摘要

Karim Atiyeh对AI的核心判断是：大多数公司仍卡在第一阶段——用LLM把同样的工作做得快一点；Ramp正在进入第二阶段，即「你的代码就是LLM加指令和一个无限循环」。已经落地的案例是一个接入日历和邮件的政策代理，全天候执行费用政策，掌握的「交易上下文比今天审查这些交易的大多数人都更多」；Ramp如今还在从客户行为中推断其未被记录的财务政策，以驱动下一代代理。
从TPV转向SaaS是数学逼出来的，而不是追逐潮流：随着企业复杂度上升，卡片消费会触顶，因此「我们捕获价值的机制……对大型企业失效了」。 这场内部曾担心的转型，转而通过软件收费加速了增长——付费产品让销售愿意主动推销，也让客户提出更多需求。至于代理该如何定价，他仍没有答案，并明确不认可按时间或token收费，因为这会「激励工程团队不要尽可能提高效率」。
多头逻辑的增长空间在于：Ramp在5-6年内突破10亿美元收入，部分细分市场转化率超过50%，但目前仍只占企业卡市场「不到2%」。 公司的目标也从卡片扩展到资金流动前后的每一个工作流，最终实现客户无需登录的「自动驾驶」财务。
反MX的切入点具有结构性：传统企业软件围绕决策者设计，让「公司里的其他人每天都遭受一点小小的纸割伤」；Ramp则反转了这一模式，也反转了卡片经济学——帮助客户少花钱，而不是用奖励诱导消费，押注钱包份额会随之而来。
值得借鉴的工程准则，是沿着「把它做成永远不出问题」（资金流转）与「可预测地出问题、快速修复」（其他一切）这条边界拆分产品。 「确保没有bug的一个好办法是什么？什么都别发布……如果你追求的是好的结果和大的影响，就应该让系统不断出问题。」
对于支付轨道和稳定币，他刻意保持中立：卡片成本很大一部分来自消费者奖励，而不只是Visa的分成；稳定币对消费者的价值主张也并不清晰，但如果代理成为支付决策者，支付轨道可能改变。「至于最终运行在可能是ACH的轨道、卡片轨道还是稳定币上，我根本不在乎」——无论哪种方案胜出，Ramp都能获益。
给投资人的公司建设信号是：最好的买入时点，可能就在有人试图杀死一家公司之后——「只要你做的是正确的事，人们就会多次试图杀死你」；2022/23年的折价融资也被重新定义为纯粹的价格发现：「融资这件事本身，只是把价格公开出来」。

精读

1. 突破10亿美元仍是挑战者——AI真正的阶段跃迁是「你的代码就是LLM」

Patrick的框架是：Ramp是罕见样本——5-6年就实现10亿美元以上收入，成为历史上增长最快的公司之一，却仍以第一天的状态对抗MX等 incumbent。Karim坦言：「我到现在还没有真正内化这件事。」Ramp保持速度的机制，是把每个问题拆给小团队，并赋予团队「对所要解决的问题拥有完全自主权」。
他把AI应用分成两类：第一阶段是用LLM更快地完成旧工作——比如从ChatGPT复制粘贴代码，或者进一步使用「a Cognition或Cursor」这样的代理。Ramp正在进入的阶段是：「现在你的代码就是LLM。你的代码就是LLM加指令和一个无限循环」——LLM本身被编程成产品，而不是辅助产品开发的工具。
他承认公开证据并不一致——媒体每隔几周就在「毫无收益」和「影响巨大」之间摇摆——但他明确表示，「采用这项技术的影响是变革性的」；大多数公司只是还停留在早期阶段。

2. 政策代理：LLM成为产品的具体样本

他首先举的例子是：每家公司都有差旅与费用政策——「一份用来驱动行为的文件」——但执行依赖人工、发生在事后，还伴随着无休止的来回沟通。Ramp的政策代理接入日历和邮件，了解公司政策，并进行「全天候实时执行」，掌握的「交易上下文比今天审查这些交易的大多数人都更多」。
更具复利效应的是：随着时间推移，代理会建议如何把政策写得更清楚——让它成为「一份能够随时间演化、持续指导代理的活生生的文本文件」。
更大的业务机会在于：围绕一张发票，大多数企业动作——反欺诈检查、核对订购与收货、验证价格——「根本没有写在任何地方」。Ramp正在规模化地从客户行为中推断这些隐性政策，「我们推断出的许多政策，正在驱动我们构建的下一代代理」。

