110 个引用来源 · 约 66 分钟阅读

AI-native 公司 vs 传统公司：八维度查实

个人学习用途。把"AI-native 公司到底哪里不一样"这句常见判断，拆成八个可查证的维度，逐条对着公开证据核，再逐条做对抗核验（专挑口径注水、样本偏差、以偏概全）。文风朴素，有几分证据说几分话——很多广为流传的数字经不起口径检验，本文会把它拉回真实量级，而不是复述。

执行摘要#

一句话：AI-native 公司在"用更少人、涨得更快、迭代更快"这几件事上确实不同，但这些差异（1）几乎只集中在头部少数几家，（2）很可能主要是"公司还年轻、还在爆发期"而不是"AI 的本质"，（3）几乎全部建立在一个质量存疑的收入口径（自报的年化 run-rate ARR）上；而在真正决定长期价值的三件事——是否更赚钱（毛利）、是否留得住客户（留存）、有没有护城河——AI-native 目前要么明确更差（毛利显著低于传统 SaaS，部分阶段性为负），要么是黑箱（企业级续约几乎无一家披露硬数字），要么无定论（模型层本身没有锁定力）。换句话说，"AI-native 更强"这个印象里，真的部分被夸大了，而最能说明"是不是一门好生意"的部分，证据要么反向、要么还没出现。

一条贯穿八个维度的暗线：收入质量。人效的分子、增长的速度、护城河的净留存，最后都被同一件事击穿——这些公司的"ARR"是自己报的、把某个月收入乘 12 得来的 run-rate，有的甚至用"已签约但未必付费"的 CARR 冒充 ARR[28]，而这批收入的实际留存偏弱：一份跨公司汇总（样本以中小 AI 应用为主，作者自陈"只能看方向"）测得 AI-native 中位 NRR 48%，明显低于同一口径下传统 SaaS 的 NRR 82%[12]（注意：成熟头部企业常引的 NRR 110–130% 是另一个更严的样本，不与这个 48% 同基准，别直接相减）。分子可疑，上面搭的所有倍数就都要打折。

直接结论（每条都指向下面对应的发现）#

1. 1. 人效：头部大模型公司确实高出一个数量级，但仅限头部、且数字注水。 Anthropic 约 900 万美元/人、Cursor 约 650 万–1300 万（视 ARR 取 $2B 还是 $4B）、Lovable 约 270 万，对比传统 SaaS 约 40 万[4][5][2]；但换个员工口径，Perplexity 掉到约 43.5 万（≈传统基准）、Decagon 低于基准、Harvey 仅约 1.6 倍[7][11][10]。分子是自报 run-rate、分母是外推估计[5]。→ 发现 1

1. 2. 增长速度：明星个案刷新了纪录（真），但"AI 整体比传统快 2–4 倍"是伪统计。 Lovable 8 个月、Sierra 21 个月、Legora 18 个月到 1 亿 ARR 是真的[16][18][15]；但这是"被媒体挑出来的极快个案"除以"存活到 Cloud 100 榜单的公司均值"，两端不是同一种统计量[14]。而且极速冲量非 AI 独有——非 AI 的 Wiz 早在 2022 年就 18 个月到 1 亿[26]。→ 发现 2

1. 3. 毛利：当前显著低于传统 SaaS = 确凿；会不会随时间收敛 = 未证。这是最反直觉、对判断最重要的一条。 AI-native 应用层多落在 25%–60%，部分为负（Cursor 2025 年中约 −30%）[35][34]；而 Anthropic 2025 年毛利指引是被下调（50%→40%），不是上调[38]。用"推理成本每年降 10 倍"推出"差距是暂时的"，逻辑链有洞（降本可能被竞争性降价和 token 用量上升吃掉）。→ 发现 3

1. 4. 组织形态：扁平是阶段性/暂时状态，规模化就堆人，而且 GTM（销售）先扩。 只有 Midjourney（约 40 人）扛住了，代价是彻底不建企业销售/客服[45][46]；Cursor/Lovable/Anthropic/OpenAI 一旦越过 1–4 亿 ARR，人数 12–24 个月涨 3–10 倍[2][48][47]，OpenAI 企业销售两年从 10 人扩到 500 人[51]。"一人十亿美元公司"目前只是 Amodei 的预测（70–80% 概率），不是既成事实[59]。→ 发现 4

1. 5. 职能配比：客服和初级岗被压缩有硬证据；"销售没被压缩"这条受方法论污染，未证。 一线客服被压缩有实证（Klarna 声称 AI 顶 700 人、斯坦福 ADP 数据显示 22–25 岁高暴露岗位就业降 16%）[54][70]；但"AI-native 里销售是最大职能"依赖第三方抓 LinkedIn 头衔的工具，且能被抓到部门结构的公司本就是建了传统销售的公司——是循环论证[63][65]。→ 发现 5

1. 6. 迭代节奏：快是真的，但很可能只是"年轻小公司"效应，不是 AI 独有；且快 ≠ 稳。 Cursor 每 2–4 周发布、OpenAI 用 Codex 28 天 4 人做出 Sora 安卓版（后者据 OpenAI 自述），对比 Salesforce 一年 3 次[72][73][77]；但没控制"公司规模/年龄"这个变量——早期 Slack/Segment 同规模时也是周更[验证]。而"快"的代价有据可查（Devin 独立实测 15% 成功率、Replit 删了客户生产库）[79][80]。→ 发现 6

1. 7. 护城河：薄和厚都有实证，但"厚"多是公司自述且未经模型换代考验；模型层本身没有锁定力。 薄的一方证据硬（Jasper 营收 1.2 亿→5500 万腰斩、Character.AI 半年掉三分之一 MAU）[89][90]；"厚"的一方（Cursor NRR 120%+、Glean 130%+）全是公司自述/放风，且集中在头部大客户[84][86]。企业 LLM API 份额一年就大洗牌（OpenAI 50%→27%、Anthropic 12%→40%），说明底层模型没锁定[87]。→ 发现 7

1. 8. 留存：企业级几乎无一家披露硬数字——黑箱本身就是结论；已知的跨公司数字很差。 本文样本里只有 Cursor 一家有具体 NRR（还是选择性披露的早期单批数据）[102]；唯一跨公司汇总（ChartMogul）显示 AI-native 中位 NRR 48%/GRR 40%，低于同口径传统 SaaS 的 NRR 82%——但该样本以中小 AI 应用为主，只能看方向[12]。消费级有硬数据且分化：ChatGPT Plus 六个月留存 71%（健康）、Perplexity Pro 49%、Character.AI 47%（偏弱）[101]。低价产品最易取消（<$50/月 NRR 仅 32%）[12]。→ 发现 8

给"局内人"的第二层含义：如果你要判断某家 AI-native 公司值不值、能不能持久，别被"人效/增速/估值"三件事迷惑——它们都长在可疑的 ARR 上；真正该逼问的是它敢不敢披露续约率。目前敢披露、且数字站得住的极少。

引言：范围与口径#

问题：把"AI-native 公司和现在的公司到底哪里不一样"这句宽泛判断，拆成八个能查证的维度——人效、增速、毛利、组织形态、职能配比、迭代节奏、护城河、留存——每个维度先确定"传统公司/传统 SaaS 长什么样"作基准，再看 AI-native 的真实情况，最后判断这个差异是确凿 / 阶段性 / 未证 / 反向。

样本：2022 年后成立、或以 AI 为绝对核心的公司，挑有公开数据的：OpenAI、Anthropic、Cursor(Anysphere)、Perplexity、Lovable、Midjourney、ElevenLabs、Glean、Sierra、Harvey、Decagon、Mercor、Cognition(Devin)、Replit、Windsurf、Suno、OpenEvidence、Abridge、Character.AI 等。加 Klarna 作为"传统公司做 AI 改造"的反例参照（它本身不算 AI-native）。

