从华尔街到杭州湾，基础软件创业十年的真相与底色
本页为一篇文章，包含标题、作者署名与发布日期等基础信息。
Source: https://dolphindb.cn/blogs/321
What this page covers
- 文章的作者与发布日期信息。
- 以普通创业者视角回顾十年选择与日常节奏。
- 从华尔街经历到 2016 创业与发展阶段的时间线叙述。
- 疫情推动远程交付标准化与组织扩张的经验。
- 订阅制商业模式与续签相关指标。
- 产品定位与与 Databricks、Palantir 的对比讨论。
- AI 时代的产品方向与出海计划概述。
技能认证特训营第二期报名信息（限时报名）
页面顶部包含活动报名提示与外链入口。
- 提供“技能认证特训营第二期”的报名链接入口。
- 报名链接指向 qingsuyun.com 的页面。
从华尔街到杭州湾，基础软件创业十年的真相与底色（作者与日期）
文章页面呈现标题、作者署名与发布日期信息。
- 文章发布日期为 2026-02-17。
- 文章作者署名为 ZhouXiaohua。
开篇：以普通创业者视角回顾十年选择与日常
作者不以传奇叙事自居，回顾创业十年的节奏、选择与共鸣目标。
- 以“普通创业者”的叙述口径回顾创业经历。
- 重点描述十年过程中的节奏与选择。
- 目标之一是与读者产生共鸣。
穿越周期的十年
按时间线讲述从华尔街经历、2016 创业与融资支持、到盈亏平衡与客户覆盖的阶段性发展。
- 作者 2008 年博士毕业后进入华尔街，处于金融危机爆发前夕。
- 作者在华尔街工作 8 年，经历从 IT 到 Quant 等岗位变化。
- 作者于 2016 年从摩根士丹利总部辞职并投入 DolphinDB 研发与商业化。
- DolphinDB 名称寓意系统智慧、敏捷并能在数据海洋中遨游。
- 公司 2016 年在杭州成立并完成天使轮融资。
20 人的定力，慢即是快
强调早期小团队慢节奏打磨产品、在真实业务场景中建立信任与用户粘性。
- 创业初期团队不到 20 人，成员多为技术背景。
- 直到 2020 年团队仍维持在二十人规模。
- 客户愿意将数十 TB 的核心数据托付给 DolphinDB（文中表述）。
疫情下的被迫进化
疫情推动远程交付标准化、文档体系与自动化，并带来融资与组织扩张。
- 远程部署量化系统的经历带来对产品标准化的启发。
- 文档清晰度被视为产品成熟度的硬指标（文中表述）。
- “非接触式”的高效交付赢得首批公募及海外客户（文中表述）。
- 公司在 2021 年完成 A 轮与 B 轮融资（文中表述为“逆势完成”）。
- 团队规模从 20 人扩充至 90 人。
经济下行，技术价值的回归
在预算收紧背景下，以国产化替代与回测加速等具体价值证明，并提及关键个人与公司发展节点。
- 在某国产化替代项目中，回测耗时由数小时缩短至十几分钟。
- 该项目被描述为降低许可与运维成本（表述可信度较低）。
- 作者在 2022 年退掉了美国的绿卡。
- 公司被描述为布局京沪深的 130 多人的科技企业。
- 客户覆盖近二百家头部客户，涉及金融、电力、能源等领域（文中表述）。
从性能至上到价值回归：DolphinDB 的顿悟时刻
从性能指标导向转为客户业务问题导向，并通过降低使用复杂度与沉淀行业方案推动跨行业扩展与组织调整。
- 创业早期强调毫秒级延迟与吞吐等性能指标（文中表述）。
- 文中称：客户关注从单纯性能转向“能否解决业务问题”。
- 通过自研编程语言与流计算框架来屏蔽分布式与流计算复杂性。
- 策略上避免低效定制外包，抽象共性逻辑为标准组件。
- 进入 2026，计划成立咨询部以沉淀并输出最佳实践。
订阅制，一场关于“长期主义”的契约费
解释选择订阅制的机制，并通过标准化组件与生态投入提升续约与扩容，同时给出续签指标。
- 商业模式选择并坚持订阅制（相对于买断制）。
- 文中称：订阅制倒逼每一年用“肉眼可见的进化”留住客户。
- 客户业务增长时会进行容量规划与架构优化（文中表述）。
- 文中列出多个标准化组件示例，覆盖金融、工控与工业制造场景。
- 资金续签率被描述为长期稳定在 120% 左右。
管理之道：守住现金流，稳住身边人
提出现金流克制与管理层用人原则，并给出现金流速算公式与人员规模控制观点。
