做企业软件三十多年，HubSpot联合创始人Dharmesh Shah说，现在是他创业最开心的时候。

这话放在2026年，让人深感意外，无论中国还是美国，当下主流的说法是，模型厂商横冲直撞，做应用的人做什么都没意义。

尽管HubSpot年收入已经超过30亿美元，Shah依然处于创业状态。他没有直接下属，仍冲在一线做新产品，每晚自己写代码。在最新一期播客中，a16z合伙人Joe Schmidt和Shah深入交流了企业软件如何寻找市场切入口。

Shah对企业软件的第一个判断是，软件的开发速度越来越快、门槛越来越低，但客户却越来越难找。AI压低了软件开发成本，但是客户的选项也变多了。所以，他建议新产品一定要把范围收窄，别一上来就瞄准千亿美元市场，应该先考虑第一个客户从哪来。

第二个判断，关于模型厂商进入应用的边界。他认为，重点要做ChatGPT们没有动力做的市场，然后在这些市场成为基础模型卖Token推理服务的渠道。

第三个判断，关于企业软件入口的价值。ChatGPT和Claude Cowork是新的入口，但这并不会大幅挤压业务软件的价值。软件的真正价值在于，找准一类客户，进入他们真实的工作流程，把数据、上下文和业务系统接起来，交付客户想要的结果。

核心要点

软件变得容易做，找到客户变得更难。Shah把AI看作软件开发抽象层级的一次跃升。过去可能要半年、一年才实现的功能，现在很快就可以实现，并请真实用户试用。软件供给一多，分发也更难。

从小切口进入市场，仍然要把客户的问题解决完整。HubSpot两位创始人原想给中小企业做一套类似Oracle的ERP，此后将范围收窄到律所。但律所对ERP兴趣有限，反复问的是能不能帮他们多找些合适的客户。HubSpot因此转向中小企业营销，把内容管理、SEO、落地页、表单等装进一套产品。

会不会被模型厂商碾压，要看它有没有进入这个市场的动力。Shah认为，要找前沿模型不愿意做的市场，而不是没有能力做的市场。监管等结构性约束和投入产出上的动力差异，能给应用厂商留出市场空间。模型厂商会直接做消费端和大型企业，也可以借助懂行业、有Token分发能力的SaaS公司作为销售渠道。

AI入口可以变化，业务软件的价值仍取决于它完成了什么工作。Shah把ChatGPT和Claude Cowork比作新的浏览器，用户可以从这里进入，但数据、工作流和结果仍可能由业务应用支撑。

以下为播客的对话实录，在原文基础上略有修订。

01 做企业软件三十年，现在最开心

Joe Schmidt：今天请来的是HubSpot联合创始人兼CTO Dharmesh Shah。

几个月前开始，前沿模型厂商一路横冲直撞，硅谷有一股做什么都没意义的情绪，我觉得这股情绪到现在也没过去。HubSpot感受应该很不一样吧？你怎么看眼下的市场？

Dharmesh Shah：借用一句老话，这是最好的时代，也是最坏的时代。

好的一面是，每逢这样的巨变，大家都特别有劲头。二十年前，我们看到互联网这项新技术，觉得中小企业应该能用它发展业务，HubSpot就是这么起步的。二十年后，轮到AI技术，我们觉得中小企业同样应该从中受益，可它们会觉得难上手。所以，我们还是在服务同一类客户，只是技术变了，原来的使命又有了新活力。

坏的一面是，这么大的变化让很多事一时看不清楚。但是不管市场怎么走，团队还是尽量把心思放在客户身上。

我更愿意看到积极的一面。企业软件我做了三十多年，真的是每天都在做，现在是我做软件最开心的时候，因为做产品赶上了好时候。

 

Joe Schmidt：我完全同意。很奇怪，明明现在什么都能做起来，大家的感觉却这么悲观。

我们聊聊你早期创业的经历吧，从Pyramid到HubSpot，你们当初是怎么一步步做起来的？我想那时也有人说过类似的话：“软件都这么容易做了，你们还做什么？”回头看，那时候创业和今天有什么相似的地方，又有什么变化？

