# 字节背景创业者梦琪的AI软件创业一年复盘：从垂直Agent到C端浏览器插件

- 来源：向阳乔木 (@vista8)
- 发布时间：2026-06-03 01:55
- AIHOT 分数：69
- AIHOT 链接：https://aihot.virxact.com/items/cmpwy8itm01w4sl790nw86lnq
- 原文链接：https://x.com/vista8/status/2061869420905898360

## AI 摘要

字节背景创业者梦琪复盘其AI软件公司Invocal一年来的转型历程。她经历了典型剧本：组团队、讲AI智能体故事、连续融资，随后经历三次错误决策：选择垂直智能体场景（达人营销的Sourcing资源挖掘）、选错场景（该环节仅占链条30%）、并误判横向扩张。她得出结论：垂直智能体存在结构性困局，易被迫变成代理公司，且To B模式难以获得模型效率的倍增红利。转向C端后，团队开发了浏览器插件CLICK，其核心价值在于缩短用户意图与解决方案的距离。她总结认为，大部分应用层创业公司不需要算法工程师，创始人刚融资时最易陷入“愚昧之巅”。

## 正文

http://x.com/i/article/2061869220716019712

# 字节出来做AI创业一年，她把每一个弯路都说清楚了

> https://www.xiaoyuzhoufm.com/episode/6a100e7da7621e15d0c88337

梦琪创业快一年了，融了钱，pivot（转型）了好几次，最惨的时候觉得"做软件真是脑子进水"。

但她现在反而不焦虑了。

这篇文章是她在曲凯的「42章经」播客里的完整复盘。

字节背景、华丽团队、Agent 故事、连续融资……她走过了过去几年 AI 软件创业者最典型的那条路，然后把每一个弯路都说清楚了。

## 去年融到钱的软件创始人，都该给 Manus 磕一个

梦琪总结了一个过去两三年 AI 软件创业的标准剧本：

字节背景，组一个好团队，讲一个当下流行的 AI 故事（那时候肯定是 Agent），产品出来之前先融几轮，然后开始转型。

或者出一个小产品，不温不火，等新概念出来再做新产品。

她说，很多人看到这段会对号入座。

今天的软件行业处于低点，但这个低和 2023 年的低不一样。

2023 年是整个行业都低，2025 年是巨身（大模型）非常热、AI 硬件也起来了，软件单独在受冷。

这个背景下，她说去年五月以后融到大钱的软件创始人，都应该感谢 Manus。

因为 Manus 让 Agent 这件事在国内有人愿意看、愿意投。

但她也直接说了：很多 To B 的 Agent 公司，商业模式上和十年前的 SaaS 本质没有区别，只是产品不一样，然后拿到更高的估值。

## 二三月份，她觉得自己要死了

AI Coding 变强这件事，梦琪用"指数级"来形容，而且说这种推背感"特别特别强烈"。

她聊到一个细节：OpenAI 内部做后训练的同事告诉她，今年 2 月，他们 80% 的代码已经是 agent 写的。

但这位同事并没有因此变得更轻松，因为要做的事变得更多了。

这个细节说明了什么？模型变强，并不等于软件创业变容易了。

但另一个方向的逻辑也成立：如果 AI Coding 这么强，为什么过去三年真正跑出来的产品还是非常少？

梦琪的答案是：大部分产品没有体验可言。

她用了一个很直接的词--"诈骗公司特别多"。

产品宣称能交付的价值，和用户实际用下来的体验，严重不匹配。

她在今年二三月份最焦虑的时候，发现自己回答不了一个问题：你的产品跟直接用 Claude 有什么区别？Claude 生态里随便一个人做个插件，就能干掉你，你怎么办？

