YC 创始人 Paul Graham 久违接受访谈，开口就说了几个让人意外的判断

你有没有想过，那些真正改变世界的创始人，到底是什么驱动着他们每天起床？是想成为亿万富翁的梦想吗？还是对失败的恐惧？还是一种根本停不下来的执著？这个问题我想了很久，一直没有一个特别令我信服的答案。直到我看到 YC（Y Combinator，硅谷最著名的创业加速器）创始人 Paul Graham 最近做的这次访谈，才觉得某些东西真的被说清楚了。

这次访谈是在 Mountain View 的 YC 原址录制的，是 YC 第 47 个 batch（批次）、也是第 21 年。Paul Graham 聊了创业的本质、野心的来源、AI 的真实面貌，还有他对下一个万亿美元公司的判断。我听完之后反复琢磨了很久，有些观点真的非常值得认真写下来。它们不是那种听起来激励人心、但其实没什么实质内容的金句，而是在几十年的观察和实践里沉淀出来的判断，戳中了很多我们平时以为理所当然、但其实根本没想清楚的事。

YC 现在比以前更严肃，不是更差

Paul Graham 在访谈里提到一件事，他说现在 YC 资助的创业公司，比所谓"黄金年代"要严肃得多。他特别点了几个例子，比如有团队在攻克癌症，有人在做 intercontinental ballistic cargo（洲际弹道货运）——听起来像科幻，其实就是用火箭运货，落地不爆炸，改成投递货物。还有一个让他特别兴奋的项目，是专门为癌症患者做 on-demand（按需）研究的公司，帮患者找到最适合自己病情的治疗方案。他说这家公司之前就帮助过 GitLab 的联合创始人 Sid 对抗癌症，Sid 把整个过程形容为"用 founder mode（创始人模式）对抗癌症"，而这家公司实际上就是他在这场战役里的联合创始人。

每隔几年就有人说 YC 已经不行了，说以前才是好时候。Paul Graham 对这种说法的回应很直接：他说，所谓的"好时候"里有 Reddit。Reddit 当然很有价值，但它不是洲际弹道货运，也不是在攻克癌症。这种"以前更好"的说法本质上有一个逻辑漏洞——批评者没办法说 YC 一直很差，因为那不是事实，所以他们只能说它"曾经好过、但现在不行了"。这个句式本身就值得怀疑。

我觉得这个判断非常清醒。我们习惯用"以前更好"来表达对现在的不满，但很少真的去比较以前和现在到底哪个在解决更大的问题。衡量一个创业生态的标准，不应该是它出了多少网红公司、多少让人耳熟能详的名字，而是它在攻克什么量级的难题。从这个角度来看，现在显然不是 YC 的倒退期，而是进入了一个真正在啃硬骨头的阶段。这让我想到一点，我们身边也有很多类似的声音，总觉得 AI 行业现在泡沫太大、早期更踏实。但泡沫和严肃的工作是可以同时存在的，关键是你自己在做哪一边的事。

驱动创始人的不是变富，是怕失败

这是整个访谈里我觉得最反直觉、也最真实的一段。Paul Graham 被问到，创始人的动力是不是主要来自"想成为亿万富翁"，他的回答出乎意料——他说你会感到惊讶的，真正在每一个具体时刻驱动创始人的，是对失败的恐惧，而不是对财富的渴望。

他举了一个特别接地气的例子。当你的服务器在半夜崩了，你脑子里想的根本不是"我要赶快修好它，这样我就能成为亿万富翁"。你想的是：完了，服务器崩了，这是灾难。他说，这就像你有一套模型火车，引擎快要掉下桌子了，你唯一的念头就是赶快冲过去救它，别让它摔坏。在那个瞬间，没有任何宏大叙事，只有一种不愿意让眼前这件事垮掉的本能。

他还提到了一个很有意思的细节：很多创始人是在某一次停下来算账的时候，才突然发现自己已经成了亿万富翁。他们是在一个普通的时刻抬起头，把上一轮估值乘以股权比例，然后愣在那里。Paul Graham 说，有时候他是第一个把这个消息告诉他们的人。创始人的反应往往是一种惊讶，而不是"终于等到这一天了"的感觉。

我觉得这个描述指向了一件很重要的事：创业公司的燃料，在日常层面根本不是宏大叙事，而是一种不愿意让事情垮掉的本能执著。那种"我不能让它死在我手里"的感觉，才是把人每天从床上拉起来的真实力量。这也解释了为什么单纯想变有钱的人往往撑不过最艰难的那段时间。当服务器崩了、用户流失了、团队吵架了，"有钱"这个画面太遥远，根本抓不住。能抓住人的，是那套快要掉下桌子的模型火车。

Formidable（强悍）这个词，比聪明更准确

Paul Graham 在访谈里多次用到一个词：formidable（强悍、令人敬畏）。他解释说，这是 YC 内部很早就开始用的私房词汇，他在文章里给过一个定义：一个 formidable 的人，就是在任何情况下都能得到他想要的东西的人。测试标准只有一个：你最终有没有拿到你想要的结果？