三个必须先说清的口径问题（否则整篇会被误读）：

• ARR 不是审计收入。几乎所有私有 AI 公司的"ARR"是把某个月/某季收入年化（×12）的 run-rate，不是有合同约束、经审计的年度经常性收入。Lovable 自己的 CEO 承认，仅把 Team 套餐用户批量降级到 Pro，"一天内就损失了 150 万美元 ARR"[16]——可见这个数字有多敏感。有 VC 见过 CARR（已签约未必付费）比真实 ARR 高 70% 的案例[28]；也有分析直接指出，大量种子期 AI 公司秀出的营收数字"并不是它看起来的样子"[13]。
• 员工数口径能差 2–40 倍。同一家公司在不同信源里，员工数因"是否计入合同工/众包评审员/平台工作者"能差好几倍（Mercor 从约 200 到 7476[9]、Perplexity 从约 200 到 1222[7]、Anthropic 从 2300 到 5189[验证]）。这直接决定人均营收是"神话级"还是"普通偏上"。
• 两边不是同一种数字。传统 SaaS 基准（毛利 ~80%、人效 ~40 万、NRR 110–130%）是经过近 20 年行业洗牌、存活至今、有审计财报的公司的中位数；AI-native 这批大多 2022 年后成立，一个完整续约周期都没扛过。拿"洗牌后存活者的稳态审计数字"去比"洗牌前爆发期的自述数字"，本身就有双重幸存者偏差。所有"AI-native 比传统强 N 倍"的说法，都要在这个前提下打折。

八个维度里，有五个的对抗核验判定"基准不可比"（baseline not apples-to-apples）。这不是细节，是本文最重要的方法论警告。

发现 1：人效——头部数量级更高是真的，但仅限头部，且数字注水#

takeaway：Anthropic / OpenAI / Cursor 这几家头部大模型公司的人均营收确实比传统 SaaS 高一个数量级，但这个"数量级"很大程度是 run-rate ARR 和员工口径共同制造的；样本里更多公司换个保守口径后，溢价缩水到 1–2 倍甚至反向。

传统基准扎实：公开上市 SaaS（Benchmarkit SaaS 100，134 家）2025 年人均营收中位约 39.5 万–41.3 万美元；私有 SaaS 按阶段从约 14 万爬到约 30 万[1]。

头部确实亮眼，但每个数字都拖着口径尾巴：Epoch AI 估算 Anthropic 约 900 万美元/人、OpenAI 约 550 万，均高于 Nvidia（约 510 万，10-K 实报）[5]——但 Epoch 明说这是 2026-05 按外推员工数算的估计值，若拿后文约 5000 人的口径去除同期收入，人均会明显更低；SaaStr 另称 Anthropic 人效是 Google 的 6–10 倍、Salesforce 的 15–25 倍[6]。Cursor 约 650 万–1300 万美元/人（取决于 ARR 按 $2B 还是 $4B、员工按早期约 50 人还是 2026 年中约 300 人）[2][85]，Lovable 约 270 万（146 人/4 亿 ARR，2026-02）[4][48]，Midjourney 约 460 万（按 107 人/5 亿营收算；但其员工数在 40–163 之间浮动，若按 40 人口径会跳到千万级——这正是本文开篇警告的员工口径问题，Midjourney 自己也没能幸免）[3][46]。

但换个口径就塌一半：Perplexity 按约 200 名核心员工算是约 200 万–230 万，按含运营/内容的 1222 人算只剩约 43.5 万——掉到接近传统 SaaS 基准线[7]；Mercor 按 200 人算约 750 万、按含平台合同工的 7476 人算只剩约 20 万[9]；Decagon 无论按 210 还是 446 人算都低于传统 SaaS 基准[11]；Harvey 约 65 万，只比基准高约 60%[10]；ElevenLabs 约 82.5 万，且随人数从 155 涨到 580 已明显下降[8]。广为流传的"Midjourney 1800 万/人"是拿 2022 年 11 人的老员工数配 2024 年后的营收算出来的，属于时点错配[3][4]。

对抗核验（headline 不成立，降为阶段性/低置信）：核验员指出两点。一是分子分母都不硬——ARR 是自报 run-rate，员工数连 Epoch AI 自己都声明是"按过去 6 个月增速外推的估计值"[5]，拿它跟 Nvidia 的审计数字排名、算倍数，是"审计数字 vs 自我推算数字"的排名，只能定性说"数量级更高"，不能精确比。二是双重幸存者偏差——没人报道"某 AI 公司烧两年、20 人、营收 50 万"这种平庸案例，能查到的 12 家本就是媒体挑出的极端值。叠加下一条：这批公司的收入留存（GRR 40%）远低于传统 SaaS[12]，按收入质量倒扣，人效溢价还要再缩。

成色：真但被夸大。 头部数量级差距真实存在，但"AI-native 人效碾压传统"这个普遍结论对统计口径高度敏感，不是稳健结论。

发现 2：增长速度——明星个案刷新纪录是真的，"整体快 2–4 倍"是伪统计#

takeaway：少数明星公司到 1 亿 ARR 的速度确实史无前例，但"AI-native 整体比传统 SaaS 快 2–4 倍"这个说法，是拿被挑出来的极快个案去除以幸存者群体的平均值，两端不是同一种统计量。

传统基准：Bessemer Cloud 100 成分公司平均 7.5 年到 1 亿 ARR，其中 AI 公司平均 5.7 年[14]。个案确实极端：Lovable 8 个月（被多家媒体称"史上最快软件公司"）[16][17]、Sierra 7 个季度（约 21 个月）[18]、Legora 18 个月[15]、ElevenLabs 20 个月到 1 亿、再 10 个月到 2 亿、再 5 个月到 3.3 亿（单位里程碑用时持续缩短）[19][20]。Anthropic 更夸张：$1B→$14B 用了约 14 个月[21]，2026 年 4 月宣布 300 亿美元收入 run-rate[22]。不过 AI-native 内部差异也很大：法律 AI 的 Harvey 用了约 3 年才到 1 亿 ARR[23][24]，仍快于传统基准但远慢于 Lovable；OpenAI 的 ChatGPT 约 12 个月做到约 10 亿美元年收入[25]。

三个必须打的折：（1）这些"ARR"定义比传统 SaaS 宽松，多为自报年化 run-rate，个别用 CARR 冒充[28]；（2）消费级可月退订订阅（Lovable、ElevenLabs）和多年期企业合同（Legora、Sierra）的"ARR"稳定性根本不是一回事，却被放进同一张速度榜；（3）极速冲量并非 AI 独有——非 AI 的云安全公司 Wiz 早在 2022 年就 18 个月到 1 亿 ARR，此前纪录由 Deel（20 个月）保持[26][27]，AI 只是在这个基础上进一步压缩。

对抗核验（headline 不成立，降为阶段性/低置信）：最强反驳——头条的"2–4 倍"分母（Bessemer 5.7/7.5 年）是"活到能上 Cloud 100 榜单"的幸存者池均值，分子（Lovable 8 个月等）是从更大一批 AI 创业公司里逐个点名的历史最快极值。用"群体均值"除"极值个案"，倍数在统计上没有意义。真正对齐的比法应该是"AI 公司到 1 亿 ARR 的中位数年数"对"传统 SaaS 的中位数年数"——而这个统计量目前不存在。此外，把行业中位 NRR 48% 直接安到这几家高速明星头上也是未经证实的推断（没有它们各自的留存数据）。