没有一个站得住脚的答案。

## 三次错误决策，一步步走向 SaaS

梦琪的公司叫 Invocal，她把自己这一年的转型过程拆得很细。

第一个错误：做垂直 Agent

成立之前，她就决定不做 General Agent，因为"那会已经有第 18 个 Manus 出现了"，不想加入混战。

选了垂直方向，选了达人营销里的 Sourcing（采购） 场景（帮品牌找达人）。

逻辑听起来很顺：找明白达人，就能找明白候选人，找明白客户，Sourcing 是个能泛化的场景。

但做了两个月之后，她发现了一个分叉：两类用户给完全不同的需求。

创始人说"什么都不想按，给我结果"；专业用户说"中间每一步我要审计，要确认"。

她选择了服务专业用户，然后把专家经验蒸馏进产品，再卖给非专业用户。

结果某一天她对比了一下，发现这个产品"长得就是 SaaS"，和八年前那批 SaaS 公司的产品长相一模一样。

她的结论是：如果你服务专业用户，他们会一直给你提需求，直到你长得跟 Adobe 差不多才会停下来。

这条路必然走向 SaaS，没有别的出路。

第二个错误：选了错误的场景

Sourcing 这个场景本身就不成立。

达人营销的完整链条里，Sourcing 只占 30%，而且对 AI 来说是相对容易的部分。

后面的沟通、谈价、排期，才是最耗时间、最耗人力的地方，而她的产品跳过了这些。

第三个错误：横向扩张而不是纵向深挖

意识到 Sourcing 不是高价值点之后，她面临一个选择：往深做增长全链路，还是横向扩张去做"找候选人、找客户"的通用 Sourcing Agent？

她选了前者，这个决策她觉得是对的。

理由是：掌握了面粉和鸡蛋，不代表你应该同时卖大饼和意大利面。

找人 Agent 的跨场景复购逻辑根本不成立，没有人会同时有找达人、找候选人、找客户的需求。

## 垂直 Agent 的两个结构性困局

做到 12 月份，梦琪得出了一个"非常难以承认"的结论：垂直 Agent 大概率不成立。

她总结了两个结构性困局。

第一个：客户不用产品，但你又想挣钱，所以你被迫变成 Agency （代理公司）

垂直 Agent 公司在过渡阶段，几乎都要派人去服务客户。

产品是给投资人看的，真正挣钱靠服务。

她听到无数次同行说：内部服务的人也不用这个产品，那这个产品做来干什么？

她用了一个词："景观效应"。

产品就是一个景，给投资人看这个景。

第二个：To B 本身的结构性问题

To B 周期长，在中国做 To B 是贬义词，在美国做 To B 的华人天花板也很明显。

更关键的是：To B 的 Agent 公司能吃到的最大的新模型红利，只是内部开发效能更高了。

对于产品能解决的问题，效率有没有十倍、二十倍的增长？没有。

## 去美国待了两个多月，对美国创业生态祛魅了

梦琪在最焦虑的时候跑去硅谷待了两个多月，想搞清楚是自己能力不行，还是垂直 Agent 这件事本身就不成立。

结论是：大家的困境都挺像，都是结构性的困境。

但她还顺带观察了一件事：美国 To B 圈的"骚操作"比她想象中严重得多。

最基础的版本是互相买产品刷流水，你给我 50K，我给你 50K。

但这个太容易被审计出来了，所以现在已经进化成六个人、十个人的复杂交易网络，审计不出来。

她说每到月底，那些美国创业者对她格外热情，后来才明白是想拉她一起冲流水。

她没参与，觉得"没必要，要维持自己的道德标准"。

## 做了一个浏览器插件，反而看到了曙光

转向 C 端之后，梦琪的团队做了一个叫 CLICK 的浏览器插件，解决一个问题：你开了一堆 Tab，一直切换，找不到信息。同时支持光标旁边唤起 AI 写作。

她说这个产品"能说出 100 个替代品的名字"，功能极其简单。

但就是这么一个产品，收到了来自南非用户的反馈：用了这个产品之后，终于能沉浸式干一件事了，不需要在屏幕上划来划去，让焦虑一点点叠加。

这给了她一个关于 C 端产品的核心判断：只要能缩短用户意图和解决方案之间的距离，你就有价值。

CLICK 的价值不是功能有多复杂，而是把"想用 AI 写这段话"这个意图，从"截图→打开 ChatGPT→写 prompt→复制回来"压缩成了"按一个按钮"。

后来他们把 CLICK 扩展成了客户端产品，做了三个月，截止到录制前一天晚上，已经是第 49 个版本了，还有 bug，但稳定性在同类产品里算高的。

梦琪说，越做越对软件有敬畏之心。

软件是由 15，000 个细节组成的，你多吃一个细节，用户体验好一点。

AI Coding 越强，这种感受反而越深。