他说，这才是投资人真正想找的人。逻辑很简单：如果创始人能得到他想要的，作为股东的你也能跟着得到你想要的。投资的本质是把自己的利益绑定在创始人身上，那你当然希望这个人是一个不管遇到什么阻碍都能推进的人。他提到 Sam Altman，说 Sam 在第一次见面之前就已经非常 formidable 了，这种特质是先于 YC 存在的，不是 YC 培养出来的。他说绝大多数真正有这种特质的人，天生如此，不是后天塑造的。

但他也提到了一个例外，有些人并不是缺乏野心，而是从小被训练成不能表现出野心。父母要求服从，环境要求低调，于是他们把这部分压下去了，从没有真正放开过。这种情况在 YC 的过程里有时候会被解锁——不是 YC 给了他们野心，而是 YC 给了他们一个环境，让他们第一次可以不用藏着。

我对 formidable 这个词的理解是，它不是指聪明，也不是指努力，而是指一种综合的执行意志。聪明的人可以把事情分析得很清楚，努力的人可以把时间填得很满，但 formidable 的人会真的去拿到结果。我见过很多非常聪明的人在创业这件事上折戟，不是因为他们想得不对，而是因为他们在真正的阻力面前停下来了。Formidable 的人不一样，他们遇到墙，不是绕道就是把墙推倒，但总之会到对面去。这种特质很难教，但一旦你见过，你立刻就能认出来。

创业不是一个值得收集的勋章

Paul Graham 在访谈里说得非常直接：他很早就发现有人申请 YC 是为了要那个"做过 YC 创业公司"的名头，就像申请哈佛一样，觉得进了就有面子、有故事可讲。他对这种心态的回应很犀利。

他说，申请哈佛如果被录了，你至少还可以选一个简单的专业混过去，最后拿个文凭，大家都觉得你厉害。但创业没有简单专业这个选项，进了就是被强迫学理论物理——极度艰难，而且你要熬很多年不体面的苦，才可能有人觉得你厉害。如果你想要的只是看起来很酷，创业是效率最低的办法。他说得很清楚：如果失败了，这个勋章一文不值；如果成了，它已经不是勋章了，它是你一生的事业。这两种结果里，勋章这个概念根本对不上号。

这让我想起一个现象，在某些圈子里，"我在做一个创业项目"本身就变成了一种社交货币，不管那个项目有没有用户、有没有收入、有没有在解决真实问题。这种心态的问题不只是动机不纯，而是它会在真正遇到困难的时候暴露出来。把创业当勋章的人，往往在第一次撞上真正硬的墙时就开始找退出理由——因为他们要的是那个标签，而不是那件事情本身。真正在乎那件事的人，会继续往里扎，哪怕完全不体面，哪怕没人觉得你在做什么了不起的事。

AI 的进化路径和所有人预想的完全相反

Paul Graham 说他在 1980 年代就开始研究 AI，当时的 AI 跟现在完全是两回事。那个时代，所有人都以为 AI 的进化路径会是这样的：先做出一个完美的苍蝇大脑，苍蝇能做的事它都做得跟真苍蝇一样好；然后从苍蝇进化到老鼠，再到猫，再到猴子，最后到人类。每一步都是"小而完美"的，从简单到复杂、从精确到更精确地推进。

但实际发生的完全是反过来的。第一个出现的"可信 AI"不是完美的苍蝇，而是一个满嘴胡说的大学生。ChatGPT 早期版本就是这样——它能输出听起来完全像人说的话，语气自然、逻辑通顺，但里面充满了编造的信息，像一个在交论文时边写边凑、用听起来合理的内容填满篇幅的本科生。它从一开始就是人类水平的表达形式，然后慢慢往准确靠拢，而不是从简单的精确往复杂进化。Paul Graham 说，没有任何人预料到这件事。

他用了一个词来描述现在 AI 的能力边界：the jagged frontier（锯齿形边界）。有的 AI 已经能攻克著名的数学难题，但同一个模型你问它某个餐厅今晚几点关门，它可能给你一个完全错误的答案。这不是一个均匀推进的能力边界，而是凹凸不平的，某些地方遥遥领先，某些地方还在蹒跚学步。Paul Graham 笑着说，他听说有 AI 在解决数学难题，但他自己连问个餐厅营业时间都得不到准确答案。

我觉得这个描述非常有用。很多人对 AI 的期待是线性的：它要么全面超越人类，要么就是个玩具。但实际情况是它在不同领域的能力参差不齐，这才是我们现在实际在打交道的东西。理解这一点，会帮你更准确地判断在哪些地方可以真正信任 AI 的输出，在哪些地方还需要保持警惕、独立验证。把 AI 当成一个在某些科目里是天才、在某些科目里是差生的同事，可能比把它当成一个"全能助手"更接近实际。

AGI 不是一条线，是一片模糊地带

访谈里有人问 Paul Graham 怎么定义 AGI（Artificial General Intelligence，通用人工智能），他给了一个我觉得特别诚实也特别有洞见的回答。

