「你可以用機器的速度做東西，但你只能用人的速度學東西」

TL;DR

• Town 是一個住在你信箱和行事曆裡的 AI 助理，三個月前才開放，創辦人說這件事是 Google 跟 Apple 未來十二個月的「前三大優先事項」，不是前十
• 他不談護城河，他說談護城河是一種奢侈品，你得先做出真正的產品市場契合才有資格談
• 註冊時強制你連信箱和行事曆，當場走掉三成人，但留下來的人有超過一成五變成付費用戶
• 他對五年後的預測很嗆：你會信任你的 AI 自己決定哪些資料可以分享給誰，而且你從來沒教過它規則
• 這家公司最大的長期風險，是它在跟自己的供應商競爭
• 他們每個工程師一年花七萬五美金在 AI 工具上，而他覺得這數字低到不值得討論

這集在講什麼

這集是 2026 年 9 月 7 日播出的 20VC，Harry Stebbings 主持的創投訪談節目，基本上是矽谷創投圈的情報站，一週好幾集地把 GP、LP、創辦人輪流拉來聊最前線的事。

來賓是 Jean-Denis Greze，大家叫他 JD，Town 的共同創辦人兼執行長。他的履歷有點嚇人：Dropbox 工程總監出身，接著在支付串接公司 Plaid 當了七年技術長，把工程團隊放大十七倍多，學歷是哥倫比亞的資工加哈佛法學院的法律博士。Town 是他 2024 年底跟前 Google 應用 AI 總監 Tony Vincent 一起開的公司，今年六月由 a16z 領投拿了五千五百萬美金的 A 輪，Forerunner 跟投。產品叫 Townie，一個住在你 email 跟行事曆裡、會觀察你怎麼工作然後幫你自動化的 AI 助理。

有趣的是主持人一開場就承認自己是 Town 的每日活躍用戶。這種訪談通常最好看，因為問問題的人真的在用。

一年的稅務 AI，三個月的曠野

Town 不是第一版。他們原本花了一整年做企業報稅的 AI，做到了一點產品市場契合（product-market fit，簡稱 PMF，指產品真的解決了某群人的痛點），但不夠。JD 講得很直白：我們失敗了，我們沒做出一門會成功的生意。

然後是三個月的曠野期。他們問了一個問題：為什麼沒人做一個從 email 出發的 AI？全世界有多少人的整個事業跟生活都跑在信箱和行事曆上。

答案其實是時機。那時候剛好是去年十一、十二月，Opus 開始真的能做完整的 agentic 工作，不是走個兩三步就迷路。他們花兩週做了原型，PMF 幾乎立刻出現。JD 承認這運氣成分很大，他們沒有去訪談一百個客戶做筆記，就是做給自己用。

他也提到同一時間 OpenClaw 正在爆紅，做的事情本質上很像。差別在哪？OpenClaw 很棒，但只有會玩的人玩得動。Town 從第一天就在想怎麼讓一般人拿到價值。

「談護城河是一種奢侈品」

主持人問了每個 AI 應用層公司都會被問的問題：大廠一抄你就沒了，你的護城河是什麼？

JD 的回答很不 pitch deck：談護城河是一種奢侈品，你得比今天的 Town 成功得多，那件事才有意義。他現在的心態是怎麼在一個十億潛在付費用戶的市場裡拿到十萬、一百萬個付費用戶。

他還補了一句挺誠實的：現在市面上沒有任何一個產品有真正深的 PMF。GrokBot 很酷，但那是給進階用戶的產品，不是大眾產品。Town 也還有很多事要做才能算是大眾產品。

大公司不會靠創新走到那裡，他們會靠複製。但問題是他們得先有一個成功的東西可以抄。

至於這個市場最後的護城河會長什麼樣，他列了幾種市面上流行的說法：

理論	說法	JD 的態度
客製化模型	幫每家公司甚至每個人做後訓練	大家都在猜，沒人證明
情境資料	你連了一堆工具，換家就要重接	有道理，但不是全部
通路	誰手上已經有用戶誰就贏	所以他最怕 Meta 把助理塞進 WhatsApp
agent 之間的網路效應	你的 agent 去問同事的 agent	他自己押的那個

