Quodara 商业计划书

1.1AI 的 Mac 时刻

1984 年，苹果给 Macintosh 写下的广告语是「the computer for the rest of us」。那台机器真正的突破不是算力，而是它是第一台你不需要先学习就能使用的电脑——个人电脑从此不再属于专业人士，而属于所有人。

四十年后，AI 正站在同一个岔路口。能力已经足够强，但用好它依然是一门需要学习的专业技能：要会提需求、会写提示词、会把结果接进自己的事情里。所以我们的标语刻意向那句广告语致敬——AI for the rest of us。「the rest of us」指的是我们这些非专业的普通人：不写代码、不研究提示词、不搭工作流，但同样有想法要实现、有生意要做的绝大多数人。

我们把这件事叫做「AI 的 Mac 时刻」：个人电脑的普及不是因为电脑变得更强，而是因为它不再要求使用者先成为专业人士。AI 的这一刻正在发生，我们想成为按下那个开关的人。

1.2长期方向

我们把 Quodara 看作通向通用人工智能落地的一条务实路径：真正的通用能力不体现在模型的评测分数上，而体现在一个没有受过任何训练的普通人能否用它完成过去只有专业人士才能完成的事。这是我们衡量自己的唯一标准。

沿着这条路径，能力边界会持续扩展——从今天已经跑通的九条交付链路，扩展到普通人日常需要「找个专业的人来做」的绝大多数事情。

2.1我们在做什么

Quodara 是一个纯对话入口的通用 AI 工作平台。用户不需要学习提示词、不需要填配置、不需要懂技术，只要把想法说出来，AI 会主动追问、和用户一起把需求捋清楚，然后把成果做出来并交到可以直接使用的状态——网站和应用打开就能用，图片能直接投放，文档能直接交出去，营销内容能直接发布。

用户不需要理解中间发生了什么。需求澄清、方案设计、生成、组装、配置、交付，全部由系统在后台完成。用户看到的只有两端：自己在对话里说的需求，和最后拿到手的东西。

我们的判断是：过去三年 AI 的能力增长极快，但能把这份能力用好的人始终是少数。门槛没有消失，只是从「会不会写代码」换成了「会不会提需求、会不会写提示词、会不会配工作流」。绝大多数 AI 产品仍然是为专业人士做的——它们降低了门槛，但没有消除门槛。Quodara 要做的是消除它。

2.2我们不做什么

• 不做面向专业开发者的编程工具。我们的用户不看代码，也不该被要求看代码。
• 不做需要用户搭工作流、连节点、配参数的编排平台。任何要求用户先理解系统结构的设计，对我们的目标用户都是失败的设计。
• 不做只给中间产物的单点工具。单点工具解决一个动作，我们要交出的是用户真正想要的那个最终结果。

2.3我们走到哪一步了

2026 年 3 月 18 日项目启动，至今五个月，由创始人一人全职完成：

• 九条对话交付链路全部跑通：网站、APP、小程序、图片、音乐、视频、文档、报告、营销。
• 完整的应用托管体系：从对话到生成、预览、发布、域名解析、数据存储、运行监控，全链路自动化。
• 国内与海外双站已开放公测；海外国际信用卡收款已完成技术接入。
• 期间用两个月与合作方探索过 AI 在软件外包场景下的应用，判断商业前景有限后果断收回，把已验证的技术能力保留为主线储备。早期公司最危险的不是走错方向，而是走错了还不肯掉头。

产品目前已经开放公测，国内站与海外站都可以直接注册使用；尚未开始规模化的市场推广与商业化，本轮融资正是为了启动这两件事。

2.4我们为什么现在融资

2.5摘要表

3.1门槛一直在降低，但没有被消除

过去三年，AI 确实一轮一轮地把门槛压低：从要会写代码，到会写提示词就行；从要自己搭流程，到说得含糊也能出点东西。但「能出东西」和「能出一个可以直接用的东西」之间，仍然隔着一段需要用户自己学的专业能力。门槛的位置变了、高度降了，可它还在那儿。

