創業快三百天，做過的10個選擇：一個AI應用創業者的真實覆盤
整理版優先睇
創業近三百天十個選擇，AI應用創業者真實覆盤：從垂直Agent到C端產品，妥協同自知先係核心
呢篇文章係SophiaPro創始人程夢琪嘅分享，佢哋團隊喺近300日裏面經歷咗多次產品方向pivot，由ToB垂直Agent轉向C端產品，幾乎踩曬AI應用創業嘅所有陷阱。文章總結咗10個關鍵選擇，包括General vs Vertical Agent、選場景、Agent vs Workflow、聽邊個需求、ToB轉C端、做客戶端等。整體結論係：創業者往往因為技術虛榮同概念執著而偏離市場需求，真正重要嘅係貼近用戶、快速驗證、避免「菜市場式」產品，同埋從自身需求出發打磨skill。
程夢琪提到，垂直Agent公司好容易陷入服務化陷阱，客戶根本唔用產品，最後變成agency先有收入。佢反思如果時光倒流，會選擇做general Agent，起碼可以累積用戶query。另外，技術選擇上，佢哋當初為咗「AI創業者」嘅虛榮揀咗Agent，但ToB客戶要嘅係穩定，應該揀workflow。轉C端之後，佢哋學識咗剋制，唔再做菜市場式產品，用Reddit做真實用戶驗證。
最意外嘅係，當佢哋放棄ToB產品之後，反而因為自身需要用Agent工具，磨出一個好嘅skill，外溢俾兄弟公司，先真正揾到做ToB嘅正確路徑。整體而言，呢篇文章從一個真實創業者嘅視角，講清咗AI應用創業中理想同現實之間嘅差距，對同路人好有參考價值。
- 垂直Agent會陷入服務化陷阱，客戶唔用產品，變成agency；應考慮做general Agent積累用戶query。
- 創業公司唔好招算法（大部分純應用），算法團隊只係俾投資人睇陣容，不如專注產品。
- 產品設計要順應客戶心理：ToB客戶要穩定（揀workflow而非Agent），C端用戶要方便（簡化操作路徑）。
- 驗證需求要用真實用戶行為而非自我判斷，利用Reddit等渠道做決策漏斗。
- 最好嘅商業模式係從自身需求出發打磨skill，再外溢俾人，而唔係大躍進式rush版本。
垂直Agent嘅結構性困局
程夢琪第一個關鍵選擇係做垂直Agent而唔係通用Agent。當時覺得賽道太擠，垂直可以交付更好嘅局部結果，但做咗六個月發現，大部分垂直Agent公司都面臨客戶唔用產品、為咗揾錢變成agency嘅困局。佢喺舊金山傾咗大約一百間類似公司，大家都一樣。」
垂直Agent嘅結構性困局：客戶唔用產品，你為咗揾錢變成agency。
佢話如果時光倒流，會選擇做general Agent，起碼可以累積一大批C端用戶嘅query，好過做咗六個月ToB先發現此路不通。呢個教訓源於「技術虛榮心」，唔係基於市場需求做決策。
技術選擇同產品心態：Workflow vs Agent，專業 vs 非專業
技術決策上，佢哋揀咗Agent，因為算法合夥人話Agent最領先。但做到後面好痛苦，Agent唔穩定，同一個問題問兩次唔同答案，客戶唔接受。
ToB客戶要嘅係穩定，唔係最先進技術。
佢反思：如果揀workflow，成本、速度、質量、交付穩定性都更適合ToB。另外，產品上線後，佢哋揀咗先服務專業用戶，結果導致需求越做越多，最終同八年前嘅SaaS公司界面差唔多，變咗一個傳統工具。
- 選Workflow唔係退步，對大部分企業嚟講，用workflow已經解決大部分問題。
- 專業用戶會不斷提需求，直到你變成Adobe，所以你最終只會做成SaaS。
- 非專業用戶要嘅係「一步到位」，你要縮短用戶意圖同解決方案之間嘅距離。
由ToB轉C端：瀏覽器插件到桌面客戶端嘅啟示
做到12月，信號好清晰：連Manus都用唔明佢哋嘅產品，證明產品同商業模式錯配。團隊性格更適合做C端，於是開始試水。
瀏覽器插件Clico功能極簡單：chat with tabs，但增長好好，因為夠方便。
程夢琪最初覺得呢個產品太薄，但自己用過之後理解咗價值：縮短用戶意圖同解決方案之間嘅距離就係價值。佢哋之後做桌面客戶端Invoko，一個長喺Mac靈動島嘅notch產品，支援跨app context switching。
「一個人話一週就做到嘅嘢，你做咗49個版本仲喺度修」——呢啲細節就係護城河。
需求驗證同商業模式：Reddit用研同Skill外溢
轉C端之後，佢哋認真做用研，最大程度用Reddit。每個產品決策都拆成決策漏斗，每層對應要發嘅post，每個問題發40-50個post出去回收反饋。
用Reddit驗證需求，唔係靜態數據，而係動態決策漏斗。
另一個改變係學識剋制，唔再做菜市場式產品。Invoko只上咗兩三成功能，因為海外用戶接受結構化信息。
- OPC係趨勢但唔係現實，獨立開發者要自己食飽先會俾錢你。
- 唔好追求quick win，一個好嘅skill一定要調好耐。
- 軟件出路有三條：品牌化、精選買手、陪伴同情感連接。
SophiaPro 喺 2025 年 6 月成立。
最初，佢哋做嘅係一款叫 Karis.im 嘅 ToB 產品，幫出海企業提供市場營銷數字員工。之後轉做 C 端產品，先整咗瀏覽器插件 TryClico，最近又推出咗桌面端產品 Invoko.ai，一個喺 Mac 靈動島位置嘅 notch 工具，幫用戶喺唔同 app 之間自由切換上下文。
