我注意到一个有趣的悖论，现在让所有人困惑：当新技术让每个人都能获得某样东西时，为什么不平等反而在不断增加？

Spotify 让任何音乐人都能传播他们的曲目。结果？前1%的艺术家掌握了比 CD 时代更大的听众份额。互联网创造了比人类历史上更多的作者，但注意力经济变得更加激烈。摄影、编程，现在是人工智能——每次都是同样的故事。

我们习惯于线性思考，期待增长会均匀分布。但复杂系统并非如此运作。这不是技术的缺陷，而是自然的规律。看看克利伯定律——所有生物的新陈代谢，从细菌到鲸鱼，都遵循幂律法则。这不是有人设计的，而是能量在复杂系统中自我组织的方式。

市场也是一个复杂系统。当摩擦消失(地理、物流、分销成本)，市场趋向其自然形态。这种形态不是高斯曲线，而是幂律法则。这正是每一波新技术浪潮让我们措手不及的原因。

但有趣的是：当执行变得便宜时，美学成为信号。还记得乔布斯坚持在第一台Mac内部使用漂亮的印刷电路板吗？那些没人看到的部分。他的工程师们以为他疯了。但他明白一些重要的事情：你制作隐藏部分的方式，就是你制作一切的方式。

过去十年，SaaS 领域不同。执行变得如此标准化，获胜者是那些传播和销售做得最好的。产品几乎不重要。市场推广策略胜过平庸的解决方案。美学信号被增长指标的噪声淹没。

人工智能改变了一切。现在每个人都能在一小时内创建一个功能性产品、漂亮的界面、可用的代码。问题不再是“这是否方便”。问题是：这是否真的出色？创作者是否知道好与卓越的区别？他是否足够重视，能坚持到最后，即使没人要求？

这在处理工资、税务申报、员工数据的系统中特别关键。这不是测试后就扔掉的应用程序。切换成本是真实的，错误的后果也很严重。公司会进行各种信任验证。漂亮的产品是最响亮的信号之一：由谁创建的，不仅在于他们在可见部分付出了努力，也在于他们在不可见部分的投入。

在 SaaS 繁荣时期，主导力量是懂得指标的理性优化者。创始人来自销售、咨询、财务背景。他们生活在电子表格中，了解 NDR、ACV、magic number。那时他们绝对正确。

但那是有限制的时代。人工智能打破了这些限制，创造了新的可能。现在稀缺资源不再是分发渠道，而是识别机会的能力——以及用美学和信念标准将其实现的能力。

这就是为什么技术创始人现在占优势。不仅仅是工程能力，更是洞察力。他们看到不同的切入点。看待那些被认为“永远复杂”的系统，问：真正实现自动化需要什么？最重要的是——他们能自己实现。

我还记得二十多岁时，看创业圈，觉得深刻的洞察似乎不合时宜。市场奖励的是 go-to-market，而非产品。创造技术上完美的东西看起来天真。直到2022年底，一切都改变了。ChatGPT 展示了多年来研究无法表达的东西：曲线弯曲了。新的 S 曲线开始了。

相变不会奖励那些适应前一阶段最好的人。它奖励那些在其他人还未理解新阶段价值时，看到无限可能的人。

于是我创立了 Warp。任务很具体：在美国，有超过800个税务机关，每个都有自己的要求。没有 API，没有程序化访问。多年来，每个提供商都通过雇佣人手来解决这个问题。成千上万的专家手工应对这些系统，而这些系统并非为规模化设计。传统巨头如 Paychex 将复杂性嵌入到他们的模型中，而不是消除它。

2022年，我看到 AI 代理很脆弱，但也看到改进的曲线。深入复杂系统、观察模型演变的人，可以打一个准确的赌：那些目前脆弱的技术，几年后会变得异常强大。

我们从零构建了 AI 原生平台，从最复杂的工作流程开始——那些传统巨头因架构限制无法自动化的流程。现在，这个赌注开始得到回报。

但关键在于识别模式。人工智能时代的技术创始人看到不同的切入点，做出不同的赌注。他们看待那些被认为“永远复杂”的系统，问：实现真正自动化需要什么？然后——最关键的是——他们能自己实现。

但还有一个决定一切的因素。这里大多数 AI 创始人犯了灾难性的错误。

创业圈有个流行的梗：你只有两年时间，从最低层爬出来。快速启动，快速融资——要么成功，要么失败。我理解这个观点。AI 的速度带来一种存在威胁的感觉。窗口似乎极其狭窄。

但这是错误的。执行速度至关重要——这在我公司的名字中也有所体现。但速度不等于狭隘的视野。那些在 AI 时代能创造最有价值公司的创始人，不是跑两年的人，而是跑十年、享受复利的人。

