从卖软件到交付结果:AI正在重写SaaS的商业模式

Vanta 成立约 8 年，最初凭借 Y Combinator 的背书与在硅谷 101 公路上的洗脑广告牌（主打解决 SOC 2 痛点）迅速崛起。目前，其全球付费客户数已突破 16,000 家，具备典型的高增长（年增长约 80%）与高毛利（约 80%）特征，是全球安全合规自动化赛道中市占率最高、最具定价权的头部企业。

这是一期极具价值的“SaaS 与 AI 碰撞”的实战派访谈。在当前硅谷充斥着“AI 颠覆一切”和虚高估值的浮躁氛围中，Christina 展现出了极其罕见的清醒与务实。她敏锐地指出，许多 AI 层的定价模式（如将 Claude 的 Token 加价 4 倍卖给客户）是不可持续的，因为“用户非常聪明”。她宁愿牺牲短期利润率来消化 Token 成本，也要确保最佳的用户体验。此外，她对人才市场的洞察（高主观能动性人才的价值在呈 10 倍增长）以及对安全防御未来必须达到“机器级速度”的判断，都体现了顶级企业家的战略眼光。

主持人：Patrick O'Shaughnessy

嘉宾：Christina Cacioppo，Vanta 的创始人兼CEO

发布时间：2026年10月20日

Vanta 的八年进化史：从合规工具到信任图谱

Patrick：Christine，我太激动了。我们上次做这档节目已经是五年前了，这五年间发生了太多事。

Christina：简直恍如隔世。

Patrick：你们在这五年里取得了巨大的成功，我很高兴能跟你叙叙旧。你能用一分钟给我们介绍一下 Vanta 的历史吗？我知道以前聊过，但为了让大家了解背景：你们在 YC 起步时是做什么的，后来如何演变，现在又在做什么？

Christina：我们在大约 8 年前创立了 Vanta，但感觉像过了 8000 年。最初的理念是：我们能否帮助公司建立信任？建立信任的起点是启动或成熟化他们的安全与合规项目，然后通过 SOC2、ISO-27001、HIPAA 等审计、安全问卷和信任中心，向他们的客户证明这一点。最初我们是以“SOC2 广告牌公司”闻名的（我们在 101 公路上有一块著名的广告牌）。但那只是合规和审计的起点。从那以后，我们进入了安全的不同领域。今天，我们在全球拥有约 1.6 万家客户，提供 5 款主要产品。

Patrick：你是怎么赢的？你刚开始时，这是一个全新的品类。过去为了赢得客户，企业必须通过 SOC2 认证，所以这变得很重要。当时大概有一把公司都在尝试做你们做的事，但你们脱颖而出，成为了唯一的主要赢家。你把这归功于什么？

Christina：执行力。 软件行业的福与祸在于——现在比五年前更是如此——你永远只能取决于你最新发布的东西。你可能是第一个做的，但那不重要，因为现在别人可能在一个周末就能用“Vibe coding（凭直觉使用AI辅助编程）”把你的东西做出来。所以你必须不断发布新产品、新功能来提升客户体验。

当竞争变得激烈时，我们真正投入并做得很好的一点是集成。现在你可以将 Vanta 连接到 400 多种工具上，我们从中提取大量数据。这就是驱动自动化、智能体和 AI 的基础，我们称之为“信任图谱”，它本质上是一个安全数据湖。我们的数据基础比任何其他供应商都要庞大和广泛，这让我们能够更快地构建新东西。而在进入市场方面，就是不断推进，做出令人惊艳的广告牌，以及在 Reddit 的会计版块上大受欢迎（我们从没想过这会是我们人生的遗愿清单）。

SaaS 寒冬与 AI 时代的估值焦虑

Patrick：过去 12 个月里最可怕的时刻是什么？所谓的“SaaS大萧条”？大家都在说：“系统记录做得不错，但你现在完蛋了，一文不值了。”

Christina：没错，就像在说“游戏玩得不错，这有几把牛排刀作为安慰奖”。这些说法有真有假。既然我们说“你只取决于你最新发布的东西”，那么你拥有海量数据的记录系统，接下来呢？你的 AI 智能体（Agent）是什么？你到底要用这些数据做什么？

Patrick：Vanta 目前是一家以历史标准来看增长非常快、利润率非常高的企业。四年前，这是最完美的商业模式。你们现在可能增长得更快，利润率依然很高，但市场对这类企业的估值倍数却跌到了以前的三分之一或四分之一。作为企业家，经历这种落差是什么感觉？

