EPISODE· generated 2026-06-07 21:55:05· 29 min
Emergent: How Six Months of Tinkering Led To A $100M ARR Company
Emergent，印度增长最快的AI公司之一，通过允许任何人无需编程知识即可构建和发布应用程序来民主化软件开发。该公司仅成立九个月，用户已超过850万，遍布190个国家，并拥有每年1亿美元的运营收入，旨在为全球数十亿人带来软件公司的经济收益。
interviewcryptoaiweb3
ready · seed-vc · qwen3-tts
0:00/0:00
⚠ The Chinese audio is an AI-generated dub (speech synthesis / voice conversion), not a real recording and may contain errors. Based on the original English interview; all rights remain with the original creator.
original lang
EN
dubbed into
中文 (ZH)
pipeline
Plan C · voice conversion
voice model
seed-vc · qwen3-tts
001
如果你看看过去 30 年，全球大部分的经济增长都来自软件公司。如果你把所有软件公司从 NASDAQ 和 S&P 中剔除，你会发现
002
它一直是一条平线。除此之外，我在想，如果我们能把这种力量带给世界上几乎每一个人，会怎样？
003
欢迎，非常激动能来到这里。人真多。那么，Mand，也许不是每个人都知道 Emergent 是什么，也不知道它 [清嗓子] 有多重要。
004
对于那些不知道的人来说，Emergent 是全球增长最快的 AI 公司之一，我真的可以说，它是印度第一家真正实现规模化发展的原生 AI 公司。
005
达到了真正的规模。没错，没错。嗯，所以你们将听到他的分享。我确实把他视为来自印度的下一代初创公司的先驱，你们将听到他是如何做到这一点的。
006
嗯，首先，也许你可以告诉大家 Emergent 是什么。
007
是的。嗯，我是说，谢谢邀请。我超级激动能来到这里。我无法想象会有这么多人来到学校，以及整个印度关于 YC 的这股能量。
008
之旅令人惊叹。我前几天还在印度理工学院德里分校，那里的氛围同样充满活力。所以能来到这里我超级兴奋。Emergent 是一个平台，让任何没有编程知识的人都能
009
当我们开启这段旅程时，我们最初是作为一家研究实验室起步的，专注于构建编码智能体。我们在 SWE-bench 上成为了全球第一，这是所有编码智能体的基准测试。
010
当时我们只是一个四人的团队，正是这个团队让我们走到了今天。随后我们开始思考：如果我们能让编码民主化，让每个人都能参与，世界会发生怎样的变化。
011
我是一名程序员，Madav 是我的联合创始人，也是我的双胞胎兄弟。我们俩从 12 岁就开始编程，对编程充满极大的热情。
012
我们意识到，如果回顾过去 30 年，全球大部分的经济增长都来自软件公司。如果把所有软件公司从
013
有这么多想法，但许多想法最终夭折，因为你没有途径将它们变为现实，而这正是我们创立时的使命。如今，我们拥有超过 850 万
014
用户，使用该平台的人数已超过 850 万，平台上构建的应用程序超过 1000 万个。我们最近的年化收入突破了 1 亿美元。如今，我们已成为全球增长最快的初创公司之一，而原因
015
是我们能够让人们真正将他们梦想中的产品交付上线，而且只需与您的智能体聊天即可，我们会处理从托管、部署到维护的所有事宜这款产品真正释放了只需与您的智能体对话即可将想法变为现实的力量。
