# The Founder's Playbook: Building an AI-Native Startup
## 创始人手册：构建 AI 原生创业公司

---

## 目录

1. [创业生命周期：为 2026 年重新规划](#chapter-1)
2. [创始人的角色正在改变](#chapter-2)
3. [创意阶段](#chapter-3)
4. [MVP 阶段](#chapter-4)
5. [启动阶段](#chapter-5)
6. [扩展阶段](#chapter-6)
7. [同样的工作，新的规则](#chapter-7)
8. [资源](#resources)

---

## Chapter 1
## 创业生命周期：为 2026 年重新规划

AI 正在重塑创业公司的构建方式。从未写过一行代码的创始人如今也能发布生产级应用，而只有 10 人的精益独角兽公司已经从草根逆袭故事变成了深思熟虑的行动计划。

2026 年，AI 可以编写生产代码、进行市场调研、分析竞争格局、起草投资者材料，并自动化运营工作流。通过消除即使是经验丰富的技术创始人在整合工具、平台和系统时曾经面临的陡峭学习曲线，AI 首先实现了在谁可以创办创业公司或开发产品方面的公平竞争。

2026 年，好创意能让创始人走得比以往任何时候都更远。智能编码将过去需要一个工程师团队完成的工作压缩成创始人自己就能交付的工作。

传统的创业增长弧线假设从创意到扩展的路径是：验证 → 融资 → 招聘 → 开发 → 再次融资 → 增长 → 更多招聘 → 重复。

现在，AI 已经消除了这样的期望：创业生命周期的每个新阶段都需要更大的团队、不同的技能组合和新一轮融资。

本手册根据这些新现实重新规划了创业旅程的四个核心阶段（创意、MVP、启动和扩展）。我们研究了当 AI 成为技术和组织发展核心时，每个阶段会是什么样子，每个阶段适合使用哪些工具，以及使用这些工具的创始人如何压缩时间线。如果你准备好规划从创意到退出的最短路径，请继续阅读。

---

## Chapter 2
## 创始人的角色正在改变

过去，创始人是由他们能做什么来定义的：技术创始人编写代码，非技术创始人负责业务运营和达成交易。但 2026 年为创始人提供的模型、设计、系统和 AI 代理已经打破了"能够构建的人"和"有值得构建的想法的人"之间的壁垒。

AI 原生创业公司从根本上改变了成为创始人的意义。现在，没有工程背景的人也能开发将他们的想法变为现实的生产软件，而技术娴熟但缺乏商业知识的创始人可以轻松制定上市策略、财务模型和高度精致的融资演示文稿。

从历史上看，创始人大部分时间都花在执行模式上：编写代码、管理人员、处理日常运营工作。在 AI 原生创业公司中，创始人角色不再是个体贡献者，而更多地成为代理的协调者——专门的 AI 助手可以读取文件、运行命令、执行代码，甚至浏览网页。创始人的注意力向上层转移，转向更高层次的工作：生成想法并指导执行这些想法的系统（AI 代理、工具和任何小型团队）。

2026 年的早期创业公司截然不同。它们在设计上极其精简，通常只有创始人一人或一个小团队。通过将技术和组织发展都以 AI 为基础设施中心，他们可以在扩大团队之前就达到产品验证、早期收入甚至盈利。AI 在三个特定领域帮助创业公司像更大的组织一样运作：研究、智能编码和关键业务运营的工作流自动化。

### 对话智能与研究

想象一下：每个领域都有随叫随到的专家。

想想创始人在第一年需要知道的所有事情，而他们几乎肯定一开始并不知道：如何设置薪资？如何规划产品开发冲刺？如何起草一份紧凑的投资者备忘录？

像这样的早期创业问题过去都有同样的答案：找一个懂的人。对于自力更生或种子前的创始人来说，这可能会消耗本应用于构建的时间来收集知识，或者可能需要在顾问身上花费一大笔早期资金。现在，他们拥有 AI 作为每个可想象领域的随叫随到专家。

然而，AI 作为核心基础设施最革命性的结果是为具有专业知识的非技术创始人解锁了机会。当创始人池扩展到具有工程背景的人之外时，你会得到由具有截然不同生活经验的人建立的创业公司，解决传统技术创始人渠道从未优先考虑（甚至可能没有注意到）的真实问题。

