文章提出'营销工程师'（Marketing Engineer）将成为新的10倍员工。作者回顾了营销行业从广告狂人时代、AdWords数字营销、增长黑客到AI辅助营销的演变，指出实验成本持续坍缩是贯穿历史的主线。借助Claude Code、Codex、MCP和定时Agent等工具，一个兼具营销思维与构建能力的人可以搭建由多个AI Agent组成的系统：阅读销售通话、生成落地页、投放广告、归因分析，实现每天数十个实验。文章给出搭建指南：配置Agent工作区、通过MCP连接工具、编写'大脑'文件夹以提供业务上下文。作者认为创业公司应尽快培养或雇佣营销工程师，这是当下最大的增长杠杆。
文章提出'氛围制造'(Vibe Manufacturing)概念：就像vibe coding让非程序员能开发软件一样，AI正在让普通人能制造实体产品。四大变化同时发生：1) 设计变成代码——GPT-6 Astra在BenchCAD上达95.9%，Text-to-CAD工具涌现；2) 工厂变成API——Xometry等平台让下单像租用云服务器一样简单；3) 智能化成本骤降——几美元的ESP32芯片即可让产品联网；4) 家庭3D打印普及——Bambu Lab推动桌面打印迭代速度接近软件开发。产品正从库存实体变为可参数化的设计文件，开创全新的商业模式和创业机会。
Greg Isenberg 提出利用 AI agents 收购传统服务业企业的「AI Roll Up」策略：到 2035 年约 5 万亿美元的美国企业将易手，多为无继任计划的婴儿潮一代业主。通过以服务业低估值收购会计、物业等企业，再用 AI agents 重构交付流程，可将 5-10% 的 EBITDA 利润率提升至 30-40%。文中列举 Thrive Holdings、General Catalyst 等案例，并论证个人创业者比大基金更具优势：小交易规模、可用的同款 AI 工具（Claude Code、Codex）、创始人可亲自整合、卖家更愿卖给个人，以及 SBA 贷款等融资渠道支持。
作者提出'AI Roll Up'是新型私募股权模式：到2035年美国约5万亿美元企业（多为婴儿潮一代退休者的服务业小企业）将易手，买家可以用低价收购已有客户、牌照和信任的服务业企业，再用AI Agent重构交付流程，将传统5-10%的EBITDA利润率提升至30-40%。文章列举Long Lake、Thrive Holdings、General Catalyst等案例，并论证个人创始人相比大型基金的优势：基金看不上小额交易、工具人人可用（Claude Code、Codex）、单人可承担整合角色、卖家更愿意卖给个人、SBA贷款等融资渠道成熟。最后强调'买而优则建'的逻辑：客户信任和历史数据是初创公司无法快速获得的资产。
文章提出AI原生服务是当下最好的创业方向，市场规模高达千亿美元。作者以会计师与QuickBooks为例：企业为软件付1万美元，却为使用软件的会计师付12万美元，后者如今因AI可被规模化接管。AI原生服务由Agent完成大部分工作，以软件边际成本交付服务结果，可按服务定价、按软件估值。文章对比了SaaS、App和传统代理公司的劣势，解释了为何现在是最佳时机（模型能力提升、成本骤降、4.6万亿美元服务市场开放），并以Harvey、EvenUp、Kick等公司为案例，阐述了如何选择计价单位、设计获客流程等构建AI原生服务的关键要素。
Greg Isenberg 讲述23岁时卖掉公司获得约500万美元普通股，但因优先清算权最终分文未得的经历。他由此领悟初创公司股权只是纸上财富，转向打造盈利、精益、不依赖风投的控股公司模式。他认为在 AI Agent 时代，个人可以用极低成本替代团队和时间，在利基行业中构建 Agent 工作流，结合内容营销与付费广告，打造年利润200-300万美元、可独立拥有并变现的生意。文章强调这是与风投不同但更适合大多数人的另一种创业游戏。
文章阐述了作者眼中的创业黄金期：移动应用的复苏与 Agent 原生应用的兴起。作者提供了一份无需融资的创业手册：寻找付费但体验糟糕的现有应用，利用 AI 重新定义交互，并通过 Claude Code 等工具进行低成本、高效率的自动化开发。目标是打造年入 200 万美元的微 SaaS 产品，最终实现 1000 万美元的退出。
本文解读了 Benedict Evans 的演示文稿《AI 正在吞噬世界》，强调了当前正处于巨大的平台转型初期。作者指出，AI 模型将像电力一样成为低成本的商品，真正的价值将转移到应用层和垂直领域的 Agent。文章鼓励创业者关注法律、医疗等尚未被 AI 渗透的行业，通过高频垂直应用和大量实验来抓住机遇。
文章区分了“AI 辅助”与真正的“AI 原生”企业。真正的 AI 原生不是简单地使用 ChatGPT，而是将企业重建为机器可读的操作系统，让 Agent 执行核心工作流，人类负责监督与判断。作者强调，通过清洗数据、标准化流程，AI 原生公司将实现极高的人效比。