3. Ramp为何能抢走客户：纸割伤与消费级设计

Patrick转述一场Visa会议上的信息：「在场所有人都在抱怨Ramp抢走了他们的客户。」Karim把原因追溯到最初的切入点——上一代企业软件围绕决策者构建：「你解决了一个人的问题，却让公司里的其他人每天都遭受一点小小的纸割伤。」Ramp想要的是「Instagram式的用户体验，但应用在企业软件上」。
对所有想做消费级B2B产品的人，他给出的可复制方法是审视每一次客户互动：「我能不能自己找到这个问题的答案，而不是去问客户？如果我要客户做X，为什么不能由我替他们完成？」自己重试失败的支付，把表单直接放进邮件里。设计上的执着最终变成「执着于尽量减少人们在我们App里花费的时间」。

4. 永不满足：为什么他在130亿美元估值当天大发雷霆

David通过Patrick讲述：在宣布130亿美元估值的当天，Karim一整天都在对着产品问题发火。他的辩护是分析性的，而非情绪化：「本季度的结果几个月前就已经确定了……我总觉得庆祝滞后指标有点奇怪」——庆祝可能让团队误以为今天的问题不存在，进而「把接下来的6个月搞砸」。
更深层的驱动力来自美国医疗和教育支出的长期上升：结果或许有所改善，但远没有支出增幅所应带来的那么多——「钱只是被浪费在行政垃圾上……没有用来给医生提供更多培训……而是花在大量不改变结果的官僚流程上。」按他的说法，Ramp的使命正是攻击这类浪费。
另一个更让人意外的原因是：「如果一切都很好，我们真的没有什么问题，我都不知道该拿自己怎么办……好在这份工作永远做不完。」

5. 文化是相互问责——以及唯一的面试问题

Patrick提供的一个细节是：一家向Ramp销售的创始公司被告知，交易不会完成，「直到你确认自己在公司业务中已经是Ramp客户」。Karim的解释是，Ramp依靠的是「彼此之间的相互问责，而不是自上而下的管理」——销售关心产品，市场关心财务，因此每个人都参与销售，也都会向产品建设者提供建议。
如果必须用一句话概括整场访谈，他会问：「如果这个人正在创办一家公司……我会加入他，还是会和他一起创办公司？」因为「公司就是一群人一起解决问题，一个接一个，而且问题会越来越难、越来越大——关键在于你能坚持多久，以及能承受多大的压力」。

6. 从贝鲁特到MIT：在无常中长大

故事从贝鲁特开始：他出生于「89、90年」，正值内战结束前后，在一代被战争「留下创伤……所有人都像是生活在紧绷状态」的人中长大。战争留下的底色是：「一切都非常短暂，可能很快消失」的感觉弥漫在空气里——尽力而为，拿到签证，离开这里。
约16岁时，他在2006年进入MIT的Research Science Institute（RSI），起因是他着迷地记录科学杂志上的每一个发现，发现它们都来自MIT。他原本选择计算机科学，以为自己会去「学习」这门学科，后来才发现学校要求他「做研究」，只能在压力下自学。
他在Kendall地铁站附近一家名为Virage的初创公司完成RSI项目：把地方电视新闻流转换成文本，再用Markoff链分类——「本质上就是LLM所依赖的祖先」——并训练这些模型以提高效率。按他的说法，项目最大的长期产出是朋友，其中一些至今仍是他最好的朋友。

7. Paribus：用Excel宏武装叛军

故事起点是：Eric——也是Ramp的联合创始人——发现自己买机票时支付的价格与另一个人不同，恰逢零售商开始招聘数据团队做动态定价。Karim当时是一个不满现状的顾问，已经在偷偷把软件塞进手工项目里；咨询行业按「参与项目的人数和投入时间」定价，实际上消灭了自动化激励。他把v1做成「Excel里的VBA宏」，每天检查一组SKU在Amazon上的价格。
关键洞察是，价格变化很快，而且2014年追踪的第一个月内还在加速；每家零售商都提供价格保护，但都「赌没人真的会检查」。Paribus把检查自动化：零售商有「成群的数据科学家」做价格歧视，「而我们要武装叛军」。
规模与脆弱性同时上升：一年内约100万用户，产品建立在这样的零售商之上——「第一，他们不希望我们在那里；第二，他们一直在改页面；第三，他们有很强的动机让事情变得更难」。Amazon后来完全停止发送逐项商品收据。某个阶段，Paribus成了「美国最大的抓取业务之一」，每天处理数十亿封邮件、数千万张收据。

