E258｜聊聊硅谷创业“修道院”HF0与OpenRouter早期故事

概览

本期对话围绕旧金山孵化器 HF0 展开。ACE Studio 创始人兼 CEO 郭靖分享了参加 HF0 的经历：十支团队共同生活和办公三个月，通过明确单一目标、每周公开复盘和高度沉浸的环境，集中资源推动业务突破。

讨论从 HF0 的“减法”理念延伸到创业增长方法。郭靖讲述了 ACE Studio 如何把网红营销、定价测试和转化漏斗变成可持续优化的系统，也反思了增长技巧的局限：短期策略能够放大收入，但长期、稳定的增长最终仍取决于产品体验、模型能力和真实用户价值。

对话还讨论了 ACE Studio 如何把 HF0 模式改造成内部加速器，以及 OpenRouter 早期的产品定位和先发优势。最后，话题转向 AI 音乐竞争，探讨专业用户数据、模型训练、审美反馈，以及当前 AI 音乐在多样性和“不完美表达”方面的不足。

分段落总结

[00:00] HF0 与本期核心问题

[事实] HF0 每期招收十家公司、一年三期；节目将其与每期规模更大的 Y Combinator 进行对比。

[事实] 主持人介绍，HF0 为每家公司投资一百万美元并取得 5% 股份，偏好连续创业者。

[事实] 本期关注 HF0 如何帮助企业增长，以及其管理经验能否用于 AI 企业。

[02:05] ACE Studio 与 HF0 的选择逻辑

[事实] 郭靖介绍，ACE Studio 自研 AI 音乐生成模型，服务世界各地的专业音乐从业者。

[事实] 他认为创业者面对 HF0 和 YC 的录取机会时可能更倾向 HF0，因为 HF0 每期只有十支团队，筛选程度更高。

[事实] HF0 采用驻留式加速模式，让创始人在同一空间共同生活和工作。

[推测] 小规模模式减少了依靠投资组合概率取胜的空间，因此更依赖筛选眼光和对单个团队的深度支持。

[04:11] 投资条款与 OpenRouter 的驻留经历

[事实] 郭靖所在批次的条款是一百万美元换取 5% 股份；此前批次曾采用不同的投资金额和持股比例。

[事实] OpenRouter 创始人之一 Louis 因签证问题未能完整参加早期批次，后来又回到 HF0 驻留，但没有再次参加 Demo Day。

[事实] Louis 与 ACE Studio 团队经常工作至深夜；HF0 同时提供良好住宿、恒温床、睡眠监测等生活设施。

[07:01] “减法”式修道院模式

[事实] 郭靖用“subtraction”概括 HF0：去除不重要的事情，让创始人只专注于公司最关键的问题。

[事实] HF0 提供厨师、健身设施、教练、按摩和洗衣等服务，其目的不是让创始人吃苦，而是减少生活事务造成的干扰。

[事实] ACE Studio 团队在驻留期间几乎一直待在地下办公区，三个月内很少离开房屋或见到阳光。

[推测] HF0 的“极简”并非降低物质条件，而是通过完善后勤服务压缩注意力切换。

[09:14] 单一北极星指标与每周复盘

[事实] 正式驻留前，HF0 会组织 retreat、冥想和交流，帮助成员进入沉浸状态，并从三个月后的目标倒推每周任务。

[事实] 每周一的 Demo Dinner 要求每支团队用两分钟报告进展，再接受一分钟问答。

[事实] HF0 会与团队共同确定唯一的核心指标；该指标可以是收入、Token 调用量或研发进度，不必统一采用营收。

[事实] 分享重点不是列举完成了多少工作，而是说明唯一目标取得了什么可量化进展。

[11:44] ACE Studio 的十倍营收增长

[事实] ACE Studio 进入 HF0 时月收入约为八万美元，离开时一度达到约八十万美元，之后月均收入约为四五十万美元。

[事实] 同批公司的目标各不相同：OpenRouter 关注 Token 调用量，部分团队关注 ARR，生物科技或城市建设项目则采用研发、工程指标。

[事实] HF0 要求指标足够简单，使团队能在两分钟内清楚展示变化。

[13:27] 把增长当作产品来建设

[事实] ACE Studio 在 HF0 期间进行了大量 A/B 测试，优化定价和转化漏斗，扩大付费广告，并建立网红营销系统。

[事实] 一位校友每天联系约 150 位网红，而 ACE Studio 此前几个月才联系一百多人；这一数量级差异促使团队重建工作系统。

[事实] ACE Studio 后来将流程迭代至第三、第四代，并引入 AI，使团队每天能够联系约 200 位网红，其中约 40 位会回复。

[事实] 郭靖将这套方法概括为“像做产品、做算法一样做增长”，即把零散行动变成持续优化的系统。

[推测] 大规模触达并不能消除单次合作的不确定性，但可以让总体结果更可预测。

[16:33] 增长技巧的边界与产品价值

[事实] 郭靖回顾认为，网红营销、定价和漏斗优化等技巧不能独立支撑稳定增长，最重要的仍是产品体验。