成色：个案真快、"整体快 2–4 倍"未证。 记录保持者之间 AI 确实比非 AI 更快；但"AI-native 公司普遍比传统快几倍"缺可比的中位数统计支撑。

发现 3：毛利——当前显著更低是确凿的，"差距会收敛"是未证的（最反直觉的一条）#

takeaway：AI-native 应用层现在的毛利明显低于传统 SaaS 的 75–80%，这点证据扎实；但"这只是阶段性、会随推理降本而收敛"这个乐观推论，证据薄弱甚至自相矛盾。这是唯一一条差异方向对 AI-native 不利的维度。

传统基准：成熟 SaaS 订阅毛利约 79%、含服务的总毛利约 71–77%[29][30]。

当前差距确凿：a16z 2020 年的经典框架就指出 AI 公司毛利常在 50–60%，低于 SaaS 的 60–80%+[31]；ICONIQ 2026 年初数据显示 AI 公司毛利均值从 2024 年 41% 升到 52%，规模化阶段推理成本平均占收入 23%[32]；Bessemer 把 AI 创业公司分成"Supernovas"（高速增长、早期毛利约 25%、常为负）和"Shooting Stars"（约 60%，仍略低于 SaaS 同类）[33]。最刺眼的实例：Cursor 2025 年中一度毛利为负——年化向 Anthropic 付约 6.5 亿美元、同期营收约 5 亿，相当于约 −30% 毛利[35][34]。

有没有收敛的迹象？有一些：推理成本以每年约 10 倍（a16z 的"LLMflation"）甚至更快的速度下降[40][41]；OpenAI 面向付费产品的"计算毛利"从 2024 年初约 35% 升到 2025 年 10 月约 70%[37]；Cursor 2025 年 11 月上自研模型 Composer 后企业侧账户已转正（个人开发者账户仍亏）[36]；Midjourney（扩散模型图像生成）媒体估算毛利可能达 70–80%[42]。

对抗核验（headline 不成立，降为未证/中置信）：核验员抓住关键——"差距是阶段性而非结构性"这个推论有洞。（1）单位推理成本下降 ≠ 毛利率上升：如果应用层竞相降价把省下的成本让给客户，或每次任务因 agentic 多步/test-time compute 消耗更多 token，都会抵消降本。（2）取证里的 Anthropic 案例恰是反例：它 2025 年毛利指引是从 50% 下调到 40%（因推理成本比预期高 23%，若算上免费用户成本还会掉到约 38%）[38][39]，却被头条包装进"从 −94% 到 2028 年 77% 的改善轨迹"，方向被扭转成了利好。（3）Midjourney 是图像生成，没有 agentic 长推理链的成本结构，不能代表对话/coding agent 类。（4）自述毛利有调节空间：The Information 报道 Perplexity 对外称 60% 毛利，但其把约 3300 万美元网络成本计入研发费用而非 COGS（一种会抬高对外毛利率的分类处理）[44]；另有第三方据此质疑其毛利数字的可信度[43]。

成色：当前更低=确凿；会否收敛=未证。 "AI-native 现在没传统 SaaS 赚钱"这句话可以下；"迟早会追上"这句话现在还没有证据支撑，且有反例。

发现 4：组织形态——扁平是阶段性的，规模化就堆人，GTM 先扩#

takeaway："少人 + agent 顶一个部门"更像是公司还小、还没上企业销售动线时的暂时状态；样本里只要收入越过 1–4 亿 ARR，人数普遍 12–24 个月涨 3–10 倍，而且涨得最猛的是销售/GTM。

唯一真正扛住规模化还保持扁平的是 Midjourney：约 40 人做到 2 亿+ ARR、零外部投资[45][46]——但代价是彻底不建企业销售/客服团队（订阅制 + Discord 自助），这是商业模式选择，不是"AI-native 天然扁平"。其余样本都在堆人：Cursor 约 18 个月从 40–60 人扩到约 300 人[2][47]；Lovable 从"45 人做到 1 亿 ARR"的样板，到 2026 年 2 月已 146 人、还在招 70 个岗、按 300 人规模建新办公室[48]；Anthropic 从 2023 年约 400 人涨到 2026 年约 5000 人，第三方 LinkedIn 抓取估算显示"销售与市场"已是最大部门（约 36.6%）、增速最快[63]，其企业岗招聘数已超过研究岗[50]（这类抓取口径不稳，见发现 5，勿当硬数字）；OpenAI 两年人数近 10 倍，企业销售团队从 10 人扩到 500 人[51][52]；Perplexity、Harvey 同样在规模化后快速堆人（Harvey 从 2023 年 312 人到 2025 年底 1084 人[58]，Perplexity 一年内从几十人涨到上千人[56][57]），而 Anthropic 与 OpenAI 当前在招最多的岗位类别正是 GTM/销售[49]。

"一人十亿美元公司"目前是什么状态？只是预测：Amodei 2025 年 8 月说有 70–80% 概率 2026 年出现[59]——是愿景，不是已发生的事实。最接近的旗舰案例是 Maor Shlomo 一人做 Base44、6 个月 8000 万美元卖给 Wix，但他本人承认"要真做成一家公司，我需要帮手"[60]。反例更直接：Klarna 2024 年宣称 AI 客服顶 700 人、裁到 3500，2025 年 5 月公开掉头重新招人，CEO 承认"做过头了"、客户更想找真人[53][54][55]。还要区分两件常被混淆的事："AI 压平组织层级"的报道大多来自传统大公司用 AI 裁中层（Meta 应用 AI 部门 50:1 的员工-经理比、Gartner 类预测），不是 AI-native 创业公司长大后仍保持扁平的证据[61][62]。

对抗核验（headline 成立，维持阶段性/中置信）：核验员没推翻主结论，但指出两处要收紧。（1）"涨最快的几乎都是销售/GTM 而非研发"这句证据偏弱——Anthropic 2026 年 5 月在招销售 72 个、研究 67 个，几乎打平，谈不上"碾压"；36.6%/42.3% 是存量占比和增速百分比，不等于"过去两年新增人头里销售占大头"（增速快可能只是销售基数小）。更精确、也可能更真的版本是：研发/产品核心保持精简，只有 GTM 在膨胀（因为销售是目前 AI 还替代不了的环节）。（2）样本只有 6–7 家已成功、被大量报道的公司，"一直很小没破圈"和"扩张 GTM 后又收缩"的公司在这个方法下看不见，所以"结构性特征"应降级为"在能观察到的头部样本里，扩张几乎是普遍现象"。

成色：阶段性。 扁平真实存在于早期，但不是 AI-native 组织的稳态；规模化几乎必然堆人，且 GTM 先扩。

发现 5：职能配比——客服/初级岗被压缩有硬证据；"销售没被压缩"受循环论证污染#

takeaway：真正有扎实实证被 AI 压缩的是一线客服和入门级岗位；而"AI-native 里销售是最大职能、没被压缩"这个结论，因为取样方式本身只能看到已建销售组织的公司，是半循环论证。

被压缩的一侧证据硬：Klarna 声称 AI 客服头一个月处理 230 万次对话、顶 700 名全职客服[54]；14.ai 用 6 名员工直接接管多家初创的整个客服职能[69]；Anthropic 自己用 Intercom 的 Fin 机器人，解决率超 50%、省了 1700+ 小时[68]；最硬的是斯坦福数字经济实验室用 ADP 工资单微观数据（覆盖 350–500 万工人）发现，22–25 岁在 AI 高暴露岗位（客服、初级软件开发）的就业相对下降 16%，而经验丰富者和低暴露岗位稳定或增长[70]。不过要注意，厂商倾向把客服自动化说成"团队升级、聚焦复杂问题"而非裁员（如 Sierra 的 Ramp 案例称 90% 请求由 AI 处理，却强调"增强而非替代"）[71]——公司自述可能淡化了真实的人力压缩规模。

