Workflow
AI Applications
icon
搜索文档
创业快三百天,做过的10个选择:一个AI应用创业者的真实复盘
Founder Park· 2026-05-29 13:00
公司发展历程与产品演进 - SophiaPro成立于2025年6月,最初推出ToB产品Karis.im,为出海企业提供市场营销数字员工,后转向C端产品,先后推出浏览器插件TryClico和桌面端产品Invoko.ai [2] - Invoko.ai是一款位于Mac灵动岛位置的notch工具,旨在帮助用户在不同应用之间自由切换上下文 [2] - 公司在近300天里经历了多次产品和方向上的pivot,从垂直Agent到workflow,从ToB到C端,从营销Agent到浏览器插件,再到桌面客户端 [2] 创业初期方向选择与反思 - 公司创业初期面临General Agent与Vertical Agent的选择,最终选择不做General Agent而做Vertical Agent,但后来复盘认为这是最大的错误决策之一 [6][7] - 选择垂直Agent后,公司面临结构性困局:客户并不真正使用产品,导致公司被迫转变为服务型agency以盈利 [7] - 经过与旧金山约100家类似公司的交流,发现普遍存在相同困境,有些公司的Agent产品仅为向投资人展示,真正收入依靠服务 [8] - 创始人反思,如果时光倒流,可能会选择做General Agent,以积累C端用户query和行为数据 [8] 垂直场景选择与决策误区 - 公司选择营销作为垂直场景,基于创始人在TikTok的海外市场经验,并曾讲述通过营销内容曝光和互动率数据训练模型的“性感故事” [9][10] - 创始人后来认为该决策基于“虚荣”而非真实市场需求,并指出大部分纯应用创业公司不需要招募算法团队 [10] - 在营销领域内,公司最初选择达人营销作为切入点,聚焦于sourcing能力,但发现sourcing仅占用户整个工作的约30%,且价值不够强 [11] - 公司做出了正确的纵深决策,专注于在达人营销场景做深,而非横向扩展sourcing能力到找候选人、客户等其他场景 [11] 技术路径选择:Agent与Workflow - 公司在技术上面临选择Agent还是Workflow,最终基于技术领先性选择了Agent,但后来发现Agent不稳定,同一问题两次询问可能给出不同答案 [13] - 创始人反思,对于ToB产品,客户需要的是稳定、一致的答案,因此如果重新选择,会倾向于Workflow [14] - 当时未选择Workflow的原因被归结为“技术虚荣心”,而实际上大部分企业能用好Workflow就已解决大部分问题 [15] 目标用户定位与产品策略 - 产品上线后收到两类用户需求:创始人希望完全自动化给出结果,而专业达人营销人员则需要过程可控、可审计 [16][17] - 公司最初选择服务专业用户,旨在“蒸馏专家经验”,但后来发现这是一个错误,因为服务专业用户必然走向功能复杂的SaaS工具路径 [18][19] - 创始人对比自家产品与八年前创业的SaaS公司界面几乎一模一样,意识到重复了SaaS的老路 [19] 从ToB转向C端的决策过程 - 到12月时,信号清晰表明ToB路径存在问题,即使是公司认为最AI native的组织Manus也无法有效使用其产品 [20] - 团队40人的性格更适合做C端,有成员在服务大客户时表现出不适合ToB服务的心态 [20] - 2月份在旧金山调研约100家垂直Agent公司后,发现普遍存在结构性困境:产品模式是Agent,但商业模式是ToB,且难以建立有效的ToB组织 [21] - 创始人判断,如果坚持做ToB,则不应创业和融资,因为创业应追求高赔率机会 [21] - 在正式停掉ToB业务前,已安排部分团队成员试水C端产品,以维持团队士气和信心 [22] C端产品探索与认知转变 - 团队在1月份试水推出浏览器插件Clico,功能简单,允许用户与浏览器标签页聊天并检索信息 [23] - 该产品增长不错,有自发传播,在某些学校有数百用户 [24] - 创始人通过自身使用理解了产品价值:极大缩短了用户意图与解决方案之间的距离,无需编写prompt [24] - 这一经历改变了创始人对产品差异化的固有认知,意识到C端用户的核心需求是“好用、快、在我手边” [25] 客户端产品开发挑战 - 为突破浏览器插件的局限,公司决定开发桌面客户端Invoko,以实现跨应用(如飞书、Slack、Gmail)的上下文切换 [26] - 创始人提醒小团队不要轻易做客户端,因为开发难度大,需适配不同Mac版本、芯片型号,并面临Windows用户需求流失的问题 [27][28] - 产品上线快三个月,发布了第49个版本,约一两天一个版本,创始人认为软件上线生产环境及实现盈利是逐级升高的挑战 [29] - 客户端产品由约15000个细节组成,需要持续打磨,这种复杂性反而让创始人感到踏实 [29] C端产品开发与需求验证方法 - 转向C端后,公司开始认真进行用户研究,最大程度利用Reddit平台 [30] - 将每个产品决策拆解为决策漏斗,每个问题发布40到50个帖子收集反馈,甚至在美国线下联系了真实的活跃Reddit用户进行场景验证 [30] - 在Reddit上发现,尽管AI技术进步,但大量问题(如上下文切换)仍未解决,每天都有用户抱怨 [30] - 公司学会了在产品开发上保持克制,避免“菜市场”式堆砌功能,Invoko客户端仅上线了已开发功能的20%-30% [31][32] 商业模式探索与发现 - 在停止原有ToB产品后,ToB业务反而开始盈利,因为增长团队继续使用之前的Agent工具,并将经验提炼成skill [33] - 该skill比原ToB产品更好用,因为开发团队自身成为用户,需求完整、直接且持续 [33] - skill通过每天增加七八个细节持续打磨,例如优化给达人邮件的前9个字,经过3个月积累后形成竞争壁垒 [33] - 该skill分享给兄弟公司后获得好评和购买意向,客户使用成本比找agency便宜一半,且公司人力损耗极低 [34] - 创始人找到了做ToB产品的正确路径:自己先有需求、自己用到好,然后外溢给他人,形成“过程产品” [34] 对行业与创业的当前思考 - 关于OPC(一人公司),认为其是趋势但非普遍现实,且服务于独立开发者市场艰难,因为最有能力者可能已熟练使用Claude Code等工具 [35] - 关于速度,抵触“quick win”,认为好的skill和客户端产品需要长时间调试和打磨,将概念落地到生产级别比讲概念难100倍 [36] - 关于情绪价值,希望产品不仅解决效率问题,还在乎用户感受,为此聘请美国设计师打磨细节,并通过漫画形式解释隐私协议以提升体验 [36] - 关于公司组织,目前没有设置产品经理角色,研发流程高度自动化:用户报bug后由Agent分配至研发同学的本地coding Agent自动修复 [37] - 关于软件出路,在AI coding增强、软件供给增多、API同质化(成本约2元,售价目标6元)的背景下,看到三条可能路径:品牌化溢价、精选买手模式(如胖东来)、以及建立陪伴和情感连接 [37]