跳到正文
矽谷101播客(youtube.com)· 泓君·· 13 天前品質評分58

E258|聊聊矽谷創業“修道院”HF0與OpenRouter早期故事

E258|聊聊矽谷創業“修道院”HF0與OpenRouter早期故事

重點導讀

ACE Studio 創始人郭靖剖析 HF0 修道院式「做減法」孵化機制如何助其收入十倍增長,並拆解 OpenRouter 以統一 LLM 介面卡位、靠用量榜單建立先發優勢的策略。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

ACE Studio 創始人郭靖(Joe)認為,HF0 給創業者最大的價值不是資源或增長技巧,而是「做減法」——只盯住對公司唯一重要的事,甚至排除第二重要的事。他 2024 年秋季在 HF0 三個月內把月收入從 8 萬美元推到峰值 80 萬美元,但事後回看,真正支撐穩定增長的是 2025 年自研音樂基礎模型,而非當年痴迷的定價與投放技巧。訪談大部分篇幅在講 HF0 的運作機制、他如何把這套機制搬回公司做成「內部加速器」,以及同期 OpenRouter 兩位創始人的早期狀態;與 Suno 的模型競爭和 AI 音樂的能力邊界佔據後段約四分之一。

郭靖的身份讓這段敘述有第一手分量:他是 HF0 為數不多的華人入選團隊創始人,與 OpenRouter 的 Louis 同住一棟樓、同一個地下室辦公區,凌晨互相干擾又互相觀察。讀者可以從中得到三層東西:HF0 與 YC 在模式上的結構性差異、一套可複製到任何團隊的「儀式化聚焦」管理方法,以及一位 AI 應用層創始人對「增長技巧 vs 模型能力」的自我修正。

HF0 用十個團隊的物理空間換取選擇性,與 YC 的灑水邏輯相反

郭靖把兩家孵化器的差異歸結為一個機率學矛盾:越早期的團隊成功率越低,按理應該放大分母;但物理加速器受空間限制,不可能容納很多人。HF0 選擇了另一端——永遠只收十個團隊,因此必須極度 selective,入選率遠低於 YC。他形容 YC 是「spray and pray」,即全部灑出去然後祈禱有人能成,本質是機率問題;HF0 則回到最早的 residency 形態,有場地、把人叫過來同吃同住。

被問到創業者同時拿到兩家 offer 會怎麼選,郭靖的回答很直接:「大家會毫不猶豫地選 HF0。」

維度HF0Y Combinator
每期團隊數10 家約 200 家
每年期數3 期4 期
投資條款(郭靖所在批次,2024 秋)100 萬美元換 5%未提及
條款歷史早期 25 萬美元換 2.5%;上一批次 62.5 萬美元換 3%未提及
篩選邏輯極度 selective,偏好連續創業者大分母、機率覆蓋
居住安排每人一間房,同吃同住同辦公未提及

減法的真正含義是排除第二重要的事,而非戒掉娛樂

Dave 在第一週對 founder 們講的話,是郭靖整段訪談中反覆回到的原點:不需要教你們不要 party、不要放鬆,做減法最難的是隻盯著對公司最重要的那件事,甚至排除掉第二重要的事。郭靖說這句話對他震撼很大——過去他總覺得某個大廠來談合作,推進雖慢但關係要維護;但一旦追求面面俱到,就不可能在做最重要的事。他用一句話概括創業的狀態:「創業我覺得一定是狗熊掰棒子。」

這套理念的物質基礎是「修道院」式的後勤外包,而非吃苦。HF0 請頂級廚師每天變換蛋白質、碳水、蔬菜,兼顧中餐、印度菜與素食;配備 cold plunge、桑拿、健身房、免費私教與按摩師,還有專人負責洗衣;房間裝 Eight Sleep 恆溫床,配 Whoop 手環監測睡眠。郭靖說,核心理念就是你什麼都不用管,只管做好自己的 business。代價是極端的室內生活——他們在地下一層辦公,三個月見到陽光可能不超過四次。

每週兩分鐘的 Demo Dinner 把目標壓成單一數字,壓力由同儕而非管理層施加

開營前有一次上山 retreat,做 meditation 與交流,讓大家進入沉浸狀態,並要求每人 visualize 三個月後自己會到什麼程度,再反推每週目標。HF0 合夥人 Evan 會與每個團隊單獨確定「北極星指標」——不一定是收入。OpenRouter 的指標是每週 token 呼叫量;同批次一個做生物方向前沿研發的團隊看工程進展;還有一個團隊要在加拿大買地建一座物理意義上的 Web3 城市,指標同樣不是收入。郭靖自己的指標是收入。

每週一的 Demo Dinner 是核心儀式:每隊上臺講兩分鐘,只講那個唯一目標的本週進展,隨後一分鐘 QA。郭靖強調,HF0 鼓勵的不是「這週做了什麼」,而是「這週你的目標漲了多少」——別人漲 20% 而你沒漲,你自己就會去追問原因。他認為驅動力來自機制與儀式感,而非管理層催逼:「優秀的人就會自己驅動了。」

