摘要

Gokul Rajaram认为，软件股无差别遭遇抛售是“100%的过度反应”，但代码变便宜后，公司的防御门槛也提高了。 他的8道护城河测试涵盖专有数据、嵌入式工作流、监管、独家分销、生态、网络效应、物理基础设施和规模；拥有4道以上“相当安全”，2到3道偏弱，0道则意味着“你完蛋了”。
能够长期存续的公司，通常把非凡的核心产品、分销能力和天然相邻的多产品组合结合起来。 Google内部的Caribou项目曾提供1GB邮箱存储，而Yahoo Mail只有10MB；Facebook证明了多人参与型产品为何更容易分发并形成防御；Rajaram回忆，Square从支付扩展到11款产品，每款收入都超过5000万美元。关键在于，有些产品占据利润池，另一些产品则是为了提升留存。
对于早期纯软件公司，防御力基本归结为两个问题：专有数据是否会复利增长，以及产品对工作流的控制有多深。 Rajaram认为Atlassian大约有3道护城河，并称Salesforce类似；他同时表示，在当前环境下，Monday的定价可能是合理的。他认为，记录系统必须“商品化互补品”：要么为有价值的工作流收费，要么为数据收费，并在agent公司夺走利润池之前，把另一项免费提供出去。
垂直领域的窄型agent可能成立，但想做成风险投资规模的垂直公司，就必须掌握完整技术栈，并最终进攻劳动力支出。 ServiceTitan大约有32款产品，但正如Rajaram所说，市值仍不到100亿美元，或者大致如此；相比之下，横向平台Robinhood和Coinbase分别拥有13条和12条收入超过1亿美元的产品线。AI进入企业预算的第一步，是以低20–30%的成本替代外包BPO；随后是不再补充离职员工，裁员则要更晚才会发生。
爆发式增长已经不够，耐久性才是稀缺信号。 从“1到10”已经变得普遍，而Jasper的快速崛起与反转说明了试用型用户的风险；相比10倍增长但净收入留存率低于90%，Rajaram更愿意选择连续3倍、3倍、2倍、2倍增长，同时拥有出色的毛留存和净留存。即便是强劲的客户群组，也必须接受“地震级事件”的检验，例如一个可信的捆绑式竞争对手出现。
利润率应当基于未来提价能力来承保，而估值纪律在很大程度上取决于公司所处阶段。 推理成本下降应当改善毛利率，但Rajaram更偏好那些能够提价、因为对客户拥有持久议价权的企业；在种子轮或A轮，卓越的结果可以压倒进入价格，而到了B轮及以后，一家以40亿美元买入的好公司即使将收入从1亿美元增长到5亿美元，也可能无法带来回报。
在看到创始团队无法对齐、公司即使具备其他好条件仍然走向失败后，Rajaram已经推翻了自己关于早期公司完全远程也能扩张的判断。 他现在要求每周至少3天到办公室。与此同时，他建议大多数毕业生先积累2到3年运营经验，但也承认，少数非凡的年轻创始人已经异常“AI maxed”，而他最近几个月投资的辍学生，比过去15年天使投资加起来还多。

精读

1. 非凡产品创立公司，分销与产品宽度让公司长久

Google让Rajaram明白，再多的市场进入能力也救不了一个平庸的产品。他的测试标准是：核心价值主张是否真的比替代方案好“10倍、100倍”，而不只是包装或销售得更好。
他最具代表性的例子是Caribou，Google内部的网页邮箱项目：免费存储1GB，而Yahoo Mail只有10MB。按照他的回忆，Caribou于2003年4月1日发布，看起来荒谬到用户都以为这是愚人节玩笑。
Facebook补上了另一课：即使产品足够非凡，也需要分销。Zuckerberg真正的天赋在于看出产品为何无法传播；Facebook以及后来的Figma等多人参与型产品，则形成了单人软件不具备的分享、切换和防御能力。
Square说明了为什么单一产品不够。Rajaram认为，Square从单纯支付扩展到11款产品，且每款收入都超过5000万美元；商户使用产品的中位数成为北极星指标，因为产品采用率提高了留存。Square Capital几乎没有贡献利润，却加深了客户忠诚度，说明团队必须区分“利润池产品”和“留存产品”。

