Anthropic 这份创始人手册，最狠的一句话：别把能做出来，当成有人需要

如果你最近用过 Claude Code、Codex、Cursor 或任何一个 Agent 编程工具，大概率会有一种很危险的兴奋感：

以前要找技术合伙人、排期、写需求、搭环境，几周以后才可能看到一个东西。现在你说几句话，AI 就能帮你搭出页面、接口、数据库、测试，甚至把部署脚本也补上。

这当然是好事。

但 Anthropic 在新发布的《The Founder’s Playbook: Building an AI-native startup》里，真正值得所有创业者和中小团队警惕的，不是“AI 可以让你少招多少人”，而是另一件事：

AI 让 building 变得太容易，于是你更容易误把“做出来了”，当成“有人需要”。

这是 AI Native 创业最隐蔽的坑。

以前，构建成本高，反而会逼你慢一点：先找人聊聊，先确认需求，先想清楚值不值得做。现在，技术阻力被 AI 拿掉了，很多团队会自然滑进一个新流程：

有想法 → 立刻让 AI 做原型 → 原型看起来不错 → 于是相信这个需求是真的。

问题是，原型不是证据。用户愿意反复使用、愿意付费、愿意把它推荐给同事，才是证据。

Anthropic 手册真正提醒的是：AI 没有替你验证市场

这份手册把 AI Native 创业拆成四个阶段：Idea、MVP、Launch、Scale。

本文重点取其中 Idea 和 MVP 两个阶段，因为它们最容易发生同一个错误：把“构建进展”误认为“需求证据”。

它的基本判断很清楚：AI 正在改变创业公司的构建方式。非技术创始人可以做出生产级软件，技术创始人也可以更快完成商业计划、市场研究、投资材料和运营自动化。创始人的角色，也从单纯执行者，逐渐变成 Agent、工具和小团队的编排者。

但到了 Idea 阶段，Anthropic 反复强调一件事：不要在证据足够之前开工。

手册里对 Idea 阶段的目标定义很朴素：先通过研究、客户发现、竞品分析和反证，确认一个真实问题存在，并且你的方案确实能解决它。换句话说，AI 可以帮你更快查资料、更快整理访谈、更快搭原型，但它不能替你回答最关键的问题：

这是不是一个真实、具体、频繁、足够痛的问题？

手册甚至直接把一个坑单独拎出来讲：Mistaking building for validating，把构建误认为验证。

它说，技术障碍被移除后，热情很高的创始人最容易跳过创业中最重要的工作：验证自己的想法是不是真的有人需要、有人会用。

这句话对今天的小团队尤其刺耳。

因为我们现在太容易做出“看起来像产品”的东西了。页面像，流程像，Demo 像，甚至 AI 帮你写的商业计划书也很像。但“像产品”不等于“有需求”。

做得越快，越要先问清楚：谁痛？为什么痛？

Anthropic 在 Idea 阶段给了三个退出条件。翻译成小团队能用的话，就是三句话：

第一，问题必须真实且具体。

不要只说“很多公司销售管理很乱”。这只是观察，不是可验证假设。

更好的说法是，假设一个场景：

20 人以内的 B2B 服务团队，创始人每周要花几小时从微信、飞书、表格里手动拼销售进展，因为线索状态没有被自动更新。

这个表述才有对象、有频率、有场景、有现有替代方案。你可以拿它去找人访谈，也可以判断是否值得做工具。

第二，你的方案要解决验证后发现的真实问题，而不是你一开始想象的问题。

很多产品死在这里。用户说“我想要自动化”，团队听成“我要一个更强大的系统”；用户真正痛的可能只是“我每周五要手动整理 20 条客户状态，很烦”。

如果真实问题只是一个高频小流程，不一定需要先做完整平台。可能先做一个半自动表格、一个机器人提醒、一个手动代运营服务，就能验证需求。

第三，你要有足够信号再进入 MVP。

注意，不是“百分百确定”。创业不可能等到确定。但你至少要有定性证据：真实用户聊过，痛点重复出现，现有解决方式很别扭，对方愿意继续试、愿意留联系方式，最好愿意付一点钱或投入真实时间。

AI 时代的好创业者，不是最会让 Agent 写代码的人，而是最会让 Agent 帮自己收集反证的人。

MVP 最容易出现三种假象

很多团队会说：好，那我先做 MVP。

但 MVP 也有坑。Anthropic 对 MVP 阶段的定义不是“把第一个版本做出来”，而是：把一个经过验证的问题，转成真实用户会使用的最小产品，并收集产品市场匹配的证据。

这里最容易出现三种假象。

第一种假象：技术完成感。

代码跑通了，页面能点了，支付也接上了，于是团队感觉“产品差不多成了”。

但技术完成，只说明你完成了构建任务。它不说明用户会回来，也不说明他们愿意付费。MVP 的证据应该是留存、收入、推荐、复购、持续使用，而不是“功能列表打勾”。

第二种假象：用户礼貌点赞。

你把 Demo 发给朋友、同行、社群，大家说“挺有意思”“很有潜力”“上线叫我”。这些反馈听着舒服，但很弱。

更强的信号是：他愿意现在就把真实数据给你试，愿意介绍同事参与，愿意下周继续用，愿意为一个粗糙版本付费，或者明确说“如果这个能解决，我今天就想要”。

第三种假象：范围越做越大。

AI 会让扩功能变得非常顺手。今天加看板，明天加报表，后天加权限，再过两天加一个 Agent。你以为自己在快速迭代，其实可能是在用更快的速度扩大未验证假设。

Anthropic 也提醒，Agentic coding 工具会以同样的热情，围绕一个错误前提生成、测试、调试和重构代码。系统里的智能，关键仍然来自创始人自己。

这句话很重要：AI 不会天然帮你判断方向对不对，它只会放大你给它的方向。

给中小团队的 5 个验证动作

如果你不是融资几千万美元的明星创业公司，而是一个小团队、一个工作室、一个想用 AI 做新业务的产品/运营负责人，我建议把“让 AI 开工”往后放半步。

先做这 5 件事。

1. 把需求写成可验证句子

不要写：“做一个 AI 客服系统。”