喺呢個背後，創始人程夢琪喺接近 300 日裏面，經歷咗多次產品同方向嘅 pivot。由垂直 Agent 到 workflow，由 ToB 到 C 端，由營銷 Agent 到瀏覽器插件，再到桌面客戶端，佢幾乎行勻曬 AI 應用創業會踩嘅坑。
最近，佢喺錦秋小飯桌 × Google 嘅活動上面，分享咗佢嘅 AI 應用創業心路歷程。呢啲糾結同選擇，可能係每一個做 AI 應用嘅人都喺度面對緊。
以下是程夢琪嘅分享內容轉載自「錦秋集」，有少少刪減同調整。
Founder Park 正在持續揾值得被睇到嘅 AI 團隊同項目。
我哋會通過「AI 產品市集」、內容報道、社羣分發等方式，幫你觸達早期用戶、得到真實反饋，同埋建立關鍵連接。
如果你喺度做 AI 相關嘅嘢，歡迎同我哋傾嚇。
我哋創業大約一週年。呢一年我哋由垂直 Agent 轉型到 C 端產品，中間幾乎踩勻曬 AI 應用創業會踩嘅坑。好多坑當時覺得邏輯上絕對正確，後來發現全部都錯。
我將呢啲選擇逐個攤開嚟講。唔係因為我揾到正確答案，而係呢啲選擇題，可能每一個做 AI 應用嘅人而家都喺度面對緊。
01
General Agent 定係 Vertical Agent？
舊年 5 月，我哋開始創業。當時最興嘅係 Manus，市面上已經出現咗十幾個「我都係 general Agent」嘅產品，人均出一個 launch video。
我哋做咗第一個決策：唔做 general Agent，做 vertical Agent。邏輯上好通順，賽道太逼，而且個個都話 Manus 遲早會俾基模食咗。我哋揾更聚焦嘅問題、更聚焦嘅場景，去交付比通用 Agent 更好嘅局部結果。
呢個係我之後覆盤認為最大嘅一個錯誤決策。
唔係話垂直 Agent 呢個方向本身一定唔成立，可能某啲垂類例如合規係得嘅。但我哋做咗六個月之後發現，大部分垂類 Agent 公司都面臨一個結構性困局：你嘅客戶其實唔用你嘅產品，但你又想賺錢，最後就變成你出人去服務佢。垂直 Agent 公司喺過渡階段都被迫變咗做 agency。
我喺三藩市傾咗大約一百間做類似嘢嘅公司，大家嘅困境都一樣。
更加極端嘅案例係：有啲公司嘅 Agent 產品係整俾投資人睇嘅，交功課用。真正賺錢係靠服務。內部做服務嘅人自己都唔用嗰個產品。
如果時光倒流，真係返到舊年 5 月，可能就應該做個 general Agent。起碼你可以積累一大批用戶嘅 query，知道 C 端用戶嘅行為。都好過你做咗六個月 ToB 發現呢條路行唔通。
02
揀邊個垂直場景？
既然決定做 vertical，就要揀一個方向。我哋畫咗三個圓，自己嘅經驗、市場大小、Agent 擅長嘅嘢，揀咗營銷。我以前喺 TikTok 做過海外市場，呢個係背景上嘅原因。
但我哋當時仲講咗一個更吸引嘅故事：coding 有明確嘅 reward 信號，數學都有，咁下一個有啲反饋信號嘅領域係咩？係 marketing，因為你出嘅內容天然有曝光同互動率，你可以拎到信號嚟 train 模型。
呢個故事我當時講咗一百次。而家聽到人講類似嘅，我都想笑。創業公司 train 咩鬼模型？你確係有呢啲數據，你都確係可以 train。但你 train 出嚟嘅嘢，基模廠商隨便改一改，帶俾你嘅收益大好多。
我後來反覆諗點解當時每一步都覺得自己啱。答案得兩個字：虛榮。我唔係根據市場需求嚟做決策，而係根據「我要扮嚇嘢」嚟做決策。啱啱拎到融資嘅時候係創始人嘅愚昧之巔，覺得自己太聰明，太識得造概念，太識得融會貫通。
所以我喺度講一個大膽嘅講法：大部分純應用嘅創業公司唔好請算法。你用唔着。快啲放人哋去 train 模型啦，你俾人哋喺你度做咩？純粹係俾投資人睇陣容。
03
喺營銷裏面揀邊個切入點？
我哋先揀咗達人營銷，幫品牌揾 KOC 做推廣。當時諗嘅係，你揾得掂達人，就可以揾得掂候選人、專家、客戶。Sourcing 係一個可以泛化嘅能力。
做咗兩三個月發現，sourcing 呢件事百分之七八十取決於你 API 同數據質量。我哋使咗一萬幾千美金買咗好貴嘅達人數據庫，但本質上你係用緊人哋洗過嘅數據，做咗一個同人哋差唔多嘅界面。
更致命嘅係，sourcing 只佔用戶成個工作嘅大概 30%。你揀咗價值鏈上最簡單嘅部分嚟做，後面來回傾、講價、跟進交付，呢啲最浪費人力嘅環節你都 skip 咗。
當 sourcing 呢個點嘅價值唔夠強嘅時候，我哋面對一個選擇：係橫向發展，將 sourcing 能力泛化到揾候選人、揾客戶？定係縱向發展，喺達人營銷呢一個場景裏面做深？
我哋做啱咗呢個決策，揀咗縱向發展。邏輯好簡單，我當時諗咗一個比喻：我而家有麵粉同雞蛋，我要開間舖，你話我賣大餅夾蛋同意大利粉，都係麵粉雞蛋整嘅，好 make sense。但你見過邊個同時嚟你舖頭話「俾我一份大餅夾蛋，再俾我一份意大利粉」？
橫向發展 sourcing，揾達人、揾候選人、揾客戶，呢幾個場景之間幾乎冇可能交叉銷售。咩人會同時有呢啲需求？得 founder。但 founder 自己唔會用產品㗎。
