#Windsurf
明星AI獨角獸Windsurf被瓜分的背後:資本拉鋸、背刺與共識破滅
這是矽谷AI界今年以來最具戲劇性的收購案之一。明星獨角獸Windsurf原本將以30億美元估值被OpenAI收購,但談判突然破裂。隨後Google迅速出手,以24億美元簽訂技術許可協議,利用“人才收購”挖走了公司核心團隊,剩下的250名員工感到“背叛”、不少人開始哭泣。一個周末過後,競爭對手Cognition閃電收購Windsurf剩餘股權。從Windsurf的命運軌跡中,我們看到的不僅是一家明星公司的興衰,更是整個矽谷AI生態的重塑趨勢。當巨頭們為爭奪頂尖人才不惜血本,本周101 Weekly的第三期,我們解析更多細節:AI初創公司們到底有沒有護城河?瘋狂收購挖人風潮下,矽谷該如何面對創業生態的信任危機?而初創公司們在巨頭的夾縫中,又該如何生存?01. Windsurf收購談判破裂創始團隊“背刺”普通員工從今年5月初,OpenAI與AI程式設計獨角獸公司Windsurf就傳出收購談判,估值30億美元。這家公司被視為生成式AI浪潮中最具價值、最易落地的明星創業企業之一,ARR(年經常性收入)一度高達上億美元,覆蓋至少350家大企業客戶和數十萬日活躍使用者。公司上下都認為收購將會很順利,創始人、管理層和員工都等著官宣,市場行銷部門已經著手準備宣傳物料,所有人都等著30億美元到帳,擁有公司股權的很多人都將實現財務自由。這也是矽谷精神背後的附加共識:改變世界,同時也創造財富。然而,這個共識在2025年7月11日被打破了。當日,突發新聞蜂擁而至:OpenAI與Windsurf談判破裂,Google用24億美元簽訂Windsurf技術的“非獨佔許可”交易,並將公司CEO Varun Mohan、聯合創始人Douglas Chen與少數核心研發團隊納入麾下。也就是說,這又是一個所謂的“acquihire”(人才收購)。OpenAI收購失敗後,Google迅速拿下了Windsurf的創始核心團隊,但剩下的250名員工們既失去了OpenAI股權的潛在機會,也分不到Google的24億美元,而失去領導班底的Windsurf大機率將淪為一家空心公司,沒有未來。這被視為Windsurf創始團隊對公司員工們的“拋棄”以及“背刺”。在《華爾街日報》的描述中,一些員工開始哭泣。但誰都沒想到,另外一個轉折很快到來了。周五下午,此前的業務主管Jeff Wang晉陞為臨時CEO,試圖穩住人心。而根據《華爾街日報》,就在這天快結束之際,Jeff收到了競爭對手、同是AI程式設計產品Devin母公司Cognition CEO的郵件,標題是:聊聊?緊接著的周六,兩名CEO在下午達成了Cognition收購Windsurf剩餘股權的協議,在周日敲定細節,並在接下來的周一簽署協議。目前Cognition的收購金額沒有公佈,但據Bloomberg報導,在9位數美元區間。但更重要的是,所有員工的期權都會因為這筆交易而能變現,並且他們的期權兌現計畫也會加快。雖然他們最終的到手數額會比此前期望的少很多,但總比前一個周五聽到的噩耗要好。這個大瓜,引發了巨大的輿論爭議。而這背後,有兩個需要更進一步討論的問題:首先,AI初創公司到底有沒有護城河?其次,更重要的問題是:目前的矽谷瘋狂挖人風潮是否會導致更惡劣的後果?02. 沒有底層模型的AI初創公司護城河正不斷降低在收購的整個過程中,Windsurf都非常被動,主要原因在於護城河不夠高,或者說,還沒達到能在牌局上有話語權的高度。Windsurf作為AI程式設計工具,主要能力由OpenAI的GPT和Anthropic的Claude這樣的底層大模型所支援,而護城河在於更上層的開發者體驗(Dev UX)、能靈活呼叫多家大模型的模型中立策略以及積累的資料。然而,隨著AI程式設計市場越來越火熱,巨頭們也慢慢開始瞄準了這個賽道,推出自己的AI程式設計產品。也就是說,Windsurf,以及Cursor、Devin這些紅極一時的AI程式設計初創企業的基座模型,開始變成了他們的競爭對手,最主要的就是Anthropic。Nathan Wang 矽谷101特約研究員、AI Agent開發者:我個人覺得AI程式設計工具的護城河在不斷地降低。首先,從模型的角度上來講,Claude 4.0 Sonnet已經獨佔鰲頭,現在所有的開發者、大部分的企業,都想用Claude 4.0 Sonnet這樣的模型,它的優勢也積累得越來越明顯。其次,積累使用者資料這件事情,底層廠商也同樣有一份使用者資料的copy(備份),所以像Cursor這樣的AI程式設計工具的初創公司,它在資料上並沒有優勢,唯一所剩的就是使用者體驗。但是我們發現,在很多開發者和企業面前,價格其實是優先於體驗的。比如最近Cursor 換了一個定價方式,造成了很多開發者,包括我,帳單急劇飆升。只要價格有非常大不同的時候,很多使用者都會無腦選擇價格更低的產品,即使它的開發體驗稍微弱一些。張璐 Fusion Fund創始合夥人:Claude Code是一個可以直接使用的產品,所以至少在我們看來,尤其是在開發者(Developer)的群體裡面,現在我覺得Claude Code可以被視為Cursor的一個直接競爭對手,而且其實遷移的數量還是挺大的,包括我跟一些比較大量級的,比如說一些獨角獸等級的科技公司去聊,它們可能之前用Windsurf或者Cursor比較多,現在很多也開始轉向使用Claude Code。當此前合作的巨頭變成競爭對手,讓Windsurf這樣的明星AI初創企業處境日益尷尬。所以,正當Windsurf開啟與OpenAI的收購談判消息走漏風聲之際,Anthropic直接切斷了Windsurf訪問Claude的權限,這導致Windsurf的ARR(年經常性收入)直接從1億美元跌到8200萬美元。周煒 Cyber Creation Ventures管理合夥人:Coding(程式設計)這個東西,在AI這一波里面,它可以崛起的時間是在這個商業模式鏈條的非常早期的,而且它是非常fundamental(基礎)的一個東西。你可以認為,它是下一步讓AI自己去寫程式碼的根基,這些巨頭很可能會不顧成本地跟你競爭。那作為一個單純靠程式設計AI來做唯一商業模式的公司,你就很難辦。而Windsurf與OpenAI的談判過程中,又遇到了微軟這個巨頭的阻礙。我們之前的視訊曾說到OpenAI最近在和微軟進行關鍵談判,其中Windsurf也是一個重要的談判議題。因為在程式設計應用上,微軟的Copilot也是Windsurf的競爭對手,而OpenAI與微軟此前的合作協議規定,微軟擁有OpenAI模型的獨家託管權。這意味著,一旦OpenAI花30億美元收購了Windsurf,相關技術成果也可能間接被微軟所用,那OpenAI和Windsurf都不願意。並且,OpenAI與微軟談判的拉鋸戰一直沒有進展,這就導致Windsurf得罪了Anthropic;與OpenAI的收購又破裂了,一下得罪兩個巨頭。而更嚴重的是,Windsurf還沒和OpenAI簽訂收購失敗補償金。矽谷徐老師 AI創業投資技術專家、史丹佛客座講師:Windsurf的CEO在談這個deal(交易)的時候,漏掉了一件事情,就是萬一deal break(交易破裂)的話,有沒有一個break up fee(分手費)?我覺得他沒有去negotiate(談判)這個break up fee,所以說當OpenAI 決定不買時,他就很被動,因為那個時候他跟Anthropic的關係已經很不好了,然後他跟Open AI的關係肯定也不好,那只能去找Google了。被巨頭們盯著的感覺就像到處都是雷,但凡走錯了一步都很容易給自己挖坑。最後,創始人們不得已,被動接受了“acquihire”(人才收購)的條件而加入巨頭,同時也背棄了餘下的兩百多名員工們。而這,也給矽谷的創業生態撕開了一條裂痕。03. 矽谷信任危機巨頭“人才收購”正在殺死創業夢“創新能改變世界,也能帶來財務自由。”這種幾十年來矽谷達成的默契和共識,使得不少人才情願放棄大廠穩定的年薪和股票,加入創業浪潮中,期望有一天公司以高價被收購或能成功上市,手中的股權能一夜暴漲,實現財務自由。然而,目前矽谷正在發生的瘋狂AI人才大戰正在改變這樣的契約和信任。為了規避反壟斷審查,矽谷巨頭們發明了所謂的“人才收購”策略,也就是我們視訊前多次提到的“acquihire”——只挖走高層和核心人才,支付一筆所謂的“一次性非獨佔技術授權”費用,留下的員工卻留在了那些早已名存實亡的公司。也就是說,99%的錢流向了1%的人,而剩下辛苦幹活的員工們,什麼都沒有得到。從去年開始,Character.ai被Google以這樣的方式收購,Inflection AI被微軟以這樣的方式收購,而Adept同樣被亞馬遜以這樣的方式收購。這三家公司剩下的,不過是裁員、重組、縮減規模,可能再也無法回到聚光燈之下。而這樣的acquihire正在2025年變得越來越常態化,包括今年Meta收購Scale AI 49%的股份、為的就是挖來後者的CEO Alexandr Wang。果不其然,在Alex加入Meta之後,Scale AI宣佈解僱200名全職員工和500位承包商。當數以億計的年薪用來招聘頂級AI人才,數以幾十億計的收購金額僅僅是為了挖來初創公司的CEO們,很多人不禁會問:如果在AI時代,小公司沒有機會長大,初創公司CEO們如此容易背棄員工,那麼誰還會加入AI創業公司呢?Ethan Zheng Jobright AI聯合創始人:我覺得對人才市場最大的一個衝擊還是,對於這些人才來講,我是不是要創業。因為去大廠已經這麼高的包裹了,Meta、Google都在挖我,而且挖過來的都是純純的現金,因為人家都是上市公司,我也不用蹲在OpenAI 或者Anthropic這種我也不知道什麼時候期權能兌現的公司。就算我去創業,我一個公司幾億美金賣了,說不好聽點,剩下自己能拿回來的錢還不一定有這麼多。所以我覺得這已經變成一個純big player(巨頭)的遊戲了,而且就是那五個玩家,基本就是OpenAI、Google、Anthropic、XAI 以及可能Meta。不過,我們的嘉賓倒是給出了一個比較樂觀的想法:也許,今後的創業不用組建一支特別大的團隊、帶領特別多的員工了,因為AI的能力在突飛猛進,一個人說不定也能造出一家獨角獸公司。矽谷徐老師 AI創業投資技術專家、史丹佛客座講師:以前沒有50個人、500個人做不成事情,但現在真的是5個人、10個人就能把事情做好。Sam Altman至少說過幾次,以後會有one person unicorn(單人獨角獸公司)。我個人是非常欣賞這句話的,五年前、十年前這是一個天方夜譚,但今後五年、十年,我覺得一個人或者接近一個人做出接近billion-dollar valuation(十億美元估值的企業),我們會看到不少。不是說所有的公司一定要到Google等級,而是看一個小的團隊,能夠有多大的能量釋放出來、做多大的事情。從這個角度講,我們處在一個歷史的轉折點,完成以前不太可能完成的事情。而在one person unicorn(單人獨角獸公司)成為普遍現實之前,如今矽谷的AI創業公司們仍然需要面對巨頭打架的尷尬境地並謹慎求生,即使是像Windsurf這樣的明星公司也是如此。最後,再說一個有意思的細節,Windsurf成立時原名叫Exafunction,是做GPU最佳化的,之後轉向AI輔助編碼工具,並更名為Codeium。此後,它又在2024年11月推出AI原生開發環境Windsurf Editor,並在今年4月正式更名為Windsurf。這反映出公司業務範圍升級到AI的整合開發環境(IDE)。可以想像,這家公司和創始人本來有著更大的夢想和故事。甚至Windsurf(風帆衝浪)這個名字,也給人一種“長風破浪會有時,直掛雲帆濟滄海”的想像。只是,當AI巨浪來襲,再明星的衝浪選手,也很難招架。 (矽谷101)
突發!Cognition宣佈收購Windsurf:看上的還是AI人才