016
当前版本的产品上线多久了？是的，我们大约在 9 个月前上线。
017
9 个月。好的。所以请记住，这基本上是一家成立仅 9 个月的公司。跟我们讲讲，在短短九个月内，你们的运营规模达到了什么程度。
018
是的，我们的平台目前拥有接近 850 万用户。我们的年度经常性收入（ARR）已远超 1 亿美元。同样，我认为潜在的
019
市场需求非常非常高。有很多人想要构建软件，但迄今为止一直无法获得这些工具和平台，而
020
我们的平台真正让他们能够将自己心中的想法落地。我们的很多用户其实是创业者，他们没有技术团队，一直受制于
021
技术资源的获取，而现在他们能够自己构建了。
022
你们的用户是谁？他们分布在哪里？是的，我们在全球 190 个国家都有用户。
023
嗯，当我刚开始……其实稍微介绍一下背景，我在 2014 年来到印度之前，曾在美国的 Google 工作，我一直有一个想法：
024
为什么印度没有出自己的 Google？为什么印度没有出自己的 Facebook？我们拥有如此多的人才，如此多的工程人才。事实上，如果你看看所有这些
025
公司的最高管理层，比如 Microsoft、Google，你会发现其中有很多印度裔人士。我一直很好奇，为什么印度没有诞生一家真正的技术驱动型
026
全球化公司？所以，在 Dunzo 之后，当我思考下一步该做什么时，我内心深处一直有一个目标：我真的想从印度打造一家
027
像 Facebook 和 Google 那样的全球化公司。如今，我们的用户已经遍布 190 多个国家。而且，我们的大部分收入来自美国和欧洲。嗯，
028
印度约占我们收入的 10%。不过，我们的用户群完全是全球化的。
029
我不确定大家是否知道，在创立 Emergent 之前，你还创办过另一家想必众所周知的公司，名叫 Dunzo，那可真是一件大事。你当时筹集了大约 5 亿美元的资金，对吧？
030
美元，那是一家巨大的公司。是的。
031
是的。我相信在班加罗尔，很多人知道我们。你知道，我们在班加罗尔曾经非常受欢迎。
032
我们曾一度成为该国最受喜爱的消费品牌之一。甚至直到今天，当人们要寄送东西时，还会说'hey, Dunzo 一下’，这个词几乎在印度变成了一种动词。
033
这是一段截然不同的旅程，因为我当时解决的问题非常偏向运营性质。比如最后一公里物流，你知道的，就是如何建立暗店网络等等。
034
我认为当时适用、现在同样适用的一个教训是，我们选择去解决那些难题。当我们创立 Dunzo 时，大约有 87
035
家公司在做完全相同的事情，对吧？因为我们的模式非常简单：你只需通过 WhatsApp 联系我们，我们就会为你处理一切。可以说，我们就像是 WhatsApp 上的礼宾服务，所以这就像是
036
起步非常简单，但我认为难点在于最后一公里，即如何确保终端消费者真正收到产品，并且产品被准确送达。
037
个邦。我们选择直接去做。你知道，早期我们实际上是亲自进行配送的。比如，我当时有一辆摩托车和一辆汽车，晚上接到订单后，我就会
038
我会自己骑上摩托车去送货。我认为在早期，亲力亲为非常重要，这也正是 YC 的一条座右铭：做那些无法规模化的事情，对吧？
039
这能真正帮助你贴近客户，理解真正的痛点，判断是否存在价值。嗯，我认为，你自己作为客户或者亲自去做一些事情
040
这对客户真的非常有帮助。我们能不能稍微回溯一下时间，聊聊你的个人背景？我几天前才了解到，Emergent 其实并不是你创办的第二家公司。
041
但这是你的第五家初创公司。这位嘉宾实际上已经创办了五家初创公司。嗯，跟我们聊聊吧，是的，嗯 也许可以跟我们讲讲你的早期经历，比如你在哪里长大、在哪里上学，以及后来如何来到美国的，还有
