“做All in One的AI原生交易平台”。
创业第一天，RockFlow创始人Vakee(赖蕴琦)写下了自己的五年计划。
在 Vakee 的构想中，未来的投资世界不应只有冷冰冰的K线，更应有属于年轻人的热血与冒险。这一愿景正在被数据验证：J.P. Morgan 报告显示，Z世代在25岁时的投资参与度已达 37%，远超前几代人——投资不再是‘大人的游戏’。作为数字原住民，这届年轻人拥抱 AI，寻找能与自己同频共振的数字理财搭子。而 RockFlow 正是为此而生。
2022 年，RockFlow 上线;2025 年 9 月，AI投资交易智能体——Bobby，作为内嵌在RockFlow的对话Agent被推出。
就在我们聊天前，RockFlow 刚打完一场“真刀真枪”的美股实验：10 个大模型、每个大模型开了10万刀的账户、10支最受市场关注的股票，如英伟达、特斯拉、谷歌等，每 5 分钟做一次交易决策。所有模型通过RockFLow的AI投资交易Agent——Bobby，获得实时数据，做出交易。
“核心是想让大家看到AI是如何真刀真枪的真实市场交易，探索AI应用的边界，降低普通人参与的门槛。”Vakee对我说了发起这场比赛的初心，比赛中所提供的交易级别的数据和金融工程能力，是Vakee和团队在过去四年的积累。
但在这位炒股“老手”的眼里，这次比赛只是第一阶段。她把平台的终极目标形容为“策略市集”——普通人可以把自己的三观，通过大白话的方式告诉Bobby，agent可以帮你生成和匹配单个或多个最契合的策略。
“我说的买一点，和你说的投一点，一定是不一样的。”这是Vakee想强调的个性化。
Vakee坚信投资自由，每个人都有自己的投资哲学。Vakee甚至做了一个播客专栏——访谈100位RockFlow平台上的百倍收益牛人，在这里，每个人都有不同的世界观，构成了不同的投资哲学，一位没有学过投资的95后投资者，通过自己的投资逻辑也获得了百倍收益。
这是Vakee一直想说的故事。这种“金融平权”的思想，本质上有点像快手所倡导的“短视频平权”的逻辑。
Vakee帝国理工毕业后，先去了一家伦敦的量化基金，后来去了百度凤巢，后来又做了一段时间VC投资。几次见到Vakee，她都是一副极简主义者的形象，白T或者卫衣，搭配牛仔裤和运动鞋，清爽干练。
凭直觉做交易，但直觉的背后，是未被结构化的经验数据的抽象推演。
创业这几年里，Vakee的两个最关键的投资，GPT3.5出来以后，持续加仓英伟达，以及，2023年底，重仓Robinhood，当时的Robinhood才八块钱。一手英伟达，一手Robinhood，持仓代表了Vakee对于行业未来的想象。
她告诉我，如果你要问我RockFlow未来要走向哪里，那么我一定会说，它更可能相似Robinhood，而不是其他。这家2014年成立的美国交易平台，以零佣金、游戏化界面、低门槛，在短时间内迅速成为美国千禧一代中最活跃的交易平台之一，市值突破了880亿美元，股价稳定在100美元左右，年内涨幅接近150%。
Vakee要做的，更准确地说，是AI原生的Z世代交易平台，这件事目前并没有参照。
在交流中，Vakee对AI原生这件事表现出了坚定的信仰，在她看来，能完成某个任务节点的都可以称之为Agent，Bobby是成千上万个Agent的构成。RockFlow不做基座模型，不管是DeepSeek、Claude、GPT等，处理不同任务的能力差异很大，RockFlow花了两年时间搭建金融领域的多智能体框架。
试用了RockFlow的投资助手Bobby之后会发现，这是一款互动链条很长的产品——用户在完成一个环节之后，产品会提示你进入下一个环节。