還記得devin嗎,號稱世界上第一個AI軟體工程師,剛剛devin母公司Cognition宣佈收購windsurf,看起來windsurf終於有歸宿了,僅僅前兩天windsurf創始人和聯創以及核心員工被Google一鍋端,大家還在感嘆剩下的員工太慘了。值得一提的是windsurf新上任的ceo和Cognition的ceo都是華人Cognition今日正式宣佈,已與領先的代理式IDE(Agentic IDE)開發商Windsurf簽署最終收購協議,收購的目標是建構軟體工程的未來此次收購是一次全面的整合,具體包括:核心產品與IP:Cognition將獲得Windsurf備受開發者喜愛的IDE產品、其完整的智慧財產權(IP)、商標和強大的品牌影響力。值得一提的是,Windsurf IDE將全面接入最新的Claude系列模型強勁的業務:Windsurf擁有高達8200萬美元的年度經常性收入(ARR),並且業務增長迅猛,其企業級ARR實現了季度翻倍的驚人增長龐大的使用者基礎:Windsurf已服務超過350家企業客戶,並擁有數十萬的每日活躍使用者頂尖的人才:最重要的是,Cognition將迎來Windsurf世界級的人才團隊,包括行業頂尖的市場推廣(GTM)、工程和產品專家。以人為本,彰顯對人才的尊重Scott Wu在致內部團隊的信中特別強調,此次交易的核心是“人”。為了表達對Windsurf團隊辛勤付出的敬意,Cognition提供了極具誠意的員工保障方案:100%的Windsurf員工將從本次交易中獲得經濟利益100%的Windsurf員工將被免除已獲股權的“懸崖期(vesting cliffs)”100%的Windsurf員工將獲得已獲股權的“完全加速兌現(fully accelerated vesting)”。“我們致力於讓每一位新同事都感受到與現有員工同等的透明、公平和尊重,”Scott Wu寫道,“從今天起,我們將作為一個統一、目標一致的團隊。我們同舟共濟,榮辱與共。”戰略協同:自主AI代理與成熟IDE的完美結合此次收購被視為一次巨大的戰略解鎖。Cognition旗下的AI軟體工程師Devin,作為領先的完全自主AI代理,已在眾多企業工程團隊中展現出強大的實力,並被譽為“頂尖貢獻者”。通過將Devin領先的自主AI能力,與Windsurf成熟的IDE產品和規模化的市場推廣體系相結合,Cognition將能更快地推動其願景變為現實。這不僅能極大地提升開發者的工作效率,更預示著軟體開發模式的根本性變革從“砌磚工”到“建築師”Scott Wu在認為:“在我們有生之年,軟體工程師的角色將從‘砌磚工’轉變為‘建築師’,他們將更專注於系統設計的創造性,而非繁瑣的手工編碼。”在短期內,Windsurf團隊將保持獨立營運。未來幾個月,Cognition將投入大量資源,逐步將Windsurf的獨特技術和IP整合到自身的產品生態中。 (AI寒武紀)
Google 170 億收編 Windsurf,矽谷 「AI 挖人」白熱化,99% 的錢流向 1% 的人
在 AI 霸權之戰上,錢成了最不值錢的東西。OpenAI 的 Vibe Coding 夢破滅了。當地時間 7 月 11 日,Google DeepMind 被爆成功「收編」AI 初創公司 Windsurf 的核心團隊,就在前不久,OpenAI 還在和 Windsurf 談判 30 億美元收購,極客公園還在播客中大聊特聊,沒想到雙方的合作並未達成,反而讓Google補充了 AI 血液。根據報導,Google將付出 24 億美元(約人民幣 170 億元)的許可費和補償金,換來 Windsurf 團隊聯創 Douglas Chen 和部分高級研究院加入Google,幫助後者在 AI 程式設計上的項目。同時,Windsurf 將保持獨立營運,並仍可將技術授權給其他公司。熟悉的配方,熟悉的味道。就在一個月之前,Meta 做了類似的事——Meta 斥巨資收購了 Scale AI 近一半股份,並順勢把其年輕的 CEO 拉來做自己的首席 AI 官。無論是 Meta、Google、蘋果,還是馬斯克的 xAI,如今都在搶人,要麼整體收編明星初創團隊,要麼直接從 OpenAI、Anthropic 那裡「撬牆角」。各大巨頭用上千萬美元、上億美元的薪酬包誘惑,短時間內「爆破式」挖角對手的團隊,CEO 們親自打電話、組局,或者投資收購公司,只為拿下幾個創始人和技術骨幹,被挖角的對手則被迫用更高的留任獎金來「止血」留人。可以說,矽谷的「AI 人才爭奪戰」已經打到癲狂,99% 的錢最後流向了 1% 的頂尖 AI 人才。01 Meta 瘋狂撒幣,挖空友商在所有巨頭中,Meta 和祖克柏的挖角風格可能是最高調、激進的。今年 6 月,Meta 重組 AI 團隊,官宣成立「超級人工智慧實驗室」,並斥資 143 億美元買下資料標註初創公司 Scale AI 49% 的股份,直接把這家公司年輕的 CEO Alexandr Wang 任命為 Meta 的首席 AI 官,堪稱「買公司送高管」。Alexandr Wang 與祖克柏|圖片來源:網路除了通過投資公司來「買人」,Meta 對單個人才的報價同樣毫不手軟,尤其瞄準了 OpenAI 和Google的頂級研究員,還有蘋果和 Anthropic。本來,那些人動輒年薪數百萬、數千萬美元,還有股票期權,已經算業內頂流。Meta 為了挖走 OpenAI 的核心成員,不惜開出「4年 3億美元」等級的「大包」,第一年就能行權一大筆股票,兌現 1 億美元。雖然 Meta 聲稱這些極端報價僅限於「少數領導職位」,但在科技圈也算聞所未聞。與之相對應的,擁有頂級 AI 模型的 OpenAI 成了最大的被挖角目標,可以說人才流失嚴重,幾乎變成「AI 人才超市」,由各大巨頭掃貨,Meta 至少重金挖走了 7 名 OpenAI 的頂尖研究人員和模型開發人員。OpenAI 的一位高管形容,被 Meta 挖人就像「有人闖入我們家偷了東西」。Sam Altman 當然也感覺到情況不妙,但聲稱 OpenAI「最好的」員工並沒有被挖走。「Meta 開始給我們團隊裡的很多人開出巨額合同,」Sam Altman 今年 6 月在他兄弟的播客節目裡說,「比如每年 1 億美元的簽約獎金,比這還多的薪水」「但至少到目前為止,在我們最好的員工裡,沒有任何人決定接受他的條件。」Meta 據稱曾試圖挖走 OpenAI 的其中一名首席研究員,以及Google的 AI 架構師,然而,這兩次嘗試都未能成功。Sam Altman 還諷刺稱,Meta 執迷於為員工提供高薪,而不是實現 AGI 的使命,這可能無法創造「良好的文化」。Sam Altman 在播客節目中談及 Meta 挖角事件|圖片來源:網路即便如此,除了用所謂的「文化」「願景」留人,OpenAI 還是得在挖角大戰中付出代價,需要調整薪酬,給一些員工開出 100 萬至 200 萬美元的留任獎金,並附送更多股權,作為忠誠獎勵,說服關鍵研究人員在收到外部報價後留下來。據稱,過去兩年發生的董事會危機、組織動盪對 OpenAI 員工的歸屬感也有一定影響,讓一些對手和獵頭覺得「從 OpenAI 挖人更容易」。不過,OpenAI 也不是被動挨打,一直在挖人,或者反挖,不僅從 Meta 挖回一名研究員,還從馬斯克的 xAI 和特斯拉挖走了高級 VP 和多名核心工程師,其中部分人參與過馬斯克旗下超級電腦 Colossus 的建構。馬斯克和 Sam Altman 早就因路線分歧撕破臉,目前甚至還在互相起訴。在這樣的薪酬環境下,連一向高冷的蘋果也不得不改變作風。蘋果原本因為保密文化不鼓勵研究員發表論文,導致很難吸引 AI 頂尖學者。與之相比,Google、Meta 和微軟等公司長期以來都允許研究人員發表論文和開源一些工具,這可以增加他們的影響力。到了 2025 年,蘋果似乎開始放鬆一些限制,大舉投資內部大模型項目。即便如此,蘋果負責基礎模型研究的主管仍被 Meta 以超過 1 億美元的「大包」挖走,這筆薪酬傳聞甚至超過了除 CEO Tim Cook 之外的所有蘋果高管,蘋果並未嘗試反挖或匹配 Meta 的報價。為了搶 AI 人才,一些公司也在調整措施,縮短行權期限,例如,Google將部分 AI 招聘的行權期限從 4 年縮短為 3 年,以提高薪酬吸引力。數千萬美元的簽約獎金也並不罕見。另外值得注意的是,巨頭們開出的並非單純的高薪,還包括股票和一次性簽約獎金。一些 offer 據稱帶有「爆炸期限」——24 小時內簽字,否則作廢。當下,整個矽谷 AI 圈裡,一些履歷就像轉會市場:在Google幹過、去 OpenAI 升級、再被 Meta 挖走,以後說不定幹脆自己開個新公司,靠之前的履歷拿上億融資。當然,也有的人選擇反覆橫跳,例如,一名被 xAI 挖走的工程師在不到一年的時間裡就回到了 OpenAI。也有的選擇拒絕 Meta 的高薪包裹,單純因為不想「卷」。由於 Meta 將簽約費打到了「職業球星」等級,一張將一名華人 AI 研究員與足球巨星 C 羅並排的圖片,附上他們的簽約身價對比,甚至成為科技圈流傳的熱梗。網友將華人 AI 研究員與 C 羅對比|圖片來源:X02 華人面孔成「香餑餑」在這場巨頭挖角大戰裡,如果你留意他們的名字,或者姓氏,可以發現不少華人。比如,前面圖中與 C 羅並排的余嘉輝(Jiahui Yu)就是華人,中科大少年班出身,曾在Google DeepMind 工作,領導過 Gemini 多模態項目,後加入 OpenAI 參與 GPT-4o、GPT-4.1、o3、o4-mini 等模型的開發,然後才被 Meta 重金挖走。蘋果被 Meta 挖走的也是一名華人,叫彭若明(Ruoming Pang),Meta 為了挖他,據稱開出了超過 2 億美元的總包。彭若明在蘋果工作了 4 年,負責蘋果人工智慧/機器學習的基礎模型團隊,該團隊主要研發支撐 Apple Intelligence 的基礎模型。在蘋果工作之前,彭若明還曾在Google工作長達 15 年,期間參與語音識別研究和產品開發,聯合開發了 Babelfish/Lingvo 深度學習框架和 Tacotron 2 語音合成系統,是Google全球授權系統 Zanzibar 的聯合創始人和技術負責人。彭若明(Ruoming Pang)|圖片來源:其 X 帳戶除了彭若明,Meta 的華人挖角名單裡,還有好幾位前 OpenAI、Google華人研究員,他們之前在 OpenAI、Google時參與的,是 GPT-4、Gemini、o-series 等最前沿的大模型版本開發。比如,常慧文(Huiwen Chang)是清華大學姚班的畢業生,在普林斯頓大學獲得博士學位,在Google擔任研究科學家四年多,發明了 MaskGIT 和 Muse 架構,於 2023 年加入 OpenAI,參與開發了 GPT-4o 的圖像生成系統,在多模態 AI 模型方面有貢獻。常慧文(Huiwen Chang)|圖片來源:Linkedin又比如,任泓宇(Hongyu Ren)本科畢業於北京大學,博士畢業於史丹佛大學,曾在微軟、輝達、Google和蘋果實習,加入 OpenAI 後,負責後訓練團隊,專注語言模型訓練最佳化,是 GPT-4o mini、o1-mini 等模型的開發者之一。任泓宇(Hongyu Ren)|圖片來源:其個人網站還有 Ji Lin,本科畢業於清華大學,博士畢業於麻省理工學院(MIT),於 2023 年加入 OpenAI 擔任技術團隊成員,參與開發過 GPT-4o、GPT-4.1、GPT-4.5、圖像生成系統(4o-imagegen)以及 Operator reasoning stack。被 Meta 從 OpenAI 挖角的 Ji Lin|圖片來源:其個人網站2025 年 7 月,Google宣佈將聘請 AI Coding 初創公司 Windsurf 首席執行官、聯合創始人以及部分研發員工,將他們納入Google DeepMind 團隊,阻止了 OpenAI 對 Windsurf 的收購計畫。