在你的產(chǎn)品中，用戶點(diǎn)擊了哪里？跳轉(zhuǎn)了幾步？為什么流失？在哪一步流失？為什么留下？為什么會轉(zhuǎn)化？為什么會付費(fèi)？

在過去，互聯(lián)網(wǎng)公司用 Mixpanel、PostHog、Amplitude 等分析工具，試圖理解用戶在產(chǎn)品中到底做了什么？但這些工具依賴事件埋點(diǎn)、代碼追蹤和靜態(tài)報表——不僅耗時長，而且只要產(chǎn)品結(jié)構(gòu)變了，就需要重構(gòu)分析系統(tǒng)。

“就算你成功追蹤了這些數(shù)據(jù)，你依然無法真正了解用戶是如何與產(chǎn)品互動的、體驗(yàn)卡在哪兒、流失發(fā)生在哪個瞬間。”

Human Behavior，這家僅4個月大的YC初創(chuàng)公司，另辟蹊徑，押注“視覺AI”：不再追蹤點(diǎn)擊，而是“觀看”真實(shí)的“用戶行為錄像”，借助計算機(jī)視覺AI，提取關(guān)鍵信息并生成報告，幫助產(chǎn)品團(tuán)隊快速回答那些最核心的問題。

Human Behavior僅用了兩天時間便完成了500萬美元（約3561萬元人民幣）種子輪融資。此次融資陣容強(qiáng)大，包括General Catalyst、Y Combinator、Vercel Ventures，以及Y Combinator創(chuàng)始人Paul Graham本人。

Human Behavior的團(tuán)隊，只有三位年輕人：20歲的CEO Amogh Chaturvedi、22歲的COO Chirag Kawediya 和 22歲的CTO Skyler Ji。他們將 Session Replay（用戶行為錄像） 重新定義為 AI 時代最真實(shí)、最被忽略的行為數(shù)據(jù)金礦。

在一次長達(dá) 20 分鐘的對談中，Human Behavior CEO Amogh Chaturvedi 分享了他們從“無主意”到“被用戶瘋狂喊Yes”的轉(zhuǎn)型全過程。他講述了 YC 如何教會他“別急著寫代碼，先聊100個用戶”；也分享了為什么產(chǎn)品不完美沒關(guān)系，只要你真正在解決“燃眉之急”，用戶會原諒一切Bug。

劃重點(diǎn)：

1、Human Behavior 到底在做什么？

“我們在構(gòu)建一套AI系統(tǒng)，能觀看用戶在你產(chǎn)品上的真實(shí)使用錄像，自動分析用戶的行為軌跡，幫助你理解：用戶為什么留下來？為什么流失？他們?yōu)楹螘顿M(fèi)？他們在你的產(chǎn)品中到底做了什么？”

Amogh 一語道破 Human Behavior 的核心：他們不是做點(diǎn)擊追蹤，而是圍繞“行為錄像”，構(gòu)建出一整套更真實(shí)、更智能的產(chǎn)品洞察系統(tǒng)。他們稱之為“分析背后的為什么”。

2、什么是用戶行為錄像（Session Replay）？

“簡單來說，就是客戶使用產(chǎn)品時的錄像回放。我們通過重建頁面 DOM 元素、鼠標(biāo)移動軌跡和點(diǎn)擊位置，完整還原用戶的操作行為。就像你在看一段視頻，但它記錄的是真實(shí)用戶如何使用你的產(chǎn)品?！?/strong>

這背后基于計算機(jī)視覺技術(shù)的突破。過去視覺模型準(zhǔn)確率不夠，無法大規(guī)模分析用戶錄像；現(xiàn)在模型成熟了，他們抓住時機(jī)“下場造工具”。

3、如何驗(yàn)證這個產(chǎn)品真的有價值？

“我們從沒寫一行代碼前，就和上百位產(chǎn)品團(tuán)隊聊過——包括多家獨(dú)角獸、500強(qiáng)公司?！?/strong>

他們通過冷郵件（Cold Email，在沒有任何事先關(guān)系或溝通的情況下，主動發(fā)給對方的一封電子郵件）、朋友介紹、死纏爛打約上對方通話，每次通話后就在白板上寫下“他們最在意的5件事”。最后整理出高度共識的核心需求。

Human Behavior 就是這樣被這些需求“雕刻”出來的。

3、怎么找到第一批客戶？

“基本就是‘朋友的朋友的朋友’。很多大客戶其實(shí)是我們自己跑去找的，目前還沒做到大量自然轉(zhuǎn)化。”