我问了“当硅谷提出ScalingLaw终结，是否可以抄底英伟达”，Bobby给出了一系列建议，接着你可以问Bobby，是否能给出相应的AI投资组合建议，Bobby则给出了AI全家桶的组合，全程大白话，没有一句行业黑话，非常好理解。甚至还提供了“打赏”功能，如果Bobby的建议好，用户可以对它进行打赏。
Vakee对这样的形式看法是，如果大家愿意用效果来打赏，那就是一种“基于成果付费”，这是一种更加AI原生的商业模式。
在RockFlow上，还可以看其他人的投资组合，用户可以将决策过程和与Bobby的对话分享在社区，甚至在里面还有一个“牛人跟单”的功能，增强了用户的粘性。
说到ARR(年经常性收入)，Vakee觉得并没有太大意义，她更看重的是人效比和利润率——用更少的人产生更大的价值，AI原生组织才能极致提高效率。
RockFlow也是一家AI原生的公司，Vakee说，他们现在已经做到极高的人效，核心原因就是AI能让优秀的人更优秀。理论上，按照RockFlow现有的规模，应该配置比现在多20倍多人，但对于一家AI原生的公司，这并不划算。
在我们交流期间，RockFlow刚完成了新一笔数千万美元的融资。本轮融资由蚂蚁集团领投，Monolith砺思资本，以及现有股东蓝驰创投（Lanchi Ventures）、Forwest Capital和Evergreen跟投。
我们也正好与投资方之一蓝驰创投的投资人聊了聊，投资人表示，“RockFlow 最稀缺的地方，正是在于它完成了整个行业极少有人敢做、也极少有人能做的底层重写，从而形成了一个真正 AI Native 的金融操作系统。”投资人表示，未来定义 AI Agent 优劣的，不是它回答得多好，而是它在具体场景里能走多深、承担多少真实任务，而Bobby正在印证这一点——用户可以凭一句话完成从分析到下单的整个过程，这种“场景闭环能力”决定了产品的边界。
未来的Bobby，Vakee有自己的规划，比如它是无感的，很多时候甚至不需要刻意交互，只有当用户行为和需求发生变化时，Bobby才会出现。例如你拼多多的次数增多了一倍，Bobby可能会主动来问，最近拼多多股价低位，是否考虑布局。“Bobby会传递更多的是客观交易规律，而不是主观世界，主观世界是每个用户自己的表达。”
这当然又是一个与Vakee的生活方式和三观相匹配的思路——交易，是一种生活方式，而Bobby既然是投资助手，也应该嵌入生活——例如看到身边使用闪购的人显著变多了，马上问Bobby分析淘宝和美团的交易策略。
当被问到未来的挑战，Vakee说是合规，因为全球金融合规的难度太高了。而对于公司本身，最差的情况，就是做成一个很赚钱的大模型量化交易团队，Vakee对团队说，任何时候我们都可以做“文艺复兴”，但那不是我们创业的目的，RockFlow一定是要做平台型公司，做最有挑战的事情。
“RockFlow未来将是最大的资管平台，但自己不写策略”
虎嗅：为什么会选择在融资发布的时间点去做这样一场AI炒股交易实验的比赛？作为发起方，有没有一些比较有意思的发现？
Vakee：比赛有趣现象很多，比如通用模型在数字资产和传统证券市场的表现截然不同，这验证了其面对不同市场规则时的适应性差异。
之所以发起这场比赛核心是想让大家看到AI是如何真刀真枪炒股的，降低普通人参与的门槛，让大家能够通过和Bobby的简单互动，就生成想要的交易策略。
所以这次的比赛，我们没有做任何策略干预，只是平等地告诉所有基座模型美股的交易规则——比如能不能用杠杆、开盘时间等，因为这些通用模型本来就不是为金融交易训练的;另外我们还提供了最基础的数据，比如行情数据、交易标的的实时新闻等等。等他们平等地接收到了这些最基础的信息之后，就由模型自己做交易行为。
