产品

Anthropic 最近发了一篇 The Founder’s Playbook，讲 AI-native startup 怎么从想法走到规模化。 它最有意思的地方，不是说创业者现在可以少招几个人，也不是说 Claude Code 能帮你写一个 MVP。更关键的是，AI 把 founder 的工作重心往前推了一层：过去很多事要亲手做，现在更像是在设计一套能被 AI 放大的工作流。 这不代表 founder 可以退到后面，当一个发号施令的人。恰好相反，判断力变得更贵了。你要知道什么问题值得验证，什么产品应该砍掉，什么用户反馈是真的，什么增长只是新鲜感。 如果把创业拆成四个阶段，Idea、MVP、Launch、Scale，每一阶段都有一件不能外包给 AI 的事。 1. Idea：先验证问题，不要先写产品 很多早期项目死得很快，不是因为产品做不出来，而是因为一开始就验证错了东西。 有了 AI 以后，写 landing page、生成竞品分析、画用户画像、起草 pitch deck 都变得很快。快本身是好事，但它也会让人更容易跳过最难受的部分：直接去问真实客户，这个问题到底痛不痛。 Idea 阶段最该验证的不是“这个点子听起来酷不酷”，而是三件事： 谁现在真的有这个问题； 他们今天怎么解决； 他们有没有强到愿意付钱或换流程的动机。 Claude 在这里很适合做准备工作。比如把一个行业拆成不同客户群，整理常见竞品，生成访谈问题，帮你把十几段访谈记录归类。它能让你更快进入客户语境，不用从空白页开始。 但它不能替你判断客户有没有撒谎。 很多人在访谈里会说“这个很有意思”“如果有我会用”，这些话听起来像正反馈，实际含金量很低。更有用的问题往往是：你上次什么时候遇到这个问题？当时花了多少钱或多少时间？如果明天就有一个解决方案，你愿意从哪个预算里付？ Idea 阶段可以用 AI 加速研究，但不要用 AI 代替现实摩擦。没有客户证据的漂亮总结，只是更好看的幻觉。 2. MVP：能交付，但不要变成一次性代码堆 AI 对 MVP 的影响最直接。过去一个非技术 founder 可能要先找技术合伙人，或者花钱外包一个粗糙版本。现在用 Claude Code、Cursor、Replit 这类工具，很多人可以自己把第一版产品搭出来。 这件事很重要，因为它降低了试错成本。你不必一开始就组一个完整团队，也不必在还没验证需求时烧掉太多钱。 但 MVP 能跑，不等于它能继续长。 AI 写代码最容易带来的问题是：你一开始速度很快，后面越来越慢。功能堆上去了，文件越来越长，状态散在各处，错误处理靠运气，测试没有补，安全边界也没想清楚。到某个节点，你会发现产品不是不能继续写，而是每改一处都担心炸掉另一处。 所以 MVP 阶段的重点不是追求架构完美，而是保留几个基本约束： ...