说起来，现在和每个朋友聊天都能聊出几个Apps，大家已然都是诸神之列了。Anthropic 也针对 OPC 创业出了一本手册——《The Founder's Playbook: Building an AI-Native Startup》，36页，手把手教 Idea→MVP→Launch→Scale，Claude Chat/Cowork/Code 全程嵌入。让我们快速研读其思想。

AI 正在从根本上改变创业公司的构建方式。

一个没写过代码的创始人，今天就能把生产级应用跑起来。创始人的能力边界被重写了。技术创始人写代码，业务创始人找客户——这堵墙（分工）已经不存在了。

两栖动物、三栖动物纷纷变身。

全手册概览

《The Founder’s Playbook: Building an AI-Native Startup》手册的逻辑有一条隐藏的递进线：先证明问题存在，再证明方案有人要，再证明能够商业化，最后构建且维持壁垒。 四个阶段其实只有两个大关口：【0-1 完成PMF验证】 和 【增长：从产品跑通到业务跑通】

对每个阶段，提醒创业者一句就够了：

下面逐一展开。

Part 1 0-1 ，找到对的问题，做出对的产品

前两个阶段的核心是验证，不是增长。验证阶段的目标是积累足够的证据，再决定要不要投入更多资源。

1. 创意期：问题验证

问题-解决方案契合（Problem-Solution Fit）——从模糊想法到可验证的假设

大多数创始人起步时只有一个模糊想法——「用户在某个地方遇到了麻烦」。

用Claude 来磨炼这个想法，直到变成一个可验证的问题陈述：

• 谁有这个问题？（具体角色、公司类型）
• 多频繁遇到？（频率决定紧迫性）
• 多严重？（痛得不够深，用户不会改变习惯）
• 现在怎么处理的？（现有方案是什么，哪里没解决好）

三个经典陷阱

创意期最危险的时刻，恰恰发生在你觉得”想清楚了”的时候。

① 把「造出来」当「验过了」

技术障碍被移除后，一个热情的创始人很容易跳过创业旅程中最重要的工作：验证自己的想法到底是不是一个真实的人需要、会用的解决方案。早在agentic coding 时代之前，42% 的创业公司就已经因为做出没人要的东西而失败。而今天，Claude Code 这样的工具把”我有一个想法”到”我有一个产品”之间的距离压缩到了极致——这个失败率只会继续攀升。

一个能跑的原型不等于市场需要它。原型是对话道具，不是验证证据。

② 过早扩张

当构建变得毫不费力、瞬间完成时，你可以不自觉地让执行速度远远跑在业务需求的前面。在问题-解决方案还没有真正验证之前，就已经朝着一个产品方向commit了。AI 让创业者在没有做出刻意决定的情况下就滑进了这个陷阱。这一阶段的第一法则是：让判断力跑在构建前面，尤其是当构建如此快速且感觉毫不费力的时候。

③ AI 放大了确认偏误

让AI 验证你的想法，它会帮你找到支持证据；让 AI 算市场规模，它会给你一个让 TAM 看起来很值得融资的数字。AI 跟着你的方向走，一个不擅长问尖锐问题的创始人，现在比以往任何时候都更快地构建出一套看起来深入调研过的论证——并且在过程中对自己做的功课深信不疑。

解药是同一把工具，只是方向调转过来：让AI 去压力测试你的想法，就像让它去验证一样彻底。当研究和结构化唱反调发现了你的想法需要修正的证据，这就是 piviot 的信号。

创意期的任务本质上是研究和验证，不是编码。选对工具：

创意期全力用Chat 和 Cowork。

代码还没到要写的时候。先想清楚问题是什么。

2. MVP 期：产品验证

MVP 期仍然是一个证据收集阶段，只不过现在收集的是关于「解决方案」的证据。

产品-市场契合（Product-Market Fit）验证很重要

PMF 不是一个开关，而是一组信号。关键是在第一批用户进来之前就把衡量框架搭好——不是等到数据来了再决定看什么。

设定基准。上线前就定义好你的留存基准、激活标准、D7和D30的目标。Claude可以帮你根据产品类型设定这些数字的合理区间。

定义假阳性。什么情况下漂亮的数据其实是陷阱？注册没有激活、付费没有留存、初期热情没有重复使用——这些都是PMF的假信号。当数据进来之后，让Claude做结构性唱反调：一个怀疑论者会怎么质疑这些数字？

