硅谷变了：团队越来越强，团队越来越小！

内容来源：笔记侠团队专访Tom Zhang博士。

分享嘉宾：硅谷资深人才专家Tom Zhang博士（笔名@硅谷猎头）。

责编| 贾宁

第 9803篇深度好文：6626字 | 18 分钟阅读

商业趋势

笔记君说：

过去一年，关于硅谷的判断越来越两极分化。

一边是AI公司估值和融资额不断创出新高，101号公路两旁几乎被AI广告占满；另一边是白领求职变难、初级岗位收缩，许多普通创业公司拿不到钱。

硅谷究竟是全面复苏了，还是资本又制造了一轮虚假繁荣？AI真能让20个人完成200个人的工作吗？中国企业带着硬件和供应链优势进入美国，最先要补的又是什么？

带着这些问题，笔记侠采访了长期观察硅谷科技、投资与中美商业变化的人才专家Tom Zhang老师，他也是今年笔记侠PPE课程美国站的重要分享嘉宾。

他从硅谷的“哑铃型繁荣”讲到AI创业公司、一人公司，从中美供应链关系讲到中国企业出海。

对于创业者来说，今天的内容值得一读。

一、硅谷并没有进入全面繁荣，
而是出现了“哑铃型市场结构”

现在的信息非常碎片化，每个人都容易只接收自己愿意相信的部分。你认为硅谷不行了，可以找到大量证据；你认为硅谷重新繁荣了，也能找到大量证据。两边看到的现象都可能是真的，关键在于不能只看其中一面。

过去一年多，硅谷最明显的变化，是头部越来越集中，中间部分却在急剧萎缩，整个市场呈现出一种“哑铃型结构”。

硅谷的权力结构，已经从过去百花齐放的分布式互联网创业，演变为少数几家超级AI巨头与AI基础设施寡头垄断生态的新格局。

哑铃的一端，是OpenAI、Anthropic、SpaceX等超级巨头。

今天，OpenAI和Anthropic的估值已经逼近万亿美元（笔记侠注：截至今天，OpenAI的估值是8520亿美元；Anthropic的估值是9650亿美元，甚至有一些投资人给出的上市估值预期达到2万亿美元），SpaceX也在收购xAI后形成了更庞大的技术与资本组合。

另一端，是少数明星创业项目。它们刚成立不久，就可能拿到数亿甚至数十亿美元融资，迅速成为新型独角兽。

现在的硅谷，资金与资源正快速向金字塔尖呈断层式集中。

看上去，这两端都非常繁荣昌盛，繁花似锦。但在它们中间，大量AI含量不高、刚准备使用AI，或者商业模式比较普通的公司，生存环境非常严苛。

它们没有头部公司的资本、数据和客户关系，也没有明星团队的光环，融资越来越难。许多缺乏顶尖壁垒的平庸项目在悄然消亡。

这样就出现了两头强壮，而中部空心的现实状况。

所以，今天硅谷的繁荣，不是“全面复苏”，而是高度集中、伴随严重两极分化的局部超级繁荣。

你可以从旧金山看到一些复苏迹象：办公楼空置率在高位出现小幅回落（但仍然接近30%），硅谷101号高速公路两边的广告，大部分是AI公司的。能在那里长期投放广告，至少说明这些公司融到了钱。

图表：美国旧金山市办公楼历年空置率

但另一方面，这些AI创业公司的团队往往比较小，创造的就业岗位远少于上一轮互联网巨头。

在互联网高速成长的日子里，Google、Meta（Facebook）等公司聘用了几万乃至十几万员工，互联网产业的繁荣带来了大量就业。今天，很多AI公司虽然估值很高，可规模也可能只有几十人、几百人。

这也是为什么，硅谷看起来火爆，但很多刚刚大学毕业年轻人却找不到工作。即便是名校毕业生，求职也不像过去那么容易；曾经长期受追捧的计算机专业，也跌下神坛，不再有毕业后自然就能拿到好职位的昔日景象。

可以说：这轮繁荣和互联网泡沫时期很不一样。互联网泡沫时期，受益的人很多，找工作很容易，硅谷地区的失业率曾经低到 2%；而今天是少数公司、少数创始人和少数顶尖人才获得了巨大的资本回报，大部分普通人感受到的却是前所未有的压力。

