公司
ThirstySprout, ChoppingBlock.ai
创始人
David Stepania
收入
每月超过20.8万美元
David Stepania是ThirstySprout的创始人，这是一个自举的人才市场，年收入已超过250万美元。他还是ChoppingBlock.ai的创始人。而这一切都始于一片海滩、一个想法和大量的信用卡债务。
以下是David关于他如何走到今天的分享。 👇
目录
让它运转起来
我是David Stepania，一位两次自举创业的创始人。我出生于苏联解体时期的格鲁吉亚共和国，在成长过程中辗转于多个国家的13所不同学校，最终定居在西雅图，并在华盛顿大学就读。这种成长经历教会了我最重要的一件事：足智多谋。在某些时期，教科书都是一种奢侈品，因此“让它运转起来”成了我的默认操作模式——这堪称优秀的创始人训练。
如今，我经营着ThirstySprout，这是一个人才市场，将远程AI和工程人才（主要来自拉丁美洲、东欧和亚洲）安置到已获融资的美国初创企业和企业客户中。像The Real Real、Hopper、Mailchimp（Intuit）、Rover.com以及众多风投支持的初创公司都曾利用我们来组建他们的技术团队。
我还建立了ChoppingBlock.ai，这是一个AI薪酬和就业情报平台，拥有超过4万订阅者的时事通讯和一个播客，这同时也充当我们的受众引擎。
ThirstySprout在不久前年收入突破了250万美元——而我们随后的增长使我们在2024年Inc. 5000榜单上排名第247位。今年，我们的目标是实现翻倍，突破500万美元大关，并且团队规模要比第一次时精简得多。
诞生于失败
ThirstySprout诞生于失败。在夏威夷休假后，我结束了之前的创业尝试，正在休养，之前有几个产品初创项目都没有成功。在沙滩上，我领悟到了一个简单的道理——要建立一个非凡的初创公司，你需要一个非凡的技术团队，而找到一个值得信赖的团队极其困难。我当时没有产品创意，所以我决定解决这个我亲身体会过的问题。
我们最初是一个两人产品开发代理机构，犯了书中所有的错误。我们接手了预算不足的项目，为了获得客户推荐而超额交付。在经历了足够多这样的项目后，我们意识到这种模式无法规模化，一位朋友建议我们转而专注于招聘远程技术人才。
这一转变几乎立刻得到了验证：一封冷邮件就让我们在2018年Rover.com超速增长阶段成功签约。一个六位数的合同加上一家热门初创公司的推荐彻底改变了一切。突然间，我们能够反复赢得这种级别的客户。
当时，我的现金流储备几乎为零。我用个人信用卡来填补资金缺口——我们在头一两年一直亏损，最高时负债在5万到10万美元之间，而我自己没有薪水。我不推荐走这条路，但固执确实是一种真正的商业资产。
构建初始产品
多年来，“产品”是在他人工具之上运行的服务。没有定制平台，没有代码。我们刻意拒绝构建技术，直到我们拥有50到100名活跃参与的自由职业者以及经过验证的、可重复的流程——因为自动化一个你尚未手工验证的流程，只会放大你的错误。
初始版本用的是WordPress，然后是Webflow等低代码工具。真正的“构建”在于供给侧：我们逐个国家和地区寻找深度人才库，最终在格鲁吉亚——我出生的国家——找到了最强的基础。那里的文化契合度和工程工作态度非常合适，如今我们是当地顶尖的人才供应商之一，直接与Toptal和Turing竞争。
最初的构建并没有花费金钱——而是那两年信用卡上的亏损岁月，以及学习一个我从未涉足行业的时间。帮助最大的是那些敢于冒险的早期客户，以及我求助过的创始人社区。
削减技术栈
如今，公司的核心是Claude——我是字面意义上说的，而不是流行词。候选人筛选与排名、财务分析、合同起草、内容、策略：大部分实际工作都通过专用的Claude工作区进行，每个业务领域一个，搭载定制指令。对于代理式构建，我使用Claude Code。
围绕这个核心：Google Workspace和Slack（Slack也用于运营我们的社区）、Beehiiv用于时事通讯、Riverside用于播客、Deel用于国际承包商支付（团队遍布四大洲）、Calendly、Fathom用于通话转录、BetterProposals用于提案，以及Attio作为CRM。
