Skip to main content

04 · 融资与战略：怎么活下去？怎么把战略变成行动？

"The default outcome of a startup is failure. The default path of a startup, if nothing changes, is death."

—— Paul Graham, Default Alive vs Default Dead (2015)

03 模块 帮你拿到 PMF——但 PMF 不是终点，而是资本游戏的起点。

很多创业者拿到 PMF 后死在两件事上：

  1. 现金烧光——以为有 PMF 就能融到钱，结果 Runway 不够撑到下一轮
  2. 战略漂移——以为有 PMF 就不用再想战略，结果被竞争对手从侧翼包抄

本模块的 11 个工具，回答的是：

"我如何确保公司能在资本寒冬里活下去？如何把战略拆解到全员可执行？"

顺序工具类别何时用
1Default Alive vs Default Dead生存判断二元判断"保持当前节奏能否活到盈利"
2Runway & Burn Rate现金管理现金还能撑几个月
3SAFE（Simple Agreement for Future Equity）早期融资YC 发明的最快融资工具
4Cap Table（股权结构）股权管理谁占多少、稀释后变成多少
5TAM/SAM/SOM（市场规模估算）市场判断这笔生意天花板在哪——算清楚再讲故事
6Pitch Deck（10/12 页结构）融资叙事Demo Day 2.5 分钟的浓缩版
7第一性原理战略思维回归物理/数学本质重新推演
8双钻模型决策框架发散→收敛→发散→收敛
9Schlep Blindness + Make something people wantYC 哲学YC 创业哲学的两条核心提醒
10OKR战略落地战略对齐到全员季度目标
11Founder Mode（创始人模式）运营哲学PG 2024 年新概念——创始人应该用 Founder Mode 运营公司，而不是切换到 Manager Mode

工具一：Default Alive vs Default Dead​

是什么​

Default Alive vs Default Dead 是 Paul Graham 2015 年同名 essay 提出的二元判断工具。

定义：

状态含义
Default Alive保持当前收入和支出节奏，公司能在现金烧完前达到盈利
Default Dead保持当前节奏，必须再融资才能活下去

关键：这不是"现在是否盈利"——而是"如果不再融资，最终能不能盈利"。

为什么用​

核心问题：早期创业者最大的财务幻觉——"我有 PMF，所以我会融到下一轮"。

PG 的警告：

"Many startups die because they assume they'll raise more money. They are default dead and don't realize it."

Default Alive vs Default Dead 把复杂的财务模型简化成二元判断——你不需要懂 DCF、不需要懂 NPV，只需要回答一个问题：

"如果明天起没人再投我钱，我能不能活到盈利？"

如果答案是"不能"——你不是在创业，你是在融资。

怎么用​

步骤 1：列出现金流要素​

收入支出
月度 recurring revenue月度固定成本（工资、办公）
一次性收入月度变动成本（云服务、营销）
一次性支出（设备、税费）

步骤 2：计算两条曲线​

月份 1: 收入 $50K, 支出 $100K → 净烧 $50K
月份 2: 收入 $55K, 支出 $100K → 净烧 $45K
月份 3: 收入 $61K, 攓出 $100K → 净烧 $39K
...
月份 N: 收入 ≥ 支出 → 净烧 ≤ 0（break-even）

两条曲线：

  • 收入曲线：基于当前增长率（保守估计）
  • 支出曲线：基于当前 burn rate

步骤 3：判断 Alive/Dead​

  • 收入曲线在现金烧完前穿过支出曲线 = Default Alive ✅
  • 收入曲线在现金烧完前没穿过支出曲线 = Default Dead ❌

步骤 4：如果 Default Dead，三选一​

选项做法
加速增长提升 MRR 增长率（产品迭代、销售投入）
削减支出裁员、降薪、减少营销
融资用稀释换生存时间（最贵选项）

案例：PG 在 essay 中举的例子​

PG 在 Default Alive vs Default Dead 中给了一个具体计算：

假设：

  • MRR: $10K，月增 10%
  • 月支出: $15K（固定）
  • 现金: $100K

计算：

  • 月份 1: MRR 10K，烧10K，烧 5K
  • 月份 2: MRR 11K，烧11K，烧 4K
  • ...
  • 月份 5: MRR 14.6K，烧14.6K，烧 0.4K
  • 月份 6: MRR $16.1K，break-even ✅

结论：这家公司是 Default Alive——只要不增加支出，6 个月内达到盈利。

反过来如果月增只有 5%：

  • 月份 1: MRR 10K，烧10K，烧 5K
  • 月份 14: 才接近 break-even，但现金只够撑 7 个月
  • 结论：Default Dead——必须融资或削减支出

案例：2022 年 SaaS 公司的 Default Dead 危机​

2022 年加息后 VC 收紧，大量 SaaS 公司发现自己 Default Dead：

公司类型2021 假设2022 现实
增长率月增 15%月增 5%
融资环境随时能融融不到
估值倍数20x ARR5x ARR

很多 2021 年估值过高的公司被迫"down round"（低估值融资）或倒闭——Stripe、Instacart 等都经历了内部估值下调。

Garry Tan 上任 YC CEO 后（2023）反复强调："W23/W24 batch 公司必须把 Default Alive 作为目标——不要再假设能轻松融资。"

案例：李泽湘体系的"硬件 Default Alive"​

硬件创业的 Default Alive 计算更复杂——因为硬件有库存周期、生产周期、渠道周期。

李泽湘体系的方法：

  • 早期不追求 Default Alive——硬件 pre-PMF 阶段必然 Dead
  • 靠体系内供应链支持延长时间——XbotPark 共享工厂让硬件公司 burn rate 降低 50%
  • CES/Kickstarter 提前验证收入——众筹资金是"无稀释现金"

深圳科创学院 60% 项目 2 年内拿到天使轮——这背后是体系对"Default Dead"的精确管理和"延长时间"的策略。

常见误区​

误区修正
过度乐观的增长假设用保守的增长率（现实打 7 折）
忘了"一次性"支出税费、设备、法务都要算
融资=解决方案融资是最贵选项——优先考虑增长和削减
算一次就完每月重算一次——节奏变了状态就变

与其他工具的关系​

  • 上游：03 模块的 Unit Economics（单元经济学 + 规模 = Default 状态）
  • 下游：Runway（Default Dead 时紧急计算）、融资决策（Default Dead 是融资紧迫性的依据）

工具二：Runway & Burn Rate​

是什么​

  • Burn Rate（烧钱速度）：公司每月净亏损——即现金减少的速度
  • Runway（跑道长度）：现金能撑几个月——即"距离坠毁还有多久"

核心公式：

Runway = 现金余额 / 月度 Burn Rate

例：现金 1M，月Burn1M，月 Burn 100K → Runway = 10 个月。

为什么用​

Runway 是创业公司的"生命条"——所有决策都要在这个时间窗口内完成。

YC 的标准建议：

"Always have at least 12 months of runway. 6 months is dangerous. 3 months is death."

