YC的合伙人Diana Hu与Letter AI的两位联合创始人Ali Akhtar和Armen Forget进行深度对谈。Letter AI刚刚宣布完成4000万美元B轮融资，客户名单包括联想、Adobe、诺和诺德、Plaid和Kong等知名企业。这家公司最初以"Tractus"的名字进入YC，做的是生成式AI开发者工具——但很快发现市场过于饱和、客户粘性极差。在YC批次期间，他们基于Ali在Samsara担任工程总监时的亲身经历，完成了一次关键的转型：他发现销售人员根本不会用那些昂贵的传统销售赋能工具，而AI可以彻底解决这个问题。最终他们在批次内就拿下了联想作为大客户，至今该客户合同已增长10倍。如今Letter AI正在推出新产品"Letter Compass"，瞄准成为销售人员最重要的日常工具——"带着Letter AI，绝不独自销售"。

一、从Tractus到Letter AI：一次在YC批次中的关键转型

对谈开始，YC的合伙人Diana Hu就指出一个很少人知道的事实：Letter AI的创始人们仅在两年前——2023年底——才从YC毕业，而现在已经完成了4000万美元的B轮融资。

更令人惊讶的是，当他们加入YC时，这家公司叫Tractus，方向完全不一样。

联合创始人兼CTO Armen Forget讲述了最初的起点：

"我们之前做的是生成式AI的开发者工具。但在YC的过程中，我们很快就意识到这可能不是一个好主意。那个领域变得越来越饱和——我们试图把SaaS工具卖给开发者，而开发者们只想自己写Python代码。他们会在我们的平台上做原型，然后就直接自己去构建了。"

这是一个经典的创业者困境：用户用了，但毫无粘性。

"他们毫无粘性，"Armen强调，"所以我们改了名字，让它更容易记住。"

但当他们转型到销售赋能这个领域时，表面上看起来这是一个非常拥挤、非常传统、有着无数老牌工具的赛道。Diana Hu敏锐地追问道：

"但你在YC批次中发现了一个独特的洞察。那是什么？而且最令人印象深刻的是，你们在批次期间就拿下了联想作为客户——这在YC是非常罕见的。"

二、那位被销售人员不断pings的工程总监

联合创始人兼CEO Ali Akhtar分享了这个关键的洞察来源——它完全来自个人经历。

"我在Samsara和Project44工作过，用了一些传统的销售赋能工具。我记得每个星期，都会有销售人员来ping我。"

Ali当时的职位是Samsara的机器学习工程总监——和销售毫无关系。但销售人员还是会找到他，问这些问题：

"这个产品怎么工作的？能给我讲讲这些功能吗？你能来做个讲座吗？"

他说："我就反问他们：'为什么你们不去我们放在那些传统赋能工具里的所有学习资料里找？'"

销售人员的回答让他愣住了：

"我在里面什么都找不到。我几乎都不怎么登录那个系统。"

这就是第一个顿悟时刻——那些传统工具极其昂贵、授权极难获取、采用率极低，Ali自己甚至都拿不到这些工具的许可证。

第二个洞察是：要让传统赋能工具产生价值，你需要投入大量的人力来策划内容、构建培训材料。但有了AI，你可以直接利用已有的知识来源，自动加速高度个性化内容的生成。而在当今这个时代，速度就是一切——尤其是对高节奏的销售组织来说。

"所以我们想，让我们用AI重新思考这整个一组用例。"Ali说，"这就是Letter AI的由来。"

而联想这个客户，是通过Ali在上一份工作中认识的一位朋友——他恰好看到了他们在做什么，脑海中灵光一闪，把创始人们介绍给了联想的销售负责人。

"一旦他们看到了我们在构建什么，我们采取了一些措施确保我们早期就在企业级准备方面做得很到位。这帮助我们解锁了一笔相当可观的交易——而且在过去两年里，这笔交易已经增长了10倍。"

三、Letter AI是什么？产品解析

Ali用一句话概括了Letter AI：一个AI原生的销售赋能平台。

具体来说，它帮助营收团队实现三个核心目标：

1. 更快地上手新成员

"确保新团队成员的生产力达到原有水平所需时间缩短一半。"Ali说。

传统的销售上手需要几周到一个月，新销售人员要看大量文档、学习产品知识、了解竞争格局。Letter AI用AI把这一过程缩短了50%。

2. 在销售周期中提供个性化内容

"在销售周期中，当客户提出问题时，当客户要求内容时，能够利用AI来策划个性化的内容，在恰当的时间分享给潜在客户。"

这解决了一个核心矛盾：产品工程团队在AI时代以极快的速度发布新功能，但销售团队并不懂技术，他们不知道产品里到底有什么新功能、该怎么卖。Letter AI充当了产品与销售之间的桥梁——AI自动消化产品文档，生成销售人员能用的个性化资料。

3. AI角色扮演和模拟

"在进入实际客户会议之前，你可以先用AI练习多次。"Ali强调，"你不想在真实的、高风险的客户沟通中失败。"

这个AI模拟功能让销售人员可以在零压力的环境中反复练习高难度对话场景。Armen补充说，他们还有一个完整的新能力套件正在推出。

四、不可替代的价值：从"有则更好"到"核心必备"