「不穩定的東西當它的數量級提升上來之後就變成穩定的了。」——Blake Anderson 對郭靖談 influencer 營銷

前半程全批次幾乎零增長,第七週起同時爆發

郭靖回憶,2024 年 9 月 18 日開營後,整個批次前半程只有 OpenRouter 和 Fyxer 在增長,其餘團隊完全沒有動靜。他轉述 Dave 當時的狀態是「快要嚇尿褲子了」,懷疑是不是整個 batch 都看走眼。10 月 31 日 Dave 做了一次全員談話,說這個週期通常是分水嶺,有的團隊 break out,有的 hang out。

11 月 1 日,郭靖睜開眼發現當日收入翻了一倍。此後又提升 50%、再翻倍,一路推到月收入 80 萬美元的峰值;他補充,後續平均月收入大約在 40 至 50 萬美元區間。他把爆發歸因於前期積累的疊加:10 月開始搭建 influencer 系統、預約了一批人,有些發出來沒爆、有些還沒發,11 月 1 日有一條爆了;同一天還上了一個消費相關的付費活動,兩件事疊在一起。

timeline
    title 郭靖 HF0 批次(2024 秋)關鍵節點
    2024-09-18 : 開營,上山 retreat 設定北極星指標
    2024-10 : 搭建 influencer 系統,預約首批合作者
    2024-10-31 : Dave 全員談話,稱此週期為 break out 與 hang out 的分水嶺
    2024-11-01 : 當日收入翻倍,influencer 內容爆量與付費活動疊加
    2024-12 : 出營,月收入峰值達 80 萬美元

增長要像做產品一樣做系統,但技巧終會遇到瓶頸

郭靖對增長的態度有明顯的前後轉變,他自己也點明瞭這一點:出營時(2024 年底至 2025 年初)與現在回看,感受不同。當時他痴迷各種「奇技淫巧」——大量 AB test、定價、轉化漏斗、首次規模化付費廣告、建立 influencer 系統。轉折點是 HF0 每週二請來的校友 Blake Anderson(做過測卡路里的 Cal AI,以 influencer 增長著稱)。郭靖問他怎麼做 influencer,說自己幾個月聯絡了一百多個;Blake 回答「我每天聯絡一百五十個」。郭靖說,後面具體方法已經不重要,重要的是他意識到雙方存在數量級差距,說明自己的系統某處是錯的。

回去後他們重建系統,迭代到第三、四代,如今高度 AI 參與,一天可聯絡 200 個 influencer,回覆約 40 個。他們把這件事總結成一句話:像做產品、像做演算法一樣做增長——增長是一個系統,不是打一槍換一個地方。

漲價是另一個被他稱為「極致思想實驗」的技巧:產品不變、價格漲十倍而付費率不降,增長就變十倍。他們試了 AB test 定價,最終帶來約 30% 的增長。但今天他認為能量守恆——漲價流失了潛在使用者,也流失了他們可能產生的口碑效應。他觀察 OpenAI、Anthropic 在定價上並不做太多 trick,年卡通常是月卡乘十二的八折,這個數字顯然是拍腦袋定的,精力還是花在模型和產品上。

真正的轉折發生在 2025 年:他們自研基礎模型,2025 年底把模型上到 ACE Studio 2.0、重構成自由音樂畫布之後,增長曲線才重新恢復。郭靖的結論是「使用者價值是核心」,而今天的使用者價值可能是一個模型、一個產品,或產品模型一體化的東西。

把 HF0 搬回公司:全遠端團隊加「服兵役」式內部加速器

ACE Studio 有三十多人,2024 年起解散北京辦公室、全員遠端——他們在疫情期間測試過,遠端效率確實更高,且出海業務需要地理彈性。出營後他們在遠端機制上加了一層「內部加速器」,最初甚至叫 ACE0:針對單一議題,把相關工程師拉到一處封閉三個月,複製 HF0 的全套動作——retreat 設定 mindset、每週 demo dinner 分享進展、weekly update、僱阿姨解決吃飯與收拾,讓大家只 focus 一件事。

選址刻意追求儀式感與風景:惠州海邊(四百多平米帶泳池的別墅,推門就是海)、天津濱海區、杭州山上,甚至富士山下。至今已辦四五次,主題分別是演算法、開發、增長,可並行進行、針對不同議題、由不同人參與。

參與規則被稱為「服兵役」:每人每十二個月有三個月有義務參加,冷卻期十二個月,每次啟動三個月。因此一年四次並不意味著每人一年出差四次,不同主題的人不重疊。郭靖說效果非常好,2025 年第一版自研音樂生成模型就出自惠州海邊那次,並已開源;年底出了第二版,之後又內部更新一版,才達到他所說的世界第一梯隊水平。

OpenRouter 的 Louis:單手邊走邊寫程式碼,把「不做什麼」做到極致

郭靖與 Louis 同批次(Louis 因 2023 年秋籤證未下、全程遠端參與,2024 年秋簽證搞定後 HF0 讓他再來一次,這次不上 demo day、不融資)。他回憶當時 OpenRouter 只有四個人,其中兩個兼職,Louis 覺得兼職不靠譜,基本上一個人寫程式碼。ACE 的 CTO Shawn 震驚於他們似乎從沒有測試環境,寫完直接上線,線上出 bug 再改。Louis 的經典畫面是左手拿電腦、右手寫程式碼,邊走邊寫。他語速極快,郭靖一度以為是自己英語不好,直到一次 Snowflake 的 CEO 來分享,Louis 提問後對方連說三次「沒聽明白」。