为什么 12 个月？

  • 融资周期：3-6 个月
  • 战略调整：3 个月
  • 缓冲：3 个月

少于 12 个月，你就被迫做"短视决策"——降价促销、紧急裁员、接受坏条款。

怎么用​

步骤 1：算 Gross Burn 和 Net Burn​

指标定义
Gross Burn每月总支出（不含收入抵减）
Net Burn每月净亏损（支出 - 收入）

为什么区分？

  • Gross Burn 反映"成本结构"——能否削减
  • Net Burn 反映"真实烧钱速度"——决定 Runway

步骤 2：算 Runway​

Runway = 现金 / Net Burn

步骤 3：根据 Runway 决定行动​

Runway状态行动
> 18 个月安全全速增长
12-18 个月健康正常增长 + 准备融资
6-12 个月警告优先融资 + 削减可选项
3-6 个月危险紧急融资 / 大幅削减
< 3 个月死亡线立即重组 / 卖公司

步骤 4：延长 Runway 的 3 个杠杆​

杠杆效果副作用
削减成本立即生效影响增长（裁员影响产能）
加速收入1-3 个月生效可能稀释品牌（促销）
融资3-6 个月生效稀释股权

案例：YC 的 "Runway 数学"​

YC 给 batch 公司的标准建议（2023 Garry Tan 时代）：

阶段建议 Runway建议 Burn
刚加入 YC12 个月$50K-100K/月
Demo Day 后18-24 个月$100K-200K/月
Series A 前24 个月$200K-500K/月

关键：Demo Day 融到的钱要够撑到 Series A（通常 18-24 个月）。

案例：Quibi 的反例（2020 年失败）​

Quibi（短视频流媒体，2020 年失败）：

  • 融资：$1.75B
  • Burn Rate：$30M/月（早期）
  • Runway：约 4 年

听起来 Runway 很长——但 Quibi 的 Burn Rate 在 6 个月内涨到 $50M+/月（内容投入），实际 Runway 缩短到 2 年。

更糟的是：Quibi 的"增长假设"失败——首月注册 300 万后快速下滑。

教训：Runway 不是孤立的指标——必须和增长假设一起看。Burn 高但增长快 = OK；Burn 高但增长慢 = 死路。

案例：李泽湘体系的"硬件 Runway 管理"​

硬件创业的 Runway 管理比软件复杂——因为：

  • 硬件开发周期长（6-18 个月）
  • 量产需要一次性大投入（开模、备料）
  • 库存占用大量现金

李泽湘体系的方法：

  • 清水湾基金 + XbotPark 基金 + 松山湖种子基金——多层次资金支持
  • 共享工厂降低固定资产投入——把"capex"变"opex"
  • Kickstarter 众筹作为"预售现金流"——用户先付定金，工厂再生产

深圳科创学院体系内公司平均 Runway 比独立硬件创业者长 1.5-2 倍——这是体系的核心价值之一。

常见误区​

误区修正
只看 Net BurnGross Burn 决定你能削减多少
Runway > 12 月就放心还要看增长是否跟上
融资=解决 Runway融资稀释股权——优先削减和增长
Burn 固定不变Burn 会随公司扩张上涨——动态计算

与其他工具的关系​

  • 上游：Default Alive/Dead（决定 Runway 是否够用的判断）
  • 下游：SAFE（Runway 紧张时启动 SAFE 融资）、Pitch Deck（融资叙事要讲 Runway）

工具三：SAFE（Simple Agreement for Future Equity）​

是什么​

SAFE（Simple Agreement for Future Equity） 是 YC 在 2013 年发明的早期融资工具。

核心机制：

创业者现在收钱，未来（下一轮股权融资时）转换为股权。

现在 ──────► 投资人投 $100K ──────► SAFE 协议
                                         │
                                         ▼
下一轮 Series A ──────► SAFE 自动转换为 Series A 股票（按约定折扣）

4 个关键参数：

  1. Valuation Cap（估值上限）：5M——SAFE持有者按"最多5M——SAFE 持有者按"最多 5M 估值"转换
  2. Discount（折扣）：20%——下一轮估价的 8 折
  3. MFN（Most Favored Nation）：如果以后给别的 SAFE 更好条款，本 SAFE 跟进
  4. Pro Rata Rights：下一轮后能继续跟投的比例

为什么用​

对比传统股权融资：

维度传统股权融资SAFE
法律费$30K-50K<$5K（YC 模板免费）
谈判周期2-3 个月&lt;1 周
估值要求必须定价不用定价
文件页数100+ 页5 页
灵活性每个投资人条款不同标准化

SAFE 让早期融资从"3 个月项目"变成"1 周项目"——这是 YC 对全球创业生态的最大贡献之一。

YC 2013 年发明 SAFE 后，美国早期融资 95%+ 都用 SAFE 或类似工具（AngelList 的 Convertible Note 也在转型）。

怎么用​

步骤 1：决定 SAFE 条款​

条款典型范围谈判策略
Valuation Cap3M−3M-15M（种子）越高对创始人越有利
Discount0-25%越低对创始人越有利
MFN通常包含标准条款
Pro Rata通常不包含大投资人会要求

关键决策：Cap vs Discount 通常二选一或组合：

  • 只有 Cap：估值明确时用
  • 只有 Discount：估值模糊时用
  • Cap + Discount：取对投资人更有利者

步骤 2：用 YC 模板​

YC 提供 免费 SAFE 模板——直接下载，填空，签字。

不要修改模板核心条款——YC 模板已经是市场标准，改动会增加法律成本。

步骤 3：管理 Cap Table​

SAFE 不会立即稀释股权——但下一轮转换时会。提前用 Cap Table 软件计算稀释（Carta、Pulley）。

步骤 4：下一轮转换​

下一轮 Series A 时：

  1. 确定估值（如 $20M pre）
  2. SAFE 持有者按 Cap（$5M）转换——比下一轮估值低 4 倍
  3. SAFE 100K→转换为100K → 转换为 20M 估值下相当于 $400K 的股票

案例：YC 标准化 SAFE 的起源​

YC 2013 年发明 SAFE 之前的早期融资工具是 Convertible Note（可转债）——但它有几个问题：

  • 是"债务"——破产时优先偿还
  • 有到期日——必须按时转换或还款
  • 有利息——增加复杂度

YC 的Carolyn Levy 和 Jared Friedman 团队设计的 SAFE 解决了这些问题：

  • 不是债务——是"未来股权承诺"
  • 无到期日——下一轮才转换
  • 无利息——纯股权逻辑

YC 自己的 batch 公司从 2013 年开始全部用 SAFE——YC 投资的 5,000+ 家公司积累的 SAFE 实践，让这个工具成为全球标准。

案例：中国版 SAFE​

中国法律框架下没有完全等价的 SAFE，但奇绩创坛（陆奇的 YC 中国版） 在 2020 年推出了类似工具——通过有限合伙架构实现 SAFE 效果。

李泽湘体系则用更传统的方式：

  • 可转债（中国法律允许）
  • 直接股权（早期估值低，谈判成本低）
  • 战略投资（清水湾基金直接投）

2025 年中国早期融资 60%+ 仍用直接股权——SAFE 在中国的渗透率远低于美国。

常见误区​

误区修正
SAFE 不是股权SAFE 在下一轮会转换成股权——必须用 Cap Table 预算
Cap 越高越好高 Cap 吓跑投资人——要平衡
修改 YC 模板不要——改动会让法律成本飙升
SAFE 收钱就完SAFE 收钱后要管理投资者关系

