Anthropic 出了一本 36 页的小册子，叫《创始人手册：打造一家 AI 原生公司》（The Founder’s Playbook: Building an AI-Native Startup）。
这不是一本面向大众的「AI 改变世界」式宣传册。是 Anthropic 把自己接触到的几百家用 Claude 创业的团队，提炼成了一份给创始人的实操指南。覆盖创业的四个阶段，想法、最小可行产品、上线、规模化。每个阶段讲清楚三件事：这个阶段真正的目标是什么、最容易翻车的地方在哪、AI 工具该怎么用。
我读完觉得最有价值的，不是那些 AI 工具的具体用法。是它老老实实承认了一件事：AI 让「做出来」变得几乎免费之后，创业的难度其实没下降，只是难点换了地方。以前难在「能不能做」，现在难在「该不该做、为谁做、什么时候停」。
这本册子最适合两种人看。一种是已经在用 AI 写代码、但产品做了半天没赚到钱的人。一种是刚有想法、准备开干的人，看完能避开很多本来要花几个月才会踩出来的坑。
我挑了 6 个我自己觉得最反直觉的点，每个加上我做 40 多个网站时的体感。全文翻译见文末链接。
1. 原型做出来了，不等于验证过
42% 的创业失败，是因为做了没人要的东西。AI 把这个比例还会继续往上推。
以前你想验证一个想法，得掏几万块、花几个月，才能拼出一个能跑的原型。门槛高，你被迫先去问真人。
现在你跟 Claude Code 说一句话，半小时就有一个能点的产品。原型很容易变成「假设是对的」的理由，而不是验证假设的工具。
我前几个网站都是这样。想到一个关键词就开干，三天上线，等流量。等到后台数据出来才发现，没人搜这个词，或者搜的人根本不会为我的产品买单。
三天写代码的成本是低，但三天我可以做三次用户访谈，信号会清晰得多。
判断有没有过这一关，看三个问题。这个问题真的存在、具体到谁有、多频繁、多严重？你解决的是验证过的真问题，还是你一开始假设的？信号够不够撑得起「开始建」？
第二条最容易翻车。一开始想的「用户痛点」，跟聊完十个用户之后浮现出来的，往往对不上。
2. AI 让「确认偏误」有了研究引擎
让 AI 帮你找支持你已有信念的证据，它一定能找到。这是整本书我觉得最值得贴在墙上的一句。
以前你脑子里有想法，比如「国内职场人都想用 AI 做周报」。你去找证据，得 Google、刷知乎、问朋友。这个过程慢，但也给了你被反驳的机会。
现在你直接问 AI：「分析一下 AI 周报这个市场的需求规模」。
AI 是个顺从型助手。你怎么问，它怎么答。让它论证市场规模，它给你一份看起来无懈可击的数据。让它评估值不值得做，它八成回答「值得做」。
不是 AI 在骗你，是你在骗自己，AI 当工具。
反向用法：让 AI 唱反调。我自己常用的模板。
我的想法是 X。假设你是一个对它持强烈怀疑态度的投资人。列出 5 个让这个项目失败的最可能原因，按概率排序。不要安慰我，不要给「但是也有机会」的平衡论。
你会发现，AI 反对你的时候，跟支持你的时候一样「有理有据」。任何一个想法，AI 都能帮你论证两次。问题不在 AI 怎么说，在你准备相信哪一边。
3. 零摩擦的功能蔓延：每个新功能听起来都很合理
「功能越加越多」一直是创业的风险。区别在于，过去对抗它的那个力量，也就是真实的工程时间成本，现在基本没了。
以前你想加一个功能，得排进迭代周期，让工程师评估，砍掉别的东西。这个过程本身就是一道闸。
现在跟 Claude Code 说一句「再加一个 X」，下午就能上线。每个新功能单独看，听起来都「特别合理」。这个边界情况当然要处理，这个客户当然想要这个工作流。
合起来看，你的产品已经偏离了你当初想做的那个东西。
解药很简单：在开始建之前，先写下来这个产品「明确不做什么」。这份文档不回答「我们做什么」，回答「我们明确不做什么」「什么样的真实用户证据才足以加东西进去」。