2. 8道护城河评分表区分受损软件与注定失败的软件

Rajaram首先看专有数据和工作流。Spotify积累了10年的听歌行为，支撑起无法简单复制的Discover体验；工作流的防御力取决于深度，因此NetSuite这种运行企业的ERP更接近完整1分，而Zendesk可能只值0.5分。
监管和分销构成了代码生成无法抹去的壁垒。Coinbase拥有各州资金转移牌照和FinCEN注册；Intuit对会计师的控制力也迫使Rajaram从Xero转向QuickBooks，因为他的会计师只说了一句：“抱歉，我不用Xero。”
生态和网络护城河存在于代码库之外。AI也许能复刻Shopify的店面软件，却复刻不了围绕它的数十万开发者和第三方；同样，AI无法复制DoorDash的餐厅接入、骑手密度、流动性和声誉历史。
物理基础设施和规模构成最后两道护城河。“凡是涉及原子”的地方，替代就更困难；Amazon和TSMC体现了竞争者难以轻易匹敌的成本优势。Rajaram的评分规则是：4道以上“相当安全”；2到3道偏弱；1道需要继续筑 moat；0道则意味着“你完蛋了”。

3. Atlassian可能被严重高估，Salesforce必须选择自己的利润池

按照这套框架，Rajaram称Atlassian被严重高估，而在当前环境下，Monday的定价可能是合理的。随后他又把Salesforce描述为与Atlassian类似，并给Atlassian打了大约3分。
Rajaram不认为Shopify会打造Klaviyo，因为在他看来，Shopify已经认定这款产品不属于自己的使命。因此，Klaviyo的防御力取决于Shopify是否提供真正优先的分销：如果它是Shopify生态中的首选通信产品，那么这部分业务可能很难被替代。
Harry质疑Rajaram排除品牌护城河的做法，认为随着数据可移植性提高、像素级体验复制变得更容易，切换成本可能趋近于0。Rajaram不同意这一点，认为商业软件的企业买家更加理性，克隆产品会变强，因此品牌在企业端的作用会减弱。
Rajaram说，Salesforce大约有3道护城河：工作流、分销和生态，但没有规模护城河，因为廉价的软件生产会削弱过去的规模优势。它面临一个明确的战略选择：如果工作流占据利润池，就让数据存储免费；如果数据占据利润池，就把agent工作流免费提供。“他们必须把互补品商品化。”

4. 成功的AI新增功能，会围绕新模型能力重构体验

外挂式AI功能“存在明显的上限”。真正有用的区别在于：是在旧界面上加一个AI搜索，还是围绕新的UX原语重建搜索；前者只是升级，后者改变了产品实际能做的事情。
Rajaram认为Notion的agents前景不错，但它们必须从客户交互中学习，并针对Notion的用户群进行调优。单纯包一层GPT或Anthropic模型只会留下薄薄一层；公司必须端到端重建体验，并积累一个持续改善的数据资产。
文档处理说明了这种重置有多彻底。6或9个月前还无法可靠地从非结构化文档中提取结构的能力，现在已经可以解析密集的法律合同，因此用户上传文件后，产品应立即推断并呈现其中发生了什么。模型能力每6个月就会出现实质性进步，过长的产品路线图可能会被“下一次模型迭代彻底击穿”。

5. 纯软件依赖数据复利、嵌入式工作流和交付速度

在种子阶段，物理、网络、生态和规模优势通常既不可得，也无法判断。分销技巧很少能够长期维持，因此投资人要问的是：每次交互是否都在改善专有数据集，以及工作流是否足够深，能够抵抗底层记录系统的复制。
金融科技是一个偏好的例外，因为“只要你在转移资金，通常就处于不错的位置”。Rajaram认为，任何触及资金的业务都有强护城河，比大多数纯软件更具防御力。
Rajaram得出的不舒服结论是：“纯软件公司很难。”投资人必须相信创始人能以极高速度交付，同时证明数据、模型和运营嵌入会持续复利，而不是仅仅跟上基础模型的发布节奏。

6. 垂直AI必须替代整套技术栈，而不是装饰一个职能

Harry提出的挑衅性观点是，面向牙医、脊椎指压师、汽车制造商或客服团队的agents，看起来可能只是“面向某个垂直领域的OpenAI、ElevenLabs”。Rajaram认为这类产品可以成立，但如果只停留在单一职能，就不太可能做得很大；目标必须是掌握整个垂直行业的技术栈。
ServiceTitan是他用来警示的典型案例：其S-1显示有32款产品，但Rajaram形容它的规模仍不到100亿美元，或者大致如此。相比之下，Robinhood有13条收入超过1亿美元的产品线，Coinbase有12条，反映出横向平台更高的规模上限。
垂直软件仍然可以适配规模为2亿–4亿美元的风险投资基金，因为AI把可服务市场从软件扩展到了服务和薪资。目标不只是工具支出，而是规模大得多的BPO和人工劳动力预算。
劳动力替代会按顺序发生：企业首先削减外包BPO，因为AI能以低20–30%的成本提供相当或更好的服务；接着不再替补离职员工；裁员则更晚发生。Harry给出的规模校验很有冲击力：Goldman Sachs和Barclays在印度各自雇佣了超过3万人。

