# 舊功不計分：Vanta 創辦人談 AI 時代怎麼守住一家軟體公司

來源：Realpha 讀市場（blog.getrealpha.com）
原文與圖表：https://blog.getrealpha.com/blog/iltb-2026-10-20-christina-cacioppo-building-an-enduring-software-c/

> 《Invest Like the Best》第 496 集聽後心得。Vanta 創辦人 Christina Cacioppo 談代幣定價、吃下成本換使用率、八年程式庫變負債、人才戰與估值錯配。教育性質的個人筆記，不含投資建議、不推薦個股。

Published: 2026-10-20
Locale: zh-TW
Tags: 軟體估值, AI代理人, 代幣定價, 資安合規, 人才戰

TL;DR: Vanta 八年做到 16,000 家客戶、成長與毛利都比五年前好，市場給的倍數卻剩三分之一；創辦人的解法是吃下代幣成本先換使用率，定價以後再修。


![黃昏的公路旁一面空白的大型廣告看板，下方車燈拉成光痕，遠處城市天際線剛亮起](/covers/iltb-2026-10-20-christina-cacioppo-building-an-enduring-software-c-cover.png)

> 周雖舊邦，其命維新。
>
> —— 《詩經・大雅・文王》（先秦）

2026 年 10 月 20 日《Invest Like the Best》第 496 集，Patrick O'Shaughnessy 訪問安全與合規軟體公司 Vanta 的創辦人 Christina Cacioppo。她說公司做了八年、到今天 16,000 家客戶、從 400 個工具拉資料進來，成長率和毛利都比五年前好，可是市場給這類生意的倍數只剩當年的三分之一到四分之一。她的應對是把 AI 的代幣成本自己吃掉、不往客戶身上加價，先把客戶推進代理人流程（現在四分之一，目標四分之三），定價以後再談。這個判斷要成立，得押中兩件事：軟體介面改變的時間表，以及撐過人才被高估值公司挖走的這幾年。

## 正方：八年攢下來的資料底盤，是這一輪的起跑線

這集最硬的一句話在開場不遠處。Patrick 問她怎麼贏的，她的答案是執行，然後補了一句我聽完一直在想的話：做軟體的祝福與詛咒，是你只配得上你最後一次交付的東西。先做、先開始，都不算分，因為現在有人可以在一個週末把你的東西 vibe code 出來。

這句話如果只停在這裡，會像一句勵志標語。可是她接著給了反例，說明哪一部分週末複製不了：整合。Vanta 現在接 400 個工具，從裡面抽出大量資料，他們叫 Trust Graph，她自己說白了就是一座安全資料湖，而且比任何同業都廣，包括一些純安全廠商，因為涵蓋了那些廠商不碰的區域。這一層的厚度不是寫程式寫出來的，它要一家一家接、要客戶一個一個授權、要在資料格式變動時持續維護。回頭看，她說正是這個底盤讓後面做代理人做得比別人快。

於是「你只配得上最後一次交付」這句話有了結構：可複製的那一層每週重新歸零，不可複製的那一層在底下慢慢長。兩者同時存在，所以一家公司可以同時是贏家和危樓。

![上半是一條反覆衝高又垂直落回地面的鋸齒線，下半是一條一階一階往上爬、從不回頭的階梯線，兩層同時存在](/figures/two-layers-reset-and-accumulate.svg)

第二個我覺得講得最清楚的地方是定價。她們跟客戶談過代幣計價，得到的回饋是客戶會算：你把一個 Claude 的代幣加價四倍，你有比 Claude 好四倍嗎？我去試試看。她的結論是，只要你想在代幣上抽成，你就把自己擺到模型廠的對面，而應用層的公司沒有一家想站在那裡。想用「點數」包一層、搞一個點數跟代幣的匯率，客戶也看得懂，會跟你說我看到你在遮什麼了。

![中間一條分界線，左邊是模型廠標價一元，右邊是應用層標價四元，客戶的箭頭繞過應用層直接走向模型廠](/figures/token-markup-puts-you-opposite.svg)

所以她選擇吃成本、壓低毛利、換使用率。現在四分之一的客戶在代理人的流程裡，她要推到四分之三，理由是留存會更好、體驗會更好，定價晚點再說——這是部署期與使用期，先把它做對。

這個決定的代價寫在損益表上，收益寫在一個還沒發生的地方。

![兩條方向相反的線，一條從四分之一往上爬到四分之三代表流程滲透率，另一條毛利線同時往下掉，右側用虛線標出還沒到的定價時點](/figures/margin-down-usage-up.svg)

她知道，所以她講的是信念。

第三點反直覺，也是我這集學到最實用的東西：換模型的判準是品質，不是成本。原因不在志氣，在用量。她說寫程式與寫程式的代理人是吃代幣的大戶，法律與文件起草大概排下一個，而他們做的是決策與行動這一類，相對寫程式用量小了一個級距,所以他們付得起「挑品質」這個奢侈。年初他們做的事是請那些在別家公司真的管過安全與合規的人來寫評測框架，然後評測那些評測。產品對外叫一個 Vanta 代理人，後面是幾百個各有任務的代理人。