## 两种 C 端生意，她选了健身房

她把 C 端的 AI 产品生意分成两类。

第一类是大 R 运营：找一批高消耗用户，一个月给你出几万美金的那种，用户量不多，但客单极高。

Lovable 这类产品的用户量没有想象中多，但一两万个超级用户就够吃了。

第二类是健身房模式：收订阅费，赌用户不会天天来用，或者赌他们的 token 用不满。

这种模式在高竞争环境下很难有超额收益。

梦琪选了健身房模式，因为她不想做一个毛利极低的业务。

## 用 Reddit 做用研，比你想象的有用

梦琪分享了一个她觉得很有效的用研方法：大量泡 Reddit。

一方面是数据挖掘，但这只能给静态结论。

更重要的是，他们在 Reddit 上发了大量帖子，把每个产品决策拆成决策漏斗，每一层对应 40 到 50 个帖子发出去，回收所有反馈。

她说泡 Reddit 最大的好处是：你会发现很多问题 AI 这么牛了还没解决，比如 context switching（上下文切换） 的问题，每天都有人在吐槽"我在几个 context 里一直切换，我脑子要分裂了"。

泡 Reddit，你就不焦虑了。

因为你看到的是真实的、没被解决的需求，而不是投资人 PPT 里的市场分析。

## 刚拿到融资，是创始人最接近"愚昧之巅"的时刻

梦琪对自己的批评很直接。

她说创业初期招了一些很厉害的科学家，现在有些在美国的 Research lab（研究机构） 里。

但那些决策不是基于真正的市场需求，而是"我得装一下，我得满足自己的虚荣心，我得展示我有能力把他们都招来"。

她的结论是：大部分纯应用的创业公司不需要任何算法工程师。

你用不上，快放人家去训模型吧。招这个人，纯属给投资人看，显得阵容豪华。

她还说：刚拿到融资的时候，往往是创始人最接近"愚昧之巅"的时刻。

觉得自己讲得太好了，怎么这么能造概念，怎么这么能总结，怎么这么能融会贯通。

等真正做事之后才发现，落地是如此恶心，细节是如此之多。

## "XX 已死，XX 永生"是 AI 圈的番茄小说

梦琪对这类言论的评价很直接：脑子有病，没有意义。

她的逻辑是：商业社会里所有的竞争，都不是一瞬间完成的。

抖音出来，快手不会今天立刻死。

某个 AI 产品出来，做 workflow 的公司不会立刻死。

这个世界是在动态博弈、动态竞争里运转的。

自媒体特别喜欢把一个漫长的、可能有点枯燥的竞争过程，压缩成几秒钟发生的短剧剧情。

她还有一个观察：AI 的渗透率其实远没有行业内的人想象的高。

她在旧金山做过田野调查，在 101 公路上打了大广告牌的 Wispr Flow，只有 40% 的人知道，知道的人里真正付费在用的可能只有 20%。

还有创业者在路边随机问人"你用不用 ChatGPT"，结果很多人根本不知道。

这个世界很参差，很分层。

有的人到现在还把 AI 当简单助手用。

需求是多分层的，渗透率还足够低，这是她乐观的理由。

## 上一个产品是证明题，这个是简答题

梦琪说，她一直没有做过"全球首款 xxx"的大宣发。

表面原因是觉得浪费钱，一波流留存不好。

但夜深人静的时候，她问自己真实的原因：因为对那个产品不满意，不相信它。

她现在的状态是：这个产品再垃圾，你怎么骂我，我就爱这个产品。这是她的 spark（动力源泉）。

她把上一个产品定性为"机会主义者，迎合市场，想交作业，想做证明题"。

而现在这个产品，她想做一道真的想答的简答题。

她说有一些事是 AI 代替不了的：人内心深处的那种火，那种光，那种 spark。

这是人身上最宝贵的部分，也是她认为一定要保护好的东西。

## 创业者的牵引力来自哪里

梦琪最后做了一个总结。

她说创业者有非常多的牵引力：投资人给的、市场给的、员工给的、用户给的。

她反思自己过去，外界的牵引力太多，用户的牵引力太少。

用户的牵引力，才是决定你能不能做出好产品的核心因素。

她还说了一句话，可以当作整个复盘的注脚：创业不能用太多左脑。

天天盘概念、推逻辑，被所谓的叙事骗了，然后总是推倒重来，而不是用心去感受你真正想做什么。

第一性原理是：解决问题的最短路径。

其他的都是周边。

如果你现在也在做软件，或者在考虑要不要做，梦琪的这一年给出了一个可以直接对照的清单：

你的产品是在解决真实需求，还是在讲一个好听的故事？

你服务的是专业用户还是普通用户，这两条路通向的终点完全不同。

你的牵引力主要来自用户，还是来自投资人和市场热点？

你对这个产品有没有那种"不做会后悔死"的感觉，还是只是觉得这个机会比较合适？

这四个问题，梦琪都踩过坑了。