04
Agent 定係 Workflow？
第四個選擇：
呢個係舊年 6 月幾乎所有 Agent 創業者都要做嘅技術決策。
我哋公司嗰陣嘅算法合夥人係從 OpenManus 出嚟嘅，佢話做 Agent，Agent 最領先。我好堅定咁揀咗 Agent。
做到後面好痛苦。Agent 唔穩定，同一個問題問兩次俾唔同嘅答案。你冇辦法同客戶保證結果嘅一致性。
今日俾我重新揀，就算而家所有人都知 Agent 更先進，我都揀 workflow。
因為呢個係一個 ToB 產品。ToB 客戶要嘅唔係最領先嘅技術，而係「你穩定俾答案我，我第二次問你同一個問題，你唔好俾唔同嘅結果」。考慮成本、速度、質量、交付穩定性、客戶唔好走嚟鬧你，workflow 都更合適。
當時點解冇揀？就係技術虛榮心。我係 AI 創業者，點可以揀 workflow 㗎？
呢個世界好參差。對大部分企業嚟講，用得掂 workflow 已經解決咗大部分問題。
05
聽專業用戶定係聽非專業用戶？
產品上線之後，兩類人向我哋提需求。
創始人話：你唔好同我講中間要㩒乜㩒物，我咩都唔想㩒，你俾結果我就得。
公司裏面專門負責達人嘅人話：唔得，中間需要可審計，呢一步需要我確認咗先可以繼續，呢啲指標我要自己定義。
兩類人嘅需求完全唔同。當時市面上好興嘅概念係蒸餾專家經驗，將高認知能力濃縮成產品，再賣俾非專業嘅人。我哋覺得應該先服務專業用戶，將佢哋嘅經驗蒸餾出嚟。
呢個又係一個錯誤。
你一揀咗服務專業用戶，就係喺度幫佢做工具。你問一個專業剪輯師佢需要咩嘢 Agent，佢會不停咁同你提需求，直到你生到同 Adobe 差唔多先肯收手。專業用戶對過程嘅把控好嚴謹，所以呢條路必然會走向 SaaS。
有一日我比較咗我哋嘅產品同行業裏面八年前創業嘅 SaaS 公司嘅界面，生得幾乎一模一樣。嗰一刻我覺得死火，你創咗半日業，將人哋 SaaS 行過嘅路又行咗一次。
06
ToB 做唔掂，
使唔使死頂？
做到 12 月嘅時候，信號已經好清晰。
我哋喺度幫 Manus 做增長，如果 Manus 都用唔明我哋嘅產品，中國冇任何公司用得明，因為 Manus 係我見過最 AI native 嘅組織。佢哋都用唔明，咁一定唔係佢哋智商唔夠，一定係我嘅產品同商業模式錯配。
同時我發現，我哋公司 40 個人，團隊嘅性格更適合做 C 端。我發現呢件事嘅契機係：我哋有個同學喺服務大客嘅時候，喺羣組同客戶駁嘴。客戶話 CPM 太高，佢話唔高呀。客戶話你可唔可以揾低啲，佢話已經好低啦。永遠喺度駁嘴。
我以前做 ToB 嘅時候，只會話「卑職收到，卑職遵旨」。俾人包養就唔好講獨立人格。但我哋嘅同學做唔到呢樣嘢，佢哋性格上就唔係做 ToB 嘅人。嗰段時間得我一個喺度舔客戶。
2 月我走咗去三藩市，將嗰邊做垂直 Agent 嘅公司傾咗一次。大概一百間公司，困境都好相似。而且我發現大部分創業公司連基本嘅 ToB 組織都建立唔到，我問佢哋知唔知 CSM 係咩，一半人唔知。好多技術背景嘅創業者對 ToB 嘅理解就係「我身邊有兩個朋友我叫佢用嚇」，互相買、互相幫手刷到 100 萬美金 ARR。但去到 100 萬之後，集體性嘅迷惘。
呢個係一個結構性問題：你嘅產品模式係 Agent，但你嘅商業模式係 ToB。ToB 喺中國係貶義詞，喺美國華人做到嘅天花板亦好明顯。而且 ToB 食唔到新模型帶嚟嘅能力躍遷同紅利，你食到最大嘅紅利係內部 coding Agent 更強咗、開發更快咗，但你嘅產品解決客戶問題嘅效率有冇 10 倍增長？冇。
我嗰陣做咗一個判斷：如果做 ToB，我唔應該創業，亦唔應該融資。我以前做過幾年 ToB，有客戶資源同行業關係，唔需要融資都做得。創業應該追求高賠率嘅嘢。
07
轉 C 端，
做咩產品？
喺 ToB 未正式停之前，我已經俾一部分同學開始試水 C 端。因為團隊嘅士氣同信心係不可再生嘅，你冇辦法突然有一日話「全部推翻，由頭嚟過」。
大概 1 月嘅時候，有個小組整咗一個瀏覽器插件叫 Clico。功能極之簡單，你瀏覽器開咗一堆 tab，佢俾你 chat with tabs，將各個 tab 裏面嘅資訊 retrieve 出嚟。你寫緊文檔嘅時候可以直接話「將嗰個網頁關於 use case 嘅資訊放落我呢個文檔下面」。
我嗰陣內心覺得呢個唔值得做。太薄啦，做產品一開波三連問：核心競爭力係咩？同競品有咩分別？解決嘅核心問題係咩？呢個產品只能答第三個問題，頭兩個完全答唔到。我可以講得出 100 個一模一樣嘅競品，Grammarly 好早就做緊類似嘅嘢，7 億用戶。
但我冇講出口。怕淋熄大家嘅小火苗。
結果呢個產品增長得幾好，有好多人自發傳播。有啲學校嘅學生用咗就不停向同學推薦，某啲學校裏面有幾百個我哋嘅用戶。
我自己都開始用，然後我理解咗點解佢有價值。以前你想叫 AI 幫你寫一段話，你要 cap 圖、send 俾 ChatGPT、寫 prompt、等回覆、copy 返嚟。Clico 就一個掣，你㩒落去就得，唔使寫任何 prompt，個掣本身就代表咗你嘅意圖。
只要你縮短到用戶意圖同解決方案之間嘅距離，你就有價值。
