Michael Guan** [1:08:38]
这个保密 ， 马上就会有答案了 ，在 9 月底的时候 。

**曼祺** [1:08:41]
你觉得再往下发展 ， 就是你们要做得更大 ， 或者说就像你说的抓到一个 10 亿美元级别的机会的悬念可能会是什么 ？

变数可能会是什么 ？

**Michael Guan** [1:08:50]
我觉得就是企业有多快能够接受这种全新的招聘方式 ，以及我们的 consumer product 能够做得有多么的疯狂 ， 能够去帮助更多的人用这种颠覆性的 AI 的能力去找到自己的下一份工作 。

### 未来思考

**曼祺** [1:09:05]
你最近收到的一些让你觉得比较好的建议 ， 或者说你最近获得的一些新的启发是什么 ？

**Michael Guan** [1:09:11]
好问题 ， 我们在思考可能在未来的招聘的世界里面 ， 大家关注的并不是说你会不会完成这件事情 ，有没有能力完成这件事情 ， 或者说你知不知道这个知识点 。

因为 eventually 查 AI 其实什么东西都能做出来 ， 对不对 ？ 更多的是我们实现这件事情的方式 ，以及就是我们利用了什么样的一些工具去帮助我们去完成这些实践 。

我可以举个例子 ， 比如说假设我今天要去写一个 PRD， 或者说我今天要去写个文档 ， 我可以用脑子写 ， 我也可以用 ChatGPT 写 ， 我也可以用 Claude 写 。在现在来看 ，其实很多雇主他只是需要说 OK， 我只要看到结果就可以了 ， 实现路径并不重要 。

但是我觉得在未来的工作场景下， 设身处地的去想 ， 我觉得路径反而变得更加重要 ，因为结果已经不重要了 。

因为无论如何 AI 是可以帮我们实现结果的 ，但是这其中的路径反而是值得我们去进行一个人才评估的 。

**曼祺** [1:10:04]
你是指就是可能以后的招聘去考核一个人才 ，他要从现在去考核结果变得更去考核过程 ，而且你要用新的工具 、 新的方式 ， 让考核过程这件事变得可行可操作 。

**Michael Guan** [1:10:17]
没错 ，是的 ，因为人人都来自于同样的学校 ， 人人都来自于同样的背景 ， 人人都能做出来这个东西 ， 大家都不傻 ， 大家都不笨 。

这个评估的标准可能就要从标准测试 ， 选 A 就错了 ， 选 B 就是对的 ， 然后大家晋升到下一轮 ， 然后再下一轮 ， 一轮一轮筛选下来 ，其实这东西已经不 make sense 了 。

**曼祺** [1:10:35]
我这边应该没有什么需要再问了 。 你有什么你还想表达的吗 ？

**Michael Guan** [1:10:38]
我们在招人， 全球范围内在招募优秀的 AI hackers， 还有 reinforcement learning 的专家加入我们 ， 无论是产品开发的同事 、 研究员 ， 甚至设计的同事 ，marketing 我们都在招 ， 然后整个团队创业团队的氛围非常的浓厚 ， 对吧 ？

我们是 mirror based， 我们鼓励大胆激进的创新 。

**曼祺** [1:11:00]
今天非常感谢 Michael 做客 《 晚点聊 》， 分享了在美国作为一个华人的创始人， 怎么从 0 到 1 的去打造一个创业公司 ，以及 Final Round 具体是在做什么 ， 怎么在一个比较短的时间里获得了 3 倍 、4 倍的增长 。

大家拜拜 。

**Michael Guan** [1:11:15]
好 ， 谢谢 。

**曼祺** [1:11:19]
最后再重复一下问卷征集信息 ，《 晚点 》 发起了一份轻型小问卷 ， 只有 10 家选择题 。 我们想了解 AI 应用产品在模型调用方面的真实现状 ， 到底在不同场景中哪些模型被用得最多 、 最受欢迎 。

问题不涉及产品的名称等敏感信息 。 问卷链接和详情见 show notes 说明 。 欢迎 《 晚点聊 》 听友中的 AI 产品开发者和创造者来填写 。

感谢 。 本期节目就到这里 ， 欢迎收听 。 如果你对今天聊的话题有观察 、 好奇或疑问 ， 欢迎在评论区分享想法 ， 这也会成为我们节目的一部分 ， 让整个讨论更完整 。

你也可以把我们的节目分享给对这个话题感兴趣的朋友 ， 欢迎推荐更多你想听的主题和嘉宾 。

你可以从小宇宙 、 苹果 Podcast 等渠道关注 《 晚点聊 LateTalk》，也欢迎关注我们的公众号 《 晚点 LatePost》。 下期再见

。

---

本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。