7. 老牌软件需要一门新业务，而不是一次表面上的AI救援

对于估值很高、以约15%的速度增长、ARR约3亿美元的私有公司，Rajaram认为有两条路。有些公司会变成僵尸，AI外挂做不成功，最后以重置后的价格寻找PE买家或合并对象；管理更好的公司则会“烧掉桥梁”，从零打造AI原生产品。
Intercom和Podium是他认可的正面案例，二者都在几年内打造出收入超过1亿美元的新产品。错误在于执着于修复旧业务，而不是果断迁移客户——即便接受更低价格——并放弃沉没成本。
Harry追问估值逻辑：如果Podium的agent收入从1亿美元升至3亿美元，再升至9亿美元，那么今天支付50亿美元，实际上已经把未来两年的连续3倍增长计入价格。Rajaram的回答是，只有当Podium替代整套软件栈、捕获数字劳动力薪资，并参与支付业务时，这个投资逻辑才成立；如果它仍只是一个10亿美元规模的单点产品，就不成立。
超级基金的“造王”效应确实存在，因为令人瞠目的早期估值可以传递质量信号并吸引后续资本，但“造王不代表它就是国王”。最终结果仍取决于执行，而且100亿美元基金与4亿美元基金玩的根本不是同一场游戏。

8. 席位因访问权限而存续，完成的工作将成为计费单位

按席位定价不会消失，因为企业买家重视可预测性。ChatGPT Enterprise和Figma仍然可以销售分层席位，但每个席位必须捆绑更多能力，因为单纯的人头数不再保证扩张收入。
当软件开始完成工作，而不只是授予访问权限时，这套模式就会失效。Rajaram把产品分为“访问型产品”和“工作型产品”：前者适合按席位销售，后者按他的猜测应当按结果收费；他推测，像Harvey这样的法律产品，可能会按处理的合同数量收费，而不是按登录用户数量收费。
更深层的战略含义是，定价必须跟随真正的约束。如果100个用户没有处理任何合同，交付价值可能就是0；当agents承担了劳动，工作产出而非人的访问权限，才是经济上合理的计量单位。

9. 收入速度不如在压力下检验过的留存重要

从100万美元增长到1000万美元依然很优秀，但已经不再像过去那样带来“令人瞠目结舌的惊叹”。新的承保问题是耐久性，而不是早期利润率：客户是否留存，初期试用之后收入是否继续扩张？
Rajaram对Jasper的粗略回忆捕捉了这种失败模式：收入从100万美元涨到4000万美元，随后跌向1000万美元；或者可能是从100万美元涨到1亿美元，再回落到4000万美元。具体数字并不确定，关键在于，面向专业消费者的“试用型用户”可能让 headline 增长迅速蒸发。
相比10倍增长但客户留存差、NRR低于100%，尤其低于90%，他会选择连续3倍、3倍、2倍、2倍增长，同时拥有出色的毛留存和净收入留存。留存还应当在“地震级事件”下接受评估，例如严肃的捆绑式竞争出现；如果公司尚未经历过这种冲击，相关数据就应当保留一份怀疑。
Granola和Gamma可能更强，因为非凡产品打开了非消费市场：即使Zoom、Gmail或Google Slides已经捆绑了类似功能，用户仍愿意单独为笔记或演示文稿付费。Rajaram仍然重申，独立产品最终需要第二款产品，并讨论了Gamma向文档或网站扩展的可能性。

10. 定价权、市场创造和进入估值需要不同的测试

推理成本下降应当机械性地改善AI利润率，但Rajaram更希望看到企业通过定价权实现扩张。据称，PayPal在3年内提价5次，因为客户黏性极强；早期真正需要回答的问题不是臆测第5年的利润率，而是产品未来是否可能支持提价。
低ARPU业务可以成立，但前提是拥有巨大规模，以及Robinhood免佣交易这种免费或近乎免费的入口。向富裕客户或大型企业销售，在结构上可能更容易：Rajaram将数百万消费者与Palantir不到1000个、或许更少的客户进行对比，并回忆Veeva上市时只有400个客户。
市场规模仍然需要自下而上的细分、客户访谈和支付意愿分析。Rajaram错判Shopify，是因为他计算的是现有电商商户数量，而没有看到一个能让任何人成为卖家的平台；非消费下注可能带来最大的胜利，也可能在新行为从未出现时彻底失败。
过去的损失不能决定下一次决策。他举的例子是：Mike Moritz在同一大类业务中因Webvan损失3.7亿美元后，仍然投资Instacart，这是一次“悖论式”的第一性原理思考。Facebook坚持真实身份设计，也提供了类似的差异化，尽管当时看起来它只是第52个社交网络。