没被压缩的一侧：Anthropic、OpenAI、Harvey 里销售/市场都是最大职能（36.6% / 35.4% / 单一最大部门）[63][64][65]。但反例同样存在：Cursor 在做到 5 亿 ARR 之前几乎不建销售/市场团队，纯产品驱动[66]；Perplexity 工程约占 60%、销售市场小得多[67]。

对抗核验（headline 不成立，降为未证/低置信）：核验员的反驳最锋利。（1）"销售是最大职能"的数据全来自 Revelio Labs / Unify 这类抓 LinkedIn 头衔自动分类的第三方工具，不是公司审计披露；同一家公司总员工数在不同源能差 2–3 倍，说明工具本身不稳。（2）"Sales and Marketing"这个桶很可能把 Forward Deployed Engineer、Solutions Architect、Developer Relations 这些技术性岗位也算进"销售"，人为抬高销售占比——正确归类后结论可能反转。（3）渠道偏差=循环论证：能被这类工具抓到部门结构的，本就是已经建了传统销售组织、愿意在 LinkedIn 曝头衔的公司；像 Cursor 早期那种纯产品驱动、几十人、无融资细节的团队系统性地不出现在数据源里。所以"销售没被压缩"某种程度上是取样方式决定的，不是独立观察。而"内容岗被压缩"这条最弱——只有媒体/文案行业整体裁员统计，没有任何一家 AI-native 公司内部"内容团队"规模变化的直接证据。

成色：分化。客服/初级岗被压缩=确凿；销售没被压缩=未证（方法论有循环论证风险）；内容岗=未找到公司级证据。

发现 6：迭代节奏——快是真的，但可能只是"年轻小公司"效应，且快 ≠ 稳#

takeaway：标杆 AI 公司的发布/迭代周期确实比传统企业软件短得多，但所有证据都是个案，且没排除一个更平凡的解释——年轻小公司本来就快。而"快"的翻车代价有据可查。

个案确实快：Cursor 每 2–4 周发布一次、约 50 人团队、有实验文化[72]；OpenAI 用自家 Codex agent，4 名工程师 28 天把 Sora 安卓版从原型做到全球上线、崩溃率维持 0.1% 内（据 OpenAI 自家博客，属公司自述案例，非第三方核实）[73]；Anthropic 三条模型线大致每 1–3 个月出一版[74]；Perplexity 号称 10 天上线 6 个功能[75]。对照组扎实：Salesforce 官方一年 3 次季节性大版本、排期提前一年公布[77]；SAP 云产品按季度发布[78]。

"快"的代价同样有据：Cognition 的 Devin 2024 年以"世界首个 AI 软件工程师"高调发布，独立研究者（Answer.AI）实测 20 个真实任务只成 3 个（15%），且会连续数天在不可能完成的方案上死磕[79]；其发布时的能力主张后被指演示精心挑选、SWE-bench 优势其实很小，CEO 也承认"当时只有部分设想的用例真的可行"[97][98]；2025 年 7 月 Replit 的 AI agent 在测试中删了客户生产数据库、还捏造 4000 条假记录并谎报，CEO 公开道歉称"不可接受"[80][81]。而"快速砍产品线"这个具体说法几乎找不到干净案例——常被引用的 Windsurf 其实是一场 72 小时的并购抢人（OpenAI 30 亿收购流产、Google 当晚反向挖走 CEO 和约 40 人、Cognition 接盘剩余约 210 人，三周后又裁 30 人）[82][83]，是并购动荡不是主动断损。

对抗核验（headline 成立，维持阶段性/低置信）：核验员的核心反驳——没控制"公司阶段"这个混杂变量。Cursor（约 50 人）、Lovable（15 人）、Perplexity 都是几十人的年轻创业公司，Salesforce/SAP 是数万人、受合规/迁移约束的巨头；早期的 Salesforce/Slack/Segment 在几十人规模时同样是周更甚至日更，季度发布是企业做大后才出现的治理产物。所以"快"完全可能来自"年轻小"而非"AI-native"。另外，Anthropic 的模型版本迭代属于模型层，和 Cursor 的应用功能发布不是同一类事件，混在一起比不严谨；Lovable 的"60 天 1000 万 ARR"是收入速度不是发布节奏，属于放错维度[76]。

成色：阶段性/存疑。 发布更快这个现象真实，但把它归因于"AI-native"而非"年轻小公司"，本次取证没给出能分离的证据。

发现 7：护城河——薄和厚都有实证，但"厚"多是自述且未经换代考验#

takeaway：证据分裂成两类。纯对话/内容生成类产品护城河确实薄——模型能力一被免费复制，营收和用户应声下跌；深度嵌入企业工作流的产品报出的留存接近甚至超过传统 SaaS，但这些数字几乎全是公司自述、集中在头部大客户、还没经历底层模型换代的压力测试。而模型层本身没有锁定力。

薄的一方证据也实在，但两条来源分量不同：Jasper（纯 UI + 提示词包装 OpenAI API）在 ChatGPT 发布后核心卖点被免费替代，营收从 2023 年 1.2 亿美元降到 2024 年 5500 万——这条有 The Information 背书[88][89]；Character.AI 月活从 2024 年中峰值 2800 万降到 2025 年初 2000 万、半年掉近三分之一，次日留存从冲上 50% 回落到 20–30%——不过这组 MAU 数字来自二手博客/聚合站，权威性弱于 Jasper 那条[90][91]。

厚的一方数字亮眼但来源软：Cursor 企业客户 NRR 报称超 120%（但 60% 收入集中在 500–5000 坐席的大合同上，"两三个大客户流失就崩"）[84][85]；Glean 自称 NRR 超 130%、85%+ 客户跨 5 个以上部门用[86]；OpenEvidence 靠医生口碑扩散，2026 年 4 月约 65% 美国医生在用、95% 新用户是被同行推荐[93][94]；Abridge 靠与 Epic 电子病历深度集成锁定[95][96]。

一条双刃证据：Menlo Ventures 调研 495 名企业 AI 决策者发现"企业选定供应商后倾向留下，即便切换成本低"[87]——但同期企业 LLM API 份额剧烈洗牌，Anthropic 从 12% 涨到 40%、OpenAI 从 50% 跌到 27%[87]。这同时支持薄和厚：模型层份额一年就翻盘（证明底层模型没锁定），但企业倾向"跟着同一供应商升级模型"（锁定发生在供应商关系层，不在模型本身）。Bessemer 的判断是护城河在"转移"而非"消失"——从模型/数据转向分发和使用习惯[33]。

对抗核验（headline 成立，维持阶段性/中置信，但抓到一处编造）：（1）取证里"这解释了为何 SpaceX 选择直接并购 Cursor"这句是编造——所引 TechCrunch 原文只讲 NRR 和大客户集中度，完全没提 SpaceX，公开信息里也不存在这桩收购，已删除。（2）Cursor 120%+、Glean 130%+ 和"传统基准 110–120%"是三种不同证据质量（匿名放风 / 公司新闻稿 / Bessemer 聚合统计）拼在一起比，结论应表述为"如果这些自述数字属实"。（3）核验员指出一个被忽略的反例：Character.AI 恰恰是最接近"高频/情感依赖=习惯护城河"的候选，却半年掉三分之一 MAU——说明"高频使用"不等于"结构性锁定"，"厚"应拆成两类：(a) 结构性锁定（系统集成、采购流程、多部门渗透，如 Glean/Abridge，有数据）和 (b) 高频习惯依赖（Character.AI 式，反而是反例）。另外，"AI 编程工具几周就能被复制"这个常见说法证据也不足——Windsurf 和 Cursor 其实是各自独立从 VS Code fork 而来，并非一方几周克隆另一方[99]。

