Vanta情愿倒贴AI成本，也不敢把token费用转嫁给客户
用户精明到一眼能算出你在加价转卖Claude的token,所以Vanta宁可自己吃成本、把更多客户推进agent式使用，定价的事留到以后再解。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
SaaS估值腰斩，但好生意的逻辑没变
Christina说，Vanta是一家按历史标准看增长很快、毛利很高的公司——四年前这被认为是最好的商业模式，现在这一点没变，甚至增速和毛利都更高了。可市场给这类公司的估值只有过去的三分之一到四分之一，而高增长、低毛利（30%）的AI公司却能拿到10倍于前者的估值倍数。她说这是「认知失调」：长期看80%增长、80%毛利的生意终将跑赢160%增长、30%毛利的生意，但今天市场给后者的倍数是前者的10倍。更现实的压力是，想融资就得面对只投「实验室和拖拉机」、中间什么都不投的投资人，以及随时可能被更高估值挖走的员工。
— Christina Cacioppo宁可倒贴token成本，也不敢转卖Claude
Vanta的agent已经能主动做事——比如员工离职后，agent会说「我写了个脚本要去关掉他的账号权限，你要我现在执行吗？」要用到大量token。Vanta测试过按token收费，但发现用户精明到一眼就能算出「你是不是在Claude token上加价」，一旦被发现加价，用户直接去对比模型本身的效果，公司反而被拖进和基础模型的正面竞争。于是Vanta选择不加价，自己吃掉这部分token成本、接受更低毛利，全力把这种agent式使用率从目前的25%推到75%，赌的是更好的留存和体验，定价的事以后再说。
— Christina Cacioppo人人想要结果定价，却没人定义得出结果
Christina曾是微观经济学教授，她说在概念上所有人都想做到「按结果付费」（outcome pricing），这样激励才对齐。但难点在于结果到底是什么：客服工单关闭是一个「产出」（output），但真正的「结果」（outcome）是用户的问题真被解决了；即便退一步只按「工单关闭」这种相对可量化的产出计费，可量化的候选单位也有四十多种——文档起草、告警关闭、账号下线……多到用户没法心算自己到底该为哪次agent操作付多少钱。她的结论是，几乎每家公司都想走到结果定价，但没人想清楚怎么落地，于是很多公司退而用积分/token兑换比例这种容易被用户看穿的障眼法。
— Christina Cacioppo老代码库拖累AI,得先替agent拆积木
coding agent在小代码库上好用得多，这本质是个token输入问题。Vanta是个八年历史的老代码库，过去一年投入很多精力做的事是把代码模块化，让agent能完整理解某一小块而不是面对整个八年屎山无从下手——否则就需要一个深度了解上下文的工程师在旁边全程盯着，这在一定程度上抵消了用agent的意义。她提到这其实是老问题的新版本：过去公司说「新工程师入职要花时间熟悉代码库」，现在变成「我们想一夜之间多招9000个新工程师」，问题被放大了。她给自己在这件事上打了偏低的分。
— Christina Cacioppo团队宁可交保守方案，也不敢赌LLM
Vanta今年想重做客户上手（onboarding）体验，产品评审会上团队一次又一次带来的还是老套路——四步进度条加彩带的onboarding wizard，被反复打回「去用LLM」，但团队还是改不掉。后来才发现真正的原因：团队觉得自己「不被允许在这个项目上失败」，onboarding wizard是已经验证过一定能做成的东西，而「把所有凌乱文件拖进一个大画布让LLM自己理解」这种新方案有失败的风险。一旦明确告诉他们这事必须做成，团队第二天就拿出了新方案，最终效果很好。Christina说这是她完全没想到的卡点。
— Christina Cacioppo顶尖人才五年薪酬涨了十倍，还不够
谈到人才战，Christina说薪酬带（comp band）现在已经是个笑话——真正的薪酬带就是别家开出的offer。同一个职位五年前拿X美元，现在总薪酬大概是五年前的10倍，而且她认为这个倍数其实应该更高。她的薪酬哲学是「你永远不会把顶尖的人付够」，总有一批人你付的比他们的贡献还要多。她说顶尖人才身上那种模糊到听起来陈词滥调的特质——高agency、能把事做成、深度理解公司和客户后做出大体合理的决策并不断迭代——实际上值几百万美元。唯一能压住这个加薪竞赛的力量是投资人对股权稀释的担忧，但眼下这股担忧几乎不存在。
— Christina Cacioppo法国创业公司转投中国模型，防的是断供
