作者基于为 10+ 家 YC 公司提供 GTM 服务的经验，阐述早期创业公司如何做增长。核心观点：AI 让找线索变得容易，但判断哪些线索重要才是关键。创始人前 50 次销售对话是数据收集，类似模型训练。文章提出线索的新定义（fit × timing × intent × confidence），强调先完整映射市场再进攻，重视时机信号，并将 outbound、inbound 与 GTM 工程整合为一个闭环系统：运行策略→捕获信号→衡量结果→更新模型，认为专有的结构化市场学习才是真正的护城河。最后以 Workersio 案例展示具体工作流。
作者提出'市场覆盖工程'方法，将B2B外呼销售从租用名单转向把市场当作可维护的资产。基于100+公司、1000万封冷邮件的实践经验，介绍六步循环：边界→地图→细分→发送→分析→重新切割。核心包括：先根据TAM规模选择全量覆盖、ABM或信号驱动三种模式；一次性定义清晰的ICP边界与排除条件；用多种数据源完整映射市场，按痛点而非行业细分；先AI筛选资格再富化联系人，将ICP匹配率从50-60%提升至90-95%，并按90天周期持续滚动覆盖整个市场。
作者分享了HeyReach从一家月付139美元的客户发展到三年内达到1700万美元ARR（全程自筹资金）的完整增长路线图。文章按六个里程碑展开：通过AppSumo限时促销换取现金流；通过近600通销售电话找到ICP（营销代理机构）并重构定价；将产品从工具重新定位为LinkedIn运营基础设施；在产品崩溃边缘重建整个系统；将服务内化为产品一部分，使客户满意度从4%提升到98.7%；最后通过创作者计划、联盟和集成生态构建不依赖付费投放的分发渠道，实现月增100万美元ARR。文章强调不同阶段需要不同的打法，成功路径需随规模不断迭代。
作者围绕企业 AI 内训、AI 工作流搭建、FDE 等高客单价服务的获客问题，借助 GPT 梳理出一套完整框架：从 ICP（理想客户画像）、Pain、Offer 出发，再到渠道选择、线索获取、信任建立、顾问式诊断、成交与交付，最后沉淀案例并形成转介绍飞轮。核心观点是获客不等于做流量，关键是让正确的人因足够重要的问题在正确时机信任你，并提出获客效率公式：精准触达×痛点强度×信任程度×购买时机。
