🤖 AI总结
主题
YC合伙人谈学术背景创业者如何转换心智模式。
摘要
学术训练与创业所需能力对立,创始人需放弃学术思维,关注用户付费、快速迭代、亲自销售,并具备竞争攻击性。
关键信息
- 1 学术指标与用户价值脱节,需关注付费需求。
- 2 抄袭常是有效策略,新颖性非必需。
- 3 速度优先于完美信息,70%信息即可决策。
- 4 创始人必须亲自接触用户,不能外包关键工作。
![]()
Google、Anthropic、Databricks、Together AI——这些公司都由博士创办。但 Francois Chaubard 想讲的恰恰是反面:这些人是例外,不是通例。学术出身的创业公司失败得更频繁,因为研究训练里被奖励的那些能力,和做一个创始人所需的能力,往往是对立的,至少也是互相垂直的。
他这些话不是旁观者的感慨。在成为创始人之前,他在 Fei-Fei Li 的实验室做研究;后来他创办并担任 Focal 的 CEO;现在他是 Y Combinator 的访问合伙人,同时自己还在读博士。两边他都完整地待过,所以他能说出那句刺人的判断:要变成一个像样的创始人,你必须亲手杀掉自己身上的一部分学术身份——而这非常难。
这是他在 Y Combinator 的 Startup School 系列里的一次分享(2026 年 11 月发布)。他把话拆成十次视角转换,从指标、选题、速度,一直讲到销售话术和动物性的竞争心理。
1. 被奖励的东西,和人们真正愿意掏钱的东西
学术圈优化的是一套虚荣指标:成绩、引用数、受邀演讲的次数。Paul Graham 有句话被 Chaubard 拿来当靶子——你在学校里学到的最有害的东西,不是任何一门课的内容,而是学会了拿高分。那是学术心智的底层设定。
创始人心智问的是完全不同的问题:什么东西是人们真的想要的?什么是他们真会付钱的,而不是嘴上说会付钱的?你可能觉得他们会想要你那个 shiny 的新算法,但他们真的会用起来吗?答案经常是不。而这个「不」,你不去开口问,就永远发现不了。
2. 有趣的问题不值钱,重要的是有人在乎
学者优化「有趣的研究」。这本身没错——把机制挖到底,正是让你能被发表的原因。问题在于,那份有趣常常对任何人的日常生活毫无影响。
创始人必须盯着「对用户重要」的那一面。在创始人模式下,你得能接受自己说出这句话:它就是能跑,我们不完全知道为什么,但够了,发出去。经验主义完全够用。Marc Andreessen 的说法是,唯一重要的事情是抵达 product-market fit——那就意味着你只在乎用户在乎的东西,然后从那里倒推回来。
3. 新颖性是审稿人的标准,抄袭是创业者的策略
投稿的时候,审稿人评判的就是原创性:不够新,直接拒。而在创业里,抄袭经常是一个非常好的策略。先驱背上插满箭,这句话不是玩笑。
Joe Longdale 有个漂亮的区分:MIT 式创业公司围绕一项全新发明打转——一个我们申请了专利的、黑箱式的、做到了某种前所未有之事的东西;但它们很少长成巨型公司,因为老实说,没几个人真的想要你的黑箱。斯坦福式创业公司则从一个无聊的客户问题开始,然后永远迭代它:在线听音乐、订一间本地的酒店房间、把菜送到家门口。Instacart 已经存在十五年,今天仍在迭代同一个问题——而它并没有发明「网上下单送菜」这件事,在它之前无数公司试过,它只是执行得最成功的那一个。
Lyft 之于 Uber,Anthropic 之于 OpenAI,都是同一个模式。只要你在解决客户真实存在、而市场还没被充分满足的问题,你就有生意可做;新颖性不是必需的,很多时候甚至不是被偏好的。 Steve Jobs 那句老话是这件事的另一面:从客户体验出发,倒推回技术,而不是反过来。
4. 没有提交日期,也没有 100% 的信息
学术生活里总有那个宣泄性的截止点:投稿日、答辩、期末考。东西递出去,你终于可以休息。创业没有这个东西。你需要一条长周期的视野,知道事情最终会走向哪里,并且不反复摇摆。
研究者在这件事上很糟糕。他们同时推进五个想法,把花生酱抹得太薄——这在学术上是优点,是广度优先搜索。但在创始人模式下,你得每天醒来都对着同一个问题死磕,几十年不跑偏。很多学者只是单纯地厌倦了,而这种厌倦会把整个团队从核心任务上带偏。
Bezos 说过,大多数决策应该在掌握大约 70% 你想要的信息时就做出。以 70% 的置信度发表结果,显然不是一个进 NeurIPS 的好策略,所以学者本能地厌恶这件事。但在创业里等到 100% 的数据,你已经太晚了——对手早就发布了,你的先发优势没了。
数据库大战里,Michael Stonebraker 手里有一个技术上更优的产品 QUEL,但 Oracle 的创始人 Larry Ellison 更快地把 SQL 推向市场。Ellison 的说法是:QUEL 也许比 SQL 好,我不在乎,SQL 会赢。他是对的。速度打败完美信息。
5. 上飞机,去和用户说话
找到 product-market fit 是一场暴力穷举:快速迭代,不断和客户对话。学者喜欢在真空里做这件事,假定自己知道客户的问题是什么,不用问任何人,不用离开办公室。但非常常见的情况是,你花几年解决的那个问题,根本不够大到有人在乎——几年 runway 就这么没了。
而「和人说话」不包括投资人。多数投资人并不知道什么会变成好产品,这正是他们频频投错的原因。你要找的是那些真的拥有这个问题的人,问他们:如果我做出 X,你会付钱吗?