这几件事都不难，但都得学。门槛还在，结果就是：今天的 AI 主要在给本来就很专业的人提效——工程师、专业创作者、懂技术的运营。他们只需要跨过很矮的一档，就能把 AI 的能力吃满。而我们真正希望被 AI 改变的，恰恰是不具备这些专业技能的普通人：他们同样有想法要实现、有生意要做，却因为不会提需求、不会写提示词而被挡在门外。AI 不应该只服务专业人士，它应该让不专业的人也能做出专业的结果。把这道门槛从「降低」推到「消除」，就是我们要做的事。

3.2我们服务谁

Quodara 是一个通用 Agent 平台。它当然可以当建站工具用——做网站、做小程序是它目前最成熟、也最容易被看见的能力——但建站只是它能做的事情之一。同一个入口里，用户也可以让它做一套商品图、写一轮营销稿、出一份数据报告，甚至把这几件事连起来一次做完。真正的定义是：把一件原本需要专业能力才能完成的事，交给 AI 完成。

由此展开，我们的用户是所有「有需求、但没有对应专业能力，也请不起专业的人」的群体：

• 他们的共同点是：需求真实、预算有限、决策链条极短——通常只有一个人拍板。
• 他们过去的选择是外包（数千至上万美元、周期以月计）或者自己硬学（时间成本更高，且大概率半途而废）。
• 他们高度活跃于线上社区，获客路径清晰、口碑传播快，并且已经习惯为生产力工具按月付费。

收窄投放人群不是收窄产品能力，而是为了让有限的营销预算能测出有效的信号。产品对上述四类人群同时成立，本轮只在前两类上花钱验证。

需要说清楚的是：这批人不是一块无人竞争的空白市场。Manus、Lovable、Replit Agent 争的正是同一批用户，我们和它们是正面竞品，用户群高度重叠，区别只在从哪一端切进去。

把它们放在一起看，共同点很清楚：都在争夺「有想法、但不想或不会自己把它实现完」的那批人——独立创业者、小微商家、创作者、企业里的业务岗，和我们上面列的四类人群几乎是同一批。所以我们的竞争判断不是「我们服务一批别人不服务的人」，而是「同一批人，谁能真正把他们服务住」。

3.3为什么现有方案解决不了

4.1核心机制：先对齐，再执行

Quodara 与其他工具最根本的区别在交互的第一步。别的产品接到需求就立刻开始生成——用户说得有多含糊，它就做得有多含糊；我们则是先让 AI 把需求问清楚，和用户一起把想法聊成一件明确的事，再动手做。整个过程就是一场对话，用户不需要学任何格式。

4.2与两类主流做法的区别

• 对比「一次成型的生成」：不问就做的黑箱在结果偏离预期时无法收敛，用户只能推倒重来。我们把过程拆成可对话、可修正的多轮协作，每一轮都往用户想要的方向收敛一点。
• 对比「配置优先」：配置优先把复杂度前置给用户；我们零配置起步，复杂度由系统在后台承担，只在必须由用户决策时才用一张卡片问出来。

4.3交付最终结果，而不是中间产物

生成只是第一步。用户要的从来不是一段代码、一张待处理的原图或一份需要再排版的草稿，而是那个能直接拿去用的东西。Quodara 把生成之后的全部收尾工作——环境配置、域名解析、数据存储、格式与规格适配、发布与分享——都收在平台内部自动完成。对用户来说，从提出想法到拿到一个能用的成果，中间没有任何需要他理解的步骤。

5.1已跑通的九条交付链路

5.2平台底座

这九件事看起来很不一样，但用户不需要在九个产品之间挑：它们跑在同一套平台上，用同一种方式使用。这套平台底座是 Quodara 与那些「一个工具做一件事」的产品之间真正的分野。说得直白一点，它保证了四件事：