2026 年啦，翻譯仲係問題咩？梗係唔係，呢件事根本唔難。但到今日好多用戶同我哋講，冇一個好嘅本地翻譯劃詞產品。彩雲小譯點解仲生存？就係夠方便、喺你手邊。
呢個認知對我衝擊好大。以前我做產品個腦入面全係差異化、核心競爭力、技術壁壘呢啲概念。但 C 端用戶要嘅嘢好樸素：好用、快、喺我手邊。
08
使唔使做客戶端？
Clico 有個天然嘅侷限，佢係瀏覽器插件，只能喺瀏覽器裏面運行。你想跨越飛書、Slack、Gmail 做嘢，做唔到。
所以我哋順理成章決定做桌面客戶端產品 Invoko。一個喺你電腦靈動島位置嘅 notch 產品，因為係全局嘅，天然適合做 context switching，你唔需要喺唔同 app 之間來回掃 screen 揾資訊。
呢個決策我唔後悔，但我要提醒所有人：細團隊唔好輕易做客戶端。
呢樣嘢太難做啦。你要適配唔同嘅 Mac 版本、唔同嘅芯片型號。Reddit 上面日日有人同我哋講「幾時出 Intel 版？我哋用唔到，日日睇你喺度吹」。你要唔要去適配 2021 年嗰一年賣嘅 Intel 芯片 Mac？你仲未做 Windows，你嘅增長流量出去咗，發現一半係 Windows 用戶，白做。
到昨晚我哋出咗第 49 個版本，大概一兩日一個版本，做咗接近三個月。
我有一個理論：軟件唔係你喺本機運行到就得。本機 run 到同上 production 係兩回事，上咗 production 同賺到錢又係兩回事。三級階梯，一級比一級高。而且軟件更似一塊草坪，修剪嘅費用比當初買草皮仲貴。
但正因為佢難，我反而不焦慮啦。三月嗰陣我焦慮到快爆開，覺得邊個做軟件邊個神經病，你任何一個 idea，Cursor 做到、Claude Code 做到，投資人第一句就係「我一個 skill 就做到你」。我甚至後悔舊年點解唔講個具身嘅故事，講一個三四年不可證偽嘅方向。
但做咗呢個客戶端之後我發現，佢就係由 15000 個細節組成。你逐個逐個食咗啲屎，食多一個用戶體驗好啲。一個人話「我一星期就整到出嚟」嘅嘢，你做咗 49 個版本仲喺度修。呢件事冇捷徑，所以我反而踏實咗。
09
點樣驗證需求？
做 C 端之後最大嘅變化係我哋認真做用研。
我哋最大程度用盡咗 Reddit。唔止係上去揾數據，嗰啲只係靜態結論。我哋做嘅係：每一個產品決策都拆成一個決策漏斗，每一層對應要出嘅帖。呢個需求係咪真需求？用戶願唔願意俾錢？而家嘅解決方案係咩？而家方案邊度唔好？每個問題出 40 到 50 個帖出去，收集反饋。
我哋甚至喺美國線下 BD 咗一批真人 Reddit 用戶，唔係供應商養嘅帳號，係真正喺 Reddit 活躍咗三年嘅人。我哋唔做紅藍對抗，唔同 Reddit 安全團隊鬥。就係揾真人幫我哋驗證場景。
一浸咗落 Reddit 你就不焦慮啦。因為你會發現 AI 咁叻，大量嘅問題仲未解決。Context switching 呢件事，日日都有人吐槽話個腦就嚟分裂。
另一個好大嘅變化係：學識咗剋制。
我係 ENFP，好發散，恨不得一日俾產品提 800 個方向。之前做 ToB 嗰個產品就係咁，客戶話做達人營銷，做完話你可唔可以順便做搜索類資訊？跟住 GEO 紅咗，客戶話都做埋啦。一路跟住需求走，做咗個菜市場出嚟。
中國人特別鍾意菜市場式做產品。你睇淘寶再睇任何一個海外電商；睇攜程再睇 Booking。中國人覺得我咁多菜一定要全部擺曬出嚟，如果唔係你就走咗。海外用戶接受結構化資訊，先睇第一層，再決定要唔要入第二層。
Invoko 如果你下載咗，會發現功能好少。唔係冇做，大概只出咗我哋做咗嘅百分之二三十。喺之前嗰個產品上面我哋得到教訓：唔好菜市場。
10
點樣揾到好嘅商業模式？
得意嘅係，我哋唔做嗰個 ToB 產品之後，ToB 業務反而賺到錢。
因為我哋要幫 C 端產品做增長，增長同學被迫繼續用之前嘅 Agent 工具。用嚇用嚇，將一啲經驗提煉成咗 skill。呢個 skill 比以前嗰個正正經經嘅 ToB 產品好用好多。
點解？因為以前我哋係拎住客戶嘅離散需求嚟做，客戶今日講兩句，聽日冇時間理你，一個禮拜後再講三句，context 係斷嘅。但而家我哋自己就係用戶，自己嘅需求最完整、最直接、日日都用。
呢個 skill 每日增加七八個細節，例如俾達人嘅 email 前 9 個字係雕琢過嘅，因為達人開 email 之前只睇到前 9 個字。你每日加 10 個細節，加 3 個月，就冇人可以 compete 你。
以前我哋恨不得大躍進，呢個版本月尾出、嗰個版本幾時出。但你從來冇真正有時間、有一個持續有需求嘅人俾你完整嘅 context，讓你將一個 skill 打磨好。
呢個 skill 整好之後，分享俾一啲兄弟公司，個個都話好用、可唔可以賣俾我。一個客戶嘅需求過嚟，我哋同學直接轉發俾 Agent 行，行完將結果 send 俾客戶，基本冇人力損耗。客戶原本揾 agency 起碼兩到三倍嘅報價，用我哋平一半。
我終於揾到做 ToB 產品嘅正確路徑：唔係大躍進式 rush 一個版本交功課，而係你自己先有需求、自己用到好，然後外溢俾其他人。呢個係一個過程產品。
11
幾個可能有用嘅判斷
講完踩坑，講幾個我而家嘅想法，唔一定啱。