042
比如如何起步。是的。我实际上是在一个非常……怎么说呢，中产或中上层阶级的家庭中长大的。我父亲是一名工程师。显然，我也顺理成章地进入了工程学院，完成了我的……
043
2008 年去实习时买了一部 iPhone。我是说，它在印度根本用不了，但我就是因为太喜欢了才买的，就当是给自己买个纪念品。我还试着破解它，想让它
044
研究已经做了两年，所以我觉得没有继续的必要了。于是我退出了博士项目，加入 Google，在搜索排名团队工作。那是一个 50 人的团队，掌控着所有
045
谷歌搜索排名。我是那个团队里最年轻的人，所以我有很多自由去质疑很多事情，因为我是一个年轻人，可以
046
直接挑战体系，而当时谷歌非常反对机器学习，他们不想在搜索中引入机器学习，而我是一名机器学习工程师，所以……
047
我在提问方面获得了很大的自由度，我会问，嘿，为什么我们这里不使用机器学习？最终，我推动了一些最大的变革。
048
在搜索排名团队待了几年后，我就染上了创业瘾。于是离开了谷歌，创办了一家公司，试图打造群体教育一个平台，你可以真正把一群班级成员聚集在一起。
049
我们筹集了大量资金。最终，我们转型为一家 P2P 软件公司，并意识到我的热情所在并非真正想要解决教育构建问题，而是想要
050
打造一款消费者优先的产品。于是我们退还了资金，关闭了那家初创公司，又创办了另一家公司，专注于习惯养成，即如何帮助人们培养更好的习惯。
051
后来我结婚了，我妻子不想搬去美国，所以我就搬回了印度。我当时觉得在任何地方都可以创业，而且我在纽约有一个工程团队，我当时正在……
052
来自印度，但后来艰难地意识到，在当时没有相应工具的情况下，协调工作真的非常困难，所以我放弃了那个项目。有一件事一直萦绕在我心头，自从……
053
一开始就有的，而且随着时间推移，我逐渐意识到应该更多地去做的一件事，就是相信自己的直觉。所以即使是 Dunzo，我
054
也是从一个个人问题开始的：当我搬到班加罗尔时，有太多事情要处理，比如车子需要保养，还有电力、燃气等等
055
所有这些事。我当时想，一定有更简便的方法。于是我就建了一个 WhatsApp 群组，把号码发给了很多朋友，说如果需要任何东西，
056
就把我拉进这个群，我们会帮你搞定。所以最初就是源于一个个人痛点：我们想让城市生活更便捷。我认为这一点一直伴随着我。每当我能够解决一个个人痛点时，反馈循环就会更强，
057
你会更深刻地理解这个问题，更深刻地理解客户。Emergent 也是如此，我和 Maddie 都是那种点子很多的人，
058
我们随时都有成千上万个想法，我们想要自动化这个过程，把这些想法更快地推向市场，这就是我们开始自动化
059
编程的原因，从而踏上了这段旅程。Dunzo 曾经是一件大事。我的意思是，你打造了一家规模巨大的公司。也许你可以回忆一下它做到多大的一些数据？有多大？
060
是的。是的。Dunzo 当时在地面上拥有近百万名骑手，每月处理约 1000 万订单，覆盖总计近 5000 家门店。规模相当庞大。
061
你从那段经历中吸取了哪些教训？无论是你认为为了将业务规模化而做对的事情，还是你可能会重新考虑的事情？
062
第二次做法不同了。我觉得 Dunzo 虽然对我们来说结局苦乐参半，但我的收获主要有两三点。第一点是
063
解决难题，对吧？正如我所说，当时有 87 家公司在做同样的事情，但我们非常非常关心消费者。我记得，
064
那时候还没有 AI，所以所有的聊天都必须人工处理。每天傍晚流量都会出现高峰，每位工程师都会放下手头的工作，立刻回来处理。
065
在聊天界面上与我们的客户交流，很早我们就形成了一种文化，那就是真正深切地关心客户。比如，曾有一位
066