其中,被Google打包招進來的 Windsurf 聯合創始人 Douglas Chen 也是華裔面孔,畢業於麻省理工學院(MIT),曾在 Meta 和 Facebook 擔任機器學習工程師。Windsurf 聯合創始人 Douglas Chen|圖片來源:Linkedin蘋果同樣在 AI 方面倚重部分華人。彭若明出走後,蘋果很快提拔了另一位華人工程師陳志峰接手,繼續負責 Apple Intelligence 背後的大語言模型研發與部署。華人面孔的密度之高不是偶然。據一些智庫對全球頂級 AI 會議論文作者的分析,在美國頂尖 AI 研究人員中,超三成擁有中國背景,比例甚至略高於美國本土出身的研究人員。馬斯克對華人工程師的傾向也很明顯,其團隊合照總有很多華人面孔,甚至 xAI 創立時,12 位創始研究員裡有 5 位是華人——Tony Wu、Jimmy Ba、Greg Yang、Zihang Dai、Guodong Zhang,不少人曾在Google或 DeepMind、OpenAI 實習或工作過。有時人們打趣「大半個 xAI 是中國人」並不為過。在 Grok 4 的直播發佈會上,坐在馬斯克旁邊頻繁露臉的就是吳懷宇(Tony Wu),現在身份是 xAI 的聯合創始人,曾在Google DeepMind、OpenAI 實習,在史丹佛做過博士後,同時在Google工作過一段時間。馬斯克和 Tony Wu(右)|圖片來源:xAI今年甚至還有一個流行說法,時不時就會被科技圈調侃轉發:「AI 大戰就是在美國的中國人 VS 在中國的中國人」。03邊裁邊挖 99% 的錢,流向 1% 的人?不過,在風光無限的天價合同背後,也藏著另一個群體的焦慮,因為這場挖角大戰,可能只針對金字塔尖的 1%,剩下的 99% 呢?雖說就連「普通」的 AI 資深工程師,有的也能拿到 100 萬到 150 萬美元年包,比傳統軟體崗位高出兩三倍。Levels.fyi 平台資料顯示,Meta 的 E7 等級 AI 工程師平均年包可以逼近 154 萬美元,這個價碼那怕在矽谷也算是上游。但對很多矽谷程式設計師來說,AI 的崛起和巨頭的搶人大戰帶來的不僅是羨慕,還有切實的危機感:一邊是 Meta、OpenAI、Google 等巨頭正以數千萬、乃至數億美元級簽字費、年薪爭搶頂尖 AI 科學家,AI 大牛拿著天價合同、享受九位數待遇;另一邊則是普通工程師擔心被裁、價值被邊緣化。「一邊是看著各路 LLM 大牛拿大包,一邊是普通牛馬整天擔心被裁。」有人在矽谷碼農聚集的論壇發帖如此稱,類似這樣主題的帖子不在少數,遍佈各種矽谷科技圈社交網路平台。而巨頭們的確在「邊裁邊挖」。Meta 這幾年起碼裁了幾萬人,尤其是非 AI 項目的員工,實行「末位淘汰制」,今年被矽谷華人碼農圈戲稱為「魷魚廠」;Google同樣持續最佳化,甚至啟動「自願離職補償計畫」,將資源投向 AI 項目;亞馬遜去年裁員超過 2 萬人,今年初再裁減數十個企業崗位,3 月開始重組 AWS 相關部門。2025 年 7 月,微軟宣佈再次裁員數千人,主要集中在工程師崗位,其中矽谷本地就有上百個軟體工程職位被砍,部分理由是 AI 提高了生產效率。微軟 CEO 納德拉|圖片來源:微軟微軟 CEO 納德拉在 2025 年公開表示,微軟內部已有 20% 至 30% 的程式碼由 AI 生成。類似情況出現在其他企業,比如,Salesforce 高管也稱,公司內部約 20% 的程式碼由 AI 生成,AI 讓工程團隊生產力提升超過 30%,因此減少了程式設計師招聘。一些矽谷軟體工程師認為,隨著 AI Coding 效率提高,普通軟體工程師的生存反而「越來越難」。有人還認為,目前 99% 的錢流向了 1% 的頂尖 AI 人才,AI 本身崗位不多,程式設計師開發的 AI 取代了很多崗位,最後可能會革了自己的命。矽谷的 AI 搶人大戰,不只是巨頭之間的零和遊戲。無論是 AI 人才、普通軟體工程師、還是矽谷巨頭,現在都不得不接受這種高流動性和短期主義,以及一個現實:大量的錢、更多的錢,都只流向 AI。 (極客公園)
Windsurf與Google的24億美元交易細節曝光:創始人帶著24億美元跑路,留下數百員工守著空殼公司
這是一個「賣身不賣隊」的故事。Windsurf與Google的24億美元交易細節曝光,創始人和精英團隊分錢走人,數百名員工卻被留在了一個即將被Google碾壓的空殼公司裡。根據Jordi Hays(@jordihays)的爆料,這筆交易的結構相當「精巧」:創始人和數十名工程師將加入Google,與優先股股東一起瓜分24億美元的交易金額。雖然具體分配比例未知,但投資人能回本,創始團隊則賺得盆滿缽滿。而那些沒有被Google選中的數百名員工呢?他們的「安慰獎」是:現在擁有原公司100%的股份。聽起來不錯?別急。Windsurf的領導層辯稱這對留守員工是個「勝利」:公司還有收入,賬上還有錢。但現實是,他們將面對的不僅是去了Google的前創始人和核心團隊的競爭,還有Cursor、Anthropic等原本就在碾壓他們的對手。更要命的是,Google已經獲得了核心技術的許可。這意味著,剩下的Windsurf基本上就是個死局了。Trace Cohen(@Trace_Cohen)總結了Google的「僱傭+許可」收購史:Google以27億美元許可了CharacterAI的技術,帶走了創始人。微軟花6.5億美元許可InflectionAI的技術,僱傭了整個團隊。亞馬遜與AdeptAI達成IP和關鍵人才交易——金額未披露。Meta以約145億美元收購ScaleAI 49%股份,帶走了CEO。Google僱傭了Windsurf的CEO+團隊,以24億美元許可了技術。5個案例裡有4個是.AI公司,這已經成了巨頭收購AI創業公司的標準玩法。但Windsurf的情況更糟。CharacterAI的員工至少得到了妥善安置,一位員工甚至高度讚揚了創始人Noam Shazeer在交易中的正直。而Google對AI陪伴領域沒興趣,只是想要Noam這個人。而這次的Windsurf呢?它被留在了程式碼生成這個Google正準備大舉進攻的賽道上。業內人士的反應幾乎是一邊倒的憤怒。網友Postgres Appreciator(@saasfugee)指出:如果屬實,他們不能就這樣逃脫。這對整個行業都是糟糕的,我希望所有期權持有者至少能通過訴訟,以違反忠誠和謹慎義務為由追回損失。Mohannad Ali(@_mohannadali)更是怒稱卑鄙:創始人在24億美元的大日子裡讓員工背鍋,這是個卑鄙的行為。他們有機會與員工分享一些收益,但他們選擇了不這麼做,這極其惡劣。kshitish(@kshitishb)道出了更深層的擔憂:這是任何交易中可能出現的最糟糕結果。剩餘員工被坑了,這實際上扼殺了人們加入早期創業公司的所有魅力——那種公司被收購時能大賺一筆的希望。最諷刺的是什麼?Brian Meewes(@BrianMeewes)道出真相:難怪選在週五公佈……恭喜員工們,你們現在擁有0美元的100%!John Coogan(@johncoogan)試圖給出一些「鋼鐵人式」的解釋:還沒滿一年行權期的員工,對「我用汗水建造了這個,需要流動性事件」的主張不夠有力。真正的罪魁禍首可能是FTC的反壟斷。在這個競爭激烈的市場,Google仍然覺得不能進行正常收購。可能還有新事實會出現。但這些解釋顯然無法平息憤怒。有人問:那些留守員工現在誰來領導?誰來任命管理層?畢竟董事會也要走人了。或許Harry Chiller(@HarryChiller)的調侃最貼切:剩下的員工之間是不是像《蠅王》一樣?誰來領導?拿著海螺的那個?而更深層的問題是:為什麼會發生這種事?VC(@ihatefinance)透露了一些內幕:創始人想讓員工得到報酬,但董事會周圍的人(KP、Greenoaks、General Catalyst)沒有任何動機向擁有普通股的員工讓出哪怕1美元。創始人不願意為了員工而冒險失去這筆交易。Ghulam Murtaza(@ghulamurtaza_)的判斷更加悲觀:我認為創始人在展示了他們多麼不在乎員工之後,已經沒有回頭路了。他們必須繼續下去。我很確定他們在啟動這件事時就知道自己在簽署什麼。losslandscape(@losslandscape)也給出了自己的的觀察:我仍然覺得主要的啟示是應用層正在急劇萎縮。我特別好奇在這之後Cursor會發生什麼。John Allan(@JohnFAllan)呼籲:在這件事之後,股權激勵需要徹底重新思考。這種恥辱不會阻止其他人為了找到一個有利可圖的位置而這樣做,把大多數人拋在身後。當巨頭可以隨時用鈔票買走你的創始人和核心技術,當「僱傭+許可」成為標準收購模式……創業公司的員工,還剩下什麼?或許只是,為創始人的夢想激情拚搏後留下的一紙賬單。 (AGI Hunt)
Anthropic“斷供”Windsurf,矽谷也玩“二選一”
“我們只有不到一周的通知時間。”這是Windsurf CEO Varun Mohan在當地時間6月4日發佈的一條略顯無奈的推文。作為目前最受歡迎的AI程式設計工具之一,Windsurf突然收到了來自Anthropic的“分手通知”,後者決定切斷對Windsurf的Claude 3.x系列模型直接供應,包括Claude 3.5 Sonnet、3.7 Sonnet以及3.7 Sonnet Thinking這些深受開發者喜愛的版本。這個時間點耐人尋味。就在幾周前,業界剛剛傳出OpenAI將以30億美元收購Windsurf的消息。而細心的觀察者可能還記得,5月22日Claude 4發佈時,Windsurf就已經遭遇過一次冷遇,當天,Cursor、Devin和GitHub Copilot等競爭產品都獲得了新模型的存取權,唯獨Windsurf被排除在外。對於每天依賴Claude模型程式設計的開發者來說,這次斷供的影響非常明顯。免費使用者和試用使用者徹底失去了對Claude 3.x的直接存取權,付費使用者雖然暫時不受影響,但也面臨著容量不足的風險。Windsurf緊急推出的應對方案包括:將Gemini 2.5 Pro的價格下調25%作為替代選擇,同時開放BYOK(自帶API金鑰)模式讓使用者繼續使用Claude。然而,BYOK模式意味著使用者需要自己購買Anthropic的API額度,不僅成本更高,使用起來也更加繁瑣。一位從去年底就開始使用Windsurf的開發者Ronald Mannak最近已經轉投競爭對手Cursor,原因很簡單:“我需要Claude 4來完成我的Swift開發工作,但在Windsurf上用起來太麻煩了。”矽谷“二選一”表面上看,Anthropic給出的理由冠冕堂皇。公司發言人Steve Mnich在回應中表示:“我們正在優先保障可持續合作夥伴關係的容量,以便有效服務更廣泛的開發者社區。”這種官方辭令背後,隱藏著更深層的商業考量。最直接的導火索,恐怕是OpenAI對Windsurf的收購。作為AI領域的兩大巨頭,OpenAI和Anthropic的競爭關係早已不是秘密。從ChatGPT到Claude,到AI Agent的競速,再到企業解決方案的爭奪,雙方在大語言模型的各個維度上都在激烈角逐。每一次旗艦模型的發佈,都像是對對手的一次直接喊話。當Windsurf即將成為OpenAI的一部分時,Anthropic選擇“斷供”似乎就有了合理的動機。更重要的是,Anthropic自己也在積極佈局AI程式設計工具市場。今年2月,公司推出了自有品牌的程式設計工具Claude Code,直接與Windsurf等第三方工具形成競爭關係。5月22日,Anthropic還舉辦了首屆Code with Claude開發者大會,明確表示要在AI輔助程式設計領域建立自己的生態系統。從這個角度看,限制Windsurf的存取權可謂一舉兩得:既能防止潛在競爭對手(OpenAI)通過Windsurf獲取Claude模型的使用資料和使用者反饋,又能為自家的Claude Code騰出更多資源和市場空間。