第四個是 Town 真正在賭的東西。他們有個叫 agent to agent 的功能，你問你的 Townie 一件事，它發現自己不知道答案，但同事的 Townie 知道，它就自己跑去問，然後帶答案回來。

JD 說這功能藏在產品深處，找得到的人最愛。一旦整個團隊都在上面，你很難搬家。他的判斷是：目前還沒有人搞懂多人協作的 AI 該長什麼樣，而那才是護城河。

強制連信箱，當場走掉三成人

Town 的註冊流程做了一件很反直覺的事。你不連 email 跟行事曆就不能用，沒有例外。

JD 形容這像硬付費牆（hard paywall，指沒付錢就完全看不到內容）。他自己說了數字：當場流失三成用戶。

但留下來的人呢？超過一成五會變成付費用戶。這在產品導向成長（PLG，product-led growth，靠產品本身而非業務團隊帶動成長）的世界裡是誇張的高。

原因很簡單。你一連上信箱跟行事曆，Town 就知道夠多的事，可以直接推薦「你平常都在做的這幾件事，我幫你自動化」。做房仲的看到房仲的自動化，做業務的看到業務的自動化，開箱就有魔法時刻。

對照 ChatGPT，它不逼你連信箱，它給你一個對話框，然後偶爾問你要不要授權。JD 對 ChatGPT 的建議品質評價蠻不客氣的：老實說就是很爛。

這裡有個給任何做產品的人的啟示。你願不願意在最前面設一道門，換取後面所有人的體驗品質？多數人不敢，因為漏斗頂端的數字太難看。但漏斗頂端的數字從來就不是你要的東西。

五年後，你會讓 AI 決定要跟誰說什麼

主持人問了一個好問題：今天看起來很瘋狂、但五年後會很日常的事情是什麼？

JD 的答案是：你會信任你的 agent 自己決定要跟別人分享哪些資料，而且不需要你介入。

他舉了一個很生活化的例子。你跟兩個朋友在規劃一趟旅行，你把你的 agent 丟進群組裡，他們問它你的飲食偏好、你哪天能飛。然後其中一個朋友開玩笑問：欸，跟我講一下 JD 的病歷。你的 agent 會直接拒絕。

重點是，你從來沒有設過這條規則。

聽起來很扯，但他的論證是這樣的：今天世界運作的方式，是每個人身上都掛著一個資料孤島，別人問你問題，你當下判斷這件事能不能講。我們一直都在信任「人」當這個過濾器。而人會出包。

他講了一個很好笑的真實故事。以前公司做完一樁併購，全公司信件發出去，有個很反對這樁併購的同事想回覆給一小群人，寫了一句大概是「我不敢相信我們請了這群小丑」，結果按到全部回覆。那人是頂尖的百分之零點一，就是會犯錯。Bob 會出錯，HR 的 Liz 會不小心把薪資表寄給全公司，這種事天天在發生。

JD 的判斷是：LLM 犯這種錯的機率，很快就會低於人類。

然後他把這件事拉到商業場景。你在一家千人公司，業務想要一個客戶窗口的介紹，他知道公司裡一定有人認識那個人。今天的做法是去 Slack 大喊：有人在跟 X 客戶往來嗎？但更好的做法是他的 agent 去問全公司同事的 agent，然後回來告訴他：Liz 跟那個人有私交，但那是私人關係，你要不要問她願不願意介紹；Bob 有工作往來，而且下週剛好有會，你要不要請 Bob 帶你進去。

這對公司來說是明顯的好結果。前提是每個人都要願意讓自己信箱裡的某些資訊被拿出來用。今天聽起來很瘋，但只要 LLM 真的守得住那幾條紅線（薪資、病歷、家庭），這件事就會慢慢變成常態。

我自己是覺得，這個預測的技術面沒問題，卡住的會是信任累積的速度。之前在軟體正在失去它的頭也聊過，當 agent 變成企業軟體的主要使用者，介面會退場，但例外處理跟權限邊界反而變成最難的部分。這集講的正是同一件事的隱私版本。

