19歲輟學少年拿下260萬美元：讓谷歌AI負責人都搶著投資的秘密

你有沒有想過，為什么每次和 AI 聊天，它總是忘記你之前說過的話？為什么你不得不一遍又一遍地重復同樣的背景信息，就好像 AI 患上了失憶癥一樣？現在的 AI 模型越來越聰明，但它們卻有一個致命缺陷：沒有真正的長期記憶。這不僅讓用戶體驗糟糕，更限制了 AI 應用的想象空間。

有一個 19 歲的印度少年，決定解決這個問題。他叫 Dhravya Shah，來自孟買。這個還在上大學的年輕人，剛剛拿到了 260 萬美元的種子輪融資。投資人名單讀起來就像硅谷名人錄：谷歌 AI 負責人 Jeff Dean、DeepMind 產品經理 Logan Kilpatrick、Cloudflare CTO Dane Knecht，還有來自 OpenAI、Meta 和 Google 的多位高管。領投方是 Susa Ventures、Browder Capital 和 SF1.vc。

我深入研究了 Dhravya 的故事后，發現他的創業歷程充滿了戲劇性。從在家里用折騰 Discord 機器人開始，到賣掉第一個產品賺到錢，再到因為一個網站被攻擊而意外進入 Cloudflare 工作，最后創立 Supermemory 獲得頂級投資人支持。這個過程只用了幾年時間，而他現在才剛滿 20 歲。更有意思的是，他解決的問題——AI 的記憶——正是當下所有 AI 應用都在面臨的核心痛點。

PS：我自己的AI出海項目正在招優秀的工程師和產品，可以到合伙人級別，感興趣的可以直接加我微信MohopeX聊聊。

AI 的記憶問題到底有多嚴重

我每天都在使用各種 AI 工具，從寫作助手到代碼生成器，從郵件管理到視頻編輯。但我發現一個普遍存在的問題：這些工具總是忘記我之前告訴過它們的信息。每次開始新對話，我都要重新介紹自己的背景、偏好和需求。這種體驗就像每天早上醒來都要重新認識一個人，既低效又令人沮喪。

表面上看，現在的 AI 模型的上下文窗口已經越來越大了。研究人員也在不斷探索如何提升模型的長期記憶能力。但問題是，這些模型往往無法在多次對話中保持上下文。你今天告訴它的信息，明天就忘得一干二凈。對于需要個性化體驗的應用來說，這簡直是災難。

Dhravya 從自己的實際需求出發，意識到這個問題的嚴重性。他當時正在瘋狂學習各種知識，在網上收集大量信息。他需要一個工具來管理這些知識，并能夠在需要時快速調取。更重要的是，他希望 AI 能夠記住這些信息，而不是每次都要重新輸入。這個痛點不僅他自己有，成千上萬的用戶也面臨同樣的困擾。

我觀察到，現在市面上的 AI 應用主要分為兩類：一類是像 ChatGPT 這樣有記憶功能的大廠產品，但這些記憶被鎖定在特定平臺上，無法遷移。另一類是各種垂直領域的 AI 工具，它們往往沒有記憶能力，每次使用都像從零開始。這就造成了一個悖論：AI 越來越智能，但用戶體驗卻沒有相應提升，因為缺少了個性化和連續性。

Supermemory 要解決的正是這個問題。它提供了一個通用的記憶 API，讓任何 AI 應用都能擁有記憶能力。不管是寫作工具、日記應用、郵件客戶端還是視頻編輯器，都可以通過 Supermemory 來理解用戶的歷史行為和偏好。這種記憶不是簡單的數據存儲，而是能夠提取洞察、理解上下文、建立知識圖譜的智能系統。

一個19歲創業者的不尋常之路

Dhravya 的創業故事充滿了意外和轉折。他最早接觸編程是在疫情期間，那時他還在上十年級。他開始做的第一個項目是一個 Discord 機器人，這個機器人在 ChatGPT API 出現之前就已經有了 AI 功能，這讓他至今引以為傲。這個機器人最終被數千個服務器使用，有數十萬用戶。這是他第一個真正成功的產品，也讓他意識到編程的魅力。