Dharmesh Shah：软件开发一路走来，就是不断提高抽象层级。我刚入行时还用机器语言，程序跑在大型机上。后来有了C、C++这样的第三代语言，再后来还有第四代语言。说到底，是让你更容易把脑子里解决问题的办法写成软件。

AI让我兴奋的，就是它给了我们一套工具，让我们能在更高的抽象层级做事。人和企业遇到的问题还是那些，变的是我们手里的工具。我做软件，当然习惯从软件的角度看，从这个角度，我做的还是同一件事。

比如，TypeSafe团队最近发布了Jev模型，对于开发者来说，它就是个软件。开发者多了可用的工具，也有更多人能自己动手开发，这很棒。我们要解决的很多问题依然相似，有了AI只是能在更高的抽象层级做事。

所以，我一直觉得什么时候都可以创业，现在尤其适合，因为你能在更高的抽象层级做事，用AI快速迭代。过去可能要半年、一年，甚至两年才能弄明白的事，现在可以直接动手做个东西、发布出去，请真实用户和客户试用，看看结果，以前做不到这么快。

 

Joe Schmidt：我太同意了，真希望你能看看我们这家风投机构自己都在开发什么，亲自在一线做事，好玩多了。这也正好接上我想问你的问题，你过去创业，通常会选一个很小的产品切口，先服务一类非常具体的客户。现在迭代这么快，短时间就能开发出更多软件，你觉得这种起步方式变了吗？

Dharmesh Shah：我直接或间接参与创业很多年了，到现在也还是把自己当创业者。选创业点子、找创业切口一直是最难的事，尤其是对第一次创业的人。做了三十年创业，我也只比以前稍微擅长一点。

创业者常犯的一个错误，是以为靠严密分析就能选出好点子，好像做一张十八列的电子表格，把系数都填进去，最好的点子就自己算出来了。

Joe Schmidt：对，美国人口普查局那张表，我不知看过多少次。

Dharmesh Shah：没错。比如说，全美有1.8万家律所，这个数字和你做创业的产品切口判断没什么关系。

按我的经验，几乎不可能事先知道一个点子到底好不好、有多大概率能成，或者最后会做成什么样。想知道它行不行，就得亲自去试。哪怕最后做成了，往往也只能看得出一点最初的影子。有时候，别人眼里那门成功的生意，跟最早的点子已经很不一样了。

既然事先很难判断点子行不行，最实际的办法就是尽快拿到市场上试，看是继续做，还是换个方向。这条原则今天仍然适用，AI让迭代更快，但产品分发还是难，甚至比以前更难。软件更容易开发，做的人更多，客户面前的选择也更多。要让客户在那么多产品里注意到你，真正接触到他，反而更难了。

所以，我很相信一条，早期先把范围收窄，集中在一件事上，更有机会找到客户、弄清楚需求。不要一上来就得瞄准一个巨大的市场，比如说能做成一千亿美元的生意。有这样的雄心很好，可你先告诉我，头三十天打算做什么？哪件事是你现在真正要抓的？

Joe Schmidt：我觉得，先把第一块钱赚到手。

Dharmesh Shah：没错，再一步步做到一千亿美元。

HubSpot现在也是这样，我们先在核心平台上试新点子，尽量把范围缩窄。谁迭代得快、试错花得少，谁就更有机会做成。不管每次试出来的结果是什么，只要验证得更快、成本更低，长期看，胜算就更大。

 

Joe Schmidt：回到HubSpot刚起步的时候，你们最早做的是一款法律行业的软件，至少考虑过这个方向。后来居然做成了面向中小企业的CRM，从这么小的产品切口做到今天，很了不起。你们怎么转到中小企业营销，又是怎么在此基础上做成平台的？

Dharmesh Shah：最初，我和联合创始人就是在读商学院时认识的。我们先看中了中小企业，觉得这个市场一直没有得到充分服务。

当时，我们都在软件行业干了很久，另一位联合创始人做营销和销售，我做产品开发和工程。我们以前都做过企业软件，知道做这门生意对创业者来说有多不容易，销售周期长，收入集中在少数客户手里，连产品路线图和发展方向都容易被他们左右。

