昨天深夜，当我离开DolphinDB位于杭州湾信息港的办公室时，看到那一排排寂静的电脑桌，心中忽然涌起一阵复杂的情绪。

这些年，不是在研发产品，就是在去见客户的路上。很少有这样的时刻，能让自己停下来放空，回头看看来时的路。

创业十年，很少谈自己

媒体和公众更喜欢津津乐道那些传奇的创业故事：少年天才、海外名校博士、连续创业者，或是从跨国公司和互联网巨头走出的明星高管。他们的经历值得尊敬，也确实代表了创业世界中最耀眼的一部分。

但我并不属于这些标签中的任何一种。我只是一个普通的创业者。起步的时候，没有资本追逐，也谈不上自带光环，能依靠的只有时间、耐心，以及对一件事长期投入的决心。

这十年，我们走得很慢。没有刷屏的爆款，没有频繁的融资。我们只是推着产品，在真实的业务场景里一步步证明自己。直到现在，公司才开始在行业中崭露头角，实现盈亏平衡。

站在第十年的节点上，我想以一个普通创业者的视角，聊聊这些年走过的弯路、做出的选择，以及那些不被聚光灯照到的日常。它或许无法复制，但希望带给同样在路上的你，一点点共鸣与光亮。

穿越周期的十年

2008年，博士毕业的我阴差阳错的进入了金融危机爆发前夕的华尔街。一干就是8年，从IT到Quant ，最后去支持一线交易员。这8年中，亲眼看到了以Hadoop为代表的大数据技术的爆发，亲身经历了量化交易高频交易大举占领华尔街的高光时刻。那几年，我常常在想：能不能做一套系统，把分布式技术、实时流计算技术和海量数据的实时存储以及实时分析系统融合起来，彻底地去替换华尔街那些在90年代研发的数据系统。

2016年，刚好40岁，我从位于纽约时代广场的摩根士丹利总部辞职，和两位前同事兼挚友全身心投入到DolphinDB的研发与商业化。之所以取这个名字，就是寓意我们的系统能像海豚一样智慧、敏捷，能在数据的海洋中遨游。这并不是一个确定性很强的选择——放弃华尔街的稳定收入，回国做一个还没有被市场验证的产品——但当时的我踌躇满志，再加上有太太的支持，义无反顾的回国投身到“大众创业，万众创新”的浪潮中。

同年，公司在杭州成立并完成天使轮融资。选择杭州，一方面是出于团队与研发环境的考量，另一方面也得到了萧山区政府5213项目的重点支持，当然最重要的是：杭州萧山是我的家乡。项目刚开始的时候，我们获得了多轮创业资金扶持，这让团队在最早期能够把有限资源集中投入到产品研发与客户交付上，而不是为生存疲于奔命。这为我们争取到了创业中最稀缺的资源：时间。

20人的定力，慢即是快

创业初期，我们的办公室很小，团队不到20人，且大多是技术背景。那段日子没有宏大叙事，只有具体的琐事：崩溃的数据库、跑不出的回归、需要优化的函数。

当行业都在追逐风口、疯狂扩张时，我们收到了无数快速变现的建议。但我们深知：金融圈子太小，如果产品不扎实，推广的越快，社死的可能越快。

我们刻意压慢了节奏。为了定位一个隐蔽的内存问题，工程师可以在客户现场枯坐一周。直到2020年，团队依然维持在二十人的规模，虽然增长看似缓慢，但换来的是极高的用户粘性——当客户愿意把数十TB的核心数据托付给我们时，这种信任是靠一行行代码“磨”出来的。

疫情下的被迫进化

2020年初，疫情按下了暂停键，也带来了巨大的不确定性。远程协作的混乱一度让效率跌入谷底，但也逼着我们完成了一次系统性的自我梳理。

我们开始思考：哪些步骤可以自动化？哪些文档能自成体系？一次为基金公司远程部署量化系统的经历给了我们启发：产品的标准化和文档的清晰度，才是成熟度的硬指标。

这种“非接触式”的高效交付，让我们赢得了首批公募及海外客户。在市场观望情绪浓厚的2021年，凭借高续约率和稳定的交付能力，我们逆势完成了A轮与B轮融资。团队也从20人扩充至90人，完成了从“作坊”到“正规军”的组织蜕变。