有位客户想把货物运到另一个城市，我们甚至让一名骑手坐飞机去送那个包裹。所以我们愿意为每一位客户付出额外的努力。
067
客户，我们也因此赢得了所有客户的真心喜爱。其次，我认为我从无法规模化这一经历中学到的一件事是
068
最终，我认为专注至关重要。对我们而言，Dark Store 当时运行得非常顺利，但那时我们同时在做其他十件事，比如
069
我们当时在做市场模式，做取送服务，还做了很多类似的事情。所以我觉得，既然我们知道这行得通，那就应该加倍投入。模型真的会非常有帮助。
070
好的。所以你在 Dunzo 工作了多年，将其打造成一家规模巨大的公司。经营一家基于应用的业务，那种经历一定非常紧张，毕竟所有
071
室，你就像一直身处作战室，因为各种运营问题经常出状况。是的，其中很多经验是我从那里借鉴来的，这也是我们运营 Emergent 的方式。
072
就是我们会监控所有正在构建的任务、所有正在开发的软件，如果出现问题我们会标记出来，所以这涉及大量运营工作
073
这种严谨性我也从 Dunzo 借鉴到了 Emergent。是的。
074
我们当时觉得 Dunzo 大到不会倒。你知道，我们最近一轮融资筹集了 1 亿美元，我实际上还告诉我的联合创始人，嘿，我觉得现在我们大到不会倒了，对吧，而且
075
当然，故事并没有那样结束。嗯，所以当我在 2023 年 9 月离开时，我实际上非常沮丧，嗯，生活中什么都不想做。嗯，而且大约有
076
最初的 6 个月，我基本上一直在反思，嘿，哪些地方本可以做得更好。幸运的是，当时 AI 浪潮正在兴起，ChatGPT 刚刚起步，GPT-4 也已经
077
刚刚发布。所以我觉得，对我们来说，构建东西变得稍微容易了一些，而构建和编码成了我逃离各种噪音的一种方式。
078
那里。所以我实际上会花上 10 到 12 个小时坐在电脑前，摆弄所有新出现的东西。你知道，新的语音模型正在涌现，人们
079
当时不断有新的开源模型发布。所以我实际上有幸拥有了六个月的时间，可以纯粹地钻研自己真正感兴趣的东西，而没有任何特定的目标。
080
嗯，我在 Mac 上构建了一个助手，它可以和我对话，有点像 OpenClaw 的早期版本，我……
081
当时我只是在追随那些让我感到兴奋的事物，而且我很早就清楚地意识到，编程作为一个领域，将会成为这样一个……
082
很快就会受到颠覆。我在美国花了很多时间和朋友以及实验室的人在一起。但我认为，这纯粹是出于 tinkering 的乐趣，纯粹是出于……在没有任何压力的情况下构建东西。
083
在构建产品。这真的很有帮助，我觉得正是这种好奇心，以及当你纯粹为了乐趣而去构建事物时的那种感觉纯粹出于乐趣，因为你想解决问题，我认为这能让你真正深入地钻研问题，并获得那些
084
否则很难获得的洞察。
085
我有点喜欢这张你的照片。你看起来像是刚经历了一场超级高强度的体验：你打造了印度顶尖的公司之一，然后筋疲力尽，基本上就是在休养生息。是的。
086
而在你的空闲时间里，因为你有了一些时间，Ben，你就开始摆弄最新的模型。你在想，也许我们可以让 ChatGPT 写点代码。我不
087
知道。是的。我的意思是，这实际上就像，你知道，嗯，我就像回到了小时候，你知道，我就是会随便拿起一个新东西来玩。感觉就像是在玩这项新技术，而且模型加速发展的速度真的非常令人着迷。
088
看到这一点让我们深感兴奋，也让我们对智能体将如何演进有了深刻的洞察。例如，当我们创立 Emergent 时，大多数公司都在打造 Copilot，那是当时的风尚，也是每位 VC 都追捧的方向。
089
事实上，我们当时向大约 10 到 12 家 VC 进行了路演，但遭到了其中大多数的拒绝。
090
要知道，很多创始人即使背靠大公司出来创业，也会被大多数 VC 拒绝，因为我们告诉他们：我们要自动化软件工程。他们认为这太疯狂了。