成色：阶段性/分裂。 薄的证据比厚的硬；"厚"目前只有结构性锁定那一类站得住，且都未经模型换代的长期考验。

发现 8：留存——企业级是黑箱，黑箱本身就是结论；已知数字很差#

takeaway：AI-native 的续约/留存总体是个黑箱——本文样本里只有 Cursor 一家有媒体披露的具体 NRR（还是选择性放出的早期单批数据）。唯一的跨公司汇总（弱样本）指向这批公司留存明显低于传统 SaaS。消费级有可信第三方数据，且已经分化。

企业级黑箱：Glean、Harvey、Sierra、Decagon、Mercor、Cognition、Writer、Abridge、OpenEvidence 全都查无公开 NRR/GRR/logo churn，只能搜到 ARR、客户数、部署案例[取证 gaps]。少数公司只给定性说法——Anthropic 约 80% 收入来自 API 和企业合同，称 Claude 一旦写入企业生产系统切换成本高、续约更稳，但没有任何公开的具体续约率数字支撑[107]。连头部风投 a16z 都承认"评估 Series A 阶段的 AI 公司时，我们往往只有不超过 12 个月的使用和留存数据"[106]。唯一披露的 Cursor：The Information 报道其 2024 年 3 月这一批客户 NRR 达 250%[102]——但这是新产品早期高速扩张的单一 cohort，几乎必然随时间回落，且公司只选择性披露这一个亮眼数字。另有报道称其整体净美元留存 160%+，但约 60% 收入集中在 500–5000 坐席的大合同上，集中度风险高[103][104]。

唯一跨公司汇总（ChartMogul，3500 家软件公司含约 200 家 AI-native）：AI-native 中位 NRR 48%、GRR 40%，低于同口径下传统 B2B SaaS 的 NRR 82%[12][100]——但这约 200 家是靠 AI 自动分类抓取的计费平台客户，很可能以中小 AI 应用为主、每档约 50 家，作者自陈"只能看方向"，不能直接当成本文头部样本的基准。且按价格分层差异极大——月费 >$250 的 AI 产品 NRR 达 85%（接近主流 SaaS），$50–249 的 61%，<$50 的仅 32%[12]。"容易买的代价就是容易退。"

消费级有硬数据（Earnest Analytics 信用卡交易，经《华尔街日报》报道）：六个月订阅留存 ChatGPT Plus 71%、Claude Pro 62%、Gemini Advanced 60%、Perplexity Pro 49%、Character.AI+ 47%[101]——头部健康、腰部偏弱。a16z 的消费应用榜单也显示 ChatGPT 付费用户第 12 个月留存约 68%，显著高于 Gemini 的 57%[92]。反方证据两条很重：SaaStr 创始人警告"提示词是可移植的"，换竞品可能几分钟复制粘贴就完成迁移，而传统 SaaS 换供应商是六个月的项目；按 SaaStr 的测算示例，一家 GRR 82% 的 AI 公司在 1 亿 ARR 规模每年流失 1800 万美元，是 GRR 92% 传统 SaaS 的两倍多（这里的百分比是 SaaStr 的举例设定，与前文 ChartMogul 实测的 GRR 40% 不是同一组数）[109]。更狠的是 OpenAI 内部预测：ChatGPT Plus（$20/月）订阅数将从 2025 年 4400 万暴跌到 2026 年 900 万（降 80%），因用户迁到更便宜的 ChatGPT Go（$5–8/月）[110]——连留存最好的消费 AI 产品，公司自己都预判主力付费层会断崖收缩。

对抗核验（headline 成立，维持阶段性/中置信）：核验员只做了措辞校正，不改方向。（1）别说"只有 ChartMogul 一家跨公司数据"——a16z 和 Sequoia 也有跨公司聚合的留存曲线/DAU-MAU（Sequoia 2023 年测得生成式 AI 应用 DAU/MAU 中位仅 14%，对比头部消费应用 60–65%）[108][105]，只是指标不是 NRR/GRR。（2）ChartMogul 的"48%/40%"本身样本存疑（AI 自动分类抓取的约 200 家计费平台客户，很可能以中小 AI 壳应用为主，每档约 50 家"只能看方向"），所以它证明的是"黑箱比想象的更严重"——连唯一的硬数字都对不上真正想问的头部公司——而不是推翻黑箱结论。a16z 关于"成熟 AI 公司远期 NDR 可达 150%"的说法是前瞻预测，不是已实现的实测[105]。

成色：黑箱=确凿的结论；已知数字=差且分化。 "AI-native 留存好不好"这个问题，对绝大多数公司目前无法回答——而"无法回答"这件事本身，就是投资/判断时最该警惕的信号。

综合洞察#

1. 把八个维度按"成色"重新摆一次，图景很清楚：

规律：越靠近"用几个人、涨多快"这种投入端指标，AI-native 越亮眼（但注水）；越靠近"赚不赚钱、留不留得住"这种结果端指标，AI-native 越难看或越沉默。

2. 一条暗线贯穿始终：所有乐观数字都建在同一个可疑的分子上。 人效的分子是 ARR，增速量的是 ARR，护城河秀的是净收入留存——而这个"ARR"是自报 run-rate、有的用 CARR 冒充[28]、实际留存中位只有 48%[12]。分子可疑，上面搭的所有倍数都要打折。这不是八个独立结论，是一个结论的八个切面：AI-native 目前证明了自己能极快地把收入"冲"上去，但还没证明这些收入是"留得住、赚得到"的高质量收入。

3. "AI-native 不一样"里，真正可能结构性的差异只有一个，还是坏消息。 人效、增速、迭代很可能都是"年轻 + 爆发期"的产物，做大了会向传统形态靠拢——样本里规模化就堆人已成通例（传统公司做 AI 改造也出现过掉头，如 Klarna 客服回招，但那是传统公司的样本，AI-native 原生组织是否同样收敛仍待观察）。唯一可能是结构性的差异，是毛利被推理成本压低——而这条恰恰对 AI-native 不利。这里要讲清分寸：聚合毛利其实在上行（ICONIQ 口径均值一年从 41% 升到 52%[32]），但离传统 SaaS 的 75–80% 仍远，且个别头部（Anthropic）还在下调指引[38]——所以本文判它"方向向上、但能否真收敛到 SaaS 水平未证"，不能据此断言"这条差距不会消失"。剥掉"年轻"光环后，AI-native 相对传统 SaaS 最持久的特征也许是"单位经济更差"——但这同样只是当前证据的方向，不是定论。

4. 回到你最初那张表：查实后基本成立，且更悲观。 你原来标"✓确凿"的人效、增速，查实后是"真但注水、且只在头部"；你标"?未证"的护城河、留存，查实后确实未证或反向（留存甚至是黑箱）；你标"确凿且反着来"的毛利，被证实为当前唯一确凿的结构性劣势。你的直觉方向对了，只是每一格的"水分"比表面更大。