**AI 工具为精益创业公司提供的能力：**
- 深度研究：竞争分析、市场规模、财务建模
- 文档起草：融资演示文稿、案例研究、投资者备忘录、产品需求文档
- 战略思考伙伴：魔鬼代言人分析、事前分析、情景规划、路线图优化

传统创业模式假设你需要雇佣工程师来构建、销售人员来销售、运营人员来管理业务。员工人数被视为组织动力和产品成熟度的标志。

### 智能编码

时机和编排是一切。

想象一下：始终可用、永不受阻的工程师。

有效利用 AI 的研究、自动化和智能编码能力的创始人可以建立一家运营杠杆远高于其员工人数所暗示的创业公司。他们还可以将大部分时间和精力投入到真正重要的工作上。

这项工作不会自动完成；协调这些 AI 工具的创始人需要知道如何（以及何时）应用它们。本手册的其余部分致力于探索创始人在遵循 AI 原生创业道路时将遇到的目标和挑战，以及如何在旅程的每个阶段有效应用 AI 工具。

过去，开发软件需要技术联合创始人、外包开发公司，或者有足够的资金在编写一行生产代码之前雇佣一个工程团队。

智能编码工具现在允许每个有抱负的创始人用通俗易懂的语言描述他们想要构建的东西，并指导 AI 以整个工程团队的速度和规模生成、测试、调试和重构生产级代码库。

从"我有一个想法"到"我有一个产品"的时间线已经压缩。创始人的角色现在集中在构建什么和为什么构建，而 AI 处理实际构建准备好面向真实用户的基础设施。

### 工作流自动化

想象一下：按需自动化的运营团队。

即使创始人能像顾问一样研究、像工程团队一样构建，仍有一整类工作超出战略规划或产品开发的范畴，仍必须完成。日程安排、更新客户关系管理系统、提取每周报告、保持文档最新、发布内容、跟踪合规要求、管理公司运行的工具和系统之间的连接——这些都必须完成。在精益创业公司中，这些负担主要落在创始人身上——这是对本应用于更高层次决策的时间和注意力的重大消耗。

使用 AI 工具进行工作流自动化可以减轻这种负担。重复性操作任务可以配置为自动执行，这样当交易进展时客户关系管理系统会更新，每周报告会自动编译，产品文档会与产品更改同步更新。而且至关重要的是，Claude Cowork 与创业公司运行的互联系统集成——你的项目管理工具、通信栈、数据源——无需有人构建和维护这些集成。在零日创业公司中，那个人几乎总是创始人。

---

## Chapter 3
## 创意阶段

每个创业公司创始人都从同一个地方开始：一个他们无法停止思考的问题。这是创意与现实相遇的创业阶段：2026 年的创业成功要求在证据证明之前不要构建的纪律。

创意阶段的退出条件是找到问题-解决方案匹配。你已经建立了定性证据（主要来自真实的人类对话），证明你正在为真实的人解决真实的问题，然后再开始构建解决方案。

### 创意阶段目标

在创意阶段，创始人的主要目标是研究导向的验证：在投入资源构建之前，收集确凿证据证明存在真实问题（以及你提出的解决方案能有效解决它）。

实际上，创意阶段是创始人必须按大致这个顺序回答的一系列问题：
- 这个问题是否真实、具体且频繁到足以围绕它构建？
- 到底是谁有这个问题，这是一个市场吗？
- 还有其他人在解决它吗？如果是，如何解决，效果如何？
- 解决方案实际上需要做什么才能解决这个问题，我的想法做到了吗？

这些调查的结果加起来回答一个最终问题：这个值得构建吗？

这意味着在行动之前要具体化。"人们在费用报告方面遇到困难"是一个观察。"中端市场公司的财务经理每周花费四个多小时核对提交，因为他们当前的工具与会计软件不集成"是一个可测试的假设。