当时，另一个选择是做面向消费者的软件。这类生意往往两极分化，要是做成了，规模可以很大，但收入经常要靠广告补贴，直接向用户收费，往往又收不上来钱。

我们当时就是两个商学院学生，单从市场角度看，中小企业兼有两头的好处。一方面，你解决了企业的问题，就可以收钱，从商业角度这很正常。另一方面，客户能像消费市场一样多，几万、几十万，甚至几百万，收入也不会集中在少数客户手里。

这就是我们当初想做的生意。

我们最早的想法，是做一套ERP，相当于给小企业做一个Oracle。这也回到了刚才说的，怎么把切口收小。当时软件正从CS架构转向Web，我们想，应该有人给中小企业做一个Oracle，把各项功能整合起来，让它们能一起用。可我们又觉得这个想法太大，就收窄到律所，叫LegalSpot。

然后，我们在试水市场过程中，很快就发现，给律所卖这套东西不是件轻松的事。我们跟他们聊ERP、聊这套方案能做什么，他们最感兴趣的却是营销和网站。他们问，“你能帮我多找些客户吗？工时记录那些，我们已经有了，没那么要紧。你能帮我们多找些合适的客户吗？”

因此，当时我们面临两个选择，继续做中小企业ERP，还是改做中小企业营销？两条路差不多都说得通，几乎可以抛硬币。最后当然没抛，我们根据有限的几个信号认真想了想，后来发现，软件最难卖给开发者，其次就是律师。就这样，我们开始摸索给中小企业做营销软件。

 

Joe Schmidt：后来你们又做成了平台，有了一套完整的CRM，这是第一天就想好的吗？我这么问，是因为现在很多人都想成为某个场景里的HubSpot平台。你们当初怎么做产品、怎么建立反馈循环，最后从一个小切口走到了平台？

Dharmesh Shah：我们一开始做的是一套营销应用，没想过以后会做CRM平台。公司发展到一定阶段，总得做第二款产品，或者说给业务找个新起点。当时我们做营销软件，发现营销和销售、CRM离得很近，往CRM去做很自然。

等营销客户多起来，我们做了次调查，想看看客户都在用什么CRM。结果20%用Salesforce，另有20%用别家的CRM，还有60%根本不用CRM。

我们听了觉得不可思议，客户都在用HubSpot，还付钱让我们帮忙获取销售线索，但是这些线索后来怎么处理？不用CRM，都记在哪儿？我们想，这些公司本来就该用CRM。

我和联合创始人想问题特别直接，就问他们为什么不用？市面上有不少好公司，也有好产品。后来发现，CRM听起来就复杂，客户觉得贵，光部署起来就要花不少钱。我们觉得，CRM是个合适的相邻市场，反正也需要第二款产品。从战略上看，现有CRM厂商迟早可能进入营销领域，就算我们想一直只做营销软件，恐怕也很难。

所以我们做CRM时，目标是那60%还没用CRM的客户。客户嫌复杂，我们就做一款当时能做出来的、最容易用的CRM。嫌贵，我们就直接免费，完全免费，不走基本功能免费、高级功能收费的路子。

HubSpot一直有这个想法，先给客户创造价值，再考虑从中获得回报。先把有用的东西做出来，原有的营销软件业务可以给它补贴。后来边做边改的过程中，我们发现要在CRM市场站稳，就得做成平台。

这一点，我想强调给创业者：你怎么划定问题的范围都行，但在那个范围里，要尽可能帮客户把问题完整解决。创业者应该先问自己，我们到底在解决什么问题？

HubSpot的CRM刚起步时，内容管理、SEO、落地页、表单，每一项都有不错的公司在做，可客户真正头疼的就是工具太零散。所以，我们就必须做一整套的CRM平台应用。这个方法我们用了二十年，现在也一样，做新产品时先问，客户到底要解决什么？

 

Joe Schmidt：大家常说有两种市场策略打法。一种是做存量替换，客户的系统早就上齐了，你要说服他们把旧系统换掉，最好赶上像现在这样的AI技术周期，大家愿意重新考虑选型。另一种是开发空白市场，去争取以前没用过这类软件的企业。

