您现在的位置:kastop>> Kas信息 Web3信息>>正文内容

深度解读Anthropic《Founder's Playbook》:AI时代怎么打造一个AI Native公司

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"。

图片

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。

图片

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。"

图片

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。

图片

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。

图片

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。

他们指出: AI 时代,你出货太快了,导致 初期数据 "非常好看" 是常态。但这些数据是哪来的? 创始人的朋友圈、投资人 portfolio 互相导流、一篇 Hacker News 上的爆文、Product Hunt 的 launch day spik

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。

图片

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。

图片

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。

图片

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:

图片

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。




感动 同情 无聊 愤怒 搞笑 难过 高兴 路过
【字体: 】【收藏】【打印文章】 【 打赏 】 【查看评论

相关文章

    没有相关内容