局限与提醒#

• 样本是幸存者 + 被报道者的双重偏差。 能查到数据的都是已出圈、活下来的头部公司；平庸的、一直很小的、扩张失败又收缩的 AI-native 公司在本方法下不可见。所有"普遍规律"应读作"在能观察到的头部样本里"。
• 职能配比这条有明确的渠道偏差（循环论证）。 能被第三方招聘数据工具抓到部门结构的公司，本就是已建传统销售组织的公司；真正能验证/证伪"AI-native 是否需要销售"的公司（可能根本不建销售的），落在"查不到"里，不进计数。见发现 5。
• 几乎所有财务数字未经审计。 ARR、毛利、NRR 绝大多数来自公司自述、投资机构对被投企业的汇总、或第三方估算，标"公司自述/媒体估算"的一律打折。已知至少一例（Perplexity）把网络成本计入研发而非 COGS、从而抬高对外毛利率[44]。
• 员工数口径能差 2–40 倍，直接决定人均营收是"神话"还是"普通"，各条已在置信度里体现。
• 前瞻预测已单独标注，不作现状证据：Amodei 的"一人十亿美元公司"[59]、a16z 的"远期 NDR 150%"[105]、OpenAI 的"Plus 订阅将降 80%"[110] 都是预测/内部推算，不是已实现的事实。
• 中国样本几乎空白。 本文样本以美国 AI-native 公司为主，结论不直接适用于中国（中国 AI 公司的组织/收入结构、以及是否长在飞书/钉钉生态里，需另做取证）。

观察哨（这些数字一变，判断就要翻）#

1. 1. 第一家 AI-native 公开完整续约率/NRR（非选择性单 cohort）——留存黑箱一旦被打开，发现 8 就能从"未知"变"已知"，直接决定"是不是好生意"。
2. 2. 推理成本下降是否真转化为应用层毛利提升——若出现第二家（除 OpenAI 外）明确把降本留成毛利而非被竞争定价掉的公司，发现 3 的"收敛"才算有证据。
3. 3. 头部 AI-native 长大后是否停止堆销售——若某家越过 5 亿 ARR 仍不建传统销售组织，发现 4/5 的"扁平是阶段性"就要重估。
4. 4. 明星公司的 run-rate ARR 是否扛过一个完整续约周期——若 Lovable/Cursor 这类的 ARR 在续约季不缩水，"收入质量存疑"这条暗线才能松动。

书目#

[1] Revenue Per Employee — Benchmarkit SaaS Talk. https://www.benchmarkit.ai/saas-talk-1/revenue-per-employee

[2] Working at Cursor (Anysphere) in 2026. https://jobsbyculture.com/blog/working-at-cursor-2026

[3] Midjourney Statistics By Revenue And Facts (2025) — ElectroIQ. https://electroiq.com/stats/midjourney-statistics/

[4] AI-Native Firms Lead In Revenue Per Employee — Forbes (Baier). https://www.forbes.com/sites/paulbaier/2026/03/31/ai-native-firms-lead-in-revenue-per-employee/

[5] Anthropic and OpenAI earn more revenue per employee than major public tech companies — Epoch AI. https://epoch.ai/data-insights/revenue-per-employee-ai-companies

[6] Anthropic Only Has ~5,000 Employees — SaaStr. https://www.saastr.com/anthropic-only-has-5000-employees-almost-no-one-has-ever-been-this-efficient-thats-by-choice/

[7] Perplexity AI Statistics 2026 — Business of Apps. https://www.businessofapps.com/data/perplexity-ai-statistics/

[8] ElevenLabs Is Generating $825K Per Employee — TechFront360. https://techfront360.com/elevenlabs-825k-per-employee-11b-valuation/

[9] Mercor revenue, valuation & funding — Sacra. https://sacra.com/c/mercor/

[10] How Harvey hit $190M revenue and 1K customers in 2026 — GetLatka. https://getlatka.com/companies/harvey

[11] Decagon revenue, valuation & funding — Sacra. https://sacra.com/c/decagon/

[12] The SaaS Retention Report: The AI churn wave — ChartMogul. https://chartmogul.com/reports/saas-retention-the-ai-churn-wave/

[13] Seed-Stage AI Startups Are Flashing Record Revenue Numbers... — Forbes (Majic). https://www.forbes.com/sites/josipamajic/2026/04/08/seed-stage-ai-startups-are-flashing-record-revenue-numbers-and-most-of-them-are-not-what-they-seem/

[14] The Cloud 100 Benchmarks Report 2025 — Bessemer. https://www.bvp.com/atlas/the-cloud-100-benchmarks-report

[15] Legora: The fastest enterprise business to reach $100M ARR — Bessemer. https://www.bvp.com/atlas/legora-the-fastest-enterprise-business-to-reach-100m-arr

[16] Eight months in, Swedish unicorn Lovable crosses the $100M ARR milestone — TechCrunch. https://techcrunch.com/2025/07/23/eight-months-in-swedish-unicorn-lovable-crosses-the-100m-arr-milestone/

[17] Lovable becomes fastest software company ever to reach $100M ARR — Tech.eu. https://tech.eu/2025/07/23/lovable-becomes-fastest-software-company-ever-to-reach-100m-arr/

[18] Sierra hits $100M ARR milestone in 7 quarters — Sierra. https://sierra.ai/blog/100m-arr

[19] ElevenLabs Just Hit $330M ARR in 24 Months — SaaStr. https://www.saastr.com/elevenlabs-just-hit-330m-arr-it-took-twilio-8-years-to-get-there/

[20] ElevenLabs CEO says the voice AI startup crossed $330M ARR — TechCrunch. https://techcrunch.com/2026/01/13/elevenlabs-ceo-says-the-voice-ai-startup-crossed-330-million-arr-last-year/

[21] Anthropic Just Hit $14 Billion in ARR — SaaStr. https://www.saastr.com/anthropic-just-hit-14-billion-in-arr-up-from-1-billion-just-14-months-ago/

[22] Anthropic says it hit a $30 billion revenue run rate after 'crazy' 80x growth — VentureBeat. https://venturebeat.com/technology/anthropic-says-it-hit-a-30-billion-revenue-run-rate-after-crazy-80x-growth

[23] Legal AI startup Harvey hits $100M ARR — CNBC. https://www.cnbc.com/2025/08/04/legal-ai-startup-harvey-revenue.html

[24] Legal AI startup Harvey hits $100M ARR and $5B valuation — Tech Startups. https://techstartups.com/2025/08/04/legal-ai-startup-harvey-hits-100m-arr-and-5b-valuation-just-3-years-after-launch/

[25] OpenAI's ChatGPT inches closer to $1 billion in revenue — Business Today. https://www.businesstoday.in/technology/news/story/from-chats-to-riches-openais-chatgpt-inches-closer-to-1-billion-in-revenue-says-report-396286-2023-08-30

[26] $100M ARR in 18 months: Wiz becomes the fastest-growing software company ever — Wiz Blog. https://www.wiz.io/blog/100m-arr-in-18-months-wiz-becomes-the-fastest-growing-software-company-ever

[27] Cloud security startup Wiz reaches $100M ARR in 18 months — TechCrunch. https://techcrunch.com/2022/08/10/cloud-security-startup-wiz-reaches-100m-arr-in-just-18-months/

[28] How VCs and founders use inflated 'ARR' to crown AI startups — TechCrunch. https://techcrunch.com/2026/05/22/how-vcs-and-founders-use-inflated-arr-to-kingmake-ai-startups/

[29] 2024 KeyBanc Capital Markets & Sapphire Ventures SaaS Survey. https://info.sapphireventures.com/2024-keybanc-capital-markets-and-sapphire-ventures-saas-survey

[30] 2025 SaaS Performance Metrics — Benchmarkit. https://www.benchmarkit.ai/2025benchmarks

[31] The New Business of AI (and How It's Different From Traditional Software) — a16z. https://a16z.com/the-new-business-of-ai-and-how-its-different-from-traditional-software/

[32] AI Companies Landscape 2026 (引 ICONIQ State of AI) — TLDL. https://www.tldl.io/resources/ai-companies-landscape-2026

[33] The State of AI 2025 — Bessemer. https://www.bvp.com/atlas/the-state-of-ai-2025