• 活儿能一直干下去。用户的项目在平台上是长期存在的，任务可以跑很久、中途停下还能接着跑，第二天回来继续说需求即可，不用每次从头交代。
• 改错了不会翻车。任何改动都先在一个只有用户自己能看到的预览环境里生效，确认满意后才对外发布。用户不需要理解这套机制，只需要知道「改坏了不影响正在用的那份」。
• 配套的东西平台自己会准备。成果运行起来需要的域名、数据存放、文件存储、访问统计等等，全部由平台自动配好，用户不需要知道它们的存在。
• 能力只增不换。同一个入口里，做编程、做文档、做营销、做素材的能力是不断往上叠加的，用户永远不用为了新的需求去换一个新产品、重新学一遍。

还有一件对生意本身很重要的事：我们不绑定任何一家大模型厂商。底层用谁的模型，对用户是完全无感的，我们可以随时按效果和成本切换。这既是成本上的主动权，也是上游一旦涨价、降级或断供时的安全垫。

此外我们还有一项储备能力：2026 年 6 - 8 月探索软件外包场景时，验证了让多个 AI 分工协作、完成需要长时间连续推进的复杂任务的做法。这个场景本身没有作为主线业务保留，但这套协作能力留了下来，用来抬高主线产品处理复杂需求的上限。

6.1为什么是现在

• 模型能力刚跨过可用阈值。让 AI 独立完成「澄清需求—生成—修正—交付」这条长链路，在两年前无法稳定跑通，现在刚刚可行。这是窗口期，不是永远敞开的机会。
• 单位成本还在快速下降。同等能力的推理成本持续走低，今天算不过来账的策略明年可能成立，早进场可以用当下的成本结构换取用户规模。
• 用户预期已被教育完成。普通人已经知道「AI 能帮我做事」，但普遍卡在「我不知道怎么让它做好」。需求侧的教育成本已由前一批产品付掉了。

6.2为什么首站选北美

• 付费意愿与客单价：同类生产力工具在北美的订阅接受度与单价，与国内不在一个量级。对一个即将开始收费的产品，从付费意愿最强的市场启动商业化，验证路径最短。
• 目标人群密度高：独立创业者、小微商家、创作者群体规模大且高度社区化，冷启动的传播路径清晰。
• 产品无需重做：纯对话入口不依赖本地化操作习惯，交付物也没有地域限制，是少数不需要重构产品就能进入的市场。
• 基础设施已就位：海外站已开放公测，国际信用卡收款已完成技术接入，工程侧的出海成本已经付过。

7.1竞争地图

下表按品类整理竞争地图，代表玩家一列为北美市场当前的主要参照对象。

7.2我们的四条差异化

我们的位置由四件事共同定义，缺一件都会被替代：

• 零门槛入口：不要求用户会提需求、会写提示词、会配参数。
• 全品类交付：应用、内容、素材、文档在同一个入口完成，用户不需要在工具之间切换。
• 结果直接可用：交付的是能直接使用的成果，不是需要用户再加工的中间产物。
• 一件事从头做到尾：不是交付一个孤立的成果就结束，而是把这件事后面连着的活儿一起接住。

单看任何一条，市场上都有人在做；四条同时成立，目前少有。真正难被复制的也正是第四条：它要求一家公司同时把开发、内容、素材、投放几件事都做到能直接用的水准，而不是在某一件事上做到最好。

随时间变厚的部分在执行侧：用户从模糊表达到清晰需求的澄清语料、任务的完整执行轨迹、以及失败与重试样本，决定了「AI 该怎么问用户」和「交付一次成功率」这两件事能做多好。它们随使用量线性增厚，且无法通过采购获得。需要如实说明：公测刚刚开放，这部分积累目前还很薄，准确的表述是「机制上成立、随规模增厚」，而不是「已形成壁垒」。

7.3如果大厂进场

• 产品逻辑不同。平台型公司的目标是把自家模型和云资源卖出去，天然倾向于开放能力让开发者组装，而不是替非技术用户把活干完。
• 护城河建在执行侧。交付成功率来自大量真实失败样本的积累，不随模型能力提升而自动获得。
• 生态位可以共存。我们是模型能力的消费方与放大器，对上游是增量而非威胁——这也是产业方投资我们的核心理由。