经济下行，技术价值的回归

2022年后，市场进入寒冬。当预算收紧、周期拉长，客户不再为数字化转型的概念买单，转而拷问最务实的问题：能省多少钱？能快多少秒？

这反而成了我们的主场。在帮一家资管机构做国产化替代时，我们将原本需要数小时的回测任务缩短至十几分钟，并大幅降低了许可与运维成本。

当华丽的故事讲不下去了，解决真问题的技术才有了更大的舞台。我们不再需要说服客户未来会怎样，只需要证明现在能解决什么。这种踏实感，让我们在波动中站得更稳。

也是在2022年，我终于下定决心，退掉了美国的绿卡。实在没有精力两边跑了，选一边，心无旁骛的做自己想做的事情。

从杭州的一间小办公室，到如今布局京沪深的130多人的科技企业；从服务几家初创公司，到覆盖金融、电力、能源、高端制造、公用事业等领域的近二百家头部客户——DolphinDB的成长曲线看似平滑，实则步步惊心。穿越周期，靠的不是精准的预判，而是十年来对同一件事的执着：用产品去解决核心业务的真问题。这是我们走过来的方式，也是我们通往未来的路。

从性能至上到价值回归：DolphinDB的顿悟时刻

创业初期，我曾固执地认为“产品硬”就是唯一的真理。那时，我们痴迷于毫秒级的延迟和指数级的吞吐。这种工程师式的骄傲，让我们坚信客户会为极致的技术买单。

但随着AI和开源浪潮的冲击，市场发生了深刻的变化。单纯的性能指标不再是护城河，客户更在乎的是：“你的产品能解决我的问题吗？”

我意识到，要让客户心甘情愿的掏钱，必须要让DolphinDB去解决客户核心业务上的问题。这必须让技术走进业务的深水区。我开始要求团队：不要只看QPS，要看客户的业务痛点；不能只说我们能做什么，要问客户需要解决什么问题。

这种认知的转变，催生了两方面的变化：

在使用复杂度上做减法：我们自研编程语言和流计算框架，是为了屏蔽分布式计算和流计算的复杂性，让专家能专注于业务逻辑，将底层的繁杂交给我们。

在行业方案上做加法：我们不做低效的定制化外包，而是将共性逻辑抽象为标准组件。这种深度融合让DolphinDB成功从金融量化跨越至泛行业。

从量化金融的策略回测，电力行业的结算/调度规则仿真，到钢铁焙烧生产线的参数优化，再到卫星发射前的仿真测试，其核心逻辑是一脉相承的：凡是试错成本极高的场景，高仿真的数字化回测就是各行各业的刚需。DolphinDB走过的十年，本质上是从“技术视角”向“用户价值”的回归——这是我们从一个好产品真正迈向一家好公司的开始。

用户价值的意识觉醒，也催生了组织架构的调整。我们开始在售前、售中和售后线铺设更多的人。对外，和客户一起打造靠谱的解决方案；对内，反哺产品和研发，让我们的产品更落地。进入2026，我们决定再成立咨询部，要把先锋客户的解决方案，落地最佳实践，总结提炼升华成行业的普遍经验后对外输出。

订阅制，一场关于“长期主义”的契约费

如果回到十年前重新选择一次商业模式，我可能没有勇气再选择订阅制。在中国的企业服务市场，让甲方付费太难，让甲方每年持续付费则是难上加难，让大甲方每年持续给一个本土的软件公司付费，那是难于上青天。你不但要自证产品在甲方核心业务上的价值，更要有足够的差异化防着另一个乙方报出一个极低的买断价。

当时的我，刚从美国回来，习惯了美国的软件订阅模式，又高度认同自家产品在客户核心场景的价值，不假思索的坚持了订阅制。但商务模式的落地过程中，尤其在早期遇到过不少阻力。我们只能让这些客户先少量订阅采购我们的产品，通过一年的合作证明我们在服务和产品上的价值。很多客户私下里告诉我们，其实他们原先花一大笔钱做一个项目，光后续的维护费就超过DolphinDB的订阅费用，但效果和服务价值差很多。

