注意到一個有趣的悖論，現在讓所有人困惑：當新技術讓每個人都能獲得某些東西時，為什麼不平等反而越來越嚴重？

Spotify 讓任何音樂人都能發佈自己的曲目。結果？前 1% 的藝術家掌握了比 CD 時代更大的聽眾份額。網路創造了比人類歷史上更多的創作者，但注意力經濟變得更為殘酷。攝影、程式設計，現在還有人工智慧——每次都是同樣的故事。

我們習慣線性思考，期待成長能平均分配。但複雜系統並非如此運作。這不是技術的缺陷，而是自然的規律。看看克利伯定律——所有生物的代謝，從細菌到鯨魚，都遵循幂律法則。沒有人設計它，這只是能量在複雜系統中的自我組織。

市場也是一個複雜系統。當摩擦消失在(地理、物流、分銷成本)時，市場趨向其自然形態。這個形態不是高斯曲線，而是幂律法則。正因如此，每一次新技術浪潮都讓我們措手不及。

但有趣的是：當執行成本降低，審美成為信號。還記得，史蒂夫·喬布斯堅持在第一台Mac內部使用漂亮的印刷電路板嗎？那些沒被看到的部分。他的工程師們都以為他瘋了。但他懂得一個重要的道理：你如何製作隱藏的部分，正是你如何製作一切的方式。

過去十年，SaaS 的情況不同。執行標準化到幾乎只看誰能更好地推廣和銷售。產品幾乎不重要。市場策略勝過平庸的解決方案。審美信號被成長指標的噪音淹沒。

人工智慧改變了一切。現在每個人都能在一小時內打造一個功能完整、界面漂亮、代碼可用的產品。問題不再是這是否方便。問題是：這真的出色嗎？創作者知道好與卓越的差別嗎？他是否足夠重視，甚至在沒有人要求的情況下，也能堅持到底？

這對於處理薪資、稅務報告、員工資料的系統尤為關鍵。這不是可以測試和丟棄的應用程式。切換成本是真實的，錯誤後果嚴重。公司會進行各種信任檢查。漂亮的產品是最響亮的信號之一：創建它的人，不僅在外在表現上付出努力，也在看不見的部分。

在 SaaS 蓬勃發展的時期，主導力量是懂得指標的理性優化者。創始人來自銷售、顧問、金融背景。他們沉浸在電子表格中，了解 NDR、ACV、magic number。那個時代，他們完全正確。

但那是有限制的時代。人工智慧打破了這些限制，創造出新的可能。現在，稀缺資源不再是分銷，而是洞察機會的能力——以及用審美和信念的標準來實現它。

因此，技術創始人現在具有優勢。不僅是工程技術，更是洞察力。他們看到不同的切入點。看著一個被認為“永遠複雜”的系統，問：真正的自動化需要什麼？最重要的是——他們能自己打造。

我記得，二十幾歲時，我看著創業圈，覺得深刻的洞見似乎不合時宜。市場獎勵的是 go-to-market，而非產品。打造技術上完美的東西，似乎天真。直到 2022 年底，一切都改變了。ChatGPT 展示了多年研究無法表達的東西：曲線開始彎曲。新的 S 曲線已經啟動。

階段轉換不會獎勵那些最適應前一階段的人，而是那些看到新階段無限可能的人，還沒被其他人理解其價值。

於是我創立了 Warp。任務很具體：在美國，有超過 800 個稅務機關，每個都有自己的要求。沒有 API，也沒有程式化存取。數十年來，每個供應商都靠雇用人手來解決這個問題。數千專家手動處理這些系統，這些系統並非為擴展而設。傳統巨頭如 Paychex，將複雜性內建於模型中，而非消除它。

2022 年，我看到 AI 代理很脆弱，但也看到改進的曲線。深入理解大型系統、觀察模型演進的人，可以做出準確判斷：目前看似脆弱的技術，幾年後將變得極其強大。

我們從零打造了一個 AI 原生平台，從最複雜的工作流程開始——那些傳統巨頭因架構限制永遠無法自動化的流程。現在，這個賭注已經證明是正確的。

但最重要的是——識別模式。人工智慧時代的技術創始人看到不同的切入點，做出不同的押注。他們看著一個被認為“永遠複雜”的系統，問：真正的自動化需要什麼？然後——關鍵——他們能自己打造。

還有一個決定一切的因素。這也是大多數 AI 創始人犯的致命錯誤。

在創業圈，有一個流行的梗：你只有兩年時間，從最低層爬起來。快速啟動，快速融資——要么成功，要么失敗。我理解這個想法，因為 AI 的速度帶來了存在感的威脅。窗口看起來極其狹窄。

但這是錯誤。執行速度很關鍵——這在我公司名稱中也有體現。但速度不等於狹隘的視野。在 AI 時代，能創造最有價值公司的創始人，不是跑兩年的人，而是跑十年、享受複利的人。