CLAUDE.md 和安全审查：需要提前搭好的两个基础

两个容易被跳过、但跳过会要命的东西：CLAUDE.md 给Claude Code 一个持久化的项目上下文，防止每次会话架构漂移；上线前的安全审查确认代码能跑不代表它安全——尤其认证、注入、数据暴露三件事，上线前至少过一遍。

Part 2 增长：从产品跑通到业务跑通

后两个阶段的核心是把已验证的产品变成可持续增长的业务。验证的逻辑不变，但证据的类型变了——从定性用户反馈转向定量增长指标。

1. 发布期：增长验证

从「这个产品值得存在吗」到「这个业务值得增长吗」

确认三个条件，再推进增长

从”这个产品值得存在吗”切换到”这个业务值得增长吗”，需要三个条件同时满足：

1. 增长可重复——CAC、LTV、回收周期有数字可追踪，下一个 1000 个客户从哪里来能说清楚。
2. 产品扛得住——生产环境真实负载下不崩，用户出问题前你先知道。
3. 创始人不做瓶颈——运营不再依赖你本人出现在每一个决策节点上。

创始人自己的转型最难

MVP 期创始人什么都亲自管是优点。到了发布期，同样的习惯变成组织障碍。

解法：分清楚哪些可以交给Claude 全自动、哪些需要人但不必是你、哪些必须创始人亲自判断。

• 需要人但不一定是你（分配/外包）：支持/半自动化判断；
• 重复性周期工作：完全自动化（Claude Cowork）；
• 真正需要创始人判断：产品方向/ 大客户 / 融资；

从这里进入规模化。

2. 规模化期：业务验证

两阶段的区别不是从A 到 B 的切换，而是”重心偏移“：发布期在做减法（稳定、减债、流程化），规模化期在做加法（护城河、GTM、企业级设施）。

同一个创始人，不同的优先级。

从「造东西的人」转向「对外代表公司的人」

护城河三型：数据飞轮·领域知识·工作流锁定

护城河不在代码里，在于用户离不开你的程度——因为数据越用越多（飞轮）、或你懂他们不懂的（领域知识）、或替换你太麻烦（工作流锁定）

搭建 GTM 引擎

到规模化阶段，之前靠创始人人脉和 Product Hunt 带来的有机增长已经触到了天花板。这个时候需要搭起真正的 GTM 引擎：市场细分确定谁是最值得追的客户群，销售手册让每个销售（哪怕是你自己）讲同一个故事，PR 让整个市场知道你存在。Claude Cowork 在这个阶段的作用开始从”个人助理”变成”战术执行层”——内容管线、外联序列、分析师简报的物流协调、管道报告——这些重复性周期工作都可以交给它。如果 GTM 需要产品营销基础设施（交互式 demo 环境、集成文档、API 参考），Claude Code 可以直接搭建。

企业级基础设施

当客户从早期用户变成企业采购，他们要看的就不再只是产品能力。SLA 承诺、合规报告、完整的文档体系、企业级可靠性保证——这些是签多年期合同之前必须要有的东西。Claude 可以帮忙生成这些文档的草稿，但不能替你拍着桌子对 CFO 说”我们不会泄漏你们的数据”。企业基础设施的底线是：在客户要求之前准备好，而不是等到审计周才加班赶。

达到退出条件：系统不再依赖你一个人

当系统增长可审计、创始人不再运营日常——即不再需要亲自出现在每一个决策节点上——就到了这条路的一个成熟出口。对融资驱动的公司来说，这是 IPO-ready 的信号。对不追求上市的创始人来说，这也是一个重要的节点：公司不再依赖你一个人活着。

规则变了，但真正可怕的也来了。最后来总结对比：

这张表大多数创始人看完会觉得兴奋：”四阶段我能跑通，太好了。”

真正可怕的恰恰是这一点。

当所有创始人都能跑通四阶段，这套框架本身就已经不是竞争差异了。AI 让所有人站在同一条起跑线上：一样的编码能力、一样的研究速度、一样的原型迭代周期。差异不再在于谁跑得快——因为所有人都快——而在于谁能先发现那条你应该跑的路。

问题从来不在于你能不能跑完这四阶段。

而是在于：如果你不应该在这条赛道上，跑得再快也没用。

这是 AI 不能替你完成的事。也是整本手册唯一没有展开、但最该反复读的那句话：

核心瓶颈从来不是你能不能做到，而是你能不能选对。

选对什么？选对你不该做的事。