今天的硅谷，繁荣在局部是真实的，但它只属于少数赛道、少数公司、少数人。

二、目前AI最清晰的落地，仍然是编程

关于AI的第二个撕裂，是一边有人拿到顶级极高薪酬，另一边普通白领和初级员工的工作机会正在减少。

顶尖AI人才的待遇非常高，大公司之间会用巨额薪酬争夺少数研究人员和工程师。Meta争抢OpenAI等公司人才时，市场一度流传上亿美元的薪酬。

人才竞争带来的财富效应也已经进入房地产市场。硅谷最近有一套豪宅以约7000万美元成交，买家可能是一位31岁的xAI联合创始人。这个例子本身不决定AI产业是否成功，却能说明资本和财富正高度集中到极少数顶尖人才身上。

但与此同时，很多大学毕业生和普通白领找工作更难了。这二者其实并不矛盾：市场需要的是少数能直接推动模型、产品和收入的关键人才。

从真实付费看，编程是目前AI落地最清晰的方向之一。企业和个人已经愿意用真金白银购买AI编程服务，Anthropic披露的Claude Code年化收入也快速增长。这说明AI在软件开发环节已经产生了明确价值。

Cursor是另一个例子。前段时间，SpaceX花了650亿美元把它收购了，这说明AI编程已经不再只是一个提高效率的工具，而是产生了真正的巨大价值。

但不能因为编程跑通了，就推断AI在三百六十行都已经跑通。编程只是庞大经济活动中的一小部分，企业管理、销售、客户服务、医疗、制造等场景有更复杂的流程、责任、安全和上下文问题，AI在这些领域仍处于早期。

过去一段时间，“AI会杀死SaaS”的说法很流行。年初的时候，很多人认为大模型会把大量软件替代掉，几个人用AI就能做出过去需要一个团队开发的产品，手机上的应用和企业软件都将消失，SaaS公司的估值因此受到冲击。

但这个叙事后来出现了反转。原因很简单：原来的SaaS公司不会坐在那里等着被颠覆，它们也会把AI加入自己的产品。

更重要的是，企业软件的门槛从来不只是代码。

第一，老牌SaaS公司服务客户十几年、几十年，积累了大量业务数据。

新的AI创业公司如果只是调用别人的模型，自己既没有模型，也没有客户数据，竞争优势很有限。AI时代，数据和客户关系仍然是重要资产。

第二，老牌SaaS公司有客户关系。

美国To B业务的客户关系非常复杂，企业采购通常要经过招标、安全审核、法务、财务和多个业务部门。一个小公司即使技术很好，也未必能进入采购名单。

第三，企业软件有很高的切换成本。

客户已经在一套系统里积累了多年的数据、流程和权限，不能因为另一家公司的功能看起来更先进，就立刻把所有东西搬过去。

因此，“SaaS已死”的叙事判断被证伪，AI会重构SaaS，但不会让SaaS凭空消失。

真正发生变化的，是收费方式和估值逻辑。过去很多SaaS按用户数、账号数或“席位”收费；进入AI时代后，企业越来越可能按Token（词元）、调用量，甚至最终效果付费。

所以，软件仍然存在，只是价值如何计量？客户为什么买单？正在被重新定义。

三、硅谷的创业，发生了什么变化？

1.“一人公司”被严重误读了

AI创业公司在开发环节的效率确实大幅提高，过去可能需要200个人完成的软件开发任务，现在20个人完全有机会做出来。小团队加大量Token，现在看是个长期趋势。

但是，做出产品只是第一步。

产品做完以后，要卖给谁？谁负责找到客户、解释价值、通过采购流程、解决法务和安全问题？这些工作不会因为代码写得更快就自动消失。

尤其是To B市场，决策通常不是一个人拍板，而是多个部门共同判断。AI产品还可能带来幻觉、权限管理和数据泄露等风险。一旦模型给出错误结果，或者因为权限控制不严给客户造成损失，责任由谁承担？

这些问题目前都没有完全成熟的答案。

所以，小团队可以使用AI大幅提高开发效率，却不等于企业的销售、服务、管理、安全和合规都能由AI替代。高速公路上的广告牌不是给AI看的，最终还要让真实的人理解并购买产品。

另外，“一人公司”也应该更准确地理解。未来不会遍地都是一个人单干的个体户，而是公司可能由一个具有强大影响力的人做灵魂人物，再由一支小而精的团队围绕他工作。

顶尖AI科学家出来创业，投资人看中的往往是这个人的经验、判断和号召力，但公司并不真的只有一个人。传统行业里也有类似结构，例如艺人工作室、以创始人为核心的专业团队。

