闪电式扩张课笔记：博士生卡帕西的创业课作业
一句话
2015 年秋，还在读博的卡帕西选了 Reid Hoffman（LinkedIn 创始人）在斯坦福开的闪电式扩张课 CS183C，这篇是他的第三次课程作业——把 Stripe、SurveyMonkey、Nextdoor 等公司创始人的客座演讲提炼成一组可复用的心智模型。这是他公开写作里罕见的一份创业思考存档。
文章讲了什么
作业覆盖的是课程「从部落到村庄/城市」阶段——即公司从几十人向几百人扩张时的功课。他从各位讲者那里各取一瓢：
- 组织设计（Patrick Collison，Stripe）：别过度发明组织结构。传统层级制之所以有效，是因为人类心理几千年来几乎没变——历史上积累的组织经验因此依然可靠。这个「向历史借答案」的论证方式明显对了卡帕西的胃口。
- 招聘：坚持比完美战略更重要；先招到强的人、再对齐方向，而不是反过来；一个优秀的人会吸引来同类，人才有网络效应。
- 沟通（Selina Tobaccowala，SurveyMonkey）：公司规模化后，书面沟通优于口头——文字的具体和不可含糊，会倒逼思考变清晰。
- 零散但锋利的模型：「墓志铭测试」（不想刻在墓碑上的事就别做）、「跑步机公司」（需要持续用力才能不倒退的生意）、需求满足型与需求创造型的区分。
通篇没有原创理论，价值全在提炼——把几小时演讲压缩成几条能指导决策的模型。这正是他后来做教学的看家本领的早期显影。
写作背景
2015 年的卡帕西是斯坦福 CV 博士生、CS231n 的当家讲师，几个月后他将以创始成员身份加入 OpenAI。一个深度学习博士生跑去上创业课并认真交作业，本身就是个信号：他对「怎么把事情做大」的兴趣不限于模型。CS183C 是 Hoffman 后来《闪电式扩张》一书的课程原型，客座阵容极豪华，而卡帕西的作业展示了他消化这类内容的方式——不复述故事，只留模型。
十年后再看
这篇作业最好的读法是当伏笔。九年后的 2024 年，他真的下场创业——Eureka Labs，一家 AI 原生的教育公司。回头看，这份笔记里的几条几乎条条应验在他自己身上：「先有强的人再有方向」对应他先攒教学口碑（CS231n、Zero to Hero）再定公司形态；「书面沟通倒逼清晰思考」正是他十年公共写作的自我训练；至于「墓志铭测试」——他离开特斯拉、离开 OpenAI，最终选择把「教会人们理解 AI」刻上自己的墓碑，这个选择在 2015 年的笔记里已有心迹。另一个有意思的对照：Eureka Labs 走的恰恰不是闪电式扩张路线，而是小团队慢工出细活——听完课知道游戏规则，然后选择不玩这一局，也是一种学以致用。
对你意味着什么
- 做笔记学他的压缩率：听完一场分享，逼自己只留三五条「能改变下一个决策」的模型，其余全扔。知识的价值在可调用，不在完整。
- 独立开发者与 AI 创业者：那几条模型今天依然硬——书面文化（尤其适合远程小团队）、先人后事的招聘观、警惕「跑步机型」产品（停止投喂就归零的业务）。
- 技术人要不要学商业：卡帕西给了个低成本样板——不辍学不 all in，用一门课加认真作业的方式建立商业世界的基础心智模型，需要用时（哪怕九年后）就在那里。
延伸阅读
- 英文原文
- 解读：创立 Eureka Labs —— 九年后伏笔揭晓
- 导读：《追加与回顾笔记法》 —— 他自己的知识管理方法
- 解读：如何成为专家 —— 同一种「提炼模型」的学习观