他说他有一刻意识到我们可能快到了，就是他突然想不起来图灵测试（Turing Test）的定义，需要去查一下。他说，这件事本身就是一个信号——当你开始怀疑我们是不是已经达到了某个标准，然后去查那个标准的定义，说明那条线已经近在眼前了。

他说，我们过去一直以为 AGI 是一条清晰的终点线，跨过去了你就知道跨过去了，就像比赛冲刺一样。但当你真的走近了，你发现那条线不是一条线，而是一片有宽度的模糊地带，是一片涂抹（smear）。AI 在某些能力上早就冲过了那条线，在某些能力上还在线的中间位置，在某些能力上可能完全还没到。所以他的结论是：我们现在就在那片模糊地带里，只是我们站的位置不同，视角不同，所以对"到了没有"这个问题的判断也不同。

我觉得这个框架比"AGI 到了还是没到"的非此即彼更有实际意义。用一个清晰的定义去框住一个本质上连续变化的过程，会让你产生很多误判。真正重要的问题不是 AGI 有没有到来，而是在你具体工作的那个领域里，AI 的能力已经到了哪里，哪里还差得很远。这才是每个人实际需要做判断的地方。而这个答案，对于不同的行业、不同的具体任务，可能是完全不同的。

出货速度依然是最重要的指标

Paul Graham 说，他一直认为创业公司成功最好的预测指标，是它出新东西的速度（shipping speed）。有人问他，AI 时代这个判断会不会改变，他的回答很干脆：不会。

他说，现在 YC batch 里依然有很多团队出货速度不够快。AI 工具给了每个人更强的能力，但并没有消除团队之间出货速度的差异。因为出货速度快不只是执行力和生产力的问题，你还得先有想法，知道下一步要做什么，这件事 AI 没办法替你做。有了工具，你能更快地实现，但你还是得先决定实现什么。

他还提到了一个新变量：AI 账单。以前创业公司最大的成本是工资，其他一切相比之下都便宜。现在突然多了 GPU 和 token 的费用，有些团队每天要在推理成本上烧掉几万美元。这是一个过去完全没有过的成本结构变化，对早期创业公司来说需要认真对待和管理。

我自己的观察是，出货速度背后其实有一个更底层的东西：对方向的判断力。快速出货的前提是你知道该出什么，不知道方向的快，只是快速消耗资源。在 AI 能力急速膨胀的今天，能同时尝试的事情变多了，"选择在哪里投入"这个判断反而变得更贵、更难、也更重要。工具的民主化让执行的门槛大幅降低，但判断力这件事，没有被民主化。

YC 的诞生是个意外，结果成了最好的模式

Paul Graham 聊了 YC 最初是怎么来的，我觉得这个故事本身就很说明问题。

他说最开始的想法根本不是做 batch 制的加速器，而是想做一个天使投资公司，用标准化的合同投更早期、更小额的项目，填补 VC 和个人天使之间的空白。然后他们想，为了学会怎么做投资，不如一次性投一堆创业公司试试。接着他们想到，大学生暑假都去微软实习，为什么不给他们一个替代选项，来创业试试？

于是第一个 batch 就这么发生了。那个夏天的时间长度是随机定的，结果证明是完美的长度。他们以为自己在投一群不是真正创始人的大学生，结果发现那些学生其实是真创始人，而他们自己也在这个过程里快速变成了真正的投资人。这个 batch 的形式完全是意外发现的，但效果好到他们决定永远保留这个模式。

我觉得这个故事的核心不是 YC 有多厉害，而是它揭示了一个更普遍的真相：很多最后被证明有效的结构，在设计之初并不是深思熟虑的结果，而是在解决一个具体问题的过程中自然长出来的。先动起来，在执行里发现什么是对的，然后把它固定下来——这比在白板前设计一个完美模型，要更经常奏效。

下一个万亿美元公司，来自对的创始人

访谈最后，有人问 Paul Graham：下一个万亿美元公司会从哪里来？那些创始人长什么样？

他的回答非常干脆：来自 formidable 的创始人。不是某个特定的行业，不是某个特定的技术方向，而是那些人。他说，对的创始人大概率在做值得做的事，他们手里的想法大概率是有潜力的，但根本原因不是那个想法，而是那个人。想法是可变的，方向是可以调整的，但人的底层特质不那么容易变。

他还提到，YC 现在有 20 年的数据了，这 20 年里看到的创始人，长相跟 20 年前几乎完全一样——不是外表，而是那种内在的特质。他说没有理由认为 20 年后会不同。

我觉得这个判断背后有一层更深的意思。技术在变，市场在变，工具在变，但能够把一个想法从零推到巨大，一个人身上需要具备的那些东西，其实没有变。那种在绝望里还能往前走的执劲，那种在一堆可能性里看清楚方向的判断力，那种不愿意让自己的东西死掉的执著——这些东西不会因为 AI 出现了就变得不再重要。恰恰相反，当每个人手里的工具都变得一样强大，这些更底层的人的特质，才是真正把人和人区分开的东西。工具的平权，只会让判断力和意志力这件事变得更值钱，而不是更不值钱。