Christina：这是一种认知失调，你脑子里必须同时装下两件事。一方面，从长远来看，一个 80% 增长率、80% 利润率的企业，绝对会比一个 160% 增长率但只有 30% 利润率的企业带来更多的现金回报。但今天，后者的估值倍数却是前者的 3 到 4 倍（甚至是 10 倍）。所以你会觉得：“大家都太不理智了，这是一门好生意，必须继续做有商业逻辑和客户需要的事。”

但另一方面，球场上的现实是：如果你需要融资，现在的投资人很多都是“AI 极简主义者”。他们要么投资 AI 实验室，要么投资爱荷华州的“AI 自动拖拉机”，中间的一切他们都不投。在人才方面，雄心勃勃的人如果不觉得他们在正确的船上，他们就会跳船。所以人才战是非常真实的。

你必须为更长远的时间线而活，相信这一切最终会理顺。现在有一种奇怪的恐惧，大家都不想成为“Bending Spoons”（注：指靠不断收购并压榨成本盈利的私募打法）。现在有一种诱惑是：我们要不要通过安全合规的智能体来“卖 Token”？

AI 产品策略：拒绝 Token 加价，专注于用户体验

Patrick：你现在觉得自己是一家 AI 公司吗？这是什么感觉？

Christina：是的。如果从产品和智能体的角度去和市面上的“AI 应用”对比，我们还没发现有谁比我们走得更远。我们的智能体可以动态自动生成 UI，有时你需要聊天，有时你需要界面，我们的智能体就是在构建 UI，让用户保持在心流中。

Patrick：这意思是你们像个看门狗，一直在监控安全吗？举个具体的例子。

Christina：不只是传统的监控和警报。现在的 Vanta 体验是围绕智能体展开的。比如，有人刚从你们公司离职，但你没有注销他所有的账户。我为你写了一个自定义智能体，它会提示你：“你想让我去注销这些账户吗？”如果你同意，它就会去执行。它不仅仅是一个未达标的红灯警报，而是主动问你：“你要我把这个处理掉吗？”

Patrick：在这个过程中你们会消耗大量 Token。在决定使用哪些模型、衡量质量和成本时，你们是怎么做的？

Christina：我们和客户讨论过基于 Token 的定价模式。我们发现，用户都非常聪明。如果你试图通过 Token 收费，他们会立刻反应过来：“哦，你把 Claude 的 Token 加价了 4 倍卖给我。你的服务真的比直接用 Claude 好 4 倍吗？” 如果你想在 Token 上赚差价，你一定会输掉这种比较。你不想让自己和基础模型处于竞争位置。所以我们现在的做法是：我们自己消化 Token 的成本，接受较低的利润率，把重点放在用户使用量上。

我们坚信智能体去后台自动执行任务能带来好得多的用户体验。目前我们有 25% 的客户在使用这种流程，如果我们能把它提升到 75%，我们的留存率和客户体验会大幅提升。商业化的问题可以以后再解决，现在是这项技术的采用和部署阶段，先把这个搞定。

Patrick：其他创始人也是这么做的吗？他们也自己承担成本，只收软件订阅费？终局会是什么样？

Christina：每个人都想实现基于结果的定价。我在另一段人生里是教微观经济学的，我非常喜欢激励对齐的概念。但难点在于，什么是“结果”？“工单被关闭”算结果吗？其实那只是输出，真正的结果是“我的音响又能用了”。

Vanta 也在试图找到那个“干净的工作单元”。你可以说是“起草了一份文件”、“关闭了一个警报”、“注销了一个账户”。但认知负担太重了，用户会觉得：“如果我用智能体做这个，要花多少钱？如果我自己做呢？”没人想要这种麻烦。直接用 Token 收费会让你和 Claude 直接竞争，有人试图把 Token 包装成“点数”来模糊这点，但用户很聪明，他们能看穿这种障眼法。

克服内部惯性与 AI 落地的实际挑战

Patrick：作为一家有 8 年历史的公司，你们在构建产品时做了哪些有趣的事？

Christina：对于一家 8 年的公司来说，代码库很庞大。把 AI 编程智能体扔进一个庞大的代码库里，比扔进一个小代码库难得多，因为它超出了上下文窗口（Context window），智能体很容易做傻事。所以过去一年我们花了很多时间（Notion 比我们早了 9 个月），对代码库进行模块化。这样智能体就能完全理解较小的部分，从而变得非常高效。