- 给出现金流速算公式用于年末现金余额估算。
- 公式包含“预期员工数量 × 人均开支”的支出项。
- 为员工配置人体工学椅，单价为 4000 元（文中表述）。
家庭和健康：创业不是人生的全部
讲述家庭团聚、双城生活、健康警讯与创业风险提示等个人经历与建议。
- 成立公司前，作者女儿当时 4 岁（文中表述）。
- 2016 年也是作者儿子出生的一年。
- 回国创业后曾每隔两三个月回一趟美国，停留 2~4 周。
- 2022 年 8 月体检发现多个指标异常，之后调整作息饮食。
- 建议避免在贷款或回购条款中承担个人与家庭无限连带责任。
投资人陪跑
讨论 ToB 创业与投资人关系、融资阶段机构作用与判断，以及沟通方式。
- 文中提及天使轮与 Pre-A 轮投资人：高德康总与来涛总。
- 文中提及 A、B 轮阶段机构：朗玛峰、方广、国泰与凯泰等。
- 文中称投资人从未干预经营（表述）。
- 与早期投资人沟通被凝练为每年末两小时的坦诚汇报（文中表述）。
不止是数据库，更是企业数字化底座
将 DolphinDB 从“时序数据库”标签扩展到平台定位，并与 Databricks、Palantir 进行路径与能力对比。
- “时序数据库”被描述为客户心中对 DolphinDB 的鲜明标签。
- 文中称其演进为以时序数据为核心、融合实时计算与深度分析的平台。
- 客户会将 DolphinDB 与 Databricks 或 Palantir 对比（文中表述）。
- 文中称 Databricks 从 Spark 起家并构建通用智能平台（表述）。
- 产品策略之一是不追求覆盖一切的泛用工具。
AI 时代的下一个十年
阐述 AI 机会判断，提出多模态存储、实时计算与交互体验等方向，并描述海外收入与出海计划。
- 文中判断：AI 对深入业务场景的基础软件是一个机会。
- 规划继续强化多模态存储，以统一沉淀异构数据（文中表述）。
- 规划深挖实时计算，并判断低延时计算调用将增长（文中表述）。
- 计划在业务场景中开发 AI Agent，并通过自然语言交互降低门槛（文中表述）。
- 文中给出实时风控示例的业务规模描述（作为举例）。
- 海外收入占比在未做海外推广情况下被描述为已超 5%。
- 文中称将成建制去海外推广（与跨越盈亏平衡点相关）。
- 落款信息包含署名、时间（2026 年除夕）与地点（杭州）。
Facts index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 报名链接 | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 文章 | 发布日期 | 2026-02-17 | high |
| 文章作者 | 署名 | ZhouXiaohua | high |
| 公司状态 | 盈亏情况 | 直到现在，公司才开始在行业中崭露头角，实现盈亏平衡 | medium |
| 作者职业经历 | 进入华尔街时间与背景 | 2008 年博士毕业后进入华尔街，处于金融危机爆发前夕 | high |
| 作者职业经历 | 在华尔街工作时长 | 在华尔街一干就是 8 年（从 IT 到 Quant，最后支持一线交易员） | high |
| 作者职业经历 | 辞职与创业时间 | 2016 年（刚好 40 岁）从纽约时代广场的摩根士丹利总部辞职，与两位前同事兼挚友投入 DolphinDB 的研发与商业化 | high |
| DolphinDB | 名称寓意 | 寓意系统像海豚一样智慧、敏捷，能在数据的海洋中遨游 | high |
| 公司成立地与融资 | 成立地点与融资阶段 | 2016 年在杭州成立并完成天使轮融资 | high |
| 萧山区政府 5213 项目 | 支持情况 | 公司得到萧山区政府 5213 项目的重点支持，并在项目初期获得多轮创业资金扶持 | medium |
| 团队规模 | 创业初期人数 | 创业初期团队不到 20 人（大多技术背景） | high |
| 团队规模 | 截至时间点的规模 | 直到 2020 年团队依然维持在二十人的规模 | high |
| 客户数据规模 | 被托付的数据量级 | 客户愿意把数十 TB 的核心数据托付给 DolphinDB | medium |