每个基座模型都有其优缺点与擅长领域，团队将利用每一场比赛产生的数据，让 Bobby 不断学习，整合不同模型的优势(Bobby 本身已整合大量基座模型)，最终形成更成熟的 AI 交易解决方案。
最终我们会形成策略市集，每个人都能用bobby一句话产生量化策略，同时在平台上也能匹配上最适合自己的策略。
虎嗅：你所说的策略，是不是所谓的“世界观”？
Vakee：没错，每个人都有自己的三观和想法，当这些想法映射到投资上，这就是你的策略。
虎嗅：但是这个策略是由AI帮你生成的，Bobby会把这种世界观翻译成策略是吗？
Vakee：这只是一个开始，我们希望通过一期一期的比赛去验证这个模式。很多人问我为什么不自己做投资或资管，不是不可以，但是这件事对我来说不够好玩。我希望RockFlow能成为世界上最大的资产管理平台，但我们自己不写一行策略。
虎嗅：这其实是非常AI原生的一个想法。
Vakee：对。这件事我们没对外过多解释，我们在做和快手一样的事，把内容生产的门槛降到极低。快手让每个人都能拍视频、被看见，我们就想让每个人都能做策略，每一种策略都值得被匹配。我觉得不是每个人都要搞量化，哪怕简单地说“我就all in特斯拉”，这也是我的策略。
虎嗅：这种AI原生的想法是如何一步步迭代的？
Vakee：创业前我就一直在琢磨，我觉得这是我真正想实现的事情。当然这里面还有个重要的资产是数据。我当时还想过，怎么通过技术手段每一次data的被使用赋予价值。比如我的某个想法需要用到小明提供的数据，那这个策略赚到的钱，就应该给他分成。
虎嗅：2021年融资的时候有没有遇到过质疑？当时大家对AI投资的认知还没现在这么普遍。
Vakee：还好，我第一天就融了1000万美金。当时投资人可能也不一定完全理解我要做什么，其实当时我自己对业务的推演也没现在清晰，但我们都知道：这是个千亿美金甚至万亿美金的机会。金融本身就是大行业，最有价值的就是金融交易平台，新一代年轻人有明确的新需求，而我要做的“all in one全品类”和“AI原生”这两个目标，这些他们听懂了，这就够了。
他们可能更多是投我这个人，我在行业里待了快十年，不管是在百度凤巢做产研，还是在百度投资部，后来到VC，打过交道的人对我的工作能力和判断力都比较认可，他们相信我能看到和all in时代大机会，愿意赌我，非常感激他们的信任。
虎嗅：GPT出来的时候，是不是一个关键节点？
Vakee：对，我创业初期对于AI原生的交易平台，最开始考虑的是个性化体验。大模型的出现，最直接的好处是降低了工程实现成本，如果没有大模型，我们得招很多NLP工程师，成本非常高。有了大模型之后，大部分能力都能通过大模型实现，token成本远低于人力成本，还在持续快速降低。而且随着大模型不断迭代，还创造出很多我之前没规划到的产品能力，比如Bobby的能力和agent产品形态，带来了更多可能性。我们做产品的公司其实就像“坐船”，基座模型就是海水，他们在升级，我们就跟着被托起，乘风破浪，一起探索新世界。
All in One和AI原生
虎嗅：数据很关键，很多时候垂直领域数据积累，是一个AI产品不易被攻破的壁垒，尤其是金融类产品，和大模型公司或者通用agent相比，bobby的优势是什么？
Vakee：核心其实有三大类数据。第一类是交易本身的数据，也就是金融工程数据，比如实时行情、交易量价数据、财报等。这类数据量很大，第一它很贵，第二获取有金融资质要求，第三清洗需要长时间持续投入，得靠金融工程团队持续打磨。我们必须自己把这些数据处理得很精细，毕竟平时用户交易都要用到。
第二类是和投资交易相关的数据。比如社媒数据、财经新闻，还有特殊场景的数据。这类数据需要围绕“服务交易”这个核心来处理。通用模型或通用Agent不会专门处理这些数据，处理这类交易级别的数据的要求高、难度大，处理起来ROI(投资回报率)很低，所以这是一个商业选择。
