ChatGPT和Claude已是新操作系統，但護城河不在界面
HubSpot聯合創始人判斷：模型正趨於可替換的基礎設施，沒有人能卡住創業者的供應鏈咽喉；真正的護城河是沉澱下來的工作與數據，而非用戶進入的那個聊天框。
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
創業點子的好壞，分析不出來只能驗證出來
Dharmesh說創業者常犯的錯誤是以為靠詳盡的市場分析（他戲稱「18列的Excel表」）就能提前判斷一個點子是否靠譜，但現實是幾乎不可能先驗地知道一個點子的質量或成功概率，唯一辦法是儘快把它做出來、放到市場上測試。即便最終成功，被驗證出來的產品往往已經不像最初設想的樣子，只保留了「基因池」裡的一點相似性。結論是：誰的迭代週期最短、學習成本最低，長期來看誰贏。
— Dharmesh Shah違反「做一件事」金律，是因為客戶怕碎片化
HubSpot起步時同時做了內容管理、SEO、落地頁、表單等一整套營銷工具，違背了「專精一件事做到極致」的創業常識。Dharmesh解釋，這麼做不是貪多，而是因為他們發現客戶真正的痛點不是缺某個功能，而是被市面上一堆互不兼容的工具搞得應接不暇、感到恐懼。要真正解決這個問題，只能做「all-in-one」打包方案，這個思路被他們沿用了20年：先問清楚客戶真正要解決的整體問題，再決定產品邊界。
— Dharmesh Shah開放生態遲早會關門，Twitter是前車之鑑
Dharmesh講了一個15年前的教訓：早期Twitter是極度開放的平臺，圍繞其API「千帆競發」般長出了大量第三方客戶端和公司，但後來Twitter逐漸收緊甚至變得對開發者不友好，關停了大批依賴其生態的產品。他說這不是Twitter獨有的問題，而是平臺生態的通病——平臺方早晚會有意或無意地碾壓自己扶持起來的開發者。HubSpot因此刻意把「對合作夥伴坦誠、提前說清楚不會做什麼」當成構建生態信任的方法。
— Dharmesh Shah判斷創業點子是否危險：能不能加個「還」字
Dharmesh給出一個簡單的測試：如果一個創業理由是「ChatGPT還做不到這個」「Claude Cowork還不會那個」，而加上「還」字後依然成立，這就是危險信號，因為前沿實驗室很可能很快補上這個缺口。第二個常見誤區是只對比「產品」而不對比「公司」——ChatGPT現在做不到，不代表OpenAI這家公司永遠做不到。真正安全的空間，是前沿模型公司存在結構性約束（如監管）或激勵約束（動機上不值得做）的領域。
— Dharmesh Shah2023年怕被模型公司卡脖子，現在不怕了
Dharmesh回憶2023年他給自己定的生意鐵律之一是「永遠別跟Sam Altman競爭」，因為當時感覺前沿模型公司掌握著某種別人學不會的「魔法配方」，整個供應鏈的關鍵環節攥在少數幾家公司手裡。但他說自己當時的判斷是錯的——現在模型本身正在變成基礎設施，價格和可替換性都在往commodity方向走，像Open Router這樣的路由層已經讓換模型變得很容易，創業者不會被某一家公司「卡住脖子」，這讓現在下場建AI原生公司反而比2023年更不可怕。
— Dharmesh ShahChatGPT和Claude是新瀏覽器，界面不是終點
Dharmesh用Uber Eats打比方：它的App本身並不複雜，真正值錢的是背後和餐廳的合作關係、配送物流網絡；大多數ToB軟件也是這個模式——界面只是幫用戶完成某件工作的手段，不是價值本身。他認為ChatGPT和Claude Cowork正在扮演當年瀏覽器的角色：當年Google沒能壟斷整個應用層，無數軟件公司照樣靠「運行在瀏覽器裡」活得很好；現在同理，HubSpot這類公司會繼續以插件、連接器的形式接入這個新的「操作系統」，而不被取代。
— Dharmesh Shah用Agentic coding把代碼庫的歷史重新跑一遍
Dharmesh提出一個此前不可能做的操作：既然HubSpot有20年的GitHub代碼庫和完整的自動化評測集（evals），現在可以花比如20萬美元的token，讓AI把某個歷史架構決策「倒帶重做」——假設當年選了另一種數據結構或框架，把這部分代碼重寫一遍，再用現成的evals驗證新版本在質量、延遲、成本上是否真的更優。這讓老牌公司第一次能低成本地驗證「如果當初那樣選會怎樣」，把歷史包袱變成可以試驗的資產。
— Dharmesh Shah一人公司創業潮，是usePot真實的土壤
Dharmesh引用美國人口普查局數據：2025年美國新公司註冊數創歷史新高，約560萬家，2026年截至8月已超過400萬家，勢頭沒有回落。更關鍵的是，人口普查局會預測新公司未來兩年是否會僱人，預計「兩年內都不會僱一個員工」、也就是會一直保持一人公司狀態的比例，現在超過了70%，而且還在上升。這正是他在HubSpot Next裡做的一人CRM產品usePot（上線剛滿30天）所瞄準的真實市場土壤。