与其他工具的关系​

  • 上游：Runway（决定何时启动 SAFE）
  • 下游：Cap Table（SAFE 转换后更新）、Pitch Deck（融资故事）

工具四：Cap Table（股权结构表）​

是什么​

Cap Table（Capitalization Table） 是公司所有权结构的表格——谁占多少股、什么类型、稀释后是多少。

简化版 Cap Table：

股东股数占比类型
创始人 A4M40%Common
创始人 B3M30%Common
创始人 C2M20%Common
期权池0.5M5%Options
种子投资人0.5M5%Preferred（SAFE 转换）
合计10M100%

为什么用​

Cap Table 决定了：

  1. 创始人是否还控制公司（投票权）
  2. 员工期权的池子大小（招聘能力）
  3. 未来融资的稀释空间（融资能力）
  4. 退出时每个人能拿多少钱（激励）

早期 Cap Table 错误，后期修复成本极高——很多公司在 Series C 才发现创始人已经被稀释到 &lt; 10%。

怎么用​

步骤 1：建立初始 Cap Table​

公司成立第一天，用 Cap Table 软件建立基线（Carta、Pulley、Capbase）。

典型种子前 Cap Table：

股东占比
创始人（合计）80-90%
员工期权池10-20%

步骤 2：每次融资后更新​

每次 SAFE / 股权融资后：

  1. 新投资人加入
  2. 现有股东稀释
  3. 期权池可能扩大

步骤 3：模拟稀释场景​

用 Cap Table 软件模拟：

  • 如果 Series A 融 5Mat5M at 20M pre，创始人稀释到多少？
  • 如果 Series B 融 20Mat20M at 100M pre，创始人最终占比？
  • 如果做到 IPO，创始人还能不能控制公司？

步骤 4：管理员工期权​

员工期权的 3 个关键决策：

  1. 池子大小：种子轮 10%，Series A 后扩到 15-20%
  2. 行权期：通常 4 年 vesting + 1 年 cliff
  3. 行权价：当前 FMV（409A 估值）

案例：Mark Zuckerberg 的"控制权设计"​

Facebook 的 Cap Table 设计是教科书级的——Zuckerberg 通过双重股权结构（Class B 每股 10 票）维持控制：

阶段Zuckerberg 经济 ownership投票权
IPO 前28%57%
IPO 后22%58%
2024 年13%61%

结果：Facebook 经过 20 年 + 多轮巨额融资后，Zuckerberg 经济 ownership 只剩 13%——但投票权 61%，完全控制公司。

这就是为什么 Zuckerberg 能在 2022-2023 年顶住股东压力，豪赌元宇宙——他不需要股东同意。

案例：WeWork 的反例​

WeWork 的 Cap Table 是反面教材：

  • Adam Neumann 的股票有"超级投票权"（每股 20 票）
  • Neumann 个人向公司借钱
  • Neumann 把"WeWork"商标卖给公司
  • 期权池被随意分配给"朋友"

结果：S-1 公开后投资人惊呆，IPO 失败，Neumann 被踢出公司。

案例：李泽湘体系的"创始人控制"​

李泽湘体系内公司典型 Cap Table（以云鲸为例，公开信息简化）：

股东占比
创始人建刚30-40%
核心团队15-20%
员工期权池10-15%
清水湾基金 + XbotPark 基金15-20%
其他 VC15-20%

特点：

  • 创始人始终是最大单一股东——保证决策效率
  • 体系内基金是"耐心资本"——不要求短期估值
  • 员工期权池大——硬件创业需要长期激励

常见误区​

误区修正
创始人持股 &lt; 50% 就完了还有控制权设计（双重股权、投票协议）
期权池越大越好太大会稀释创始人——平衡
Cap Table 用 Excel 管必须用专业软件（Carta 等）
不模拟未来稀释必须 Series A/B/C/IPO 全模拟

与其他工具的关系​

  • 上游：SAFE（每次 SAFE 都要更新 Cap Table）
  • 下游：TAM/SAM/SOM（市场规模决定了融资额度）、Pitch Deck（融资叙事要展示 Cap Table 的健康度）

工具五：TAM/SAM/SOM（市场规模估算）​

是什么​

TAM / SAM / SOM 是给一门生意做市场规模估算的三层框架——不是画饼讲故事，而是用数据回答："这笔生意的天花板在哪？"

层级全称含义类比
TAMTotal Addressable Market如果你的产品占领全球 100% 份额，年营收的天花板全世界的披萨消费总额
SAMServiceable Addressable Market以你当前的商业模式和渠道能触达的市场你能配送范围内的披萨消费总额
SOMServiceable Obtainable Market现实地看，你 3-5 年内能拿到的市场份额你店第一年实际能卖出去的披萨金额

无论你是做 SaaS、卖扫地机器人、还是做自动驾驶矿卡——TAM/SAM/SOM 不是融资 PPT 的装点，而是你自己的战略判断：这个市场值不值得花十年？

为什么用​

两个最常见的 Pitch Deck 错误：

  1. "千亿市场"型：TAM = "全球 XX 行业 $500B"——来自 Gartner 报告的宏观数字。投资人看一眼就关掉：这说明你没想清楚你能吃到哪一块。
  2. "精确到小数点"型：SOM = "$3,247,891"——没有计算过程，凭空估算。

TAM/SAM/SOM 的价值不在于"给投资人看"，而在于逼你自己想清楚：

  • TAM 太小（&lt;$1B）：VC 不投，但可能是好生意（lifestyle business）
  • SAM 和 TAM 差距太大：说明你的商业模式当前无法覆盖大部分市场——需要解释为什么
  • SOM 和 SAM 差距太大：说明执行力或竞争壁垒有问题

怎么用​

步骤 1：算 TAM —— 两种方法，交叉验证​

方法 A：自上而下（Top-Down） 从行业报告出发——Gartner、IDC、Statista、Frost & Sullivan 提供行业总规模。这是起点，不是终点。

方法 B：自下而上（Bottom-Up）——推荐 从"用户数 × 单价"出发：

TAM = 全球目标用户数 × 年客单价

示例（云鲸）：
  全球扫地机器人潜在用户 = 3 亿家庭（剔除不拖地的文化）× 5% 渗透率
  年客单价 = $500（机器 + 配件）
  TAM ≈ 1500 万户 × $500 = $7.5B

交叉验证：如果 Bottom-Up 和 Top-Down 差距超过 2 倍，回到 Bottom-Up 检查假设。Bottom-Up 永远比 Top-Down 更可信——因为你拆解了"用户是谁"和"他们付多少钱"。

步骤 2：切 SAM —— 加入现实约束​

在 TAM 上叠加：

  • 地理约束：当前只在哪些国家/城市运营？
  • 渠道约束：线上/线下/经销商——哪个渠道能触达？
  • 用户画像约束：你的 Persona 在 TAM 里占比多少？
SAM = TAM × 目标国家占比 × 目标渠道渗透率

示例（云鲸）：
  TAM = $7.5B（全球）
  × 中国 + 美欧日韩 占比 = 70%
  × 可以通过电商渠道触达的 = 80%
  SAM ≈ $4.2B