緊接著，他和朋友一起做了一個 Discord 機器人托管服務，意外地開始了第一次創業。他們有 8000 個客戶，這個業務后來也被收購了。但更有意思的是，在同一臺服務器上，他還運行著一個小項目：自動把 Twitter 推文轉成好看的截圖，然后發到 Instagram 上。他把這個功能做成了一個 Twitter 機器人，結果吸引了大量用戶關注。

這個 Twitter 機器人最終被社交媒體工具 Hypefury 收購。當時 Dhravya 正在準備 IIT（印度理工學院）的入學考試，這次收購讓他賺到了一筆不錯的錢。他做了一個大膽的決定：放棄考 IIT，轉而去美國亞利桑那州立大學讀書。他的邏輯很簡單：他看到 IIT 畢業生的工資水平，發現自己現在已經賺到了那個數字，那還有什么理由非要去 IIT 呢？

到了美國之后，Dhravya 給自己設定了一個挑戰：連續 40 周，每周都要做出一個新東西。這期間他做了各種各樣的項目，從數據庫到消費級應用，從 AI 工具到基礎設施，什么都嘗試。他參加了多個黑客馬拉松，包括 Cal Hacks、Hack Princeton 和 Stanford 的 Tree Hacks，其中一些贏了，一些輸了。但每一次嘗試都讓他學到新東西，積累了大量的技術經驗。

在這個過程中，有一周他做了一個叫 Any Context 的工具，可以讓你和自己的 Twitter 書簽對話。他把代碼開源到 GitHub 上，結果這個項目意外走紅。他在推文中說："這可能價值一百萬美元，因為我在上面花了很多心血，但你可以免費拿去用。"這條推文帶來了大量關注，項目迅速增長。

但更戲劇性的事情發生了。他另一個項目 dumb.place 遭到了攻擊，每秒收到數百萬次請求。為了保護自己的網站，他不得不研究如何繞過 Cloudflare 的防護機制進行反向工程。這個經歷讓 Cloudflare 的 CTO Dane Knecht 注意到了他，直接在 Twitter 上給他發了私信，邀請他加入 Cloudflare。就這樣，他意外地獲得了一份工作。

在 Cloudflare 工作期間，Dhravya 學到了如何在大規模場景下構建基礎設施。他甚至還申請了一項專利，用于提高 AI agent 的速度。更重要的是，他的直屬經理在他入職前就離開公司去創業了，所以 Dane 成了他的實際導師。Dane 會坐在他旁邊看他寫代碼，有時會說"這代碼寫得很糟糕，但沒關系，我們周一再改"。這種輕松但深入的指導方式讓 Dhravya 快速成長。

在這段時間里，Cloudflare 的各種顧問，包括 CTO Dane Knecht，都鼓勵他把 Supermemory 做成一個真正的產品。2025 年，他決定全職投入 Supermemory 的開發。這時候他面臨一個實際問題：他的錢已經花光了。他從朋友那里借了 1000 美元，從女朋友那里借了 800 美元，就靠這點錢維持生活。

我特別欣賞他女朋友的故事。當時他在大學里瘋狂搞建設，給自己定下的原則是"不談戀愛、不參加派對、不放松，只專注于建設"。但他的女朋友看到他發的一條關于失敗的推文后，主動走過來問他要不要一起散步。就這樣他們開始交往。她一直支持他的創業夢想，在他最困難的時候借錢給他。這種理解和支持對創業者來說無比珍貴。

Supermemory 為什么能脫穎而出

我深入研究了 Supermemory 的技術方案后，發現它和市面上其他記憶解決方案有本質區別。大多數所謂的"記憶"系統，本質上只是一個數據庫，提供基本的增刪改查功能。你可以保存一個實體，給它設定用戶范圍，然后查詢出來。這很有用，但這只是基礎功能，任何數據庫都能做到。