11. 风险投资回报需要阶段纪律、集中下注和及时流动性

在种子轮和A轮，Rajaram认为只要判断足够坚定，价格“几乎不重要”：他以2000万美元估值参与Faire种子轮，并认为这笔投资为他带来了约100–200倍回报。到了B轮及以后，价格可能摧毁回报；有一家安全公司把收入从1亿美元增长到5亿美元，但估值仍大致停留在买入时的40亿美元。
Harry描述了当前的A轮市场：收入300万–400万美元的公司，估值3亿–5亿美元，同时融资3000万–5000万美元。Rajaram认为，这不足以支撑一只完整的传统A轮基金。他主张取得两位数的持股比例、保持耐心，并将A轮投资与种子或孵化下注结合起来；他的基金保留了35%的储备金。
储备金体现了探索与利用之间的选择。Founder Collective从第一笔支票开始就获得了Trade Desk的惊人倍数，而IA Ventures通过反复追加投资获得了更高的美元回报；Rajaram偏好持续加注，因为通常只有1到2家公司会驱动一只基金，但Harry指出，所谓Hopin或Clubhouse基金后来很容易变成Linear基金。
流动性应当根据远期IRR判断，而不是只看MOIC：20年获得7倍回报，IRR可能只有十几个百分点。对于占基金20%–40%的资产，当远期回报不再有吸引力时，Rajaram认为自己有义务卖出一部分；在完全流动后，他偏好Fred Wilson的框架：“卖出三分之一，持有三分之一，交易三分之一。”

12. 防止判断过时的最佳方式，是贴近建设者

“专有创始人资源”本身不是可信的差异化。风险投资机构必须提供真正独特的东西——分销、招聘、客户接入或判断力——LP应当询问最近投资的5家公司创始人：他们为什么选择这家管理机构，以及当时还有哪些替代选项。
Rajaram主要从企业家身上学习，并与模型公司内部人士保持联系，以了解“炮塔或枪口指向哪里”。他的Google类比是：如果一家初创公司正好处在路线图正前方，就会被一辆无可阻挡的坦克碾平；即使偏离10度， incumbent 也可能难以转向。
他对Vanta的遗憾，源于在研究该赛道前就已经承诺投资另一家公司。与Christina见面后，他确信她会赢，但当时没有扫描所有公司；教训是先比较3到4家公司，因为最强创始人的深度，只有在同业对照中才会显现。
Quince带来了同样的类别层面修正。他曾因D2C不时髦，在接近1亿美元估值时否定Quince，错过了其35%–40%的复购率；Quince后来以100亿美元估值融资。这说明：“不能随便拿一个行业，然后说它好或不好。”

13. 线下对齐与AI原生年轻人正在塑造下一代创始人群体

Rajaram过去相信，只要文化正确，早期公司完全远程也能扩张；现在他已经不这么认为。他看到有些公司因为分散在各地的创始人无法达成一致、对齐战略或足够快地迭代而死亡，因此现在认为每周至少3天线下办公是必要条件，但不必达到5天。
他给毕业生的默认建议仍然是耐心：先在一家优秀公司工作2到3年，积累运营经验和人脉，再开始创业。“人生很长。”他不认为辍学在社会和情感层面对大多数年轻人都合适。
例外是一批不同寻常的年轻建设者，他们“以不同的方式生活和呼吸”，比年长员工更“AI maxed”。Rajaram过去几个月投资的辍学生，比此前15年天使投资生涯中加起来还多，但他强调，其中只有一部分人真正非凡。
他最后的乐观判断是，AI已经释放出解决人类最难问题的雄心。历史上的错失进一步说明了上行空间：Fitbit在IPO时带来了约500–1000倍回报，而即使在Google和Facebook内部，他也无法想象那些曾被讨论为约200亿–400亿美元的公司，最终会成长为万亿美元级机构。

硅谷坐标 x 微软战投Alan Du：AI时代软件的护城河 133. 对谢赛宁的7小时马拉松访谈：世界模型、逃出硅谷、AMI Labs、两次拒绝Ilya、杨立昆、李飞飞和42