一個人的公司

（圖片說明）2026 年 8 月 8 日，Solo Unicorn Club 成立一週年 Social Mixer 現場，紐約。

一場沒有舞台的週年活動

8月8日，Solo Unicorn Club在紐約舉辦成立一週年Social Mixer。這場活動沒有安排主題演講，也沒有圓桌論壇，更沒有讓創業者排隊上台介紹自己的項目。103份報名通過審核，其中48位參與者曾經參加過此前的活動。現場既有創業者、AI工程師、獨立開發者和投資人，也有來自金融、樓宇科技、生命科學等行業的企業管理者與專業人士。

對紐約這樣一座從來不缺科技活動、投資論壇和創業聚會的城市而言，一場沒有舞台的活動本身並沒有什麼值得誇耀的地方。Solo Unicorn Club真正想做的事情其實很實際：讓有能力把產品做出來的人，坐到真正掌握企業問題的人旁邊，把時間留給那些可能產生後續合作的談話。

一名獨立開發者也許已經利用AI做出了產品原型，但他不知道第一個企業客戶在哪裡；一名企業管理者可能很清楚公司裡哪個流程效率低、哪個問題多年沒有解決，卻不知道市場上已經出現一批可以用很小團隊快速試驗新方案的人。投資人關心的也不只是誰掌握最新模型，而是這些技術最後能不能找到穩定的需求，形成收入，並且建立可以持續的公司。

Solo Unicorn Club正是在這些具體而不太光鮮的問題中走過了第一年。

這個成立於2025年8月、扎根紐約的AI builder社群，目前已聚集超過2,000名線上與線下會員。它最初受到關注的一個原因，是提出並支持「一人公司」這種正在形成的創業方式，同時又把企業內部的AI-native轉型納入同一個社群框架。兩者表面上相距很遠，一邊是很小的創業團隊，另一邊是擁有複雜組織結構的大型企業，但它們都面對著同一項變化：AI正在提高個人的工作能力，也在改變企業配置人力、技術和資本的方式。

（圖片說明）Solo Unicorn Club 創始人 Jesse Qin 博士。

「一人公司」並不等於一個人孤立地完成所有事情

「一人公司」是一個很容易傳播的概念，也很容易被誤解成未來的企業只需要一名員工，甚至被進一步演繹成「一個人加上AI，就可以不再需要團隊」。

Solo Unicorn Club創始人Jesse Qin博士並不這樣理解。

在他的判斷中，AI真正改變的是公司規模與生產能力之間原來相對固定的關係。過去，一家公司要增加產品、擴大市場和服務更多客戶，通常需要同步增加工程、設計、銷售、研究、內容和營運人員；現在，部分工作已經可以交由AI協助完成，一名經驗成熟的builder或者一支很小的團隊，能夠承擔過去需要更多人力才能完成的任務。

「我不認為一人公司意味著一個人取代一家公司的全部功能。真正發生的變化，是公司的最小有效規模正在下降。」Jesse Qin表示，「未來評價一家公司時，有多少員工可能不再像過去那麼能夠代表它的實際能力。我們需要更多地看它掌握了什麼能力、解決了什麼問題，以及AI把每一個人的能力放大到了什麼程度。」

這是一個比「一個人能不能創造一家十億美元公司」更加值得討論的問題。

今天，一名創業者可以利用大模型完成研究，可以借助AI協助寫程式，可以迅速建立產品原型，也可以把原來需要多人參與的部分內容、設計和營運工作壓縮到一個很小的團隊裡。創業最早期需要承擔的人力和時間成本因此下降，一個想法不必先募集大量資金、組建完整團隊，才有機會接受市場檢驗。

這種能力給很多人帶來了過去沒有的機會，但它並沒有讓商業本身變得簡單。產品可以更快做出來，客戶不會因此自動出現；程式碼的成本下降了，企業採購、法律責任、數據安全、監管要求以及客戶信任仍然存在。技術能夠幫助一家公司變得更輕，卻不能替一家企業承擔它應當承擔的責任。

Jesse把這條界線看得很清楚。「公司不只是生產工具的集合，它還承擔信任、法律責任、客戶關係、治理和長期交付。AI可以降低一部分生產成本，但不能自動創造這些東西。一家公司即使只有一個人，合同仍然需要履行，客戶仍然需要被服務，責任也仍然要有人承擔。」

這可能是理解「一人公司」最重要的前提。AI讓一個人變得更有能力，並不等於商業世界從此不再需要其他人。

產品做得越來越快，值得做的問題反而更加珍貴

一週年活動現場出現的幾組討論，很能說明AI進入企業之後的真實狀態。

一位大型投資銀行的AI負責人談到企業內部文件智能系統的部署。真正需要處理的不只有模型本身，還包括知識圖譜如何建立、token限制如何處理、既有合同允許使用哪些模型、開源方案能否替代，以及一套系統最後應由誰批准、由哪個部門承擔成本。

