我们首先应该成为一家 AI-Native 公司

我们常说 SnapLedger 是 AI-native SaaS。但这不能只是把 AI 助手塞进记账软件——SnapLedger 自己应该先像一家 AI-native 公司那样运转,从找客户、做产品,到管自己的账。

RT
Richard Tang
Founder of SnapLedger. Building an all-in-one AI financial back office, in public.
2026年8月18日·阅读约 4 分钟

我们经常把 SnapLedger 描述为 AI-native SaaS

但最近我一直在想,这到底应该意味着什么。

它不能只是把 AI 助手放进记账软件里。

如果我们想为 AI-native 的企业做软件,SnapLedger 自己就应该先像一家 AI-native 公司那样运转。

而这越来越是我们正在做的事情。

先说获客。

有了 Snappy Front Desk,我们可以从一个关于想触达什么样客户的简单想法开始。

Snappy 可以把这个想法变成真正的定向策略,搜索合格的潜在客户,评估结果,改进策略,直到它成为一个可执行的冷启动 campaign。

然后它可以开始干活。

通过邮件和 WhatsApp,Snappy 可以触达潜在客户,介绍 SnapLedger,回答问题,持续对话,帮有兴趣的客户走向订阅。

但工作并不在某人注册时就结束。

客户进入 SnapLedger 之后,Snappy 可以观察产品实际是怎么被使用的。

客户停在了哪里?

哪个重要功能他们还没发现?

他们在 onboarding 里迷路了吗?

他们完成下一步需要帮助吗?

与其等客户去读手册或者联系客服,Snappy 越来越可以在客户真正使用产品的时候提供引导。

所以同一个 AI 系统参与了这样一条旅程:

找到客户 → 和他们对话 → 转化他们 → 帮他们上手 → 帮他们成功。

然后另一个循环开始。

客户可以直接告诉 Snappy 他们想要什么。

他们可以建议一个功能。

他们可以说某个地方让人困惑。

他们可以报一个 bug。

在幕后,这些对话可以变成结构化的工程 ticket。AI agent 可以调查问题、提出修改、实现修复、跑测试。

我不需要亲自写每一行代码。

但这不意味着把人从循环里拿掉。

我会定期 review 这些改动,弄清楚改了什么、为什么改,确保进入 SnapLedger 的代码达到我要求的质量。

所以我们的产品开发循环越来越变成:

客户 → Snappy → Ticket → AI 工程 → 测试 → Founder Review → 产品

客户的问题和产品改进之间的距离,变得短得多。

但 AI-native 还有另一部分,我认为同样重要。

Daoile——SnapLedger 背后的公司——自己就是 SnapLedger 的客户。

我们在 SnapLedger 里管自己的账。

我们在 SnapLedger 里管自己的合规。

我们上传自己的单据。

我们核对并结算自己的交易。

而且越来越多地,我们不再一个界面一个界面地操作记账软件,而是直接告诉 Snappy 需要做什么。

这对我很重要。

因为每一次我们自己觉得不方便,我们体验到的就是客户体验的同一种不方便。

每一次 Snappy 没理解对什么,我们自己也会看到。

而每一次我们让 Daoile 用 SnapLedger 用得更顺,很有可能我们也让另一家小生意用得更顺了。

这形成另一个循环:

Build → Use → Discover → Improve → Use Again.

也许这就是我对 AI-native SaaS 公司越来越清晰的定义。

它不是一家碰巧用了 AI 的 SaaS 公司。

AI 成为这家公司找到客户、服务客户、向客户学习、打造产品、经营自己的方式的一部分。

而人则越来越走向他们最能创造价值的那些位置:

定方向、理解客户、做判断、守住质量。

我们想帮小企业变成 AI-native。

最好的起点,是我们自己。

今日心得

AI-native SaaS 公司不是碰巧用了 AI 的公司——AI 就是它找客户、服务客户、做产品和经营自己的方式。

开放问题

你的生意里,哪一个环节你会最先交给一个 AI 循环?

我们想帮小企业变成 AI-native。最好的起点,是我们自己。

aiproductsnappyagents

订阅创始人日记 + 您所在国家/地区的监管动态

每周一封,只在有真材实料时发送 — Richard 的创始人日记和与您相关的监管动态。免费,随时退订。