### 创意阶段退出标准

当你能对以下三个问题都回答"是"时，你就准备好离开创意阶段：

1. **问题是否真实且具体？** 要对此做出肯定回答，你必须能够准确说出谁遇到这个问题、他们多久遇到一次、影响有多严重以及他们目前对此做了什么。

2. **你的解决方案是否解决了实际问题？** 不是你最初假设的问题，而是验证过程揭示的问题。有时这些是同一个问题，但并非总是如此。

3. **你有足够的信号证明值得构建吗？** 在这个阶段你永远不会有确定性，等待确定性本身就是一种失败模式，但你需要足够的定性证据，证明致力于 MVP 是一个合理的决定，而不是一种信念行为。

### 创意阶段挑战

创意阶段是创业旅程中最重要的工作发生的地方，因为这是最重大的错误发生的地方：现在出错可能会迅速让你刚刚起步的创业公司偏离轨道。

大多数创意阶段的挑战涉及行动速度超过你的理解所证明的速度，因此以深思熟虑和审慎态度前进的创始人将取得稳步进展。

#### 把构建误认为验证

**挑战：** 当技术障碍被消除时，充满激情的创始人有可能跳过创业旅程中最重要的工作：验证他们的想法确实是人们需要并会使用的解决方案。

即使在当前智能编码时代之前，42% 的创业公司失败是因为他们构建了没有人想要的东西。现在，像 Claude Code 这样的智能编码解决方案极大地缩短了"我有一个想法"和"我有一个产品"之间的距离，这个失败率只会上升。

这一直是创业杀手，但 AI 让创始人更容易在不知不觉中陷入过早扩展的陷阱。智能编码助手如此强大，以至于很容易在验证问题-解决方案匹配之前就扩展执行，而无需有意识地决定偏离轨道。

虽然现在是有出色想法的创始人的最佳时机，但快速轻松地创建一个看起来像产品的原型也（反直觉地）给 AI 原生创业公司带来了真正危险的生存风险。

它会以与处理伟大想法完全相同的热情，围绕一个从根本上有缺陷的前提生成、测试、调试和重构代码库。系统中的智能是你的。这个阶段的首要指令是保持你的决策能力领先于你的构建能力，特别是当构建如此快速且感觉如此轻松时。

直到最近，构建需要真正的开发时间和预算，即使是一个基本原型通常也需要几个月的时间。现在技术开发的障碍在很大程度上消失了，AI 让创始人很容易直接进入构建，而不在现实世界中验证其实用性。

#### 过早扩展

**挑战：** 当构建变得轻松即时时，你可以将执行扩展到远远超出业务需求的范围。

过早扩展意味着在真正验证路径值得投入之前就承诺产品路线。

这一直是创业公司的杀手，但 AI 让创始人在不知不觉中更容易陷入过早扩展的陷阱。

#### 客观性丧失

**挑战：** 向 AI 工具询问支持你已经相信的内容的证据，它会找到它。确认偏差现在有了研究引擎。

确认偏差一直是创业中的职业危害：创始人本质上对他们的想法充满热情。现在，AI 工具极大地增强了确认偏差。让 AI 验证你的创业想法，它会找到支持证据；让它评估你潜在的市场规模，它会找到使你的 TAM（总可寻址市场）看起来可融资的数字。

AI 遵循你的指示，这意味着不提出难题的创始人现在可以比以往更快地为一个糟糕的想法构建一个精心研究的案例，同时完全相信他们实际上正在进行尽职调查。解药是使用相同的工具，但指向相反的方向：AI 会像验证想法一样彻底地对其进行压力测试。

当研究和结构化对抗性思维表明你的想法需要修改时，这就是转型的信号。

### Claude 如何帮助创意阶段的创始人

让你的 AI 原生创业概念在创意阶段取得进展可能感觉像是永远的事情。你是创始人，你只想构建。但这个至关重要的启动阶段本质上是研究和验证练习，这意味着在全力以赴编写代码之前，要使用帮助你更严谨思考的工具。以下是如何在其产品界面（Chat、Claude Cowork 和 Claude Code）上使用 Claude，以尽可能快地完成创意阶段，同时进行适当的尽职调查。

#### 选择合适的 Claude 界面

| 如果任务是... | 选择 | 原因 |
|--------------|------|------|
| 一个问题、重写或快速头脑风暴 | Chat | 快速、对话式、无需设置 |
| 研究、分析或完成文档 | Claude Cowork | 文件夹访问、从你的文件和系统构建 |
| 编写、测试或发布软件 | Claude Code | 代码库访问、差异、git、开发环境 |

