撰文：硅谷 Alan Walker
周五早上，University Ave 这家咖啡馆。窗外是 Palo Alto 的初夏，我们点了两杯 flat white，翻开 Anthropic 上周刚发的《The Founder's Playbook》。
说实话，Alan 已经看了不下二十份 AI 创业指南了，大部分都是 "用 ChatGPT 提效 10 倍" 那种话术。但我们一致认为：Anthropic 官方亲自下场写的这一份不一样 —— 它不是教你 "怎么用 AI"，而是告诉你：创业这件事本身，从底层逻辑被重写了。
我把咖啡喝凉了三次，做了满满四页笔记。下面是我提炼出来、最值得你认真想一想的 8 个角度。
01 - "创始人"这个词的定义换了：你不再是干活的人,是指挥 AI 大军的将军
先说一个我读完最大的感受。这份剧本开篇就甩了一句话，翻译过来大概是:过去 founder 是被 "他会做什么" 定义的。技术型 founder 写代码，非技术型 founder 跑 BD，这堵墙现在塌了。这句话听起来像鸡汤，但你停下来想 30 秒，就会发现它的杀伤力。过去 20 年硅谷的创业故事，本质上是"会写代码的人组队找 idea" 的故事。Paul Graham 那批 YC 早期项目，清一色都是两个 MIT/Stanford CS 男孩在车库里写代码。为什么? 因为 能造东西的人才有资格上牌桌。
但 Anthropic 这份文档里反复在讲一件事: founder 的角色正在从 IC (individual contributor)变成 orchestrator (指挥者)。你不再是那个写代码的人，你是那个决定让哪个 agent、用什么 prompt、产出什么东西的人。你的工作从 "键盘上的输出" 上移到 "判断与方向"。
所以你看这份剧本里点名的几家公司 —— Carta Healthcare 做临床数据，Wordsmith 是律师转的 CTO 做法律 AI，Kindora 是公益高管做的 —— 清一色都是 "行业老炮+AI" 的组合，不是 "CS 神童+找问题" 的组合。这是非常显著的换血。如果你正在创业的路上，问自己一个问题: 你的优势，是你会写代码，还是你看过别人没看过的东西? 如果是后者 —— 这个时代，真的是你的时代。
02 - 2026 年最大的创业陷阱: 把 "做出来” 当成了 "验证了"
这一段我看完是真的倒吸了一口凉气。Anthropic 在文档里引了一个数据: 42% 的创业失败，是因为做出了一个没人要的东西。这是 AI 之前的数据。然后他们写了一句很冷的话 —— "这个比例只会继续往上走"。为什么? 因为过去做一个 prototype 要几个月，这个 "几个月" 本身就是天然的 reality check —— 你被迫在动手前想清楚。开发成本就是你的刹车片。而 Claude Code 这种东西出现以后，从 idea 到能跑的原型，可能就是一个下午。刹车片被拆了。
真正的杀招在这句: "工作的 prototype，很容易被误以为是 '你解决了真问题' 的证据，但它不是。" 你的原型只是一个 "压力测试道具" —— 是你拿去跟用户聊天时手里的那个东西。用户的反应，才是证据。原型本身，只是诱饵。这里我想多说一句。我见过太多 founder —— 尤其是用 Cursor、Claude Code 用得很爽的那批 —— 陷入一种很奇怪的状态: 他们每天都在 "出货"，demo 一个比一个炫，但你问 "你跟多少个真实潜在用户聊过?" —— 支支吾吾。建造的快感会上瘾，而验证的工作是反人性的、缓慢的、容易被打脸的。AI 把建造的成本降到了几乎为零，但它没有降低验证的成本 —— 人和人对话依然需要时间。
03 - AI 让"自我欺骗"有了一台引擎：你以为在 due diligence，其实只是在 confirmation bias
这一点我觉得是整份剧本里最刁钻的观察。Anthropic 写道: "问 AI 来验证你的创业 idea，它一定会给你找到支持的证据；问它算你的 TAM，它一定会给你一个 '够投资人买单' 的数字。"
这话不是 AI 黑，这是大模型的结构性特征。RLHF (基于人类反馈的强化学习) 把这些模型训练成了 "会让人满意的助手" —— 而让人满意的方式，就是顺着你说。你说 "我觉得这个 idea 很好"，它会给你列出十条理由证明你说得对。它不是在骗你，它是在 配合你。