我们还在使用Next.js、Postgres和Supabase构建我们的人才市场产品——匿名候选人卡片、轻量级ATS以及Slack通知循环。
我们在技术栈上做的最大的改变是减法：今年早些时候，我审计了我们的订阅，发现有50多个工具，包括五个重叠的AI订阅。我们进行了大幅削减。一个深度使用至90%的工具胜过五个仅使用10%的工具。
两种收费模式——以及自然的扩展收入
我们有两种收费模式，它们的组合反映了业务的当前状态。
第一种是人员增援——客户通过我们签约经过审核的工程师，我们在工程师费率上加价约30%。作为背景，像Toptal这样的竞争对手加价接近100%。这一差距就是我们的商业模式。因为我们运营精简，我们既能支付工程师更多薪酬，又能比大型平台向客户收取更少费用，同时仍能获得健康的利润。
第二种是直接安置——候选人年度基本工资20%的或有费用，仅在成功且持久安置后支付，并附有保障期。我们排除签约奖金、股权和福利的计算，这保持了模式的简洁和对客户友好。
从历史上看，工程师安置占我们业务的大部分，而非直接安置，尽管目前大约是50/50的比例。
我们从第一天起就开始收费；作为一家自举公司，我们从未经历过免费工作阶段需要过渡。
这种模式包括自然的扩展。首先，落地扩展：一位客户雇佣了一名工程师并获得了良好体验，往往会雇佣更多——我们大部分收入来自重复安置，而不是新客户。其次，我们还为那些想要灵活容量而非直接雇佣的客户运营合同/按小时计费的参与模式，这平滑了安置费之间的收入。
我们在安置业务周围构建一个更大的扩展计划：ChoppingBlock作为供给侧和数据的资产（薪酬数据、就业情报、时事通讯赞助潜力）。而市场产品则降低了我们每次安置的成本。招聘费用为飞轮提供资金；飞轮使每一笔费用都更易赚取。
自有受众是唯一的护城河
多年来，我们主要使用高量冷邮件进行增长。早期，我们每天发送几百封邮件，打开率高达50%以上。在高峰期，我们每天发送数千封——但打开率降至20%出头，回复率降至2-3%，表明该渠道的效果在下降。它曾经奏效，建立了公司。但如今正在消亡。AI生成的推广将很快淹没每个收件箱，你无法通过自动化超越垃圾邮件。
在过去两年里，我们刻意将引擎重建为入站模式。三个渠道：
-
社区和关系。 我们建立了创始人社区（高峰期约有6000名创始人），并加入了像Hampton这样的战略社区。在招聘中，信任就是整个产品——口碑推荐仍然是我们转化率最高的来源。
-
程序化SEO。 ChoppingBlock利用程序化SEO处理AI薪酬和职位数据，创建了数千个页面，针对我们的精确买家搜索的长尾查询。在我睡觉时它也在复利增长。
-
LinkedIn内容。 我发布关于AI人才市场的逆向、基于数据的观点：薪酬数据、招聘趋势，以及哪些职位在上升，哪些在被淘汰。这种作为AI招聘“数据人”的定位推动了冷邮件永远无法实现的入站对话。
经验教训：租用渠道（冷邮件）让我们达到了数百万收入，但在AI使外展变得免费的世界里，自有受众是唯一持久的护城河。
每个阶段的挑战与解决方案
早期的挑战是生存。两年亏损运营，靠个人信用卡资助，没有薪水，在一个我从未工作过的行业。错误是典型的——项目定价过低、没有细分市场、没有系统。
中期阶段的挑战是自找的：我们过度招聘。增长感觉像是人数增长，所以我们扩展到50多名承包商，偏离了让我们成功的精简运营。解除这个——诚实地认识到一个更小、由AI增强的团队比一个更大的团队能产出更多——在运营和情感上都很难。
我们刻意做了三项改变。
-
我们重组为整个领域的单一负责人，而不是团队。一个人负责我们的整个程序化SEO面。一个人负责社区和数据基础设施。每个都高度由AI增强。
-
我们将辛苦工作移交给AI，保留人类进行判断。AI现在处理候选人筛选、初轮匹配、通话总结、提案起草、财务分析和合同起草，由人类做最终决定。不再转发三十份简历并希望，而是发送给客户三到五份完全匹配的简历，每份都根据他们的实际招聘标准进行评分。更少的人，更好的产出。