AI 使创业公司创始人更容易更快地发布、自动化繁琐的工作流并大规模运营，但你使用的界面很重要。以下是根据手头任务何时使用 Chat、Claude Cowork 或 Claude Code。

三者共享相同的 Claude 底层；变化的是其周围的工作空间。

- **Chat** 用于无需离开你已在使用的应用程序的快速交流。使用它处理运营公司的日常小任务：从密集的投资者备忘录中提取一句话要点、在董事会会议前验证声明、或理解与团队的长 Slack 线程。

- **Claude Cowork** 用于实际需要时间的知识工作：从多个来源提取信息、理解它、并生成完成的东西，如文档、演示文稿或电子表格。例如，将客户通话记录文件夹转换为下次产品评审的主题发现文档，在融资前从十几个供应商网站构建竞争格局，或每周一早上的固定任务，从连接的工具中提取指标并将每周 KPI 简报放入共享文件夹。

- **Claude Code** 是团队工程师的智能编码环境：直接代码库访问、计划模式、git 集成，以及本地、IDE 或沙盒云环境。这是精益团队在不断增长的代码库上发布功能、从 MVP 时代迁移遗留代码、以及在不等待更多员工的情况下从原型过渡到生产的地方。

#### 定义并压力测试问题假设

你自己的领域专业知识和前期研究已经生成了一个假设。第一项工作是将其细化到实际上可测试的程度。Claude 在强制具体化方面特别有用：到底谁有这个问题，频率如何，严重程度如何，他们目前对此做了什么？不能准确回答这些问题的问题陈述还没有准备好验证。

**练习：** 与 Claude 合作将你的问题陈述细化到成为可测试的假设。例如，"合同审查需要太长时间"不是有意义的可测试陈述。但"中端市场公司的内部法律团队每个合同审查周期花费 3 天以上，因为红线是通过电子邮件线程而不是单一版本控制文档管理的"是非常可测试的。

你的下一步是让 Claude 反驳你的想法，并找到反驳你的假设的反证。这可以揭示负面市场信号、失败的竞争对手、客户行为模式和结构性障碍，这些都是支持性综合会悄悄降级的。

目标是在进入客户发现时，已经针对最强的可用反驳论点对假设进行了压力测试，这样信息丰富的用户访谈才能真正开放式，而不是寻找确认。

注意：在 AI 创业生命周期的每个阶段，将 Claude 用作结构化的魔鬼代言人都是核心用例。

#### 市场研究和绘制竞争格局

**练习：** 从公开可用数据构建 TAM/SAM/SOM 模型，并对其背后的假设进行压力测试。确定市场是在扩大、整合还是成熟；这种背景会影响你对时机和差异化的思考。绘制买家格局：谁掌握预算，谁影响决策，以及这些人是否是同一个人。

##### 评估竞争对手

有一种特定于创业公司的现象称为竞争对手忽视：过于专注于自己的愿景和执行，以至于系统性地低估同一领域其他人正在做的事情。幸运的是，AI 提供了解药：让 Claude 提出最令人信服的论点，说明为什么该解决方案领域的竞争对手会成功而你不会。

Claude 可以分析为什么他们的方法实际上更好，为什么客户会选择他们，为什么你潜在的差异化因素可能不像你想象的那样具有防御性。

**练习：** 让 Claude 按层级绘制你的竞争格局：直接竞争对手、间接竞争对手、潜在收购者和可能进入你领域的相邻参与者。然后让它论证为什么每个层级对你的成功构成真正威胁，而不仅仅是最容易忽视的威胁版本。

##### 趋势分析

最后，使用 Claude 寻找早期指标，告诉你是否在正确的时刻进入。跟踪你的问题已经在发生对话的 subreddit 和 LinkedIn 群组，以及用户描述问题时使用的确切语言。让 Claude 识别类似问题已解决的类似市场，并提取哪些有效、哪些无效。揭示可能加速或威胁机会的监管、技术或人口趋势。