第三类也是最重要的，用户个性化数据。你必须知道用户的资产情况、交易行为，才能提供个性化投资交易服务。
Bobby是个性化的，比如我跟它说“买一点”和你跟它说“买一点”肯定不一样。它知道我的“买一点”是买5%或1%仓位，知道另一个用户“买一点”可能是买1股或100美金，这都是不断学习用户行为积累的，而且只有掌握用户的实时数据，推荐的策略才可执行，不了解用户数据根本没法做有价值的、可执行的沟通和推荐。
虎嗅：这确实是个关键点，另一个关键的问题是幻觉。金融是一个容错率很低的行业，如何避免幻觉的出现？
Vakee：金融交易对精准度的追求是没有止境的。我们的方案是将大模型的语义理解能力，与底层严密的金融工程逻辑进行了深度解耦与重构。
更重要的是，用严苛的业务规则和风控体系把控所有交易、风控等核心环节。
虎嗅：Bobby是今年五月上线的，最开始是怎么做冷启动的？有没有做特别的营销动作？
Vakee：主要靠RockFlow的存量用户。Bobby一开始是嵌在RockFlow里的，先开放给老用户使用，他们有现成的交易数据，用Bobby时能获得更精准的个性化体验，这是我们的第一批核心用户。接下来的阶段会逐步向新用户拓展，找到更多“aha moment”，这是我们眼下的工作。
虎嗅：Bobby从推出到现在，有没有哪个时刻发现数据突然爆发增长，或者明显感受到数据飞轮的反馈？
Vakee：Bobby是新领域产品，我们不会太激进。相比互联网产品我们需要更长的时间，我们其实九月才公测。不过也有几个有意思的发现，能看到飞轮的雏形。比如我们发现从看到交易机会、分析，到最终完成交易，全程都在Bobby的对话界面里完成这个流程，而不去用RockFlow功能的用户越来越多了。
虎嗅：在构思Bobby这个产品的过程中做过哪些减法或者说有做过一些加法吗？
Vakee：加法和减法的核心逻辑，是搞清楚用户在投资交易场景里到底需要什么，需求的定义和定位很重要。我会从两个维度考量：一是未来的金融Agent应该是什么状态、什么产品形态;二是眼前用户的核心需求到底是什么。
先讲未来，我觉得未来的金融Agent甚至是无感的。它融入你的生活，默默帮你解决很多问题，大多数时候不需要刻意交互;只有当你的行为、需求发生变化时，它才会来跟你确认。其实投资理财、买保险、现金贷这些金融行为，本来就是生活的一部分，Agent应该能感知到你的需求。比如你要去欧洲申请申根签证，它知道需要买意外险就会直接匹配;你买的年度消费型重疾险快到期了，它也会主动提醒或处理，它会捕捉你生活中持续的行为模式，再结合你的真实情况提供服务。
虎嗅：这其实是减法的思路。
Vakee：对，未来一定是做减法。就像最好的助理不是需要你天天交代事情，而是不用你说他就懂你，把一切安排好。举个例子：如果这个月你用拼多多的次数从20次涨到40次，Bobby可能就会主动问你“最近拼多多股价在低位，要不要考虑布局?”，它会通过你生活中的数据，匹配你的投资需求。这需要一个过程，可能要三五年、甚至十年才能实现。回到眼前，现阶段是一个构建用户信任的过程，这也是最难的。其实不只是我们，GPT、DeepSeek、Kimi这些对话式大模型产品，都在共同培养用户习惯、构建这种信任。
但有些环节是做加法的，比如投研。以前没有Bobby的时候，用户看财报、查数据要在APP上一个个点，找起来很麻烦，也没法追着问题深入问。现在通过和Bobby对话，用户可以一直追问“这个数据意味着什么?当前价格合理吗?其他牛人怎么操作的?”，还能让Bobby推荐投资组合，这比以前的判断维度丰富多了，但对用户来说是更高效的。
所以加法还是减法是动态的，不同环节、不同用户的需求不一样，核心不是纠结加还是减，而是解决用户当下的具体问题。