關於 OPC（一人公司）。 OPC 係趨勢，但唔係現實。現實中 OPC 好少，賺到錢嘅 OPC 更加少。佢冇賺到錢點解要俾錢你？做獨立開發者嘅生意好難，因為獨立開發者首先要自己食飽，先可以攞少少錢出嚟同你一齊搞。而且最有資訊獲取能力嗰批人，大概自己就可以將 Claude Code 用到好好。
關於速度。 我特別討厭 quick win。一個好嘅 skill 一定係調好耐，一個好嘅客戶端產品一定係磨好耐。我特別抗拒嗰種「我整咗個好勁嘅嘢」周圍出 post 出小紅書嘅心態。你真係有人用、用咗有效、上線咗行得順，比吹水難 100 倍。所有落到生產級別嘅事，都比講概念難 100 倍。
關於情緒價值。 效率工具關注嘅係你嘅問題。但我想做一款產品，唔單止解決你嘅問題，唔解決問題我只係一個提供情緒價值但唔靠譜嘅下屬，冇意義；同時我在乎你係邊個、在乎你今日心情點樣。DAU 唔係一個四位數、八位數嘅數字，背後都係人。我哋請咗好多美國設計師嚟打磨情緒價值嘅部分，用戶話「有啲細節感受到你哋好用心」。例如所有客戶端產品都面對私隱問題，用戶私隱協議全部係字冇人睇，我哋做咗一個漫畫嚟解釋數據點樣儲存。
關於公司組織。 我哋而家冇產品經理。唔係唔需要呢個角色，係喺呢個時代我仲未諗好產品經理應該做啲咩。研發流程係：用戶報 bug，掉俾 Agent，Agent 分配到研發同學本地嘅 coding Agent，自動修，人做測試驗收。增長側有各種 skill 喺度行 automation。組織盡可能簡單、溝通盡可能短，每個人都 connect 到 repo。
關於軟件嘅出路。 AI coding 越來越勁，軟件供應一定變多。大家嘅「貨」都差唔多，都係同樣幾間嘅 API。API 直出兩蚊，你想賣六蚊，點算？我見到三條可能嘅路：第一係品牌化，有品牌溢價；第二係精選買手，你揀過嘅 skill 就係比人哋可靠，你做胖東來；第三係陪伴同情感連接，你唔只係生產力工具，用戶同你有情感上嘅 connection。
Cursor Composer 2.5 拆解：最強大嘅 RL 環境，就係你自己嘅產品
創業者閉門探討：Make for Agent，其實仲係 Make for Human
拆解 Anthropic：最好嘅 AI 公司，可能亦係一種組織發明
AGI Playground 2026，歡迎嚟新加坡！
轉載原創文章請加微信：founderparker
SophiaPro 成立於 2025 年 6 月。
最早，他們做的是一款叫 Karis.im 的 ToB 產品，給出海企業提供市場營銷數字員工。後來轉向 C 端產品，先是做了瀏覽器插件 TryClico，最近又推出了桌面端產品 Invoko.ai，一個長在 Mac 靈動島位置的 notch 工具，幫用戶在不同 app 之間自由切換上下文。
在這背後，創始人程夢琪在近 300 天裏，經歷了多次產品、方向上的 pivot。從垂直 Agent 到 workflow，從 ToB 到 C 端，從營銷 Agent 到瀏覽器插件，再到桌面客戶端，她幾乎把 AI 應用創業能踩的坑走了個遍。
最近，她在錦秋小飯桌 × Google 的活動上，分享了她的 AI 應用創業心路歷程。這些糾結、選擇，可能是每一個做 AI 應用的人都正在面對的。
以下是程夢琪的分享，內容轉載自「錦秋集」，略有刪減與調整。
Founder Park 正在持續尋找值得被看見的 AI 團隊與項目。
我們將通過「AI 產品市集」、內容報道、社羣分發等方式，幫你觸達早期用戶、獲得真實反饋，以及建立關鍵連接。
如果你正在做 AI 相關的事，歡迎和我們聊聊。我們創業大概一週年。這一年我們從垂直 Agent 轉型到了 C 端產品，中間幾乎把 AI 應用創業能踩的坑全踩了一遍。很多坑是當時覺得邏輯上絕對正確，後來發現全是錯的。
我把這些選擇一個一個攤開來講。不是因為我找到了正確答案，而是這些選擇題，可能每一個做 AI 應用的人現在都在面對。
01
General Agent 還是 Vertical Agent？
去年 5 月，我們開始創業。當時最火的是 Manus，市面上已經出現了十幾個「我也是 general Agent」的產品，人均發一個 launch video。
我們做了第一個決策：不做 general Agent，做 vertical Agent。邏輯很通順，賽道太擠了，而且所有人都說 Manus 遲早被基模吃掉。我們找更聚焦的問題、更聚焦的場景，去交付比通用 Agent 更好的局部結果。
這是我後來覆盤認為最大的一個錯誤決策。
不是說垂直 Agent 這個方向本身一定不成立，也許某些垂類比如合規之類是可以的。但我們做了六個月之後發現，大部分垂類 Agent 公司都面臨一個結構性困局：你的客戶其實不用你的產品，但你又想掙錢，最後就變成你出人去服務他。垂直 Agent 公司在過渡階段都被迫變成了 agency。
我在舊金山聊了大概一百家做類似事情的公司，大家的困境都一樣。
更極端的案例是：有些公司的 Agent 產品就是給投資人看的，交作業用。真正掙錢靠服務。內部做服務的人自己都不用那個產品。
