这几天一直在路上奔波，昨天刚落地成都，今天又坐着高铁前往重庆。其实我特别享受这种在路上的感觉，随着窗外景色的飞速倒退，大脑里总能迸发出各种非线性的火花。在高铁的咖啡香气中，我们继续聊聊 Anthropic 那份极具颠覆性的《创始人手册》（The Founder's Playbook: Building an AI-Native Startup）。

在上一篇文章里，我们探讨了一个核心话题：2026年，创始人的角色已经发生了彻底的改变。在 AI 大模型的加持下，我们不再是苦逼的“头号打工人”，而是转身成为了“AI 智能体（Agent）的指挥家”。我们手里握着研究、编程、自动化这三大超级外挂，完全可以构建一家属于自己的“一人公司（OPC）”。

讲到这里，很多朋友可能已经摩拳擦掌，准备立刻打开 Claude 或 ChatGPT，让它赶紧帮自己写几行代码、建个网站、写篇营销软文，大干一场了。

如果你现在正是这种状态，请立刻停下来！

《创始人手册》第三章——也是整个大模型创业方法论中最反直觉、却又最致命的一环：Idea Stage（构想阶段）。在这一章里，手册给所有兴奋的创业者泼了一盆冷水，并抛出了一个铁律：

在代码唾手可得的今天，“不要写代码”，反而成了创业成功的第一准则。

你可能会问：既然 AI 这么强大，我不让它干活，难道天天坐着空想吗？别急，作为一名不仅做过多年互联网营销、带过上亿盘子，还深耕教练技术十多年的老兵，我今天就跟你掰扯掰扯，在这个阶段，你到底应该用 AI 来干什么，以及，为什么你脑子里的“自嗨”，往往是你创业路上最大的坑。

致命的错觉：把“造出来”等同于“被印证”

在讨论如何正确使用 AI 之前，我们先来复盘一下传统的创业路径。

在过去，如果你有一个绝佳的商业点子（Idea），想要验证它，成本是极高的。你需要找懂技术的合伙人，花几个月时间，烧掉几十上百万，才能勉强做出一个跑得通的“原型（Prototype）”。高昂的开发成本和时间成本，逼着你在动手之前，必须去做详尽的市场调研、竞品分析，甚至要拿着还没影的 PPT 去满世界找天使投资人化缘。

但现在呢？有了像 Claude Code 这样的智能体编程（Agentic Coding）工具，极大地缩短了从“我有一个好主意”到“我有一个好产品”的距离。你用大白话描述几句，AI 就能在几个小时内为你生成一个毫无 bug、甚至设计精美的程序。

这就是大模型时代最致命的陷阱。

因为“造出来”太容易了，很多创始人会产生一种可怕的错觉：我把原型做出来了，甚至它跑得很完美，这就证明我的想法是成立的，市场是需要它的。

我认识一个懂点技术的朋友，手里带过团队。他经常拍脑门想出一个“绝妙”的痛点，然后立刻动手，几天时间就搞出一个 App 或小程序。每次他兴冲冲地跑来找我：“老薛，你看我这个新产品牛不牛？”

我看着那个功能完备、界面流畅的产品，通常只能客气地说：“挺好的。”为什么？因为木已成舟，他已经沉浸在自己创造的作品里了。但我心里很清楚，这个产品可能除了他自己，根本没几个人会用。

他陷入了什么境地？他陷入了“孤芳自赏”。

在心理学和教练领域，我们经常提到一个词：觉知（Awareness）。很多人在创业初期是缺乏觉知的。他们把“能造出来（Feasibility）”和“被市场需要（Desirability）”混为一谈。

在过去，这叫“自嗨”，但因为成本高，大家还能被资金逼着稍微冷静一下。但在 AI 时代，大模型极其高效的执行力，不仅不会阻拦你的自嗨，反而会像一剂强心针，让你在虚假的需求里狂飙突进，最终深陷“过早扩张（Premature Scaling）”的死亡陷阱。