而且金融行业有个最大的问题就是不说人话，理解门槛太高。我自己买保险都不知道买的是什么，想在银行APP里改每日转出限额，找了半小时都找不到。金融明明是每个人的强刚需，但就是因为术语晦涩、操作复杂，需求才没被满足。我们要做的减法，核心就是降低这个理解门槛，让金融术语和用户的表达都变成每个人能懂的话。比如很多用户不会说“我要修改每日转出限额”，他只会说“我想每天多转点钱出去，怎么弄?”，Bobby要能听懂这种大白话，这才是关键的减法。
虎嗅：这确实很有意思。商业模式是怎么规划的？
Vakee：后续会走订阅制，AI工具的订阅习惯在很多国家已经养成了。
虎嗅：现在回看创业之初，有没有比较让你后悔的事情，如果早知道的话应该换种做法？
Vakee：其实还好，从大面上看觉得还OK。绝大多数事情再做一遍，更多是细节优化，比如现在做到70分，能不能做到75分、80分，我觉得可以。但要说有什么事现在做得整个垮掉，比如10分，再做一次能做到很高分，这种情况很少。
很多关键决策其实是对的，我举几个例子。业务切入点的选择： 当时我坚定选择了难度更高的美股市场传统权益类资产市场，而非新兴数字资产。这是因为新兴资产更容易快速起量，但传统市场的工程难度更高。我们的目标是“All-in-One”全品类平台，必须先把合规和复杂交易的能力打扎实。一旦先做了简单的事，团队再回头做难的，技术和心气都容易受影响。
其次是自建交易系统的决策： 当时我们做了一个“反常识”的决定——在创业初期就决定自建交易柜台。
因为当我们创业时，用户需求变了，我们要做all in one，要做AI原生的体验，这两个目标逼着我们必须掌握最底层的交易核心，自建柜台成为了唯一的选择，尽管这对于创业团队是投入巨大、上线难度极高的挑战。
第三个重要决策是：要不要尽早开始大模型产品创新。RockFlow是2023年推出交易GPT —— 个性化交易机会的Feed(信息流)，是全球第一个把大模型直接用在交易机会这个场景的。上线后效果很好，同年9月，团队就开始讨论接下来的产品形态，我们当时做了一系列的边界的探索，幻觉问题非常严重。我们就在想要不要马上开始去做更进一步的AI产品创新。我当时很果断地说“开始”。因为2C都应该是产品型公司，我们要在当前技术能力范围内做出最贴合用户需求的产品，然后，跟着基础技术能力的提升一起迭代。很多公司想等技术和市场更确定了再动手，这也是一种选择，但我们当时选择直接开始。
我经常跟团队说，对不确定的事，唯一的解决办法就是尽早开始。比如这次AI炒股大赛，我也不确定能不能看到策略市集最终的样子，但只有开始做，才知道用户需求在哪、该怎么迭代、问题怎么解决。问题永远是在做的过程中解决的，不是在脑海中解决的。
“创业的目的一定是做平台型业务”
虎嗅：你做过二级市场投资，现在做创业，这两个身份在思维上会不会有矛盾？投资希望低投入高回报、周期相对灵活，创业却更长期，回报周期也长。
Vakee：不管是二级投资、一级投资还是创业，最底层的核心能力是对行业的推演，区别只在执行层面，投资只要做决策、摁下买卖键就行;创业则需要有很强的执行力，要有不厌其烦的精神。总结来看就是创业要有极强的战略判断能力和极强的组织执行力。
创业这几年里，我做了两件事，GPT3.5出来以后，持续加仓英伟达，以及，2023年底，重仓Robinhood，当时的Robinhood才八块钱。
虎嗅：这种世界观和know-how主要来自哪里呢？
Vakee：来自工作。其实就是做抽象推演。创业就是要持续思考战略，每天都要研究竞品、拆解行业。如果不会做研究就创业，太可怕了，你根本不知道自己要往哪走。我创业第一天写的五年计划，到现在还在用。