而 Supermemory 的設計理念完全不同。它是一個記憶引擎，模仿人類大腦的工作方式，而不是簡單的數據庫。這意味著它不僅能存儲信息，還能理解信息之間的關系，進行推理，甚至知道什么時候該忘記什么信息。這聽起來很玄乎，但其實非常實用。

首先，Supermemory 內置了數據接入和連接器。文檔、圖片、PDF、視頻等各種數據可以自動從 Google Drive、Notion、OneDrive 等平臺導入。你不需要自己構建同步層，這些功能都是開箱即用的。更重要的是，它會詳細記錄同步周期，精確到分鐘級別，讓開發者完全了解數據流動的情況。

其次，它會分析和推斷關系。每個導入的項目不僅會被嵌入向量空間，還會被構建成知識圖譜。實體之間的關系會被映射出來，所以你得到的不僅僅是"相似文本"，而是真正智能的推斷，就像人類大腦那樣思考。比如你問一個模糊的問題，Supermemory 仍然能找到相關的項目，因為它理解了深層的語義關系。

第三，智能檢索邏輯是系統的一部分。查詢重寫、重新排序、過濾這些功能都內置在技術棧中。如果用戶問了一個模糊的問題，Supermemory 仍然能找到相關信息。而如果你用其他記憶解決方案，你需要自己在原始向量的基礎上編寫這些邏輯，這非常耗時且容易出錯。

第四，也是最獨特的一點：遺忘和推斷機制。遺忘不重要的信息實際上是一個功能特性。Supermemory 會自動忘記一定時間后不再重要的東西。比如用戶問"最好用的洗衣液是什么"，這不是 AI 應該永遠記住的信息。人類大腦也是這樣工作的，我們會自然地忘記不重要的細節，只保留有價值的信息。

第五，它提供了 Memory Router 功能。這不僅僅是存儲層，而是應用層級的產品。Memory Router 能為用戶的對話提供幾乎無限的上下文窗口。這是在用戶體驗層面的記憶，而不僅僅是基礎設施層面的。

最后，在性能方面，Supermemory 專門為高容量數據接入設計，可以處理超過 10 萬 token 的文檔和多模態數據。延遲目標是 400 毫秒以下，即使在高負載情況下也能保持。這不是那種"在基準測試中表現好，在生產環境中就不行"的系統。它已經在 Flow、Montra、Cluely、Rube 等實際應用中經過了實戰檢驗。

真實客戶案例說明一切

我特別關注了一個叫 Scira AI 的案例，因為它完美展示了 Supermemory 的實際價值。Scira 是一個開源的 Perplexity 替代品，專為需要深度研究的用戶設計。它的用戶會運行并行查詢、構建結構化研究計劃，并且越來越需要記憶功能：能夠調取自己的筆記、過去的搜索，或者連接 Notion 和 Google Docs 的數據。

一開始，Scira 嘗試使用 Mem0 來實現記憶功能。但創始人 Zaid Mukaddam 的評價非常直白："Mem0 不太好用。很高興找到了 Supermemory。"整個體驗簡直是災難。延遲非常糟糕，導入數據會拖慢整個研究流程。索引不可靠，每次嘗試添加記憶時，系統都無法正常工作。上下文召回失敗，用戶試圖把過去的結果帶入新查詢時，經常什么都沒返回。擴展性很弱，隨著更多用戶添加數據，性能就會下降。連接器根本不可用，用戶最想要的集成都沒有。

記憶本應該讓研究更流暢，結果卻成了產品最薄弱的環節。Zaid 受夠了，決定遷移到 Supermemory。差異立刻顯現出來。集成過程非常簡單，Zaid 說 API 穩定且易于使用。測試過程中出現了幾個小 bug，但很快就被修復了。

更重要的是穩定性一夜之間改善了。Supermemory 能夠持續存儲和召回條目，解決了 Mem0 的索引失敗問題。延遲大幅下降，Scira 從一個笨重的應用變成了即使啟用記憶功能也能流暢運行的工具。連接器開箱即用，Notion、Google Docs、推文等數據源終于可以被引入搜索了。技術支持響應迅速，Zaid 說："我遇到了一些問題，他們修復得非常快。"或者用他更直白的話說："比 Mem0 好一千倍。"