Patrick：公司如果要把原有数据迁移到 Vanta，流程是怎么优化的？

Christina：以往的 SaaS 做法是，我们会做一个带有进度条的“四步引导向导”，完成后给你撒点数字五彩纸屑。今年我们想重构引导流程，告诉产品团队去用 LLM（大语言模型），但他们前几次产品评审时，依然在给我展示传统的引导向导。

我不得不喊停：“别再用向导了！去用 LLM！”这群非常聪明、有动力的团队之所以这么做，是因为他们觉得“我们不知道那种拖拽文件让 AI 解析的方法能不能成功，但我们知道传统向导一定能成功，我们觉得这个项目不允许失败”。我告诉他们：“烧掉退路，押注 LLM 流程一定会成功，哪怕需要不断迭代。”

结果他们做出来了，而且效果极好。现在就是一张类似 Claude 的大画布，你把你所有杂乱的安全文件、截图拖进去，AI 会帮你理清，问你几个问题，然后你就配置好了。

人才争夺战与薪酬哲学的演变

Patrick：现在的投资人都在寻找能成为 1000 亿美元级别、像“实验室或自动拖拉机”那样的标的。当所有企业都标榜自己能长到那么大时，你是如何面对这种压力的？Vanta 也许不一定会成为 1000 亿美元的公司（世界上也没几家）。

Christina：确实。有时候我会想，我是不是该调整话术说：“加入我们，Vanta 保底 500 亿，问题是你能否带我们走向 2500 亿？”但我没有。Vanta 的价值观是“言出必行（Do what it says on the tin）”，不夸大其词。

我们会向候选人展示最真实的数据、业务指标，用事实和值得信赖的氛围来对抗市场上那些“Yolo（你只活一次）”的浮夸画大饼。

Patrick：但是如果红杉刚给某家公司投了 100 亿估值，说明年就能到 250 亿，而 Vanta 现在是 60 亿，这种人才战怎么打？

Christina：：这确实很难。有钱的因素，也有 FOMO（错失恐惧症）的因素。我们确实大幅提高了薪水。现在的薪酬数据带简直是个笑话，所有市场数据都是错的。

Patrick：与五年前相比，Vanta 顶尖人才的总薪酬涨了多少倍？

Christina：可能是 10 倍。而且我认为应该更高。我的薪酬哲学是：你永远无法给最顶尖的人才支付足够的薪水。

Patrick：这些顶尖人才到底做了什么，能价值数百万美元？

Christina：“高主观能动性，把事情搞定”。听起来很平淡，但这就是价值几百万美元的能力。一个具备高上下文理解能力、了解公司、客户和领域的人，能做出合理的决策（哪怕有时是错的但能迅速迭代），这种价值是无可估量的。

Patrick：你们如何看待老股转让等流动性事件？

Christina：不管我个人觉得这健不健康，它已经成为行业常态。人们期望它作为薪酬的一部分，如果你不提供，你就必须用其他很多东西来弥补。

AI 领域的“高估”与“低估”

Patrick：在构建工具和方法上，你认为目前什么是被高估的，什么是被低估的？

Christina：被低估的是：对公司和客户的深刻了解。 在这个时代，具备公司上下文知识、知道如何导航公司内部和了解客户的人才，比单纯的“垂直技能（比如你是个好销售）”更有价值。我宁愿要一个销售技巧稍逊但懂 Vanta 的人。随着 AI 智能体的普及，单纯的职能技能会被贬值，而业务上下文理解会被严重低估。

被高估的是：Token 定价模式、为了低利润率而低利润率，以及“纯粹为了营销价值而进行的模型微调”。

你去问推理提供商，给他们喝点吐真剂，他们会告诉你：微调模型的主要原因是为了降低成本，而不是为了提高质量。但在现在的环境下，有很多公司去微调模型，纯粹是为了给投资人讲故事：“看，我们是一家真正的 AI 公司，我们微调了自己的模型。”其实对于客户体验来说，这很多时候是不必要的，甚至没有人真的想被“塞给一个专属模型”，这在部署和交互形态上都很笨重。

还有一个被高估的是目前语境下的 FTE（前沿部署工程师/Forward Deployed Engineers） 模式。Palantir 这种拥有千万美元级大单的公司用 FTE 模式跑得通，但很多只有五六位数合同的公司也在跟风叫 FTE，本质上就是做“专业服务”，这种经济模型是倒挂的、不可持续的。