很多人觉得，HubSpot一开始就把第二条路想清楚了，其实是你们在做的过程中发现已有客户还没用CRM，这才动手做。先有客户，再发现机会，照样能做出一家大公司。

还有个问题，你们是怎么围绕最初那款产品做生态的？我觉得HubSpot生态做得很出色，AI对这个生态有什么影响？

Dharmesh Shah：我职业生涯的大半时间都在用别人的平台，所以大致知道平台方和开发者各自在想什么。

我无意贬低哪家平台，只是这种事经常发生，平台最初会积极吸引开发者，让大家围绕核心产品开发应用、成立公司。可时间久了，有意也好、无意也好，平台又可能挤压开发者，把原先开放的东西一步步收回去。

Twitter早期就有这个情况，这已经是十五年多以前的事了。当时它说自己是开放平台，确实百花齐放，大家用那套API做Twitter客户端、做产品，还有人成立了公司。后来，它渐渐把开放的东西关上，对开发者从不太友好变成了近乎敌对。

我们做生态时，确实把这些教训记在了心里。我们想做一个当年自己做各种产品时也希望能用上的平台，延续HubSpot一贯友善、好打交道的作风。

我们是实打实的资本家，只是希望做有人情味的资本家。大家都是来赚钱的，那就把各自在做什么讲清楚。我们尽量对合作伙伴坦诚。不能保证某个方向永远不碰，但能告诉你我们在做什么。换作我们来找机会，我们会去看哪些空白，哪些领域有市场、我们自己又不太可能涉足，做这些是要花工夫的。久而久之，我们跟不少人建立了信任。

做生态和做产品很像，要用做产品的方式来想。我骨子里就是个开发者，就像我们会看核心客户多久能感受到产品有用，也要想开发者多久能尝到甜头，我叫它time to joy。用HubSpot的API，多久能跑通第一个应用？从跑通到在HubSpot生态里赚到第一美元，又要多久？这段时间能不能再缩短？

02 别走在模型厂商的黄金大道上

Joe Schmidt：我完全同意，也恭喜你们把生态做得这么活跃。

回到当下，前沿模型厂商在做一些原本由应用软件承接的工作流，有哪些地方让你担心？在我看来，这些通用AI产品想把HubSpot的不少功能也做进去。你觉得哪些地方要守住？又有哪些地方能建立持久的优势？

Dharmesh Shah：我有几点想法，先说在前头，我是HubSpot的联合创始人兼CTO，看这个问题肯定有很强的立场。但是有立场，也不一定就说错了。

我们先说大的，模型公司走在一条宽敞的黄金大道上，直通翡翠城，他们会顺着这条路一路冲过去。这条路很诱人，但这条路外的机会也多得很。

创业者在这个问题上容易走偏。比如，有人根本不当回事，说ChatGPT做不了这个，Claude Cowork做不了那个，我们正好来补上。这样的点子最让我担心，这个思路有两个问题。

第一，给“做不了”加一个“还”字，听起来是不是一样说得通？比如说，“ChatGPT还做不了这个”，如果这么说也合理，拿它当创业机会就有风险。

第二，要分开看产品和背后的公司。ChatGPT做不了，OpenAI这家公司能不能做？它完全可以推出一款新产品，或者另开一条产品线。你得想想，模型厂商脚下的那条黄金大道底有多宽？这条路可能还在变宽，所以尽量别走到他们的道路上。这样即便它们继续扩张，你也有余地。

所以我会去做两类事。一类是前沿模型厂商受到结构性约束，比如法规限制，确实做不了。另一类是我所说的缺乏进入的动力（incentive constraint），做是做得了，真正下场的可能性却很低。

举个例子，就说Sam Altman吧，我投了OpenAI，也认识Sam。假设他明天早上一起来就想，CRM这个行业很诱人，HubSpot有30多亿美元的收入，我们不如把抢下这块收入当成公司的目标，或者专门找人去做。