一家全球樓宇科技公司的產品負責人討論的是HVAC和製冷系統的AI改造。AI技術可以在很短時間內更新，但一棟商業建築可能已經運行了二十年，既有設備、控制系統、維護責任、採購程序以及內部不同部門之間的決策方式，不會因為一個新的模型出現而全部重來。

生命科學領域的情況更為典型。基因測序、細胞治療與腫瘤研究確實產生大量數據，也存在利用AI提高效率的空間，但研究驗證、患者安全、臨床責任和監管要求依然有自己的節奏。AI能夠縮短某些環節，卻不能用速度替代科學和醫療需要承擔的責任。

這些看上去並不驚人的細節，恰恰構成了AI真正進入商業世界時最難的一部分。

幾年前，一名創業者最大的障礙可能是缺乏技術團隊，知道一個問題，卻沒有能力把產品做出來。今天，情況正在發生變化。大模型、agent、雲端基礎設施和大量開源工具使工程能力變得比過去更容易取得，一名好的builder可以在幾天或者幾週內做出一個相當完整的prototype。產品開發速度提高之後，另一種稀缺開始顯現出來：究竟什麼問題真正值得解決？

Jesse認為，現在很多優秀的builder缺少的已經不是技術能力，而是產業現場。「誰真正有這個問題？它到底有多痛？企業有沒有預算？誰擁有採購權？解決之後能不能產生可以衡量的價值？這些問題聽起來沒有模型參數那麼令人興奮，但最後決定一個產品能不能變成公司。」

這個判斷也解釋了Solo Unicorn為什麼願意花力氣把企業實際操盤者帶進一個以AI builder為主的社群。技術端需要知道真實企業如何工作，企業端也需要看到今天很小的團隊已經能夠做到什麼。兩邊並不缺能力，缺的是一條讓需求與能力真正相遇的通道。

（圖片說明）活動前，社群為多數確認出席的嘉賓完成背景梳理並安排破冰分組，個性化名牌成為對話的第一個入口。

一家企業最重要的知識，往往沒有完整寫在文件裡

Jesse Qin對「context」——上下文——的重視，與他的專業經歷有直接關係。

他擁有羅格斯大學電腦工程博士學位，研究涉及分散式計算、推薦與知識發現以及機器可讀知識系統；2025年，他在紐約大學斯特恩商學院完成商業分析與人工智慧方向的MSBAi學位。此後，他在企業AI基礎設施公司Kamiwaza從事相關產品工程，涉及ontology、context graph、RAG與agent workflow。他的公開研究Context Graph，同樣關注企業知識碎片化，以及人與AI agent如何共享可治理的組織上下文。2026年5月，他曾在紐約Cornell Tech舉行的Knowledge Graph Conference 2026上就相關研究進行公開分享。

因此，他所說的「一人公司的天花板可能不是產能，而是上下文」，並不是一句為創業社群設計的宣傳語，而是來自他長期研究企業AI之後形成的判斷。

Jesse向GFM.News解釋，很多人容易認為，只要模型能力不斷提高，一個擁有足夠好AI工具的人就可以處理越來越多事情。從生產能力的角度看，這個趨勢確實已經出現，但企業真正運行時，大量重要信息並不存在於公開資料、數據庫或者一份可以直接交給AI閱讀的文件中。

一家銀行為什麼在某個環節特別謹慎，一家製藥企業為什麼必須堅持某個驗證程序，一家公司為什麼多年以前放棄過一個看起來合理的產品方向，背後可能有監管原因，也可能來自一次代價昂貴的失敗、某個重要客戶的要求，或者一批工作多年的員工逐漸形成的共同判斷。

「模型可以讀很多資料，但它不會自動獲得一個組織十年、二十年累積下來的經驗。這些經驗就是context的一部分。」Jesse表示，「一個builder今天可以很快做出產品，但他仍然可能不知道企業真正需要什麼，所以我一直認為，企業裡真正做過事情的人是很珍貴的知識來源。」

這裡有一個值得企業和創業者同時注意的變化。AI越來越強之後，產業經驗的價值並沒有像一些人想像的那樣迅速下降，反而可能因工程成本下降而更加突出。

一名優秀的開發者也許三天就能建立一個漂亮的prototype，但一名在同一個行業工作二十年的管理者，可能在半小時的談話中就能告訴他，為什麼這套產品在真正的企業環境裡無法被採用。對一家早期創業公司而言，這半個小時所節省的可能不是三天，而是半年。

Solo Unicorn希望建立的，就是這種交流發生的條件。

不是所有人都需要成為工程師，也不是所有工程師都需要重新花二十年理解一個行業。如果懂產業的人願意把問題說清楚，有能力的人願意把問題做出來，而企業又能提供真實環境進行驗證，AI的效率才可能轉化為真正的商業效率。