关键判断：如果 SAM / TAM < 10%，说明你当前的商业模型有重大扩张障碍——需要在 Pitch Deck 里解释"为什么现在约束大，未来会变小"。

步骤 3：估 SOM —— 你的真实目标​

这是整个框架里最难、最容易被虚报的数字。两种方法：

方法 A：类比法（推荐早期公司） 找一个类似的已上市公司在同等阶段的数据。比如：

"Notion 在 2020 年（成立 7 年）的 ARR 约 $30M。我们在一个类似大小的品类，目标是 5 年内达到 Notion 同等规模。"

方法 B：漏斗法（后期公司） 从 SAM 出发，用获客漏斗倒推：

SOM = SAM × 预计市场份额

预计市场份额 = f（销售团队规模、渠道覆盖、竞争格局）

早期公司的诚实做法：SOM 不必给出一个精确数字。可以说"在 4.2B的SAM里，我们目标是5年内拿到2−54.2B 的 SAM 里，我们目标是 5 年内拿到 2-5%，即 84M-210M ARR"。范围比点估计更可信。

步骤 4：判断这个市场值不值得做​

判断维度软件/SaaS 的阈值硬件/硬科技的阈值
TAM 底线>$1B（VC 愿意看）>$5B（硬件 VC 要求更高，因为 margin 低）
SAM/TAM>30%（可扩张）>20%（硬件天然受地理/渠道约束更大）
5 年 SOM>$50M ARR>100K 台出货量 或 >$50M 营收
增长率市场本身在扩张（>15% YoY）品类在从 early adopter 到主流（渗透率拐点）

**如果 TAM < 1B怎么办？∗∗这不一定是坏事。1B 怎么办？** 这不一定是坏事。500M 的利基市场里你拿到 40% 份额 = $200M 营收 = 一家非常好的公司（lifestyle business），只是不适合 VC。

PG："There are worse things than building a $50M company." 不是所有生意都需要 VC。

软件 vs 硬件：市场规模估算的关键区别​

维度软件/SaaS硬件/硬科技
TAM 计算单位用户数 × ARPU（年）出货量 × ASP（平均售价）
SAM 约束语言、区域合规（GDPR 等）渠道覆盖、售后网络、认证（FCC/CE/CCC）
SOM 增长曲线指数型（PLG、病毒传播）S 曲线（产能爬坡、渠道铺设速度）
VC 期望$1B TAM 即为可投通常要求 $5B+ TAM（硬件毛利更低）
最常犯的错误假设"全球互联网用户"都是 TAM假设"建了工厂就能卖出产能"
验证信号竞品 ARR、搜索量、社区规模现有品类销量、代工厂产能利用率、经销商反馈

案例：大疆的 TAM/SAM/SOM 演化​

大疆在 2013 年融资时的市场故事：

层级2013 年的判断后来实际发生
TAM航模市场 ~2B+专业航拍 2B + 专业航拍 ~1B = $3B消费者无人机市场爆发至 $30B+（大疆自己创造了新市场）
SAM能用一体化飞控的整机市场 ~$1B变成了"会飞的相机"——比原 SAM 大了 10 倍
SOM目标 5 年内 $200M2017 年做到 $2.7B——远超预期

大疆案例的教训：TAM 估算要留"品类扩张"的空间。最好的公司不是抢现有市场，而是扩大市场——TAM 应该是一个动态数字，不是静态天花板。

李泽湘对汪滔的早期判断："无人机飞控市场非常小，但汪滔在做的事可能定义一个全新品类。"——投资的是"品类创造者"的潜力，不是静态 TAM。

案例：YC 对 TAM 的态度​

YC 教 Demo Day 时有一句：

"Don't say 'our market is $100B.' Say 'there are X million people who have Y problem, and each of them spends Z dollars trying to solve it with bad solutions today.'"

YC 要的是 Bottom-Up 逻辑，不是 Top-Down 报告数字。Garry Tan 在 2023 年 Office Hour 里反复说："Tell me the unit, then tell me how many units. If you can't, you haven't thought about it."

常见误区​

误区表现为什么错
TAM 转贴报告"Gartner 说这是 $500B 市场"投资人比你还早看到这份报告；你没有自己的判断
SOM = 1% of TAM"我们只要拿到 1% 就能上市"1% 的市场份额不是"保守估计"——大多数公司活不到 1%
假设市场静止用今天的市场大小套 5 年后的自己5 年内市场本身会变——增长或萎缩，你必须给出判断
无视替代品只算"像我们这样的产品"的市场真正的竞争对手是用户的当前解决方案（含非消费）
硬件忽略售后只算销售营收，不算售后网络成本硬件 SAM 受售后覆盖半径约束远比软件严格
Bottom-Up 没有引用"全球有 3 亿家庭"——这数据哪来的？每一个数字都要标注来源或假设——这是投资人判断你严谨性的方式

与其他工具的关系​

  • 上游：单元经济学（LTV/CAC 决定了你能多高效地捕获 SOM）
  • 上游：Cap Table（股权决定了你愿意为这份市场规模融多少钱、稀释多少）
  • 下游：Pitch Deck（TAM/SAM/SOM 是 Deck 的"市场"页核心数据）
  • 平行：第一性原理（拿 TAM 数据做第一性推演——"如果 TAM 真的只有 $500M，这个生意还能做吗？"）

一句话：TAM/SAM/SOM 不是"编一个大的数字让投资人兴奋"——是你自己的战略地图。Bottom-Up 算出来的 TAM 告诉你值不值得做，SOM 告诉你 5 年目标该定在哪。

工具六：Pitch Deck（10/12 页结构）​

是什么​

Pitch Deck 是创业公司融资叙事的浓缩版 PPT。

Sequoia Capital 推荐的 10 页结构（业内标准）：

  1. Company Purpose——一句话公司使命
  2. Problem——你解决什么问题
  3. Solution——你怎么解决
  4. Why Now——为什么是现在
  5. Market Size——市场多大
  6. Competition——竞品分析
  7. Product——产品 demo
  8. Business Model——怎么赚钱
  9. Team——团队介绍
  10. Financials——财务/指标

YC Demo Day 版：2.5 分钟 / 5-7 张幻灯片（极简版）。

为什么用​

核心问题：早期投资人看 1000+ 个项目/年，你只有 3 分钟让他"想再见一面"。

Pitch Deck 不是"展示公司"——是"让投资人想再见一面"。

Sequoia 的 Alfred Lin："Deck 的目标不是说服投资人投你——是让投资人想再见你一面。"

怎么用​

步骤 1：每页只讲一件事​

每页的核心信息用 1 句话能概括：

页核心信息
1"We are [公司] and we [做什么]"
2"[某群体] 在 [某场景] 下遇到 [某问题]"
3"我们用 [某方案] 解决"
......