Diana Hu指出一个关键区别：很多销售工具都是"有则更好"（nice to have）——但Letter AI已经成为客户的核心必需品。

"相比那些采用率可能不到50%的传统工具，"Armen说，"我们看到客户的采用率接近100%。销售人员每天都在使用，每周都在使用。"

他分享了一个令人印象深刻的客户故事：

"我们听到一个客户说，如果Letter消失了，会有一排人站在赋能团队的门外，敲门要求把它请回来。"

这种核心地位很大程度上来自他们即将推出的新产品——Letter Compass。

"Letter Compass把整个赋能内容——内容、演示文稿、培训、认证、角色扮演——根据单个销售人员的具体业务范围进行自动个性化。"Armen解释道。

"所以当你登录Letter时，它不再是一个关于XYZ产品的通用培训。它是一个与你今天正在推进的具体交易相关的培训。它是在你对话数据和CRM数据基础上的洞察和跟进建议，帮助你以切实的方式推动交易前进。"

这迫使人们重新思考CRM的未来应该是什么样——不再是冰冷的数据录入工具，而是一个AI主动为你呈现洞察、帮你推进交易的关系管理平台。

五、实际效果：从一个月到一周末

Diana Hu追问了一个具体客户的量化结果。

Ali分享了一个Fortune 100客户的故事：

"这个客户做了一个全球性的收购，需要在Onboarding数百名新销售人员进入公司。他们在周五内部宣布了收购消息，到周一就已经准备好了整个关于新公司业务方式的认证培训。"

这个对比非常惊人：

"在Letter之前，像这样的工作至少需要一个月，并且需要大量的人力来推进。有了Letter，他们只需要两三个人花一个周末就完成了。"

这在当今这个AI和LLM技术日新月异的环境中至关重要——整个行业变化太快了，你没有一个月的时间去准备。

六、产品工程与销售之间的鸿沟——AI如何填平

Diana Hu精辟地总结了Letter AI解决的核心问题：

"产品工程团队在以极快的速度发布新功能——尤其是在今天这个AI智能时代，产品迭代速度非常快。但在此之后，存在一个鸿沟：如何把产品里的新变化翻译给销售团队？他们不懂技术，不一定能读代码。但现在有了AI，你基本上给他们灌输了超能力——自动生成所有的功能说明和销售素材，让他们拿着这些去打仗。"

这正好说明了为什么Letter AI的采用率接近100%，而传统销售赋能工具的采用率常常不到50%。

七、面向AI Agent时代：MCP服务器与智能体间通信

Armen介绍了Letter AI在AI基础设施方面的前沿布局：

"我们看到很多客户也在变得非常以AI为中心。他们在构建自己的内部工具，甚至是面向客户的AI工具。他们正在使用MCP服务器这类东西。所以我们也构建了自己的Letter AI MCP服务器。"

更令人兴奋的是，他们建立了一个智能体间通信协议（Agent-to-Agent Protocol）：

"这个协议允许客户——无论是从他们的Web应用程序、他们的智能体——与我们的智能体进行对话。比如分布式思考、协同推理。甚至现在我们看到有些销售人员直接在Cursor里工作，用Letter AI MCP服务器来获取内容或回答问题。"

这标志着一种深刻的转型——销售赋能不再只是一个人类使用的工具，它正在变成一个AI智能体网络的一部分。

八、Letter AI的未来愿景："Never Sell Alone"

当被问及Letter AI的未来方向时，Ali的回答既大胆又清晰：

"Letter AI的未来是成为销售人员工具包中最重要的一件工具。是他们每天都会登录的最重要的平台。我们喜欢用这个词——'带着Letter AI，绝不独自销售'。"

"我们Letter平台的能力将变得对每个面向客户的团队成员来说都不可或缺，成为他们日常操作流程中的核心部分。"

他们正在通过Letter Compass的发布、以及MCP服务器和智能体间通信协议上的布局，来推进这一愿景。

九、从YC到B轮的关键总结

回顾Letter AI这趟两年半的旅程，有几个关键经验值得所有创业者记住：

1.在YC批次中快速识别的死胡同。Tractus最初的生成式AI开发者工具方向，开发者在平台上做原型然后自己构建——毫无粘性。他们没有执迷不悟，而是快速转型。

2.个人经历是最好的洞察来源。Ali在Samsara被销售人员不断pings的经历——那些昂贵的赋能工具没人用、没人愿意用——直接催生了Letter AI的核心产品思路。

3.吃自己的狗粮、做企业的准备工作。在还非常早期就确保企业级能力就位，让他们在批次中就锁定了联想这样的大客户，而且合同规模持续增长了10倍。

4.从"有则更好"到"核心必需"。通过AI的个性化能力，Letter实现了接近100%的采用率，客户直言"如果Letter消失了我们会去敲门把它要回来"——这是真正产品市场契合的标志。

5.面向智能体时代的架构。MCP服务器和智能体间通信协议让Letter不仅仅是一个销售工具，而是成为企业AI生态的一部分——这是很多传统SaaS公司根本不会考虑的架构决策。

本文基于YC"创始人炉边对谈"系列视频整理。受访者：Letter AI联合创始人兼CEO Ali Akhtar、联合创始人兼CTO Armen Forget。Letter AI刚刚宣布4000万美元B轮融资。客户包括联想、Adobe、诺和诺德、Plaid、Kong等。

更多精彩内容，关注Mark Intents公众号。