如果時光倒流，真的回到去年 5 月，也許就應該做個 general Agent。起碼你能積累一大批用戶的 query，知道 C 端用戶的行為。也比你做了六個月 ToB 發現此路不通要好。
02
選哪個垂直場景？
既然決定做 vertical，就得選一個方向。我們畫了三個圓，自己的經驗、市場大小、Agent 擅長的事，選了營銷。我以前在 TikTok 做過海外市場，這是背景上的原因。
但我們當時還講了一個更性感的故事：coding 有明確的 reward 信號，數學也有，那下一個有點反饋信號的領域是什麼？是 marketing，因為你發的內容天然有曝光和互動率，你能拿到信號來訓模型。
這故事我當時講了一百遍。現在聽到別人講類似的，我都想笑。創業公司做個毛線的訓練。你確實有這樣的數據，你也確實能訓。但你訓出來的東西，基模廠商隨便改一改，比你帶來的收益大多了。
我後來反覆想為什麼當時每一步都覺得自己對。答案就兩個字：虛榮。我不是在基於市場需求做決策，是在基於「我得裝一下」做決策。剛拿到融資都是創始人的愚昧之巔，覺得自己太聰明瞭，太能造概念了，太能融會貫通了。
所以我這裏下一個暴論：大部分純應用的創業公司不要招算法。你用不上。快放人家去訓模型吧，你讓人家在你這幹什麼？純屬給投資人看陣容。
03
在營銷裏選哪個切入點？
我們先選了達人營銷，幫品牌找 KOC 做推廣。當時想的是，你找明白了達人，就能找明白候選人、專家、客戶。Sourcing 是一個能泛化的能力。
做了兩三個月發現，sourcing 這件事百分之七八十取決於你 API 和數據質量。我們花了一萬多美金買了很貴的達人數據庫，但本質上你就是在用別人洗過的數據、做了一個跟人家差不多的界面。
更要命的是，sourcing 只佔用戶整個工作的大概 30%。你選了價值鏈上最簡單的部分來做，後面來回聊、談價格、跟進交付，這些最浪費人力的環節你都 skip 掉了。
當 sourcing 這個點的價值不夠 strong 的時候，我們面臨了一個選擇：是橫着打，把 sourcing 能力泛化到找候選人、找客戶？還是縱着打，在達人營銷這一個場景裏做深？
我們做對了這個決策，選了縱着打。邏輯很簡單，我當時想了一個比喻：我現在掌握了麪粉和雞蛋，我要開個店，你說我賣大餅加雞蛋和意大利麪，都是麪粉雞蛋做的，很 make sense。但你見過誰同時來你店裏說「給我一份大餅加雞蛋，再給我一份意大利麪」嗎？
橫着打 sourcing，找達人、找候選人、找客戶，這幾個場景之間幾乎不可能交叉銷售。什麼人會同時有這些需求？只有 founder。但 founder 自己是不會用產品的。
04
Agent 還是 Workflow？
第四個選擇：
這是去年 6 月幾乎所有 Agent 創業者都要做的技術決策。
我們公司當時的算法合夥人是從 OpenManus 出來的，他說做 Agent，Agent 最領先。我非常堅定地選了 Agent。
做到後面非常痛苦。Agent 不穩定，同一個問題問兩次給你不同的答案。你沒法跟客戶保證結果的一致性。
今天讓我重新選，哪怕現在所有人都知道 Agent 更先進，我選 workflow。
因為這是一個 ToB 產品。ToB 客戶要的不是最領先的技術，是「你穩定給我答案，我第二次問你同樣的問題，你不要給我不一樣的結果」。考慮成本、速度、質量、交付穩定性、客戶不要跑出來罵你，workflow 都更合適。
當時為什麼沒選？就是技術虛榮心。我是 AI 創業者，我怎麼能選 workflow 呢？
這個世界很參差。對大部分企業來說，能把 workflow 用上就已經解決大部分問題了。
05
聽專業用戶還是聽非專業用戶？
產品上線之後，兩類人給我們提需求。
創始人說：你別跟我講中間要點什麼、按什麼，我什麼也不想按，你給我結果就行。
公司裏專門負責達人的人說：不行，中間需要可審計，這一步需要我確認了才能繼續，這些指標我要自己定義。
兩類人的需求完全不一樣。當時市面上很火的概念是蒸餾專家經驗，把高認知能力濃縮成產品，再賣給非專業的人。我們覺得應該先服務專業用戶，把他們的經驗蒸餾出來。
這又是一個錯誤。
你一旦選定服務專業用戶，你就是在給他做工具。你問一個專業剪輯師他需要什麼樣的 Agent，他會一直給你提需求，直到你長得跟 Adobe 差不多他才收手。專業用戶對過程的把控非常嚴謹，所以這條路必然走向 SaaS。
有一天我對比了一下我們的產品和這個行業裏八年前創業的 SaaS 公司的界面，長得幾乎一模一樣。那一刻我覺得完蛋了，你創了半天業，把人家 SaaS 走過的路又走了一遍。
06
ToB 做不動了，
要不要硬撐？
做到 12 月的時候，信號已經非常清晰了。
我們在幫 Manus 做增長，如果 Manus 用不明白我們的產品，中國沒有任何公司能用明白，因為 Manus 是我見過的最 AI native 的組織。他們都用不懂，那一定不是他們智商不夠，一定是我的產品和商業模式錯配。
同時我發現，我們公司 40 個人，團隊的性格更適合做 C 端。我發現這件事的契機是：我們有個同學在服務大客戶的時候，在羣裏跟客戶抬槓。客戶說 CPM 太高了，他說不高啊。客戶說你能不能找低一點的，他說這已經很低了。永遠在抬槓。