Christina几周前在法国见客户时发现，巴黎很多软件公司主要用中国模型。她一开始猜是民族主义情绪，随口问了一句，立刻被纠正：原因是特朗普把某模型对非美国用户关闭之后，这些公司意识到把业务建在某一家美国模型上存在巨大的业务连续性风险——没人能保证这些模型永远可用，于是干脆整体转向中国模型。这不是价值观选择，而是风险管理的结果。
— Christina Cacioppo丢了一块广告牌，她说这是坏兆头
Vanta那块在101和280交叉口、因为文案「compliance that doesn't suck too much」走红的广告牌，被另一家创业公司在续约时悄悄截胡——Vanta和广告代理之间从来就没有多年合同，只有一张placement order。Christina得知后直接找到对方创始人谈判，开价是对方原价的两倍甚至打算出三倍，但对方说「我们现金流是正的」，完全不为所动，Vanta最终丢了这块牌子位置。她开玩笑说那一刻自己的反应是「我们可能刚刚损失了一点市值」。
— Christina Cacioppo原话 · 已逐字校验
You're really only as good as the last thing you shipped.
你永远只取决于你刚发布的那个东西做得好不好。
Christina Cacioppo3:08
Are you Forex as good as Claude? I don't know. Let me go try it out.
你是不是有Claude四倍那么好？我不知道，我去试试看。
Christina Cacioppo9:18
We're eating the token cost right now. We're just taking lower margin.
我们现在是自己吃掉token成本，接受更低的毛利。
Christina Cacioppo10:20
I think everyone wants to get to outcome pricing. Everyone wants to get to that.
我觉得所有人都想做到结果定价，所有人都想走到那一步。
Christina Cacioppo12:22
We basically don't think we're allowed to fail on this project.
我们基本上觉得自己不被允许在这个项目上失败。
Christina Cacioppo19:40
My comp philosophy is you never pay the top people enough.
我的薪酬哲学是，你永远付不够给最顶尖的那些人。
Christina Cacioppo23:46
We basically all switched to Chinese models when Trump closed Fable off to not Americans.
特朗普把Fable对非美国用户关闭之后，我们几乎全都转向了中国模型。
Christina Cacioppo33:01
And he's like, we're actually cash flow positive. So like literally, I'm an inelastic seller. And so we lost the spot.
他说，我们现金流其实是正的——意思就是我完全是个没弹性的卖家。于是我们就丢了那块牌子位置。
Christina Cacioppo52:40
数字与实体
| Vanta客户数 | 约16,000家 | 3:08 |
| Vanta可对接的工具集成数 | 400个 | 4:10 |
| Agent式使用流程占比(现状→目标) | 25%→75% | 10:20 |
| 顶尖人才五年总薪酬涨幅 | 约10倍 | 23:46 |
| Christina玩笑中的Vanta估值目标 | 2500亿美元 | 54:42 |
术语
- FDE前线部署工程师
- 常被包装成高大上角色，实质多是「专业服务」岗位
- harness模型执行框架
- 把agent接到真实工具/系统上的那层工程设计
- outcome pricing结果定价
- 按最终效果而非操作次数收费，业内想做却很难落地
- trust graph信任图谱
- Vanta整合数百个工具的数据构建出的安全数据底座
收听指南
做B2B SaaS定价、正纠结AI功能怎么收费的创始人，以及想了解AI时代人才薪酬和估值逻辑的投资人。
聊她个人演讲技巧、如何在台上控场那段(约41-42分钟)信息密度较低，可跳过。