步骤2：用数据代替形容词​

错（形容词）对（数据）
"增长很快""MRR $100K，月增 20%"
"市场巨大""TAM 50B，SAM50B，SAM 5B，SOM $500M"
"用户喜欢""D30 留存 60%，NPS 65"
"团队很强""前 Stripe CTO + 前 Airbnb 工程 VP"

步骤 3：Story First, Data Second​

投资人不缺数据——缺的是让你这份数据有意义的故事。

Sequoia 推荐的叙事弧：

  1. Hook（吸引注意）：第一句话让投资人抬头
  2. Tension（制造冲突）：现状有什么问题
  3. Resolution（解决方案）：你的产品如何解决
  4. Proof（证据）：数据/案例
  5. Ask（要钱）：你融多少，达到什么里程碑

步骤 4：Demo Day 极简版​

YC Demo Day 只有 2.5 分钟——必须极简：

时间内容
0-15 秒Hook："[公司] is [做什么]"
15-45 秒Problem + Solution
45-75 秒Traction（数据）
75-105 秒Business Model + Market
105-135 秒Team
135-150 秒Ask："Raising $X to [milestone]"

案例：Airbnb 的经典 Deck​

Airbnb 2009 年种子轮 Deck 被广泛传阅——被认为是 Pitch Deck 教科书。它的特点：

  • 每页只 1 个核心信息
  • 大量用图（不是字）
  • 数据精确（如 "75/night,4nights/month=75/night, 4 nights/month = 300 monthly income")
  • 故事清晰（"Book a room in someone's house instead of a hotel"）

这份 Deck 帮 Airbnb 拿到 Sequoia 的 600K种子轮——后来Sequoia的股份价值超过600K 种子轮——后来 Sequoia 的股份价值超过 30 亿。

案例：Stripe 兄弟的"反 Deck"​

Patrick 和 John Collison（Stripe）的早期融资用反 Deck 策略：

  • 不准备 Deck——只准备 API 文档和 demo
  • 让投资人飞到旧金山——而不是自己去见投资人
  • "我们 5 分钟内让你能收款"——现场让投资人集成 Stripe

这种"show, don't tell"策略后来被称为 "Collison installation"——PG 在 YC 内反复推广。

案例：YC Demo Day Pitch 的演变​

YC Demo Day 的 Pitch 风格在 21 年里发生了变化：

时代风格代表
2005-2014 (PG 时代)哲学化、长句Airbnb、Stripe
2014-2019 (Sam 时代)数据化、增长叙事Coinbase、Rippling
2019-2023 (Geoff 时代)远程视频、极简Replit、Vanta
2023-至今 (Garry Tan 时代)AI 叙事、Demo 优先Perplexity、Cursor

Garry Tan 2023 年后的标准：

  • 必须 live demo——投资人要看产品在跑
  • AI 假设前置——"我们假设 AI 会改变 [某行业]"
  • 数据 > 愿景——早期就要 MRR/用户数

常见误区​

误区修正
每页塞太多信息一页一件事
形容词代替数据必须用数字
不练 DemoDemo 必须练 50+ 次
没有"Ask"必须明确"融多少，达到什么"

与其他工具的关系​

  • 上游：所有前 3 个模块（VPC、BMC、MVP、PMF 等）
  • 下游：Demo Day / 投资人会议

工具七：第一性原理​

是什么​

第一性原理（First Principles Thinking） 是回归最基础的物理/数学/经济事实，重新推导结论的思维方式。

对立面：类比思维（"别人这么做，我也这么做"）。

Elon Musk 的经典案例（SpaceX）：

  • 类比思维：火箭很贵（历史上每次发射 $65M），所以发射就是贵
  • 第一性原理：火箭的材料是什么？铝、钛、铜、碳纤维——这些材料的市场成本只占火箭售价的 2%。所以火箭理论上可以便宜 50 倍。

结果：SpaceX 把单次发射成本降到 60M（reusedbooster后60M（ reused booster 后 30M）。

为什么用​

核心问题：99% 的战略决策是"类比思维"——看竞品怎么做，跟着做。

类比思维的问题：

  • 别人可能也是错的（盲从）
  • 场景不同（别人的市场 ≠ 你的市场）
  • 创新被锁死（永远赶超，永远落后）

第一性原理的价值：让你看到"被共识掩盖的机会"。

Elon Musk："I think it's important to reason from first principles rather than by analogy."

怎么用​

步骤 1：识别"假设"​

写下你当前的判断，问"这是基于什么假设？"

例子：

  • 判断："我们的 SaaS 应该定价 $50/月"
  • 假设："因为竞品都是 $50/月"

步骤 2：把假设拆到"第一性"​

追问 5 次"为什么"：

  1. "竞品为什么定 $50？" → "因为行业惯例"
  2. "行业惯例怎么来的？" → "SaaS 早期的标准定价"
  3. "SaaS 早期为什么定这个价？" → "对标的 Oracle/Salesforce 价格"
  4. "Oracle 为什么定那个价？" → "基于企业预算阈值"
  5. "企业预算阈值是什么？" → "每年每人 $600 是企业工具的舒适阈值"

到了第 5 层，你发现**$50/月是基于"企业工具舒适阈值"**——这是 B2B 的情况。但如果你是 B2C 呢？阈值完全不同。

步骤 3：基于第一性重新计算​

例：你的 B2C SaaS——

  • 第一年目标：1 万付费用户
  • 单用户每年愿意为"节省 30 小时"付多少？→ 调研发现 $20
  • 所以年定价 20/月定价20 / 月定价 1.99 比竞品的 $50 更合理

重新定价后：你的 TAM 比竞品大 10 倍（因为价格门槛低）。

案例：李泽湘的"第一性"创业观​

李泽湘的所有方法论都是第一性原理推导的：

"中国不缺优秀的工科人才，不缺全球最完备的制造业产业链，缺的是一套能将人才、技术、市场、产业有效衔接的完整体系。"

这个判断是第一性的——他不参考"硅谷加速器模式"（类比），而是看中国的根本条件（第一性）。

由此推导出：

  • 不做 YC 的纯软件模式（中国软件创业门槛低、VC 不缺项目）
  • 做"硬件 + 供应链"模式（中国独有的优势）
  • 用 30 年时间建体系（短期不可复制）

这就是为什么深圳科创学院无法被国外复制——它是基于中国第一性条件的产物。

案例：YC 的"反第一性"案例​

YC 历史上也有"反第一性"的失败：

YC 拒绝 Uber（2009）：

  • 类比判断："监管风险大"
  • 第一性应该问："出行市场的真实需求多大？监管能否被需求推动改变？"
  • 结果：Uber 改变了全球监管——YC 错过 $100B+ 机会

PG 自己反思：

"我们低估了那些没有明显'hacker'特质的创始人。"

这就是第一性原理的反面教材——用类比（"Uber 没有 hacker 特质"）替代第一性（"出行市场需求"）。

常见误区​

误区修正
第一性 ≠ 反共识第一性推导可能得出共识结论——重点是过程不是结论
过度使用不是每个决策都要第一性——日常决策用类比更快
"我觉得"代替第一性第一性必须有客观事实支撑
推导完不验证第一性结论要用 MVP 验证

与其他工具的关系​

  • 横切：所有模块都可用第一性原理重新审视
  • 特别关联：Lean Canvas 的"现有替代方案"、BMC 的"价值主张"

