把公司做到十亿美元估值、带过一千多人、敲过上市钟，又眼看着它破产。Francis Davidson 第二次创业只用五个月就把 Odessia 卖给了 OpenAI，写代码、法务、财务几乎全交给 agent，上一轮的打法也被全部烧掉。

你有没有想过，一个人如果已经把公司做到过十亿美元估值、带过一千个员工、敲过上市的钟，后来又眼看着这家公司破产，他第二次创业会怎么做？Francis Davidson 前两天在 X 上发了一篇长文，标题很简单，叫《OpenAI 收购 Odessia》。Odessia 是他不到一年前创办的 AI 旅行助手，你告诉它想去哪里、想怎么玩，它帮你把酒店、机票、火车和当地的活动一起规划好，还能直接订。OpenAI 确认了这次收购，Francis 本人会加入 OpenAI，专门做旅行方向，交易金额没有公开。

这篇长文有三十多万人看过，但大家转得最多的不是收购本身，而是后面那一大段“我们是怎么做出 Odessia 的”。Francis 在里面讲得很直白，第一次创业，他花了十年、用了一千多个人，把 Sonder 做到六亿美元的营收；这一次，他把旧的那套打法全部烧掉，公司里从写代码到法务、财务，几乎所有事情都先交给 AI agent 去做。我觉得这篇文章最值得看的地方，就是一个经历过一整轮起落的老创始人，在今天会怎样重新组织一家公司。

Francis Davidson 在 X 上发的长文《OpenAI 收购 Odessia》。图片来自 Francis Davidson 的 X 账号

01 他第一次创业，从转租同学的公寓做到上市，又被赶出了公司

Francis 的第一家公司 Sonder，起点非常小。他 19 岁时还在蒙特利尔读书，发现很多同学暑假要离开城市，房子空着，房租却还得照付，而蒙特利尔的夏天恰好是旅游旺季。他就想，能不能把这些同学的公寓接过来，再转租给来旅游的人，中间赚一个差价。第一个夏天试下来效果不错，第二年他把自己的做法写成一份 PDF，招了大概 30 个学生当“创业实习生”，没有工资，只按赚到的钱分成，让他们去别的城市照着做。那一年他们做到了大约一百万美元的销售额，他这才决定全职投入。

后来的路，他自己形容是“很疯狂”。转租同学公寓只是一个起点，房东看他们做得不错，开始把整套公寓直接租给他们，再往后是小开发商、全国性的开发商，最后 Sonder 在整栋高楼上挂起自己的招牌，想做公寓领域的希尔顿和凯悦。这个赛道当时有十二家拿了风投的公司在抢，他在里面练出了一身运营的本事，几年里把营收做到上亿美元。26 岁那年，他手下有一千个员工，公司估值十亿美元。

还在 Sonder 时的 Francis Davidson。图片来自 Skift

疫情来的时候，Sonder 刚刚在高速增长期签下了很多长期的租约，城市里的酒店业收入一下子掉了九成，他们翻了一百年的数据，连大萧条时期也只是掉了一两成。竞争对手大多倒下了，Sonder 靠着在 2020 到 2021 年间紧急融到的大约 4 亿美元活了下来，还在远没准备好的时候就上了市。之后几年，他一直在处理这些租约留下的烂摊子，最后谈成了和万豪的一笔长期合作，所有房源都要挂到万豪上。可那时公司股价已经跌了 99%，董事会对他也没有了信心，合作一落地，他就被赶出了公司。四个月后，Sonder 彻底崩盘，申请破产。

他说自己离开 Sonder 的那一刻就注册了一家新公司，因为他知道自己一定还会再创业，这就是他喜欢做的事。我觉得这段经历放在今天看，有一个很现实的意义：大多数第二次创业的人，带走的是第一次的经验和打法，而 Francis 带走的，恰恰是对那套打法的怀疑。一个花了十年、一千个人才做到的生意，最后还是被一次外部冲击打垮了，这会让人重新去想，一家公司到底需要多少人、多少流程，才能把事情做成。

Francis 在 Solo Founders 播客上讲从 Sonder 到 Odessia 的经历。图片来自 Solo Founders 的 YouTube 视频