8. 工程准则：可预测地出问题，并沿这条线拆分产品

Paribus带来的教训是：「你永远不可能构建完美系统。更好的做法是快速构建一个会以非常可预测的方式出问题、同时能够极快恢复的系统」——这与大公司追求永不出错的工程理念正相反。
在Ramp，这最终变成组织设计决策：凡是触及资金流转和风险的部分，都按永不出错的标准处理，「假设你不需要在上面进行太多创新」；其他部分——收据匹配、表单优化——则快速迭代、允许出错。「Ramp有些小部分可能每天出问题10次，我们每天修复20次，但没人真正注意到。」
对小型初创公司而言，这种方式反而更容易建立信任：「如果东西出了问题，而你又能非常快地修好，那是建立信誉更好的方式。」他的原则是：「确保没有bug的一个好办法是什么？什么都别发布。连代码都别写……如果你追求的是好的结果和大的影响，就应该让系统不断出问题。」

9. 律师函、Amazon电话，以及为什么被围剿是买入信号

最疯狂的一幕是：一支只有12-13名应届毕业生的团队，开始Google那些给他们发律师函的几千人规模律所。最精彩的一封来自Amazon：Amazon指控Paribus危害账户安全，但产品是在AWS上、并在AWS架构师帮助下构建的。团队回应：「我们很乐意和帮助我们构建这套系统的那支团队通话。」随后接到一个电话，对方似乎是Andy Jassy本人或其团队中的高级负责人；通话结束后，AWS方面显然很兴奋，问题也明确属于Amazon零售业务。
Patrick的投资假设是：比产品市场契合更好的信号，是第一次有人试图杀死你，而你活了下来。Karim回应：「完全正确。只要你做的是正确的事，人们就会多次试图杀死你。」他的生存机制是：「我从不把我们可能被杀死视为一种选项」——公司之所以会死，是因为「花了太多时间思考和讨论，却没有花足够时间行动」。

10. Capital One：意外出售，并发现卡片业务模式

他们当时并不是想卖公司，而是在寻找分发渠道：「还有谁比信用卡公司更清楚，谁刚刚在Amazon或Walmart购物？」与Capital One的合作谈判由此开始。Capital One希望通过产品差异化竞争，因为「消费卡产品仍然只是同一种产品的不同营销版本」；恰逢法律风暴要求Paribus拥有「更多火力」，合作最终转成了收购。
交易过程中最关键的学习，是卡片业务本身的模式：「没人需要签合同……用得越多，你赚的收入越多，而你只需要专注于把产品做到尽可能好。」Paribus后来变成Capital One Shopping；两年后，Karim又开始蠢蠢欲动。
Ramp的创立逻辑直接延续下来：「面向企业的Paribus」——帮企业省钱；后来变成「省时间和钱」，因为「企业往往浪费的时间比浪费的钱多得多」。卡片和Paribus一样，主要是感知机制：了解企业把钱花在哪里，就能知道它们在哪里浪费。此后，「我们的雄心范围」从交易本身扩展到交易之前的一切——采购——以及交易之后的一切——会计和报告。