正如一位Reddit網友所說:“AWS託管Netflix,Google Cloud託管競爭對手的網站,這都很正常。但Windsurf被收購後的真正價值不在於模型訪問,而在於那些流經平台的中繼資料——使用者如何使用AI程式設計、遇到什麼問題、有那些需求,這些資訊才是真金白銀。”有趣的是,這種“二選一”的做法在矽谷並不多見。因此遭到了可能是近年開放API文化中成長起來的新生代開發者的普遍反感。然而,如果拉長時間的尺度縱觀矽谷商業史,這次“斷供”更像是一次經典的重現,接下來的問題就是,這是否是一個更割裂、更封閉格局的開始?模型依賴的困境氛圍程式設計(Vibe Coding)這個詞最早由前OpenAI聯合創始人Andrej Karpathy在今年2月提出,指的是通過與AI對話來快速生成和編輯程式碼的程式設計方式。這種新型程式設計模式的核心在於AI模型的能力——不同模型在理解程式碼上下文、生成高品質程式碼、處理複雜邏輯等方面存在顯著差異。目前市場上,Claude模型(尤其是3.5和3.7版本)在程式設計任務上的表現廣受好評。開發者普遍反映,Claude在理解複雜程式碼庫、保持上下文連貫性、生成符合項目風格的程式碼等方面都優於其他模型。這也是為什麼Windsurf使用者對失去Claude存取權反應如此強烈的原因。Windsurf在官方部落格中被高亮的一段話,更是將這種無奈與對模型能力的渴求展現得淋漓盡致:“需要明確的是,我們的目標過去是、將來也永遠是提供最好的產品。作為其中的一部分,我們始終為能夠提供所有模型的存取權而自豪。我們已經非常清楚地向Anthropic團隊表明,我們的首要任務是讓Anthropic模型作為推薦模型,並一直願意為獲得其算力付費。我們將繼續努力從其他供應商那裡尋找算力,因為我們只關心產品和我們的使用者。我們擔心Anthropic的行為將傷害業內許多人,而不僅僅是Windsurf。”面對模型依賴的風險,Windsurf其實早有準備。上個月,公司發佈了自研的SWE-1系列模型,包括SWE-1、SWE-1-lite和SWE-1-mini三個版本。據Windsurf透露,在內部測試中,最強的SWE-1模型與Claude 3.5 Sonnet、GPT-4.1和Gemini 2.5 Pro表現相當。然而,在實際的軟體工程任務中,SWE-1仍然落後於Claude 3.7 Sonnet等前沿模型。更關鍵的是,對於已經習慣使用Claude的開發者來說,切換到其他模型意味著需要重新適應不同的程式碼風格、調整提示詞策略,這種切換成本是實實在在的。Windsurf在同一篇聲明中強調:“Windsurf的魔力從來不僅限於模型。魔力在於對現有知識的深度上下文理解,在於精心設計的使用者體驗,在於Previews、Deploys和Reviews等獨特功能。”這兩段話並置,恰恰凸顯了AI應用廠商最核心的矛盾,它們努力建構模型之外的產品護城河,又不得不承認,頂尖AI模型的能力依然是現階段最吸引使用者的核心競爭力。開源是解藥嗎?"Not your weights, not your model"(不是你的權重,就不是你的模型)——這句在開源社區流傳的話,在這次事件中顯得格外應景。當商業模型提供商可以隨時“斷供”時,開源模型的價值就凸顯出來了。以DeepSeek為例,其模型在程式設計任務上展現出了不俗的實力。雖然在某些複雜任務上仍與Claude、Gemini等頂級商業模型有差距,但對於大部分日常程式設計需求已經足夠。且具備成本優勢。但我們也要客觀看待開源模型的現狀。首先,在模型能力上,開源模型確實還有差距。一位資深開發者分享了他的使用體驗:“對於簡單的CRUD操作,開源模型完全夠用。但涉及到複雜的架構設計、大規模重構時,Claude和Gemini的優勢就很明顯了。”其次,部署和維護開源模型也需要相應的技術能力和硬體資源。對於個人開發者或小團隊來說,這可能是一個不小的門檻。不過,隨著模型量化技術的進步和硬體成本的下降,這個門檻正在逐漸降低。更深層的問題是,即使使用開源模型,AI程式設計工具仍然需要在模型之上建構大量的工程化能力。正如Windsurf所說,產品的價值不僅在於模型,還在於如何讓模型更好地理解程式碼上下文、如何設計互動介面、如何整合到開發工作流中。這些能力的積累需要時間和資源。“AI串流媒體化”有評論者將這次事件類比為“AI服務的串流媒體化”——就像Netflix、Disney+等平台各自圈定獨家內容一樣,AI模型提供商也在建構自己的封閉生態。這種趨勢對整個行業意味著什麼?首先,對於AI應用開發者來說,多模型策略將成為必需。不能把所有雞蛋放在一個籃子裡,這是這次事件給出的最直接教訓。我們可能會看到更多像Windsurf這樣的公司投資自研模型,或者與多家模型提供商建立合作關係。其次,資料的價值可能超過模型本身。正如前面提到的,Windsurf被收購的真正價值可能不在於它能訪問那些模型,而在於平台上沉澱的使用者行為資料——開發者如何使用AI、遇到什麼問題、有那些未被滿足的需求,這些資料對於改進模型和產品都極其寶貴。第三,垂直整合的趨勢將繼續。Anthropic推出Claude Code,OpenAI收購Windsurf,微軟深度整合GitHub Copilot,Google也在加強自己的AI程式設計工具。大型科技公司都在試圖控制從模型到應用的整條價值鏈。值得一提的是,Anthropic在這次事件中展現出的“封閉”姿態頗具諷刺意味。這家公司的創始團隊當初因對OpenAI商業化速度和安全問題的擔憂而出走,在Windsurf事件中,我們看到的更多是一個務實、甚至略顯冷酷的商業玩家,其決策似乎更多地由商業競爭所驅動。對於其他AI應用開發者,這次事件提供了幾個值得思考的問題,一是要保持技術堆疊的靈活性,避免過度依賴單一供應商;二是要在模型能力之外建立自己的護城河,比如更好的使用者體驗、更深的行業理解,三是要考慮開源方案作為備選,即使暫時不用,也要保持技術儲備。Anthropic“斷供”Windsurf,表面上是一次商業決策,實質上反映了AI大模型時代的新型競爭格局。當基礎模型成為稀缺資源,當下游應用高度依賴上游能力時,控制模型訪問權就成為了強有力的競爭武器。短期來看,受影響最大的是Windsurf的使用者,他們需要在使用體驗和成本之間做出權衡。中期來看,這可能加速AI程式設計工具市場的分化,形成幾個相對獨立的生態系統。長期來看,這種日益明顯的“圍牆花園”趨勢是否可持續,還有待市場檢驗。今天我們看到Anthropic對被OpenAI收購的Windsurf採取了行動,但如果當初是Anthropic收購了Windsurf,OpenAI會做出同樣的選擇嗎?答案或許早已寫在了矽谷的商業法則裡。 (硅星人Pro)
不到1個月,豪擲100億美元!OpenAI掀起了一場新的AI範式遷移
突然之間,OpenAI就開始了“買買買”模式。5月6日,據彭博社等多家外媒報導,OpenAI已同意斥資約30億美元收購Windsurf,成為公司成立以來最大規模的收購。不到一個月,這個記錄再次被刷新。美國當地時間5月21日,OpenAI又在官網宣佈,將以65億美元收購前蘋果首席設計師喬納森·艾維(Jony Ive)創辦的AI硬體初創公司io。也就是說,在短短1個月的時間裡,OpenAI就花了接近100億美元。又是收購AI程式設計公司,又是收購AI硬體公司,OpenAI正在急切擴張自身的業務版圖。這背後隱藏著AI行業的一個重大變化:在模型迭代放緩的當下,大模型的競爭正在從單點模型能力,走向“全端式服務體系”。/ 01 / “最強模型”不再是唯一終點當模型能力逐漸逼近一個“體驗上限”,使用者和企業的需求正在開始發生變化:光有一個聰明的大腦不夠,AI需要被塞進真正“能做事的身體”和“能理解人類的介面”。這也解釋了OpenAI最近的兩筆收購:Windsurf,這家最初名為 Codeium。最初是一家ToB的GPU虛擬化平台,後來轉型AI程式設計賽道,並很快在AI 輔助程式設計領域嶄露頭角。簡單來說,Windsurf(原Codeium)是一個AI程式設計平台,提供了Supercomplete(AI程式碼自動補全)和Cascade(工作流自動化)等產品。據報導,Windsurf 已吸引了超過80萬開發者使用者,並擁有約1000家企業客戶。今年4月,公司ARR收入約為1億美元,相比一月份的4000萬,收入翻倍。而在本輪籌集超過2.43億美元的資金後,Windsurf的估值達到了28.5億美元。OpenAI之所以收購Windsurf,主要看重兩個方面:一是AI程式設計已經成為AI應用最重要的場景之一。相較於GitHub Copilot 和 Claude,OpenAI在這個場景缺乏足夠的控制力。核心場景的缺位,是OpenAI不能接受的。二是Windsurf 不僅擁有產品,還有資料(數百萬開發者使用的資料習慣、反饋、程式碼流),這對訓練更優秀的程式設計模型極為關鍵。OpenAI收購Windsurf的本質,是在買“AI寫程式碼的使用路徑”和“使用者行為資料”。比起Windsurf,OpenAI收購io目的就好理解得多——不是買硬體,是要接管“人機互動入口”。io由蘋果前首席設計官Jony Ive創辦,還未發佈任何產品,但其目標是打造一種“螢幕之後的AI裝置形態”。據說,io的第一款產品將在2026年發佈。雖然現在ChatGPT很成功,但仍然有一個問題始終沒有得到解決:AI產品缺乏“自然入口”。正如The Browser Company 的創始人 Josh Miller 在其 AI 瀏覽器產品 Dia 的開發歷程時寫道:Chat 實際上是一個絕佳的介面,並非權宜之計。具體來說,大部分AI產品,不是自然場景下的剛需,使用者必須主動思考“我要用AI”,打開一個獨立頁面或工具(比如ChatGPT、Claude、Notion AI),這本身就是一種強行為切換成本。這意味著,未來AI需要從“目標觸發”轉向“場景嵌入”。而硬體之所以能成為天然的入口,因為它控制了人類行為的起點,天然承載“零思考”的觸發方式,具備最低互動成本和最高響應能力。比如,你說一句話,AI耳機或智能穿戴裝置可以立即響應,不用打開App或輸入Prompt。在AI時代,誰擁有最自然的使用路徑,誰就能成為下一代平台。所以,從OpenAI到蘋果、Meta、Google,都不約而同地瞄準AI硬體,自然不是為了賣裝置本身,而是:“誰掌握入口,誰就掌握平台級控制權”。除了自身業務的考慮,無論是補程式設計場景,還是提前卡位AI硬體,OpenAI還有著更深層次的產業邏輯考慮。/ 02 / 大模型走向“全端戰爭”其實,加速擴張的不止OpenAI,還有Google。在正在進行的I/O大會上,Google一次性發佈了十餘款新產品,幾乎就是把能更新的全做了一遍,甚至還全面上線AI搜尋引擎。在不少人看來,這場發佈會後,Google正在重新拿回AI競爭中的領先。原因在於,Google擁有在AI領域獨一無二的佈局——領先的模型+最大的流量矩陣。對比之下,有流量的蘋果模型不斷延期,有模型的OpenAI也只跑出了ChatGPT一個入口。借用闌夕總結的一句話:全端式的服務體系,可能才是AI當下的最優解。這背後的邏輯不難理解。一方面,在模型升級的邊際收益遞減,AI全面走嚮應用的過程中,大家發現,過去錨定月活流量的玩法玩不轉了。從豆包到年後的DeepSeek再到元寶,使用者遷移一個比一個快。另一方面,單點場景的“含金量”也在下降。過去,AI產品可以憑藉某個爆款功能切入市場。但如今,客戶對AI的期望正在發生本質性轉變:他們不再滿足於“一個功能軟體”,而是希望AI能夠全面融入現有系統,自動完成更完整的任務閉環。用紅杉資本的話說,下一階段的競爭,將從“功能比拚”進入“結果交付”階段。AI應用將從“功能導向”走向“任務導向”和“流程整合”。這也就意味著,通用型AI助手的戰略價值正在上升。相較於專注單一功能的工具類產品,通用助手具備天然的橫向拓展能力——它足夠瞭解的偏好、習慣、工作語境,同時還不受場景限制,可以跨品類整合多種子能力,從而去完成更多更複雜的工作。當AI從“工具”變成“助手”,交付的是結果,爭奪的是關係。正因此,Sam Altman才會不斷強調ChatGPT的“長期記憶能力”——因為記憶構成了AI與使用者之間最核心的關係鏈。一旦這種關係形成,就意味著使用者的任務流、行為路徑和工作語境都繫結在AI之中。某種程度上說,上下文就是AI時代的人機關係鏈。AI對使用者的熟悉程度,就是AI時代的網路效應:越用越懂你,越懂你越離不開。這也是為什麼Sam Altman會認為,10億使用者比SOTA模型更有吸引力。/ 03 / 總結不到30天,花了接近100億美元,OpenAI不是簡單的業務擴張,而是一次對AI產業“重心”的重新定義:從單一追逐模型極限,轉向建構可持續交付能力、使用者關係和平台控制權。在這條全端化的戰線上,模型只是入場券,真正決定勝負的,是“誰能掌握使用者的起點,貫穿使用者的全程”。未來的AI競爭,不只是“誰更強”,而是“誰更近”、“誰更懂你”、“誰更離不開”。OpenAI已經率先出手,下注路徑、入口和閉環。而它的對手們,很快就會意識到:只有從“做AI產品”進化到“成為AI作業系統”,才有資格定義下一代科技範式。 (烏鴉智能說)