還有一段我想留下來的人味細節。他們今年要重做新客戶的導入流程，前幾次產品會議團隊一直端出新手導引精靈——四個步驟的進度條，做完撒彩帶。她一直說停，去用模型。團隊是有動力、有才、在乎的人，卻一直端同一個東西。最後問出來的原因是：我們不知道「把你的檔案拖進來」那條路做不做得起來，可能做不起來，而進度條我們做過，一定會動；我們不覺得自己被允許在這個專案上失敗。她的回答是這個嗎？好，我們押模型那條路會通，要爬坡就爬，船燒掉。團隊當場說那明天就排下一次產品會議。最後出來的東西像一張 Claude 的大畫布，你把一堆亂七八糟的檔案跟截圖全丟進去，系統看懂、反問你幾個問題，然後就設定好了。

卡住他們的從來不是能力或意願，是一個沒有人說出口的許可問題。

![左格是一條四步的進度條，每格都整齊、結尾撒彩帶；右格是一塊大畫布，雜亂的檔案和截圖從上方掉進去，下方長出幾個反問](/figures/progress-bar-versus-canvas.svg)

## 反方：把毛利交出去的人，不見得等得到那一天

同一集裡，有足夠的材料把這套說法打回去。

先從她自己留的縫隙開始。她說他們拿產品裡的代理人跟所謂的 AI 應用公司對標，到現在還沒找到走得比他們更前面的，然後自己補了一句明顯的批評：也許是我們找得不認真。這是自評，沒有外部口徑。整集沒有任何第三方比較、沒有定義什麼叫「更前面」，而他們的評測框架是自己家的專家寫的、再由自己評。這套東西用來做內部決策很好，用來證明領先，口徑是自己發的。

真正的壓力點在毛利。吃下代幣成本，等於把自己的毛利交給上游的價目表決定。模型降價，她賺到；模型不降，而她把使用率從四分之一推到四分之三，單位成本就乘上去。她說定價以後再修——企業軟體漲價的歷史不站在這一邊，客戶續約時的錨已經定在你送出去的那個價，想往上拉，每一家都要重新談一次。

更矛盾的是另一段。有家美國企業在談約，跟她說你的 AI 功能我們可能要、可能不要，先幫我們關掉可以嗎？原因是沒有 AI 的工具過採購流程容易得多。她的反應是這東西沒有關閉開關，而且不想做，寧願把那些時間拿去做有用的功能。這跟她自己開場那句話對撞：如果計分的是最後一次交付，客戶指名要的那一樣東西，為什麼不算一次交付？

品質優先於成本的前提也可能自己失效。她描述的安全終局是持續的滲透測試——一個白帽代理人一直在試著打進來，找到就交給旁邊的修補代理人去修。她還說模型會試九千兆次，人試個九千次就放棄了；更關鍵的是模型會把十七件各自看起來低風險的事串起來，於是舊的優先序整套失效，只能靠機器速度邊找邊修。那是一個跑不完的迴圈。跑不完的迴圈，用量會往寫程式那個量級靠。

![三根高度差一個級距的柱子，寫程式最高、法律文件次之、決策與行動最矮，一支虛線箭頭把最矮那根往上拉到最高那根的高度](/figures/token-usage-tiers.svg)

等到那天，她現在的奢侈就沒了。

資產與負債在同一個八年裡。資料底盤是資產，程式庫是負債：她給自己打的分數偏低，因為八年的程式庫丟給代理人，上下文窗塞不進去，它會做蠢事；那就要一個高脈絡的工程師在旁邊看著，而這抵銷了一部分意義。她們正在拆成模組，Notion 在這件事上早他們九個月。她的類比我很喜歡：過去這個問題叫「新工程師要花一段時間搞懂程式庫」，現在它叫「我們明天想讓九千個新工程師上線」。

![左邊一座持續變寬的資料湖往上堆高，右邊一塊八年的大方塊塞不進一個明顯較小的上下文窗框，溢出的部分掛在框外](/figures/data-lake-asset-codebase-liability.svg)

擴張的方向也被她自己劃了界。平台往上疊安全產品聽起來順，可是她講得很老實：企業客戶那端 CrowdStrike 會做得更好；雲端設定錯誤這一塊 Wiz 在做，而 Wiz 的客戶從幾千人的公司起跳、報價也從那裡起跳。她們要的是已經嵌進去的那些客戶——不會去付十五萬美元給 Wiz、可是願意付四到五萬買一個合身的東西。這是一塊別人暫時不要的下半段市場，而那個價位決定了她能攤掉多少代幣成本。