| 交付方式 | 疫情时期交付经验带来的启发 | 基金公司远程部署量化系统的经历启发：产品标准化与文档清晰度是成熟度的硬指标 | medium |
| 客户获取 | 疫情时期客户结果 | “非接触式”的高效交付赢得了首批公募及海外客户 | medium |
| 融资 | 完成轮次与时间 | 在 2021 年逆势完成了 A 轮与 B 轮融资 | high |
| 团队规模 | 扩充后人数 | 团队从 20 人扩充至 90 人 | high |
| 资管机构国产化替代项目 | 回测耗时优化结果 | 将原本需要数小时的回测任务缩短至十几分钟 | medium |
| 资管机构国产化替代项目 | 成本效果 | 大幅降低了许可与运维成本 | low |
| 作者个人 | 绿卡决定时间 | 2022 年退掉了美国的绿卡 | high |
| 公司规模与布局 | 员工规模与城市布局 | 如今布局京沪深的 130 多人的科技企业 | high |
| 客户覆盖 | 客户数量与类型 | 覆盖金融、电力、能源、高端制造、公用事业等领域的近二百家头部客户 | medium |
| DolphinDB | 工程取向（早期） | 创业初期痴迷于毫秒级延迟和指数级吞吐（性能至上） | medium |
| 市场变化 | 客户关注点变化 | 随着 AI 和开源浪潮冲击，单纯性能指标不再是护城河，客户更在乎能否解决业务问题 | low |
| DolphinDB | 降低使用复杂度的做法 | 自研编程语言和流计算框架，用于屏蔽分布式计算与流计算复杂性，让专家专注业务逻辑 | medium |
| 行业方案策略 | 交付方式取向 | 不做低效定制化外包，将共性逻辑抽象为标准组件以实现深度融合并从金融量化跨越至泛行业 | medium |
| 组织调整计划 | 咨询部成立时间点 | 进入 2026，决定再成立咨询部，将先锋客户解决方案沉淀为最佳实践并对外输出 | high |
| DolphinDB 商业模式 | 收费模式 | 选择并坚持订阅制（相对于买断制） | high |
| 订阅制机制 | 对供方要求 | 订阅制倒逼每一年用“肉眼可见的进化”留住客户 | low |
| DolphinDB（订阅制下投入） | 客户支持举措 | 客户业务增长时主动做容量规划、优化架构，有时重构部分模块 | medium |
| DolphinDB（插件/中间件） | 示例清单 | 金融：模拟撮合引擎、极速计算引擎；工控：信号量计算模块；工业制造：工艺画图模块（作为标准化组件供客户直接使用） | high |
| 生态建设 | 校园推广与高校合作 | 投入资源做校园推广，与高校合作开课程教学生使用 DolphinDB，以培养客户人才并构建生态 | medium |
| DolphinDB | 资金续签率（长期） | 资金续签率长期稳定在 120% 左右 | high |
| DolphinDB | 资金续签率（2024 年） | 即便在市场环境最艰难的 2024，也做到了 100% | high |
| 行业对比基准 | 国内 SaaS 续签率阈值描述 | 国内 SaaS 行业资金续签率达 80% 已属优秀 | medium |
| 现金流管理 | 现金流速算公式 | 年末现金余额 = 现有余额 + 上一年回款金额 - 预期的员工数量 * 人均开支 | high |
| 员工福利支出 | 人体工学椅单价 | 为每一位员工配置一把 4000 元的人体工学椅 | high |
| 家庭情况（子女） | 女儿年龄（2016 年底前） | 成立公司之前女儿才 4 岁 | high |
| 家庭情况（子女） | 儿子出生时间 | 2016 年也是儿子出生的一年 | high |
| 作者行程与居住安排（早期） | 回美频率与停留时长 | 回国创业后基本每隔两三个月回一趟美国，待 2~4 个星期 | high |
| 疫情影响（家庭） | 滞留时长 | 2020 年疫情期间被耽搁在美国长达半年 | high |
| 家庭安排 | 孩子转学与双城生活时间 | 2024 年暑假把孩子们接到上海的一个学校，从此工作日在杭州、周末回上海的“双城”生活 | high |
