夜雨聆风AI浪潮正在重塑创业的底层逻辑。一个人、一套AI工具、一个足够小的切口——这个曾经听起来像天方夜谭的配置，如今正在变成现实。
Anthropic近期发布了一份《创始人手册》，专门探讨如何打造AI原生时代的创业公司。这份手册没有停留在概念层面，而是把创业拆解成了四个可操作的阶段：找方向（Idea）、做原型（MVP）、发布（Launch）、扩张（Scale）。每个阶段该怎么用AI，用AI容易踩什么坑，手册里都有具体答案。
对于想用AI杠杆撬动商业价值的人，这份手册提供了迄今为止最系统的行动指南。
重新理解"AI原生"这四个字
很多人以为AI原生就是"用AI来做事"——把文案交给ChatGPT，把代码交给Copilot，把设计交给Midjourney。但手册指出了一个更深的真相：AI原生创业的核心，是重新设计每个阶段，而不是在传统框架里替换工具。
传统创业的路径是线性的：想清楚做什么→做出产品→推向市场→规模化。在这条路上，AI只是一个提效工具，可有可无。
AI原生的路径则完全不同。从找方向开始，AI就已经是核心变量。一个人的认知边界、执行速度、信息处理能力，在AI的加持下可以放大几十倍。这意味着一个人能做的事情，从未像今天这样多。
但这并不意味着门槛消失了。手册里有一句话值得反复咀嚼：AI让技术门槛下降，但没有让判断门槛下降。真正稀缺的能力，是选择做什么问题的能力——而不是把事情做出来的能力。
换句话说，AI负责执行，创始人负责选择。在AI时代，这种分工比以往任何时候都更加清晰。
找方向：AI最该先做的事是反驳你
创业最贵的成本，不是金钱，是时间。方向选错了，做得越快，亏得越多。
手册给出的第一条建议看起来反直觉：找方向阶段，最该用AI做的事是反驳你自己。而不是让AI帮你验证想法有多好。
大多数创业者在产生一个点子之后，会本能地寻找支持这个点子的证据。这是人类认知的天然缺陷——我们喜欢确认自己的判断，而不愿意接受反面信息。但AI恰好可以扮演那个"唱反调的人"。
具体怎么做？把想法告诉AI，然后让它扮演一个持怀疑态度的投资人，向你提问：市场规模够大吗？用户真的有这个需求还是伪需求？为什么你能做成而不是竞争对手？这些问题不是为了否定你，而是逼你在动手之前把逻辑打通。
AI最危险的使用方式，是让它不断证明你是对的。 这会让你陷入一个虚假的安全感中，直到产品上线才发现市场并不这么认为。
手册还提到了一个常见陷阱：过早动手。很多人有了一个模糊的方向就开始写代码、做产品，结果在执行过程中发现方向需要调整，之前的工作大量浪费。正确的做法是先用AI做大量的假设验证，直到对方向有足够的信心，再进入下一阶段。
一个有效的方法是"假新闻测试"：想象你的产品发布后，用户在社交媒体上讨论它。他们会说什么？是会说"终于有人解决了这个问题"，还是会说"这个东西有什么用"？如果答案让你自己都觉得尴尬，说明方向还需要打磨。
做原型：用最少的代码收集最多的证据
到了MVP阶段，大多数人的思路是"把东西做出来"。但手册对MVP的定义更偏向于收集证据，而不是"完成施工"。
两者的区别是什么？完成施工的思维是：我要把这个功能完整地做出来，用户才能用。用AI做施工的结果，往往是花费大量时间打磨一个用户可能根本不用的功能。
收集证据的思维是：最快速度做出一个不完整的东西，看用户怎么反应。如果用户愿意为了这个不完整的东西付出时间或金钱，那就证明方向是对的，可以继续投入；如果用户不使用、不付费、不反馈，那就证明假设是错的，需要立刻调整。
AI大幅降低了做原型的成本。可以用大语言模型做一个对话式的演示界面，可以用现成的模板快速搭一个落地页，可以用AI生成一堆假的设计图来测试用户的兴趣。这些都不需要写一行代码，但足以验证核心假设。
手册特别提醒：AI时代的技术债，不是代码质量差，而是"上下文漂移"。 传统技术债指的是代码写得不规范，后期难维护。AI时代的技术债，指的是你的AI工具对你的产品、用户、业务没有清晰的理解。随着产品迭代，AI生成的内容会越来越偏离你的真实需求，但你可能察觉不到。
解决这个问题的方法是建立"持久记忆"：给AI一个清晰的产品规格文档，让它始终知道你在做什么、为什么做、目标用户是谁。这个文档不需要写得很正式，但需要准确。而且每次产品方向调整，都要同步更新。