他们够聪明吗？够。有野心吗？有。恰恰是因为他们的野心那么大，Sam和OpenAI的团队才不太可能这么干，Anthropic和其他前沿模型厂商也是如此。

有件事我们需要知道，前沿模型厂商在搭建基础设施和做预训练上已经投了数千亿美元，资本开支已经花了不少，钱还在继续投。接下来的生意，归根结底就是怎么把推理服务卖出去、怎么卖Token，靠已经建起来的东西挣到钱。

为此，模型厂商有两条路。第一条，直接面对全世界的用户卖Token。消费产品就是做这件事，往高端企业市场走也是这个目的。比如，模型厂商找摩根大通这样的客户，不经过集成商，再派一大批FDE帮客户落地。这是一条可行的路，他们也确实已经在走。

还有一条路，市场上有SaaS厂商，有创业公司，它们熟悉具体领域和客户，有自己的分发渠道，或者有别的办法把Token卖出去，姑且叫推理服务的转售商。

模型厂商两条路可以同时走。面向消费者，他们可能想自己掌握市场，不想让别人再做一个ChatGPT。与此同时，软件公司也完全可以把他们当成基础设施，就像我们看AWS一样。

所以，站在创业者的角度，我还是那句话，我有立场，但我认为现在做AI相关产品，比2023年少了很多顾虑。

要说模型已经成了标准化商品，我还不这么看。但现在模型选择多了，它们正在成为基础设施，无论是价格还是可替换程度，都在朝标准化的方向走。OpenRouter这类服务之所以做得起来，就是因为模型比较容易切换。

HubSpot和大多数SaaS厂商也在做类似的事，把使用场景拆开，再通过模型路由给每项任务选合适的模型。

这样一来，模型可以按需要换，就少了一层顾虑。关键资源如果被一家上游供应商握在手里，你做产品、解决客户问题，都要受它制约。现在既有开源模型，也有不少不错的闭源模型。只要避开模型厂商的黄金大道，你就有机会保住利润空间。

 03 入口变化，不会挤压企业软件全部价值

Joe Schmidt：那软件公司的入口价值会不会很受前沿模型的影响呢？

Dharmesh Shah：这是经常会碰到的一个问题。

一年多前，HubSpot推出了ChatGPT连接器，是第一家这么做的CRM公司。我们也做了类似的连接器，接Anthropic的产品。有人会问，如果用户都从ChatGPT、Claude Cowork这类入口进来，会不会削弱HubSpot的长期价值？

我的看法是，入口当然重要，只是在不同产品里分量不一样。像Uber Eats或DoorDash，App做得很好用，可单做个App并不难。值钱的是背后的网络，包括和餐厅的合作，以及从骑手到店取餐到送到你手里的整套配送，难以取代的是这部分。另外，有些产品的价值全在入口界面上，拿掉入口就什么都没了。

我觉得，大多数企业应用更像Uber Eats这一类，我说的是实际完成的工作有价值，并不是说企业应用也有外卖平台那样的网络效应。

入口界面是做事的工具，入口对HubSpot重要，是因为营销和销售人员需要和软件打交道，把事情做完、拿到结果。AI出现之前，HubSpot做得好的地方，是懂客户要解决什么问题，再做个简单好用的界面，让他们能把事情办成。

可价值并不全在这里，我敢说，入口界面绝不会占到HubSpot价值的99%。

这种入口变化以前也发生过，早期SaaS兴起，软件转向Web应用，我们就经历过一回。那时候，我们在桌面电脑上用软件客户端，后来有了浏览器，先是Internet Explorer，再后来是你们熟悉的Mozilla，软件就在浏览器里跑了。

结果呢？Google也没有把应用从底层到上层全包下来，大量软件公司照样做了起来，浏览器成了入口，因为用户可以直接打开要用的产品，现在也有类似的变化。

当然也有不一样的地方。AI能做一些原来需要人动脑的工作，能做的事更多。但就ChatGPT和Claude Cowork这类产品来说，它们就是新的浏览器。以后，人们会通过它们使用各种产品和服务，HubSpot这样的公司也会接进来。