**练习：** 让 Claude 识别三个外部趋势——监管、技术或人口——可能在未来两年内显著影响你的市场，并评估每个趋势对你特定假设是顺风还是逆风。

##### 市场研究

注意：本节中的市场研究和竞争映射工作不是一次性练习。你将在 MVP 和启动阶段继续发现并发展你的思维，因此在你的假设演变时重复这些练习很重要。

Claude Code 可以综合公开可用的客户反馈，以揭示反复出现的投诉和未满足的需求。好处：这样做本质上是对你竞争对手的客户进行免费定性研究。

**练习：** 指导 Claude Cowork 综合你的关键来源的竞争对手评论，并确定现有解决方案尚未解决的主要投诉。如果你的假设解决了其中一个或多个，那就是问题-解决方案匹配的有力证据。如果没有，那也值得知道。

#### 规划和设计客户发现

通过与潜在用户交谈了解的内容质量取决于（1）你提出的问题质量以及（2）你是否向正确的人提出这些问题。Claude 在进行客户发现方面特别有帮助，包括与谁交谈、问什么以及如何理解你听到的内容。

##### 与谁交谈

精确的目标资料比长长的联系人列表更有价值，包括最可能严重遇到问题的特定职位、公司类型、团队结构和资历水平。从那里，确定这些人实际可以接触到的地方——他们聚集的社区、活动、LinkedIn 群组和 Slack 工作空间——并建立一个优先框架，根据他们离问题的距离确定首先联系谁。

##### 问什么

定义目标后，使用 Claude 构建访谈框架本身：正确的问题、正确的顺序、结构化以揭示人们实际做什么而不是他们认为自己会做什么。新手创始人的错误是问一个通用的、开放式的关于未来的问题（"你会使用这样的东西吗？"），而不是具体询问相关的过去（"告诉我你上次处理这个问题的情况"）。

Claude 还可以标记你的草稿问题在哪里引导受访者、过于宽泛或否则可能产生噪音而不是信号。Claude 还可以帮助你设计后续问题，以探查偏离或深入了解对重要问题的模糊回答。

如果你的假设涉及多个角色，Claude 也可以为每个角色设计不同的问题集。财务经理和 CFO 与同一个问题有不同的关系，单一的访谈框架会消除这种区别。

**练习：** 首先手动起草你的访谈问题，让 Claude 审核它们。特别要求它标记任何引导性、面向未来、过于宽泛或可能产生社会期望答案而不是诚实答案的问题。然后让它为访谈中最可能产生偏离的两三个时刻建议后续探查。

##### 访谈后分析

每次对话后，使用 Claude 进行汇报：将你的笔记输入给它，并让它识别什么证实了你的假设、什么挑战了它，以及什么真正令人惊讶。收集一批访谈后，将你的完整访谈笔记通过 Claude Cowork 运行，以揭示反复出现的主题、矛盾和两个方向的最强信号。然后将综合输出带回 Claude，让它标记你自己对数据的解读可能与你希望找到的模式匹配，而不是实际存在的模式。

**练习：** 每五次访谈后，指导 Claude Cowork 综合你的笔记并生成两个列表：支持你的假设的证据和挑战它的证据。如果第一个列表明显长于第二个列表，询问 Claude 这种不对称是否反映了数据中的实际情况——还是你希望找到的东西。

#### 客户外展和日程安排

使用 Claude Cowork 自动化构建联系人列表、进行外展和安排用户访谈的运营工作。

Claude Cowork 可以使用你用 Claude 定义的目标资料（包括职位、公司类型和资历水平）来研究和编译结构化的潜在客户列表和经过验证的联系信息。然后它大规模起草个性化的外展电子邮件，根据个人的角色和背景量身定制每一封。

随着回复的到来，它通过 MCP 连接到 Gmail 和 Google Calendar 来管理线程、处理日程安排请求并将访谈安排到日历上。工作流继续进行，Claude Cowork 按定义的节奏生成后续草稿（例如，对未回复的联系人进行第七天跟进），并在每个步骤完成时更新你的跟踪表，以便你始终知道每个潜在客户在管道中的位置。