AI只是进一步缩小了团队规模，没有取消人类协作。

人类能够完成复杂任务，靠的就是协作。越是航天、自动驾驶、医疗等复杂项目，越需要不同专业的人共同工作。未来可能是原来1000人的公司变成500人，原来100人的团队变成20人，但很难走到所有公司都只剩一个人的极端。

这个趋势也会带来更现实的问题：公司数量可能增加，但每家公司不再招聘很多人，就业岗位怎么办？年轻人如果找不到工作，被鼓励去创业，又会面对更高的融资、产品和市场门槛。

小团队提高了企业效率，却不一定同步增加社会就业。

2.现在的投资人，会看什么？

今天很多创业公司喜欢讲ARR，也就是年化经常性收入。假设一家公司这个月收入100万美元，直接乘以12，就可以说自己的ARR是1200万美元；如果一个季度收入100万美元，也可能乘以4，得到400万美元的年化数字。

问题在于，ARR天然带有预测性质。这个月赚了100万美元，不代表未来每个月都能赚到同样的钱。客户可能只是试用一个月，下一次就不续了。

因此，投资人越来越关注的不是你预测未来能赚多少，而是客户是否持续付费：去年签约的客户，今年有没有续约；收入里有多少来自长期客户，有多少只是一次性收入。

对To B公司来说，以年为单位的续约，比一个漂亮的年化数字更能证明长期价值。

硅谷投资人现在更看重净续约率（Net Revenue Retention，NRR），很多企业因为尝鲜或跟风购买了一年期的软件（首单合同），但这不代表技术真的热。只有当客户在第二年选择续约，这个生意才是真的立住了。

投资人当然仍然看人，而且因为单笔投入越来越大，他们反而会更挑人。

通常更受欢迎的有三类：一是已经成功过的连续创业者；二是从头部公司出来、做过关键产品的高管；三是履历和技术能力非常突出的顶尖人才。

过去互联网创业初期，几万、几十万美元也可能启动一个项目。今天做前沿AI，算力、人才和数据都很贵，几万美元很难解决问题。资本向少数项目集中，单笔投资变大，投资人承担的风险也更大，所以筛选会更谨慎。

这意味着，AI工具虽然让开发门槛下降，但创业的隐含门槛反而提高了。“有了AI，人人都能创业”是一句很容易传播、却不准确的话。

四、中美市场各自的优势，是什么？

如果把硅谷的优势压缩成六个字，我会说：人才、资金、文化。

这三个因素不是各自独立，而是组合成了一个生态。

加州没有竞业限制，工程师跳槽，或者从大公司离职创业没有阻力；市场里又有大量愿意为高风险技术下注的资金；与此同时，硅谷聚集了经过头部公司和大规模项目训练的人才，这些人才的技能，是百亿甚至千亿美元的研发投入中锤炼出来的。

过去十年间，硅谷地区AI相关的融资总额超过5490亿美元，其中2026年的融资额最高，迄今已超过2870亿美元。

硅谷地区人工智能企业的年度融资总额

中国同样有很多非常聪明的清华、北大毕业生和竞赛获奖者，但“聪明”与“训练过”不是一回事。在美国，很多人才已经在OpenAI、Google等公司参与过大模型、大规模算力和全球产品的训练与部署。

他们不只是理解理论，也知道怎样把技术变成工程系统和商业产品。

硅谷优势很难被简单复制，你可以学它的孵化器、园区或投资机制，但如果缺少人才密度、资本规模和鼓励流动的文化，单独复制一个要素很难产生同样结果。

中国的优势则非常明确：硬件供应链又快、又好、又便宜。机器人所需要的结构件、模具、电机、机械臂等硬件，中国在成本和交付速度上有明显优势。美国也很难完全切断这部分供应链，否则自己的机器人和硬件产业同样会受到影响。

因此，中美竞争不是一方拥有所有优势，美国更强的是资金、软件、前沿人才训练和规则体系，中国更强的是制造、供应链和产品落地速度。正是因为彼此之间有巨大的优势差异，所以双方才需要合作。

中美之间依然存在现实合作与互补的空间。在基础科学、前沿学术论文、全球开源社区等领域，中美顶尖人才基于学术和技术本身的探讨依然活跃。

在当前中美科技竞争持续深化、地缘政治与监管日趋严苛的宏观背景下，中国企业与硅谷之间的连接并没有完全斩断，而是正在经历一场极其痛苦但极其深刻的“去芜存菁、解耦重组”。

