YC 的选题建议：不要找完美点子，要钻进一个客户世界
很多创业者以为，早期最重要的问题是“我到底该选哪个点子”。
所以他们会列清单、做比较、问朋友、看趋势、反复推演。尤其在 AI 之后，每天都有新模型、新工具、新 demo、新赛道，看起来像是机会爆炸，也像是每个点子都已经有人做了。
Y Combinator 的 Jon Xu 在这支 Startup School 视频里给了一个更朴素、也更难执行的答案：别再找完美点子。选一个，烧掉其他船，然后把自己钻进客户的世界里。
这句话听起来像创业鸡汤，但真正有价值的地方不是“要专注”。它讲的是一个更底层的问题：创业早期最稀缺的不是点子数量，而是高质量信息。
完美点子是一个抽象幻觉
完美点子的问题在于，它无法在抽象里被证明。
一个点子是否成立，不取决于你坐在白板前能不能把它讲圆，而取决于它撞上真实客户之后发生什么。客户有没有痛？这个痛是不是前五问题？他们现在怎么绕过去？损失多少钱？愿意为不再损失付多少钱？谁有权限买单？现有解决方案为什么不够？
这些问题没有办法靠脑内推演解决。你必须接触现实。
所以，早期创业者如果一直在多个点子之间比较，表面上是在降低风险，实际上是在推迟获得真实数据。
同时做几个方向，会制造坏数据
Jon Xu 对“同时试几个点子”的批评很准确：它会产生坏数据。
坏数据比没有数据更危险。你没有真正深入一个方向，却用浅层反馈判断它好不好。结果可能有两种：你过早杀掉一个本来有机会的方向，或者因为一两个表面信号，继续投入一个其实不成立的方向。
创业早期真正需要的不是更多样本，而是更深的样本。
这就是“烧掉其他船”的含义。不是盲目赌命，也不是永不 pivot，而是给自己一个足够深的观察窗口。你要让公司名字、网站、邮件、客户沟通、内部叙事都进入同一个方向，逼迫自己从旁观者变成这个问题的一部分。
当你真的进入一个客户世界，信息质量会变。你听到的不再是“这个功能不错”，而是客户每天怎么崩溃、哪里丢钱、谁在承担风险、为什么老方案没法用。
深到什么程度才算够深
视频里最有用的判断标准是：如果我明天把你丢进客户的公司，你能不能运营他们的业务？
假设你要做清洁公司的语音客服 agent。问题不是“你访谈过 20 个老板没有”，而是你是否知道一家清洁公司的日常危机是什么，电话没接会损失多少订单，老板最怕什么投诉，调度和报价怎么流转，客户真正愿意为什么结果付钱。
这比“做用户访谈”更高一层。
很多人把用户访谈当成验证仪式。问几个问题，记几条痛点，然后回去做产品。但 Jon 的标准不是“你问过没有”，而是“你是否已经懂到能教别人，甚至能临时接管客户业务”。
在 AI 时代，这个标准更重要。
因为软件本身越来越便宜，真正难的是客户现实。行业规则、监管许可、信任关系、工作流细节、异常情况、责任边界，这些不会因为模型变强就自动消失。
AI 时代，好点子的判据变了
Jon 给了三个 AI 时代的好点子判据。
第一，点子应该在模型能力的边缘。
这不意味着今天就完美可用。相反，一个好方向可能是今天刚好能跑、体验还不稳定，但你清楚知道瓶颈在哪里，也知道模型进步会怎样推着它变好。如果某个瓶颈没有按预期消失，那么解决这个瓶颈本身可能就是公司。
第二，点子应该能 verticalize。
也就是不要只卖 “software for X”，而要逐步拥有结果。保险行业里，价值不只是给保险公司做一个工具，而可能是直接承保、定价、客服、理赔和风控。医疗、法律、金融、客服、运营服务也类似。软件生产成本下降后，更值钱的是结果所有权、客户信任、牌照、合规能力和经济责任。
第三，点子应该追求最雄心的版本。
温和点子和激进点子都很难。都要消耗几年时间，都要承受不确定性，都要面对竞争。如果代价差不多，就应该瞄准那个一旦成功就能重写行业结构的版本。
但这里有一个容易被忽略的边界：雄心不是无约束扩张。
越是走向保险、医疗、金融、法律、机器人这些领域，越不能只谈速度和模型能力。结果所有权意味着你也拥有责任。客户信任、监管许可、审计、回滚、人工授权和停止权，都会变成产品的一部分。
这也是为什么 AI agent 治理本身正在成为创业方向。YC 公司目录里的 TectoAI 就把问题放在“AI 员工”的监控、合规和行为漂移上。它提醒我们：AI 公司越接近真实业务，越需要把治理做进系统。
失败也不是浪费
这支视频还有一个很实用的安慰：如果你真的选了一个方向、走深了，最后发现它不成立，你也不会回到原点。
因为你已经拿到了比“我想做什么”更重要的东西：关于客户现实的清晰数据。
你知道这个空间有没有燃眉之急，知道谁会付钱，知道旧方案为什么存在，知道技术瓶颈在哪里，也知道自己原来的假设错在什么地方。更重要的是，你常常会在深入过程中看到更底层的结构问题。
很多真正可做的公司，不在最初那个表层痛点上，而在你解决它时撞见的更深瓶颈里。
所以 going deep 不是为了证明第一个点子一定正确。它是为了让你用最快速度穿过雾，找到更真实的问题。
真正的坏结果，是一直不决定
早期创业最危险的状态，不是选错。
选错以后，如果你走得足够深，你会得到真实反馈，然后转向。
更糟的是一直不决定。几个方向都碰一点，每个都做不到足够深，每个都没有真实数据，最后你只是在原地消耗时间。
这就是 Jon Xu 这支视频真正值得写下来的地方：创业点子不是靠筛选选出来的，而是靠进入一个客户世界后长出来的。
先选一条路，不是因为你已经知道它对。
而是因为只有沿着一条路走得足够深，你才会知道哪里真的有路。
参考来源
- Y Combinator: How To Pick A Startup Idea
- Y Combinator: Jon Xu
- Y Combinator: How To Get AI Startup Ideas
- Y Combinator: Startup Ideas You Can Now Build With AI
- ET Enterprise AI: Robotics still awaits the GPT moment: Y Combinator’s Xu
- Y Combinator: TectoAI