160人賣了217億,AI應用首個大額套現項目,CEO解密成功秘訣
AI應用如何突破“套殼”困局?智東西5月6日報導,今天,據外媒披露,AI程式設計獨角獸Windsurf將以30億美元的估值賣身OpenAI,這也成為OpenAI史上規模最大的收購。近日,在一場長達70分鐘的深度採訪中,Windsurf創始人兼CEO Varun Mohan回應了外界對這家創企的諸多好奇與疑問。Mohan認為,AI真正值得深挖的差異化價值在應用層,Windsurf的目標是每隔半年到1年就顛覆現有產品的狀態。不過,要打造具備競爭優勢的AI應用,不能僅靠“套殼”,也需要長期穩定的技術投入與創新。自2024年底發佈同名AI原生IDE產品Windsurf以來,該公司經歷了驚人的增長:4個月內使用者數破百萬、年度經常性收入(ARR)超過1億美元、企業客戶數量超過1000家。與重技術輕行銷的科技創業者不同,Mohan認為“企業銷售很有價值”。其市場團隊規模現已超過工程團隊的規模,達到80人,這也是他們開拓摩根大通、戴爾等超大型客戶的關鍵。目前,Windsurf的團隊僅有不到160人,遵循“精簡公司”理念,招聘錄取率低於0.6%。Mohan稱:“我們希望找到那些真正具有高度主動性的人,因為如果不去創新,不去嘗試一些瘋狂的事情,公司就會停滯不前,甚至死亡。”Windsurf的工作強度極高,不歡迎投機取巧、搭便車的員工,會獎勵用最少資源完成最瘋狂項目的員工。只有當團隊嚴重超負荷,達到近乎“脫水”的狀態時,Windsurf才會招新。同時,團隊間的人員和資源流動十分靈活,可根據需求自由調配。在採訪中,Mohan完整回顧了Windsurf由AI基建賽道轉至AI程式設計賽道的創業歷程,並分享了他的創業感悟。他還談到了AI應用該如何避免淪為“GPT套殼軟體”、自研模型與外部模型的選用邏輯和他眼中Windsurf與Cursor等競爭對手的差異化優勢。▲左為Lenny's Podcast主理人Lenny Rachitsky,右為Windsurf創始人兼CEO Varun Mohan以下是Mohan接受科技播客節目Lenny's Podcast採訪視訊(錄製於今年4月)的完整編譯(為提高可讀性,智東西在不違背原意的前提下進行了一定的增刪修改):01. 手握萬卡叢集轉型AI程式設計,專攻To B市場Lenny Rachitsky:請你簡單分享一下Codeium的歷史,以及Windsurf是如何從Codeium發展而來的。Varun Mohan:公司是在4年前成立的。4年前AI程式設計這一概念尚未出現,ChatGPT也還沒有誕生。我們公司最初是在開發GPU虛擬化和編譯器軟體。在此之前,我從事自動駕駛汽車領域的工作。我的聯合創始人,也是我從初中就認識的朋友,在Meta從事AR、VR工作。我們都相信深度學習會影響很多行業,不僅僅是自動駕駛汽車,還包括金融服務、國防、醫療健康等領域,而且我們認為這些深度學習應用很難建構。當時,我們的產品讓使用者能夠在沒有GPU的電腦上有效地運行這些複雜應用,我們會為使用者處理使用GPU的複雜問題,並大幅最佳化這些工作負載。到了2022年中期,我們已經有了幾百萬美元的收入,管理著超過1萬塊GPU。當時我們只有8個人,而且實現了自由現金流為正。但我認為,隨著生成式AI模型開始變得越來越好,我們建構的很多東西不再那麼有價值了。這對公司來說是一個非常艱難的時刻。當時我們只有8個人,但我們在想,人們還會繼續訓練那些非常定製化的情感分類器模型(用於社交媒體推薦機制)嗎?還是會直接問GPT:“這是積極還是消極的情感?”可能是後者。在一個每個人都要運行生成式AI模型的世界裡,一家基礎設施公司能有什麼差異化因素呢?最終每個人都會運行相同類型的基礎設施。我們決定相信,生成式AI會成為下一個網際網路。在這種情況下,我們應該去建構下一代偉大的應用,就像Google、亞馬遜那樣。我們進行垂直整合,利用我們的基礎設施、推理基礎設施去建構了當時的Codeium。我們公司是GitHub Copilot的早期使用者,也意識到程式設計領域在未來幾年將會受到AI的巨大衝擊。我們利用了我們原有的基礎設施,大規模運行我們自己的模型。在最開始我們甚至訓練了自己的模型,它非常簡單,純粹是一個自動補全模型,當使用者在輸入時,我們會補全接下來的1-4行程式碼。我們目前在所有開發者使用的IDE中免費提供這個產品,包括VS Code、JetBrains、Eclipse、Visual Studio、Vim、Emacs。我們之所以能免費提供上述服務,是由於我們具備算力基礎設施的技術背景,能夠大幅最佳化這些工作負載。不久之後,我們建立了企業業務,與戴爾、摩根大通這樣的大公司合作。對他們來說,更重要的不僅僅是程式碼自動補全或者與程式碼庫對話,而是能否提供一個安全的解決方案,同時針對公司內部所有私有資料進行個性化定製。我們利用我們的基礎設施,投入大量資源確保我們能深入理解這些大公司的程式碼庫。這就是從Windsurf成立以來到大概半年前,我們所做的業務。目前,我們的這些業務並未終止,但我們已經意識VS Code等主流IDE限制了我們能為客戶提供的AI服務的上限。因此,我們決定建構我們自己的IDE,加入一些新的Agent能力。02. Transformer一統天下後,AI的差異化價值在應用Lenny Rachitsky:你的回答中有很多有趣的線索。其中之一就是,AI的價值究竟會在那個環節積累?很有趣的是,你們幾乎是從最底層的GPU基礎設施開始,然後轉向了人們所說的“GPT套殼軟體”(雖然實際上不是)。在這方面,你們公司有什麼經驗教訓可供分享嗎?你認為在AI世界中,在AI工具棧中,價值最終會在那裡?Varun Mohan:也許我可以先分享一下我對創業公司的一個深刻體會。通常情況下,你最初認定要做的事情很可能並不是最佳選擇,這對創業公司的創始人來說是一個非常棘手的問題。一方面,你需要有一種非理性的樂觀,堅信自己正在做的事情具有獨特的價值,否則你根本不會踏上這條創業之路。如果事情是顯而易見的,那麼大公司早就已經做了。但另一方面,你又必須保持高度的現實主義,因為大多數非常規的想法往往是不可行的。所以,這就像是在走鋼絲,你需要在這兩者之間找到平衡。你要堅定地推動自己所相信的未來,但同時,當新的資訊出現時,你又必須敢於否定自己原有的信念。從基礎設施的角度來說,我們最初的假設是模型架構會非常多樣化和複雜,這主要是基於我們在自動駕駛汽車領域的經驗。當時,存在許多不同類型的模型架構,比如摺積神經網路、圖神經網路、循環神經網路、長短期記憶網路這樣的輕量級神經網路,以及點推力網路等。我們可能需要處理十幾種不同的架構。在那個時候,我們覺得這種複雜性如此之高,如果有人能夠幫助使用者解決這種複雜性,那麼這裡面就會產生巨大的價值。然而,到了2023年中期,情況發生了變化。看起來幾乎所有的東西都將是基於Transformer架構的,這說明我們之前的假設是錯誤的。在這種情況下,我們意識到,大部分價值可能不會僅僅積累在基礎設施層面,至少這是我們目前所相信的。那麼,真正的差異化價值究竟在那裡呢?我們相信,應用層是一個可以深度挖掘的領域。在這裡,我們可以通過多種方式為開發者建構更好的使用者體驗和更高效的工作流程。我們堅信,在如何讓開發者的生活變得更好的這一點上,是沒有上限的。Lenny Rachitsky:你提到的第二個點我覺得很有趣,就是你們是如何從已經在正常運轉的商業模式中轉型的。你們已經在賺錢了,人們都很喜歡你們的服務,有數百萬美元的年度經常性收入。你們是如何知道該追求什麼新目標的呢?我聽到的一個很有趣的觀點是,一旦你建立想法的基礎假設發生改變,就是時候重新思考這個想法,也許嘗試其他東西了。Varun Mohan:我認為,在創業過程中我們必須接受一個事實:我們會犯很多錯誤——這是不可避免的。對我們公司而言,有一個關鍵轉折點:當時我們已經融資了2800萬美元,卻突然決定徹底轉型,而且是一夜之間做出的決定。這不是漸進式的調整,因為我們深知創業公司最需要的是專注。如果你同時做兩塊業務——一邊做著你認為沒有價值的工作,一邊又想開拓新領域——你註定會在真正重要的事情上失敗。這個道理看似簡單,但關鍵在於:你必須從一開始就承認,你的大多數假設可能是錯的。你要做的是全力驗證這些假設,而不是固執己見。擁有一個好想法固然重要,但絕不能對它過度執著。我們努力打造一個追求真理的企業文化。在公司裡,每個人的想法都會不斷被檢驗。比如當初開發Windsurf時,雖然不算徹底轉型,但也是一個重大決策。創業就是不斷下註:有時對,有時錯。但最理想的狀態是,即使決策失誤,團隊士氣依然不受影響——這樣你才有調整的餘地。有個例子可以說明我們的成長速度:今年一年的工程產出量,將超過公司成立至今的總和。這意味著每年都像一次新生,讓我們能測試全新的假設。也許我們最初的假設本就是錯的。Lenny Rachitsky:這太令人振奮了,讓我想起Ari Levine在播客上說的話,他的T恤上有一句話“愛上問題,而不是解決方案”。這感覺就是你所描述的態度。03. 開發者工作流轉變,IDE同步升級Lenny Rachitsky:讓我們來談談Windsurf。對普通人來說,最簡單的理解方式是什麼?Varun Mohan:Windsurf本質上是一個IDE(整合開發環境)——也就是用來建構軟體和應用程式的工具。但有趣的是,很多使用它的人可能根本不知道“IDE”這個概念,這點我們稍後再聊。為什麼要開發Windsurf?為什麼不能直接用Visual Studio Code這類傳統IDE呢?當我們觀察到AI能力的爆發式增長時,我們意識到技術建構方式將發生根本性變革。傳統IDE就像個文字編輯器,開發者手動編寫大量程式碼,而系統只能提供基礎反饋,比如“這裡有個bug”或“編譯錯誤”。但AI時代完全不一樣了——IDE應該能直接改寫整段程式碼。這就是Windsurf的核心突破:它代表著開發工具與AI協作的全新範式。未來,AI可能負責超過90%的軟體開發工作,在這種情況下,開發者的角色和他們在IDE中做的事情可能是審查程式碼。我們需要在IDE中建構自訂的審查流程,使使用者更容易去做這件事,因為開發者並非把所有時間都花在寫程式碼上。我們建構這個產品的基本前提是:過於基礎的UI介面會嚴重限制產品的潛力。舉個具體例子——我們的自動補全功能最初只能完成簡單的程式碼補全。但當我們推出Windsurf Tab這個新產品時,情況發生了質的變化。▲Windsurf Tab功能Windsurf Tab的創新之處在於能夠提供內聯式的程式碼重建構議。在Windsurf環境中,我們可以為此打造完全定製的互動介面。