五、中国企业进入美国，
先要回答“客户为什么买你”

美国市场仍然有吸引力，因为市场规模大、客户支付能力强，规则相对清晰。红线之外，仍有大量商品和服务可做，问题是企业不能再用过去那种“国内做好产品，换成英文就卖到美国”的思路，而要为当地市场重新设计产品、合规体系、团队和客户关系。

中国企业进入美国，最先要回答的不是派谁过去、在哪里设办公室，也不是先找技术还是先招人，而是一个最基本的问题：美国客户为什么要买你的产品？

对中国企业来说，最容易低估的是合规问题，以及对中美关系和政策边界的判断。很多公司在美国投入了团队和研发中心，后来因为战略、管理、市场或外部环境变化而收缩。失败往往不是单一原因，而是市场需求、企业文化、本地管理、人才、法务和地缘风险同时出了问题。

比如，某国内互联网巨头的硅谷研发中心曾有 150人，研究方向包括大数据、机器学习、机器人和自动配送等，后来又被大幅裁撤。

这件事提醒我们：在硅谷设一个办公室、招一批名校人才，不等于真正建立了全球研发能力。还要看总部是否给予清晰目标和足够授权，本地团队能否与国内业务协同，技术成果有没有真实应用场景，中美管理文化能否衔接，这些问题都会决定海外团队能不能活下来。

亚马逊上还有大量细分生意：清洁烧烤架的钢刷、高尔夫球杆套、手工皂等，看起来都不大，却能找到明确需求并持续赚钱。

这类生意共同回答了同一个问题：客户为什么要买你？

在中美博弈持续的情况下，全球化公司的结构也会变化。

过去可能是中国总部或美国总部直接管理全球市场，未来更可能出现多个地区相对独立运营的“镜像”结构。

企业可能在新加坡、加拿大、墨西哥或东南亚建立本地实体，使用不同品牌和团队，在符合当地规则的前提下服务美国市场。

六、什么样的创业者，最应该去硅谷？

我认为有三类能力最重要：学习能力强、适应能力强，手里还有独到的产品或技术。

首先，你必须有自己的东西。

其次，你要会学习。

再次，你要能应变。政策、市场和文化都在变化，不能拿一个方案长期不变地执行。

我曾经讲过一个比较尖锐的比喻：一个孩子在原来的学校打架打不过别人，转学以后大概率仍然打不过别人。企业也是一样，如果在中国市场本来就缺乏竞争力，盲目出海反而会把产品、组织和管理上的弱点放大。

来硅谷也不要只去知名公司拍照打卡。可以去斯坦福大学，拜访创业公司，更重要的是多研究市场，多交流，既听乐观者的声音，也听悲观者的意见；既看融资和估值，也看就业、客户和现金流；既看头部公司的发布会，也看普通创业公司的真实处境。

如果只听自己愿意听的内容，走得再远也只是换了一个信息茧房。去硅谷真正有价值的地方，是到现场校正判断，而不是为原来的判断寻找证据。

结语：

本文作者、硅谷资深人才专家Tom Zhang博士将与中国创业者在9月下旬在硅谷做专场分享与深度互动，他将在分享中畅谈对美国科技公司、AI公司和美国市场的独到洞察与见解，也会就创业者关心的问题给出独家建议。

笔记侠PPE书院国际美国站26级「创新英雄・AI+出海专题」课程，将于2026年9月26日正式启程。

这一次，我们不是去美国打卡，也不是简单参观几家公司，而是带着一个更具体的问题出发：AI进入下半场之后，企业家到底应该怎样理解技术、组织和全球市场的变化？如何抓住美国市场的机会？

10天时间里，我们将带你走进美国硅谷与西雅图，深度参访英伟达、谷歌、微软、亚马逊等全球顶尖公司。

我们还将邀请斯坦福名师、硅谷行业实战派、华人科技与出海领域专家，围绕AI产业趋势、企业AI落地、组织重构、全球市场规则和中国企业出海机会，做一手分享和深度交流。

这趟行程会帮你建立一套判断框架：未来三年，你的企业该如何使用AI，哪些流程必须被重写，哪些能力必须保留，哪些出海机会值得下注，哪些风险必须提前看见。

如果你正在思考AI转型、企业出海、组织升级和下一轮增长，这一次美国站，值得你带着问题亲自去看一次。

欢迎了解课程详情，提交报名信息。

好文阅读推荐：