切換到 Supermemory 的影響非常明顯。使用量增長了約 32%。記憶功能上線后，采用率上升了。有 10 個客戶就是因為記憶功能而注冊的，他們都是重度研究用戶，非常在意上下文。用戶反饋變得更好了，記憶從弱點變成了大家重視的功能。性能提升了，應用感覺更輕量，延遲下降，在規模化場景下召回也很可靠。

從技術對比來看，Supermemory 在延遲方面的優勢非常明顯。在 602 個樣本的測試中，使用 LoCoMo 數據集進行對比，平均改進 37.4%，中位數改進 41.4%，P95 改進 22.9%，P99 改進 43.0%，穩定性提升 39.5%。這些數字不是營銷話術，而是實際測試結果。

我認為 Scira 的案例說明了一個重要問題：在 AI 應用開發中，基礎設施的選擇至關重要。一個糟糕的記憶層不僅會拖累用戶體驗，還會限制產品的發展潛力。而一個優秀的記憶引擎則能釋放應用的全部能力，讓用戶真正感受到 AI 的個性化和智能化。

頂級投資人為什么押注這個19歲少年

Dhravya 能獲得如此豪華的投資人陣容，不是偶然的。我研究了他的融資過程后，發現這背后是多年積累的結果。他不是突然出現在投資人面前要錢的，而是通過多年建設和社區貢獻，逐漸建立起了強大的人脈網絡。

故事要從 buildspace 說起。Supermemory 參加了 buildspace 項目，并且獲勝。之后 Dhravya 在社交媒體上獲得了大量關注，推文有大約 30 萬次瀏覽。雖然按今天的標準這不算特別火，但足以讓很多人注意到他。有投資人開始給他發私信，有創始人甚至專門飛到紐約見他，用商務艙把他接過去，提供 VIP 服務，勸他輟學加入他們公司。還有人跟他說"等你融資的時候告訴我"。

2025 年 1 月，a16z 主動聯系他，表示想要投資。與此同時，他還獲得了 YC 的 summer fellows grant，這是為想在夏天做研究的個人提供的資助。Dhravya 意識到，自己只是兼職在做這個項目，還有一份工作，卻已經得到了這么多關注和機會。那他為什么不全職去做呢？

于是他開始認真對待這件事。他拒絕了 a16z 的 offer，告訴 YC 不要給他那個 grant，因為他不再是學生了，他要融資并把它做成一家真正的公司。YC 的反應是："那你為什么不直接從我們這里融資呢？"Gary Tan 給他打了電話，勸他加入 YC。但這時候已經太晚了，他已經拿到了很多估值更高的 offer。

更有趣的是，Julian Weisser 這個人物的出現。Julian 當時正住在他樓上，給他打電話說："我知道你參加過 ODF 項目。如果你要創辦公司，是一個人做還是在找聯合創始人？"Dhravya 說他在找聯合創始人，但主要是因為投資人要求。Julian 說："我正在考慮創辦一個 solo founders house（獨立創始人之家），如果你答應，你會是第一個加入的人。你可以有一個地方度過夏天并建立公司。"

Dhravya 面臨一個實際問題：他沒有簽證可以輟學。Julian 也幫他解決了這個問題。Julian 先作為投資人給 Supermemory 投了錢，然后 Supermemory 用這筆錢贊助了他的簽證。所以 Julian 成了第一個投資人，早于 a16z 和所有其他人。

之后 Dhravya 開始聯系那些之前說過"等你融資就投資"的人。他告訴他們自己正在融資，這在舊金山引發了連鎖反應。大家都在傳"Dhravya 在融資"。因為 Dane 和 Cloudflare 的人已經看到并談論過他，說"等他融資的時候會很有意思"。于是 VC 開始主動聯系他，各種介紹和對接開始發生，融資就這樣完成了。

