从零到百万美元：
一个AI雇佣兵的自白，以及大多数人注定失败的五个步骤

当Claude Code能在三十分钟内帮你搭好一家公司，当冷外呼可以被AI代理无限放大，当”交付”变成了一场算法游戏——我们终于没有任何借口可以说”我不会”了。

 · 2026 AI创业祛魅指南 · 阅读时间约15分钟

两天前，我在Twitter上看到一个硅谷创业者的自述。他说，如果你想从零赚到一百万美元，只需要五个步骤。第一步，打开Claude Code，让它帮你建一个落地页；第二步，让它去网上找潜在客户联系方式；第三步，写一段冷外呼脚本；第四步，打电话卖出去；第五步，让AI帮你把活干完。

就这么简单。简单到像是在开玩笑。简单到评论区里一半人在欢呼，另一半人在骂娘。

但最刺痛我的是最后一句话：”Stop pretending not to know.”——停止假装不知道。

这句话像一根针，扎在所有看过无数创业教程、收藏过上百个AI工具、却从来没收到过第一笔付款的人的心口上。我们真的不是不知道怎么做。我们是在假装不知道。因为知道了，就意味着没有借口了。

今天，我想把这五个步骤拆开，像解剖一具尸体那样解剖这个”从零到百万”的叙事。不是为了泼冷水，而是为了告诉你：这条路确实走得通，但每一步都踩着刀片。而那些在社交媒体上轻描淡写”用AI月入十万”的人，永远不会给你看他们的后台数据、挂断记录、和凌晨三点改交付物的崩溃时刻。

一、先造假，再卖货

大多数人创业的第一步，是租办公室、注册公司、招人、做产品。这是最蠢的开局，也是死亡率最高的开局。因为你还没验证这个世界上是否有人愿意为你的想法付钱，就已经在烧钱买棺材了。

那个硅谷小子说的第一步，本质上是一场精心设计的骗局——不是骗客户的钱，是骗客户先露出掏钱的意愿。打开Claude Code，输入指令：”我要做一个AI自动化服务公司，帮电商卖家自动生成商品视频。给我起一个公司名，写一段价值主张，再生成一个带等待名单的落地页。”

图1：三十分钟生成的不是公司，而是一个关于”有人愿意付费”的假设

三十分钟后，你有了一个看起来像模像样的网站。公司名叫”VidFlow”或者”AutoClip”，标语写着”让每一条商品视频为你多赚30%”，落地页上有一个闪亮的表单：”加入等待名单，前50名用户享早鸟价。”

这就是现代创业的基础设施。在AI出现之前，做到这一步需要找一个设计师、一个前端、一个文案，花掉五千到两万美元，耗时两个月。今天，成本趋近于零，时间压缩到三十分钟。但这三十分钟里诞生的不是一家公司，而是一个假设。

这个假设叫做：”我认为有人愿意为此付费。”

落地页和等待名单的真正价值，不是收集邮箱，而是收集证据。当第一个陌生人在你的表单里填入邮箱时，你得到了第一个微弱的数据点。但这远远不够。真正的验证发生在第二步——当你直接伸手向陌生人要钱的时候。

二、数字世界的猎手

AI最被低估的能力，不是写诗、不是编程、不是画画，而是信息检索的暴力美学。让Claude去LinkedIn、Crunchbase、行业协会网站上爬取潜在客户名单，按职位、公司规模、业务类型筛选，再自动生成个性化的冷邮件。

“嗨John，注意到你的品牌在TikTok上增长很快，但视频更新频率似乎跟不上节奏。我们帮类似的DTC品牌把视频产能提升了4倍，同时成本下降了60%。这周有空聊15分钟吗？”

这封邮件可能是AI写的，但收件人不知道。在冷外呼的世界里，”个性化”曾经是奢侈品。2010年，一个销售一天能发20封定制邮件就是劳模；2020年，有了邮件合并工具，一天能发200封；2026年，有了AI代理，一天能发2000封，而且每一封都像是手写。

但这里有一个残酷的悖论：当所有人都能发送”个性化”邮件时，个性化本身就贬值了，甚至变成了新的垃圾邮件。客户的收件箱里堆满了”我注意到你”、”我研究了贵公司”、”我们帮助类似的…”，他们开始免疫，开始拉黑，开始在看到第一行时就按下删除键。

所以第二步的真正难度不在于”怎么找客户”，而在于”怎么让自己不被当作又一个机器人”。讽刺的是，你的邮件确实是机器人写的，但你必须让它读起来不像机器人写的。这需要的不是更好的提示词，而是对人性的理解——对痛苦的理解，对贪婪的理解，对恐惧的理解。