工具八：双钻模型（Double Diamond）​

是什么​

双钻模型是英国设计委员会（Design Council）在 2005 年提出的设计思维流程模型。

    ◇─────────────────◇ ◇─────────────────◇
    │   发散           │ │   发散           │
    │                  │ │                  │
    │  发现             │ │  发展             │
    │  Discover        │ │  Develop          │
    │                  │ │                  │
    │   收敛           │ │   收敛           │
    │   定义           │ │   交付           │
    │   Define         │ │   Deliver          │
    ◇─────────────────◇ ◇─────────────────◇
         第一钻              第二钻
       (做对的事)         (把事做对)

两个钻石：

  • 第一钻：发现（发散）→ 定义（收敛）= "做对的事"
  • 第二钻：发展（发散）→ 交付（收敛）= "把事做对"

为什么用​

核心问题：创业决策常犯的两个错误：

  1. 跳过发散直接收敛——只考虑 1 个方案就执行
  2. 跳过收敛持续发散——考虑 10 个方案，无法决策

双钻模型强制你先发散（多想）再收敛（决策），两轮——既避免过早收敛，也避免分析瘫痪。

怎么用​

第一钻：做对的事（解决"做什么"）​

发现（发散）：

  • 用户访谈、市场研究、竞品分析
  • 目标：收集尽可能多的问题

定义（收敛）：

第二钻：把事做对（解决"怎么做"）​

发展（发散）：

  • 头脑风暴多种解决方案
  • 不评估可行性，先穷举
  • 工具：原型、草图、Wireframe

交付（收敛）：

  • 把"多个方案"收敛到"1 个最优方案"
  • 工具：MVP、用户测试

案例：英国设计委员会的 NHS 案例​

英国设计委员会用双钻模型帮 NHS（英国国民医疗体系）重新设计护士制服：

  • 发现：访谈 500+ 护士，发现问题有 30+ 个
  • 定义：收敛到 3 个核心问题（口袋设计、温度调节、移动方便）
  • 发展：设计了 50+ 套制服原型
  • 交付：选 1 套，全 NHS 推广——护士满意度提升 40%

案例：李泽湘体系的"双钻"实践​

深圳科创学院的训练营本身就是双钻模型的应用：

阶段活动双钻对应
第 1 周用户访谈 + 场景体验（发现）第一钻 发散
第 2 周定义核心问题 + 选定方向（定义）第一钻 收敛
第 3 周头脑风暴多种方案 + 快速原型（发展）第二钻 发散
第 4 周选定最优方案 + 做 MVP（交付）第二钻 收敛

李泽湘说："深圳科创学院是世界上最好的大学"——因为它是用双钻模型训练创业者的完整体系。

常见误区​

误区修正
跳过发现直接定义没有发散的收敛是"假定义"——只是基于经验的偏见
第一钻用太久第一钻通常 2-4 周——超过就是过度分析
第二钻只做 1 个方案第二钻的发散阶段必须做 5+ 个方案
不在收敛阶段砍方案收敛必须果断——砍掉 80% 的方案

与其他工具的关系​

工具九：Schlep Blindness + Make something people want​

是什么​

这两条都是 Paul Graham 的著名概念，合起来构成 YC 创业哲学的核心。

Schlep Blindness（麻烦盲区）​

PG 2011 年同名 essay Schlep Blindness：

"Schlep"是意第绪语，意思是"麻烦的、不愿意做的事"。PG 观察到：创业者会本能地回避真正麻烦的问题——而机会正藏在其中。

例子：

  • 创业者扎堆做"另一个社交媒体 App"——因为简单
  • 没人做"重新设计医疗账单系统"——因为太麻烦（监管、医院关系、保险）

结果：简单的赛道竞争激烈，麻烦的赛道无人问津。

PG："The most powerful motivator may be the desire to avoid schlep."

Make something people want​

YC 的官方格言，印在橙色贴纸上：

"Make something people want."（做出别人想要的东西）

反面：

"Don't make something people don't want."——这是 90% 失败创业的最简洁诊断。

为什么用​

这两条放在一起，是 YC 对"做什么"和"不做什么"的两个根本判断：

工具解决的问题
Schlep Blindness"我应该做什么？"→ 主动找麻烦的问题
Make something people want"我做对了吗？"→ 验证用户真的要

怎么用​

应用 Schlep Blindness：刻意找麻烦​

每周问自己：

"我们行业里有什么问题是大家都不愿意碰的？"

经典"schlep"领域：

  • 医疗：监管复杂、销售周期长、利益方多
  • 教育：决策周期长、效果难衡量
  • 政府：采购流程慢、政策风险
  • B2B 工具：客户分散、定制需求多
  • 制造业：供应链复杂、资本密集

YC 反复说：这些领域恰恰是 YC 体系的甜蜜点。

Stripe 做支付（金融监管 schlep）→ 估值 159B∗∗ScaleAI∗∗做数据标注（人工密集schlep）→估值159B **Scale AI** 做数据标注（人工密集 schlep）→ 估值 14B Palantir 做政府数据（政府销售 schlep）→ IPO 40B∗∗Rippling∗∗做HR/IT（B2B复杂schlep）→估值40B **Rippling** 做 HR/IT（B2B 复杂 schlep）→ 估值 16.8B

应用 Make something people want：持续验证​

每 3 个月问：

"如果明天我们的产品消失了，谁会真的伤心？"

工具：

案例：李泽湘体系就是"反 Schlep Blindness"​

硬件创业是最大的 schlep：

  • 开模要钱
  • 量产要供应链
  • 售后要服务体系
  • 库存要现金流

99% 的创业者回避硬件——但李泽湘体系主动扎进硬件：

"中国不缺优秀的工科人才，不缺全球最完备的制造业产业链，缺的是一套能将人才、技术、市场、产业有效衔接的完整体系。"

李泽湘体系用 30 年解决了硬件 schlep——结果：265+ 家硬科技企业，4 家上市公司，13 家独角兽。

大疆、云鲸、希迪、卧安——全是在别人不愿意碰的硬件 schlep 中长出来的。

案例：YC 的反例——错过 WhatsApp​

YC 2009 年拒绝了 Brian Acton 的 WhatsApp 申请——理由是"没有 hacker 特质"。

PG 后来反思：

"我们低估了那些没有明显'hacker'特质的创始人——这是 Schlep Blindness 的另一种表现。"

WhatsApp 2014 年被 Facebook 以 190亿收购——YC错过190 亿收购——YC 错过 10B+ 潜在回报。

常见误区​

误区修正
Schlep = 难做Schlep 是"麻烦"——有些麻烦的事其实简单
Make something people want = 用户调研用户调研是工具，不是目的——目的是"用户真的要"
只听用户说的用户行为 > 用户言语——用数据
每次都"make something new"改进已有产品也算——只要 people want

与其他工具的关系​

  • 横切：贯穿所有模块——是底层哲学不是具体工具
  • 特别关联：JTBD（JTBD 帮你找 schlep）、PMF（PMF 是 "Make something people want" 的量化判断）

工具十：OKR（Objectives and Key Results）​

是什么​

OKR（Objectives and Key Results） 是 Andy Grove 在 Intel 发明、John Doerr 在 Google 推广的目标管理工具。

结构：

Objective（目标）：定性的方向性目标
    │
    ├── Key Result 1（关键结果 1）：定量的可衡量结果
    ├── Key Result 2：定量的可衡量结果
    └── Key Result 3：定量的可衡量结果