Jeff Dean 的故事更特別。在 buildspace 期間，Supermemory 快速增長，DeepMind 的產品經理 Logan Kilpatrick 給他發消息問他有沒有興趣加入 Google。Dhravya 當然說有興趣。但因為他當時還在上學，無法全職加入，所以沒成。他還收到了 xAI 和 Anthropic 的 offer。然后他聯系所有這些人說："你們本來要雇我的，為什么不投資呢？"結果大家都同意了。就這樣他拿到了 Jeff Dean 的投資。

Joshua Browder，DoNotPay 的創始人兼 CEO，通過 Browder Capital 投資了 Dhravya。他說讓他印象深刻的是 Dhravya 的執行力："我在 Twitter 上和他聯系，讓我印象深刻的是他行動和建設的速度有多快，這促使我投資了他。"

這對AI行業意味著什么

我認為 Supermemory 的成功代表了 AI 行業的一個重要轉折點。我們正在從"模型時代"進入"應用時代"，從關注模型能力轉向關注用戶體驗。在這個轉變過程中，記憶成為了最關鍵的基礎設施之一。

現在每個 AI 應用都需要記憶層。不管是郵件客戶端、代碼編輯器、視頻編輯軟件還是客戶支持系統，都需要理解用戶的歷史行為和偏好。但構建一個好的記憶系統非常困難，需要深厚的基礎設施知識、AI 技術理解和實際應用經驗。大多數公司沒有資源從頭開始構建這樣的系統。

Supermemory 提供了一個標準化的解決方案。它讓任何公司都能在幾天內為自己的應用添加記憶能力，而不需要投入幾個月甚至幾年的開發時間。這種基礎設施級別的創新，往往能夠釋放整個行業的潛力。就像云計算讓每個公司都能輕松部署服務器一樣，Supermemory 讓每個 AI 應用都能擁有記憶能力。

目前 Supermemory 的客戶包括 a16z 支持的桌面助手 Cluely、AI 視頻編輯器 Montra、AI 搜索 Scira、Composio 的多 MCP 工具 Rube 和房地產初創公司 Rets。他們甚至還在和一家機器人公司合作，幫助機器人保留視覺記憶。這些多樣化的用例說明了記憶的通用性：不管你在構建什么類型的 AI 應用，你都需要記憶。

當然，這個領域的競爭也很激烈。像 Felicis Ventures 支持的 Letta 和 Mem0 都在為 AI agent 構建記憶層。Susa Ventures 還投資了 Memories.ai，這家公司可以從數千小時的視頻中提取洞察。但 Dhravya 認為 Supermemory 的優勢在于更低的延遲和更好的性能。在 AI 應用中，延遲往往決定了用戶體驗的好壞。

我特別關注 Supermemory 的開放性策略。他們不僅提供云服務，還準備發布本地優先版本，可以部署在用戶的手機、筆記本或瀏覽器上。這解決了很多企業對數據隱私和安全的擔憂。你可以享受 AI 記憶的好處，同時保持對數據的完全控制。

對于消費者來說，Supermemory 正在改名為 Supermemory Noa，定位為"一個了解你一切的 AI agent"。這個產品會匯集你在所有應用和客戶端中的活動，提供跨平臺的記憶能力。想象一下，不管你用什么工具，AI 都記得你的偏好、習慣和歷史，能夠提供真正個性化的體驗。這才是 AI 應該有的樣子。

我對這個故事的思考

Dhravya 的故事給了我很多啟發。他不是那種按部就班讀書、工作、然后創業的典型路徑。他在高中時期就開始建設各種項目，有些成功了被收購，有些失敗了成為教訓。他沒有完成傳統意義上的教育，但通過大量實踐積累了遠超同齡人的經驗。

我特別欣賞他的學習方法。他不是系統地學習某門課程，而是有問題就解決問題，需要什么就學什么。他會在 Discord 社區提問，會瘋狂閱讀文檔和技術文章，會跟隨各個領域的專家學習。這種實戰驅動的學習方式，讓他能夠快速掌握新技術并應用到實際項目中。

他的連續建設能力也讓我印象深刻。40 周每周做一個新項目，這需要極強的執行力和創造力。很多人可能只是做完就扔掉了，但 Dhravya 會認真對待每一個項目，參加黑客馬拉松，開源代碼，在社交媒體上分享。正是這種持續的輸出，讓他建立起了強大的個人品牌和人脈網絡。