图2：当所有人都能发送”个性化”邮件时，个性化本身就成了新的垃圾

冷外呼的转化率通常是多少？在B2B服务行业，一个还算不错的冷邮件campaign，打开率大概在15%-25%，回复率2%-5%，最终转化为预约电话的比例不到1%。也就是说，如果你想每周拿到5个销售预约，你需要发出至少500封邮件。而500封邮件背后，是需要从成千上万个线索中筛选、清洗、验证过的联系人信息。

AI把第一步和第二步的成本压到了极限。但转化率的天花板，仍然悬在那里，像物理学定律一样不可违抗。

三、脚本、话术与心理学暴力

当预约终于到来，你需要一张嘴，或者一段脚本。让AI帮你写销售脚本，这听起来很荒谬——机器怎么懂得说服另一个机器背后的人？但事实是，最好的销售脚本从来不是”说服”，而是”筛选”。

AI可以帮你构建一个完美的提问框架。开场不是”让我介绍一下我们的服务”，而是”你目前每个月在视频制作上花多少时间和预算？这个环节里最让你头疼的部分是什么？如果有一种方式能把这部分砍掉80%，你会愿意了解吗？”

这叫SPIN销售法：情境（Situation）、问题（Problem）、暗示（Implication）、需求-回报（Need-payoff）。AI熟读所有经典销售理论，它能生成一个滴水不漏的脚本，覆盖每一个异议处理：”太贵了”、”没预算”、”需要跟团队商量”、”现在时机不对”。

图3：脚本只是盔甲，不是剑。客户买的不是工具，是”终于有人能帮我解决”的解脱感

但脚本只是盔甲，不是剑。真正决定成交的，是电话这头的声音里有没有传递出三种东西：确定性、共情力和紧迫感。客户买的不是AI视频工具，客户买的是”这个问题终于有人能帮我解决了”的解脱感。如果你自己都不相信自己卖的东西能改变对方的生意，再完美的脚本也只是废纸。

这里藏着这个故事里最黑暗的秘密：很多人用AI卖他们从未做过的东西，用AI承诺他们无法保证的结果。他们不是在创业，他们是在投机。而投机的问题在于，即使第一单侥幸成交了，交付环节的鸿沟会把你吞掉。

四、先卖再做，还是先做再卖？

这是创业世界永恒的宗教战争。

先卖再做的逻辑很性感：没有库存风险、没有沉没成本、用客户的预付款来驱动开发。这是精益创业的终极形态。但在服务业，尤其是AI服务业，”先卖再做”有一个致命的陷阱——你不知道交付的边界在哪里。

客户要的是一个能自动生成视频的工具，还是一套包含策略、拍摄、剪辑、投放的全案服务？客户说的”简单自动化”，背后可能是十个不同系统的API对接，是数据清洗的脏活，是edge case的无限深渊。你用一个漂亮的落地页和一个动人的销售电话拿下订单，然后发现AI造出来的东西离客户真正需要的，隔着一条马里亚纳海沟。

核心矛盾：那位硅谷创业者说：”不管你做什么生意，即使你没什么经验，AI也会告诉你怎么做。”这句话对了一半。AI确实能告诉你”怎么做”，但它不能替你承担”做砸了”的后果。它不能替你在凌晨三点面对客户的怒火，不能替你写退款支票。

但反过来说，如果因为害怕失败就永远不开始，那你连失败的机会都不会有。AI把服务业的准入门槛拆掉了。过去你需要五年经验才能接的企业级视频自动化项目，现在AI可以手把手教你从零开始搭建。这不是作弊，这是杠杆。杠杆本身无罪，有罪的是以为自己有了杠杆就拥有了判断力的人。

五、AI替你搬砖

终于到了交付环节。这也是整个叙事里最被神话的部分。

客户付了钱，现在你需要交付。你说：”Claude，帮我做一个能把Shopify产品图自动转成TikTok视频的自动化流程。”AI给你代码，你复制粘贴，跑通了。第一单交付完成，你赚了三千美元。听起来像魔法。

图4：第一桶金之后，真正的游戏才刚刚开始

但魔法只发生在理想条件下。真实世界的交付是什么？是客户的Shopify后台装了三个冲突的插件，导致API报错；是客户的产品图分辨率低到AI无法识别；是客户临时要求加字幕，而字幕需要符合ADA合规标准；是视频生成到一半，OpenAI的API限额用完了。

AI能帮你写代码，但它不能替你在Stack Overflow上熬通宵。AI能帮你debug，但它不能替你跟客户的IT部门开两个小时会确认防火墙规则。AI能把你的生产效率提升十倍，但客户期望的增长速度是二十倍。