02 第二次创业，他先排除了几个讲不清楚的点子

新公司做什么，Francis 并不是一开始就想好的。他先读了 Leopold Aschenbrenner 那篇讲 AI 会怎样一步步变强的长文《Situational Awareness》，读完以后确信 AI 会非常大，于是先想到自己懂房地产，是不是可以去做数据中心，研究了一阵子，发现做数据中心的公司已经准备得很好，自己没什么优势。他又想过做一个“AI 时代的 Gartner”，帮大企业做 AI 转型，还去和不少企业的 CIO 聊了，结果发现这个价值连自己都说不清楚，每次都要解释半天。

他从中得出的经验是，真正值得做的点子，往往一句话就能讲清楚。当年的 Sonder 是“出门旅行时能租到一套有统一标准、有品牌的公寓”，现在的 Odessia 是“AI 帮你规划一趟旅行”。需要很多铺垫、别人很难一下子听懂的想法，他后来都觉得没那么有吸引力。

旅行还有一个好处，就是他在这个行业里待了十年。他知道怎么接酒店和机票的分销系统，也认识很多合作方，在产品还没上线之前，就能说服这些公司先把接口开给他。他说 Odessia 这个方向，比之前那几个点子得到的正面反馈多得多。我觉得这一点对很多想第二次创业的人很有参考价值，大家常常想换一个全新的、看起来更大的赛道，可真正让你跑得比别人快的，往往是你在老行业里攒下的那些关系和对细节的熟悉，换了赛道，这些就都要从头再来。

定下方向以后，他也没有去找联合创始人。他说当年在 Sonder，他运气很好，碰上了几个非常好的合伙人，可这一次他很清楚，选错联合创始人的代价太大，而认真找一个合适的人，可能要花半年、一年甚至一年半，他觉得这个机会等不了那么久。他的看法是，战场上通常只有一个将军，将军多了反而容易乱，好的人可以等公司做起来以后再请进来，用不着一开始就把整个团队配齐。

03 五个月做出了一个比“最小可用产品”大得多的东西

Odessia 的时间线非常紧，2025 年 11 月，Francis 开始认真琢磨旅行这件事，红杉美国就在这个时候投了他，领投了 600 万美元。12 月他把产品的样子想清楚，开始去找合作方；1 月才正式开始写代码，到 6 月第一周就上线了，前后只用了五个月。

这五个月里，产品的野心每周都在长。一开始他们只想做一个用 AI 订酒店的网站，AI 懂每家酒店的细节，能匹配你的偏好，比如健身房有没有自由重量器械，晚上有没有又黑又安静、冷气够足的房间，这些东西不在普通的筛选条件里，要从评论、图片和各种资料里去读出来。做着做着他们又想，光订酒店不够，那机票也一起管吧；管了机票又想，万一这一程其实更适合开车、坐火车或者坐渡轮呢；再往后，到了目的地要玩什么、哪里要提前预约，也都加了进来。他说因为写代码的 AI agent 用得好，从想法到产品的速度，按他们的团队规模来算，大概快了 30 倍。

这件事改变了他对“精益创业”的看法。以前创业公司钱少、人少，能做的功能非常有限，所以大家都先做一个最小可用产品，验证了再慢慢加。他觉得在写代码的 AI 变得这么强以后，这套做法可以改写了，一开始就可以做一个功能完整得多、让用户第一次用就觉得惊喜的产品。

产品的设计也和传统的订房网站不一样。他说旅行行业一直把用户限制在一个搜索框里，问你去哪里、哪天到、哪天走，然后给你一堆结果，而这些结果很多是花钱买来的排名。他在酒店那一边待过，很清楚要在 Booking 或者 Expedia 上排到前面，要么付推广费，要么给平台一个比自己官网还低的折扣，等于自己抢自己的生意。Odessia 的做法是让 AI 完全不知道哪个推荐能让公司赚钱，它只管给用户最好的建议，手边有几十个专门为旅行做的工具，可以在地图上画出多站行程，每一站配一张明信片一样的图，组合起来能回答几乎任何旅行问题。到了这个夏天，已经有几万个早期用户用 Odessia 规划了一年大约六千万美元的旅行。

04 他让 AI 去做公司里几乎所有的事

收购公告的长文里，Francis 花了大部分篇幅讲他们怎么用 AI 干活。他说 Odessia 刚好赶上 agent 真正开始好用的时候，所以他们决定全部押上去。这里的 AI 不只是写代码，战略、合作、设计、营销、客服、法务、财务，全都先让 agent 来做。他自己用 agent 的量，在 2026 年一年里涨了 25 倍，作为 CEO 他只有一个目标，就是尽快做出一家好公司，而他用得越多，从 AI 那里拿到的回报就越高。