相比之下,在VS Code中由於API限制,我們不得不採用變通方案:需要在使用者游標旁動態生成圖像,因為平台無法支援更自然的展示和編輯方式。▲VS Code開發介面這個差異帶來的效果令人震驚:完全相同的機器學習模型給出的修改建議,在Windsurf環境中的使用者接受率直接提升了3倍。這個資料給了我們重要啟示:雖然底層技術確實至關重要,但如果使用者無法有效獲取技術創造的價值,那麼技術優勢就會被嚴重浪費。這個案例讓我們確信:有時候建構一個全新的互動介面和使用者體驗層(就像Windsurf所做的)可能才是釋放技術潛能的正確方式。優秀的使用者體驗設計能夠將技術優勢轉化為使用者可感知的實際價值,這正是我們產品演進的關鍵方向。04. 自研模型與外部模型平行,擁有獨特程式碼庫演變資料Lenny Rachitsky:Windsurf使用的模型是Claude Sonnet系列的嗎?Varun Mohan:讓我來解釋一下Windsurf的工作機制。我們使用了一個非常強大的規劃模型,比如Claude Sonnet系列模型,它在規劃方面表現出色。GPT-4o也不錯。我們會嘗試讓Anthropic的Claude Sonnet系列模型儘可能多地進行高級規劃。之後,我們會運行公司內部的模型,為Agent提供高品質的檢索支援。Agent需要理解程式碼庫的其餘部分到底有什麼功能,我們的自有模型會分解並理解整個程式碼庫。如果程式碼庫有1億行程式碼,我們不可能把它全部傳送給Anthropic的模型。這不僅是因為它包含超過15億個tokens,遠遠超出目前最大的上下文長度(超出三到四個數量級),而且從成本和延遲角度來說,這麼做也不划算。另一方面,我們的模型能夠非常快速地對軟體進行編輯。我們有一些基於流行開源模型進行後訓練的定製模型,它們可以快速地對程式碼庫進行編輯。我們選擇這麼做,是因為這樣速度更快,而且這些模型能夠在上下文中包含更多的程式碼庫,從而比Anthropic的模型更好地應用更改。我們的目標始終是建構最好的產品,儘可能提高上限。我們會根據需要建構和訓練模型,但如果在某項任務上,開源模型或Anthropic的模型表現更好,我們就會直接使用它們。Lenny Rachitsky:你們建構的模型,都是基於開源模型的嗎?Varun Mohan:負責檢索的模型是我們完全自主研發的。但很多負責其他功能的模型是基於開源模型的。負責編輯和自動補全的模型,這也是內部開發的。就像你在輸入時,我們會做一些與自動補全相關的事情。我想我們看待問題的方式是,我們能做到最好的部分,我們就去自行訓練模型,但我們不會僅僅為了自尊心,而去做一些我們做不好的事情。Lenny Rachitsky:有沒有什麼訓練模型相關的趣事?Varun Mohan:一個有趣的事情是,我們從使用者那裡得到了大量反饋,每小時可能有數千萬條。這些反饋包括使用者對我們產品的喜好和不滿,尤其是關於自動補全功能的偏好資料。這些資料很獨特,因為它們來自使用者輸入時的程式碼片段,通常是不完整的,而不是像在GitHub上那樣完整的程式碼版本。我們擁有大量這種不完整的程式碼資料,這讓我們在開發程式碼補全模型方面具備獨到優勢。現有的前沿模型很少接觸這種類型的程式碼,所以我們利用這些偏好資料來訓練模型,努力做得更好。對於檢索來說,情況也是一樣的。我們可以通過使用者是否接受檢索後的程式碼更改來判斷檢索是否精準。這是一個很好的反饋訊號。我們的思路是,對於單純的程式碼規劃,AI很難提出一個連貫的論點,我們也沒有特別的理由認為自己在這方面會做得最好。但如果是面對一個複雜的中間程式碼庫,需要進行一些更改,我們就有優勢了。因為我們看到了程式碼的演變,積累了數百萬使用者的程式碼演變資料,我們覺得自己可以在這方面做得很好。Lenny Rachitsky:我覺得有趣的是,這是另一個差異化因素,也是公司在這個領域最終能夠勝出的原因。如果你處於領先地位,你就會比其他公司擁有更多的資料。Varun Mohan:是的,這也是我喜歡從零開始建構產品的原因。這是一個很有潛力的領域,但最終還是要看對程式碼的理解。否則,你就會陷入一個很模糊的境地,搞不清楚自己到底比別人強在那裡,公司也就很難找到明確的競爭優勢和差異化的發展路徑。Lenny Rachitsky:如果只是簡單地依賴像Claude這樣的基礎模型,和市面上那些只是給Claude套個殼的應用做同樣的事情,那根本談不上什麼差異化。Varun Mohan:這其實也取決於具體的做法。但如果只是處理一些很高級的網頁元素,介面做到一定程度後,很難比現有的前沿模型做得更好。這種情況下,還不如直接接入這些現成的模型,直接拿來用。05. AI程式設計解放工程師,回歸工作本質Lenny Rachitsky:你們當時做的一個大膽決定是,最初客戶都在熟悉的現有IDE中工作,但後來發現這無法滿足需求。於是你們決定說服大家切換到一個全新的東西,因為它會好得多。我覺得很多人可能沒有意識到,說服工程師去使用一個全新的工具有多難。這確實是一個巨大的挑戰。Varun Mohan:是的,當然。Lenny,有一點很重要,很多開發者確實使用Visual Studio Code,但也有很多人用Java、C++等語言程式設計。他們可能用JetBrains家族的IDE,比如IntelliJ。對我們來說,我們仍然會在這些平台上建構產品。我們只是覺得,Visual Studio Code雖然是一個主導性的IDE,但它限制了我們能給客戶提供的使用者介面。Lenny Rachitsky:Windsurf目前的發展勢頭如何?我聽到你們這個領域裡其他競爭對手的數字都很驚人,你能分享一些資料,讓大家瞭解一下嗎?Varun Mohan:嗯,有幾個數字可以分享。我們在4個月前推出了這個產品。在這段時間裡,超過100萬開發者試用了這個產品。當然,我們也有數十萬的月活躍使用者。Lenny Rachitsky:你認為在未來幾年的程式設計會是什麼樣子?會與今天有多大的不同?Varun Mohan:工程師主要做三個方面的工作,對吧?首先是“我應該解決什麼問題?”,然後是“我應該如何解決它?”,最後就是“去解決它”。每個在這個領域工作的人可能都越來越確信,所謂的“解決它”,其實就是“我知道該怎麼做,然後就去做”。隨著AI的發展,AI可能會處理絕大部分執行工作。隨著我們公司在理解程式碼庫方面的工作日漸深入,這種“我應該如何解決”的問題也會逐漸清晰。如果你深入理解了組織內部的環境和程式碼庫,並且考慮到最佳實踐,那麼“我應該如何解決它”就會變得更加明確。當公司也明確了這些問題後,整個解決方案也就水到渠成了。所以我認為,工程開發最終會回歸到最初希望工程師做的事情:我們需要解決那些最重要的業務問題?我們的應用程式或產品需要具備那些最重要的功能?去優先考慮這些,並做出正確的技術決策去實現它們。我認為這就是工程開發可能的發展方向。06. 電腦專業的價值,在於問題解決能力的培養Lenny Rachitsky:這是否意味著沒有人需要電腦科學學位呢?Varun Mohan:這個觀點有些誇張了。現在很多建構全端應用的開發者,至少在幾年前,他們可能上過大學並學過作業系統課程。理論上,他們並不是真的經常去深度使用作業系統,比如核心調度器之類的,但這些原理幫助更好地理解開發過程中遇到的問題,比如為什麼他們的應用程式很慢?為什麼某些設計決策比其他的設計更好?這種對底層原理的理解,不僅使他們成為比其他工程師更好的工程師,而且也賦予了一群從未真正理解這些原理的人實際建構複雜系統的能力。這本身就是整個技術發展過程中一個值得注意的現象。Lenny Rachitsky:我不知道你是否有孩子。假設你有孩子或者親戚要上大學,你會建議他們學電腦科學嗎?Varun Mohan:會的。我畢業於麻省理工學院,公司裡工程團隊的很多人都是校友。其實,我們在工程電腦科學中學得最多的並不完全是如何寫程式碼,更多的是如何思考問題、如何分解問題的原則,以及如何用一種有趣的方式解決這些問題。舉個例子,我很喜歡的一門課是分佈式系統課。這門課上要閱讀文獻,並理解一些設計決策是如何做出的。我認為這更像是一門解決問題的課程,這個專業也正是關於如何在當前電腦的約束條件下,解決具體問題。比如這是記憶體運行的速度,這是你在1個周期或1秒內可以進行的運算數量。基於這些,你需要做出一些權衡並解決問題。在這種情況下,電腦科學幾乎就是問題解決的代名詞。Lenny Rachitsky:我聽到的是你仍然想要培養的技能,無論電腦科學專業如何演變,學生都需要建構關於電腦和系統如何工作的心智模型,瞭解平行處理、記憶體、硬碟、網際網路之類的東西,然後就是解決問題的技能,能夠解決有趣的問題。隨著AI的興起,你認為人們還應該投資那些技能?Varun Mohan:我認為一個可能被低估的重要特質是主動性。在大學裡,學生們往往被明確告知該做什麼,沿著既定的路徑前進。然而,我認為在社會和學校中,我們可能沒有足夠重視那些真正具備主動性的人。這些人渴望去創造和建造,他們的目標不僅僅是從大學畢業,然後進入一家大科技公司,按照既定的指令去工作,比如在這個網站上把像素放在那裡。我認為這種主動性在過去10年左右可能一直被低估。但如今,它正變得越來越重要。對於創業公司來說,這是一項至關重要的技能。顯然,這也是我們正在尋找的特質。我們希望找到那些真正具有高度主動性的人,因為我們深知,如果不去創新,不去嘗試一些瘋狂的事情,公司就會停滯不前,甚至死亡。所以,我們正在努力尋找這樣的人才。不過,我必須指出,對於大多數軟體工程崗位來說,情況可能並非如此。只要看看某某大公司的招聘要求,以及一般的軟體工程面試流程,你就會發現,這些場景中可能並不特別強調主動性。07. 遵循“精簡公司”理念,團隊超負荷才會招新Lenny Rachitsky:讓我們談談招聘,我知道你們公司試圖保持精簡,這是現在所有AI創業公司的共同主題,你如何知道什麼時候該招聘某人?Varun Mohan:我喜歡精簡公司的理念,但我不會把它神化。比如說,我們不會盲目追求成為那種憑藉10%或20%規模,獲得5000萬、1億、2億這樣的收入的企業——這不是我們在內部推崇的東西。我們真正推崇的是:成為能夠實現我們野心所需的最小規模公司。這才是目標。打個比方,Lenny,如果我告訴你:“嘿,我要造一輛自動駕駛汽車,而我的團隊只有10個人。”你肯定會理所當然地說:“Varun,你不是認真的吧?”——你說得對,因為在那樣的規模下,我確實不可能是認真的。所以關鍵在於:要實現你那個瘋狂的雄心壯志,最少需要多少人?我們正在嘗試的項目,是要徹底改變軟體的建構方式——我們在內部經常提到這一點。我們的目標是將開發應用程式所需的時間減少99%。這非常雄心勃勃,長遠來看,我們不可能僅靠10%、20%、30%或40%規模的工程團隊來實現它。我們認為這裡的上限非常高,這是第一個關鍵點。如果能成為一家規模很大、卻依然像創業公司一樣運作的企業,那才是真正的理想狀態。這就是夢想。在招聘理念上,我們的原則是:只有當某個職能確實超出我們的應對能力時,才會招人。比如我們正在開發推理技術——除非團隊已經超負荷,否則我們不會輕易增加人手。原因很簡單:如果你為一個職位招人,但並不真的需要他們,最終往往會產生一些奇怪的職場政治問題。這並不是因為人們不好——大多數人的初衷都是好的。但當你招了並不真正需要的人時,會發生什麼?他們會自己找點事情做,對吧?這是人之常情。他們會去說服組織:“這件事很重要。”但事實上,它可能並沒那麼關鍵。作為創業公司,我們根本沒有精力應付這些。對我來說,理想的狀態是,每個人都像在舉手求救,彷彿在說:“我真的撐不住了,我們真的需要多一個人。”這時候我們才會招人。我喜歡用一個比喻:我希望公司像一個脫水的實體,每次招聘就像補充一點水分——只有當我們再次脫水時,才會去招人。08. 公司憑藉單點突破取勝,獎勵用最少資源完成項目的員工Lenny Rachitsky:我非常喜歡這個比喻。聽起來很痛苦,你需要等到應付不過來,然後告訴老闆,我快要“脫水而死”了,但我也知道這是一種非常令人興奮的工作方式。