Base44讲述了一位企业家在短短18个月内，从一个想法发展到数百万收入、拥有庞大客户群，并最终被上市公司Wix以8000万美元收购的故事。今天，Base44的联合创始人梅奥尔（Mayall）将加入访谈，探讨世界经济背后的真相、氛围编码、利润率、模型的未来等话题。

https://www.thetwentyminutevc.com/maor-shlomo

{"highlight":[{"answer":"创建氛围编码工具确实相对容易，但构建支持功能复杂的真实世界产品的平台却极其困难。这需要多层集成架构、为复杂项目调整智能代理（比如Base44的部分应用已有数百万行代码）。真正重要的用户需求远不止于炒作——他们每天需要成百上千次的提示交互。我们的护城河在于：集成层架构、核心技术投入，以及构建了包含数据库、用户管理、定时任务、云服务访问的'小型云生态'。前端/ landing page工具会逐渐商品化，但复杂的组织级/个人/SaaS应用不会——这些领域利润率更高，用户日常交互更频繁。","question":"批评者说氛围编码没有护城河，因为其他人三个月就能推出同类产品。你对此有何回应?"},{"answer":"小型CRM公司最危险。那些本质上是数据库前端、附加团队协作功能和集成模块，却没有护城河的软件公司。Salesforce、客服系统等现有类别将被价值编码整合。十年后，可能不会再有像Salesforce实施商这样的公司存在。一年前氛围编码还只是个玩具；但在一两年内，组织级工具将可以通过定制构建，这对买家更有意义——他们拥有代码和数据，具备适应性，且没有冗余功能。","question":"哪些软件公司最有可能被淘汰?"},{"answer":"这不一定是指让用户输入'构建CRM'就能得到一个功能完备的系统。软件可能会变得更具流动性：起点模板、开源项目，人们可以在这些基础上通过氛围编码添加功能——比如制作阿拉伯语从右到左的版本，或添加潜在客户图片。当前一刀切的模式毫无意义。虽然不是所有人（尤其是企业用户短期内）都会这样做，但对买家而言意义重大：软件/代码归他们所有，无需与供应商共享数据，没有锁定效应，可根据需求调整。十年后，可能不会再有需要实施商的软件公司（比如Salesforce实施商）。一年前，氛围编码还只是个玩具；但在一两年内，人们将能够构建/定制组织工具，这对买家更有吸引力——他们拥有代码和数据，具备适应性，且没有冗余功能。","question":"你真的认为人们会自己构建Salesforce CRM、Intercom等系统，而不是购买现成的吗?"}, {"answer":"这是个非常好的问题，作为投资者我自己也经常问自己。显然，如今的衡量标准已经大不相同了。我之前创业时，用了一年半时间才达到200万美元的年度经常性收入（ARR），当时所有人都在欢呼，说这太不可思议了。但现在呢，如果你不能拿出达到1000万或2000万美元的那种曲棍球棒式增长曲线，一切就都不一样了。我认为这取决于我们投资的公司的商业模式。对我来说，我倾向于小额投资那些业务健康的公司。所以我最看重的有几点：首先，快速的收入增长显然是大家都想看到的，这确实很令人兴奋。但还有两点需要考虑：一是这家公司被其他参与者（比如模型提供商等）吞噬的可能性有多大；二是是否是垂直整合的业务，这两点其实紧密相关。我们现在正在关注一个非常有趣的案例——Kerser大约在两周前或几周前推出了他们自己的模型Composer，这为这类企业的战略提供了很好的思路。我们可以客观地分析一下Kerser：假设他们之前的利润率很低，因为要向其他模型提供商支付大量费用。那么他们的策略其实很激进：先以最快速度增长，获得庞大的用户基础（比如让每个刷推特的开发者都安装Kerser），然后在某个时间点引入自己训练的高效模型，把用户从昂贵的低利润模型迁移到自己的高利润模型上，这样利润率一夜之间就会大幅提升。他们已经实现了高速增长，拥有了用户基础，现在就可以优化利润率了。因为模型的利润率确实有可能在一夜之间发生巨大变化。我们内部也在思考类似的策略：先用前沿模型尽可能快速增长，当开源模型发展到一定阶段，就可以基于Base 44内部的数十亿甚至数万亿行代码进行微调，然后实现利润率的显著提升。对于某些提示词，你可以将其转发给那些速度快、利润高且用户体验好的模型，因为这些模型会比Sonnet 4.4这类重型模型快得多。所以当你考虑垂直整合的应用时，会发现一些有趣的现象。现在有些增长非常快的应用，未来可能很难维持这种增长。我记得有一家公司，是LLM最早的实际应用案例之一，做市场营销内容生成的，增长超级快——你可能记得Jasper AI，对吧？他们增长确实很快，但问题在于他们的护城河太浅了。因为很明显，他们只是在Base 44上使用LLM，而我们当时构建了完整的基础设施，比如一个小型云平台，支持应用发送邮件、生成图片、使用其他LLM、部署和管理用户等等。所以围绕LLM构建的业务需要有足够的支撑才能立足。现在我投资时会思考：这家公司现在或未来能否实现垂直整合、自我可持续发展，就像Kerser未来可能做到的那样？","question":"我是一名早期投资者，现在投资AI应用。现在每个人都在晒那些离谱的数据，比如你看你的数据是1亿，你看好的公司是2亿。作为早期投资者，我现在应该多看重当前的收入呢？"},{"answer":"如果一家公司的大部分价值仅仅在于为特定功能编写提示词——比如他们做了一个AI照片编辑器，功能很简单，你上传照片然后说‘让我变好看点’之类的，而核心价值只在于用户体验和提示词设计——那我认为这不是一个健康的长期业务，没什么护城河。但如果你在构建大量基础设施，或者公司本身是垂直整合的，那就非常有意思了。现在你可以开发一个类似Harvey或Spellbook的竞品，教LLM更好地处理法律事务，或者你也可以直接开一家律师事务所。我觉得开律师事务所会非常非常有趣，因为模型提供商不会这么做，任何只想做纯软件的理性创业者也不会。现在有机会构建非常健康的新型垂直整合业务，可能是律师事务所，也可能是收购医院，在每一层都进行AI优化，使其成为AI原生企业，也许几年后就能率先引入机器人外科医生之类的创新。如今在各个领域——无论是软件还是非软件——都有机会建立垂直整合的公司。如果你的公司只是围绕如何提示LLM，或者在微调模型以满足法律、金融等需求方面做得更好，但底层基础设施并不复杂，那护城河就会很薄弱。","question":"你如何判断一家公司是否会被模型提供商吞噬？有什么问题或标准能帮助你对此感到放心？"},{"answer":"哇，这是个好问题。那些不性感的行业——金融、餐饮、健康维护组织等等——创业者真正从头开始构建端到端解决方案的领域，值得更多投资。现在很多人都在追逐那些收入曲线呈曲棍球棒式增长的初创公司，但除非你非常了解这个行业，否则外部投资者很难判断它是否有护城河。举个例子，我曾有机会投资一些代理公司，比如Manners这类，但我觉得自己不够了解这个行业，不确定它们是否会被模型公司 commoditize。所以我不会投这类领域，因为很明显，随着OpenAI在ChatGPT、Google在Gemini中不断内置更多功能，它们最终会推出强大的代理服务。我不确定这个赛道的公司除了提示词和工具调用之外，还有什么深层价值。","question":"你认为现在有哪些领域没人关注但值得投资，又有哪些领域大家都在投但其实不该投？"} ]}