8.1定价

Quodara 采用订阅制，国内站与海外站分别定价：

定价逻辑：Quodara 交付的是一个能直接用起来的成果，而不是一次内容生成。对目标用户而言，替代方案是数千美元起的外包报价或数月的自学成本，这个价位处在明显划算的区间。同时该定价高于纯内容工具，能自然筛出真实需求用户，避免免费流量稀释早期反馈质量。

关于免费档：我们提供 7 天完整功能免费试用，但不设长期免费档。判断依据是——试用七天仍不愿付费的用户，后续转化概率极低，为其长期承担算力成本并不划算。等资源更充裕之后，我们会考虑推出面向支付能力有限人群的免费档位，这与「AI for the rest of us」的长期目标一致，但不是现阶段的优先级。

8.2收入结构

8.3收款链路

国内节点通过支付宝收款；海外节点已完成基于 Merchant of Record 模式的国际信用卡收款技术接入，链路已跑通。这意味着北美商业化不存在工程侧的前置障碍——开卖是一个决策问题，而非开发问题。

8.4单位经济模型

这几项都标为「待验证后得出」是有意为之：公测刚开放、付费尚未启动，当前的用户量不足以让任何一个成本或转化数字具备参考意义。用几个样本外推出来的单位经济模型，比不写更危险。跑出这几个数字正是本轮融资要完成的核心任务之一。

9.1目标市场与人群

首站市场：北美英语市场。投放重点为独立创业者、小微商家与电商 / 本地商家（见 3.2），其余人群本轮以自然获取为主。

具体的获客打法，由本轮招募的海外增长负责人到岗后制定并执行。我们没有在这里写一套由创始人隔空拟定的渠道方案——在缺少北美本地实操经验的前提下写出来的打法，对投资人没有参考价值，对执行的人也是干扰。这个位置正是本轮第一顺位要补的人。我们能在这里给出的承诺，是投入原则与验证标准。

9.2团队组建：本轮最优先的投入

当前团队为创始人一人全职。本轮要补的是三个人，把公司从「一个人什么都干」变成「产品与市场两条线同时全速推进」。三个岗位分别是：海外增长负责人、研发（全栈 / Agent 方向）、产品运营。招募顺序与分工如下：

本轮团队规划：从 1 人扩充至 4 人 —— 创始人（产品方向、技术架构与商业化）+ 海外增长负责人 + 研发 1 + 产品运营 1。本轮只对这一档编制作出承诺；再往上的扩充放在取得北美付费验证之后的下一轮，届时按验证出来的获客模型与产品瓶颈决定加谁、加多少。

9.3资金用途结构

比例说明：本轮采用 4 人精简编制，人力支出被压缩，因而市场投入占比相应提高至约 30%。这是刻意的取舍——在验证阶段，钱应当优先用于换取「北美用户愿不愿意用、愿不愿意付」的答案，而不是提前铺开组织。待激活链路跑顺、获客成本可测之后，营销比例会在下一轮进一步上调。

9.4主体架构规划

公司目前仅有境内主体。考虑到主攻北美市场、以美元订阅计价、并可能引入美元投资，计划在本轮融资前后完成海外主体架构的搭建，使收入归集、员工期权与后续融资路径保持一致。具体方案由专业机构出具，我们希望在本轮条款沟通阶段就与投资人确认架构预期，使双方对路径的判断一致。

9.5融资后 12 个月目标

本轮资金支撑 12-14 个月，目标分三个阶段推进。三个目标的承诺属性不同，我们主动区分开写：

目标一与目标二是本轮资金可以直接支撑、我们也愿意被考核的兑现型目标；目标三取决于 Pre-A 到位与获客渠道的验证结果，会随渠道效率上下浮动，因此标为「目标区间」而不是承诺。

10.1创始人

余洋，创始人。2018 年本科毕业后进入一线互联网与头部大模型公司，八年一线研发经历：

10.2为什么是这个人做这件事

Quodara 的工程难点集中在几层，而创始人过去三年在 MiniMax 的三段工作，恰好一一对应：

这几条是 Quodara 能在五个月内由一人完成的直接原因。

但我们不把过往经历当成壁垒。这个项目最大的优势是创业公司的优势：我们跑得更快，在通用 Agent 的基础上持续强化特定领域的能力，做出差异化竞争。Quodara 今天已经做出来、已经开放公测，本身就是执行力最直接的说明——我们真的交付了一个非常好的产品。

