Ardent是一家获Y Combinator支持的初创公司,它能在六秒内为生产环境的PostgreSQL数据库创建完全隔离的副本,让数十甚至数百个AI编程智能体并行测试各自的改动,而不触碰线上数据。这家公司并非一开始就有这个想法。其创始人曾花一年时间推出无人问津的产品,打造过一个不断弄坏自己数据库的AI数据工程师,以独立创始人身份融资$220万,在12月带着三个每月付费$100的客户完成转型,并在七次被拒后,凭第八次申请进入Y Combinator。这个故事的价值不在于戏剧性,而在于它揭示的决策规则:真正的问题是如何被发现的,客户反馈如何改变产品方向,以及在屡遭拒绝后何时应该继续坚持。

问题:多个智能体共用一个数据库

创始人之前的产品是一个自主运行的AI数据工程师。让多个智能体同时在同一个数据库上工作,暴露出一种失败模式,而它正是Ardent的种子:当两个智能体在同一份状态上尝试相互冲突的模式迁移时,会产生无法解决的冲突以及损坏的数据。智能体一会覆盖智能体二所依赖的内容。没有隔离,工程师就无法在合并到生产环境之前真正验证迁移脚本或模式变更,这些冲突最终会演变为故障,而恢复代价高昂。

Ardent的思路是:Git和GitHub通过分支和克隆解决了源代码的这个问题,同样的模型也应适用于线上数据库状态。GitHub之所以不能简单地把自己的基础设施扩展到数据库,原因在于物理限制。源文件小而离散,克隆它们的计算开销微不足道。数据库则承载着TB级甚至PB级的状态,受限于磁盘每秒输入/输出操作数(IOPS,即磁盘每秒能处理的读写操作数量)和网络带宽。简单粗暴的文件复制无法扩展。

共享staging环境为何失效

常规做法是建一个集中式的staging数据库。Ardent认为,这种设置不是安全保障,反而是故障的结构性根源,原因有几点:

staging做法 问题所在
完整导出再导入 每TB数据需要六到八小时
每晚同步任务 一次同步失败就让整个团队损失一天工作
多个智能体共用一个staging数据库 相互重叠的写入会悄无声息地损坏彼此的状态
使用较小的数据子集 缺少只存在于生产环境中的边缘异常

最后一点对任何用AI智能体测试代码的人都很重要:在裁剪过的子集上通过的测试,到了生产环境仍可能出错,因为导致失败的异常只存在于完整数据集中。

克隆如何工作

Ardent通过写时复制(copy-on-write)架构完全避免了物理复制。这种技术让新副本与原始数据共享,只有在内容真正发生变化时才写入新的数据块。当智能体或工程师申请一个克隆时,Ardent会创建一个全新的计算实例,其指针把读请求导向原始数据集。元数据负责索引路由和结构引用。由于没有原始数据被搬动,PB级数据库的克隆可以在六秒内出现。

工人们在时钟下搬运沉重的数据圆柱,与由细线相连、瞬间生成的轻量克隆形成对比

▲ staging数据复制与写时复制克隆的对比

这也是数据库沙箱不能照搬普通计算沙箱做法的原因。一个试图把完整企业数据表加载进内存的计算沙箱会立刻崩溃;数据库状态对内存、磁盘和网络施加的是另一套限制。Ardent被设计为可横向扩展,公司表示这让数百、数千乃至数万个活跃克隆得以同时运行。

接入流程已精简为四条命令行界面(CLI)命令:认证、用连接器命令接入数据库、以功能标签等名称创建分支,以及邀请团队成员。一位客户把Ardent接到了问题跟踪工具Linear和云端托管的编程智能体上。他在笔记本电脑上派发了一批积压的数据库任务,坐在车里合上电脑,让智能体在云端基于真实的数据库克隆验证自己的工作。

谁看懂了它,客户又从何而来

为Ardent融资需要一套逆向思维的说辞。许多投资人把数据库沙箱与基础的计算沙箱混为一谈,缺乏基础设施实操经验的人看不出"状态"为什么会改变约束条件。能迅速领会其价值的投资人,是那些曾亲身处理过staging损坏和迁移失败的前技术运营者。X上广泛流传的一则关于自主AI智能体抹掉线上生产数据库的事件,也帮助提升了认知。对深度基础设施领域的创始人来说,实用的经验是:筛选那些切身感受过这个问题的投资人。

客户获取一直靠自然增长,依托在X和LinkedIn上持续发帖与互动。部署智能体的开发者往往会自己撞上数据库损坏,因此主动找上门的潜在客户通常已经理解问题所在。公司认为,当需求真实存在时,第一次通话就不再是推销,而直接变成了接入;据称有一位客户在接入通话的前十分钟一直在惊叹云端自动化的效果。

通往转型之路

当前的产品建立在一长串失败之上。2023年,创始人以纯软件工程师的身份,花了大约一年时间做出四款无人想要的产品。五个用户试用原型后立刻流失。那时的开发周期更长,因为自动化AI编程工具还不够先进,这让每一个被浪费的月份都更加昂贵。他说,这段经历让他切身体会到做一件没人在乎的东西是什么感觉。