DolphinDB做的是客户核心业务的底层系统，交付只是起点，不是终点。我见过太多这样的情况：系统上线第一年运行良好，第二年业务增长了，数据量翻倍，原来的配置不够用了；第三年业务逻辑变了，需要新功能，但厂商已经收完钱走了，客户只能自己改，或者花大价钱做二期开发。时间长了，系统和业务越来越脱节，最后只能推倒重来。这不是我想要的结果。订阅制不只是一套收费模型，更是甲乙双方持续共同创造价值的机制。它倒逼我们每一年都必须用肉眼可见的进化来留住客户。

我们开始做一些在买断制看来很不划算的事情。比如，客户业务增长了，我们会主动帮忙做容量规划，优化架构，有时候甚至重构部分模块。再比如，我们开发了很多插件和中间件，如金融领域的模拟撮合引擎、极速计算引擎，工控领域的信号量计算模块，工业制造领域的工艺画图模块……这些东西开发成本很高，但我们把它们做成标准化的组件，客户可以直接用。为什么要这么做？因为只有帮客户把业务真正跑起来，他们明年才会续约，才会扩容，才会在新业务上继续用我们。

还有一件事，当时团队内部争议挺大。我们决定投入资源去做校园推广，和高校合作开课程，教学生用DolphinDB。有人问我：“这能带来多少直接收入？”我说可能短期内看不到。但我想的是，三五年后，这些学生到客户那儿工作，他们会用我们的工具。这是在为客户培养人才，也是在构建我们的生态。

这些投入不会立即体现在合同金额里，但会慢慢沉淀下来，影响客户来年的续费决策。在国内SaaS行业资金续签率达80%已属优秀的大环境下，DolphinDB的资金续签率长期稳定在120%左右。即便在市场环境最艰难的2024，也做到了100%。但我更在意的不是这个数字本身，而是它背后的含义：客户不只是在续约，他们在扩容、在增购、在把更多核心业务放到我们这里。这说明我们的产品和服务，确实在帮客户解决问题，创造价值。

十年走来，我越来越确信：订阅制或许并不适合所有软件，但对于那些必须与客户核心业务共同成长的基础软件来说，这不仅仅是一种商业模式，更是一条通向持续价值创造的道路——一条需要耐心、需要坚持、却最终值得的长期主义之路。

管理之道：守住现金流，稳住身边人

很多投资人常说：如果一项资产让你焦虑惶恐，那它大概率不是好的投资。创业亦然。如果经营让你寝食难安，决策就会变形。如何才能在不确定性中睡个安稳觉？我的体会有两条：管理好现金流，组建好管理层。

现金流：克制“虚荣”，回归本质

在不重要的事情上，不要花钱。公司迈入第十年，我们依然没有华丽的前台、专车司机或豪华办公室。对科技公司而言，这些“面子工程”毫无意义。我们最奢侈的支出，是为每一位员工配置了一把4000元的人体工学椅，还有请人来给员工做午餐——这些钱能换来健康和效率，花得值。

面对诱惑，要敢于“说不”。2023和2024年，DolphinDB在金融领域已臻成熟，出海本是增长良机；2025年AI浪潮下，斥资千万构建百卡集群必能加速研发。但这些投入在短期内无法回款，只会加速现金流出。在当前经济下行和通缩的周期下，我们最终选择保现金流，先求生存，再图远方。

对软件类的创业公司老板而言，最重要的就是控制好员工数量。说实在，拿了投资的创业者，都有招兵买马大干快上的冲动。尤其是前几年投资热的时候，投资人还督促创始人烧钱，很容易人员膨胀，现金流快速干涸。To B业务是慢热的，高质量增长很难靠堆人实现，一旦新融资进不来，只能大幅裁员，非常伤公司元气。我有个现金流速算公式：

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

人均开支可以用前一年的开支除以全职员工数量来估计。每当年初或年中要决定能招多人少的时候，可以用年末现金余额的安全性来估计。

管理层：选对人品，容下“掉队”

一个稳定的管理团队，能让创始人从琐事中解脱。早期物色的一位副总，她几乎以一人之力承担了除产品和市场外的一切管理和杂务，让我和联创能专注产品研发和市场开拓。如今步入第十年，管理层配置更完善，我能腾出更多时间聚焦于公司的大方向和核心客户。