更严重的是，当你用AI交付了第一个项目，客户会默认你”什么都能做”。第二个项目来了，更复杂；第三个项目来了，更紧急。你很快会从”AI赋能的创业者”变成”AI的监工”——你不是在做业务，你是在指挥AI军团做业务，而军团有时候会哗变。

但这就是新的现实。一人公司不再是神话，而是正在发生的常态。一个精通AI工具的个体，其产出能力可以媲美五年前的一家小型工作室。问题在于，你的定价权、品牌溢价、客户粘性，是否跟上了你产能的膨胀？如果你还是用时间换钱，即使AI把你的时间效率提升了十倍，你依然只是在卖更便宜的劳动力。

中场：数学不会撒谎

让我们来算一笔账，一笔那个硅谷创业者没有告诉你的账。

假设你的目标是年入一百万美元。假设你的服务客单价是五千美元。你需要成交200单。假设你的转化率是10%（这已经是非常乐观的数字），你需要进行2000次销售对话。假设每5封冷邮件能产生1次对话，你需要发10000封邮件。假设每100个联系人信息中有10个是有效线索，你需要收集100000个潜在客户信息。

100,000 线索 → 10,000 邮件 → 2,000 对话 → 200 成交

现在，假设AI帮你把发邮件的速度提升了100倍。但回复率不会因为AI的提升而线性增长，因为客户的注意力和预算都是有限的。在充分竞争的市场里，最终所有人都会使用AI工具，于是竞争又回到了原点——谁更懂客户，谁更能交付，谁更有信任背书。

另一种算法：假设你不做低客单价的服务，而是做五万美元的企业级项目。那你只需要20单。但企业级项目的销售周期是六个月到一年，决策链条里有五到十个人，需要招投标、法务审核、安全合规。AI能帮你写标书，但不能替你去陪客户打高尔夫球。AI能帮你找到CFO的邮箱，但不能替你证明你的公司不会在三个月后倒闭。

再换一种算法：假设你不卖服务，卖产品。订阅制，每月99美元。你需要841个客户才能达到年入百万（不考虑获客成本和流失）。听起来比200个客户容易？但SaaS的残酷在于，获客成本（CAC）和客户终身价值（LTV）的比率是一座大山。在AI工具泛滥的今天，客户为什么选你而不是选更便宜甚至免费的替代品？

这些数字不是想吓退你。它们是想告诉你：从零到百万没有捷径，只有算术。AI缩短的是路径的长度，但它不能改变距离本身。如果有人告诉你”五个步骤轻松赚到一百万”，他要么是在卖课，要么是在筛选那些相信有捷径的人。

而真正走过这条路的人都知道，第一桶金从来不是按照计划赚到的。它来自一个偶然的客户推荐，来自一次误打误撞的产品迭代，来自在想要放弃的前一晚接到的一个电话。

尾声：停止假装不知道

让我们回到开头的那句话：”Stop pretending not to know.”

这不是一句鸡汤，这是一句咒语。它破除了我们为自己建造的所有舒适区。我们知道要去做什么，我们只是一直在等待一个更好的时机、更完美的工具、更有把握的市场信号。我们收藏了十个AI创业案例，关注了二十个”独立开发者”博主，加入了五个”副业赚钱”社群——我们在用准备的动作，代替开始的动作。

AI时代最大的红利，不是AI能帮你做什么，而是AI逼迫你直面一个事实：限制你的不再是技能，而是意愿。当技能可以被外包给算法，当代码可以被生成，当设计可以被渲染——你再也没有借口说”我不会”。你只剩下一个问题：我到底敢不敢？

“当技能可以被外包给算法，你再也没有借口说’我不会’。你只剩下一个问题：我到底敢不敢？”

那个硅谷创业者的五个步骤，在技术上都是可行的。Claude Code确实能建落地页，AI代理确实能找客户，GPT确实能写销售脚本，AI确实能帮你交付。但把这些步骤串起来的，不是技术，是一个人对金钱的渴望、对失败的耐受、对不确定性的胃口，以及在无数个”不回复”和”不需要”之后，依然拿起电话或打开邮箱的固执。

从零到百万美元，从来都不是一个技术问题。它是一个关于勇气的古老命题，只是现在，借口的成本变高了。以前你可以说”我不会编程”，现在AI会。以前你可以说”我没有团队”，现在AI是你的团队。以前你可以说”我不懂销售”，现在AI能教你每一句台词。

如果到了2026年，你还没有开始，那唯一的原因就是：你在假装不知道。

别装了。去建那个粗糙的落地页，去发那封可能石沉大海的邮件，去拨那个可能被秒挂的电话。因为在商业世界里，有一个比AI更古老的算法：行动，是唯一的杠杆。

关于本文：文中数据模型（转化率、客单价、获客成本等）源自B2B服务行业公开基准数据及作者推演，不构成投资建议。

— 全文完 —