原本 9 人的初创公司变成了 4 人
最先消失的岗位与留到最后的岗位截然不同
商业五名工程师离开后，付费客户依然有 1 万人
读者，开发无代码建站工具的 Butternut AI 曾有 9 名员工。现在只剩 4 人了。因为两位联合创始人于 2025 年底解雇了五名工程师。他们判断 AI Agent 完全可以胜任那些人的工作，而且能一天 24 小时不停运转。这家成立刚满 3 年的公司拥有约 1 万名付费客户，联合创始人 Simar Singh 表示产品仍在持续增长。
《华尔街日报》最近对这类公司进行了集中报道。它们是一群在发布招聘启事之前，先反问“这项工作 AI 能不能代劳”的早期创业者。其中一些公司解雇了现有员工，也有一些切断了与外包承包商或代理机构的合作。它们的目标是尽可能久地保持小规模。
小团队创造巨额营收的故事如今已不新鲜。报道中真正值得单独关注的地方有两点：哪些岗位最先消失，以及报道中的投资人认为这些公司究竟能将小规模维持到何时。
最先消失的，是接收需求并转化为交付物的工作
打造入驻 Slack 协同工作的 AI“团队成员”的 Lindy 拥有 20 来名员工，已获得 5,000 万美元投资。2026 年 1 月，该公司在调整产品方向的同时解雇了几名营销人员。此后累计用户增至 50 万人，但营销工作一直由两人搭配 AI Agent 持续运转。他们现在仍在招聘开发人员，却再也没有填补过营销岗位的空缺。
Lindy 的增长营销经理 Haneen Azar 这样描述发生的变化：过去需要一个人专门制作营销数据看板，“而现在那只是一条提示词的事”。负责内容和视频制作的外部创意代理公司也从五家变成了 0 家。据说视频如今全部用 AI 视频生成来完成。
通过 AI Agent 代为催收账款的 AgentCollect，员工规模从峰值时的 50 人缩减至约 30 人。被大幅自动化的岗位包括账单业务协调员、客户通话质检员以及一名产品经理。CEO John Banner 解释说，这并不是为了节省成本，而是出于一条招聘原则：员工应该去做需要创造力与判断力的工作。
列出来看，它们有一个共同点：都是某人提出需求后，接收该需求并将其转化为数据看板、视频、账单联络、通话评分表等交付物的工作。在需求与交付物之间负责搬运和打磨的岗位，最先消失了。
不过，有两点需要结合来看。Lindy 的裁员与产品方向转型发生在同一时期。这意味着它并非完全由 AI 促成的决定。而且，五家代理公司变成 0 家的变化并不会体现在员工人数上。仅看公司内部的花名册，根本看不出这家公司向外缩减的工作规模有多大。那些工作量缩减的痕迹，落在了承接外包的人身上。我们在第 164 期探讨的自由职业开发者薪酬单价话题，正是这同一趋势的另一面。
从平均 32.5 人降至 20.7 人，这个数字里也掺杂着利率因素
报道中还引用了领英（LinkedIn）的分析。他们将创业首年员工在 5 人以上的美国初创公司按成立年份分组，对比了其成立第 3 年的平均人数。2018 年成立的公司在第 3 年平均拥有 32.5 人，而 2022 年成立的公司仅为 20.7 人。据说美国初创公司的平均人数在 2021 年达到顶峰后，便一直呈缩减趋势。
若把这个数字完全归因于 AI 效应，就未免失之偏颇。2018 年成立的公司到第 3 年大约是 2020~2021 年，那正是风险投资资金最泛滥的时期。而 2022 年成立的公司是在利率迅速飙升后成长起来的。促使团队减少招聘的力量中，既有工具的变革，也有资金环境的剧变，单凭这一对比无法将两者剥离开来。
Y Combinator1给出的案例同样需要审慎看待。据说 2024 年参与该项目的 Emergent 仅凭 15 人就实现了 1,500 万美元的年化营收2，同一年入选项目的 Retell AI 则以约 40 人达到了 6,000 万美元。这固然证明了小团队也能赚大钱，但终究是孵化器亲自挑选的成功范例。那些从小规模起步却悄然消亡的公司，并不在这份名单之中。
能否保持小规模的上限，由客户和投资人决定
那么，这些公司究竟能将小规模维持多久？报道中投资人的回答指向了市场，而非模型本身的性能。
