创始人手册：打造AI原生创业公司

一、2026 年，创业生命周期被重启

传统的创业增长弧线是一条固定公式：验证 → 融资 → 招聘 → 构建 → 再融资 → 增长 → 再招聘 → 循环往复。这条弧线里藏着一个默认预期——每进入一个新阶段，就必须要更大的团队、不同的技能组合、新一轮融资。AI 抹掉的正是这个预期。

到 2026 年，AI 已经能编写生产代码、开展市场研究、综合竞争格局、起草投资人材料、自动化运营工作流。但报告认为，AI 首要且最重要的成果，是消除了陡峭的学习曲线——即使是有经验的技术创始人，过去在整合工具、平台和系统时也要爬这条曲线。因此 AI 拉平的是"谁能创办公司、谁能构建产品"的竞技场。

一个具体的表述值得记住：所谓"精益的十人独角兽"，已经从一个草根逆袭的传奇故事，变成了一套可以主动设计的行动方案。从未写过一行代码的创始人，如今正在交付生产级应用。

二、创始人角色的迁移

过去创始人由"能做什么"来定义：技术创始人写代码，非技术创始人跑业务、签单。2026 年可供创始人使用的模型、系统和智能体，溶解了"能造东西的人"和"有值得造的想法的人"之间的那堵墙。

这个解锁是双向的，中文转述里常常只写一半。一个方向是：没有工程背景的人能造出生产级软件。另一个方向同样重要：技术娴熟但缺乏商业知识的创始人，可以产出进入市场策略、财务模型和高度打磨的融资材料。

角色迁移的核心论断是：创始人从独立贡献者变成智能体的编排者。注意力向上移动到更高阶的工作——产生想法，并指挥执行这些想法的系统。报告里最有社会学分量的一段在于：当创始人池扩展到工程背景之外，你会得到由经历截然不同的人建立的创业公司，去解决传统技术创始人管道从未优先考虑、甚至从未注意到的真实问题。

支撑精益创业的能力被归为三类。对话智能与研究——随叫随到的每个领域专家，解决"创始人第一年必须知道但几乎肯定不知道"的那些问题；智能体编程——永远在线、从不被阻塞的工程师，创始人聚焦于造什么和为什么造；工作流自动化——按需的自动化运营团队，把排期、更新 CRM、拉周报、维护文档这些落在创始人头上的杂活接走，这些杂活在精益创业里是对高阶决策时间的重大税负。

三、构思阶段：让意义构建跑在建造之前

这个阶段的目标是研究导向的验证：在投入资源建造之前，攒够扎实证据证明真问题存在。要按顺序回答四个问题——问题是否真实、具体、频繁到值得围绕它建东西？谁有这个问题，这构成一个市场吗？有别人在解决它吗，解得怎么样？一个方案需要做到什么才算解决，而我的想法做到了吗？

报告给了一组极好的对照来说明什么叫可测试假设。观察是："人们在费用报销上很痛苦。"可测试假设是："中型公司的财务经理每周花四个多小时对账，因为现有工具与他们的会计软件不集成。"前者无法证伪，后者可以。

三大失败模式中，第一条附了一个具体数字：即使在智能体编程时代之前，42% 的创业公司失败是因为造了没人想要的东西。报告的推论是，当"我有个想法"到"我有个产品"的距离被大幅压缩后，这个失败率只会上升。错误的流程形态很典型——有想法、立刻建原型、把原型的存在本身当成验证。正确的定位是：原型不是证据，而是用来和潜在用户对话的施压测试道具，对话本身才是证据。

第二条是过早规模化。智能体编程助手强大到你可以在从未有意识地决定偏航的情况下，就把执行推到远超验证的前面。这里有全书最锋利的一句：它会以对待好想法完全相同的热情，去围绕一个根本上有缺陷的前提生成、测试、调试、重构代码库——系统里的智能是你的。

第三条是丧失客观性，报告的概括是"确认偏误现在配备了一台研究引擎"。让 AI 验证你的想法，它就会找到支持证据；让它测算市场，它就会算出让你的 TAM 看起来可融资的那个数字。真正危险的新形态是：一个不问难问题的创始人，现在能比以往任何时候都快地为一个坏想法构建出一套精致、看起来研究充分的论证，同时充分自信地以为自己在做尽职调查。解药是同一把工具反向使用——让 AI 施压测试一个想法的彻底程度，和它验证一个想法时一样。