所以，至少对大多数做企业软件的人来说，我的基本想法是，别在入口界面上想太多。先弄清楚怎么把客户要的结果做到最好。还可以再问，怎么做最划算，怎么让响应最快，怎么让客户用起来最省事？这些也是你能给客户的价值。

 

Joe Schmidt：完全同意。

关于这部分，我还有最后一个问题，回顾当年搭HubSpot时做的那些架构选择，你会怎么重新考虑？原来是为了方便人浏览信息，所以数据也是按人觉得直观的方式存的。现在的模型这么强，能用和人完全不同的方式处理信息。如果从头来，你会在哪些地方做得不一样？作为HubSpot的高管，你们现在又在怎么处理这个变化？

Dharmesh Shah：我学的是传统计算机科学，软件开发也干了一辈子，说到底就是个技术宅。做大型软件时，我很看重框架，先搭好一组基础组件，再让它们逐步演进，这样以后才能反复使用这些组件，优势也能越积越多。

我在创办过、工作过的每家公司都体会到，如果核心组件一开始选得对，市场和产品怎么变，都能换种方式把它们重新组合。

HubSpot从起步时就是这么做的。我们先搭了一个核心运行框架，类似操作系统，营销自动化等功能都在它上面开发。所以等到做第二、第三、第四款产品时，很多要交付给客户的能力，手头已经有现成的组件。

我们从营销自动化起步，做的是按规则执行的工作流，比如发一封邮件，等三天，再等对方点击。后来做销售和CRM时才发现，原来支持营销自动化的那些组件，全都能拿过来用。我们的销售自动化产品第一天就能有的功能，别家做上几年也未必有这么多。

我觉得这个道理现在也适用。

我们现在问的是，既然进入了AI时代，HubSpot接下来的二十年需要什么样的架构？你刚才提到了一点，过去主要用关系型存储里的结构化数据，很适合做确定性查询。现在结构化、非结构化的数据都用得上。我们公司和客户公司早就有非结构化数据，可放在十年前，你花多少钱也很难让这些数据派上用场，现在有AI就可以了。

我们回过头来看基础组件，结构化数据存储仍然需要，关系型也好，其他形式也好，总得有个机制能长期保存已知的事实和数据，可以叫它记录系统。同时还要有一套处理非结构化数据的上下文系统，这是我们正在搭的。我觉得它往后会像一个第二大脑，我和其他人都用过这个叫法。能不能把发生的各种事情记下来？图可能是合适的结构，也就是有人说的上下文图谱。再把图谱和结构化数据存储配合起来，既能用来推理，也能让智能体据此行动、把事情做完，拿到想要的结果。

还有一点是我刚聊着聊着想到的，虽然你没问。现在用智能体写代码有个特别好的地方，对成熟的软件公司尤其明显。我们刚才谈过，它能让我们更快地写软件、验证点子、推出产品，我们也确实从中受益。现在还可以把事情做得更深，试试以前不会考虑的大项目。

想象你手上有Fable 5.1、已经发布的GPT-6 Astra，如果能回到过去，你也许会希望年轻时做个不同的选择。比如换一种方式设计基础组件，或者干脆把某项功能抽出来，做成一个可以复用的服务。

理论上，现在真有办法把过去的路再走一遍,，比如花20万美元Token，让模型换种方式重做，会怎么样？就像有无数个平行宇宙，我们去到当年做了不同选择的那一条分支，看看会走到哪儿。

像HubSpot这样的公司有个优势，过去积累的单元测试，现在可以拿来做评测。新做出来的版本行不行？能不能通过测试、产生同样的结果、完成原来该做的事？这些我们现在有办法测。

每次有新模型出来，我们都会拿整套评测跑一遍，看看怎么取舍、经济上值不值。比如，质量低了大约三个百分点，换来多大的延迟或成本改善？

验证架构上的设想，也能用同样的办法。比方说，把整套代码用Rust重写会是什么样？我只是随口举个例子。现在完全可以先选一小块代码试试，想想就挺让人兴奋的。

 