他們也用 Apollo 等工具每天發(fā)500封冷郵件，并設(shè)置多個郵箱，“不厭其煩”。

4、YC的影響：真正“改變了我”

“我申請 YC 純粹是因?yàn)椤l不想申 YC 呢？我是第一次創(chuàng)業(yè)，也沒啥人脈，YC讓我接觸到了硅谷真正的創(chuàng)業(yè)圈?！?/strong>

“YC面試雖然只有10分鐘，但很緊張。他們問題不難：你在做什么？誰是競爭對手？你能兩句話講清楚嗎？講不清楚就有問題了?！?/strong>

“最重要的是，YC讓我意識到創(chuàng)業(yè)的本質(zhì)是：‘做人們真正想要的東西’，而不是搞炫酷品牌。斯坦福里我們老聊融資、曝光、上線，但沒人談用戶問題?！?/strong>

5、Lean實(shí)驗(yàn)：從小步試錯到不斷演化

“YC教我最深的是‘Lean實(shí)驗(yàn)思維’。別造一個完美產(chǎn)品再推出，而是快速造個60分的版本丟給用戶，用數(shù)據(jù)說話，用反饋迭代?！?/strong>

6、給創(chuàng)業(yè)者的建議？

“我現(xiàn)在還沒有打造出一個偉大公司，所以不敢妄談經(jīng)驗(yàn)，但我覺得：在你沒和足夠多人聊清楚他們的痛點(diǎn)、沒得到強(qiáng)烈需求驗(yàn)證之前，不要急著開工。”

“真正有價值的產(chǎn)品，即使Bug一堆、體驗(yàn)粗糙，用戶也會愿意付費(fèi)，只要你解決的是他們‘頭疼級別’的問題?！?/strong>

今天這篇文章，希望對你有所啟發(fā)，enjoy~

01

從黑客屋走出的創(chuàng)始團(tuán)隊

TechCrunch報道截圖

Human Behavior的三位創(chuàng)始人分別是CEO Amogh Chaturvedi、COO Chirag Kawediya 和CTO Skyler Ji。三人相識于2023年一次黑客屋項(xiàng)目，那是Chaturvedi大一結(jié)束后組織的一場“邊住邊造”的創(chuàng)業(yè)實(shí)驗(yàn)室——本質(zhì)上是為和朋友們共同生活、共同創(chuàng)造找個好借口。

他們的第一家公司叫 Dough，是一款為電商企業(yè)設(shè)計的會計工具，完全靠自籌資金啟動。和Amogh從斯坦福輟學(xué)一樣，Skyler Ji也選擇輟學(xué)（離開加州大學(xué)伯克利分校），而 Chirag Kawediya則完成了大學(xué)學(xué)業(yè)。

雖然最初YC對Dough所處市場的前景持懷疑態(tài)度，但仍接納他們進(jìn)入今年春季創(chuàng)業(yè)營，理由是——“他們應(yīng)該會很快轉(zhuǎn)型”。事實(shí)也正是如此。團(tuán)隊幾乎立刻就對現(xiàn)有客戶進(jìn)行了深入訪談，想搞清楚他們是否還有別的痛點(diǎn)。

反饋高度一致：Dough可以告訴他們哪些商品賣得好、哪些不好，但客戶真正關(guān)心的是“為什么”。而要回答這個“為什么”，就需要超越會計報表，轉(zhuǎn)向基于用戶行為數(shù)據(jù)的分析能力。

于是，他們將Dough以六位數(shù)價格賣給了Employer.com（該公司也曾收購Bench），然后全力投入Human Behavior。

02

為什么點(diǎn)擊？為什么流失？

Human Behavior重新定義用戶洞察

傳統(tǒng)的產(chǎn)品分析工具往往需要工程師為每一個按鈕、每一個點(diǎn)擊設(shè)置事件追蹤器，前后耗費(fèi)數(shù)小時甚至數(shù)周時間，這對于節(jié)奏快速的初創(chuàng)企業(yè)來說并不現(xiàn)實(shí)。

“就算你成功追蹤了這些數(shù)據(jù)，你依然無法真正了解用戶是如何與產(chǎn)品互動的、體驗(yàn)卡在哪兒、流失發(fā)生在哪個瞬間?！?Chirag 解釋說。

而Human Behavior另辟蹊徑：不再追蹤點(diǎn)擊，而是“觀看”用戶行為錄像，借助計算機(jī)視覺AI，提取關(guān)鍵信息并生成報告。

截圖為中文翻譯版本

會話錄像工具并不新鮮，但直到最近，計算機(jī)視覺的準(zhǔn)確率才終于達(dá)到了可以規(guī)?；幚淼某潭?。Human Behavior正是抓住了這一臨界點(diǎn)，對上千小時的錄像進(jìn)行處理、總結(jié)與分類。