-
我们改变了收入引擎本身。大量冷邮件需要更多人手来构建列表、安排序列和跟进。入站不随人数增长：程序化SEO、LinkedIn内容和我们的时事通讯无论是否有人当天工作都在复利。更高质量的的需求，接近零的边际劳动。
结果是，公司现在的运营比高峰人数时更加精简，人均产出更高。
当前的挑战在于行业本身：AI代理正在商品化招聘行业中大部分公司赖以生存的部分（批量寻源、简历匹配、大规模外展）。我们的回应是刻意放弃那一层，向上移动到判断层——深度审查、匹配度、留存。
如果重新开始，我会立即细分市场，而不是做了多年通才——财富真的在细分领域。我会从第一天起就建立自有受众，而不是通过冷邮件租用关注。我会设定6到12个月的窗口来测试假设，而不是让固执在信用卡上资助两年的亏损。
书籍和AI作为不公平优势
书籍塑造了基础。我在Audible上听了超过200本书——涵盖了大部分商业和自助类经典，从《从0到1》到《深度工作》到《精要主义》到《原则》。听完所有书后的领悟是：许多想法都是重复的，你经常读完整本书只是为了找到那个能让你豁然开朗的瞬间。但那个瞬间可能改变游戏规则，有时五到十年前学到的一个想法会在今天卡住时被激活。所以，我无法指出单一本书改变了一切——累积阅读提供了一个图书馆，在恰当的时刻供我取用。
但职业中最大的资源转变发生在最近：我不再阅读关于杠杆的内容，而是开始使用它。AI——特别是Claude——一直是我创始人生活中最大的优势。我做了CFO级别的财务分析，在我们的账目中发现了实际的利润率问题。我用AI起草了我们的整个法律栈（MSA、承包商协议），并由律师审查。我在Claude Code中构建了一个AI教练，在承诺之前对我的决策进行压力测试。作为一位单人CEO，那是我找到的最接近联合创始人的东西。
话虽如此，永远不要自动化一个你没有手工验证过的流程。我们通过先手工、痛苦地执行，直到理解每个流程，成功扩展了每个流程。每一次自动化灾难都源于跳过了那一步。
细分市场、手工构建和打造自有受众
以下是我的建议：
-
选择一个你拥有不公平背景知识的细分市场，并变得尴尬地狭窄。 我作为通才代理公司多年，赚着通才的钱。业务只有在我们成为特定领域的首选者时才显著增长。如果你今天开始，AI中的细分机会无处不在，而且大多尚未被占据。
-
在构建任何东西之前手工做事。 你的第一个“产品”应该是你自己，手工提供服务，学习什么才是真正重要的。在理解之前写的代码通常是一种浪费。
-
从第一天起开始构建一个自有受众——一份时事通讯、一个社区、一个数据资产，任何人们有意访问的东西。 冷外展今天仍然有效，但AI很快将使每个租用渠道变得一文不值。拥有受众的创始人将是不可触及的。
-
明白固执与策略之间的区别。 固执让我在两年不盈利中存活了下来——但一个6到12个月的测试窗口，带有明确的终止标准，本会更快更便宜地达到同样的结果。对使命的坚持，对战术的残酷。
下一步是什么？
我们的首要目标是将ThirstySprout的年收入增长到超过1000万美元——并以我们一贯的方式实现：自举，依靠精益的AI原生团队，而不是臃肿的团队。
除了这个数字，我们还有两条轨道。
对于ThirstySprout：产品化市场——从一家使用软件的服务公司转变为一个拥有服务利润率的软件赋能市场，而不接受风险投资。AI原生的招聘细分领域正在爆发，我们打算占据这个领域。
对于ChoppingBlock：成为AI时代的Levels.fyi——人们检查AI时代职位薪酬以及哪些技能在上升或消亡的默认平台。飞轮涉及用户提交的薪酬数据解锁聚合洞察，包裹在人们喜爱的时事通讯和播客中。
还有一个个人目标。目前我在坎昆附近的里维埃拉玛雅海滩工作，对此我并不抱怨——但真正的目标是有一天从夏威夷运营这一切。ThirstySprout的想法就是在那里产生的，所以将它发展成让我可以从那里工作的东西将形成一个闭环，这对我来说意义重大。
总体目标：证明我可以用一个小团队和零外部资本建立一个具有影响力的现代、AI原生公司。
你可以在X、LinkedIn和我的个人网站上关注我。或者查看The AI Chopping Block播客。
订阅