Patrick：你跟世界各地的同行交流时，学到了什么？

Christina：我几周前在法国见客户。让我震惊的是，巴黎的很多软件公司主要在使用中国的开源大模型。我起初以为是民族主义或反美的缘故，但他们立刻纠正我：“绝对不是。当特朗普政府禁止非美国人使用某些技术时，我们就意识到这里存在巨大的业务连续性风险。我们不能把业务建立在一个随时可能对我们关停的美国模型上。”

网络安全的未来：机器速度的攻防战

Patrick：如果展望未来几年，Vanta 会变成什么样？安全领域的轨迹是什么？

Christina：我们将从合规扩展到更深度的安全领域。我们已经有了客户数据和智能体，可以在此之上堆叠安全产品。

未来的网络安全将是极度高频、更具攻击性的。 AI 模型比人类有耐心得多，人类黑客尝试 9000 次可能就放弃了，但模型会尝试 9 千万次，并将 17 个看似无害的微小漏洞链接在一起，最终攻破防线。

过去很多低危漏洞，人类会说“我 90 天后再修复”。但在 AI 时代，这种优先级划分必须被抛弃。你必须在发现漏洞的瞬间（以机器的速度）进行修复。

Patrick：所以终极产品愿景就像是一个持续的自动化渗透测试？一个白帽黑客智能体在不断尝试入侵，一旦发现漏洞，另一个“补丁智能体”立刻去修复？

Christina：是的，对于我们的大部分客户来说，这就是未来的形态。在不同细分市场，我们会发挥我们在中腰部市场的优势，为那些不会花 15 万美元买 Wiz（云安全巨头）但愿意花几万美元购买合适工具的客户提供服务。

克服公开演讲恐惧与“广告牌丢失”的趣事

Patrick：过去八年，你在哪项技能上的成长最让曾经的自己感到惊讶？

Christina：公开演讲，以及 GTM（进入市场）的能力。我以前极其害怕在人群面前讲话，甚至在自己的团队面前也会紧张得要命。但通过“暴露疗法”，你硬着头皮上，真的会变得越来越好。

Patrick：你给过几百次演讲，什么是好的演讲？

Christina：有句很烦人但很真实的老话：“没人会记住你说了什么，但他们会记住你给他们的感受。”演讲必须要有真材实料（不能空洞），但同时你得明白，听众不会记住那些事实细节。“心和真实性”比事实更重要。 如果你在台上只是走过场，观众立刻就能察觉到不对劲。

Patrick：你能讲讲你们 101 公路上那个著名的广告牌的故事吗？

Christina：我以前对广告牌持怀疑态度，觉得那是创始人自我膨胀的产物，而且无法追踪转化率。2021 年夏天，我们的产品营销经理 Sarah 提出了一个文案：“Compliance that doesn't suck too much（没那么烂的合规服务）”。老板觉得这像在唠叨客户，但 Sarah 越级发给了我，我一看就大笑，觉得特别棒，带着一种“眨眼”的幽默感。

我们在 101 公路上买下了一个绝佳的广告位。这条推文火了，还上了 Reddit 会计版。我们以为自己跟广告商签了长期的锁定合同，甚至我在播客里都吹牛说我们锁定了好几年。因为太火了，我们还免费给那个广告商介绍了上百万美元的生意。

结果过了几年，Sarah 的朋友说：“真遗憾你们放弃了那个广告位，我们刚签下了你们的位置。”我们大吃一惊，回去查合同才发现，我们根本没有长期合同，那只是一张“用蜡笔写的订单”！我打电话给那个买下我们位置的创始人，问他“你要多少钱才肯转让？我出双倍甚至三倍！”但他回答：“我们现在现金流为正，我是绝对不会卖的。”

这件事让我一度觉得这是个超级凶兆：“完了，Vanta 完蛋了，我们丢掉了 10 亿美元的市值。”

未来的信任危机与 Vanta 的下一步

Patrick：还有什么是你现在高度关注的？

Christina：我们现在对软件公司和科技公司的信任度正在逐年下降，而且越来越糟。 在这个时代，企业通过切实的指标和定义来证明自己的“工业级安全”变得比以往任何时候都重要。AI 带来了极高的兴奋感，但也带来了极低的信任度。Vanta 要做的，就是在这个信任匮乏的时代，凭真实的数据（而不是 Vibes/直觉）去连接并确立这种信任。

Patrick：如果用一个词来定义 Vanta 的未来五年，你会用什么词？

Christina：Expansive（广阔的 / 无边界的）。 我们花了八年时间积累了庞大的客户和数据基础，在接下来的五年里，我们可以在这个基石上无边界地构建更多令人惊叹的东西。

Patrick：太酷了。非常感谢你的分享，Christina。