“與其花時間寫一堆埋點(diǎn)代碼，不如直接看用戶是怎么用的?！盨kyler Ji補(bǔ)充道。

目前，Human Behavior的早期客戶主要是A輪和B輪階段的成長型初創(chuàng)企業(yè)。他們每天都會收到一封總結(jié)郵件，包含：哪些功能被使用、哪些Bug被觸發(fā)、哪些用戶流失……產(chǎn)品團(tuán)隊可以在不打擾工程師的前提下，快速洞察核心問題。

創(chuàng)始團(tuán)隊把用戶錄像稱為“尚未被開發(fā)的金礦”。現(xiàn)階段，他們專注于幫助團(tuán)隊理解用戶行為、修復(fù)Bug；未來，他們希望同一份數(shù)據(jù)集還可以拓展出自動化測試、內(nèi)嵌IT支持等產(chǎn)品，打造出一個圍繞“用戶行為錄像”的多產(chǎn)品矩陣。他們的愿景是——“做Session Replay界的Datadog”。

03

從0構(gòu)建：

挑戰(zhàn)Mixpanel與PostHog的機(jī)會

為什么他們有信心挑戰(zhàn)Mixpanel和PostHog等老牌選手？關(guān)鍵在于“從新技術(shù)出發(fā)，重構(gòu)整個架構(gòu)”。

一位用戶將商品添加到購物車并開始結(jié)賬。他在地址表單上遇到了驗(yàn)證錯誤，再次檢查了定價頁面，最終在完成購買之前放棄了購物車。他多次點(diǎn)擊提交按鈕，并訪問了支持頁面，最后在查看了頁腳后結(jié)束了會話。（截圖為中文翻譯版本）

“老一代產(chǎn)品已經(jīng)形成了固定架構(gòu)，很多是基于事件驅(qū)動的分析模型。要實(shí)現(xiàn)我們這種以錄像為核心、以視覺AI驅(qū)動的架構(gòu)，他們可能要推倒重來?！?Chirag Chaturvedi表示。

相比之下，Human Behavior是為這代AI模型量身定做的“原生”產(chǎn)品，從第一行代碼就圍繞AI能力進(jìn)行設(shè)計。他們不是在已有工具上“補(bǔ)丁式升級”，而是在AI的土壤上種下一整片森林。

04

訪談全文

主持人：我們從頭說起。Human Behavior 是什么？你們在解決的核心問題是什么？

Amogh：Human Behavior 是我們正在構(gòu)建的一個AI系統(tǒng)，它會“觀看”用戶的 session replay，也就是用戶使用產(chǎn)品過程中的錄像，幫助你理解用戶為什么會留下、為什么會流失、為什么愿意付費(fèi)，或者他們到底在產(chǎn)品里做了什么。本質(zhì)上，這是在回答分析工具背后的那個“為什么”。

主持人：那你們是怎么想到這個點(diǎn)子的？是源自你們自己的痛點(diǎn)，還是觀察市場時發(fā)現(xiàn)了機(jī)會？

Amogh：其實(shí)這個點(diǎn)子的由來還挺好笑的。我們剛進(jìn) YC 的時候，我們的項(xiàng)目合伙人其實(shí)根本不喜歡我們最初的主意。我當(dāng)時和朋友慶祝進(jìn)了 YC，去喝波霸奶茶，坐了三個小時，開始瞎想要做什么。當(dāng)時我們完全沒想好產(chǎn)品方向。我們就往白板上亂寫了三個小時的點(diǎn)子，然后突然有個朋友說起 session replay，他說“如果你能做一個能自動分析 session replay 的AI，我會很愿意為此付錢”。當(dāng)時我們就停在了這個想法上。

那天回去后，我就給斯坦福的創(chuàng)業(yè)朋友們發(fā)信息，問他們對“一個能分析用戶錄像的AI”怎么看。這是我們第一次得到壓倒性的正面反饋——每個人都說：“要，要，要！”我就想，也許這個點(diǎn)子值得認(rèn)真看一看。

