Vanta情願倒貼AI成本，也不敢把token費用轉嫁給客戶
用戶精明到一眼能算出你在加價轉賣Claude的token,所以Vanta寧可自己吃成本、把更多客戶推進agent式使用，定價的事留到以後再解。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
SaaS估值腰斬，但好生意的邏輯沒變
Christina說，Vanta是一家按歷史標準看增長很快、毛利很高的公司——四年前這被認為是最好的商業模式，現在這一點沒變，甚至增速和毛利都更高了。可市場給這類公司的估值只有過去的三分之一到四分之一，而高增長、低毛利（30%）的AI公司卻能拿到10倍於前者的估值倍數。她說這是「認知失調」：長期看80%增長、80%毛利的生意終將跑贏160%增長、30%毛利的生意，但今天市場給後者的倍數是前者的10倍。更現實的壓力是，想融資就得面對只投「實驗室和拖拉機」、中間什麼都不投的投資人，以及隨時可能被更高估值挖走的員工。
— Christina Cacioppo寧可倒貼token成本，也不敢轉賣Claude
Vanta的agent已經能主動做事——比如員工離職後，agent會說「我寫了個腳本要去關掉他的賬號權限，你要我現在執行嗎？」要用到大量token。Vanta測試過按token收費，但發現用戶精明到一眼就能算出「你是不是在Claude token上加價」，一旦被發現加價，用戶直接去對比模型本身的效果，公司反而被拖進和基礎模型的正面競爭。於是Vanta選擇不加價，自己吃掉這部分token成本、接受更低毛利，全力把這種agent式使用率從目前的25%推到75%，賭的是更好的留存和體驗，定價的事以後再說。
— Christina Cacioppo人人想要結果定價，卻沒人定義得出結果
Christina曾是微觀經濟學教授，她說在概念上所有人都想做到「按結果付費」（outcome pricing），這樣激勵才對齊。但難點在於結果到底是什麼：客服工單關閉是一個「產出」（output），但真正的「結果」（outcome）是用戶的問題真被解決了；即便退一步只按「工單關閉」這種相對可量化的產出計費，可量化的候選單位也有四十多種——文檔起草、告警關閉、賬號下線……多到用戶沒法心算自己到底該為哪次agent操作付多少錢。她的結論是，幾乎每家公司都想走到結果定價，但沒人想清楚怎麼落地，於是很多公司退而用積分/token兌換比例這種容易被用戶看穿的障眼法。
— Christina Cacioppo老代碼庫拖累AI,得先替agent拆積木
coding agent在小代碼庫上好用得多，這本質是個token輸入問題。Vanta是個八年歷史的老代碼庫，過去一年投入很多精力做的事是把代碼模塊化，讓agent能完整理解某一小塊而不是面對整個八年屎山無從下手——否則就需要一個深度瞭解上下文的工程師在旁邊全程盯著，這在一定程度上抵消了用agent的意義。她提到這其實是老問題的新版本：過去公司說「新工程師入職要花時間熟悉代碼庫」，現在變成「我們想一夜之間多招9000個新工程師」，問題被放大了。她給自己在這件事上打了偏低的分。
— Christina Cacioppo團隊寧可交保守方案，也不敢賭LLM
Vanta今年想重做客戶上手（onboarding）體驗，產品評審會上團隊一次又一次帶來的還是老套路——四步進度條加綵帶的onboarding wizard，被反覆打回「去用LLM」，但團隊還是改不掉。後來才發現真正的原因：團隊覺得自己「不被允許在這個項目上失敗」，onboarding wizard是已經驗證過一定能做成的東西，而「把所有凌亂文件拖進一個大畫布讓LLM自己理解」這種新方案有失敗的風險。一旦明確告訴他們這事必須做成，團隊第二天就拿出了新方案，最終效果很好。Christina說這是她完全沒想到的卡點。
— Christina Cacioppo頂尖人才五年薪酬漲了十倍，還不夠
談到人才戰，Christina說薪酬帶（comp band）現在已經是個笑話——真正的薪酬帶就是別家開出的offer。同一個職位五年前拿X美元，現在總薪酬大概是五年前的10倍，而且她認為這個倍數其實應該更高。她的薪酬哲學是「你永遠不會把頂尖的人付夠」，總有一批人你付的比他們的貢獻還要多。她說頂尖人才身上那種模糊到聽起來陳詞濫調的特質——高agency、能把事做成、深度理解公司和客戶後做出大體合理的決策並不斷迭代——實際上值幾百萬美元。唯一能壓住這個加薪競賽的力量是投資人對股權稀釋的擔憂，但眼下這股擔憂幾乎不存在。