要让 agent 把事情做好，他觉得第一件事是给它足够的信息。员工能看到的东西，agent 也要能看到，所以他们给 agent 接上了每一次会议的录音、Slack、邮件、云盘，以及公司里用到的每一个软件，前前后后接了几十个插件。一次任务跑下来，agent 可能会去读会议记录、看一份云盘里的演示文稿、翻邮件和 Slack 里的讨论、看用户反馈，再去查几个业务系统。他们还给每一个决定都写了清楚的文档，让 agent 能理解背后的战略，这些文档后来也是 agent 自己在维护。

Odessia 和 LangChain 合作的一段视频，讲他们怎么用 AI 工具做产品。图片来自 LangChain 的 YouTube 视频

给 agent 下指令，他们主要靠说话，不靠打字。他的理由是 agent 还需要大量的纠正才能做出好东西，可打字太慢，说话通常能快三到四倍，所以他们习惯先把脑子里想到的一股脑说给 agent 听，连自己思路怎么变的也一起说出来，不用精心去写提示词。几乎任何事情，他们动手之前都先交给一个 agent 起个头。他举了两个例子，Odessia 的产品发布视频是 agent 做的，评估哪家合作方的接口好用，也是 agent 去跑测试，再整理成表格和演示文稿。同样的错误纠正过几次，他们就把它写成一个技能，下次遇到相关的任务，agent 会自动加载。

我觉得这一段最实在的地方，是它把“用 AI 提高效率”拆成了几件具体的事：先让 AI 能看到公司里所有的信息，再用最省力的方式告诉它要什么，然后把每一次纠正都变成下一次可以复用的东西。很多公司觉得 AI 不好用，往往卡在第一步，AI 看不到会议里讨论了什么、邮件里答应了客户什么，它做出来的东西自然像一个刚入职、什么都不知道的新人写的。

05 越贵的模型，他反而觉得越划算

Francis 算过一笔账，一件事如果人工要做 40 个小时，交给前沿模型驱动的 agent，就算来回改几轮，两个小时也能做完，效率是 20 倍，而跑 agent 的成本几乎可以忽略不计。所以他觉得最理性的做法是不限额度，他们也确实发现，把使用上限去掉以后，大家的产出明显加快了。

他还提了一个和很多人直觉相反的判断：在 2026 年，一个前沿模型每个 token 越贵，它的回报反而越高。原因是知识工作很少只有对和错两种结果，你要的是性能好的软件、好看的设计、没有错误的财务模型和站得住的分析，又不想每一步都盯着模型。越好的模型，越能用更少的来回把东西做到合格；便宜的模型不管怎么写提示词，常常就是达不到那条线，最后你只能自己从头再做一遍，前面花的时间全白费了。他认为真正的瓶颈是人的时间，少改几轮，比每个 token 省一点钱值钱得多。他甚至说，开源模型常被说成更便宜，可就算不算时间和失败的成本，在任何一个能力水平上，闭源模型都占优。

这个判断我觉得有它的道理，也有它的前提。对一家只有八个人、所有人都在拼速度的创业公司来说，人的一个小时确实比模型的一大笔费用值钱，选最强的模型、不设上限是对的。可对很多大公司来说，AI 的账单已经大到要专门有人去管，他们面对的是成千上万个重复的、相对简单的任务，这时候便宜的模型就够用。所以与其说“越贵越好”，不如说要看你的瓶颈到底在哪里，瓶颈在人，就多花模型的钱；瓶颈在预算，就把简单的事交给便宜的模型。

06 人没有因此更轻松，反而更忙了

有了一群 agent 以后，Francis 一天的工作是这样的：早上醒来，先看 agent 夜里做了什么，用说话的方式给出修改意见，再开一个新的 agent 去干活。一个 agent 要跑好几分钟，他不会盯着等，而是再开一个，因为要让一个生意变好，要做的事情永远做不完。这要求团队里每个人同时负责好几块，能同时抓住很多条线，所以他们每天开站会，分工，互相盯进度，过去那种一次只做一件事、按季度排路线图的做法已经不用了。