选择管理层，人品很重要。创业公司根基尚浅，经不起人品瑕疵带来的下限冲击。我很庆幸，早期的伙伴们不计利弊，齐心协力，陪伴着公司一起慢慢成长。

公司跑得太快，必然有人会跟不上节奏。比起激烈的内斗，我更倾向于调整到合适岗位的温情处理，没有什么比团队的士气和稳定更重要！这也提醒早期的创业公司：早期切莫“封官许愿”。虚位以待、先副后正，为后来的优秀人才留足空间，才是长久之计。

这十年，我们在管理上踩过坑，也慢慢摸索出了一些适合自己的节奏。没有什么高深的理论，就是两件事：看好钱袋子，带好身边人。做好这两件事，你才能在不确定的环境里，稳稳地往前走。

家庭和健康：创业不是人生的全部

创业是一场马拉松，保持一个健康的体魄，得到家庭的支持，可能让你事半功倍。但这件事，我过了好些年才真正想明白。

2016年底成立公司之前，基本上周末和晚上的时间都泡在地下室开发产品的原型。那时候女儿才4岁，有人问她长大要不要像爸爸一样念到博士，她想都没想就拒绝了：“博士要天天在地下室干活”。2016年也是儿子出生的一年，但我很快就回国创业了。自那之后，基本每隔两三个月回一趟美国家里，待2~4个星期。那时候觉得这样也挺好，工作和家庭都能兼顾。

直到2020年的疫情，我被耽搁在美国家里长达半年之久。一个与儿子独处的下午，既懂事又不懂事的他发出了惊世一问，“爸爸，你这次为什么在我家住这么久？”我身上的某一根神经突然被触动了，一直以为自己努力赚钱养家算是一个好爸爸。但在孩子眼里，我似乎只是一个偶尔来住的客人。

打那之后，我开始特别渴望家庭的团聚。终于在公司慢慢走上正轨之后，于2024年的暑假把孩子们接到了上海的一个学校。从此过上了工作日在杭州，周末回上海的“双城”生活。过去的9年多时间里，无论在中国还是美国，基本上是我太太一人在照顾两个孩子，打理家里的所有事情。如果没有太太的支持，很难想象自己可以如此忘我的投入在工作。

创业是一件磨人的事情。从2012年开始做产品原型开始，到2021年，习惯了深夜1~2点睡觉，睡5~6个小时，中午不午睡。大概是因为睡眠质量比较高，随时随地倒头即睡，尽管工作时间长、强度大、节奏快，我一直觉得自己身体挺好，精神状态也不错。

直到2022年，身体终于亮起了红灯。不知道是量变到质变的缘故，还是因为那一年饮食和生活习惯特别不好，体重开始快速增加。在8月份公司安排的体检中，发现多个指标异常。不幸中的万幸是，发现及时，在医生朋友的指导下，开始了晚上自己做轻食，强迫深夜12点之前上床，每天至少两次散步走8000步，该吃药的吃药。终于在半年后，身体和生活又慢慢走上了正轨。

当一个人长期处于交感神经兴奋，潜意识里紧张焦虑的状态，即便看上去没有做什么看似繁重的活，也会慢慢憋出“病”来。所以特别奉劝创业路上的朋友，要乐观、豁达，经常性的放空自己。尤其要做好公司与个人以及家庭之间的切割，坚决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。创业路，本已荆棘丛生，险象环生，再套上一个沉重的无限连带责任枷锁，真的能压垮一个硬汉。

创业很重要，但它不是你的全部。照顾好自己的身体，陪伴好家人，给自己留一些退路——这不是不够拼，而是更明智的选择。

投资人陪跑

在To B科技赛道创业，注定是一场关于耐力的苦修。研发周期漫长，早期增长缓慢，若无风险投资的倾力护航，鲜有企业能熬过黎明前的寂静。因此，如何与投资人共处，不仅是商业策略，更是创始人的必修课。