他的創業故事也證明了一點：機會往往隱藏在意外之中。他因為網站被攻擊而學會了反向工程，結果獲得了 Cloudflare 的工作機會。他因為想管理自己的知識而做了一個工具，結果這個工具成了一家有數百萬美元融資的公司。關鍵是要保持開放的心態，抓住每一個可能的機會。

我也注意到他對失敗的態度。他在社交媒體上公開分享了所有失敗的項目，毫不避諱。這種坦誠不僅讓他獲得了社區的支持，也幫助他從失敗中學習。每一次失敗都是下一次成功的墊腳石。正是那些失敗的項目，讓他知道什么行得通、什么行不通。

最后，我想說的是，Dhravya 解決的問題——AI 的記憶——是真實而緊迫的。隨著 AI 應用越來越普及，個性化和上下文理解將成為核心競爭力。沒有記憶的 AI 就像患了失憶癥的人，永遠無法真正理解用戶。Supermemory 提供的不僅僅是一個技術解決方案，更是通向下一代 AI 應用的基礎設施。

Joshua Browder 說得好："越來越多的 AI 公司將需要記憶層。Supermemory 的解決方案提供了高性能，同時讓你能夠快速調取相關上下文。"這正是問題的核心。記憶不是可有可無的功能，而是 AI 應用的必需品。誰能提供最好的記憶解決方案，誰就能在這場競賽中勝出。

我相信 Dhravya 和 Supermemory 正走在正確的道路上。他們不是在追逐概念或炒作，而是在解決真實的問題。他們的客戶正在使用他們的產品，每周發送數十億個 token。這些都是實實在在的數據，證明了市場需求的真實性。

更重要的是，Dhravya 展示了新一代創業者的特點。他們不需要等到大學畢業或工作多年才開始創業。他們從很早就開始建設，通過實踐學習，在社區中成長。他們不害怕失敗，不害怕公開分享，不害怕向他人求助。他們用行動證明，年齡不是創業的障礙，經驗可以通過快速迭代來積累。

從一個在孟買家里折騰 Discord 機器人的少年，到獲得硅谷頂級投資人支持的創業者，Dhravya 用了短短幾年時間。但這幾年里，他建設了數十個項目，完成了兩次收購，在 Cloudflare 申請了專利，創建了一個擁有數萬用戶的開源項目，最終融資 300 萬美元。這個速度和強度，正是這個時代創業的縮影。

我們正處在 AI 變革的關鍵時刻。模型越來越強大，應用越來越多樣，但用戶體驗的提升卻沒有跟上技術進步的速度。記憶是縮小這個差距的關鍵。當 AI 真正能夠記住你的偏好、理解你的上下文、預測你的需求時，它才能從工具變成助手，從助手變成伙伴。

Supermemory 正在構建這個未來的基礎。而 Dhravya 的故事告訴我們：改變世界不需要等到你準備好了才開始，你可以邊做邊學，邊學邊成長。只要你解決的是真實的問題，只要你持續建設和迭代，機會就會到來。19 歲不是限制，而是優勢。因為你有更多的時間去嘗試，更少的包袱去冒險，更強的動力去證明自己。

接下來會發生什么？Supermemory 正在擴大團隊，招聘工程、研究和產品方面的人才。他們計劃發布本地優先版本，讓記憶可以在設備端運行。他們正在改造消費者應用，打造一個真正了解你一切的 AI agent。這些都只是開始。隨著越來越多的 AI 應用接入 Supermemory，隨著記憶能力變得越來越強大，我們將看到全新的用戶體驗和應用場景。

這不僅僅是一家創業公司的故事，這是整個 AI 行業進化的信號。從推理到記憶，從一次性交互到持續關系，從工具到伙伴。Dhravya 和他的團隊正在書寫這個故事的新篇章。而對于那些還在觀望的人，現在是時候關注這個領域了。記憶不再是未來，它已經是現在。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來