另一个常见问题是prompt漂移：每次和AI对话，你的问题方式略有不同，AI的理解也略有不同。一周下来，你发现AI给你的建议已经开始和你的实际方向出现偏差。解决方法是为每个关键工作流写一份标准的prompt模板，确保每次交互都在同一个框架下进行。
发布：留存和推荐才是真正的PMF
产品发布之后，很多人会把"有用户注册""有媒体报道""有下载量"当作成功的标志。但手册给出了完全不同的判断标准：真正的产品市场契合（PMF），由三个指标定义：留存、付费、推荐。
上线第一天有用户来注册，这是好事。但如果他们第二天就再也不打开了，这说明什么？说明产品解决了某个表面需求，但没有解决足够核心的需求，用户不值得改变已有的习惯来适应你。
留存率是比获客更重要的指标。 一个能留住20%用户的MVP，好过一个能吸引1000个用户但第二天全部流失的产品。前者证明了核心价值的存在，后者只是虚假繁荣。
付费是更强的信号。用户愿意掏钱，说明他们认为产品提供的价值大于价格。这是市场上最真实的反馈，比任何用户访谈都更可靠。
推荐是最强的信号。当用户主动向朋友推荐你的产品，说明他们不仅自己觉得有用，而且觉得朋友也会觉得有用。这种口碑传播的获取成本几乎为零，是产品早期最理想的增长方式。
手册还提到了一个容易被忽视的现象：当用户开始"拉着产品往前走"，说明PMF真正到来了。用户会主动提出功能需求，会帮你规划 roadmap，会在社区里帮助其他用户解决问题。这是用户对产品产生真正所有权的标志，也是创业者最希望看到的局面。
扩张：护城河来自"积累"而不是"堆砌"
通过前面的验证之后，产品进入Scale阶段。这个阶段的核心问题不再是"用户是否需要这个产品"，而是"如何让竞争者难以追赶"。
大多数人的第一反应是：增加功能。产品A有5个功能，我做6个；产品B有会员体系，我也做会员体系。但手册明确指出，功能堆砌不是护城河。功能可以被抄，数据和积累抄不走。
Scale阶段的护城河，来自三个维度的复利：领域知识、用户数据、工作流锁定。
领域知识是指对这个行业、这批用户的深度理解。这不是读几篇行业报告就能获得的，而是在一次次与用户的交互中逐渐积累的判断力。一个在这个领域深耕多年的创业者，即使面对功能完全复制的竞争者，也能更快地迭代出真正解决问题的方案。
用户数据是指产品使用过程中积累的行为数据。这些数据能帮你持续优化产品体验，让后来的竞争者即使功能相近，也很难达到同等的产品质量。因为用户体验的优化是一个持续的过程，不是靠一次性的大功能就能追上的。
工作流锁定是指用户已经在你的产品里建立了使用习惯，切换成本变得很高。这不一定是技术上的壁垒，而可能是认知上的依赖：用户已经习惯用你的方式解决问题，换一个产品需要重新学习。
这三者的共同特点是需要时间积累，无法被快速复制。功能可以在几天内上线，但领域知识需要几年，用户数据需要几个月甚至几年才能积累到有效规模，工作流锁定需要用户真正用起来之后才能建立。
一个人能走得足够远吗
回到最初的问题：AI时代，一个人真的能做成一家公司吗？
手册的答案是肯定的，但有条件。一个人能走得远，前提是选择正确的问题，并持续用AI放大自己的判断力。执行可以被AI替代，但判断力不行。选择做什么问题，是AI时代创始人唯一不可外包的核心能力。
一个人最大的优势是速度。决策链条短，试错成本低，方向调整快。传统公司需要开会讨论的事情，一个人可以立刻做决定并执行。这种灵活性在快速变化的市场里是巨大的优势。
但一个人也有明显的边界。当产品进入Scale阶段，需要在多个维度同时发力时，一个人的精力会成为瓶颈。这时候，用AI管理更多的AI agent是关键。一个人的指挥能力，决定了他能调动多少AI生产力。
创始人的角色，正在从"亲自做事的人"变成"指挥agents、工具和少数人的总指挥"。这个转变不是口号，而是实打实的能力要求。你需要知道每种AI工具擅长什么、不擅长什么，如何把它们组织成一个高效的系统，以及在什么节点引入真人来补充AI的不足。
Anthropic的这份手册，某种意义上是在为这种全新的创业形态提供合法性证明。它告诉所有人：在这个时代，一个人加AI，完全可以做成以前需要一个团队才能做成的事情。
但门槛从未消失，只是换了形态。从"能做什么"转移到了"选择做什么"。 这是AI时代给所有创业者的真正挑战。