因为软件中最宝贵的元素——私有数据、深厚的客户关系、真实的切换壁垒、合规专业知识——都需要多年积累。你不能快速复制它们，无论资本或竞争对手的 AI 能力多强。

当 Warp 处理多个州的工资时，我们积累了数千个司法管辖区的合规数据。每个通知、每个边界案例、每个在政府机构的注册——都在训练系统，随着时间推移变得越来越难以复制。这不仅仅是一个功能。这是一个防御性屏障，因为我们长时间以高标准工作。

这种复利在第一年是看不见的。第二年只会隐约显现。到第五年，它已成为游戏的核心。

前 Snowflake CEO Frank Slootman 曾说：你必须习惯持续的不适。这不是短跑，而是一种状态。早期的迷雾——迷失方向、信息不完整——不会在两年内消失。它只是演变。新的不确定性会取代旧的。

成功的创始人不是那些找到信心的人，而是那些学会在迷雾中前行的人。

创立公司是一个残酷的过程。你生活在持续的轻微恐惧中，有时被更强烈的恐惧打断。你在信息不足的情况下做出数千个决策，明白一连串的错误会导致崩溃。Twitter 上“夜以继日的成功”不是简单的幂律分布的极端值，而是在极端值中的极端值。用它们优化策略，就像在分析迷路、偶然跑了五公里的人一样训练马拉松。

为什么要这样做？不是因为方便，也不是因为成功几率高。而是因为对某些人来说，不这么做就不是在真正生活。因为唯一比从无到有创造更糟的，是在未曾尝试中窒息。

如果你猜对了，看到别人还未意识到的真理，行动时带着美学和信念，长远来看——结果不仅仅是财务上的。你在创造一种真正改变人们工作方式的东西。创造人们乐于使用的产品。招聘那些全情投入的人。

这是一个十年的项目。人工智能不会改变这一点。

那么，未来的软件架构会是什么样？乐观者说，AI带来了繁荣——更多的产品、更高的价值。他们是对的。悲观者说，AI抹去了竞争优势——一小时内就能复制一切。他们也部分正确。

但双方都只看到了底部。没人关注顶部。

未来会有成千上万的“即用型”解决方案——小型、功能齐全、由 AI 生成的工具。许多甚至不会是公司，而只是内部项目。对于低门槛的软件类别，市场将变得真正民主。竞争激烈，利润微薄。

但对于对业务至关重要的软件——处理资金流、税务申报、员工数据、法律风险的系统——情况完全不同。这些工作流程的错误容忍度极低。当工资未按时发放、税务局来检查、保险中断时，后果是真实的。

这些工作流程的公司将继续信任供应商。赢家通吃的动态将比以往任何时候都更激烈。不仅因为网络效应，更因为 AI 原生平台可以扩展，积累数百万交易和数千合规场景中的私有数据，具有复利优势，使得后来者几乎不可能从零起步。

门槛不是功能集，而是随着时间积累的高标准质量。在这个领域，错误的代价极高。

这意味着软件市场将比 SaaS 时代更趋集中。我预期十年后，HR 和工资市场不会有20家各占几百分点的公司，而是两到三家占据绝大部分价值的平台，以及一长串几乎一无所获的“即用型”解决方案。

这种模式将在所有涉及复杂合规、数据积累和高切换成本的领域出现。

顶尖公司看起来都很相似：由具有产品意识的技术专家创立；从第一天起采用 AI 原生架构；在那些现有巨头无法提供结构性解决方案、又不破坏现有业务的市场中运营。

他们在早期做出了独特的预测，洞察到由 AI 创造的尚未被充分认识的真理，并坚持足够长的时间，让复利效应变得明显。

我在2022年创立了 Warp，因为我相信：与人力资源管理相关的整个技术栈——工资、税务合规、福利、入职、设备管理——都建立在手工劳动和过时架构之上，而这些都可以被 AI 完全取代。不是改进，而是取代。

大公司通过吸收人力资源的复杂性，建立了数十亿的业务。我们在构建一个从根本上消除复杂性的业务。

三年时间验证了这个赌注。处理了超过5亿笔交易，持续增长，为关键技术的公司提供服务。每个月，合规数据、极端案例、集成的积累都让平台变得更难复制，也更有价值。

竞争优势还在早期，但已形成并在加速。

我讲这个不是因为成功已成定局——在幂律世界里，没有什么是预定的——而是因为我描述的逻辑：看到真理，比别人更深入，建立你能坚持的标准，不受外部压力，持久到让你知道自己是否正确。

在 AI 时代脱颖而出的公司，将由那些明白：获取从未是稀缺资源、洞察力是的、执行从未是保护、品味是的、速度从未是优势、深度是的的人创建。

幂律法则不关心你的意图，但它会奖励正确的意图。