接著我們花了一整周時間冷啟動，發(fā)郵件給我們認(rèn)識的每一個人，盡可能去驗(yàn)證這個點(diǎn)子，獲取確定性。最后我們決定，就做這個吧。

主持人：可以更詳細(xì)解釋一下什么是 session replay 嗎？讓所有人都能理解。

Amogh：Session replay 本質(zhì)上是用戶使用產(chǎn)品過程的錄像。我們通過接入標(biāo)準(zhǔn)庫或網(wǎng)頁 SDK 來記錄，比如記錄 DOM 元素的結(jié)構(gòu)、鼠標(biāo)的 XY 坐標(biāo)、用戶的操作軌跡，重建出一個完整的視頻。這基本上就是一個“用戶如何使用產(chǎn)品”的視頻回放。

主持人：你們是怎么發(fā)現(xiàn)這個領(lǐng)域確實(shí)還有空間的？

Amogh：其實(shí)這個東西早晚都會有人做。我們決定現(xiàn)在做，是因?yàn)橐酝荒芸渴謩勇顸c(diǎn)，而現(xiàn)在，AI 模型終于成熟到可以試著自動解析這些錄像了。為什么是現(xiàn)在？因?yàn)榧夹g(shù)終于“夠用了”。

主持人：很酷。你剛才提到你們進(jìn)了 YC，那我理解的是這個并不是你們最初的產(chǎn)品方向？你們是后來轉(zhuǎn)型的？

Amogh：對，其實(shí)我們一直在轉(zhuǎn)型。一開始我們只是朋友，大家一起遠(yuǎn)足、做 side project，做了一堆有趣的小玩意兒，比如“Test My Hinge”（幫你測 Hinge 匹配質(zhì)量）之類的。我們申請 YC 其實(shí)有點(diǎn)一拍腦門的感覺。

你要問我們最開始用什么點(diǎn)子申請的？我們當(dāng)時提的是一個“AI記賬工具”。你說我懂會計嗎？完全不懂。就是覺得“QuickBooks挺老的，這可能是個機(jī)會”。我的合伙人倒是個非常強(qiáng)的會計，所以我們覺得“創(chuàng)始人和產(chǎn)品有契合度”，但事實(shí)證明這個想法不太行。

后來我們又申請了一次，用的是“面向電商的數(shù)字銀行”點(diǎn)子。說實(shí)話，我們根本不了解 Fintech，我們只是為了找點(diǎn)子而找點(diǎn)子。

現(xiàn)在回頭看我明白了：YC 不喜歡這些點(diǎn)子，是因?yàn)槲覀兏緵]從自己的真實(shí)體驗(yàn)出發(fā)，只是想當(dāng)然地在老領(lǐng)域找切入口。而 Human Behavior 是我們從使用產(chǎn)品、安裝 session replay 軟件中真實(shí)遇到的問題，自然生長出來的。

主持人：非?？帷Ｄ悄隳軒一仡櫼幌?Human Behavior 最早期的產(chǎn)品原型嗎？你們最初的 V1 產(chǎn)品長什么樣？

Amogh：我們搭建了一個叫 Cortex 的系統(tǒng)，核心是一個像 Gemini 一樣的 AI，它會觀看session replay，然后自動生成標(biāo)簽、識別事件。基于這些標(biāo)簽，我們可以做很多事情，比如分析轉(zhuǎn)化漏斗，找出用戶在哪個步驟掉隊了；還可以用自然語言查詢，比如你覺得用戶流失的某個路徑存在問題，你就可以搜索“展示所有用戶做了X、Y、Z的錄像”，我們就能把這些視頻呈現(xiàn)出來，讓你直接看到問題。

此外，AI 還能自動識別404頁面，比如哪一頁崩潰了，一旦識別出來，我們就能生成 issue 工單。這就是我們目前的產(chǎn)品 V1，我們希望在這個基礎(chǔ)上持續(xù)迭代，打造更好的產(chǎn)品。

主持人：那在技術(shù)上，構(gòu)建一個能“觀看用戶錄像”的系統(tǒng)，最難的地方是什么？

Amogh：我覺得最難的是擴(kuò)展性。我們的客戶中有一些電商網(wǎng)站，每天有上百萬個 session 要處理，這對系統(tǒng)架構(gòu)和基礎(chǔ)設(shè)施提出了非常高的要求。

另外，Gemini 模型還會出現(xiàn)“幻覺”（hallucinate）的情況，這也需要我們反復(fù)打磨。我們其實(shí)得到過另一家 YC 公司 Blacksoil 的幫助，他們和我們坐下來討論了整個架構(gòu)，給了很多建議，非常感激他們。