请记住这句话：一个能够完美运行的原型，绝不是你解决真实问题的证据。它最多只是你拿去跟潜在客户聊天时，用来进行压力测试的道具。

警惕你的超级外挂变成“最强马屁精”

既然在这个阶段不能急着写代码做产品，那我们手里这个强大的“诸葛亮”——AI 大模型，到底该用来干嘛？

答案是：严谨的研究与验证，去寻找真正的“问题/解决方案契合度”（Problem-Solution Fit）。

很多人在这个阶段又会犯第二个大错。他们确实在用 AI 做调研了，但他们的提问方式通常是这样的：

• “Claude，我打算做一个专门针对宠物狗的冥想 App，你觉得这个点子是不是很棒？”

• “帮我找一些数据，证明宠物心理健康市场的潜力有多巨大。”

你猜 AI 会怎么回答？它绝对会顺着你的话，给你找来一堆漂漂亮亮的数据，甚至帮你构想出宏大的商业蓝图，把你夸得心花怒放。

这是在做调研吗？这叫寻求心理安慰！

这涉及到人类认知中一个非常顽固的漏洞：确认偏误（Confirmation Bias）。我们总是倾向于寻找、解释和记住那些能够证实我们已有信念的信息。创始人由于对自己的项目倾注了极大的热情，这种偏误往往会被放大无数倍。

而现在最糟糕的是，AI 这个没有独立人格的大模型，会敏锐地捕捉到你的偏好。只要你想听好话，它就能立刻化身为世界上最强的“马屁精”，用海量的数据和看似严密的逻辑，为你搭建一个坚不可摧的“自嗨壁垒”。

拿着这些被 AI 包装过的“彩虹屁”，你去骗骗投资人（如果他们也不懂行的话）可能还行，但如果你用它来指导自己的创业，那就是亲手把自己推向深渊。

解药是什么？是反向使用 AI，让它做你的“魔鬼代言人（Devil's Advocate）”。

我在做 Coach8 （教练吧）的这些年里，给无数企业高管和创业者做过教练。教练的核心技术之一，就是通过强有力的提问（Powerful Questioning），打破客户原有的线性思维，让他们看到自己的盲区。

现在，你完全可以把 AI 当作你的严厉教练。你要主动去“虐”自己，去指令 AI：

• “Claude，请无情地批评我这个点子，列出它在市场上最可能失败的三个致命原因。”

• “分析一下我目前设想的商业模式，告诉我竞争对手如果想干掉我，他们会采用什么策略？”

• “找一找过去几年里，做过类似项目但失败了的案例，总结他们的死因。”

这种对抗性的思维，才是你在创意阶段最需要的。AI 就像一面镜子，你不能只照自己好看的那一面。只有当你在这个虚拟的沙盘上，把所有可能失败的路径都推演过、甚至被 AI “虐”得体无完肤后，你依然觉得这个事情有解、值得做，那才是你真正可以迈出实质性一步的时候。

别问未来，问过去：如何科学地让AI辅助访谈

当然，AI 再强大，它也只是掌握了已有的数据。真正要验证一个商业点子，你必须走出房间，去和真实的人聊天。

很多人在这一步又会掉坑里——也就是我们常说的“被潜在用户发好人卡”。

在进行客户访谈时，新手最容易问出那些宽泛且面向未来的“烂问题”：

• “如果我开发出这个功能，你会用吗？”

• “你觉得这个产品的定价在多少钱你能接受？”

稍微懂点人性和社会心理学的人都知道，人们在面对这种假设性问题时，往往会出于礼貌、或者为了迎合提问者，给出正向的回答。“挺好的”、“我会用的”。但当你的产品真做出来了，他们连下载都不会下载。

好的访谈，永远是关注“过去”和“真实发生的行为”，而不是“未来的假设”。

在这个环节，你可以极大地发挥 Claude 或其他大模型的作用：

1. 设计访谈框架，规避“好人卡”： 你可以让 AI 帮你设计访谈问题。最关键的是，你要让 AI 帮你审查问题。比如你输入自己草拟的提纲，然后指令 AI：“请帮我找出这些问题中，哪些带有诱导性？哪些是试图询问未来的假设？请帮我将它们修改为询问过去真实经历的问题。”