— Christina Cacioppo法國創業公司轉投中國模型，防的是斷供
Christina幾週前在法國見客戶時發現，巴黎很多軟件公司主要用中國模型。她一開始猜是民族主義情緒，隨口問了一句，立刻被糾正：原因是特朗普把某模型對非美國用戶關閉之後，這些公司意識到把業務建在某一家美國模型上存在巨大的業務連續性風險——沒人能保證這些模型永遠可用，於是乾脆整體轉向中國模型。這不是價值觀選擇，而是風險管理的結果。
— Christina Cacioppo丟了一塊廣告牌，她說這是壞兆頭
Vanta那塊在101和280交叉口、因為文案「compliance that doesn't suck too much」走紅的廣告牌，被另一家創業公司在續約時悄悄截胡——Vanta和廣告代理之間從來就沒有多年合同，只有一張placement order。Christina得知後直接找到對方創始人談判，開價是對方原價的兩倍甚至打算出三倍，但對方說「我們現金流是正的」，完全不為所動，Vanta最終丟了這塊牌子位置。她開玩笑說那一刻自己的反應是「我們可能剛剛損失了一點市值」。
— Christina Cacioppo原話 · 已逐字校驗
You're really only as good as the last thing you shipped.
你永遠只取決於你剛發布的那個東西做得好不好。
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四倍那麼好？我不知道，我去試試看。
Christina Cacioppo9:18
We're eating the token cost right now. We're just taking lower margin.
我們現在是自己吃掉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.
我覺得所有人都想做到結果定價，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.
我們基本上覺得自己不被允許在這個項目上失敗。
Christina Cacioppo19:40
My comp philosophy is you never pay the top people enough.
我的薪酬哲學是，你永遠付不夠給最頂尖的那些人。
Christina Cacioppo23:46
We basically all switched to Chinese models when Trump closed Fable off to not Americans.
特朗普把Fable對非美國用戶關閉之後，我們幾乎全都轉向了中國模型。
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.
他說，我們現金流其實是正的——意思就是我完全是個沒彈性的賣家。於是我們就丟了那塊牌子位置。
Christina Cacioppo52:40
數字與實體
| Vanta客戶數 | 約16,000家 | 3:08 |
| Vanta可對接的工具集成數 | 400個 | 4:10 |
| Agent式使用流程佔比(現狀→目標) | 25%→75% | 10:20 |
| 頂尖人才五年總薪酬漲幅 | 約10倍 | 23:46 |
| Christina玩笑中的Vanta估值目標 | 2500億美元 | 54:42 |
術語
- FDE前線部署工程師
- 常被包裝成高大上角色，實質多是「專業服務」崗位
- harness模型執行框架
- 把agent接到真實工具/系統上的那層工程設計
- outcome pricing結果定價
- 按最終效果而非操作次數收費，業內想做卻很難落地
- trust graph信任圖譜
- Vanta整合數百個工具的數據構建出的安全數據底座
收聽指南
做B2B SaaS定價、正糾結AI功能怎麼收費的創始人，以及想了解AI時代人才薪酬和估值邏輯的投資人。
聊她個人演講技巧、如何在臺上控場那段(約41-42分鐘)信息密度較低，可跳過。