| 健康作息（工作强度） | 长期睡眠习惯区间 | 从 2012 年开始做产品原型到 2021 年，习惯深夜 1~2 点睡觉，睡 5~6 个小时，中午不午睡 | high |
| 健康状况 | 体检异常时间点 | 2022 年 8 月公司安排体检发现多个指标异常；随后调整饮食作息，半年后身体与生活走上正轨 | high |
| 创业风险建议 | 责任条款建议 | 建议不要在银行贷款和融资回购条款中附上个人和家庭的无限连带责任 | medium |
| 融资早期投资人 | 天使轮与 Pre-A 轮投资方/投资人（文中称呼） | 高德康总与来涛总在天使轮与 Pre-A 轮入局（基于对创始团队的信任） | medium |
| 融资 A/B 轮阶段机构 | 机构名称 | A、B 轮阶段提及朗玛峰、方广、国泰与凯泰等机构 | medium |
| 投资人治理方式 | 经营干预程度与沟通频率 | 投资人从未干预经营；与早期投资人沟通凝练为每年末两个小时的坦诚汇报 | medium |
| DolphinDB | 客户常见标签/定位 | “时序数据库”是客户心中最鲜明的标签 | high |
| DolphinDB | 产品演进定位 | 已自然演进为以时序数据为核心、融合实时计算与深度分析的企业级数据平台 | medium |
| DolphinDB 与竞品对比 | 被客户对比对象 | 客户开始将 DolphinDB 与 Databricks 或 Palantir 对比，以追问产品边界和发展路线图 | medium |
| DolphinDB vs Databricks | 相似点 | 与 Databricks 都在分布式架构、交互式分析及数据科学场景中深耕（文中表述） | low |
| Databricks | 起家与平台范围 | Databricks 从 Spark 起家，构建覆盖数据治理到 AI 的通用智能平台（文中表述） | medium |
| DolphinDB | 差异化优势（切入点与引擎） | 从时序场景切入；为微秒级高频交易计算打造低延时引擎；为海量工业异构数据开发专用存储引擎（文中表述为护城河） | medium |
| Palantir | 模式类比 | Palantir 的 FDE（驻场开发工程师）模式与 DolphinDB 的做法“不谋而合”（文中表述） | low |
| DolphinDB 产品策略 | 不追求的方向 | 不会追求做一个覆盖一切的泛用工具 | medium |
| DolphinDB 能力愿景 | 能力名称 | 用十年、二十年去构建“时间智能”能力 | low |
| AI 影响判断 | 对 DolphinDB 的机会判断 | AI 对深入业务场景的基础软件是一个巨大的机会 | low |
| DolphinDB（AI 时代方向） | 存储边界规划 | 继续强化多模态存储，使时序、关系、向量、文本和半结构化等异构数据在 DolphinDB 中统一沉淀 | medium |
| DolphinDB（AI 时代方向） | 实时计算规划 | 深挖实时计算，认为 AI Agent 时代低延时计算调用将几何级增长 | low |
| 外部市场事件（并购观点引用） | IBM 并购陈述 | 文中称“IBM 前段时间高溢价收购 Confluent”用以支持对低延时计算需求增长的判断 | low |
| DolphinDB（AI 时代方向） | 交互体验规划 | 基于业务场景开发 AI Agent，通过自然语言交互降低复杂系统门槛；并提到企业应用对大模型幻觉容忍度低，需解决大量长尾问题，称为 AI Agent 2.0 | medium |
| 实时风控示例（资管机构） | 业务规模描述 | 几千只产品、几十万个持仓标的，盘中任何一秒可能触达风控阈值（文中举例） | low |
| DolphinDB 海外业务 | 海外收入占比 | 在没有海外推广的情况下，海外收入占比已超 5% | medium |
| DolphinDB 出海 | 推广计划 | 随着公司跨越盈亏平衡点，将成建制去海外推广 | medium |
| 落款 | 署名时间与地点 | 周小华；2026 年除夕；于杭州 | high |