问题在于，过去做 due diligence，你会去找一个跟你没关系的 advisor、一个不在乎你感受的投资人，他们会怼你。这个怼，本身就是过滤器。而现在，你的 "研究员" 是一个完全顺着你的 AI —— 你为自己的烂主意，可以构造一份看起来非常专业、非常有数据支撑、非常 fundable 的报告，而且全程感觉自己在做正经事。
这里有一个我自己加的角度: AI 时代，你的认知纪律，比你的 idea 重要十倍。idea 大家差不多都能想到，但是 谁能主动让自己难受 —— 谁能在自己最兴奋的时候叫 AI 来泼冷水 —— 谁就赢了。一个温柔的 AI 助手，是创业者最危险的 "温柔陷阱"。
04 - MVP 阶段的隐形杀手: Agentic Technical Debt, 一种复利的技术债
这一段是给那些已经开始用 Claude Code、Cursor 在快速 ship 产品的人看的。Anthropic 提了一个新概念，叫 "agentic technical debt"—— 我翻译成 "智能体技术债"。传统技术债大家都懂：你为了赶 deadline 抄了点近路，代码丑一点、注释少一点，以后再还。这种债是线性增长的。但 AI 时代的技术债不一样，它是复利的。
为什么? 因为 AI 的每一个 session 都是 "健忘" 的。它不记得上一次为什么这么设计，所以每次它都会从零重新推导一遍架构假设 —— 而且每次推导的结果还都不一样。你今天让它加个功能，它选了 A 方案；明天加另一个功能，它选了 B 方案。三个月后你看你的代码库，会发现这是一个没有任何 "统一思想" 的怪物 —— 每一块单独看都合理，放在一起就是精分。
Anthropic 给的解药叫 CLAUDE.md。说白了就是 一份写下来的 "项目宪法" —— 你的架构原则是什么、什么依赖不要用、什么 trade-off 你是有意识接受的。每次 Claude Code 开 session，先读这个文件，然后再干活。
所以 Alan 经常跟身边创业的朋友说: 如果你今天还没有一份 CLAUDE.md (或者类似的 spec 文档)，你的 AI 不是在帮你建产品，它是在帮你制造一坨三个月后必须推倒重来的东西。这件事现在没人提醒你，你就要自己提醒自己。
05 - 怎么分辨 PMF 和 hype？一个测试,一条曲线
Anthropic 在 MVP 阶段单独花了一节讲一件事: "false product-market fit"——假性 PMF。这是个老话题,但他们的角度很新。e……这些都是 ephemeral forces(短暂力) —— 它们造一个漂亮的第一周数据，然后第六周、第十二周就消失。
真假怎么分? 他们给了两个测试，我觉得都很经典，值得记下来:① Sean Ellis 测试: 问你的活跃用户一句话 —— "如果明天这个产品没了，你的感受是?" 如果有 超过 40% 的人答 "非常失望 (very disappointed)"，那是真 PMF 的强信号。低于 40%，你心里要有数。
② 努力曲线测试 (the effort test): 这个更微妙也更准。PMF 之前，留存全靠你 "推" —— 你天天发邮件、打电话、给优惠券，一刻不停。PMF 之后，留存开始 "自己长出来" —— 产品自己在拉用户回来。从 "推" 到"拉"的那个转折点，是 PMF 真正发生的时刻。
06 - "勤奋的 founder"本身，变成了最大的瓶颈
这段写得特别直白，Alan 读到的时候说有种被骂的感觉。Anthropic 说:"在 MVP 阶段，founder 出现在每一个决策环里，是公司的资产；到了 Launch 阶段，完全同样的 instinct，变成了公司的约束。"
怎么发现自己已经成瓶颈了? 他们给了几个信号，Alan 一边读一边对号入座，真的是脊背发凉:
— 一些本该 1 小时搞定的决策，因为要等你拍板，拖了一周;
— support tickets 堆起来，因为只有你知道答案;
— 一些 ops 任务只在你 "突然想起来" 的时候才发生。
最阴险的是:这个转变没有锣声敲响。没有一个明确的时刻告诉你 "嘿，你该升级了"。你只是一直留在 builder mode —— 继续亲自下场、继续做每一件事 —— 然后某一天回头一看，公司已经在你身边停滞了三个月。