[事实] 对 ACE Studio 而言，AI 产品体验的核心是模型效果；如果能够推出领先模型，增长会更容易。

[事实] ACE Studio 曾通过价格测试获得约 30% 的增长，但郭靖认为涨价也可能流失潜在用户和口碑传播机会。

[事实] 2025 年，团队自研基础模型，并在年底将其用于 ACE Studio 2.0；此后增长曲线才重新恢复。

[推测] 增长系统更适合放大已经存在的用户价值，而难以替代产品本身。

[20:17] 真正困难的减法

[事实] 郭靖认为 HF0 最大的帮助不是传授具体技巧或对接资源，而是让团队理解沉浸工作和“减法”的重要性。

[事实] HF0 所说的减法不只是取消娱乐，而是排除第二重要的事情，只保留公司当前最重要的目标。

[事实] 即使大公司提出合作，如果短期内不是核心任务，也可能需要放弃。

[推测] 创业资源有限时，追求所有关系和项目都面面俱到，反而会削弱战略重点。

[23:26] 将 HF0 复制为内部加速器

[事实] ACE Studio 是全员远程公司，2024 年解散北京办公室后建立了完整的远程工作机制。

[事实] 从 HF0 离开后，公司增加了“内部 HF0”机制：把特定团队集中到同一地点，用三个月解决一个明确问题。

[事实] 内部加速器会设置 retreat、Demo Dinner、Weekly Update，并安排人员处理饮食和生活事务。

[事实] 公司已举办四五次内部加速器，主题涵盖算法、开发和增长；地点包括惠州、天津、杭州和富士山附近。

[事实] 员工并非每次都参加，公司规定每个人每十二个月有三个月参与相关项目。

[25:41] 内部加速器的产出

[事实] 2025 年的算法加速器推动团队开发第一版自研音乐基础模型，随后开源并继续迭代第二版及内部新版。

[事实] 2025 年下半年，开发加速器负责将模型与产品结合，重构 ACE Studio 2.0，使其成为自由的音乐创作画布。

[事实] 郭靖认为进入集中状态后会出现产能和灵感爆发，环境与仪式感是其中的重要组成部分。

[推测] 这种机制适合目标明确、需要跨成员高频协作的攻坚项目，但未必适合所有常规工作。

[27:34] 压力、公开复盘与自我驱动

[事实] HF0 强调努力工作和最终结果，通过高目标与每周公开复盘营造压力。

[事实] 当其他团队持续增长而自己没有增长时，公开展示会促使创始人主动寻找原因，而非由管理者直接施压。

[事实] 郭靖认为，仪式感和对环境的信念会提高参与程度。

[事实] 对持续无法完成目标的情况，他提出更换方法、调整目标、转型，必要时也可能更换人员。

[推测] 公开比较能够形成强烈的同伴激励，但也可能给参与者带来较高心理压力。

[31:12] 增长的滞后与第七周突破

[事实] 郭靖所在批次前半程除 OpenRouter、Fixer 等少数团队外，大部分公司都没有明显增长。

[事实] 从驻留约第七周开始，多支团队陆续出现增长；ACE Studio 在 11 月 1 日的单日收入翻倍，之后继续上升。

[事实] 当天的增长来自此前积累的多项尝试，包括网红内容发布和付费活动的叠加。

[推测] 一段时间没有结果不代表方法无效，部分增长动作需要积累、组合和外部时机才能显现。

[33:38] HF0 创始人 Dave 与组织文化

[事实] 郭靖形容 Dave 热情、反应敏锐且富有感染力，每天需要回复大量消息。

[事实] Dave 曾在台湾生活并有一年半的修行经历，HF0 的修道院式模式由此得到启发，其第一期项目也在台湾举办。

[事实] HF0 的共同生活模式减少了正式预约式辅导，创始人与管理者更多是在吃饭和日常相处中交流。

[事实] 郭靖认为 Dave 不仅强调高强度工作，也通过个人关怀塑造社区氛围。

[36:20] OpenRouter 的早期团队状态

[事实] 郭靖接触 OpenRouter 时，团队只有四人，其中两人兼职，核心工作主要由 Louis 和 Alex 承担。

[事实] 团队开发方式非常激进，代码可能直接上线，再根据线上问题快速修改。

[事实] Louis 工作投入度很高，曾边走路边单手写代码，也会参与社交媒体等非技术工作。

[事实] 他曾建议团队不要过度规划，而是强迫自己每天发布一条视频。

[39:31] OpenRouter 的极致聚焦与先发优势

[事实] 郭靖认为 OpenRouter 做对的关键，是明确知道不做什么，并将核心任务简化为快速、稳定地整合更多大模型。

[事实] OpenRouter 早期没有把融资和激进商业化放在首位，而是建设面向大模型的统一接口。

[事实] 产品最初设想过面向消费者的统一界面，后来发现开发者对统一 API 的需求更大。

[事实] 开发者可以通过同一接口切换模型，不必在每次更换模型时重写相关代码和发布新版本。