虎嗅：这些投资理念和原则后面也会融入到Bobby里面吗？比如你自己的世界观、价值观。
Vakee：不全是。Bobby更多是传递客观的交易纪律，比如风控、止盈止损这些，而不是我的主观世界观。主观的东西应该让每个用户自己表达，比如用户可以告诉Bobby自己的投资偏好。Bobby只要能帮用户把风控、止盈止损这些大家最容易忽略的投资交易的纪律和风控做好，就已经超过99%的人了。
虎嗅：创业第一天写的五年规划是什么？
Vakee：五年规划里只提到要做“all in one的AI原生交易平台”，现在会考虑和准备更多AI原生的金融服务。我们会不止有交易领域的Bobby，还会有理财、保险的AI，会有AI数字银行。
我们自己就是金融机构本身，我们不会像之前的金融科技公司那样作为其他金融机构的服务商，我们自己就会成为AI时代的银行，保险公司，财富管理公司等等，一个全牌照的金融科技集团，就像乔布斯不会给其他公司做手机方案，他会开辟和重新定义“智能手机”这个品类本身。
虎嗅：你提到“要慢”的理念和现在很多AI原生公司不太一样，现在大家都讲快速迭代，一个月迭代好几次，这种做事逻辑可以移植到金融服务行业吗？
Vakee：如果我只做个投研助手，几周就能上线，但用户要的是从研究到交易的闭环，光有投研分析，忘了执行或操作复杂，这没用。Agent的核心能力就是闭环，要有执行能力。而要执行金融交易，必须先成为金融机构，这样你做的Agent才能完成具体的交易闭环。
你可以这么想，你两周能做的东西，别人也能做;但如果一件事情是你的团队在人才密度极高的情况下all in也要做三年四年，你的心态就很稳了。行业淘汰率特别高，从开始到放弃特别快。
金融行业要创新是不可以打价格战的，因为打价格战意味着没利润，没利润就没有顶级人才，没有持续的顶级人才加入，就不可能有持续的产品创新能力
一个科技创新的公司，真正的飞轮不仅是数据飞轮，而是好的理念和好的品牌吸引优秀人才，极强的人才做出极好的产品体验，极好的产品体验强化品牌独特性，再吸引更优秀的人——这和苹果的逻辑一样，这就是创业的美感。
虎嗅：你觉得大模型时代对金融服务带来的最大的改变和机会是什么？
Vakee：我觉得我看到了一个乔布斯时代，金融服务业一定会有一个iPhone moment。未来的金融服务，比如保险、支付银行都会有一个Bobby存在，我可以直接让Bobby帮我交电费，而不是要找小程序或者翻遍APP，完全可以用更方便的方式去实现，而这个机会必然会催生出极其创新的产品。
苹果是最典型的例子，它带来了颠覆式的改变，引领了整个智能手机时代。金融服务业现在就处在这个节点。
虎嗅：有设想过未来的竞争对手可能会是谁？
Vakee：谁都有可能，毕竟这是个大需求，肯定会有很多人想进来做。但能做成的一定是新公司。
比如Robinhood，它在年轻一代投资交易平台里绝对是第一，做得非常好，但要说AI原生的投资交易平台或金融科技公司，这个领域才刚刚开始。
虎嗅： Robinhood是移动互联网时代产品，它有没有可能通过转型成为AI原生金融领域的有力竞争者？
Vakee：Robinhood现在本身就很强，不需要转型也很强，不过金融行业有个很特殊的规律就是当公司规模做大、盈利稳定后，就不太敢激进创新。我敢做Bobby，也是时代的机遇，然后我愿意all in几年去实现。
虎嗅：现在再有新的AI原生公司说要做投资交易平台，会带来新的挑战和威胁吗？
Vakee：金融创业需要等待周期，得先用几年时间申请各个金融牌照、搭建交易系统、做细致的合规准备，对接所有上下游金融机构，构建品牌口碑，这是慢活，不是每个精英团队都愿意熬好几年，做难而正确的事情的。
虎嗅：你有没有想过如果未来RockFlow失败了可能会是什么原因？