我自己的观察: 越是 "亲力亲为" 的 founder，越容易在这一关掉队。因为你的成就感来源于 "事情是我做完的" —— 但 Launch 阶段开始，你的成就感必须切换到 "事情是我设计的系统自己做完的"。这是创业生涯里最难的一次心理跃迁，比融资难、比裁员难、比 pivot 难。因为前面那些是外部的难，这个是要跟自己过去十几年的工作习惯 say goodbye。
07 - 真正的护城河不是 AI 本身；是 Workflow Lock-in+领域 Know-how 复利
这是我整份剧本里最爱的一段，因为它直接回答了一个所有人都在问的问题: "既然人人都能用 Claude/GPT，你凭什么有护城河?"Anthropic 的答案非常清晰，但是反直觉:护城河不在 AI 本身，因为 AI 是平权的。护城河在两个地方 —— 一是你的领域知识能不能 codify 进产品(也就是 Skills)，二是用户的 workflow 能不能深度嵌入 (workflow lock-in)。
先说第一个。文档里有个例子我特别喜欢: "一个通用的 AI 医疗账单工具，会在 340B 药物报销项目上崩溃，但你的工具有专门的逻辑处理它。" 这就是 领域深度。每一个通用 AI 处理不了的 edge case，都是你的弹药。每收集一个，你的产品就比 "刚开始做这个领域的对手" 领先一步。日积月累，你的测试用例库本身，就是你的护城河地图。
第二个更狠。workflow lock-in 不是说 "用户离不开你"，而是说 "用户 '迁移' 你的成本，从产品决策变成了整个组织工程"。用户在你产品上搭了自动化、训练了团队、接了数据源、用 API 写了一堆胶水代码 —— 这个时候他想，不是换个软件那么简单，是要重做一整套 ops。
我自己想再补一点：在 AI 平权的世界, "你看过什么" 成了最重要的 IP。代码可以让 AI 写，UI 可以让 AI 设计，但是 "我做了 20 年这个行业，我知道哪些坑通用工具不知道" —— 这个东西不能复制，因为它存在于经验和身体里。所以未来最值钱的创业者，不是最聪明的人，而是在某个垂直领域待得最久、踩过最多坑的人 —— 只要他们愿意把脑子里的东西交给 AI 去放大。
08 - 瓶颈不是 "你能做什么"，是 "你选择做什么"
通篇读完，我合上 PDF，喝了最后一口已经凉透的咖啡。脑子里反复回荡的是 Anthropic 最后写的一句话:
这句话我反复读了三遍。它的潜台词其实是:过去 founder 这个职业里最值钱的能力是 "执行力" —— 你能不能干完别人干不完的事。CS 学位、加班能力、写代码速度、谈 deal 的话术，都是为了一个事: 把脑子里的东西变成现实。但现在, "把脑子里的东西变成现实"这件事的成本接近于零了。那剩下的，什么最值钱? 是 "脑子里有什么"。
是你的品味 —— 你在一堆可能的产品方向里，能不能挑出真正会改变世界的那一个。 是你的判断 —— 你在一堆数据里，能不能识别什么是真信号、什么是噪音和自欺。 是你的纪律 —— 你能不能在 AI 顺着你说话的时候，主动让自己难受。 是你的视角 —— 你在某个领域待过、踩过、痛过，所以你看得到别人看不到的东西。
所以朋友，如果你今天还在路上，我跟你说一句: 不要再焦虑 "我学 AI 学得不够快" 了。学 AI 工具这件事，会贬值得很快; 真正升值的, 是 你的判断、你的品味、你看过的东西、你愿意为之投入十年的那个真问题。Anthropic 这份剧本里反复在告诉你的，其实就一句话: AI 是你的放大器，不是你的发动机。如果你脑子里没有一颗真正想解决的问题，放大器只会把你的迷茫放得更大。
咖啡馆外面太阳已经升到屋顶了，Palo Alto 周五的人流开始变多。我合上电脑，想了想这份 36 页文档，然后想起 Alan 说过他 2003 年刚到湾区的时候，一个 founder 跟他说过的话 ——
"The hardest part isn't building. It never was."
我想，22 年后的今天，这句话应该会比当年更真。下周见。本文是对 Anthropic 官方发布的《The Founder's Playbook: Building an AI-Native Startup》(2026 年 5 月 14 日)深度解读与个人评注。原文 36 页 PDF，值得每位创业者亲自读一遍。
觉得有用就转给身边正在创业的朋友 —— 他们今天读到，可能就少走半年弯路。