— Dharmesh Shah原話 · 已逐字校驗
Like Twitter had this in the early days, right? The original Twitter was this kind of very open ecosystem. We're a platform. And literally a thousand flowers bloomed back then.
早期Twitter就是這樣，原本的Twitter是一個非常開放的生態系統——我們是個平臺。當時真的是千帆競發。
Dharmesh Shah20:41
if you can just append the word yet to it, and it still holds water, that's a problem. It's like, oh, ChatGPT can't do that yet. Does that ring true?
如果你能在這句話後面加一個「還」字它依然成立，那就是個問題。比如「哦，ChatGPT還做不到這個」——這句話聽起來是不是很對？
Dharmesh Shah23:54
I have very few rules for business. One is never own a restaurant. Number two is don't ever be a landlord and charge rent. And number three is never compete with Sam Altman.
我做生意的原則很少。第一是永遠別開餐廳。第二是永遠別當收租的房東。第三是永遠別跟Sam Altman競爭。
Dharmesh Shah28:14
the actual thing that's valuable is the work that's happening. The interface is a means to an end.
真正有價值的是正在發生的那份工作，界面只是通向目的的一個手段。
Dharmesh Shah32:17
if you just look at the kind of chat GPT and cloud co-working, whatever, they're effectively the new OS.
你看ChatGPT和Claude Cowork這類東西，它們實際上就是新的操作系統。
Dharmesh Shah34:17
anything that can be solved with a structured query deterministically, solve with a structured query deterministically. Don't use inference to solve something that a query can solve.
任何能用確定性的結構化查詢解決的問題，就該用結構化查詢解決，別用推理去解決一個查詢就能解決的事。
Dharmesh Shah35:19
in 2025, we had the most number of new company formation that the United States has ever seen.
2025年，美國出現了有史以來最多的新公司註冊數量。
Dharmesh Shah50:38
數字與實體
| 2025年美國新公司註冊數 | 約560萬家 | 50:38 |
| 2026年截至8月新公司註冊數 | 超過400萬家 | 50:38 |
| 預計維持一人公司狀態的新註冊企業佔比 | 超過70% | 51:40 |
| usePot（一人CRM產品）上線時長 | 30天 | 43:28 |
術語
- Yellow Brick Road黃磚路
- 本集對談起點的隱喻，指前沿AI實驗室正高速推進的那條顯眼大路
- second brain第二大腦
- 把個人或企業的非結構化信息整理成可供AI隨時調用的知識庫
- context graph上下文圖譜
- 用圖結構存儲非結構化數據，供AI做推理和驅動智能體
- evals評測集
- 衡量模型或代碼改動後產出質量是否達標的自動化測試集
收聽指南
關注AI時代如何選創業方向、正糾結要不要跟ChatGPT拼界面的SaaS創始人和產品/工程負責人
開場寒暄和HubSpot早期創業史（0:00-6:00）信息量較低，可跳。