（圖片說明）獨立開發者與企業端管理者在現場交流真實業務問題。

一家公司的能力，未來可能越來越難用人數衡量

Solo Unicorn所討論的問題值得被放到更大的經濟背景中觀察，原因也正在這裡。

現代企業在很長時間裡存在一個相對穩定的規律：業務擴張往往伴隨員工增加。產品線變多，需要更多工程師；客戶增加，需要擴大銷售與服務團隊；組織變大以後，又需要增加管理層級和行政成本。企業產出、員工數量以及資本投入因此保持著相對緊密的關係。

AI正在逐步鬆動這種關係。

如果一家五人的公司能夠完成過去二十人的工作，一家二十人的企業能夠支撐原來需要一百人才能完成的業務，那麼我們理解企業效率和企業價值的方法必然會改變。員工人數仍然重要，但它不再能像過去一樣直接代表一家公司的實際生產能力。

對投資人而言，未來值得更加重視的，可能包括每名員工能創造多少收入、企業有多少流程真正被AI重新設計，以及收入增長是否仍然需要按照相同比例增加人員。對管理者而言，問題也會逐漸轉向另一個層面：哪些工作最適合交給AI提高效率，哪些環節仍然必須保留人的經驗、判斷和責任。

這一變化對勞動市場的影響也遠比「某個職業會不會被AI取代」複雜。

很多職業未必會在短時間內消失，但一個人的工作邊界可能顯著擴大。過去分散在幾個崗位上的部分任務，可能被重新組合到一個人的工作中；一名優秀員工在AI協助下所能承擔的責任範圍，也可能比過去大得多。

企業因此會重新思考人才的價值。未來真正稀缺的人，未必只是能夠完成某一項標準化工作的人，而可能是那些能夠提出正確問題、理解複雜上下文、作出判斷並且願意對結果負責的人。

AI可以增加人的產能，卻很難替一個人建立多年形成的判斷力。

這也是教育、職業訓練和企業人才培養遲早需要面對的問題。

AI降低普通協作成本，也可能提高高品質關係的價值

談到一人公司，Jesse特別強調另一個常被忽略的問題：一個人擁有更強的生產能力，並不代表他從此不需要其他人。

他甚至認為，情況可能正好相反。

「一人公司最大的誤解，就是把它理解成一個人不需要任何其他人。我不相信這樣的商業世界。」Jesse說，「AI可以讓一個人獨立完成更多生產任務，但商業本身仍然是一種社會協作。你仍然需要客戶，需要合作夥伴，需要產業知識，需要法律、金融以及各種專業服務，更重要的是，你需要別人信任你。」

這是一個很有人情味、也很實際的提醒。

一家小公司或許不再需要十名全職員工，卻仍然需要一名可信任的律師、一位真正理解行業的顧問、一個願意提供第一個使用場景的客戶，以及幾名在關鍵時刻可以說真話的合作夥伴。

以前，公司依靠大量內部人員完成協作；未來，一些小型AI-native企業可能用更少的全職人員，配合更高品質的外部專業網絡完成相同甚至更大的業務。這不意味著人與人的關係變得沒有價值，而是關係的質量變得更加重要。

AI能夠替人處理大量普通的信息交換，也可以降低一些協作成本，但信任很難被自動生成。尤其是在商業世界裡，一個人願不願意把自己的客戶介紹給你，一家公司願不願意讓你的產品進入它的核心流程，一名資深產業人士願不願意把多年積累的經驗告訴你，背後仍然是對人的判斷。

如果Solo Unicorn最終能夠產生長期價值，可能也不在於它把多少人聚集到同一個空間，而在於它是否提高了那些真正需要彼此的人相遇的概率。

（圖片說明）一週年活動收尾。Solo Unicorn Club 計畫將社群網絡拓展至洛杉磯、矽谷與東京。

Club可以讓人認識，Lab必須證明這些關係能不能產生結果

Solo Unicorn下一階段計畫沿著Club和Lab兩條線繼續發展。

Club繼續承擔社群和連接的工作，除了紐約之外，還計畫逐步拓展至洛杉磯、矽谷和東京。幾座城市擁有完全不同的產業條件：矽谷的優勢是技術、創業與風險資本密度；洛杉磯連接娛樂、內容、創作者經濟，也擁有航空航天、醫療及大量中小企業；東京則擁有龐大的成熟企業體系，同時面臨企業現代化、人口結構以及AI導入帶來的長期壓力。

對這類網絡而言，增加城市本身並沒有太大意義，真正重要的是不同地區的需求和能力能不能發生有效流動。一名紐約的builder是否能夠接觸到東京企業的實際問題，一家洛杉磯企業能否找到原本不在自己供應商名單中的技術團隊，這些才是網絡存在的實際價值。