Varun Mohan:這種模式其實有很多優點。我們非常尊重和信任在公司工作的人,這反過來又迫使我們進行優先順序排序。團隊永遠不會要求去做不重要的事情。事實上,如果他們手上有兩件事情,他們會告訴我:“嘿,我手上有兩件事。我沒辦法同時做兩件,我只能做一件。”然後他們會優先選擇最重要的那件事。這其實回到了一個我認為對創業公司和傳統公司都適用的原則:你不是通過把10件事情都做得還行來獲勝的,而是通過把一件事做得非常好來獲勝。也許你在其他9件事情上會失敗,但這並不重要。這是我經常告訴團隊的事情。這和學校很不一樣。在學校裡,你的目標是最佳化總GPA分數,但對公司來說,我只需要在最重要的那件事上拿到A+,其他事情上拿F都沒關係。當然,這裡的F並不是指做錯事,而是說降低那些不重要事情的優先順序。這種模式實際上迫使組織進行優先順序排序,這真的非常好。而且,Douglas(Windsurf聯合創始人)和我,我們可以明確地告訴團隊,這是目前最重要的兩件事。但如果我們在說這兩件事是最重要的同時,又讓團隊的工作量增加了20%,那最終會發生什麼呢?這幾乎是一個強制機制,迫使我們進行優先順序排序,確保公司內部的人員不會被過多的任務壓垮,或者避免那些已經應接不暇的人被逼到極限。Lenny Rachitsky:每個在大公司工作的聽眾肯定都能理解你說的情況。當公司人太多的時候,每個人都得找事情做,他們也會提出各種想法。你知道,他們都想展示自己的影響力,想在績效評估中表現得更好。這就是大公司人多的典型現象。當你們公司有人實在應付不過來的時候,他們是怎麼向你表達招人的需求的?Varun Mohan:當面臨在短時間內完成某件事情的壓力時,我們有一個核心信念:對於軟體開發來說,如果想做出真正偉大的成果,就不能簡單地說“我想在一個月內完成”。除非你認為自己比其他人聰明得多,否則按照這個時間尺度,根本打造不出擁有高複雜性和差異化的產品。我們確實擁有一個非常優秀的工程團隊,但我們也不認為我們的團隊優秀到可以在三周內完成其他人需要6到9個月才能完成的事情。相信自己能做到這一點其實是有點愚蠢的。我們的招聘流程有著極低的錄取率,不太可能很快地找到合適的人才並讓他們加入公司。這點所有人都很清楚,無論是那些想要更多人手的人,還是對我們自己。我們還努力確保在工程團隊中,一個人對公司創造的價值與他所在的團隊規模無關。公司內部有一些項目是由直接負責的個人來推動的。如果一個項目很重要,那麼人們可以從一個項目轉移到下一個項目。公司裡不存在“某人擁有某個團隊”的概念。公司最有價值的人是那些能夠用儘可能少的人完成最瘋狂項目的人,這才是我們應該在內部獎勵的。Lenny Rachitsky:目前Codeium有多少人?Varun Mohan:我們有接近160人,工程團隊超過50人,市場行銷團隊規模也不小。09. 招聘實際錄取率低於0.6%,工作強度極高Lenny Rachitsky:我們談到了如何判斷什麼時候該招聘,那你在面試和招聘的人身上尋找什麼特質呢?Varun Mohan:我們在招聘時非常注重的一個關鍵點是,我們有很高的技術門檻。假設候選人確實達到了技術要求,我們真正尋找的是那些對我們實際要解決的使命充滿熱情,並且願意努力工作的人。我們不會試圖說服人們:“我們是一家很輕鬆的公司,在這裡工作很棒。”相反,我們會坦誠地說:“這是一個非常令人興奮的領域,但競爭也非常激烈。如果公司的人不夠努力,我們可能就會失敗。”我認為我聽到的最大的警告訊號之一是,當我問候選人:“你願意多努力工作?”有些人最終會回答:“我更喜歡用巧勁(work smart),而不是單純靠努力。”這時,我通常會問他們一個問題:“如果我們的公司有很多聰明且努力工作的人,你的差異化在那裡?”這種候選人只會拖累團隊。公司就像一個巨大的團隊項目。當公司有數百名工程師時,問題不在於那個不盡責的工程師本身,而在於他們所在的團隊。團隊會有疑問:“這就是公司內部的標準嗎?這是我們的期望嗎?”如果告訴你,團隊裡其他四人都不在乎這個項目,你會覺得自己該有多在乎呢?肯定不會太多。對我們來說,更重要的是打造協作文化,工作不是單打獨鬥,人們知道可以依靠其他人來完成複雜的任務。Lenny Rachitsky:你問的問題本質就是:“你願意多努力工作?”有許多人會追求工作與生活的平衡,他們會想:“你怎麼敢要求我工作那麼長時間?”我很喜歡你們一開始就說明白:如果你在這裡工作,就得非常努力,加班加點。這是一個競爭激烈的領域,我們靠聰明工作和努力拚搏來取勝。你之前提到過,你們工程師的錄取率大概是候選人的0.6%?Varun Mohan:0.6%可能是完成面試題之後最終留下來的比例。面試題本身就篩選掉了可能10到15倍的人。Lenny Rachitsky:我最近經常聽到這樣的問題——隨著像Windsurf這樣可以解決許多問題的工具出現,你們到底要如何進行面試工作?Varun Mohan:我們允許候選人使用AI工具,因為我們相信這些工具能大幅提升生產力。如果有人加入我們卻不習慣使用這些工具,那會是個問題。我們也會邀請候選人到公司現場,觀察他們如何在白板上思考問題,以及他們的臨場發揮能力。我們希望看到的,不是他們簡單地把問題輸入語音轉換器,然後扔給ChatGPT來獲取答案。我們有辦法甄別這一點。我的觀點是,工具固然重要,但我們更看重的是解決問題的能力。如果一個人解決難題的唯一方式就是依賴ChatGPT,那對我們來說可能就不太合適了。10. 市場行銷並不可恥,是ToB業務剛需Lenny Rachitsky:好的,接下來談談你們的市場行銷經驗。和大多數人一樣,你們一開始時沒有銷售團隊,但你們意識到這是一個巨大的失誤,也意味著機會。現在你們的銷售團隊和市場行銷團隊規模很大。Varun Mohan:是的,我們在公司歷史的早期就做出了這個決定。一年多前,我們聘請了一位銷售副總裁,現在公司內部的市場行銷團隊已經超過80人(目前公司有近160人)。這在公司內部是一個相當大的職能部門。這裡有一點背景故事——當我們創立公司時,我們有幾位天使投資人是市場行銷從業者。其中一位是Carlos Delatorre,他曾是資料庫公司MongoDB的首席營收官(Chief Revenue Officer)。我們從來沒有把銷售看作是一件負面的事情。我認為銷售其實很有趣。不過,有些創始人並不喜歡銷售,他們覺得銷售是業務流程中比較負面的部分,認為一切都應該靠產品自身來推動增長。事情並不是非黑即白的,企業銷售其實很有價值。不過,也許是因為我們當時是一家GPU虛擬化公司和基礎設施公司,我並不知道如何擴大銷售職能,所以沒有僱用銷售人員。當時,我就是那個負責銷售產品的人。說到底,如果我連逐步銷售產品都做不好,那我就不知道我們如何能把銷售變成一個可擴展的流程。如果我自己都做不到,又怎麼能讓別人來擴大規模呢?另一方面,對於Codeium來說,有很多大企業主動找上門來。到了2023年中期,我們開始行動起來,我和公司其他幾位同事一起開始著手銷售產品。我們同時和大企業開展了數十個試點項目。通過這些項目,我們很快意識到,在這個領域,我們需要建立一個面向大型企業的營運模式。到了2023年底,我們果斷聘請了一位銷售副總裁,隨後很快就把銷售團隊擴大了。試想一下,如果你想把產品賣給財富500強企業,僅僅靠刷信用卡肯定是行不通的。11. 產品可理解超大規模程式碼庫,是重要差異化優勢Lenny Rachitsky:讓我們談談Cursor。我不想在競爭對手身上花太多時間,但這是每個人在想到你們時總是會想到的。我認為你們在這個領域算是領先的玩家。你們與Cursor的不同之處是什麼,以及你們認為如何能在這個領域長期領先?▲Cursor開發介面Varun Mohan:我可以分享幾點。在產品方面,我們投入了大量精力,以確保對超大規模程式碼庫的理解能達到非常高的質量水平。這其實也是我們最初的起點。我們與世界上一些最大的公司合作,比如戴爾和摩根大通。像戴爾這樣的公司,單個程式碼庫就超過了1億行程式碼。能夠快速理解這些程式碼庫並進行大規模修改,是我們花費了很多時間去攻克的難題。為此,我們建立了一套自己的模型,能夠在數千個GPU上平行處理這些龐大的程式碼庫,並對它們進行排序,以便找出對任何程式碼庫問題來說最重要的程式碼片段。基於我們的基礎設施背景,我們搭建了大型分佈式系統來完成這項工作。這可能是一點。Lenny Rachitsky:我想補充一些,我認為人們可能會低估這點有多重要。之前我們播客也採訪了Bolt和Lovable(均為AI程式設計創企)的創始人。這些公司的產品是為了從頭開始建構產品,為你寫程式碼。相比之下,Windsurf可以載入數千萬乃至上億行程式碼,比如Airbnb或Uber所擁有的程式碼庫,理解企業有什麼程式碼、這些程式碼如何工作,那些地方可以修改而不會出故障,這是非常困難的。這是一個很大的差異化因素,Windsurf現在正在這個優勢上繼續發展。Varun Mohan:是的,沒錯。我們花了很多時間在理解程式碼庫。另一件方面是要理解所有與程式碼庫相關的使用者互動。我們的服務不僅僅侷限於Windsurf,也非常專注於支援像JetBrains這樣的IDE。70%到80%的Java開發者在基於JetBrains的IDE中編碼,我們不需要去建構一個與JetBrains競爭的產品,JetBrains是一個非常可擴展的產品,而VS Code則不是。對我們來說,我們的目標不僅僅是滿足可以切換到我們IDE的使用者子集,而是我們想給每個開發者這種Agent開發體驗。如果這意味著有Java開發者在JetBrains中寫程式碼,那也沒問題。Lenny Rachitsky:有趣。所以你是說JetBrains是一個非常大且可擴展的產品,你們不覺得有必要直接與它競爭。相反,你們想要增強開發者的體驗,不管他們使用什麼IDE。Varun Mohan:沒錯。我們與許多擁有超過1萬名開發人員的大企業合作,其中超過50%的開發人員使用JetBrains。JetBrains是一個非常龐大的產品。JetBrains公司本身是一家私營企業,每年能創造數億美元的收入。這是一家非常非常大的公司。對我們來說,這正是另一個關鍵點。我們希望在開發人員所在的地方與他們相遇,無論他們使用什麼平台,我們都會提供支援。我們在安全性方面也有優勢,這對許多企業而言很重要。Windsurf獲得了FedRAMP認證,這意味著我們可以向大型政府機構銷售產品。Windsurf還配備混合使用模式,這意味著所有儲存在使用者端的程式碼都保留在使用者的管轄範圍裡,而程式碼是公司最重要的智慧財產權之一。從大公司的角度來看,我們具備處理複雜問題的經驗。12. 如何用好Windsurf?需求明確與耐心是關鍵Lenny Rachitsky:好的,Varun,我們別再賣關子了。來做個Windsurf的現場演示,讓大家看看它是什麼樣的。我會在演示過程中問你一些問題。Varun Mohan:好的。先說一下背景:這是一個非常基礎的React項目。現在裡面什麼都沒有。如果你打開任何檔案,它就是一個默認的React應用項目。你可以給Windsurf傳送一張圖片,告訴它你希望項目看起來是什麼樣的。我這張草圖畫的就是一個“狗狗版Airbnb”網站。Windsurf的優勢之一就是可以在既有的項目上進行開發。我們要做的就是告訴它:“把這個React應用改造成一個基於這張圖片的狗狗版Airbnb網站,並進行預覽。”它會開始執行程式碼,讀取程式碼庫。它不知道當前程式碼庫的實際樣子,所以它會去分析程式碼庫,找出需要進行的更改。我們可以先等一等,看看它會怎麼做。不過,我們也可以邊等邊繼續聊天。Lenny Rachitsky:我想問你一個問題,如果你能坐在每個第一次打開Windsurf的使用者身邊,在他們耳邊悄悄說幾句話,幫助他們更好地使用你的產品,你會說些什麼?Varun Mohan:第一條建議就是要有耐心,既要耐心又要明確需求。當你要求應用程式去做一些更改時,它可能會做出許多不相關的更改。