對我個人來說，把一個系統(tǒng)做成可以承載這種規(guī)模，是我從沒做過的事，真的很難，但我們正一步步往前推進(jìn)。

主持人：我能想象那有多難。那你們和傳統(tǒng)事件驅(qū)動型分析工具的最大區(qū)別是什么？比如 Mixpanel、PostHog？

Amogh：最大的區(qū)別在于，像 Mixpanel 這種工具，你得自己手動設(shè)置每一個事件追蹤點(diǎn)，要寫事件監(jiān)聽器、追蹤器。而一旦你的 app 發(fā)生變化，你就得重寫所有追蹤邏輯，這真的很煩。

我們的出發(fā)點(diǎn)就很簡單：既然以前是人工去看 session replay，那為什么不能用 AI 來代替人呢？這就是我們的方案。AI 就是那個人，只不過更快、更準(zhǔn)、更不累。

主持人：明白了。那你們是怎么驗(yàn)證這個產(chǎn)品真的對產(chǎn)品團(tuán)隊有用的？有沒有讓你們印象深刻的用戶反饋？

Amogh：其實(shí)就是苦苦哀求別人接我們電話（笑），瘋狂約訪，“拜托聊聊吧、聊聊吧”。

在決定真正開始構(gòu)建產(chǎn)品之前，我們至少和100個人聊過，不是隨便找的那種人，而是真正做產(chǎn)品的、來自獨(dú)角獸或500強(qiáng)公司的產(chǎn)品團(tuán)隊。

我們就是靠冷郵件轟炸他們，一遍遍發(fā)，一遍遍 follow-up，雖然很煩人，但我們必須搞到這些對話。

一開始我們只帶著很粗淺的產(chǎn)品想法——一個AI去看 session replay，但真正的價值來自用戶怎么說。

很多產(chǎn)品經(jīng)理告訴我們，他們每天花兩小時做圖表，如果你們能幫我自動生成這些圖，那就太棒了；還有人說，他們每天要看很多用戶路徑錄像，如果你們能幫我聚類用戶行為，那我省下的時間太多了。

我們在辦公室搞了一塊大白板，每次打完用戶電話，我就寫下四五個他們提到的關(guān)鍵點(diǎn)，然后不斷tally（統(tǒng)計）——如果5通電話里有4個人提到同一個需求，那我們就知道，這就是優(yōu)先級最高的功能。

主持人：我知道 YC 特別強(qiáng)調(diào)“在寫代碼之前先和用戶聊”，你剛才也提到你們做了大量外聯(lián)。能不能更深入講講，你們是怎么找到這些對的人，又怎么確保你們聊到的是正確的目標(biāo)用戶？

Amogh：說白了就是拼命找人。最好的方式就是——朋友的朋友的朋友。你得拼命拓展，哪怕有一絲線索也去聊一聊。

我們也用了 Apollo 這種工具（做大規(guī)模冷郵件），開了他們的高級賬戶，每天發(fā) 500 封郵件。我自己就有四個郵箱，每天輪流發(fā)，完全鋪開做外聯(lián)。

主持人：你們現(xiàn)在的客戶包括像 Conduit 這樣的初創(chuàng)公司，那你們是怎么簽下第一個客戶的？

Amogh：老實(shí)說，還是朋友的朋友介紹的（笑）。哪怕現(xiàn)在，我們很多的“潛在客戶”也不是自動找上門來的。

我們其實(shí)有一個非常清晰的理想客戶畫像（ICP），包括公司規(guī)模、產(chǎn)品復(fù)雜度、數(shù)據(jù)量等等。但哪怕是一些超級大公司、獨(dú)角獸、500強(qiáng)公司聯(lián)系了我們，我們也不一定優(yōu)先服務(wù)。

我們目前還處于早期階段，客戶獲取主要還是靠一個個引薦——比如，我問一個朋友“你認(rèn)識這個人嗎？”然后他帶我見他老板，他老板再介紹我們給他的上司……就這樣一環(huán)一環(huán)傳下去。

所以我們現(xiàn)在有一些還不錯的客戶，但老實(shí)說，數(shù)量也沒到特別夸張的程度。

主持人：那客戶真正開始用產(chǎn)品時，你們是怎么做 onboarding（接入）的？從開始使用到產(chǎn)生價值，大概要多久？

Amogh：接入只要 5秒鐘。只需要輸入你的 PostHog ID，然后裝一下我們的SDK，真的就五秒鐘搞定。

數(shù)據(jù)開始流進(jìn)來之后，我們會在 2 到3 天內(nèi)發(fā)出第一封分析郵件，告訴客戶我們觀察到了什么，這就是我們當(dāng)前主要的“價值交付”方式。