Focal 就踩过这个坑。团队花了很多时间采集训练数据、训练模型,做零售店里的人体追踪——顾客什么时候在店里、在哪儿。每一家零售商都告诉他们这是个大问题。三个月后他们把东西交到店里,输出的结论是:人们午餐时间会在收银台和熟食柜台停留很久。他问,你会为这个付钱吗?对方说,绝对不会。因为没交付任何价值。他本可以每天人工标注几段视频,得出同样的结论,省下那三个月。
所以他对 AI 公司的建议是:先用人来跑通闭环(human in the loop),验证客户真的想要你端上去的东西,再去花几百万美元算力训模型。
6. 夸张可以,撒谎不行
想想史上最成功的广告语之一:15 分钟可能帮你省下 15% 甚至更多的车险费用。一句漂亮到不精确的话——它到底什么意思?在哪儿测的?有没有做过消融实验?有没有经过双盲会议评审?显然都没有。可它是我们这代人见过最成功的文案之一。
如果你在营销上执着于严谨,它会毁掉你。 这不意味着你可以撒谎,但更有冲击力的语言是让人兴奋起来的必需品。
7. 难的那部分,你外包不出去
研究者热爱做研究。但作为一家创业公司的 CEO,你可能再也不会做研究了——一次都不会。在创业公司里,你要对一切负责:团队管理、现金流、招聘、裁员、市场、销售、产品开发。
很多学者喜欢「创业」这个念头,但并不真的想干这些脏活。他们的算盘是:雇个 MBA 去处理商业那摊事,我拿 VC 的钱做我酷酷的研究。这是个糟糕透顶的主意。一旦你把自己从销售和市场里抽离出去,你就永远无法对客户产生共情;而没有共情,你做不出他们真正想要的产品。
要成为成功的创始人,你还得换上一种更具攻击性的心理结构:你必须成为一个资本家。创办公司是你能做的最资本主义的事情,而坦白讲,很多学者对此深感不适。你需要能坦然地向别人收钱、抢人才、做出 80% 的毛利、融到资——以及最重要的,打败你的竞争对手。转述一句 Ellison 的话:你的对手想杀掉你的公司,想把你孩子嘴里的食物夺走。这就是你要走进去的世界。
8. 没人关心你有多聪明
学者喜欢向世界解释自己有多聪明,完全不需要人问。他们能跟你大谈有限自动机,或者他们对 P versus NP 的看法。这在销售里不管用,在产品开发里不管用,在向 VC 路演时当然更不管用。
你需要的是对人本身有一种天然的好奇,需要不断地从用户的视角去想问题——而这个视角只能靠听来获得。不管你卖给的是一个 IT 部门、一个实习生、一个采购官,还是普通消费者,你都得共情他们。Dale Carnegie 写过:两个月里因为对别人感兴趣而交到的朋友,比两年里试图让别人对你感兴趣所交到的还要多。 销售和产品开发就是这么运作的。
9. 走出办公室,坐上飞机
Chaubard 给学术转创始人的最常见一条反馈,就是这句话:离开你的办公室,订一张机票,去用户生活和工作的地方见他们,验证你的假设——人们真的会为此付钱吗?因为你的竞争对手正在做这件事,你不做,他们就会先到。
这会很不舒服,但完全必要。他还列了四本书给想让自己那颗学术大脑安静下来、开始长出发育中的创始人脑的人:《SPIN Selling》《High Output Management》《The 7 Habits of Highly Effective People》《How to Win Friends and Influence People》。
甘地那句话被他放在最后:想改变世界,从你自己开始。智力你已经有了,剩下的问题只有一个——你有没有那个意志。整场分享的锋利之处也在这里:学术训练给了你智力,却几乎必然拿走了某种更土、更脏、更接近生意的本能;补上它的方式不是再想一遍,而是把自己从办公室和论文里拽出来,扔到客户面前。