他说瓶颈永远应该在人身上，而不是在等 agent 干活。现在每个人都是一群 agent 的经理，而好的经理不会站在下属背后看着他们干，而是先交代清楚，等活干完了再检查、给反馈、让他们改，直到达到标准。他们还有不少主动干活的 agent，不用人去启动：每天的数据分析报告（不只是同一张看板，还会做新的分析）、调查线上每一个报错、读所有的用户反馈和对话记录、核对应付账款、开完站会以后去更新任务管理工具、夜里跑测试。

很多人以为 AI 让人效率变高，人就能少干一点，Francis 说他们的情况正好相反。现在越来越多的创业公司一周干六七天，他们也是这样，因为一个小时能做成的事比以前多太多了，一个小时就变得特别珍贵，谁也不想被竞争对手抢先。他用经济学里的杰文斯悖论来形容，煤用得越省，人们反而用得越多，放到他们自己的工作时间上也是一样。

他以前处理邮件，有一个“只碰一次”的习惯，看到一封就马上回完，再也不去想它。现在他把这个习惯用到了所有的产品改进和点子上，想到什么就立刻开一个 agent 去做，没有任务清单，没有路线图，也不排优先级，就是不停地做、不停地改，直到达到质量要求。他的说法是，最好的流程就是没有流程，花在计划和流程上的功夫，回报已经掉到很低了。他在文章里还开了个玩笑，说他老婆看他在各种奇怪的地方都坚持盯着 agent 干活，觉得很好笑。

我觉得这一段比讲效率的那几段更真实。很多人想象中的 AI 时代，是人轻轻松松地指挥机器干活，可在 Francis 这里，AI 把能做的事情一下子放大了，人反而成了整个系统里最慢、最累的那一环。他在 Sonder 的教训之一，是太快、太多地从外面请高管，然后把事情放手交给他们，他说十次里有九次结果不好；到了 Odessia，他想要的是每个人都亲自动手，管理只是顺带的事。这和他指挥一群 agent 的工作方式是一回事，判断和检查留在自己手里，执行交给 AI。

我自己的一点思考

Odessia 被收购，OpenAI 那边给的说法是，每周有十二亿人用 ChatGPT 处理日常的事，看病、做饭、做预算，也包括规划旅行，他们在这里看到了机会。至于 Francis 进去以后要做什么样的旅行产品，现在还没有公布。所以这笔交易本身，我觉得更像是 OpenAI 买了一个最懂旅行、又最会用 agent 干活的人。

这件事让我想得更多的，是 Francis 两次创业之间的对比。第一次，他用十年时间、一千多个人、几亿美元的融资，把一个公寓生意做到了上市，最后却因为一场疫情和一堆长期租约走到了破产。第二次，他用八个人、600 万美元和一群 agent，五个月把产品做出来，不到一年就被 OpenAI 买走。两次都是旅行，人还是同一个人，变化最大的是做一家公司要付出的东西，以前要靠很多人、很多钱去堆，现在很大一部分可以交给 AI，人真正要做的，是把方向想清楚，然后不停地检查和纠正。

当然，这套方法也有它的代价，他自己说团队一周干六七天，每个人都要同时抓很多条线，这不是所有人都愿意、也不是所有人都做得到的。而且 Odessia 最后是卖掉了，不是自己长成了一家大公司，这种速度能不能撑起一个更长、更复杂的生意，还没有答案。不过对正在做小团队的人来说，他列出来的那几条做法，让 AI 看到公司的全部信息、用说话代替写提示词、把纠正变成技能、用最好的模型、让一部分 agent 自己主动干活，大多数今天就可以拿去试一试。

资料来源：

Francis Davidson，OpenAI Acquires Odessia，X，2026-11-11原文 https://x.com/FDavidsonT/status/2120214953349263473

TechCrunch，OpenAI acquires Odessia, travel startup created by Sonder founder，2026-11-10原文 https://techcrunch.com/2026/11/10/openai-acquires-odessia-travel-startup-created-by-sonder-founder/

Solo Founders，He Took a Company Public. It Blew Up. He Came Back Solo.原文 https://www.youtube.com/watch?v=7hrzA92x264

Skift，After Sonder’s Collapse, Francis Davidson Returns With an AI Travel Agent，2026-06-02原文 https://skift.com/2026/06/02/after-sonders-collapse-francis-davidson-returns-with-an-ai-travel-agent/