04 在HubSpot内部继续创业

Joe Schmidt：我之前写过一篇文章，用Workday举例，如果从头考虑怎么做成AI原生，手上有哪些优势，又有哪些劣势？

HubSpot的优势是，创始人还深度参与公司的经营，推动这些变化，我很喜欢你说可以把不同的路都走一遍试试。

你们还在HubSpot试着建立哪些流程、组建哪些团队？有没有砍掉什么繁琐的管理流程？我很好奇你现在作为创始人在做什么。

Dharmesh Shah：HubSpot有个团队叫HubSpot Next，相当于创新实验室。我们把它当成公司内部的创业团队，可以同时做几个项目，也确实按创业公司的方式来做。

当年做CRM就用过类似的办法，我们说要做CRM，有人会问，我们不是做营销软件的吗？于是我们把团队单独划出来，既不用沿用原来的技术栈和品牌，也不用照搬已有的规矩，只管去解决问题。

这个做法延续到了今天。

这些年我发起并带过几个这样的项目。现在我每晚都在做的产品叫uSpot，是专给OPC用的CRM。OPC就是它要服务的市场，也回到了刚才说的，先把范围收窄。

HubSpot Next的项目，有的是探索新的产品品类或新点子，有的是试一个新市场，有的是验证一项新技术。

再回到刚才提及的和模型厂商竞争的问题，软件公司怎么做才能不被模型厂商碾过去？别看到ChatGPT和Claude Cowork的记忆还不好用，就把这当成机会，它们会继续改进，所以别去解那个问题。

可以先问，哪一类客户的哪些问题，能解决得更好？信息从哪里接进来，怎么整合？最后要开发什么样的智能体，帮客户完成哪些工作？

几年前，我推出过一个叫agent.ai的项目，当时做的是AI智能体市场，那是我一不小心跟Sam Altman竞争的其中一回。虽然聚焦的是市场拓展（go-to-market）这个窄切口，但还是太通用了。

它分两部分，一个智能体市场，一个智能体构建器。构建器让普通人也能做智能体，把按固定规则执行的步骤和需要模型判断的步骤组合起来。我们发现，这个想法有一半是对的，但那一半需要HubSpot整个团队来支持。于是我们做了一次类似收购的内部整合，把构建器做成HubSpot自己的产品，它现在就在HubSpot里。

未来，uSpot也一样。我们给OPC做CRM，可能有些地方做对了，有些没做对。到最后，可以把它并进HubSpot，成为我们的一款产品，也可能让它保持独立。还有一种可能，市场没跑通，但作为上下文系统的第二大脑想法行得通。那就把我们发现的那些办法，比如哪些信息接入方式适合中小企业，哪些做法适合多人协作，交给核心产研团队，由他们决定复用哪部分。

有人会问，为什么不直接在HubSpot核心业务里做？因为得有足够的自由度，实验才跑得起来，跑得够快。我一直觉得自己是个创业者，也不太习惯把HubSpot称作老牌企业，我还是觉得它还是一家创业公司。

 

Joe Schmidt：最后一个问题，你在HubSpot最开心的一天是哪天？

Dharmesh Shah：差不多一周前。那时候感觉很多事都开始理顺了，我脑子里也越来越清楚，好像已经能看出接下来会怎么展开。具体的很难解释，现在也还不能细说。

Joe Schmidt：太酷了。在HubSpot这么多年，最开心的一天居然就在上周。

Dharmesh Shah：对，HubSpot到现在二十年了，就算把创业初期也算上，我最享受的还是现在。有人可能会觉得，这怎么可能？

顺便说一下，我在HubSpot从来没有直接下属。我是做具体工作的个人贡献者。公司有规模，我能享受到相应的好处，可以参与重大决策，也有条件做长期投入。同时我又不用背那些负担，还能做uSpot这样的HubSpot Next项目。两边的好处我都赶上了。现在做这些事太有意思了。

Joe Schmidt：太棒了，Dharmesh，你是这个时代难得的创业者，也是个特别善良的人，你的想法同样有影响力。谢谢你今天抽时间，也谢谢你愿意跟我们把这些问题好好聊一遍，我聊得很开心。

Dharmesh Shah：谢谢。