一人公司年入600万：Alex Vacca 的 Service-as-a-Software 模式

深思SenseAI（编译 Alex Vacca X Article） · Original

深思 SenseAI 编译了 Alex Vacca 的 X 长文。Alex 2023 年从 OpenAI 离职，创办 ColdIQ 做 B2B 冷外联（cold outreach），用 AI agent 自动化 90% 的交付流程。两年后，ColdIQ 年收入 647 万美元，利润率接近 80%，服务了 300 多家 B2B 公司，跑了 2000 多个营销活动。他还开了 aiagency.io 加速营，帮 155 家代理公司起步，营里有 287 人。

这篇文章本质是一份操作手册，不是观点文章。Alex 讲的不是”AI 能干什么”的理论，而是”我怎么做到的”的流程。

Service-as-a-Software 模式

Alex 管这个模式叫 service-as-a-software（服务即软件）。对外卖一个结果——更多客户线索、更多会议、更多收入。客户不在乎你用什么工具、跑了什么 agent 流程，付钱买的是成果。幕后用 AI 自动化 90% 的交付。

跟传统外包/咨询公司的核心差异：传统服务公司的成本是人——招人、培训、管人、保留人。收入要扩大，团队就要扩大，利润率就被稀释。AI 把这个等式打破了，交付成本从”人头×时间”变成了”订阅费+电费”。

他给了三个理由说明为什么现在是切入时机：

不用自己造需求。 全世界有几百万家年收入 50 万到 500 万的公司，只要你能帮他们赚更多钱，他们愿意每个月付 $3,000-10,000。你是在接一条已经有水流的管道，不是在挖井。
利润率变成了软件公司的逻辑。 服务行业历史上利润薄，因为人力贵。AI 打穿了人力成本。接近 80% 的利润率。
几乎没有启动风险。 没有库存，没有仓库，没有团队，没有融资。一台笔记本，一个域名，愿意做外联。

窗口期类比

Alex 的核心论点：每一次技术平台开放，都会出现一个约六年的套利窗口——个体/小团队的单位经济效益暂时优于老牌机构。他举了三个历史案例：

网页设计 1996→2002：浏览器普及后，懂 HTML 的个人就能接企业建站单。大广告公司和 IT 咨询公司的报价体系和人力结构完全不适配这种小活儿。到 2002 年大机构消化完这个能力，个人作坊的优势消失。
iPhone 应用 2008→2014：App Store 开放第一年，一个人写个手电筒 app 都能赚钱。大软件公司的立项流程、合规审批、团队编制跟不上。到 2014 年获客成本飙升，大厂移动团队成熟，独立开发者黄金期结束。
Shopify 独立站 2018→2022：一个人用 Shopify + Oberlo 做 dropshipping，利润率碾压传统零售商。到 2022 年流量成本上升 + 大品牌 DTC 成熟，窗口关闭。

Alex 原话：“现在有一个短暂的窗口，单打独斗的人的单位经济效益，优于老牌机构的单位经济效益。说’短暂’，是因为老牌机构最终也会用上同样的 AI。他们还没有。他们的成本结构、层级体系、薪酬模式都还是按旧假设建立的。”

他没给 AI 这波的具体结束时间，但按历史规律暗示大概 2024-2030 这个区间。建议是：趁窗口还在，尽快把收入做起来、把品牌立住，这样窗口关闭时你已经是”新一代的老机构”了。

12 周操作手册

第 1-4 周：定赛道 + 签第一单

核心动作是写出一句话：“我帮【目标客户】用【方法】实现【成果】。”写不出来说明还没有产品。

然后立刻做冷外联拿客户，不要先搭后台系统。Alex 原话——“很多人在一个客户都没付过钱之前，就花了几个月打磨后台系统。”先收到钱，再想怎么交付。

定价：试点价 $2,000-5,000/月，明确告诉客户这是试点价、会涨，换取的是耐心和反馈。目标是拿到 2-3 个付费客户 + 可展示的案例。

关于外联：他见过太多人发 10,000 封邮件没有一单，也见过有人发 200 封拿到 15 次会议。区别不是数量，是精准度——对的客户画像、对的 offer、对的痛点时机、对的文案。

第 5-8 周：系统化交付 + 涨价

有了前几个客户的交付经验，开始搭 agent 工作流把重复环节自动化。ColdIQ 的做法是：AI 抓取目标客户画像 → AI 写个性化外联邮件 → AI 跟进回复 → 人工只介入最后的会议安排和异常处理。

涨价到 $5,000-10,000/月。理由是有案例了——“我帮 XX 公司三个月拿到 YY 个会议”，定价有了锚点。

他引用了 Goodhart’s Law（古德哈特定律）：“当一个指标变成目标，它就失效了。”发了多少封邮件、搭了多少个 agent 流程都是虚荣指标。唯一的真指标是签了多少合同、客户续约率多少。

第 9-12 周：规模化 + 品牌护城河

涨价到 $10,000-20,000/月。5 个客户在 $15,000 档 = 年收入近 $90 万。

重点从加客户数量转向建品牌。Alex 的方法是把方法论全部公开——写长文、做内容、开加速营。“我们告诉所有人我们怎么做的。他们要么自己去做，要么付钱让我们做。”内容带来入站流量（inbound），入站变成合同。ColdIQ 现在的新客户大部分是 inbound 来的，不再需要自己做冷外联了。