091
他们觉得 AI 还没发展到那一步。但我们能看到模型已经具备这种能力；如果你稍微推演一下，就会发现那些它们目前失败的步骤，很容易通过训练来弥补。
092
因此，我们采取了非常宏大的视角：AI 的进步将是指数级的，我们将始终沿着 AI 的方向构建产品。
093
这促使我们从问题的角度出发思考：嘿，不如自动化整个软件工程，而不是零敲碎打地做。所以我认为，那段空窗期以及那种 tinkering（捣鼓）的精神，真的极大地帮助我们找到了方向。
094
是的。我想顺着这一点深入探讨一下，因为我认为这对大家来说都是非常好的普遍性
095
给在座的各位一些建议。Mukun 所做的事情，我们在 YC 有个专门的称呼，叫做“生活在边缘”（living at the edge）。当时的模型还不太擅长编写代码，
096
当你向风险投资机构（VCs）路演时，他们会说这些模型还做不到这一点。确实，当时它们还无法完全做到，但你能感觉到，如果你放眼未来，就能看到火花。是的。
097
没错。许多最好的创业点子都源于此，即那些尚未完全成为可能的事情。这或许是个很好的切入点，来谈谈一些技术细节，
098
关于 Emergent。如果你只是访问 Emergent，可能意识不到它背后深厚的技术基础。你能谈谈这方面吗？
099
是的。我的意思是，当我们开始这段旅程时，大多数人都在构建 Copilot。而我们想着要构建自主智能体（autonomous agents），那时“智能体”甚至还不是一个常用词，
100
现在它显然已无处不在。但我们构建了一个多智能体编排系统，其中不同的智能体会在不同的时间点介入，
101
执行不同的操作。例如，我们有一个自动化测试智能体来测试你的应用，还有一个设计智能体来设计你的应用。所有这些都通过我们构建的一个大型记忆系统进行协调，
102
通过我们构建的大型记忆系统，该系统会在 Emergent 上每构建一个新应用时进行自我学习，我们的智能体会从中提取
103
可学习的部分并将其存储在记忆中，因此每在 Emergent 上构建一个新应用，都会让平台变得更好。我们投入了大量精力
104
去收集大量数据，在此基础上进行了大量的强化学习（RL），也做了一些微调，但我们构建的核心内容 essentially 是
105
我们自主研发的所有基础设施。我们构建了所有的编码智能体，构建了所有的基础设施。例如，当我们起步时，还没有人在构建深度容器技术。
106
所以我们不得不自己发明许多容器技术。例如，我们想要保留状态，以便让多个并行智能体在相同的
107
快照上运行。因此我们不得不发明磁盘快照、内存快照等所有这些东西。我认为正如你所说，身处前沿让你能
108
比其他生态系统更早地发现这些问题，而很多时候你必须亲自去解决它们。例如今天，我们就拥有多种不同类型的并行智能体可以协同成群，共同完成任务，我们认为这将是未来的方向，而我们观察到的是
109
每当有新模型发布时，比如出现像 Opus 这样全新类别的模型，你就必须摒弃迄今为止所学的一切，然后
110
从这种新模型的视角重新构想了世界。所以在过去的九个月里，我们已经重写了三次系统，而且就在新的
111
新模型发布时，我们就得重新思考：这会开启哪些新的可能性？六个月后这个模型会发展到什么程度？其中一点就是
112
正如我之前跟你提到的，当我们创立 Emergent 时，最大的挑战之一就是模型无法生成优质的 JSON 输出，而且
113
当时至少有 20 到 30 家 YC 公司在解决完全相同的问题，也就是 JSON 解析。我们当时的观点是，嘿，你知道，下一个模型将能够解决这个问题。所以
114
假设我们完全跳过那个问题，直接开始构建智能体并踏上这段旅程。所以我认为，身处前沿并试图去想象什么是在未来六个月内实现这一点，对于你的创业历程而言至关重要。