   • 烂问题： “你会用我们的产品解决你的焦虑吗？”

   • 好问题： “跟我说说，你上一次感到极其焦虑时，你具体做了什么来缓解？你当时使用了什么工具？花了多少钱？”

2. 工作流自动化：尽职调查与用户触达： 在这个阶段，你不需要自己去茫茫人海中盲找。你可以利用像 Claude Cowork 这样的工具建立工作流。你定义好用户画像，让 AI 帮你在各个平台（如领英、特定社群）筛选出符合条件的目标用户，甚至让 AI 帮你起草个性化的破冰邮件或私信。这样，你可以把精力完全集中在深度沟通上。

3. 客观复盘：让 AI 戳破你的潜意识： 访谈结束后，人的记忆和理解依然会受到“确认偏误”的影响，你会不自觉地放大那些支持你观点的谈话内容。 这时候，把你所有的访谈录音或笔记丢给 AI，让它进行综合分析：

   • “请根据这些访谈记录，客观地总结：支持我核心假设的证据有哪些？挑战我假设的证据有哪些？”

   • 如果挑战的证据居多，这就是现实在给你敲警钟。你需要认真反思：是我的切入点错了？还是我找错人群了？

这就是科学地使用 AI。它不是让你盲目地加速制造垃圾，而是用它极强的数据处理和逻辑分析能力，来对抗你作为人类本身的弱点和盲区。

结语：你准备好“毕业”了吗？

回到我们在文章开头所说的：在代码唾手可得的今天，为什么“不写代码”反而成了创业成功的第一准则？

因为在 AI 时代，执行层面的技术壁垒已经被极大削弱。你比拼的不再是“能不能做出来”，而是“做出来的东西是不是真的有价值”。

如果你还在拿着旧时代的地图，以为只要能搞出个产品就能拉来投资、就能走向巅峰，那你注定会迷失在新大陆。

在《创始人手册》里，Anthropic 给出了一个非常务实的“毕业”标准。只有当你能够坦然、清晰且有证据地回答出以下三个问题时，你才算真正走出了 Idea Stage（构想阶段）：

1. 这个问题是真实且具体的吗？（你不能含糊其辞，你必须清楚地知道痛点到底有多痛。）

2. 你的方案是真的能够解决这个问题的吗？（是基于真实调研得出的结论，还是你自己的臆想？）

3. 你有足够的、真实的信号能够支撑你现在开始干了吗？（是不是有真实的用户在过去为了解决这个问题付出了成本和代价？）

如果你对这三个问题的答案都是坚定的“Yes”，并且手里握着扎实的验证数据，那么恭喜你，你已经拿到了进入下一关的入场券。

此时，你可以唤醒你的“智能体编程团队”（比如 Claude Code），开始构建你那个轻量级的、仅包含核心互动的 1.0 版本原型了。记住，精益创业（Lean Startup）的内核并没有变，AI 只是加速了这个循环。

但在接下来的阶段，如果你以为就可以高枕无忧地开始堆砌功能，那你又大错特错了。

在下一期的文章里，我们将进入手册的第四章：MVP Stage（最小可行性产品阶段）。我会和你聊聊一个在 AI 时代特有的、足以压垮你的新陷阱：当开发成本几乎为零时，为什么“加功能越快，死得越惨”？什么是 AI 时代致命的“技术债务”？

杂家杂谈，想到哪写到哪。如果你对如何用“一人公司”模式在AI时代破局感兴趣，或者你在构想阶段遇到了什么卡点，欢迎在下方留言，我们一起交流。咱们下期见！

——————————

【关于作者：薛铁鏻（铁林）】

“用系统的眼光看世界，用教练的心法做商业，用修行的态度活人生。” (个人网站：www.xuetielin.com ；创始机构网站：www.JL8.cn)