11. 「这不比MX差」——上线、Fortnite与投资人打法

最坦率的起步话术原文是：「这不是‘这太棒了，会改变你的人生’，而是‘这不比MX差，你不妨试试看’……这是个糟糕透顶的推销。」早期客户是YC同批创业者和他的兄弟——「与其说是客户，不如说是合作伙伴」。最初真正的差异化，是保护隐私的邮件解析：把收据与卡片交易匹配起来，并把「MCDX」这类商户乱码转换成「McDonald’s」。
他们原本不想融资——两位创始人都是二次创业，手头有资金，而应收账款才是真正的资金需求。后来发生了Fortnite故事：他和弟弟的朋友们一起玩游戏，其中一人后来很可能是Delian Asparouhov，当时似乎正处于加入Founders Fund前的garden leave。「我想我不玩Fortnite了……Eric和我要开始另一家公司了。」这句话最终把他带到了很可能是Keith Rabois的人面前——后者拥有Square/PayPal履历，「非常适合理解我们究竟想做什么」。他们想要的更多是建议，而不是钱；这大概也是认识投资人的最佳方式。
此后他的投资哲学是：「投资人就是用资本付费的员工」——「你无法在公开市场上买Ramp股票……这就是你获得Ramp股权的两种方式」。因此要让投资人加入团队，持续向他们提供信息，并让有热情的基金在多轮融资中逐步建立仓位，「可能所有人都参与了多轮融资」。
最难的一轮发生在2022年底至2023年前后：难点不是融不到钱，而是很难证明融资的必要性——「我们其实不需要现金，估值又跌了，那到底有什么意义？」他的结论是：「融资这件事本身，只是把价格公开出来……它就是一个价格发现机制。」设定检查点，从这个点继续建设；「我们从来不是在每一轮都试图把估值最大化」。

12. 卡片经济学在规模化时失效——SaaS转型与代理定价难题

一个典型的land-and-expand案例是一家以所有事情都自己构建而闻名的航空航天公司：最初只采用卡片和API，「其他软件我们都想自己做」；6个月后采用AP自动化，随后又不断扩展，直到第2.5-3年左右，这种扩张模式「真正开始成形」。
纯TPV模式之所以必须结束，是因为Ramp希望客户少花钱——「帮助客户省钱的最佳方式，是让他们不要进行本来就不该发生的交易，而不是给他们积分」；但卡片消费「不会随着企业复杂度线性增长」。大型公司会通过账单支付和采购系统分流支出，因此「我们捕获价值的机制……对大型企业失效了」。
这场曾被担心会伤害转化率的转型，最终带来双重收益：软件收费「不仅没有伤害转化率，在很多方面反而加速了增长」；它激励销售主动推销产品，也让客户「更有要求、响应更积极」，形成免费产品永远无法产生的「市场反馈信号」。
仍未解决的问题是代理定价。他担心按代理使用时间或token收费的模式，会「激励工程团队不要尽可能提高AI使用效率……所以我不太喜欢这种模式。我还不太确定它最终会是什么样」。

13. 技术创始人看到汽车，其他人只会要求更快的马

他认为技术型建设者在这个时代胜出的原因是：客户通常只会要求「这里再加一个小组件、那里再加一个按钮」——这是福特问题；而「提出这项技术的人……能从产品角度看到更多可能性」，往往胜过领域专家。
第二个支点是：「没有领域专业知识与拥有领域专业知识之间的差距，从未像现在这么小。」他的玩笑准确概括了这一点：「我比过去任何时候都更像一个好医生，但我不是医生；我比过去任何时候都更像一个好律师，但我不是律师。」如今，没有采购或会计经验的工程师也能构建这些工作流的未来。

14. CTO接管市场：修系统，而不是改创意

触发点是对领先指标的焦虑，尽管「所有滞后指标都表现得非常好」：许多细分市场的转化率超过50%，变现能力也在改善，但两者都有硬上限；与此同时，线索生成正在放缓，而Ramp仍然只占「企业卡市场不到2%」。「转化率不可能好于100%。」
他强行改变了团队的思考方式：播客广告效果差时，过去的结论是「播客对我们不起作用」；他的结论是：「不，它必须有效，只是我们还没找到让它有效的方法。你找错了人，或者用了错误的形式。」同样的方法被用于直邮、付费投放、品牌和产品发布——把「Elon算法」应用于整个产出系统。
速度问题也被修复：从创意简报到品牌团队再到发布，过去任何事情至少需要2周；他重建流程，让创意从产生到面向世界只需「10分钟，而不是2周」。「我并不是带着‘我的创意更好’的想法参与其中……我只是想尽快把他们的想法放到世界面前」，从而增加尝试次数，也提高每次尝试的风险承受度。
按他的说法，纽约一块广告牌的成本约为10万美元，第二块要20万美元——「但修改已有广告牌只需1000美元」。「一块广告牌一周变7次，总计10.7万美元」，比两块静态广告牌花20万美元更能有效传递信息。