我以前做 ToB 的時候，只會說「卑職收到了，卑職遵旨」。被包養就不要談獨立人格。但我們的同學做不到這個，他們性格上就不是幹 ToB 的人。那段時間就我一個人在舔客戶。
2 月份我跑去舊金山，把那邊做垂直 Agent 的公司聊了一遍。大概一百家公司，困境都很相似。而且我發現大部分創業公司連基本的 ToB 組織都建不起來，我問他們你知道 CSM 是什麼嗎，一半人不知道。很多技術背景創業者對 ToB 的理解就是「我身邊有兩個朋友我勸他用一下」，互相買、互幫互助刷到 100 萬美金 ARR。但到了 100 萬之後，集體性的迷茫。
這是一個結構性問題：你的產品模式是 Agent，但你的商業模式是 ToB。ToB 在中國是貶義詞，在美國華人做的天花板也非常明顯。而且 ToB 吃不到新模型帶來的能力躍遷和紅利，你能吃到的最大紅利是內部 coding Agent 更強了、開發更快了，但你的產品解決客戶問題的效率有沒有 10 倍增長？沒有。
我那時候做了一個判斷：如果做 ToB，我不應該創業，也不應該融資。我以前做過幾年 ToB，有客戶資源有行業關係，不需要融資也能做。創業應該追求高賠率的事。
07
轉 C 端，
做什麼產品？
在 ToB 還沒有正式停掉之前，我已經讓一部分同學開始試水 C 端。因為團隊的士氣和信心是不可再生之物，你沒辦法突然有一天說「全部推翻，從頭來」。
大概 1 月份的時候，有個小組做出了一個瀏覽器插件叫 Clico。功能極其簡單，你瀏覽器開了一堆 tab，它讓你 chat with tabs，把各個 tab 裏的信息 retrieve 出來。你在寫文檔的時候可以直接說「把那個網頁裏關於 use case 的信息放到我這個文檔下面」。
我當時內心覺得這不值得做。太薄了，做產品一上來三連問：核心競爭力是什麼？跟競品區別是什麼？解決的核心問題是什麼？這個產品只能回答第三個問題，前兩個完全回答不了。我能說出 100 個一模一樣的競品，Grammarly 早就在做類似的事了，7 億用戶。
但我沒說出來。怕澆滅大家的小火苗。
結果這個產品增長很不錯，有很多自發傳播。有些學校的學生用了就不停向同學推薦，某些學校裏幾百個我們的用戶。
我自己也開始用它，然後我理解了為什麼它有價值。以前你想讓 AI 幫你寫一段話，你要截圖、發給 ChatGPT、寫 prompt、等返回、複製回來。Clico 就一個按鈕，你按下去就行，不用寫任何 prompt，按鈕本身就代表了你的意圖。
只要你能縮短用戶意圖和解決方案之間的距離，你就有價值。
2026 年了，翻譯還是問題嗎？當然不是，這事根本不難。但到今天好多用戶跟我們說，沒有一個好的本地翻譯劃詞產品。彩雲小譯為什麼還活着？就是夠方便、在你手邊。
這個認知對我的衝擊很大。以前我做產品腦子裏全是差異化、核心競爭力、技術壁壘這些概念。但 C 端用戶要的東西很樸素：好用、快、在我手邊。
08
要不要做客戶端？
Clico 有個天然的侷限，它是瀏覽器插件，只能在瀏覽器裏運行。你想跨飛書、跨 Slack、跨 Gmail 做事，做不了。
所以我們順理成章地決定做桌面客戶端產品 Invoko。一個長在你電腦靈動島位置的 notch 產品，因為是全局的，天然適合做 context switching，你不需要在不同 app 之間來回劃屏幕找信息了。
這個決策我不後悔，但我要提醒所有人：小團隊不要輕易做客戶端。
這東西太難做了。你要適配不同的 Mac 版本、不同的芯片型號。Reddit 上天天有人跟我們說「什麼時候出 Intel 版？我們用不了，天天看你在那吹」。你要不要去適配 2021 年那一年賣的 Intel 芯片 Mac？你還沒做 Windows 呢，你的增長流量出去了，發現一半是 Windows 用戶，白做了。
到昨天晚上我們上了第 49 個版本，大概一兩天一個版本，做了快三個月。
我有一個理論：軟件不是你在本機能運行就完了。本機能跑跟上 production 是兩回事，上了 production 跟能掙錢又是兩回事。三級階梯，一級比一級高。而且軟件更像一塊草坪，修剪費用比當初買草皮還貴。
但正是因為它難，我反而不焦慮了。三月份的時候我焦慮到快裂開了，覺得誰幹軟件誰神經病，你任何一個 idea，Cursor 能做、Claude Code 能做，投資人第一句話就是「我一個 skill 就能幹你」。我甚至後悔去年為什麼不講個具身的故事，講一個三四年不可證偽的方向。
但做了這個客戶端之後我發現，它就是由 15000 個細節組成的。你一個一個把屎吃掉，多吃一個用戶體驗好一點。一個人說「我一週就能做出來」的東西，你做了 49 個版本還在修。這個事沒有捷徑，所以我反而踏實了。
09
怎麼驗證需求？
做 C 端之後最大的變化是我們認真做用研了。
我們最大程度用好了 Reddit。不只是去上面挖數據，那隻能給你靜態結論。我們做的是：每一個產品決策都拆成一個決策漏斗，每一層對應要發的帖子。這個需求是不是真需求？用戶願不願意付費？現在的解決方案是什麼？現在的方案哪裏不好？每個問題發 40 到 50 個帖子出去，回收反饋。