我们的起点并非星光熠熠。天使轮与Pre-A轮时，高德康总与来涛总的入局，更多是基于“知人论世”的信任——比起尚不成熟的产品，他们更看重创始团队的为人和能力。越是这种无条件的托付，越让我们感到肩上责任之重。我们唯有将每一分钱都用在刀刃上，方能不负期许。

在早期投资的逻辑里，技术失败尚可包容，但道德风险绝不可逾越。十年来，我们始终恪守契约，无论是落于纸面的条款，还是席间的口头约定，皆一一践行。这种自律也换来了投资人的全然信任：他们从未干预经营，给足了生长的空间。十载寒暑，我们与早期投资人的沟通，仅凝练在每年末那两个小时的坦诚汇报中。

步入A、B轮，朗玛峰、方广、国泰与凯泰等机构带入了更专业的视角。他们洞察到了创始团队华尔街工作背景背后的深意：在金融这个数据价值密度极高、支付能力极强的赛道，存储与分析能力的结合是天然的蓝海。而且通过金融行业的严苛验证，成了DolphinDB最好的试金石，更容易推广到其他行业。事实证明，这个判断极其精准，DolphinDB在安可关系数据库之外的赛道，展现出了强劲的商业生命力。

DolphinDB在金融行业崭露头角之后，不少企服赛道的知名投资机构和投资人也慕名而来。他们承认前期过于看重技术而忽略了技术与行业融合的重要性，希望后续有进一步的合作。然而，随着企服赛道入冬，曾经的熙攘瞬间冷却，甚至不少知名投资人本身就离开了这个赛道。回望来路，我们庆幸在周期更迭中，始终有那几双坚定的手紧紧相握。

不止是数据库，更是企业数字化底座

今天谈及DolphinDB，“时序数据库”依然是客户心中最鲜明的标签。这准确定义了我们十年前出发的原点，也是服务至今的基石。但随着与客户共同深入业务腹地，我愈发意识到：时序数据的价值，绝非止于存储与查询。

时序数据不是冰冷的数值堆砌，而是业务在时间维度上留下的生命印记。

金融交易：毫秒级的波动背后，隐藏着市场的真实脉动；

工业制造：万千传感器的起伏之间，预示着设备的运行寿命；

车联网：实时计算的轨迹数据，关乎每一份出行的安全。

这些场景揭示了同一个核心命题：如何在数据产生的瞬间获取洞察，并将其转化为决策的力量？

DolphinDB的成长史，本质上是对这一命题的持续求解。起初，我们专注存储；随后发现，“存”是基础，“算”才是目的。于是我们死磕计算速度，并最终实现计算逻辑与业务场景的深度融合。如今，DolphinDB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。

随着产品边界的拓展，客户甚至开始把我们与 Databricks 或Palantir这样的巨头对比，以追问我们的产品边界和发展路线图。这种比较背后，折射出某种深层的行业演进：

Databricks：殊途同归的OLAP之路。我们与Databricks都在分布式架构、交互式分析及数据科学场景中深耕。

不同路径：Databricks从Spark起家，构建覆盖数据治理到AI的通用智能平台。

我们的优势：DolphinDB从时序这一极致切口切入。为了在微秒级完成高频交易计算，我们打造了低延时引擎；为了处理海量工业异构数据，我们开发了专用存储引擎。这些在通用平台上难以触达的极致场景，正是我们的护城河。

Palantir：与客户共同进化的基因。Palantir著名的FDE（驻场开发工程师）模式与我们不谋而合。一个优秀的数据平台不应是一个僵化工具，而应具备极强的弹性与深度。我们习惯了带着研发团队扎进客户最复杂的现场，在真实的阵痛中打磨方案。这种深入业务、共同进化的过程，赋予了产品持续生长的生命力。

能被看作与Databricks和Palantir同台竞技的选手，是对我们路径选择的莫大认可。但DolphinDB不会追求做一个覆盖一切的泛用工具。我们将始终深耕那些“时间即生命”的场景——在金融市场的瞬息万变中，在工业设备的规律脉动中。我们用十年、二十年去构建一种能力：时间智能。

AI时代的下一个十年

自去年以来，我被问到最多的问题就是：DolphinDB打算怎么拥抱AI？这些提问背后藏着普遍的焦虑：这波浪潮你们跟不跟？会被颠覆吗？产品要调头吗？我的回答始终如一：AI对深入业务场景的基础软件是一个巨大的机会。