我不知道這種方式是否足夠，但目前用戶的反應(yīng)還是挺積極的——他們覺得“確實(shí)提供了些新東西”，而且這個“新東西”是在剛上線后兩三天就能看到的。

此外，我們還有一個 Slack 支持群，全天候在線。如果客戶有任何問題，我們都立即響應(yīng)，甚至像顧問一樣和他們一起分析數(shù)據(jù)、解決問題。同時他們也能直接訪問平臺使用各項(xiàng)功能。

我們現(xiàn)在的核心競爭力就是：響應(yīng)快 + 快速交付首輪價值。

主持人：聽起來你們基本上是跟客戶“并肩作戰(zhàn)”了。那么你有沒有發(fā)現(xiàn)，哪些類型的產(chǎn)品或團(tuán)隊用 Human Behavior 特別合適？有沒有不太適合的場景？

Amogh：說實(shí)話，大多數(shù)網(wǎng)站都挺適合用的。我當(dāng)然要這么說（笑），但我也愿意坦誠地說清楚——

比如，有一次我們接入了一個客戶的網(wǎng)站，他們也綁定了 PostHog ID，但那個網(wǎng)站就只有一個頁面，甚至連“關(guān)于我們”、“聯(lián)系我們”這些子頁面都沒有，純粹是個著陸頁。

這種情況下，用戶行為非常有限，我們能分析的信息也就非常有限。比如，我們只能知道用戶是否瀏覽到了頁面最底部，是否點(diǎn)擊了跳轉(zhuǎn)到 Stripe 的按鈕——但因?yàn)镾tripe 并沒有直接綁定，我們甚至無法判斷用戶是否最終完成了支付。

所以，這種場景下我們確實(shí)幫不了太多忙，因?yàn)樾畔⒚芏忍汀?/p>

主持人：我猜會有一些用戶隱私和合規(guī)方面的問題。你們要分析用戶操作錄像，怎么應(yīng)對這方面的挑戰(zhàn)？

Amogh：嚴(yán)格來說，我們并沒有直接“觀看”用戶錄像。我們是重建 DOM 元素和用戶交互過程，并不是在看真實(shí)的視頻。

而在合規(guī)層面，我們完全遵守行業(yè)標(biāo)準(zhǔn)。如果你去看我們的服務(wù)條款，我們有律師團(tuán)隊撰寫的完整數(shù)據(jù)使用政策、數(shù)據(jù)存儲流程、數(shù)據(jù)保留規(guī)則等各種“合規(guī)文件”，都做得很扎實(shí)。

所以你問我們是否通過了合規(guī)檢查？可以說是完全合規(guī)、行業(yè)標(biāo)準(zhǔn)都做到了。

主持人：我們聊聊 YC 吧。你當(dāng)初為什么申請 YC？面試過程又是什么樣的？

Amogh：我申請 YC，說白了就是因?yàn)椤@是 YC ?。]有不申請的道理。誰做初創(chuàng)不想進(jìn) YC 呢？對我來說尤其如此：我是第一次創(chuàng)業(yè)，又是從大學(xué)輟學(xué)，沒有什么行業(yè)背書，沒什么人脈。

YC 把我?guī)нM(jìn)了硅谷的核心圈子，這對我來說是一個天然的跳板，當(dāng)然要申。

主持人：那面試過程怎么樣？

Amogh：壓力山大，真的。我不會騙你，挺緊張的。

整個面試就十分鐘，他們不會刻意為難你，也不會問多難的問題——他們是真心希望你表現(xiàn)好。

但他們問的，都是最基本、最核心的問題：你在做什么？競爭對手是誰？你打算怎么做？這些問題看起來簡單，但如果你說不清楚，問題就大了。

而且節(jié)奏非?？?，如果你回答得啰嗦，他們會直接打斷你，“下一個問題”，節(jié)奏咔咔咔。環(huán)境本身就很緊張，哪怕問題本身不難。

現(xiàn)在回頭看，那些問題其實(shí)很簡單，比如“你在做什么”這種，如果你不能在兩句話之內(nèi)講清楚，你就該回去好好思考了。

主持人：那 YC 對你們團(tuán)隊來說，最有價值的地方是什么？

Amogh：導(dǎo)師的建議當(dāng)然很重要，但對我而言，最寶貴的是 YC 的社區(qū)。

老實(shí)說，創(chuàng)業(yè)挺孤獨(dú)的。平時就是我和我的兩位合伙人自己在打拼。所以 YC 提供的社區(qū)和網(wǎng)絡(luò)資源，對我們來說太有幫助了。

就像我之前提到的，有 YC 公司Blacksoil 的朋友，在我們卡在基礎(chǔ)架構(gòu)設(shè)計的時候，主動幫我們梳理系統(tǒng)、優(yōu)化設(shè)計，他們甚至沒要我們一分錢。