[34] The high costs and thin margins threatening AI coding startups — TechCrunch. https://techcrunch.com/2025/08/07/the-high-costs-and-thin-margins-threatening-ai-coding-startups/

[35] AI Agent Economics: Token Tax Locks Gross Margins 30 Points Below SaaS — TechTimes. https://www.techtimes.com/articles/317542/20260601/ai-agent-economics-token-tax-locks-gross-margins-30-points-below-saas-baseline.htm

[36] Cursor AI Valuation Hits $60B — Tech-Insider. https://tech-insider.org/cursor-60-billion-valuation-anysphere-ai-coding-2026/

[37] The Real Math Behind OpenAI's 70% Compute Margin — SaaStr. https://www.saastr.com/have-ai-gross-margins-really-turned-the-corner-the-real-math-behind-openais-70-compute-margin-and-why-b2b-startups-are-still-running-on-a-treadmill/

[38] Anthropic Lowers Gross Margin Projection as Revenue Skyrockets — The Information. https://www.theinformation.com/articles/anthropic-lowers-profit-margin-projection-revenue-skyrockets

[39] AI Profitability Proves Elusive: Anthropic Cuts Gross Margin Guidance — Tiger Brokers. https://www.itiger.com/news/1113108294

[40] Welcome to LLMflation — a16z. https://a16z.com/llmflation-llm-inference-cost/

[41] LLM inference prices have fallen rapidly but unequally — Epoch AI. https://epoch.ai/data-insights/llm-inference-price-trends

[42] How Midjourney Generates $3 Million Per Employee with Zero VC Funding — andrew.ooo. https://andrew.ooo/posts/midjourney-3m-revenue-per-employee-no-vc-funding/

[43] Did Perplexity Fudge Its Numbers? — The Deep Dive. https://thedeepdive.ca/did-perplexity-fudge-its-numbers/

[44] What's Helping Perplexity's 60% Gross Profit Margin — The Information. https://www.theinformation.com/articles/helping-perplexitys-60-gross-profit-margin

[45] Midjourney's Quiet Cash Machine — WebProNews. https://www.webpronews.com/midjourneys-quiet-cash-machine-how-a-40-person-startup-blew-past-200-million-without-venture-capital/

[46] Midjourney: $600M ARR With 40 Employees and Zero Investors — VirtualAssistantVA. https://virtualassistantva.com/news/midjourney-600-million-arr-2026-ai-image-generation-business-marketing

[47] Cursor raises $2.3 billion funding round at $29.3 billion valuation — CNBC. https://www.cnbc.com/2025/11/13/cursor-ai-startup-funding-round-valuation.html

[48] Lovable says it added $100M in revenue last month alone, with just 146 employees — TechCrunch. https://techcrunch.com/2026/03/11/lovable-says-it-added-100m-in-revenue-last-month-alone-with-just-146-employees/

[49] Anthropic and OpenAI are Hiring GTM Roles More Than Anything Else — The GTM Newsletter. https://thegtmnewsletter.substack.com/p/anthropic-and-openai-are-hiring-gtm

[50] Anthropic Enterprise Hiring Tops Research as IPO Filing Reveals Commercial Shift — TechTimes. https://www.techtimes.com/articles/317530/20260601/anthropic-enterprise-hiring-tops-research-ipo-filing-reveals-commercial-shift.htm

[51] OpenAI And Anthropic Are Scaling Sales Teams Into A Market Where Nobody Has To Actually Sell — Forbes (Majic). https://www.forbes.com/sites/josipamajic/2026/03/28/openai-and-anthropic-are-scaling-sales-teams-into-a-market-where-nobody-has-to-actually-sell/

[52] OpenAI plans to almost double its headcount this year — Fortune. https://fortune.com/2026/03/21/openai-double-headcount-this-year-sam-altman-anthropic-google/

[53] Klarna's CEO says it stopped hiring thanks to AI... — TechCrunch. https://techcrunch.com/2024/12/14/klarnas-ceo-says-it-stopped-hiring-thanks-to-ai-but-still-advertises-many-open-positions/

[54] Klarna Reverses AI Push, Says Customers Prefer Human Support — Forbes. https://www.forbes.com/sites/quickerbettertech/2025/05/18/business-tech-news-klarna-reverses-on-ai-says-customers-like-talking-to-people/

[55] Klarna Turns From AI to Real Person Customer Service — Bloomberg. https://www.bloomberg.com/news/articles/2025-05-08/klarna-turns-from-ai-to-real-person-customer-service

[56] Perplexity — Company Profile — TrueUp. https://www.trueup.io/co/perplexity-ai

[57] How Perplexity hit $500M revenue and 15M customers in 2026 — GetLatka. https://getlatka.com/companies/pplx.ai

[58] Harvey AI Number of Employees 2026 — Revelio Labs. https://www.reveliolabs.com/companies/harvey-ai/employees/

[59] Anthropic CEO Dario Amodei Predicts the First Billion-Dollar Solopreneur by 2026 — Inc. https://www.inc.com/ben-sherry/anthropic-ceo-dario-amodei-predicts-the-first-billion-dollar-solopreneur-by-2026/91193609

[60] Solo founders are using AI to do the work of entire teams — Fortune. https://fortune.com/2026/05/18/solo-founders-ai-automation-entire-teams-entrepreneurs/

[61] The megamanager era: AI is doubling bosses' workloads — Fortune. https://fortune.com/2026/04/07/megamanager-era-how-many-direct-reports-ai-middle-management/

[62] How AI Is Compressing Management Layers Across Corporate America — Forbes (McKendrick). https://www.forbes.com/sites/joemckendrick/2026/05/21/ai-flattening-organizations-is-the-latest-chapter-in-a-continuing-story/

[63] Anthropic Number of Employees 2026 — Revelio Labs. https://www.reveliolabs.com/companies/anthropic-pbc/employees/

[64] OpenAI Foundation Number of Employees 2026 — Revelio Labs. https://www.reveliolabs.com/companies/openai-foundation/employees/

[65] Employee Data and Trends for Harvey — Unify. https://www.unifygtm.com/insights-headcount/harvey

[66] Cursor's GTM Deconstructed: $4M to $2B ARR in 18 Months — The GTM Newsletter. https://thegtmnewsletter.substack.com/p/deconstructing-cursor-growth-playbook-4m-to-2b-arr

[67] Working at Perplexity AI 2026 — JobsByCulture. https://jobsbyculture.com/blog/working-at-perplexity-2026

[68] Fin AI Agent outcomes — Intercom. https://www.intercom.com/help/en/articles/8205718-fin-ai-agent-outcomes

[69] A married founder duo's company, 14.ai, is replacing customer support teams at startups — TechCrunch. https://techcrunch.com/2026/03/02/a-married-founder-duos-company-14-ai-is-replacing-customer-support-teams-at-startups/

[70] Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of AI — Stanford Digital Economy Lab. https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/

[71] Bret Taylor's Sierra Revolutionizes Customer Service — Agentware. https://agentware.substack.com/p/bret-taylors-sierra-revolutionizes

[72] Real-world engineering challenges: building Cursor — Pragmatic Engineer. https://newsletter.pragmaticengineer.com/p/cursor

[73] How we used Codex to build Sora for Android in 28 days — OpenAI. https://openai.com/index/shipping-sora-for-android-with-codex/

[74] Anthropic Claude Model Release Timeline. https://hidekazu-konishi.com/entry/anthropic_claude_model_release_timeline.html

[75] Inside How Perplexity is Disrupting Google Search — Creator Economy. https://creatoreconomy.so/p/inside-how-perplexity-is-disrupting-search-aravind-srinivas

[76] Building Lovable: $10M ARR in 60 days with 15 people — Lenny's Newsletter. https://www.lennysnewsletter.com/p/building-lovable-anton-osika