系统里的智能是你的。

客户探索这一节有两条可以直接照搬的纪律。一是问过去而不是问未来：新手创始人的经典错误是问"你会用这样的东西吗"，正确的问法是"跟我讲讲你上一次处理这个问题是什么情况"。二是访谈综合的节律：每做完五场访谈，让 AI 综合笔记并产出两份清单——支持假设的证据和挑战假设的证据；如果第一份明显比第二份长，就要追问这种不对称反映的是数据里实际有的东西，还是你希望找到的东西。

四、MVP 阶段：AI 技术债会复利

报告开篇就做了一次定位纠偏：很多创始人把 MVP 当建造阶段，但它本质上仍然是一次证据收集练习，只是收集的对象从问题空间换成了方案——一群真实可识别的人是否觉得它有价值到会去用、会回来、会付费、会告诉别人。

最重要的一个区分在这一章：普通技术债和 AI 技术债不是同一种东西。普通技术债逐渐累积，可以随时间清理或用一个专门冲刺清掉，MVP 阶段有一些甚至是恰当的。而 AI 技术债会复利——如果没有把规格和架构约束写在 AI 能读到的地方，每次会话都会从零重新推导基础决策，而这些决策会漂移。最终形态是：你得到一个背后没有连贯心智模型的代码库，不是因为任何单块代码不好，而是因为这些块从未被设计成能拼在一起。而且这个问题往往浮现得很晚。

对应的解药是 CLAUDE.md 这类项目级上下文文件，报告对它的定义是"你建造的第一件产物，也是后续每个会话都依赖的那一件"，功能上是项目的持久化记忆。配套的会话纪律是：开始时重温范围文档并喂入架构上下文，结束时用本次会话浮现的决策更新它。报告给的判断标准很干净——目标是一个你能解释其结构的代码库，而不只是一个能跑的代码库。每次会话五分钟的文档，是对付架构漂移的廉价保险。

安全这一节写得尤其克制，值得完整转述。硬道理是：智能体编程工具生成的是能工作的代码，不是本质安全的代码。机制在于功能代码容易验证——要么能用要么不能用；而安全漏洞在被利用之前是不可见的，这意味着没有天然的反馈回路去提醒首次创业者哪里出了问题。报告同时诚实地做了历史校准：轻视安全不是 AI 项目独有的新问题。最低责任门槛是：在任何用户接触你的应用之前做一次安全审查。它还明确划了能力边界——AI 能做有用的第一遍审查，但不是安全工具链的替代品，在更高风险场景下也不是人类审查者的替代品。

判断是否达到产品市场匹配，报告给了两个试金石。一个是 Sean Ellis 测试：问活跃用户"如果不能再用这个产品你会怎样"，超过 40% 回答"非常失望"就是一个有意义的指标。另一个是"用力测试"：达到匹配之前，留存需要持续干预——频繁外联、激励、私人跟进和英雄式的创始人能量；达到之后，产品开始自己做这件事。当事情开始"拉"而不是"推"时，这个用力方向的转变是最清晰的信号之一。

五、发布阶段：创始人自己变成瓶颈

一句话定位很整齐：如果说 MVP 阶段是证明你的产品值得存在，发布阶段就是证明你的业务值得增长。退出标准有三条——增长是可重复的、渠道驱动的（CAC、LTV、回本周期是你知道并能为之辩护的数字）；产品能承受生产负载；运营没有创始人瓶颈。

关于"创始人成为瓶颈"，报告的分析是同一特质的翻转：在 MVP 阶段，创始人在每个回路里是资产；到了发布阶段，随着支持量增长、产品决策堆积、运营复杂度倍增，同样的本能变成了约束。它之所以容易被错过，是因为从"做这份工作"到"设计做这份工作的系统"是创业生命周期中最难的转变之一，而且很少有一个清晰的时刻标志它发生。

三个可观察的征兆可以直接当自查清单：本该一小时的决策，现在要一周你才腾出手；支持请求堆积，因为只有你知道答案；运营任务只有在你亲自记得时才会发生。补救方式是对你亲手处理的一切做全面审计，然后分成三类——能被完全自动化的、需要人但不必是你的、确实需要创始人判断的。前两类交给智能体工作流。

安全与合规的态度在这个阶段必须切换。MVP 时只有少量内测用户、生产中无敏感数据，安全漏洞是理论风险；产品带着依赖它的真实用户进入生产的那一刻，假设就变成了非常真实的暴露面。此外，不适用于原型的合规要求，在你开始处理客户数据、处理支付、或向受监管行业销售的那一刻绝对适用。报告的措辞是：把浮现的一切当作必须的整改，而不是建议。