First Round Capital 的 Liz Wessel 认为，这取决于公司类型、产品以及营收增长的速度。那些爆发式增长的公司，依然在为争夺顶尖工程师展开激烈竞争。
Cowboy Ventures 创始人 Aileen Lee 划定了一条更为具体的界线。如今，两名联合创始人无需招人，就能一路完成制造原型、送到客户手中并验证反馈的整个过程。但企业发展到某个节点若不扩充人手就无法继续做大，尤其是面对企业客户时更是如此。当向中型企业或大企业销售年单价 6 万~7 万 5,000 美元的合同时，买方往往希望与有真实团队在运转的公司合作。
出资方同样有其衡量标准。Lee 表示，若想获得 A 轮3融资，风投机构往往期望第一年营收达到 400 万~500 万美元，而没有团队要想做出这个数字实在极其困难。
企业客户希望看到真实团队这一事实，从另一侧也能得到印证。正如我们在第 197 期所探讨的，微软、AWS、OpenAI 与 Anthropic 今年都专门成立了直接派驻工程师进驻客户现场的组织。即便是最擅长制造 AI 的公司，在面对大单时也依然把人推到了最前线。
据说给新人讲解的工夫，和给 Claude 写提示词一样多
报道中的最后一位人物是尚未接触投资人的单人创业者 Advait Paliwal。他正在开发一款供消费者与多个 AI Agent 对话的移动应用，并将 OpenAI 的 Codex 视为自家公司的首席技术官。他没有招聘员工，而是订阅了 20 个 Claude 和 Codex 账号来运转业务。
在过去一年里，他面试了四位软件工程师候选人。据说其中甚至有一名来自比利时的 14 岁申请者。但最终他一个也没录用。理由是给人类下达指令所需的说明量和给 Claude 的一样多，而 Claude 给出的答复却更快。
Oswarld视角
在设计企业交付或咨询方案时，我总是基于“模型一定会越来越强大”这一前提来进行筹划。因此，创业者们不去招人反而增加订阅数量的算盘，在我看来并不奇怪。随着模型日益强大，将需求转化为交付物的工作势必会有更多被交割出去。
然而在这篇报道中，也能看出一道即便模型再强也不会轻易动摇的界线：那就是客户在签署合同前究竟想要见到谁，以及投资人从何种营收规模开始期待看到真实团队。这条界线并非由模型性能决定，而是由买卖双方之间的信任与商业惯例决定的。
因此我认为，仅凭“这项工作 AI 能不能做”这一个问题来设计组织架构是不完整的。必须一并追问的另一个问题是：“这项工作究竟是谁做的，客户是否想要确认？”对前一个问题回答“能”的岗位会持续减少；而对后一个问题回答“想确认”的岗位，随着公司规模的扩张，反而可能会不减反增。
结语
Butternut 的 4 人团队、Lindy 的 2 名营销人员、Paliwal 的 20 个订阅账号，都是初创团队得以保持小规模运转的明证。而同一篇报道中的投资人，也指明了这种可能性的边界停在何处。小型公司的员工规模，不仅反映了 AI 的能力水平，同样揭示了这家公司究竟在向谁销售什么。
💬 在您目前从事的工作中，有哪些已经移交给了 AI，又有哪些是客户依然希望由真人来交付的？欢迎在评论区分享您的看法。
📨 如果您身边有正在为招聘计划苦恼的创业者或团队负责人，欢迎将本文分享给他们。
参考资料与延伸阅读
- 《华尔街日报》，《These Tiny Startups Are Getting Even Smaller With Help From AI》（2026 年）。本文中 Butternut AI、Lindy、AgentCollect 案例、领英分析、Y Combinator 案例及投资人言论的出处。
- INLEVEL9 Letter 第 182 期《一人独角兽尚未出现，百万富翁却翻了一番》
- INLEVEL9 Letter 第 197 期《微软为何把 6,000 名员工派驻进客户公司》
- INLEVEL9 Letter 第 164 期《阁楼里的开发者为何每晚都要去送外卖》
- INLEVEL9 Letter 第 154 期《法拉利设计师依然从铅笔开始》
你的观点会成为下一期的线索
欢迎留下你的经验与看法。