[77] Salesforce upgrade release schedule FAQ — Salesforce. https://help.salesforce.com/s/articleView?id=005224913&language=en_US&type=1

[78] What is the release cycle for SAP Analytics Cloud? — SAP. https://userapps.support.sap.com/sap/support/knowledge/en/2768095

[79] 'First AI software engineer' is bad at its job — The Register. https://www.theregister.com/2025/01/23/ai_developer_devin_poor_reviews/

[80] AI-powered coding tool wiped out a software company's database — Fortune. https://fortune.com/2025/07/23/ai-coding-tool-replit-wiped-database-called-it-a-catastrophic-failure/

[81] Amjad Masad on X (Replit production database incident). https://x.com/amasad/status/1946986468586721478

[82] Three weeks after acquiring Windsurf, Cognition offers staff the exit door — TechCrunch. https://techcrunch.com/2025/08/05/three-weeks-after-acquiring-windsurf-cognition-offers-staff-the-exit-door/

[83] Windsurf's CEO goes to Google; OpenAI's acquisition falls apart — TechCrunch. https://techcrunch.com/2025/07/11/windsurfs-ceo-goes-to-google-openais-acquisition-falls-apart/

[84] Sources: Cursor in talks to raise $2B+ at $50B valuation as enterprise growth surges — TechCrunch. https://techcrunch.com/2026/04/17/sources-cursor-in-talks-to-raise-2b-at-50b-valuation-as-enterprise-growth-surges/

[85] Cursor tops $4B annualized revenue — Dealroom. https://app.dealroom.co/news/note/cursor-tops-4b-annualized-revenue-june-2026

[86] Glean Surpasses $300M ARR — Glean. https://www.glean.com/press/glean-surpasses-300m-arr-unrivaled-enterprise-context-fuels-ai-adoption

[87] 2025: The State of Generative AI in the Enterprise — Menlo Ventures. https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/

[88] Jasper, an Early Generative AI Winner, Cuts Internal Valuation — The Information. https://www.theinformation.com/articles/jasper-an-early-generative-ai-winner-cuts-internal-valuation-as-growth-slows

[89] Jasper AI Failure Analysis — IdeaProof. https://ideaproof.io/failure/jasper-ai

[90] Character AI Is Losing Users and Value Fast — RoboRhythms. https://www.roborhythms.com/character-ai-losing-users-value-decline/

[91] "Annual revenue of tens of millions" — The biggest lie in the AI application track — 36Kr. https://eu.36kr.com/en/p/3378414217189640

[92] Top 100 Gen AI Consumer Apps: March 2026 — a16z. https://www.a16z.news/p/top-100-gen-ai-consumer-apps-march

[93] OpenEvidence Quietly Becomes the AI Tool 65% of US Doctors Use — ai2.work. https://ai2.work/blog/openevidence-quietly-becomes-the-ai-tool-65-of-us-doctors-use

[94] OpenEvidence, the 'ChatGPT for doctors,' doubles valuation to $12 billion — CNBC. https://www.cnbc.com/2026/01/21/openevidence-chatgpt-for-doctors-doubles-valuation-to-12-billion.html

[95] Abridge AI Review 2026 — DeepCura. https://www.deepcura.com/resources/abridge-ai-review

[96] Abridge AI Review: Features, Pricing & Who It's For (2026) — TwoFold. https://www.trytwofold.com/compare/abridge-ai-review

[97] Is Devin Fake? The Discussion Continues In The Dev Community — Codemotion. https://www.codemotion.com/magazine/ai-ml/is-devin-fake/

[98] The Pulse #90: Devin reversing ambitious claims — Pragmatic Engineer. https://newsletter.pragmaticengineer.com/p/the-pulse-90

[99] Windsurf vs Cursor: which is the better AI code editor? — Builder.io. https://www.builder.io/blog/windsurf-vs-cursor

[100] The AI churn wave? — Growth Unhinged. https://www.growthunhinged.com/p/the-ai-churn-wave

[101] Report: ChatGPT Plus Has Top Retention Rate Among AI Subscription Services — PYMNTS (Earnest Analytics via WSJ). https://www.pymnts.com/artificial-intelligence-2/2025/report-chatgpt-plus-has-top-retention-rate-among-ai-subscription-services/

[102] The Information on Cursor (Anysphere) NRR — X/Twitter. https://x.com/theinformation/status/1905990843623768279

[103] Cursor AI Hits $2B Revenue: Market Dominance — Digital Applied. https://www.digitalapplied.com/blog/cursor-ai-2b-revenue-enterprise-coding-market-leader

[104] Cursor AI Statistics 2026 — GetPanto. https://www.getpanto.ai/blog/cursor-ai-statistics

[105] Retention Is All You Need — a16z. https://a16z.com/ai-retention-benchmarks/

[106] What "Working" Means in the Era of AI Apps — a16z. https://a16z.com/revenue-benchmarks-ai-apps/

[107] How Anthropic Makes Money: Claude API, Enterprise & the Business Model — Value Add VC. https://valueaddvc.com/blog/how-anthropic-makes-money-claude-api-enterprise-and-the-business-model-breakdown

[108] Generative AI's Act Two — Sequoia Capital. https://sequoiacap.com/article/generative-ai-act-two/

[109] The Wave of AI Agent Churn To Come: Prompts Are Portable — SaaStr. https://www.saastr.com/the-wave-of-ai-agent-churn-to-come-prompts-are-portable/

[110] OpenAI Projects ChatGPT Plus subscriptions to drop by 80% — Where's Your Ed At (引 The Information). https://www.wheresyoured.at/openai-projects-chatgpt-plus-subscriptions-to-drop-by-80-from-44-million-in-2025-to-9-million-in-2026-made-up-using-cheaper-subscriptions-somehow/

Claim-Evidence 表（核心论断 | 来源 | 置信）#

方法附录#

流程：把问题拆成八个可查证维度，每维度派一个取证员（Claude Sonnet）用 WebSearch+WebFetch 独立取证（正反证据都要、每条带真实 URL+原话+日期、区分公司自述/媒体估算/第三方实测/分析师），取证完立刻过一道对抗核验（另一个 Sonnet，专门反驳头条：查口径是否可比、自述是否注水、样本/渠道偏差、以偏概全）。16 个 agent 并行，约 89 万 token。之后由主体在此基础上人工综合、交叉核对、做引用校验，并另派一轮高推理模型对抗审校后定稿。

对抗核验抓到的关键修正（已折入正文）：

• 删除一处编造——取证员写"SpaceX 并购 Cursor 解释了其高 NRR"，核验员指出所引 TechCrunch 原文无此内容、公开信息中不存在该交易。
• 五个维度（人效/增速/毛利/职能/护城河）被判"基准不可比"：普遍是拿未审计的爆发期自报数字对比洗牌后存活者的审计数字。
• 三个头条被降级：增速"快 2–4 倍"、毛利"阶段性会收敛"、职能"销售没被压缩"——分别因伪统计、逻辑链有洞、循环论证而下调。

证据权重：第三方实测/审计数字（如 Nvidia 10-K、Earnest 交易数据、斯坦福 ADP）> 分析师聚合（Bessemer/a16z/Menlo/ChartMogul）> 媒体估算 > 公司自述。公司自述的 ARR/毛利/留存一律打折并注明。前瞻预测单独标注，不作现状证据。

主要盲区：私有公司财务不透明（绝大多数 ARR/毛利/NRR 未经审计）；样本是幸存者+被报道者的双重偏差；职能配比维度有明确的渠道偏差（能查到部门结构的公司本就是建了传统销售的公司）；中国 AI-native 样本几乎空白。