经典例子（John Doerr《衡量什么最重要》）：

O：让 Android 成为移动操作系统领导者

  • KR1：Android 全球市场份额从 X% 提升到 Y%
  • KR2：Android 应用数量从 X 万提升到 Y 万
  • KR3：Android 设备激活量从 X 亿提升到 Y 亿

为什么用​

核心问题：早期公司有战略但没落地——战略在 PPT 里，员工在做不知道为什么的事。

OKR 解决 3 个问题：

  1. 对齐：全员指向同一方向
  2. 聚焦：每季度只做最重要的 3-5 件事
  3. 可衡量：从模糊愿景到具体数字

John Doerr 给 Google 的第一堂 OKR 课（1999）："如果你写下来，你就更可能做到"。

怎么用​

步骤 1：写年度战略 OKR​

公司每年定 3-5 个 O——通常是 CEO 主导。

好 O 的特征：

  • 定性（不是数字）
  • 有方向性（不是描述现状）
  • 有激励性（不是"维护现状"）

步骤 2：写季度执行 OKR​

每个 O 拆成 3-5 个 KR——每季度更新。

好 KR 的特征：

  • 定量（必须有数字）
  • 有挑战（70% 达成率是健康的）
  • 有时间窗口（季度内可衡量）

步骤 3：从公司 → 部门 → 个人​

层级OKR 数量周期
公司3-5 个 O年度
部门2-3 个 O季度
个人2-3 个 O季度

步骤 4：每周 check-in​

每周团队会议只看 OKR 进度：

  • KR 进度多少？
  • 卡在哪里？
  • 需要什么支持？

OKR 不是年终评估——是每周对齐工具。

案例：Google 的 OKR 演化​

Google 1999 年开始用 OKR（John Doerr 教的）：

阶段特点
早期（1999-2004）创始人主导，每个 O 都很激进
中期（2004-2015）部门 OKR 自治，CEO 抓顶层
成熟期（2015-至今）OKR 与"登月"项目结合（如 Waymo、Verily）

Larry Page 2012 年的著名 OKR：

O：让 Google 成为机器学习领域的绝对领导者

  • KR1：建立 100+ 人的 ML 研究团队
  • KR2：在 3 个产品中应用 ML（搜索、广告、翻译）
  • KR3：发表 50+ 篇顶会论文

结果：这个 OKR 直接催生了 Google Brain、DeepMind 收购（2014）、TensorFlow 开源（2015）——为 Google 在 AI 时代奠定基础。

案例：YC W25 公司的 OKR​

Garry Tan 2023 年上任后推广的 YC 标准 OKR 模板：

O（季度）KR
O1：找到 PMF- KR1：周活用户 +50%
- KR2：Sean Ellis 40% 测试达到 30%
- KR3：留存曲线 D30 > 30%
O2：建立可重复的销售流程- KR1：每周 10 个 demo
- KR2：从 demo 到 close 转化率 20%
- KR3：销售周期 &lt; 30 天
O3：建立健康的团队- KR1：招聘 3 个核心岗位
- KR2：员工 NPS > 50
- KR3：核心团队稳定性 > 90%

案例：李泽湘体系的"硬件 OKR"​

硬件创业的 OKR 与软件不同——周期更长。

云鲸典型 OKR（简化）：

季度OKR
Q1完成 J3 设计- KR1：硬件设计冻结
- KR2：开模完成
- KR3：BOM 成本降低 15%
Q2量产准备- KR1：100 台试产
- KR2：良率 90%
- KR3：通过质量认证
Q3上市- KR1：首批 1 万台交付
- KR2：渠道铺货 5000 家
- KR3：众筹 $5M
Q4增长- KR1：销售 10 万台
- KR2：CES 反馈良好
- KR3：海外渠道签约 10 国

特点：硬件 OKR 的 KR 更"硬"——具体的物理指标（良率、认证、交付）。

常见误区​

误区修正
OKR = KPIOKR 是对齐工具，KPI 是考核工具——不要混
KR 太多每个 O 最多 5 个 KR——多了就不聚焦
OKR 用于考核OKR 用于对齐——考核用单独的"绩效"
OKR 写完不更新必须每周 check-in
OKR 太保守70% 达成率是健康的——100% 说明目标太低

与其他工具的关系​

工具十一：Founder Mode（创始人模式）​

"There are two different ways to run a company: founder mode and manager mode. Till now most people even in Silicon Valley have implicitly assumed that scaling a startup meant switching to manager mode. But from the examples of successful founders, we can infer another way."

—— Paul Graham, Founder Mode (September 2024)

是什么​

Founder Mode 是 Paul Graham 2024 年 9 月发表的 essay 中提出的概念——也许是 PG 自"Do Things That Don't Scale"（2013）以来最具影响力的单篇。

核心主张：传统的"公司规模化 = 切换到职业经理人模式"教条是错的。最好的创始人用另一种方式运营公司——Founder Mode——它的操作手册还没有被写出来，但它的轮廓可以从 Steve Jobs、Jensen Huang、Brian Chesky 等人的实践中辨认。

维度Manager Mode（经理人模式）Founder Mode（创始人模式）
组织架构层级分权——CEO 只接触直接下属扁平穿透——CEO 直接与各层级的人沟通
信息流动通过层级过滤上报Skip-level 是常态，不是例外
决策方式授权给"黑盒子"部门创始人深入每个细节做判断
用人哲学"雇好人，给他们空间""雇对人，但创始人要亲自看关键细节"
会议模式按组织架构开按重要性开——Jobs 每年带最重要的 100 人 retreat，不论职级
公司氛围专业、流程化像一个大号 startup
教科书态度商学院教的"正确方式"商学院没教，因为没有书写过

为什么用​

PG 写这篇 essay 的直接触发是 Brian Chesky（Airbnb CEO）在 YC 的一次演讲——被在场很多人称为"听过最好的演讲"。

Chesky 的经历：

  1. Airbnb 成功后，所有人都告诉他"该切换到 manager mode 了"——雇最好的高管，给他们充分的自主权
  2. 结果：灾难性的。PG 的原文是："hire professional fakers and let them drive the company into the ground."
  3. Chesky 开始研究 Steve Jobs 怎么运营 Apple——然后彻底改变了自己的运营方式
  4. 他重建设计团队的方式与 Jobs 几乎一样——直接深度参与，而不是授权给某个 VP

Founder Mode 的实用价值：

  • 对抗"职业伪装者"：有经验的高管中有相当一部分擅长在层级组织中生存，但不擅长实际创造价值。Manager Mode 给这些人提供了完美的保护壳——他们只对直接上级汇报
  • 保持产品直觉：当创始人被隔离在层层汇报之后，他们失去了对产品细节的感知——而这些细节往往是战略优势的来源
  • 拒绝被 gaslighting：PG 指出创始人正在被两边 gaslight——VC/顾问说"你必须切换到 manager mode"，而当创始人真的照做后，员工又抱怨创始人不管事了

PG："The founder who feels like they're being gaslit is probably right."