因為，軟體中最有價值的元素——私有數據、深厚的客戶關係、實質的切換障礙、合規專業——都需要多年積累。你不能靠快速複製來獲得它們，無論資本或競爭對手的 AI 能力多強。

當 Warp 處理多州公司薪資時，我們積累了數千個法規遵從的數據。每一個通知、每一個邊界案例、每一個在政府機關的登記，都在訓練系統。隨著時間推移，這個系統越來越難被模仿。這不僅是一個功能，而是一道防禦牆，因為我們長期以來都以高標準運作。

這個複利在第一年是看不見的。第二年才開始顯現。到第五年，已經成為遊戲的核心。

前 Snowflake CEO Frank Slootman 如是說：要習慣持續的不適感。這不是短跑，而是一種狀態。早期的戰爭迷霧——迷失方向、資訊不完整——不會在兩年內消失。它只是演變。新的不確定性取代舊的。

成功的創始人不是找到確信的人，而是學會在迷霧中前行的人。

創業是一個殘酷的過程。你生活在持續的輕微恐懼中，有時被更強烈的恐懼打斷。做出數千個決策，資訊不完整，知道一連串錯誤會導致崩潰。Twitter 上那些“夜以繼日的成功”不僅是指數分布中的極端值，更是極端值中的極端。用它們來優化策略，就像在分析迷路、偶然跑出五公里的人，來準備馬拉松。

為什麼要這樣做？不是因為方便，也不是因為成功率高。而是因為，有些人不這樣做，就不是在真正生活。因為，除了從無到有的恐懼之外，唯一更糟的是，連嘗試都沒嘗試過的窒息。

如果你猜對了，看到其他人還沒意識到的真相，行動中融入審美和信念，長期堅持——結果不僅是財務上的。你創造的，是一種真正改變人們工作方式的東西。你打造的產品，讓人樂於使用。你招聘的人，能全情投入。

這是一個十年的項目。人工智慧不會改變這一點。

那麼，未來的軟體架構會是什麼樣？樂觀者說，AI 創造了豐富——更多的產品、更高的價值。他們說得對。悲觀者說，AI 取代了競爭優勢——一切都能在一小時內複製。他們也部分正確。

但雙方都只看到了底部。沒有人在看天花板。

未來會有數千個一次性解決方案——小型、功能性、由 AI 生成的工具。許多甚至不會是公司，而只是內部項目。對於低門檻的軟體類別，市場將變得真正民主。競爭激烈，利潤微薄。

但對於對業務至關重要的軟體——處理金流、稅務、員工資料、法律風險的系統——情況完全不同。這些是錯誤容忍度極低的工作流程。當薪資沒到、稅務局來檢查、保險中斷——都會帶來真實的後果。

這些流程的公司將繼續信任供應商。且“贏者通吃”的動態會比以往更激烈。不僅因為網絡效應，更因為 AI 原生平台能擴展，積累數百萬交易和數千合規場景中的私有數據，具有複利優勢，使得後來者幾乎不可能從零起步。

入場門檻不是功能集，而是長期累積的品質，來自高標準的執行，因為錯誤會付出代價。

這意味著軟體市場將進入比 SaaS 時代更為集中的階段。我預計，十年後，HR 和薪資市場不會有 20 家公司各佔幾個百分點，而是兩到三個平台掌握絕大部分價值，還有一長串幾乎一文不值的單次解決方案。

這個模型也會在所有涉及合規複雜性、數據積累和高轉換成本的領域出現。

頂尖公司看起來都很相似：由具有產品意識的技術專家創建；從第一天起就採用 AI 原生架構；在那些現有巨頭無法提供結構性解決方案、又不破壞現有業務的市場中運作。

他們在早期做出了獨特預測，看到由 AI 創造的真理，尚未被市場認識，並堅持足夠長的時間，讓複利效應變得明顯。

我在 2022 年創立了 Warp，因為相信：整個人事管理相關的技術堆疊——薪資、合規、福利、入職、設備管理——都建立在手工勞動和過時架構之上，而這些都能被 AI 完全取代。不是改進，而是取代。

大公司通過吸收人事複雜性建立了數十億的商業，我們則在根本上消除這些複雜性。

三年來，這個賭注得到了驗證。處理超過 5 億筆交易，持續成長，服務於創造關鍵技術的公司。每個月，積累的合規數據、處理的邊界案例、建立的整合，讓平台越來越難被模仿，也越來越有價值。

競爭優勢仍在早期，但已經形成並在加速。

我分享這一切，不是因為成功已經注定——在幂律世界裡，沒有任何事是預先安排的——而是因為，我所描述的邏輯：看到真相、比他人更深入、建立自己堅持的標準、長期堅持，才會知道自己是否正確。

在 AI 時代，出類拔萃的公司將由那些懂得：資源從未稀缺，洞察力是的；執行從未是保護，品味是的；速度從未是優勢，深度才是的，創造出來。

幂律法則不在乎你的意圖，但會獎勵正確的意圖。