15. 注意力存在阿尔法衰减；持久差异化才是正解

Paribus在付费媒体上的教训是：2014-15年前后，Facebook让视频广告默认静音播放，广告效果崩塌、价格变便宜，赢家变成了即使没有声音也能看懂的视频。他们的答案是：让Eric和Karim穿着香蕉服、手举文字牌。「效果非常好，持续了3-4个月，然后就失效了。」所有渠道优势都会衰减，因此要招聘那些痴迷于平台变化的人；SEO奖励机制不断变化，逻辑也一样。「速度非常重要。」
谈到品牌，他引用了Senra关于Dyson的一期节目——「为了差异化而寻求差异化」。每款金融App都停留在色轮的蓝色或绿色区域——绿色代表金钱，蓝色代表信任；唯一使用黄色的是Snapchat。「我们选择黄色的首要原因就是它不同。仅此而已。」回报来自可口可乐式的识别逻辑：「你远远看到一个红色罐子……就知道那是可口可乐」；如今，一张非常黄的广告或一辆黄色公交车也会被读作Ramp。Patrick的相邻抱怨则是反面教材：发布视频从Cognition的突破性作品，变成了没人看的「一片垃圾海」。

16. 招聘复仇者联盟：尖峰能力优先，速度优先于估算

Paribus的招聘优势是「非对称信息」：他们无法给出高于Google的薪酬，于是寻找自己认识的、正在修读哈佛或MIT最难课程的大一新生——「第一年，如果你正在修那门课，而且成绩很好，那你就极其有才华」。代表人物是Calvin Lee：从一个月的1月实习中被招入，提前离开高中参加信息学奥赛，2.5年完成大学，后来在Ramp横跨工程、销售和前线部署工程。
他的面试方法不是10项清单，而是从简历声称候选人最擅长的事情入手，花几小时做研究，然后现场验证。重点看两个信号：「你有多会判断自己的能力」，以及这项技能究竟能延伸到多远。「你想考察一个人的事情越多，就越可能招到普通人。」他想要的是「复仇者联盟」——每个人都有清晰的超能力。
Jeff的故事体现了他的速度原则：Jeff是Ramp的第一位产品经理，曾对团队没人用story point估算任务感到「震惊」。Karim提出「Shreddinger的估算原则」：「你可以非常精确地估算事情要花多久，也可以非常快地完成事情，但很难两者兼得」，因为奖励准确估算会激励人们把时间估得更宽。更大的判断是：「最佳实践流程是把你带向平均水平的好方法」；最快的人往往用「非常奇怪、非常不标准的方式」做事。

17. 支付轨道不重要，自动驾驶财务才重要——回报就是旅程

关于支付基础设施，常见误解是Visa的分成让卡片支付变贵；实际上，「大量成本以奖励的形式存在」，而美国消费者对此高度依赖。稳定币向商户承诺更快、更便宜，但「对消费者来说，它究竟有什么用仍然不清晰」。真正有意思的变化是：如果由代理完成支付，它们可能不在乎奖励，也可能按照另一套最大化目标「优化支付轨道」。他的立场是：「至于最终运行在可能是ACH的轨道、卡片轨道还是稳定币上，我根本不在乎」——无论哪种方案胜出，Ramp都能受益；而且在某些情况下，支付无法在周末或营业时间之外结算，「确实有点疯狂」。
他对2030年的愿景是：「我希望人们根本不需要登录Ramp」——就像汽车从纯机械驾驶，发展到车道辅助，再到坐在后排；财务也会实现自动驾驶。推动飞轮的是更好的模型，以及不断积累的行为数据：「我们可以从他们的行动和填写表单的方式中推断出大量意图」。
回看Paribus和Ramp，他过去总以为挑战结束后会有一份让人感觉很棒的奖励；现在的结论是：「奖励就是旅程……解决挑战的奖励，只是随着时间推移出现更复杂的挑战。」因此，应优先选择和谁一起解决问题。他最自豪的是人才——一名实习生今年夏天赢得国际物理奥赛金牌——以及人才的离开：「我希望Ramp成为他们今后唯一需要申请的工作」，即使这意味着所有人都会试图挖走他们。最后还有一个起源故事：他16岁时，黎巴嫩在RSI期间爆发战争；朋友Zach的家人收留了一个陌生人，为他标记餐食、准备零花钱、藏好钥匙——「他们已经把我当成家人了」。

Kong 是如何诞生的：API、创业硬仗与 AI 基础设施的未来奇点已至：AI 正在解决数学问题，Sora 超越 ChatGPT，AI 正在设计芯片｜EP#201