115
你能谈谈超越基准测试这件事吗？这似乎是你们创始故事的核心部分。
116
是的。所以，嗯，当我们去 YC 时发生的一件事是——这也发生在许多 YC 创始人身上——就是，你知道，你带着一个不同的想法进来
117
你往往会偶然发现一个不同的想法。当我们实际进入 YC 时，我们最初是在构建测试智能体，对吧？而当我们从……
118
在印度，我们在白板上画过这样一个构想：很快，你就能够通过 AI 构建 Web 应用和移动应用。我们当时有一张示意图，展示我们将能够
119
在这个平台上构建 Web 应用和移动应用。第一天，我们就去找了 YC 的合伙人，告诉他我们想打造一家消费级应用构建公司，他说好的，这个……你知道的
120
比如也许你应该考虑企业级市场，这看起来太雄心勃勃了。而最初这是一个为期三个月的项目，所以在整整三个月里，我们每周都会在白板上提出一个新点子。好吧，关于这个点子的
121
一周的时间，比如说做一个 AI 版的 Zapier，然后我们就花一周左右的时间去构建它或者琢磨它。
122
而且最终，我们几乎每周都会有一个新想法。我们疯狂地转型，团队也开始感到沮丧，他们会说：‘你每周都有个新主意，我们到底要做什么？’
123
要做什么？所以几乎是为了转移他们的注意力，我实际上选了这个名为 FreeBench 的基准测试，那是当时最难的基准测试，然后我告诉他们，嘿，在我弄清楚
124
我们要定位什么方向之前，让我们先攻克这个基准测试，因为你知道，这将使我们能够解决更难题，从而几乎引导他们朝那个方向努力。我们花了 3 个月的时间
125
才攻克了那个基准测试，成为了该基准测试的世界第一。但这真正为 Emergent 奠定了基础，使我们能够构建世界上最好的编码智能体。呃，所有
126
我们在 Emergent 目前拥有的创新，无论是并行化测试时计算，还是所有的记忆智能体间通信，所有这些东西都是我们
127
在攻克这个基准测试时发现的。我认为，即使在今天，我认为将自己与一个能展示进展的数字挂钩，真的是一个非常好的方式
128
去攻克一个目标或朝着建立一家公司迈进，因为这会让你聚焦于正确的方向，并在发生了什么方面给你非常好的反馈。
129
是的 是的，你们所做的非常令人印象深刻，在你们甚至还没有围绕它形成真正的创业想法之前就击败了那个基准测试。嗯 今天演讲的一个反复出现的主题
130
一直是“后发优势”这个概念。嗯，你知道，就像 Zepto 并不是第一家杂货配送公司，Giga 也不是第一个 AI 客服产品。Emerion 也不是
131
也不是首家推出的 AI 网站构建工具。当你们发布版本时，市场上已经有几家规模相当大的玩家，可能还有一大堆小公司。嗯， 这很像你之前提到的创业故事，
132
Dunzo 时，市场上已经有 80 家类似的公司。是什么让你有信心推出它，即使你不是第一个进入市场的？你是如何做到
133
为自己开辟如此巨大的空间？是的，我的意思是，当我们审视这个问题领域时，我们意识到大多数其他现有平台都……
134
我们主要专注于前端和构建演示，对吧？而这正是许多团队找到产品市场契合点的地方，对吧？但我们意识到，用户其实
135
实际上会希望真正交付软件。但问题是远未解决，对吧？比如我们看到了用户期望与现实之间的差距，而且我敢肯定
136
当我进行提示时，市面上大多数解决方案，尽管它们在起步阶段表现不错，但在完成任务方面却非常糟糕。
137
你无法从中获得可运行的软件，不会有真正的后端，也不会连接真实的数据库。因此，我们是从一个截然不同的角度出发的。
138
角度出发，思考如果要自动化整个软件工程，该如何着手解决这个问题？我们几乎是从零开始构建一切。嗯，而且 [哼笑] 我们能看到，在
139
实践中，当我们在所有平台上运行提示词并提问时，我们的表现远远超过了市场上的其他所有人，对吧？这使得我们能够真正大规模地进军市场。