[推测] 率先聚集开发者和模型供应方，使 OpenRouter 逐渐从工具转变为模型分发入口。

[42:34] 调用榜单、规模效应与价格风险

[事实] 大量开发者使用 OpenRouter 后，新模型会希望尽快接入，以获得测试、调用量和榜单曝光。

[事实] OpenRouter 可以利用真实调用数据发布不同模型在各类场景中的用量报告，形成类似用量基准的权威性。

[事实] 郭靖认为，这构成了先发优势和规模效应。

[推测] 如果竞争者能在同等稳定性下提供明显更低的价格，OpenRouter 的接口优势仍可能受到冲击。

[43:35] 同批团队之间的增长学习

[事实] 对 ACE Studio 增长启发更直接的是邮箱 Agent 公司 Fixer，因为两家公司都以 ARR 为目标。

[事实] 两个团队会交流新增付费用户、客单价、付费率和用户流失等问题。

[事实] Fixer 曾建议通过销售更长周期的会员减少短期流失。

[事实] 郭靖将 OpenRouter 描述为“冲浪模式”：新模型越多、行业浪潮越大，其平台增长空间越大。

[44:47] ACE Studio 与 Suno 的竞争

[事实] 郭靖认为，ACE Studio 与 Suno 的核心竞争仍是模型能力，团队目标是尽快推出领先模型。

[事实] 在用户授权的情况下，ACE Studio 可利用专业音乐人的编辑轨迹数据进行模型后训练。

[事实] 他认为，专业产品、顶级音乐人用户和轨迹数据共同构成较难复制的壁垒。

[事实] 郭靖称 ACE Studio 用约一年时间使模型接近 Suno 上一代水平，并表示团队拥有参与重要音乐模型基础技术研究的人才。

[推测] ACE Studio 的差异化不只是生成音乐，而是将专业创作工具、用户行为数据与模型迭代连接成闭环。

[47:05] 音乐理解、训练数据与审美反馈

[事实] 郭靖认为音乐研究员理解音乐非常重要，团队成员中有人具备较强的演奏和乐队经历。

[事实] 研究员的个人音乐偏好不会直接决定训练数据；数据集建设有严谨方法，需要判断音乐描述和标注是否准确。

[事实] 真正影响模型审美的主要是后训练阶段引入的人类偏好数据。

[事实] ACE Studio 希望识别平台上的“Taste Maker”，并利用顶级专业用户的反馈改善模型。

[推测] 专业用户的价值不仅在于购买产品，也在于为模型提供更高质量的审美信号。

[49:29] AI 音乐的能力上限与评价难题

[事实] 郭靖认为音乐好坏具有主观性，作品是否成为公认经典，最终需要公众和市场共同确认。

[事实] 他表示，部分 AI 音乐案例可能已经展现出人类难以达到的演唱机能，例如同时融合高音穿透力、宽厚底声和沙哑质感。

[事实] 他没有据此断言 AI 音乐总体已经超过人类，因为仍有许多问题未解决。

[推测] AI 可以组合人类偏好的多项特征，但技术上的“更强”不等同于艺术价值上的普遍优越。

[51:34] AI 难以生成的“不完美”

[事实] 当前 AI 音乐的多样性仍然有限，很难按要求生成粗糙、跑调、像手机现场录音却富有生命力的作品。

[事实] 主持人认为，艺术中真正打动人的常常是不完美、真情流露甚至表演失误的瞬间。

[事实] 郭靖指出，不同听众需要不同形式的完美或不完美，而今天 AI 音乐覆盖的分布仍较窄。

[事实] AI 在流行电子等部分类型中可能表现突出，但未必能准确还原老爵士等特定年代与风格的质感。

[推测] AI 音乐下一阶段的难题不只是提高平均质量，也包括扩大审美分布并表达有意义的瑕疵。

[53:52] 节目结论

[事实] 主持人将本期最大收获概括为：在 AI 看似无所不能的时代，更需要做减法，直接投入自己认定的唯一重要事项。

[事实] 对话以邀请听众分享收获和反馈结束。

播客点评/总结

本期最有价值的部分，是把“增长”拆成了三个层次：以指标和公开复盘建立专注，以流程和规模化触达建立系统，最终再回到产品与用户价值。郭靖没有把 HF0 描述成提供资源或技巧的普通孵化器，而是强调其对注意力、环境和组织节奏的重塑。

访谈也呈现了较有说服力的自我修正：ACE Studio 曾凭借营销、定价和漏斗实验实现快速增长，但随后认识到技巧会触顶，真正恢复增长的是自研模型与产品重构。这使讨论没有停留在“增长黑客”经验，而是给出了短期放大与长期价值之间的边界。

局限在于，多项结论主要来自郭靖个人经历和同批团队观察，公开比较、集中驻留和高压目标对不同团队的适用性并未得到系统验证。[推测] 对家庭责任较重、工作性质不适合集中攻坚，或心理安全需求较高的成员，这套机制可能需要更温和的改造。

本期适合 AI 创业者、产品负责人、增长团队和远程组织管理者，也适合关注 AI 音乐的人。其核心启示并非复制豪宅驻留或高强度工作，而是明确唯一关键目标，主动删除次要事务，并让增长系统始终服务于真实的产品价值。