生活細節上,Louis 從不回自己那間配了 Eight Sleep 的房間,而是霸佔地下室 Zoom 辦公區的臨時休息小屋,被子、枕頭、牙刷都在裡面,每天睡睡醒醒,凌晨兩三點進去睡。郭靖團隊做音樂 AI,常在凌晨兩三點大聲放 sample 測模型,Louis 從未抱怨;有時放到三點,Louis 抱著枕頭起來到旁邊寫程式碼,打個招呼,反而讓郭靖團隊自我反省是否吵醒了他。

郭靖認為 OpenRouter 做對的是極致的簡單——清楚自己不要什麼:不怎麼融資(只拿了 HF0 和可能更早的一個天使投資人),那段時間也不做商業化,只專注成為大模型的 router,更快、更高效、更穩定地整合更多模型。先發優勢形成後,變成模型方求著上線,因為它已是全球開發者測試新模型的第一入口,其呼叫量榜單具備權威性,接近一種基於用量的 benchmark。商業模式是在模型價格上加 5%,不做價格最佳化。

郭靖也給出了保留意見:這個優勢可能被價格戰衝擊——如果介面一樣穩定,一邊加價 5%、一邊便宜 20%,開發者會換。他稱 OpenRouter 是典型的「衝浪模式」,浪越大它越高。至於 70 億美元被 Stripe 收購的訊息傳到校友群時,Evan 的配文是「enough for coffee」——呼應 Louis 當年常說的「我們的收入也就是夠喝兩杯咖啡」。

與 Suno 的差距是時間問題,AI 音樂的短板是「生成不出難聽的歌」

郭靖把競爭歸結為模型競爭,目標是盡快端出 SOTA、在模型上戰勝 Suno。他承認 Suno 目前領先,但強調加速度:Suno 可能訓了三年到現在水平,ACE 一年就接近 Suno V5 水準(大約是其上一代模型的水平,而兩代之間差距不大)。他稱 ACE 擁有全世界最好的音樂 generation 研究員——例如那位做表徵基座的研究員,Suno 的模型也建立在這樣的基座之上。他用登山比喻:珠峰 8848 米,它在 50 米、你在 2 米,長期而言沒道理你永遠在後面。

差異化來自資料飛輪:ACE Studio 在部分使用者授權下積累的編輯軌跡資料(trajectory data)對後續訓練幫助極大,而這種專業產品環境不可複製——不可能為了收資料去打造一個能吸引漢斯季默、Teddy Riley 這類頂級音樂人的產品。他提到新加入的研究員 Reese,本科樂隊差點被華納簽下,沒簽的原因是學習太好、去做演算法研究員了。

對於「研究員的音樂品位是否影響模型」,郭靖做了區分:預訓練資料集的搭建有嚴謹方法論,與個人喜好無關;懂音樂的價值在於能判斷標註與 caption 是對的還是幻覺。真正與品位相關的是後訓練階段引入的人類偏好資料,關鍵是篩選誰的反饋、定義誰是平臺的 taste maker——而擁有大量頂級專業使用者讓這件事很容易。

他對 AI 音樂能力邊界的判斷值得注意:個別案例上已遠超人類,例如人聲機能可以同時做到音高極高、有穿透力、底層寬、又沙啞,這是 human preference driven 的結果,人類機能本身做不到。但多樣性仍有問題——你讓它生成一首難聽的歌、一首粗糙跑調但帶原始生命力的歌、一首像臺下用手機翻錄的現場,它做不到。他舉李志早年南京酒吧手機錄音版為例,認為比後來重新編曲製作的版本更有生命力;左小詛咒的歌 Suno 也生不出來。他形容今天 AI 音樂的分佈仍然偏窄:做偏流行電子可以驚艷,做七十年的老爵士就出不來那個味兒。

值得追蹤的張力

這期訪談裡有一條沒有被完全解決的線索:郭靖一方面說 HF0 最大的價值是減法與儀式,另一方面承認自己出營後一度把所有問題都歸因為 go-to-market 問題,直到 2025 年自研模型才修正。這意味著「內部加速器」這套機制在演算法、開發、增長三類議題上的有效性並不對等——它能壓縮執行時間,但不能替代對「哪件事才是唯一重要」的判斷,而後者恰恰是 Dave 說最難的部分。另一個觀察點是 OpenRouter 的護城河:郭靖自己就指出 5% 加價可能被價格戰侵蝕,而 Stripe 收購後它是否會偏離「不做多餘的事」的剋制路線,將決定這個先發優勢能否維持。ACE 與 Suno 的追趕時間表也值得留意——「一年接近對手三年成果」的加速度能否延續到下一代模型,是判斷其能否進入第一梯隊的關鍵。

來源: 矽谷101播客 (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論