还有一个反直觉的警告：新市场和融资机会看起来像增长机会，它们也可能是产品市场匹配去送死的地方。你建立的初始流量是真实的，但它是特定于你的早期受众的。过早扩进一个显著不同的市场，会引入新的用户行为、合规要求、支付基础设施和基线预期，结果是新变量太多以致你失去清晰解读自己数据的能力，同时在追逐未经证实的受众时冷落了原有用户基础。

六、扩展阶段：护城河的三层叠加

扩展阶段的目标是从数千用户到数百万、从一个市场到多个市场，同时让组织结构成熟。此前每个阶段的增长，都是靠贴近用户、根据紧密反馈回路调整方向、外加一剂健康的创始人直觉摸索过来的；现在要建立的是由成熟组织运营支撑的系统性增长。

护城河被拆成三个来源，逐层加深。第一层是把领域专长沉淀进 AI 上下文：把行业黑话、监管坑、边缘情况，以及"为什么这个问题的显而易见的答案不管用"的理由，注入结构化、可搜索的上下文；再把重复工作流编纂成每次都以同样方式运行的可复用例程。报告给的具体反例极为锋利——一个通用 AI 医疗账单工具会在 340B 药品项目理赔上出错，而你的工具有专门针对它的逻辑。配套的练习也很实用：识别一个通用竞品在你的垂直领域一定会搞错的边缘情况，为它建一个基于真实场景的专门测试用例，每次类似情况出现就加进去——你的测试套件会变成你护城河的地图。

第二层是用户行为数据的飞轮。用户与产品交互时产生行为信号，比如他们接受哪些输出、拒绝哪些输出，这些信号反哺产品路线图。复利的循环被明确写出：每一次改进让产品更有用，驱动更多使用，创造更多反馈，驱动更多改进。不可复制性的论证是：这些数据是时间锁定的、上下文特定的——你根本买不到"数千个在你产品里打磨过工作流的用户的行为指纹"。

第三层是工作流锁定。报告给了一个很适合引用的对仗定义：复利的数据网络效应让你的产品更难被复制，而用户工作流锁定让你的产品更难被离开。用户在日常运营中跑你的产品越久，它嵌入他们实际工作方式的程度就越深——他们在它之上建了自动化、培训了人员、把它连到了自己的数据源和其他工具。到了临界点，切换就从一个产品决策变成一个全面的运营项目。深化路径是开放 API、webhook 和 SDK，让客户不只是用你的产品，而是在它之上建东西——报告称这是最深形式的锁定。

扩展阶段的退出条件不是单一里程碑，而是一个阈值事件：公司在创始人越来越不直接运营日常时仍然可持续。它通常取三种形态之一——不再需要外部资本的可持续盈利、IPO 就绪状态、或被收购。三者都要求增长是系统性且可审计的、护城河经得起审视、组织运营成熟。到这一步，创业公司从一场赌注变成了一门生意。

七、同样的工作，全新的规则

报告的收尾很干净：在 AI 时代，创始人的工作没变——找一个真问题、造一个解决它的东西、把它扩展成一家重要的公司。变的是抵达那里的路径。总公式是一句话：AI 把季度压缩成了周。

四条具体的压缩对照可以直接拿去用：验证周期从数月压到一个下午；可用原型不再需要一个有对口技术栈的联合创始人，只需要一个清晰的问题加上与编码智能体的几次聚焦会话；发布就绪从发布前的手忙脚乱压缩成一条持续的工作流；扩展阶段那些迫使早期员工扮演救火角色的运营重量，越来越可以交给 AI，释放团队的注意力去做那些成为护城河的判断性决策。

汉兴评述：中国创业者可以直接对照的三条

第一条是把"验证"和"建造"重新分开。中国团队的执行力普遍强，这在 AI 时代反而是风险——建造越不费力，越容易在没有证据的方向上跑得很远。报告里"原型是施压测试道具、对话才是证据"这个定位，值得写进立项评审的检查表。

第二条是AI 技术债的复利属性。这一条在国内讨论中几乎没被认真对待。它和普通技术债的区别不是程度问题而是性质问题：普通技术债你可以攒着以后还，AI 技术债在你不写下架构约束的每一天里都在重新生成。对应的动作很轻——把架构原则、依赖限制、命名规范写进一个 AI 每次都会读的文件，成本是五分钟，避免的是推倒重来。

第三条是护城河三层里，第一层最被低估。中国企业最不缺的恰恰是行业细节和监管经验，但这些东西通常留在老员工的脑子里和微信群里。把它编码成 AI 能读到的上下文和可复用例程，是把"人的经验"变成"公司的资产"——这件事的窗口期不会一直开着。

延伸阅读：The founder's playbook: Building an AI-native startup（Anthropic 官方原文）