140
但我认为，我们再次是从一种非常核心的消费者洞察出发：消费者真正想要的是能够实际运行的软件，而不仅仅是原型和演示，
141
而市场上没有人解决这个问题。当时没有好的解决方案能真正带你走到终点，这就是我们着手攻克的方向。一旦我们拥有了
142
产品，我们就必须思考市场推广策略：该如何营销？我们研究了哪些公司增长迅速、它们做了什么，然后几乎将我们的增长转化成了
143
一道数学题：我们需要多少社交媒体浏览量？需要多少曝光？能获得多少点击？能转化多少用户？在那时我们就意识到，
144
好吧，网红营销对我们来说是一个很好的启动策略，因为我们知道产品的优先级非常明确，而且运行效果非常好。我们只需要尽可能多地触达用户。
145
这某种程度上一直是我们的增长引擎。Emergent 团队位于哪里？你如何思考打造一家面向全球受众的 AI 原生公司？
146
是的，我们的大部分团队实际上都在班加罗尔。我们 95% 的团队都在班加罗尔，几乎完全是在印度组建的。我们在旧金山有一个非常小的团队，最近刚开设了一个
147
在旧金山设立了新办公室，目前团队规模还很小。顺便提一下，我们正在招聘。如果有人想加入一家实力雄厚的 AI 原生公司，请给我发邮件：mukunemergin.s
148
很乐意看看。我认为我意识到的一件事是，我们通常招聘那些学习曲线非常陡峭的人，他们真的非常热衷于解决问题的人，会对解决这类问题感到兴奋。而我们认为，让我们脱颖而出的因素之一在于
149
目前，公司里的每个人普遍都乐于解决 AI 相关问题并与之共事。当然，增长势头很好，你也知道，我们获得了
150
去解决真实的用户问题，但我认为，正是问题的复杂性以及其中蕴含的可能性如此丰富，让我们非常享受每天用 AI 解决问题的过程。
151
现在。这太棒了。你有机会打造了两家截然不同的公司。你在印度首批伟大初创企业的浪潮中创立了 Dunzo，当时许多企业都在构建像 Zepto 这样的本地化服务。
152
事情。嗯，现在你正在打造 Emergent，这就像是 GPT 之后第二波 AI 原生公司浪潮的一部分。我很好奇，首先，你有哪些心得
153
从打造这两种类型的公司中（学到了什么）？其次，对于正在思考去哪里寻找创业点子以及该关注哪些事情的听众，您有什么建议？
154
构建吗？是的，我认为在创立了两家公司之后，我意识到为印度打造一家本土公司与打造一家全球性公司，所付出的努力其实完全相同。
155
创办这两家初创公司的难度将不相上下。其实，有一种普遍的观点认为，实际上着手一个更难的构想反而更容易，因为你能激励更多人
156
更多人去攻克更难的难题，对吧？而且你可以以此激励自己去追求这些目标。所以我建议大家从第一天起就放眼全球，因为
157
如今，互联网让每个人都触手可及。技术是一个巨大的均衡器，每个人都能平等地获取相同的技术因此，你实际上可以从零开始，直接从印度触达全球客户。另外我想说的是，追随自己的直觉真的
158
非常重要。你会收到很多建议，但作为创始人，追随自己的直觉其实更好，因为你可能更清楚
159
客户想要什么、需要什么。此外，我认为要敢于宏大思考、胸怀雄心。无论你现在想的是什么，把它放大 10 倍、100 倍
160
。因为随着 AI 的到来，很多事情正在发生变革，现在不是满足于底线的时候，而是去冲击天花板、真正宏大思考的时候。你的格局越大，成功的概率就越高。
161
这是结束访谈的绝佳建议。Muk，你是我们的榜样。非常感谢。
162
谢谢。非常感谢邀请我来到这里，这里的氛围充满激情，我期待在未来一年左右看到更多来自印度的 Giz 和 Emer 涌现出来也期待与在座的各位交流。
163
干杯。
end of transcript · 163 segments