Pesto 是一家金融科技平台，帮新兴市场（以印度为主）的软件工程师获得基于收入的融资（ISA）以支付技能培训：入学零首付，就职薪资超过门槛后再按比例偿还。押注疫情后远程办公爆发与全球人才套利，与编程训练营合作成为职业跃迁的金融基建层，志在移除技能获取的资本门槛。但违约率远超模型、获客成本高昂、新兴市场催收艰难，烧尽 500 万美元后关停。
死因本质是单体经济死亡螺旋，由三个复合因素驱动。第一，承保的逆向选择：最需要 ISA 融资的学生往往背景较弱（转行者、非科班、低梯队训练营毕业），最强候选人能拿奖学金、雇主赞助或直接付得起——组合天然偏向高风险借款人。即便用编程测评与训练营表现做数据化承保，在波动的新兴市场预测就业成功率也几乎不可能，违约率据报达 30-40%，远超财务模型假设的 15-20%。学生达不到薪资门槛、或接受本地低薪岗位而非远程美国职位时，ISA 收入为零，而预付给训练营的费用已经付出。第二，获客成本惨烈：要与自带融资的训练营、Coursera 等免费方案竞争，还要对抗印度市场对类债务义务的文化抵触；绩效营销每个获资助学生成本 500-800 美元，训练营又抽走融资额的 20-30%，利润进一步被侵蚀。完全还款的成功毕业生 3-5 年也只贡献 3-5 千美元收入，LTV:CAC 永远到不了可持续水平。第三，新兴市场的催收与执行是运营噩梦：收入核验困难、跨境执行乏力，运营成本随规模线性上升，资金耗尽只是时间问题。
面向编程训练营与企业培训项目的 B2B SaaS 平台，用 AI 候选人匹配、雇主管道管理与基于结果的定价来保证就业成果。不直接放贷（规避资产负债表风险），而是把软件卖给训练营，只在毕业生被录用时收成功费。平台用 AI 完成四件事：评估学生技能缺口并推荐个性化学习路径；按技术匹配度与文化契合度把毕业生与雇主配对（类似招聘版 Tinder）；自动化雇主触达与面试排期；向训练营输出就业率与课程效果分析。楔子是向 10-20 家头部训练营免费提供软件以换取就业数据，用数据训练 AI 匹配引擎；一旦网络效应启动（更多训练营等于更多雇主关系等于更好就业），平台就成为行业默认基础设施，把资本密集的放贷生意变成高毛利软件。
技术栈：Supabase / Vercel / Stripe Connect / Claude/GPT-4 匹配引擎 / Plaid/KYC API
死因是「单体经济模型」。死因本质是单体经济死亡螺旋，由三个复合因素驱动。第一，承保的逆向选择：最需要 ISA 融资的学生往往背景较弱（转行者、非科班、低梯队训练营毕业），最强候选人能拿奖学金、雇主赞助或直接付得起——组合天然偏向高风险借款人。即便用编程测评与训练营表现做数据化承保，在波动的新兴市场预测就业成功率也几乎不可能，违约率据报达 30-40%，远超财务模型假设的 15-20%。学生达不到薪资门槛、或接受本地低薪岗位而非远程美国职位时，ISA 收入为零，而预付给训练营的费用已经付出。第二，获客成本惨烈：要与自带融资的训练营、Coursera 等免费方案竞争，还要对抗印度市场对类债务义务的文化抵触；绩效营销每个获资助学生成本 500-800 美元，训练营又抽走融资额的 20-30%，利润进一步被侵蚀。完全还款的成功毕业生 3-5 年也只贡献 3-5 千美元收入，LTV:CAC 永远到不了可持续水平。第三，新兴市场的催收与执行是运营噩梦：收入核验困难、跨境执行乏力，运营成本随规模线性上升，资金耗尽只是时间问题。
累计烧掉约 $500万美元（美元），2020 年创立，2024 年停止运营，存活 4 年。