怎么用​

步骤 1：识别你是否需要 Founder Mode​

Founder Mode 不是对所有公司都适用。判断标准：

信号表示你需要 Founder Mode表示你更适合 Manager Mode
产品复杂度你的产品涉及多个领域的深度耦合（如 Apple 的软硬一体）你的产品是标准化的、可被流程管理的
创新阶段你还在定义品类，而非优化已有品类你在一个成熟市场里做规模化执行
你的独特洞察你对产品/用户有别人没有的洞察洞察已经内化到组织中，不需要你个人把关
人才密度你的核心团队是"匠人"型的，能理解和执行你的高标准团队足够大，已经建立了独立运转的能力
你的性格你真的想深入细节——不是控制狂，是有判断力你对细节感到疲惫，愿意信任专业经理人

关键区分：Founder Mode ≠ micromanagement（微观管理）。PG 在 2025 年补充说："You can go too far in founder mode and veer into micromanaging. The difference is: are you adding value with your involvement, or just adding friction?"

步骤 2：建立 Founder Mode 的操作习惯​

习惯 1：Skip-level 常态化

  • 不要只和直接下属开会——定期与二级、三级员工一对一
  • Jobs 的做法：每年选出最重要的 100 人（不论 title），一起 retreat
  • Jensen Huang 的做法：60 个直接下属，不设中间层

习惯 2：在关键决策上保持"第一手信息"

  • 不依赖汇报 PPT——直接看原始数据、看用户访谈录像、看产品 demo
  • 在"产品方向"和"用人"这两个维度上，永远不委托判断

习惯 3：建立"不通过层级"的信息渠道

  • 保留一批早期员工/用户作为直接信息源
  • PG 的例子：YC 合伙人会直接和早期创始人保持联系，不通过 batch manager

步骤 3：避免 Founder Mode 的常见陷阱​

陷阱表现怎么避免
变成 unblockable bottleneck所有决策都要创始人签，团队停滞区分"我得看"和"团队完全可以自己定"
Demotivate 团队创始人跳级干预让中层觉得被架空Skip-level 是听和教，不是越级下命令
只看细节不看大局陷在像素级打磨，忘了战略方向固定时间比例——70% 战略 + 30% 细节
不可复制创始人不在公司就停摆把 Founder Mode 的直觉教给下一代 leader
变成 cult of personality团队盲从创始人，失去独立思考鼓励争论——Jobs 本人就以激烈争论著称

案例：Steve Jobs 的 Founder Mode​

Jobs 是 PG 文章中反复提及的原型案例：

  • 年度 Top 100 retreat：不论组织架构，每年带最重要的 100 人去 retreat，讨论下一年的方向。这 100 人的选择本身就是战略信号。
  • 亲自看设计细节：Jony Ive 回忆 Jobs 每天都会来设计工作室，不是来"审批"，而是来参与讨论——他能看到设计师自己没注意到的问题。
  • 拒绝 "hire good people and leave them alone"：Jobs 相信跨领域的高标准碰撞才能产生最好的结果。他会把不同领域的专家放在一个房间里争论。

另一个极端是 John Sculley——专业的职业经理人，用 Manager Mode 运营 Apple。结果：Apple 几乎死亡。

案例：Jensen Huang 的 Founder Mode​

Nvidia CEO Jensen Huang 是 PG 文章中另一个核心案例：

  • 60 个直接下属：传统管理学认为一个人最多管理 7-10 个下属。Jensen 有 60 个，而且他不开 1:1——他让所有讨论在公开场合进行，所有人可以听
  • 在食堂吃饭：不设高管餐厅——任何员工都可以在午饭时和他聊
  • 直接看代码 review：Jensen 会直接参与技术讨论——不是做决策，而是确保讨论的质量
  • 结果：Nvidia 成为全球市值最高的公司之一，而且 Jensen 保持着对技术方向的直觉

案例：深圳科创学院体系下的"创始人深度参与"​

李泽湘体系的成功案例也印证了 Founder Mode——

云鲸创始人张峻彬在原型机阶段，自己就是第一个装机工——在松山湖共享工厂，他自己组装第一批 100 台机器。这不是因为缺人，而是因为只有亲自装，才知道设计哪里不合理。

李泽湘说："我见过最好的硬件创业者，没有一个不是亲自下产线的。不是你去看一眼就走，是你在产线待三天，和产线工人一起吃盒饭。"

这就是硬件版的 Founder Mode——你无法把"造东西的感觉"委托给别人。

与其他工具的关系​

  • 上游：Schlep Blindness + MSPW（Founder Mode 是 MSPW 的"运营版"——不只做什么，还有怎么运营）
  • 上游：第一性原理（Founder Mode 要求创始人基于自己的直觉做判断——第一性原理是这种直觉的理性基础）
  • 平行：OKR（OKR 是对齐工具，Founder Mode 是运营哲学——两者可以共存）
  • 矛盾：Manager Mode 的组织架构（如果你发现自己公司 50 人以上、产品已标准化、创始人对细节已失去 passion——也许你应该考虑退出）

一句话：Founder Mode 不是"创始人可以任性"的 license——是提醒你：当你被告知"该像职业经理人一样管公司了"，你有权利说"不"。因为最好的公司，绝大多数不是职业经理人管出来的。

11 个工具的整体关系图​

这 11 个工具的本质：从"PMF 后"到"可持续公司"的 11 步——

  1. Default Alive：判断公司能否活下去
  2. Runway：算清楚还能撑多久
  3. SAFE：用最快工具融资
  4. Cap Table：管理股权不被稀释失控
  5. TAM/SAM/SOM：算清楚市场天花板——自己先想明白，再写进 Deck
  6. Pitch Deck：把融资故事讲清楚
  7. 第一性原理：用根本逻辑做战略决策
  8. 双钻模型：用结构化方式做选择
  9. Schlep + MSPW：用 YC 哲学提醒自己"做什么"
  10. OKR：把战略落地到全员执行
  11. Founder Mode：用创始人的方式运营公司——拒绝"你该像个职业经理人了"

完成这 11 步后，你就有了一个真正可持续的公司——不仅有 PMF，还有活下去的资本、清晰的股权和市场规模判断、可重复的战略思维、全员对齐的执行，以及保持创始人直觉的运营哲学。

关联文档​

本模块内：本页是 04 模块的唯一文档。

本模块其他章节：

关联模块：

参考资源​

  • Paul Graham "Founder Mode"(2024 essay)——PG 十年来最具影响力的新概念，原文
  • Paul Graham "Default Alive vs Default Dead"(2015 essay)——二元生存判断的源头
  • Paul Graham "Schlep Blindness"(2011 essay)——Schlep Blindness 概念
  • YC SAFE 模板(2013)——免费下载
  • Brad Feld《Venture Deals》(2012)——融资条款的完整指南
  • Andy Grove《High Output Management》(1983)——OKR 的概念源头
  • John Doerr《Measure What Matters》(2018)——OKR 在 Google 的应用
  • Elon Musk "First Principles"(2012 TED)——第一性原理的案例
  • 英国设计委员会 "Double Diamond"(2005)——双钻模型的原始报告
  • Sequoia Capital "Writing a Business Plan"(2012 blog)——Pitch Deck 10 页结构的源头
  • Alex Clayton "Pitch Deck Teardown"(2018-2024 系列)——Pitch Deck 案例