YC 的活動也很棒，讓我們有機(jī)會認(rèn)識其他創(chuàng)業(yè)者。YC 內(nèi)部的互助氛圍特別強(qiáng)，其他 YC 公司真的會幫你，比如幫你做客戶引薦、解答技術(shù)問題等。

再比如 YC 提供的各種福利也很實(shí)用：AWS的免費(fèi)額度、OpenAI 的 API 使用額度，真的能省下不少錢。

主持人：你是第一次做創(chuàng)始人，那進(jìn)入 YC 之后，你的產(chǎn)品思維或者公司構(gòu)建思維有發(fā)生什么變化嗎？

Amogh：說實(shí)話，YC的影響太大了。我可以毫不夸張地說，YC 真的是“改變了我這個人”。

他們特別強(qiáng)調(diào)基本面原則，看起來簡單得不能再簡單，但實(shí)際上很多人做不到。比如：

• 做人們真正需要的產(chǎn)品

• 多和用戶溝通

• 聚焦產(chǎn)品本身

這些聽起來很“老生常談”，但大多數(shù)人并沒有真正踐行，哪怕我們自己有時候也會偏離這些原則。

每次當(dāng)我們陷入一些無關(guān)緊要的細(xì)節(jié)，比如“這個功能要不要打磨得更精致”，我們的 YC 導(dǎo)師都會問：“這東西用戶真的需要嗎？你為什么非要做它？”

YC 讓我意識到：快速小步試錯才是正道。以前我們總是在一個功能上死磕，浪費(fèi)好幾天，后來我們學(xué)會了快速試驗(yàn)——把功能做出來，丟給用戶用，用完再聽反饋，改，繼續(xù)迭代。

另外一個感悟是：在斯坦福時，我們談“創(chuàng)業(yè)”常常在談融資、上線、品牌包裝……這些“性感”的東西。但現(xiàn)實(shí)是，如果你沒在解決一個真實(shí)問題，那就算你網(wǎng)站做得再好看也沒人關(guān)心。

主持人：你剛才提到“Lean實(shí)驗(yàn)”，很多人可能不太熟，能不能解釋一下你的理解？

Amogh：對我來說，“Lean實(shí)驗(yàn)”的核心是：邊做邊試，不求完美。

具體來說，就是快速把功能做出來，不要花太多時間打磨到100分，而是做到60分，然后盡快交給用戶試用，看他們是否喜歡。

如果他們覺得有用，我們再繼續(xù)優(yōu)化；如果他們完全不關(guān)心，那就可以砍掉。

迭代快、反饋快，這才是關(guān)鍵。

主持人：你覺得很多人是不是都會在找合伙人這件事上卡住？如果是的話，你會給什么建議？

Amogh：說實(shí)話，我可能也不是特別合適給建議。

我自己挺內(nèi)向的，認(rèn)識的人也不多。我真的是非常幸運(yùn)才遇到了現(xiàn)在的合伙人。他們是我遇到過最棒的人，真的，隨便你能想到的夸張褒義詞都可以用在他們身上。

說實(shí)話，聯(lián)合創(chuàng)始人之間的關(guān)系是最重要的。很多公司不是死于產(chǎn)品不好、市場不對，而是死于創(chuàng)始人之間的糾紛。

我們團(tuán)隊能走到現(xiàn)在，完全是因?yàn)槲覀冎g關(guān)系非常穩(wěn)固，我真的太幸運(yùn)了。

要我教你怎么找合伙人？我也不知道——這就像問我怎么交朋友，我也不會（笑）。

主持人：往更長遠(yuǎn)看，你們對 Human Behavior 的終極愿景是什么？除了 session replay，還想做到什么？

Amogh：Session replay 本身其實(shí)就是一種非常豐富的數(shù)據(jù)形式。我們現(xiàn)在的策略是先聚焦眼前能創(chuàng)造價值的地方，但從長期看，這個數(shù)據(jù)可以支持非常多的方向。

我可以稍微跑個題，說一個 YC 導(dǎo)師告訴我的觀點(diǎn)：別一上來就想象五年十年后的樣子，公司最終會長成什么形狀你現(xiàn)在根本無法預(yù)測。谷歌起初只是一個搜索引擎，現(xiàn)在他們在做手機(jī)、做AI；亞馬遜一開始只是賣書的，現(xiàn)在做 AWS、做物流、做硬件……所以你現(xiàn)在唯一該做的是：專注下一個月、下一個季度，你能提供什么實(shí)實(shí)在在的價值。