下一个想法源自他的机器学习背景:模型输出受制于上游数据质量。为了验证数据质量是否真是瓶颈,他在动手之前访谈了50到60位机器学习和数据工程师。随后他颠倒了此前的顺序,先做一个最小原型或落地页,尝试先把它卖出去。作为独立创始人,他花了一年时间开发并推广这个AI数据工程师,独自融资$220万,并签下了最初的年度经常性收入合同。

12月,他意识到验证AI数据工程师的输出才是根本瓶颈,不仅对他的用户如此,整个行业都是如此。这一认识,加上他在并行运行智能体时看到的数据库冲突,推动了进入Y Combinator之前的转型。早期的最小可行产品以一个能用但多bug的原型状态进入项目。三家试点客户各自每月付费$100,每天提交分支ID和bug报告,创始人将此视为产品解决了他们燃眉之急的信号。

一张单程票与沙发上的一年

在这一切之前,创始人在西雅图完成了硕士学位,并拒绝了大公司的工程岗位邀约。在他看来,西雅图的生态由成熟的科技巨头主导,引导人们追求高薪、买房和工作与生活的平衡,这会让一个从零起步的创始人感到孤立。他想要一个痴迷于白手起家创业的环境,于是把投资和积蓄变现为$10,000,买了一张去旧金山的单程票,打算睡在朋友家的沙发上。

深夜,一位年轻创始人坐在破旧沙发上,身旁有笔记本电脑、一张单程机票、一个薄薄的钱包和七个密封的信封

▲ 创始人睡沙发的一年与七封拒信

为了断绝任何退缩的可能,他把机票照片发到了X上。他此前很少发帖,从未在网上卖过任何东西,预计大概能收到五个赞;他之前表现最好的帖子也只有约300次浏览。两小时内,湾区的知名账号开始引用转发,这条帖子一夜之间达到25万次浏览,带来了投资人、合作者和当地创始人的私信。航班原本订在三个月后,他改到了那个周末。随后他在沙发上度过了几乎整整一年,一边搭建这门生意。

这段经历塑造了他对传播的看法。早期的病毒式传播像是运气,但重复足够多次后,它就变成一套可设计的系统;他说自己学会了以每两周一次的节奏稳定获得10万到20万次浏览。他的实用准则是:发布平常的开发经历和真诚的思考,而不是等待一个改变世界的大消息;把同一条内容稍作排版调整后同时发到X和LinkedIn,而不是打造两套不同人设,因为他觉得那样既不自然又令人疲惫。他也提醒,粉丝众多并不自动等于能招到好人才。

八次申请Y Combinator

创始人申请了七次Y Combinator,每次都被拒绝。身为YC校友的朋友们劝他申请第八次,理由是没有任何损失。提交后四天内,他收到了面试邀请,并亲自前往。YC合伙人发来的录取邮件落进了垃圾邮件文件夹,让他恐慌了一整天,直到后续电话打来。

他把为加速器让出股权的决定视为一道严格的计算题:其人脉、社区和资金是否能切实提高成功几率?就Ardent而言,这个项目带来了品牌信誉、客户引荐和人才资源,其中包括一位拥有20年数据工程经验的CTO。把技术职责交给这位CTO,让创始人得以并行推进执行,并专注于战略。

先市场,后开发

创始人最有力的建议是:在认真写代码之前先验证需求。他给出的数字是:如果20位目标潜在客户确认了痛点并同意按月持续付费,技术风险就退居次要,工程工作就变成兑现已预售的承诺。更广泛地说,他建议在投入时间和金钱开发之前,先与40到50位潜在用户交谈。现代工具让开发变得太容易,这反而诱使创始人跳过这一步。

在这种观点下,销售是发现而非说服。如果你必须费力说服客户,说明产品还不够好;当产品消除了一个麻烦时,客户会爽快付费。他还主张资本纪律:只融绝对必要的资金,让每个客户的服务成本保持在有利润的水平,在迈向A轮里程碑的过程中维持低消耗,并保护好股权池,以便向建设这家公司的工程师发放丰厚的股权奖励。他警告说,在没有需求的情况下大额融资会制造虚假的势头,对士气是一种消耗。他对Ardent的目标是至少$200亿的退出。

创始人能从中学到什么

贯穿Ardent历史的模式是:这门生意源自创始人在并行运行智能体时自己撞上的问题,并由已经深受其苦的客户加以确认。转型跟随的是反馈,而不是白板上的推演。对于主要创业中心之外的任何创始人,包括那些正在权衡是否离开舒适的大公司生态的人,有几条决策规则值得注意:

  • 把自己反复遇到的技术故障当作候选问题;后来成为Ardent的数据库冲突,最初只是另一款产品里的一个bug。
  • 在开发之前访谈20到50位目标用户并尝试预售,把第一次通话直接变成接入视为真正的需求信号。
  • 永远不要让多个自主编程智能体指向同一个共享的staging数据库,也不要相信在缺少生产异常的小数据子集上跑过的测试。
  • 持续发布进展;300次浏览的基线之后可能出现25万次浏览的帖子,但前提是你得发。
  • 以是否提高成功几率、保持低消耗、为关键人才保留股权来评判加速器和融资轮次。
  • 当没有任何损失时就再申请一次;第八次YC申请才是奏效的那次。

这里的坚持不是盲目的固执,而是在产品不断变化的同时,继续交付、继续倾听、继续申请的意愿。