定价死亡螺旋

Alex 单独拎出来讲的一个反模式，五步连锁反应：

第一步：低价入场。 起步时 $2,000-3,000/月很合理——没案例、没品牌，低价换第一批客户的信任。到这一步没有问题。

第二步：不敢涨价。 心理障碍有两层：怕现有客户流失（“他们是最早信任我的人”），怕新客户嫌贵（“万一市场定价就是这个水平呢”）。价格就卡住不动了。

第三步：用数量补收入。 每个客户只付 $2,500/月，要做到 $50 万年收入就需要 16-17 个客户，$100 万需要 33 个。客户数量膨胀。

第四步：交付超载，被迫招人。 即使 90% 自动化，剩下 10% 的异常处理、客户沟通、策略调整还是要人做。客户从 5 个变成 20 个，这 10% 就变成了全职工作量的好几倍。开始招人：助理、客户经理、运营。

第五步：利润率坍塌。 20 个客户 × $2,500 = $50,000/月收入，招了 3 个人每人 $5,000/月 = $15,000 工资，加上工具和开销，利润率从 80% 掉到 40% 甚至更低。管理成本也来了——招人、培训、对齐、人事。第九个月，创始人已经在经营一家传统服务公司，跟打工没太大区别。

解法： 有 2-3 个可量化案例后果断涨价。宁可客户少但单价高。5 个客户 × $15,000/月，一个人 + AI 就能服务，不需要招人，利润率 80%。

数学对比：5 × $15,000 vs 33 × $2,500 = 同样的年收入，但前者一个人做，后者要一个团队，利润率减半，人累到崩溃。

品牌是最后的护城河

Alex 说：“任何人只要有点智商，都能用 Lovable 搭一个网站说自己是 AI 营销机构。工具的护城河已经没了。”

剩下的护城河只有品牌——你的数字、你的案例、你的客户。关键是找到一件事，让你成为这件事上有资格说话的人。不是”AI 营销专家”，是”我帮 150 家公司从 0 搭建 AI 销售体系，这是其中 15 家的数字”。

在信息不再稀缺的时代，藏着掖着的人反而显得可疑，透明的人反而建立了信任。

Discussion 补充（2026-05-12）

以下内容来自精读后的讨论，围绕三个问题展开。

客户集中度的系统性风险

Alex 的”5 个高价客户”模型有一个明显漏洞：任何一个流失就是 20% 的收入消失。传统咨询行业的经验数字是单一客户收入占比超过 25% 就是危险信号。B2B 服务的客户流失往往不是随机的——经济下行时企业砍预算，最先砍的就是外部服务商。

Alex 隐含的假设是高单价客户留存率更高（付 $15,000/月的客户是真认可价值，不会因为省小钱取消），但这不能完全消除集中度风险。

比较健康的解法是在两个极端之间找平衡：10-12 个客户 × $7,000-8,000/月，单个客户占比 8-10%，利润率还能保持 70%+。再加上行业分散和合同里的取消通知期。

根本上，这是一人公司模式的结构性代价：极高利润率 + 极低管理复杂度，交换的是抗风险能力弱。Alex 选择用品牌 + 内容获客来对冲——如果 inbound pipeline 足够强，丢一个客户后能在一两个月内补上，集中度风险就变成短期现金流波动而不是生存问题。

窗口期跨越的历史先例

靠少数高客单价客户建品牌然后跨越窗口期的”纯服务”先例其实不多。更常见的是两种变体：

少数高价客户 → 品牌 → 转做产品/平台。 最典型的是 37signals（Basecamp）：1999 年小型网页设计工作室，客户不多但靠 Jason Fried 写文章输出方法论建立了远超公司规模的品牌，2004 年推出 Basecamp SaaS 产品跨越了网页设计窗口期。类似的还有 Metalab（帮 Slack 设计早期界面 → 后来做自己的产品线）。

少数高价客户 → 教育/媒体品牌。 这就是 Alex 自己正在走的路——ColdIQ 做服务赚钱，aiagency.io 加速营做教育。但严格来说这不是”靠服务品牌跨越窗口”，而是用服务品牌做跳板去了另一个生意。

纯服务、少客户、高单价、靠品牌穿越技术窗口期的干净案例找不到。原因可能是结构性的：窗口关闭时，大机构追平了交付能力，还有合规、规模、风险兜底的优势，一人公司的成本优势被抹平。

OPC 的长期可行性

OPC（One Person Company）不是昙花一现，但能长期存活的 OPC 必须满足特定条件——做的事情在结构上不适合被大组织做。不是”大组织暂时没学会”，而是”大组织学会了也不划算做”。

适合跨窗口期的三类 OPC 业务：

高度个人化的专业判断 + AI 执行。 律师、税务顾问、独立投资顾问这种。客户买的是”你这个人的判断”，不是标准化交付。大组织的规模化优势恰恰是反模式——客户找 McKinsey 最怕的就是”签约的是合伙人，干活的是应届生”。
创作者/内容驱动的业务。 品牌完全绑定个人 IP，不可复制。大机构可以做”内容工厂”，但”内容工厂”和”个人创作者”在用户心里是两个品类，不直接竞争。
极窄垂直领域的 agent 服务。 市场总量可能只有几千万美元，大机构的组织成本覆盖不了。类似餐饮业的夫妻店——永远不会被连锁完全消灭，因为连锁有最低效率门槛。

昙花一现的 OPC： 标准化交付 + 客户不在乎谁做的（比如冷外联本身）。大机构也用上 AI 后，一人公司的唯一优势（成本低）被追平。

一个扎心的可能性： OPC 最终不是稳态的公司形态，而是过渡态。成功的 OPC 要么长成 5-15 人的小公司，要么被收编进大组织。真正一个人一直干下去的，最终是自由职业者，不是”公司”。Altman 和 Amodei 说的”一人十亿美元公司”可能更多是修辞效果——真到十亿美元收入，组织复杂度不可能一个人 handle，哪怕 AI 再强。