而我認為最能避免這種情況的就是儘可能明確你的需求。我建議人們一開始先從小的更改開始。如果有一個很大的目錄,不要一開始就重構整個目錄,因為如果錯了,它可能會破壞20個檔案。使用者會逐漸瞭解產品的優點和侷限,並懂得怎麼從中獲取價值。不過,每3個月左右,產品能力就會需要重新評估。Lenny Rachitsky:隱含的意思是,要對模型的能力有一個直觀上的感覺——明白自己的需求該具體到什麼程度,又可以抽象到什麼程度。隨著時間的推移,你會逐漸建立起這種感覺。13. AI深度理解使用者行為,可精準預測使用者意圖Varun Mohan:我們現在已經有了網頁預覽,不僅可以修改程式碼,還能指向不同的部分,進行針對性修改。比如讓直接選中一個元素,讓Windsurf將其背景改為紅色。產品能夠即時展示應用的建構過程,這一點很有幫助。你可以完全在應用層裡操作,甚至不需要查看程式碼。當然,這個修改看起來很糟糕,但從某種意義上說,如果我想這麼做,我就可以去操作。我們只有很多互動方式,不僅僅是通過點選來更改元件。就像我之前說的,AI的目標現在已經發生了很大變化,它現在可以為你修改大量的程式碼,而開發者的任務現在變成了審查AI生成的程式碼。在這次播客中,我不會審查所有生成的程式碼,但假設我想修改其中一些程式碼。比如我想把變數從“title”改成“titleStr”,我只要手動修改一個,然後告訴AI繼續執行。Windsurf不僅知道Agent做了什麼,它還知道使用者做了什麼。我們的目標是讓使用者所做的每一件事,AI也都知道,並且能夠預測意圖。因為它對程式碼庫有深入的理解,它應該能夠找到所有需要更改的地方。它能夠在應用空間操作,還能在使用者的程式碼空間中進行操作,彌合兩者之間的差距。它不僅為非技術人員建構應用提供了便利,也為親自編寫程式碼的開發人員提供了便利。有趣的是,上方案例中的範本應用也是由Windsurf生成的。我們的大多數使用者都是在0到1建構應用。當我們推出Windsurf時,我們讓公司裡的每個人都用它建構一個應用,包括市場團隊和銷售團隊。有一個令人驚訝的統計資料:我們節省了超過50萬美元的SaaS產品費用,因為我們現在的市場團隊已經用Windsurf建構了應用,而不是購買它們。例如,我們的合作夥伴關係負責人沒有購買合作夥伴門戶產品,而是自己開發了一個。他以前從未開發過軟體,但我們設法在公司內部安全地部署了這些應用,為我們公司開發高度定製化的軟體,以更高效地營運。半年前我完全沒有預料到這點。14. 垂直領域軟體將遭受AI猛烈衝擊,本地開發模式不會消失Lenny Rachitsky:你不需要說出具體的公司名字,但我想知道,有越來越多的開發者和公司自行打造產品,對SaaS企業來說,那些領域你們最不看好?Varun Mohan:我的觀點是,那些非常垂直化的細分產品將會面臨巨大的競爭。以銷售產品為例,在我們這樣的公司內部,很難讓頂尖工程師去建構一個世界級的銷售產品。他們對這類任務沒有足夠的興趣,或者去建構投資級的法律或金融軟體產品對我們來說也非常困難。這些SaaS企業的護城河在於,他們對打造這些軟體有自己的想法,並且有足夠的工程師去實現軟體開發。而我們公司不願意做這件事,所以以前我們總是出去購買軟體,因為沒有其他選擇。但現在有一個令人興奮的變化:領域專家可以建構他們最終想要的工具。這些垂直領域的軟體公司為什麼能夠存在呢,原因在於它們有很多功能。這種“大雜燴”的功能對很多公司來說都適用,但每個單獨的公司可能只需要其中的10%的功能。但問題是,每個單獨的公司都沒有能力維護或建構針對這10%功能的定製軟體。但現在這一切都改變了,他們現在可以做到了。現在可能只需要5分鐘,甚至可以更貼合你的系統。Lenny Rachitsky:現在,業務人員不需要知道任何關於產品建構的知識。只要用一種很糟糕的方式描述一下,就像是一個糟糕的產品經理在向工程師提需求。但令人驚訝的是,AI真的能做出不錯的產品。Varun Mohan:完全正確。這表明能動性是很重要的。如果產品經理有一個想法,就沒有理由不讓這個想法更完善。其實有許多產品經理總是有想法,但他們對如何執行這些想法非常不確定。現在,那些有想法、有能動性的人,可以自己去證明他們想要的東西,而不需要任何外部資源。Lenny Rachitsky:我想談一個很重要的點。你提到Windsurf不需要從樣板程式碼庫開始,它不是一個抽象化的應用建構器,而是一個實際的IDE。它在本地機器上運行,而不是雲端。這很重要,因為它允許使用者在本地運行並使用所有必要的庫。Varun Mohan:是的,這很重要。很多開發者喜歡在本地建構,因為有些依賴項很難在雲端安裝,比如Nvidia的驅動程式。我們希望為使用者提供在任何環境下都能高效建構的靈活性。本地IDE和開發方式已經存在了幾十年,短期內不會消失。15. 每隔半年到1年顛覆產品狀態,永遠都需要更多工程師Lenny Rachitsky:你們的團隊結構和營運方式很有意思。處於產品團隊運作的前沿,每天都在探索未來,你們的團隊結構、工程師、產品、設計等方面有什麼獨特之處嗎?Varun Mohan:我們的核心工程團隊沒有傳統的產品經理。因為我們為開發者建構產品,從某種意義上來說,我們的開發者更像傳統的產品經理。如果我們的產品沒有價值,那可能就是我們招錯了人。在企業端,我們需要與很多大型企業合作,這些需求不是工程師能直接理解的。比如,客戶可能會要求FedRAMP合規性,這需要專門的產品戰略人員來理解客戶需求並結合我們的技術能力,以建構一個能夠幫助客戶大規模擴展的產品。不過,大部分情況下,我們是一個以開發者為基礎的產品。Lenny Rachitsky:你們的工程團隊結構是怎樣的?Varun Mohan:我們的團隊結構很扁平,儘量採用“兩個披薩團隊”的模式(亞馬遜貝佐斯認為,如果兩個披薩還不足以喂飽一個團隊,那這個團隊規模就太大了),保持小規模。團隊規模太大時,領導者很難深入瞭解技術細節,而在這個快速變化的領域,紙上談兵是很危險的。我們的團隊非常靈活,能夠快速調整優先事項。Lenny Rachitsky:你們有多少產品經理?Varun Mohan:我們有近160名員工,其中3人負責產品戰略的工作。我們還有招聘、財務、行銷等內部職能。Lenny Rachitsky:你們還在招聘工程師,儘管有人說AI將編寫90%的程式碼。這是否矛盾?會不會有一天你們不再需要這麼多工程師?Varun Mohan:這取決於增加工程師是否能帶來額外價值。AI編寫了大部分程式碼,但這並不意味著工程師生產力提高了10倍。工程師的工作不僅僅是寫程式碼,還包括審查、測試、偵錯、設計和部署。即使AI提高了部分效率,但考慮到技術需求的複雜性,我們可能永遠都需要更多工程師。Lenny Rachitsky:對於像摩根大通這樣的大公司,每年有170億美元的軟體預算和超過5萬名工程師,你們的產品能幫助他們提高效率。Varun Mohan:摩根大通這樣的公司意識到,技術開發的回報率提高了,不投資更多技術的機會成本也增加了。這意味著他們需要招聘更多工程師,而不是減少。Lenny Rachitsky:這是對工程師職業的一個有利訊號。如果像你們這樣的公司開始減少工程師招聘,那可能是行業的危險訊號。Varun Mohan:是的,目前大家都在積極招聘工程師。我認為進入工程領域仍然是一個很好的選擇。Lenny Rachitsky:在建構AI產品和Windsurf的過程中,你學到的最反直覺的事情是什麼?Varun Mohan:一個奇怪的現像是,大家都在關注短期內的勝利,比如每周的更新。但我們公司內部更關注長期目標,比如3到9個月後的事情。我們的目標是每隔半年到1年就顛覆現有產品的狀態。這種長期投入才是我們成功的關鍵。Lenny Rachitsky:這讓我想起Captions公司說他們有兩份路線圖:一份基於使用者反饋和資料,另一份是基於對未來的押注。這是很明智的。在創立Codeium之前,有沒有一件事,是你希望你能提前知道的?Varun Mohan:我希望我能更謙遜,更快地接受自己可能是錯的這一事實。很多時候,我們事後發現,如果早幾個月做出某個決定就好了。雖然外部看來這些決定很及時,但內心總希望更早行動。我們需要更頻繁地重新評估假設,即使這讓人不舒服。Lenny Rachitsky:在結束之前,你還有什麼想和聽眾分享的嗎?Varun Mohan:認為最好的辦法是親自去嘗試這些工具。在未來一年裡,能夠充分利用這些工具的人將獲得巨大優勢。很多人甚至不知道這些工具的存在,他們將會非常低效。所以,盡快去嘗試,看看這些工具如何幫助你和你的團隊。用它來建構應用,修改現有的程式碼庫。如果你是一個產品經理,能夠快速修改程式碼並推送更改,你會贏得工程師同事的尊重,也能完成更多工作。這個工具的潛力是無限的。Lenny Rachitsky:這一點被低估了。Windsurf不僅可以建構新應用,還可以修改現有的程式碼庫。比如在摩根大通這樣的大公司,你可以直接用它來完成任務,然後推送到GitHub並行起拉取請求。Varun Mohan:是的,現在一切都開放了,工作不再受限於角色。這是一個機會,讓公司的基層到高層都能發揮作用,更高效地工作。 (智東西)
曝OpenAI史上最大收購敲定!
OpenAI收購爆火AI程式設計獨角獸。智東西5月6日消息,今天,據彭博社報導,OpenAI已同意以約30億美元(約合人民幣217億元)收購AI程式設計創企WindSurf(前身為Codeium),這將成為OpenAI迄今為止最大規模的收購案。WindSurf成立於2021年,創始人為Varun Mohan,創始團隊主要為一批畢業於麻省理工學院的工程師。WindSurf近期曾與凱鵬華盈(Kleiner Perkins)、General Catalyst等投資方洽談融資事宜,估值達30億美元(約合人民幣217億元),其估值較去年同期的12.5億美元(約合人民幣90億元)增長了140%。該公司原本專注於開發GPU虛擬化和編譯器軟體,後在2023年轉型至AI程式設計賽道。去年年底,同名產品WindSurf正式發佈。短短4個月內,這一工具就吸引了超過100萬使用者,成為最熱門AI程式設計工具之一,它不僅能自動補全程式碼,還具備Agent開發體驗,可根據使用者需求自主開發應用、解決bug,尤其適合新手開發者。目前,WindSurf公司團隊規模有160餘人,工程團隊規模為50餘人,年度經常性收入(ARR)突破1億美元。WindSurf旗下的AI IDE產品提供了更適應AI程式設計體驗的使用者介面。開發者不僅可以修改、編寫程式碼本身,還可在可視化預覽中直接點選應用元素,讓AI代為修改。這一工具能即時理解、記憶使用者行為,幫助使用者完成許多重複性的工作,帶來明顯的生產力提升。在開發這款產品時,WindSurf兼顧了安全性、穩定性,這讓他們受到諸多大客戶的青睞。截至目前,WindSurf擁有超1000家企業客戶,其中不乏《財富》500強企業,如摩根大通、戴爾等。與Cursor等同類產品不同,WindSurf的AI IDE產品具備理解億級超大規模程式碼庫的能力。基於該公司自持的萬卡叢集,WindSurf自研了多款AI程式設計模型,能夠在數千個GPU上平行處理龐大程式碼庫,並對程式碼庫進行排序,實現高效、精準的程式碼庫修改。據WindSurf CEO Varun Mohan透露,WindSurf正在積極招募工程師,擴大公司規模。WindSurf沒有傳統的產品經理,正以開發者需求為基礎打造產品,每隔半年到1年就會顛覆現有產品的形態。目前,OpenAI與Windsurf均拒絕對這一收購案置評。結語:AI程式設計賽道競爭加劇AI程式設計工具帶來的生產力提升有目共睹,這也讓諸多企業客戶爭相採購相關服務,最佳化自身的軟體開發流程,提升開發效率,降低成本。需求的增長使AI程式設計成為當下最火熱的AI應用賽道之一。Cursor、WindSurf等明星創企業屢獲資本押注,而微軟、亞馬遜、字節等大廠也已推出AI程式設計服務與應用。AI程式設計賽道的競爭已癒演愈烈。 (智東西)