Vakee：合规，因为全球金融合规的难度太高了，我们很敬畏。但客观说，我们的公司现在不会“死”了，因为已经能赚钱了，最差的情况也能做成一个很赚钱的大模型量化交易团队，这本来就是我最擅长的领域。我跟团队也说过，任何时候我们都可以做大模型时代的“文艺复兴”，但那不是我的目标，创业肯定是想做平台型业务，做最有挑战的事情。
对于我来说，如果没能抓住金融服务业的“iPhone moment”那样的时代机会，其实就是失败。
“ARR没有意义，我只关注人效比和利润率”
虎嗅：你认为的AI原生组织是什么样的？RockFlow现在有在实践吗？
Vakee：我觉得RockFlow是很典型的AI原生组织。我们的人效特别高，理论上我们现在的业务规模按其他金融机构的配置应该比现在多20倍的人，虽然金融机构和科技公司的结合，我们的业务相当复杂，但我们做到了极高的人效，核心原因就是AI能让优秀的人更优秀。
虎嗅：是会给每个人配置定制化的AI工具来提效吗？
Vakee：大家会用各种各样的AI能力、AI工具去解决以前的各种问题。比如现在写代码、做Web开发都能靠AI完成，一个人就能做一个APP，产品设计也可以让AI出方案，增长运营也能用AI完成自动化。
虎嗅：所以招人的时候，你如何筛选出适合这个AI原生组织的人？
Vakee：第一个标准是对投资和金融有passion(热情);其次必须是AI master，这个很容易验证，让他现场操作就行。比如我让他做一个简单的应用，他能马上给你做出来;遇到没接触过的问题，也会第一时间找AI帮忙，会问AI“我该怎么思考这个问题”。
虎嗅：公司现在ARR大概能够达到一个什么样的水平？
Vakee：我觉得讨论ARR本身没太大意义。我觉得厉害的公司很重要的是人效，如果只有100个人却能赚到和淘宝相当的利润，这才叫厉害。当然，公司有10万甚至100万人在另一种定义里也很厉害，但不是我定义和追求的。我只关心人效比和利润率，用最少的人赚最多的利润，这是我判断一家公司优秀的标准。在券商行业要做高ARR——假如我不断开户送手机，交易五次给现金奖励，拉了一堆用户，营销成本非常高，用户留不住，这没有任何意义。我们行业不该走这条路。
虎嗅：公司里的人均年龄大概是多大？
Vakee：28岁，95后00后占比越来越大。我们只找最top的人，剩下的工作全用AI取代。
虎嗅：怎么把这种最top的人吸引到一家还在创业阶段的公司？
Vakee：我觉得不是靠刻意套路，而是靠匹配。你只需要真实地表达自己，聊得来就自然能走到一起，聊不来也没办法。很多人可能觉得我想法奇怪，这很正常，但真诚永远是必杀技，你越真实地表达自己的想法，吸引来的就会是同频的人。
虎嗅：你们一开始就做海外市场，这其实很考验团队对海外市场的理解力。你们在这方面有没有经验可以给其他创业者借鉴？
Vakee：其实没有什么好担心的，去做就是了。我们有4个国家地区的办公室，计划明年还会设立硅谷和伦敦办公室，90后00后华人团队的国际化能力已经非常强了。
虎嗅：从做投资到创业，职业生涯到现在，有没有对你影响比较大的人或者你会去学习借鉴的人？
Vakee：现实工作中能直接产生巨大影响的人比较少，但那些优秀人物的经典想法、公开表达的观点，我都会去学习，比如芒格、乔布斯、巴菲特、马斯克，还有Telegram的创始人。你会发现优秀的组织或创始人，他们有很多共性，也有不少差异化的地方值得我学习，但很难说要完全copy某个人，就像投资，你没法copy别人的投资方式。
一个人投资或者做公司是由他的三观构成的，我做公司也是由自己的三观构成的，没有对错，关键是自己能认可、能坚持，找到匹配的方式。可能你自己的方式大多数人不认可，但不影响结果，比如马斯克，他的处事方式放在东方文化里可能行不通，但他照样做得很牛。更多股票资讯，关注财经365！