Lab則需要完成更加艱難的部分。

Solo Unicorn目前正在維護Solo Unicorn Toolbox，收錄600多個AI基礎設施與agent相關開源項目，並提供中英雙語資料。按照目前的設計，Lab還將承接Club裡出現的企業需求，把這些問題整理成具體項目，再組織builder和產業專家完成POC、效果驗證以及實際交付。

Jesse很清楚，這一步比辦活動困難得多。

「很多社群最大的問題不是沒有認識很多人，而是大家認識之後，事情就結束了。」他說，「我真正希望看到的是，一個builder是不是因為在這裡認識了一家企業而得到第一個客戶，一家企業提出的問題有沒有最後形成POC，POC有沒有真的進入業務，或者兩個原來互不認識的人能不能因為一次交流最後共同做成一家公司。」

因此，他對Solo Unicorn成功與否的衡量，並不願意停留在會員數量。

2,000名會員是一個起點，也是一個容易被外界看見的數字。但對一個希望建立創新網絡的社群而言，更有意義的數字往往不那麼容易迅速出現在新聞標題上：究竟有多少企業願意把自己的真實問題拿出來，有多少問題被轉化成可測試的項目，有多少POC最後被使用，有多少創業者由此找到第一個付費客戶，又有多少在活動裡偶然認識的人最終形成了可以持續的商業關係。

這些結果需要幾個月，甚至幾年才能看清楚。

也只有到那個時候，Solo Unicorn才真正能夠知道自己建立的是一個熱鬧的社群，還是一套具有長期價值的創新機制。

一場活動真正留下來的，不應該只是照片

8月8日晚間，參與者陸續離開活動現場。個性化名牌被摘下，新的聯繫人進入手機，第二天，每個人仍然要回到自己的程式碼、客戶、公司、實驗室和投資項目裡。

任何經常參加科技活動的人都熟悉這個場景。很多交流在離開會場之後很快沉寂，很多當時令人興奮的對話，最後停留在一張名片或者一條LinkedIn連接裡。

所以，一場活動究竟有沒有價值，往往不是當天能夠判斷的。

也許幾個月後，一名那天還沒有企業客戶的開發者，會因為一次普通的談話得到第一份合同；也許一位企業管理者隨口談到的一個流程問題，最後會被另一個人做成真正投入使用的產品；也可能兩個當晚第一次見面的人，在經過半年磨合之後共同成立一家公司。

如果這些事情真的發生，8月8日那場沒有舞台的一週年聚會才會擁有比活動本身更長的生命。

在AI迅速發展的今天，我們很容易把注意力集中在模型又提高了多少、agent又可以完成多少工作、下一代技術又將節省多少人力。這些問題都重要，但如果把商業世界真正打開來看，就會發現公司之所以存在，從來不只是因為一個人沒有足夠的時間完成所有工作。

人組成公司，也因為需要別人的經驗，需要不同專業彼此校正，需要客戶長期建立的信任，需要有人在自己看不到問題的時候提出提醒，也需要一套能夠讓責任持續存在的制度。

AI可以大幅縮短完成很多工作的時間，卻很難把理解一個行業所需要的二十年經驗壓縮成二十分鐘；它可以幫助一個人閱讀更多資料，卻不能保證他因此真正理解另一個人的需要；它可以提高效率，但商業裡最難建立的那些東西——信用、責任、判斷和信任——仍然需要人在時間中慢慢完成。

這或許也是Solo Unicorn Club走過第一年之後，最值得繼續觀察的地方。

Jesse Qin並沒有把「一人公司」理解成一個人與世界隔絕之後獨自創造一家企業。在他的理解裡，AI讓個人的能力變得更強，所以人反而應該更清楚自己不知道什麼，更珍惜那些真正懂產業、懂客戶、願意分享經驗並能夠建立信任的人。

如果未來公司的確可以變得更小，那麼我們需要重新理解的也許不只是公司的規模。

我們還需要重新理解一個人的價值如何被衡量，一個企業的能力究竟來自哪裡，產業知識為什麼仍然重要，以及在技術越來越強大的年代，人與人之間那些無法快速複製的經驗與信任，究竟值多少錢。

對Solo Unicorn Club而言，第一年已經結束。

真正的考驗現在才開始。

下一個值得報導的數字，最好不只是會員增加了多少，而是有多少人因為這個網絡真正做成了一件事情。

免責聲明

文中涉及社群規模、活動參與情況、項目規畫及創始人專業背景等資訊，以Solo Unicorn Club提供資料為基礎；有關AI對企業規模、人才結構及商業組織可能產生的影響，為GFM.News作者基於相關材料所作的編輯分析。