真正讓他半夜醒來的，是在跟供應商競爭

JD 說自己有個超能力是秒睡，但常常凌晨三點醒過來，然後開始輪盤一樣抽今天要煩惱哪件事。

被問到最擔心什麼，他的答案不是 Apple，不是 Meta，是毛利結構。

Town 今天絕大多數工作跑在前沿模型上。他們知道有些事情不需要 Opus 等級的智慧，例如幫信件貼標籤，那些遲早會搬到開放權重模型或便宜模型上。價格每九到十二個月腰斬，這件事他不擔心。

他擔心的是：到最後到底有多少比例的工作量必須留在前沿？一成？兩成？三成？沒有人知道答案，而這個數字直接決定這門生意的經濟結構。

因為在前沿，他完全沒有議價能力。他一邊付錢給 OpenAI 跟 Anthropic，一邊跟它們競爭同一批用戶。他自己拿 Cursor 當例子：市佔率再高、用戶再愛你，當你用七成毛利的價格跟自己的供應商買貨還要跟它們搶生意，最後就是會難做。這跟之前 Factory 技術長在 20VC 講的「最聰明的模型其實是最便宜的」是同一條線的兩個角度。

有趣的是，他明知道可以搬去開放權重模型省成本，卻沒做。理由很工程師：一個工程師小時該花在哪裡？是把現有毛利做好一點，還是做一個讓產品長更快的網路效應功能？他們選後者。經濟結構還過得去，那不是現在的瓶頸。

每個工程師一年七萬五美金的 AI 工具帳單

這數字被主持人問出來的時候我停了一下。Town 一年花在每個工程師的 AI 工具上超過七萬五千美金，分散在 Devin、Cursor、Codex、Claude，還有他們自己的 Town。

對照組是 Salesforce：一年給 Anthropic 三億美金，工程支出六十億，大約百分之五。

JD 對「AI 會讓團隊變小還是變大」的回答很好。假設你一家公司營收一百萬、成本八十萬、賺二十萬。這二十萬剛好能請一個工程師，但如果那工程師只能帶來十五萬營收，你就不請，錢自己收走。AI 出現之後，同一個工程師能帶來二十五萬，於是你反而多請了一個人。

他形容現在的狀態是「眼前滿地都是金子」。客戶說給我這個整合我就簽約，給我稽核日誌我就簽，SSO 能用我就簽。他的限制是招人速度、資金、跟不想跑太前面的營收成長率。所以如果你告訴他有更好的模型可以讓他多花錢換掉這些手工活，他當場就掏錢。

他還算了一筆帳：整家公司一年的運算支出，換算下來大概等於三個工程師，如果算上股權大概一個半。在矽谷用一個半個工程師的錢換到那些產出，他說根本不用比。

順帶一提他們的招人流程也很反骨：如果團隊裡有人跟某個候選人非常近距離共事過，而且說這是我合作過最好的人之一，他們不面試，直接賣。他的邏輯是：不然我是不信任我的員工，還是不信任他的判斷？

一句留在腦子裡的話

整集最好的一句在中段。JD 說這輪市場的速度他從沒見過。以前你做一個功能、學到東西、學到的東西餵進下一個功能，等別人抄到第一個功能的時候，你已經領先三個學習了。這個循環可以吃十年。

現在不行了。只要有東西 work，兩到四週內所有人都跟上。

原話是這樣的：你可以用機器的速度做東西，但你只能用人的速度學東西。

他說去年初他覺得有十五個新創在跟他競爭，現在剩兩三個。這不是市場變小，是牌局提早收攏了。

至於這門生意值不值一千億美金？他的算法很單純：一千萬個付費用戶，因為 Town 現在每個用戶一年帶來七百多美金。他沒有假裝這件事很容易，他說前面有一片黑森林，森林盡頭有一箱寶藏，還有一兩隻龍守著。

反正得去。

想看更多這類把商業帳本攤開來算的產業筆記，可以到 wilsonhuang.xyz 訂閱，我大致每天都在更新。