我手里那些一开始定位很清楚的小网站，活得都还行。那些做着做着就开始「再加个功能吧」的网站，现在大多月入 100 美金以下挣扎。
问题不在功能不够，在定位散了。
4. AI 写的代码「能跑」，不等于「安全」
AI 写的代码只保证「能跑」，不保证「安全」。功能能不能跑很容易判断，要么有反应，要么没反应。但安全漏洞是隐形的，不被攻击就不会暴露。
举个例子。你让 Claude Code 写一个登录接口，它会给你一个能跑的实现。注册、登录、签发凭证，一切都能用。
但是：
- 密码有没有加盐？
- 登录凭证是不是直接放在了浏览器的本地存储里？
- 注册接口有没有限频？
- 错误信息有没有泄露用户是否存在？
这些东西如果你不专门问，AI 不会主动告诉你。它的训练目标是「满足你的需求」，不是「保护你的用户」。
产品上线前至少用 AI 自己过一遍这四项。身份认证和会话管理、接口返回里的敏感数据暴露、输入校验和注入风险、已知漏洞的依赖包。
这件事不需要你成为安全专家，需要的是养成「上线前问 AI 一遍」的习惯。
5. 真正的护城河，是用户在你产品上搭出来的工作流
大部分创业者讨论护城河，都在讲数据网络效应。用户越多，数据越多，产品越好用。这是对的，但还不够深。
数据网络效应让产品更难复制，工作流锁定让产品更难被替换。
什么叫工作流锁定？用户在你的产品上跑得越久，他们就越会在你产品上面「搭出来一些自己的东西」。自动化、模板、跟其他工具的集成、内部培训好的人。这些东西不是你给的，是用户自己长出来的。
切换走，意味着这些东西全部要重建。
我自己最直观的例子是 Notion。我搭了几十个数据库、模板、模板套模板。Notion 的核心功能其实没那么强，但我离不开它。我的工作流活在里面。
所以产品长大之后的路线图，应该刻意往「让用户能在我们上面搭东西」的方向走。开放接口、做事件回调、出软件开发工具包、撑住第三方集成。客户能在你产品上构建的表面积越大，他们越难离开。
6. 创始人，在产品早期是资产，在规模化阶段是瓶颈
产品早期，创始人参与每个环节是优势。规模化之后，随着支持量上来、产品决策堆积、运营复杂度爆炸，同样的本能就成了瓶颈。
这个转变没有清晰的边界。不会突然有一天告诉你「你现在不能再亲自上了」。你只是感觉每件事都比以前久。一个本来一小时能拍板的事情，现在要花一周。因为只有你能拍板，所有人都在排队等你。
信号长这样。一个本该一小时决定的事，现在要花一周。客服请求堆积，因为只有你知道答案。运营任务只有在你想起来的时候才会被做。
办法简单粗暴。审计你手上所有的事，每一件分三类。可以完全自动化的（交给 Cowork 或者其他工具）。需要人，但不一定是你（雇人或外包）。真的需要创始人判断的（留着）。
别等到公司开始规模化才做，产品刚跑通就该做。
我到现在维护 40 多个网站，靠的就是死命把所有「非创始人判断」的事情扔给 Claude Code 和 Cowork。能交给 AI 的我都交了，剩下的我才管。
只有这样，我才能继续做下一个网站。
写在最后
读完册子，我最大的感受跟 AI 多强没关系。创业的基本功，其实没变。
找一个真问题，做一个解决它的东西，把它做成一个有规模的公司。变的是路径，AI 把「季度」压缩成了「周」。
册子结尾那句话我蛮喜欢。
瓶颈不再在你能做什么，而在你选择做什么。
技术问题在 AI 时代几乎都能解。选什么做、为谁做、什么时候停，这才是创始人真正要花时间的地方。
原文出处：Anthropic 官方《The Founder’s Playbook: Building an AI-Native Startup》，2026 年 5 月版，36 页。
全文翻译：感谢赛博禅心翻译的《AI Native 创业手册》，想看完整版的朋友点链接过去。