10.3为什么做 Quodara

2025 年底，我在公司做开发时已经几乎可以把所有研发工作交给 AI 完成。我意识到 AI 的能力已经越过了一条边界——普通人也可以借助 AI 做非常专业的事情。但当时和现在，绝大多数 AI 产品仍然服务于专业人士：AI 只是降低了门槛，并没有消除门槛。所以我选择离职做 Quodara，让所有人不需要学习，就能通过 AI 做到过去只有专业人士才能做成的事。

这个判断有两层含义。第一，它解释了时机：如果 2025 年底之前 AI 还接不住完整的专业工作，这件事就不成立；现在刚刚成立，窗口刚打开。第二，它解释了产品形态：如果目标是消除门槛而不是降低门槛，那么产品就不能要求用户学习任何东西——这直接推导出了纯对话入口和「AI 先把需求问清楚」的设计。

10.4当前团队与招聘计划

当前：创始人 1 人全职。

这既是本轮融资要解决的问题，也是这个项目最直接的能力证明——一个人在五个月内交付了通常需要一支团队一年以上才能完成的产品。

本轮融资后扩充至 4 人，补的是三个人：海外增长负责人（北美获客从零到一）、研发 1（全栈 / Agent 方向，承接功能迭代与交付成功率）、产品运营 1（英文版体验、激活链路与用户支持）；创始人负责产品方向、技术架构与商业化。再往上的扩充放在取得北美付费验证之后的下一轮，方向是增长与研发加厚、产品与运营拆开，具体编制按届时的数据决定。招募顺序、分工与「为什么不一次铺开」的理由见 9.2。

10.5股权结构

目前由创始人 100% 持有，无外部股东，无代持，无历史遗留的股权纠纷。

创始人自 MiniMax 离职不涉及竞业限制约定，本项目不存在前雇主竞业方面的法律障碍。

11.1融资目的

本轮为天使轮。产品与技术侧已完成从 0 到 1 的验证：九条交付链路跑通、国内与海外双站开放公测、国际收款技术接入完成。现在要做的是走得更快、更好——这需要资金把优秀的伙伴请进来，组成一支更完善的团队，让产品迭代与市场推广两条线同时全速推进。

本轮资金将用于三件事，按优先级排列：

• 组建核心团队，首先是海外营销 / 增长负责人，其次是研发与产品运营，让产品和市场不再互相挤占时间。
• 启动北美市场的真实用户验证，跑出激活率、留存率与单用户获客成本。
• 完成订阅商业化，用真实付费数据验证定价与 7 天试用的转化率，并支撑用户增长带来的算力消耗。

11.2资金用途

详见 9.3。整体结构为：团队约 35%、北美市场验证约 30%、算力与基础设施约 15%、海外架构与合规约 6%、机动储备约 14%。本轮按 4 人精简编制测算，资金计划支撑 12-14 个月。

11.3融资金额与估值

面谈沟通。

11.4我们希望投资人带来什么

• 北美市场的渠道与人脉：本地增长人才的推荐、创作者与媒体资源、早期用户社群的引荐。对一个尚无海外团队的公司，这比资金本身更稀缺。
• 算力与基础设施资源：云厂商或模型厂商的资源支持可以直接改善单位经济模型，在商业化启动期尤其关键。
• 组织与招聘支持：帮助吸引第一批核心成员。早期公司的第一个关键雇员往往靠投资人背书才招得到。
• 海外架构与合规经验：在搭建海外主体、跨境结算与期权安排上的实操建议。

12.1风险清单

怎么联系我们

最快的方式是直接发邮件到 yuyan@yuban.site。也可以在「联系」页留下你的联系方式与希望的沟通形式（线上会议 / 线下面谈 / 先看 Demo），信息会直接进入创始人后台，我们会主动联系你。