近期美股软件板块的剧震是一面镜子。这并非简单的回调，而是企业的预算重分配。当AI成为刚需，那些功能尚可但缺乏不可替代性的浅层工具最先被砍掉。这让我更看清了DolphinDB的护城河：只有长在业务核心、沉淀了深度数据、嵌入了复杂决策流程的深层软件，才是客户砍不掉的命脉。

如果说数据是AI的燃料，那么DolphinDB就是它的高性能引擎。在AI时代，DolphinDB至少可以在三个方面深耕：

拓宽存储边界：在AI时代，计算不再局限于结构化指标。我们将继续强化多模态存储，让时序、关系、向量、文本和半结构化等异构数据在DolphinDB中统一沉淀，成为企业敢于托付核心资产的基础设施。

深挖实时计算：低延时的计算调用在智能代理（AI Agent）时代无疑将呈现几何级数的增长。IBM前段时间高溢价收购Confluent正是对这一观点的坚定看多。

重塑交互体验：我们正基于业务场景开发AI Agent，通过自然语言交互降低复杂系统的门槛，让系统从好用变得聪明。企业级应用对大模型幻觉的容忍度极低，大量的长尾问题必须在AI Agent落地前解决，我们称之为AI Agent 2.0。

以实时风控为例。一家资管机构，几千只产品，几十万个持仓标的，盘中任何一秒都可能触达风控阈值。过去靠人盯、靠事后跑批，现在能不能让AI像个不知疲倦的哨兵，实时扫描、主动预警、甚至自动执行对冲指令？这个场景对性能、对数据一致性、对低延迟的要求，光有通用大模型肯定搞不定，但结合我们的底座与AI Agent 2.0，我满怀信心。

这就是我们在做的事。AI在这里不是替代品，是放大器。它放大的，是我们对行业深度理解的价值。

与此同时，这种对复杂业务场景的深度征服，正带我们走向更广阔的全球市场。

过去几年，在没有海外推广的情况下，DolphinDB凭借口碑在国际市场悄然生长，海外收入占比已超5%。随着公司跨越盈亏平衡点，我们有更大的底气，更多的弹药，成建制的去海外推广。我们深切感受到：高性能时序数据处理和实时决策能力，是全球企业的共同刚需。在华尔街的顶级对冲基金，在欧洲的智能电网，在东南亚的新兴制造，他们面临着和中国客户一样的挑战——如何让AI真正落地。

如果说过去十年，我们在中国最严苛的企业场景中完成了极限试车；那么下一个十年，我们要把这种经过实战检验的中国速度转化为全球标准。出海，不是简单的市场扩张，而是去全球最高水平的赛场，与世界一流的同行共舞。我们要证明，硬核基础软件可以打破地域边界，成为全球AI基础设施中不可或缺的一环。

尾语

零零散散地写了很多自己的想法。简而言之：这十年DolphinDB走的路，没有什么特别的秘诀，就是把一件事反复做，把产品打磨好，把客户服务好，然后等时间给答案。不要害怕慢下来。市场会有很多声音告诉你该怎么做，但只有你最清楚自己的产品需要什么。

十年只是一个节点，不是终点。DolphinDB还有很长的路要走。我不知道DolphinDB十年后会是什么样子，就像十年前在地下室写代码时不知道今天会怎样一样。但我知道有些东西不会变：客户需要真正解决问题的技术，市场需要真正创造价值的公司。

下一个十年，AI或许会改变很多东西，会有新的工具、新的开发范式，新的商业模式，但这个底层逻辑不会变。我们会继续做我们擅长的事——深入客户的业务场景，把复杂的技术变成他们手中好用的工具，在那些时间就是生命的领域里，持续创造价值。

感谢所有陪伴DolphinDB走到今天的人——并肩作战的同事、信任我们的客户、支持我们的投资人和合作伙伴，还有一直在背后默默付出的我的家人。

新春将至，祝大家新年快乐，也祝每一个坚持做事的人，都能在新的一年里有好收成！

周小华

2026年除夕

于杭州