我們甚至在美國線下 BD 了一批真人 Reddit 用戶，不是供應商養的號，是真正在 Reddit 活躍了三年的人，。我們不做紅藍對抗，不跟 Reddit 安全團隊 PK。就是找真人幫我們驗證場景。
一泡在 Reddit 上你就不焦慮了。因為你會發現 AI 這麼牛了，大量的問題還是沒有被解決。Context switching 這事，每天都有人在吐槽說腦子要分裂了。
另一個很大的變化是：學會了剋制。
我是 ENFP，非常發散，恨不得一天給產品提 800 個方向。之前做 ToB 那個產品就是這樣，客戶說做達人營銷，做完說你能不能順便做搜索類信息？然後 GEO 火了，客戶說也做了吧。一路跟着需求走，做成了菜市場。
中國人特別喜歡菜市場式做產品。你看淘寶再看任何一個海外電商；看攜程再看 Booking。中國人覺得我這麼多菜必須全擺出來，不然你就走了。海外用戶接受結構化信息，先看第一層，再決定要不要進第二層。
Invoko 如果你下載了，會發現功能非常少。不是沒做，大概只上了我們做了的百分之二三十。在之前那個產品上我們得到了教訓：不要菜市場。
10
怎麼找到好的商業模式？
有意思的是，我們不做那個 ToB 產品之後，ToB 業務反而掙錢了。
因為我們要給 C 端產品做增長嘛，增長同學被迫繼續用之前的 Agent 工具。用着用着，把一些經驗提煉成了 skill。這個 skill 比之前那個正兒八經的 ToB 產品好用得多。
為什麼？因為以前我們是拿着客戶的離散需求在做，客戶今天說兩句，明天沒空理你，一週後再說三句，context 是斷裂的。但現在我們自己就是用戶，自己的需求最完整、最直接、每天都在用。
這個 skill 每天增加七八個細節，比如給達人發的郵件前 9 個字是雕琢過的，因為達人打開郵件前只能看到前 9 個字。你每天加 10 個細節，加 3 個月，就沒有人能 compete 你。
以前我們恨不得大躍進，這個版本月底上、那個版本什麼時候出。但你從來沒有真正有時間、有一個持續有需求的人給你完整的 context，讓你把一個 skill 打磨好。
這個 skill 做出來之後，分享給了一些兄弟公司，大家都說好用、能不能賣給我。一個客戶的需求過來，我們同學直接轉發給 Agent 跑，跑完把結果發給客戶，基本沒有人力損耗。客戶原來找 agency 起碼兩到三倍的報價，用我們便宜一半。
我終於找到了做 ToB 產品的正確路徑：不是大躍進式 rush 一個版本交作業，而是你自己先有需求、自己用到好，然後外溢給別人。這是一個過程產品。
11
幾個可能有用的判斷
講完了踩坑，說幾個我現在的想法，不一定對。
關於 OPC（一人公司）。 OPC 是趨勢，但不是現實。現實中 OPC 很少，掙到錢的 OPC 更少。他沒掙到錢憑什麼給你錢？做獨立開發者的生意很艱難，因為獨立開發者首先要自己吃飽，才能拿一點錢出來跟你一起搞。而且最有信息獲取能力的那批人，大概率自己就能把 Claude Code 用得很好。
關於速度。 我特別討厭 quick win。一個好的 skill 一定是調很久的，一個好的客戶端產品一定是磨很久的。我特別牴觸那種「我做了個很牛的東西」到處發朋友圈發小紅書的心態。你真有人用、用了有效、上線了好使，比吹牛難 100 倍。所有落到生產級別的事，都比講概念難 100 倍。
關於情緒價值。 效率工具關注的是你的問題。但我想做一款產品，不只是解決你的問題，不解決問題我就是一個只提供情緒價值但不靠譜的下屬，沒意義，同時我在乎你是誰、在乎你今天心情怎麼樣。DAU 不是一個四位數、八位數的數字，背後都是人。我們請了很多美國設計師來打磨情緒價值的部分，用戶說「有些細節能感覺到你們很用心」。比如所有客戶端產品都面臨隱私問題，用戶隱私協議全是字沒人看，我們做了一個漫畫來解釋數據怎麼存儲。
關於公司組織。 我們現在沒有產品經理。不是不需要這個角色，是在這個時代我還沒想好產品經理應該幹什麼。研發流程是：用戶報 bug，扔給 Agent，Agent 分配到研發同學本地的 coding Agent，自動修，人做測試驗收。增長側有各種 skill 在跑自動化。組織儘可能簡單、溝通儘可能短，每個人都能 connect 到 repo。
關於軟件的出路。 AI coding 越來越強，軟件供給一定變多。大家的「貨」都差不多，都是同樣幾家的 API。API 直出兩塊錢，你想賣六塊，怎麼辦？我看到三條可能的路：一是品牌化，有品牌溢價；二是精選買手，你選過的 skill 就是比別人靠譜，你做胖東來；三是陪伴和情感連接，你不只是生產力工具，用戶跟你有情感上的 connection。
Cursor Composer 2.5 拆解：最強大的 RL 環境，就是你自己的產品
創業者閉門探討：Make for Agent ，其實還是 Make for Human
拆解 Anthropic：最好的 AI 公司，可能也是一種組織發明
AGI Playground 2026，歡迎來新加坡！
轉載原創文章請添加微信：founderparker