别急着用 AI 找前 10 个客户
第一性原理 佛学觉照

别急着用 AI 找前 10 个客户

| 阅读 9 分钟

AI sales agent 的宣传现在很诱人：它能研究市场、找买家、写冷邮件、自动跟进，甚至声称可以接管整个 outbound 流程。对一个刚做完产品、还没有客户的创始人来说，这听起来像一条捷径。

Y Combinator 2026 年 6 月 22 日发布的视频《How to Get Your First 10 Customers》提醒我们：真正的顺序可能正好相反。

Y Combinator 视频 00:07:30 附近的 Apollo、Clay、LinkedIn outbound 章节画面

画面来源：Y Combinator 公开视频 00:07:30 附近的 source frame，用于说明视频进入 outbound 工具章节的时刻。

前 10 个客户不是一个可以直接交给自动化的销售任务。它更像一次校准：创始人要亲自弄清楚谁真的有痛点，他们在哪里出现，他们用什么语言描述问题，他们为什么愿意信任你，以及你的产品到底承诺了什么。

如果这些东西还没有被校准，AI 外呼只会更快地放大错误。

YC 把顺序排得很清楚

视频里的顺序并不复杂，但很容易被今天的工具热潮打乱。

第一步不是打开 Apollo，也不是让 Clay 富集线索，而是回答一个更朴素的问题：你的目标客户实际在哪里花时间？他们是在行业会议、Slack、Discord、Reddit、Hacker News、微信群，还是某个非常垂直的论坛里抱怨问题？

第二步是用暖网络拿到最早的信任。YC Visiting Partner Max Kolysh 在视频里说，最早的一到三个客户几乎总是来自个人网络或二度连接。这不是因为暖网络更“先进”，而是因为早期产品还没有足够多的证明，信任半径本身就是交易成本的一部分。

第三步是到真实场景里去。很多 YC 创始人靠线下见面、会议、小型 dinner、客户所在社区拿到早期客户。这个动作慢，但它能让创始人看到客户怎么犹豫、怎么提问、怎么比较替代方案，也能听见冷冰冰表单里不会出现的反对意见。

到了后面，视频才谈 Apollo、Clay、LinkedIn。这里的关键不是“工具没用”，而是工具的位置。它们适合放大已经有方向的 outbound，不适合替代前面的学习。

视频最后把边界说得更清楚：客户 10 到 50 的阶段，才是高容量 outreach 更自然的起点。因为这时你已经有 pitch、case study、价值主张和真实反馈，可以把它们变成更可扩展的流程。

前 10 个客户，是系统的训练数据

很多人把前 10 个客户看成收入目标。其实它们更重要的产出是训练数据。

这里的训练数据不是给模型用的那种语料，而是给创始人和公司用的真实市场信号：什么样的人会立刻理解这个产品，什么样的人只是礼貌性点头，谁有预算，谁有急迫性，谁的话术会让对方继续聊，哪一句承诺会引发误解。

这些东西没有办法从工具后台自动长出来。它们来自具体对话、失败外联、线下寒暄、临时 demo、客户皱眉的那一秒，以及创始人回去重写 pitch 的那个晚上。

AI 可以帮你整理这些信息。它可以总结通话、归纳反对意见、准备客户背景、生成候选邮件、把零散反馈归类成模式。但它不能替你先知道谁值得找。

更准确地说，前 10 个客户不是销售自动化的输入量，而是销售系统的校准样本。

AI 工具真正的位置

这并不意味着创始人应该拒绝 AI sales 工具。

近 30 天的公开讨论里，Clay、Apollo、AI personalization、GTM automation、AI sales agent 的讨论非常密集。Perspective AI 的工具文章把 Clay 和 Apollo 放在 founder go-to-market 和 outreach 语境里；GTM Engineering 的 Clay automation 文章则强调多源线索、数据富集和 AI 个性化。Reddit、X 上也有很多创始人在讨论 first 10 users、first 10 customers 和 YC 的手动 playbook。

这些讨论共同说明一件事：工具正在变强，但工具需要被放到正确的系统位置里。

当创始人已经知道目标客户是谁、问题在哪里、触发点是什么、怎样开口不会显得冒犯，AI 就很有用。它可以帮你做公司研究，找到线索，整理上下文，把每个客户的个性化准备做得更细，也可以把 follow-up 的节奏管理起来。

但如果这些判断都没有发生，AI 只是在用更快速度发送未经校准的猜测。

这也是今天很多 AI 外呼让人反感的原因。不是因为自动化天然不好，而是因为它常常把公司还没想清楚的东西，批量推给完全陌生的人。客户看到的不是“效率”，而是一家公司还没有学会说人话。

不要把第一印象外包出去

早期销售还有一个更容易被忽略的边界：它消耗的是品牌信任。

一个自动化系统如果代表公司给陌生客户发第一封信，它处理的不只是名单和文案。它在替公司制造第一印象，也在试探承诺边界。写错行业、误判需求、过度承诺、频繁跟进，都会变成品牌成本。

这就是为什么前 10 个客户阶段必须保留人工发送、人工复盘和人工停止权。AI 可以做后台助手，但不应该无监督地替创始人站到前台。

更好的方式是把 AI 放在低风险的内侧：先让它整理潜在线索，帮你理解对方公司，列出可能的问题场景，准备几种开场方式。然后创始人亲自判断该不该发、怎么发、发给谁、什么时候停。

这不是低效，而是在保护早期公司最稀缺的资产：真实客户学习和可信第一印象。

先校准，再自动化

最好的销售自动化，不是让创始人消失。

它应该让创始人把已经学到的真实客户判断变成系统：哪些信号代表高意向，哪些行业话术不能用，哪些客户需要线下见面，哪些反对意见必须先回答，哪些承诺绝对不能写进外呼文案。

等这些东西清楚之后，AI 才真正成为杠杆。它不是替你找前 10 个客户，而是把你从前 10 个客户那里学到的东西，扩展到第 11 个、第 20 个、第 50 个。

所以，如果你刚做完产品，正在想怎么找到第一批客户，不妨把问题换一下。

不要先问：我能不能用 AI 自动外呼？

先问：我是否已经亲自见过足够多真实客户，知道这套自动化应该放大什么？

参考来源

💬 评论