但如果讓我現(xiàn)在隨口想一想我們未來可以做什么，確實(shí)有很多方向。比如：

• AI 自動引導(dǎo)：用戶在頁面上“瘋狂點(diǎn)擊”或者停滯不動，系統(tǒng)可以識別出卡頓行為，跳出來提醒：“你是不是在找某某頁面？”

• AI QA（自動化質(zhì)量保障）：重現(xiàn)用戶操作路徑，自動發(fā)現(xiàn)bug、生成復(fù)現(xiàn)流程。

• 訓(xùn)練“瀏覽器代理”：我們雖然不會直接拿客戶數(shù)據(jù)做訓(xùn)練，但用 session replay 這樣的數(shù)據(jù)類型去訓(xùn)練“瀏覽器行為模型”，在長期上可能會非常有價值。

這些只是我現(xiàn)場想到的點(diǎn)子，未來到底怎么發(fā)展，還要看客戶需求、數(shù)據(jù)能力和市場節(jié)奏。

主持人：你覺得這個在游戲行業(yè)能落地嗎？

Amogh：我覺得游戲行業(yè)的確很有意思，但現(xiàn)在我們還沒準(zhǔn)備好去處理這類數(shù)據(jù)。視頻游戲的數(shù)據(jù)量太大，變化太快，而我們當(dāng)前的模型主要是基于截圖、逐幀分析的，對那種高幀率、快速交互的內(nèi)容還不夠成熟。

但未來如果技術(shù)跟上，我們肯定想進(jìn)入這個領(lǐng)域。

主持人：那你們有沒有做過某個產(chǎn)品決策，當(dāng)時覺得挺冒險的，但后來證明做對了？

Amogh：其實(shí)我們現(xiàn)在做的每件事都算是“新的”，但沒有哪一件特別是“孤注一擲”的大賭注。我們是靠很多小步快跑的嘗試在往前推進(jìn)。

主持人：我們也接近尾聲了。你要是現(xiàn)在對一個剛起步的創(chuàng)業(yè)者說點(diǎn)什么，無論是怎么理解用戶，還是怎么從點(diǎn)子走到執(zhí)行，你會說什么？

Amogh：說實(shí)話——你要理解用戶，我當(dāng)然要推一下我們的產(chǎn)品（笑），直接用 Human Behavior 就好啦。

但認(rèn)真講，從“想法”走到“執(zhí)行”，我自己還遠(yuǎn)稱不上什么成功創(chuàng)業(yè)者，只能轉(zhuǎn)述一些比我聰明的人的建議：

不要急著開始寫代碼。除非你已經(jīng)和足夠多用戶聊過，得到了真實(shí)、強(qiáng)烈的需求驗(yàn)證——不然別動手。

這種“驗(yàn)證”不是指一句鼓勵，而是你聽到無數(shù)個“我現(xiàn)在就想用這個”，甚至有人愿意提前付錢、簽合同。

而一旦你開始動手做，就要和早期用戶一起迭代前進(jìn)。

主持人：你剛提到“強(qiáng)烈的需求驗(yàn)證”，那你覺得什么才算是“足夠驗(yàn)證”？

Amogh：對我來說，標(biāo)準(zhǔn)是：壓倒性的“Yes”。

就算產(chǎn)品一堆 bug、界面很糟糕，只要你解決了一個“燃眉之急”的問題，用戶是愿意買單的。他們甚至可以接受糟糕的體驗(yàn)，因?yàn)槟阏娴膸退麄兘鉀Q了一個核心痛點(diǎn)。

比如我們遇到的產(chǎn)品經(jīng)理說，“我每天有上千條 session replay，看不完，你現(xiàn)在給我一個 AI 來解決這個問題，那就值?！?/p>

即使產(chǎn)品不完美，他們也愿意付錢——這就是對我們來說最強(qiáng)的驗(yàn)證。

當(dāng)然啦，我作為創(chuàng)始人肯定對自己的產(chǎn)品會“偏愛一點(diǎn)”，但我是真心覺得這是我們走在正確方向上的信號。

2025盛景半年回顧

人生只有四千周，而企業(yè)生存期更短，跨越10年經(jīng)營期的企業(yè)少之又少，企業(yè)要想有質(zhì)量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質(zhì)的那個關(guān)鍵點(diǎn)。

選對了路，路就不會遠(yuǎn)。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業(yè)走上增長道路。未來有多近，在于我們已經(jīng)走了多遠(yuǎn)。未來有多遠(yuǎn)，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點(diǎn)擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實(shí)現(xiàn)快速增長。