最後是人才。頂尖的人五年前拿 X，現在拿十倍，她還說應該更高；tender（讓員工賣老股變現）他們以前不做，現在她說場上的玩法就是每一輪都做，你不給就得用別的東西補。她被問到這健康嗎，回答是完全不健康，但我的意見不重要，這已經是常態。對手開給她的人的條件是：我們今天六十億，紅杉一個月後會下一張一百億的單，明年有人會把它寫到兩百五十億，你今天在六十億進來。她的應對是用資料與可信的氛圍去對抗 YOLO 的氛圍——這招在資料贏的時候管用。一家估值每半年翻五倍的公司面前，資料那邊沒有牌。

## 我站哪一邊：差別在一個可以追的條件

先講一個我猜很多人正在經歷的狀況：手上一家公司的數字越來越好，股價卻一路往下，然後你開始懷疑是自己看錯了。

這集給了一個乾淨的拆法。Christina 自己算過：一家成長 80%、毛利 80% 的生意，時間拉長，回收的現金會比一家成長 160%、毛利 30% 的多；可是今天後者的倍數是前者的三到四倍，有時十倍。她講這段時用的詞是認知失調，兩件事要同時放在腦子裡。

![左半的現金累積曲線中，穩健那條最後高過高成長低毛利那條；右半的倍數柱狀圖方向完全相反，低毛利那家的柱子高出三四倍](/figures/cash-versus-multiple-dissonance.svg)

市場在替終局定價。這家公司現在的數字，在那個算式裡權重很低。倍數掉到三分之一，是對「系統紀錄」這件事的持久性打了折——市場懷疑的是，當資料可以被代理人重新組織，那個「所有東西都存在我這裡」的位置還值多少。這個懷疑對不對，有一個可觀察的點：客戶續約的時候，是因為資料搬不走才留下，還是因為這一季又拿到新東西才留下。前者是系統紀錄的價值，後者是最後一次交付的價值。

![一道續約的門前面有兩條路，左路從一塊被鐵鍊綁住的重物過來，右路從一個剛送到的新箱子過來，兩條路同樣寬](/figures/why-they-renew.svg)

Christina 整集都在選後者，而且把公司改造成那個樣子。

第二個常見的卡點：怎麼分辨一家公司「吃成本換使用率」是在投資還是在流血？

我自己會看那個換來的東西有沒有留下痕跡，而且是在他們停止補貼之後還留著。這集好的地方是她把欄位講出來了——四分之一到四分之四分之三的流程滲透率、留存率。那就有了對答案的日子：到明年這個時候，如果滲透率上去、毛利沒有回來、定價也還沒改，反方贏；如果滲透率上去、客戶在新價上續約，正方贏。她自己承認這是在賭時間軸，所以這個賭局是可證偽的，我把它當一道題在追，不當一個信仰在抱。

![一條線走到明年同一個時點後分成兩岔，上岔是滲透率上去而毛利沒回來、定價沒改，下岔是滲透率上去且在新價續約](/figures/the-falsifiable-fork.svg)

她還提了一件跟台灣這邊看不到、但我覺得值得記下來的事。她去巴黎見客戶，發現當地軟體公司大多在用中國模型。她一開始猜是民族情緒，被對方當場糾正：完全不是，是美國把某個模型對非美國人關掉的那一次，大家意識到營運延續性的風險——沒辦法相信一個美國模型會一直在那裡，所以就不建在上面了。一次政策動作，換掉了一國的技術棧。這件事在任何只看模型能力排名的分析裡都看不到。

我自己最後站哪一邊？偏正方一點，差別在一個條件：她賭的是沒有人會再把一個報表工具塞進自己的產品裡——要圖表就讓代理人現場畫一張。這個方向我信，時間表我不敢押。而她那句「你只配得上你最後一次交付的東西」，拿掉軟體兩個字之後對我衝擊更大，因為那時它在講的是我。

## 可以參考的資料

- 《Invest Like the Best》第 496 集，2026 年 10 月 20 日，主持人 Patrick O'Shaughnessy，節目官網 joincolossus.com
- Vanta 官網 vanta.com，可以看她講的五條產品線與整合清單
- OpenAI 在 RSA 大會關於 Hugging Face 的那場演講，她拿它舉例「把十七個低風險項目串起來」
- Andreessen Horowitz 關於「市場贏還是創辦人贏」的經典討論，她在談 Bending Spoons 那一段引用了這個框架

## 帶得走的一件事

舊功不計分。你真正的資產藏在別人複製不來的那一層——關係、脈絡、累積的資料；但你的分數只算最近一次交出去的東西。這兩件事會讓同一個人既安全又危險，而多數人只感覺到安全那一半。

我試過的一個做法，花十分鐘：拿一張紙，寫下你最近三個月實際交到別人手上的東西。不寫你負責的範圍，不寫職稱，不寫規劃中的事，只寫已經在別人手上、別人用得到的。我第一次寫的時候只湊出一項半，那一下很不舒服。寫完再問一句：如果有人這個週末就能做出我那一項，我手上還剩什麼？剩下的那個答案，就是你該花時間加厚的地方。