改成一个可验证的假设场景：

跨境电商小团队每天要处理一批重复售后问题，其中不少涉及订单状态查询。现在客服要在店铺后台、物流系统和聊天窗口之间切换，每单都会消耗额外时间。

这个句子能被访谈验证，也能被数据验证。

如果一句话里没有“谁”“什么场景”“多频繁”“现在怎么解决”“成本是什么”，就先别开工。

2. 先访谈过去，不要询问未来

不要问：“如果我做一个这样的工具，你会用吗？”

大多数人会礼貌地说会。

改问过去：

• 你上一次遇到这个问题是什么时候？
• 当时你怎么处理？
• 花了多久？谁参与了？
• 最后有没有造成损失、延误或返工？
• 你现在为什么还没换方案？

未来意愿很便宜，过去行为更接近事实。

3. 先做手动服务，再做自动产品

很多 AI 产品一开始不需要完整自动化。

你可以先用人工 + AI 工具帮 5 个真实用户完成任务：帮他们整理线索、生成周报、处理售后、做竞品监控、写投放复盘。

如果用户连手动版都不愿意试，自动版通常也不会突然变成刚需。

手动服务的价值在于，它逼你看见真实流程里的脏东西：数据不标准、权限拿不到、用户表达含糊、决策链很长、真正痛的人和付钱的人不是同一个。

这些东西，坐在电脑前让 AI 写代码是看不到的。

4. 用“假门测试”验证行动，而不是验证口头兴趣

你可以做一个 landing page、一个报名表、一个预约入口、一个“加入内测”的按钮，甚至一个价格页。

关键不是骗用户，而是在不大规模开发之前，观察真实行动：

• 有多少人愿意留下联系方式？
• 有多少人愿意提交真实场景？
• 有多少人愿意预约演示？
• 有多少人看到价格后还愿意继续？

小团队最缺的不是想法，而是识别假需求的速度。

5. 让 AI 专门找反证

不要只让 AI 帮你写“市场机会分析”。那很容易变成自我安慰。

你可以反过来问：

请你站在最苛刻投资人、最忙目标用户、最强竞品销售的角度，找出这个想法可能失败的 10 个理由。每个理由都要说明对应证据应该去哪里找。

再进一步：

如果这个需求是假的，最可能出现哪 5 个早期信号？我应该如何在两周内验证？

Anthropic 手册里也提到，AI 既可以帮你支持一个想法，也可以帮你压力测试一个想法。关键是你怎么提问。

AI Native 不是“更快开工”，而是“更快暴露错误”

我对这份 Anthropic 手册的理解是：它不是在劝创业者变慢，也不是反对快速原型。

相反，它承认 AI 确实压缩了从想法到产品的距离。Agentic coding 让一个人能做过去一个小团队才能做的事，Claude Cowork 这类工具能把研究、文档、运营流程自动化，AI 也让创始人从“亲自干每件事”转向“设计系统，让系统运行”。

但正因为这样，创始人的判断更值钱了。

以前，一个坏想法会被技术成本拖住。现在，一个坏想法也能很快拥有漂亮页面、完整功能和一套看起来专业的增长计划。

所以 AI Native 团队真正要建立的，不只是更强的构建能力，而是一套更快暴露错误的机制：

• 每个需求先写成可验证假设；
• 每次构建前先定义证据；
• 每轮用户反馈都区分礼貌、兴趣和行动；
• 每个 Agent 工作流都要留下输入、输出和判断依据；
• 每周复盘一次：哪些证据支持我们，哪些证据反驳我们？

这也是 UseClaw 一直更关心“闭环”而不是“热闹”的原因。

AI Agent 可以帮你写代码、查资料、发内容、整理线索、跑工作流。但它不应该替你跳过最朴素的问题：

谁痛？为什么痛？现在怎么解决？凭什么相信你？下一步行动是什么？

如果这几个问题没答清楚，AI 只会让你更快地把错误做成产品。

如果答清楚了，AI 才是真的杠杆。

---

UseClaw 持续记录 Claude、Codex、OpenClaw、AI Agent 与数字员工的真实案例、方法和产品化实践。
了解更多：https://useclaw.net/

参考来源

• Anthropic / Claude 官方博客：《The founder's playbook: Building an AI-native startup》，2026-05-14，https://claude.com/blog/the-founders-playbook
• Anthropic 官方 PDF：《The Founder’s Playbook: Building an AI-Native Startup》，36 页，重点参考 Idea、MVP、Launch、Scale 四阶段内容。 PDF：https://cdn.prod.website-files.com/6889473510b50328dbb70ae6/69fe2a55b93bb0732b1fe33c_The-Founders-Playbook-05062026_v3%20(1).pdf

下载

• 下载 Anthropic 创业者手册中文 PDF