**练习：** 给 Claude Cowork 你的经过验证的访谈目标资料，并让它构建潜在客户列表、起草个性化外展序列，并设置一个包含外展状态、后续节奏和访谈完成列的跟踪表。然后让它运行协调，而你专注于为对话做准备。

#### 设计最终解决方案概念

你已经完成了验证工作：问题是真实的，你知道谁有这个问题，并且你有证据支持的解决方案概念。使用 Claude 从各个角度开发和挑战你的解决方案概念：差距是什么？有哪些替代方案？这个解决方案要在规模上发挥作用，必须具备什么条件？

这是一个重要的现实检查：这个设计实际上是否解决了验证过程揭示的问题，而不是你最初假设的问题？

**练习：** 向 Claude 展示你的解决方案概念，并让它确定你的设计最依赖的三个假设。然后询问每个假设要成立必须具备什么条件，以及如果其中任何一个不成立会有什么后果。

#### 使用 Claude Code 构建轻量级原型

现在是有趣的部分：有了经过验证的假设和压力测试的解决方案概念，你终于准备好构建东西了。

这是创意阶段中 Claude Code 进入画面的时刻。即使你一直在修补，现在是你生成官方轻量级原型的时候：将你的想法展示给真实人类并获得真正反应所需的最小表面面积。

你不是在构建真实世界的产品（还没有）；你正在构建你的想法的功能样本，用于客户和投资者对话。真实用户对他们实际可以触摸的东西做出反应会告诉你十几轮问题-解决方案发现访谈无法告诉你的事情。之前，你是在确定你解决的问题是真实的；现在，你正在让潜在用户参与提议的解决方案。

**练习：** 定义你的解决方案依赖的单一核心交互。指导 Claude Code 只构建那个。完成后，将其展示给来自你经过验证的目标资料的五个人，并让他们尝试。你在这五次对话中学到的东西决定了你是继续构建还是回到绘图板。

---

## Chapter 4
## MVP 阶段

许多创始人将 MVP 阶段视为建设阶段，但 MVP 阶段本质上仍然是收集证据的练习。不同之处在于，你现在正在收集关于解决方案的证据，而不是问题空间；具体来说，是否有一群真实的、可识别的人发现它足够有价值，可以使用它、返回使用它、为它付费和/或告诉其他人。

### MVP 阶段退出标准

MVP 阶段的退出条件是产品-市场匹配的真实证据：证明特定的、可识别的用户群体发现产品足够有价值，可以返回使用（留存）、付费（收入）或告诉他人（推荐）。

### MVP 阶段目标

作为 AI 原生创业公司的创始人，你的目标是将经过验证的问题转化为真实用户实际会使用的工作产品。这不是具有每个路线图功能的完整版本，而是你的想法的最小、最专注的迭代，将真实解决方案放在真实用户面前，并生成产品-市场匹配的真实证据。

同时，你现在构建的方式决定了以后可能实现的目标。这意味着 MVP 阶段有第二个同样重要的目标：快速行动，而不产生会复合的技术债务——一旦真实用户大量到来，这将困扰你。

最后，从第一天开始投资持久上下文是保持 AI 作为力量倍增器而不是熵源的关键。在 AI 原生创业公司中，你的代码库是你与 AI 在会话中协作的东西，这使得易读性成为基础。跳过规范、架构决策和上下文文件（如 CLAUDE.md）的创始人会遇到可预测的障碍，每个新会话都需要重新解释代码库，AI 生成的更改偏离原始愿景。

### MVP 阶段挑战

在 MVP 阶段，创始人的首要指令是速度和判断力。这里的挑战集中在你是否能够以正确的方式构建正确的东西，足够快地产生影响，而不削减以后会付出代价的角落。

#### 智能技术债务

**挑战：** 因为 AI 基本上消除了曾经控制生产内容的每个自然瓶颈，所以速度是有保证的。但是当速度是创始人纳入 MVP 构建的唯一变量时，他们冒着产生难以偿还的技术债务的风险。

在 MVP 阶段，一些技术债务是合适的，前提是理解它必须在扩展前进行管理。它会逐渐积累，可以随着时间推移或在专门的冲刺中清除。然而，AI 技术债务会复合。

如果没有 AI 可以读取的规范和架构约束，每个会话都会从头重新推导基础决策，这些决策会漂移。你最终得到一个没有连贯心智模型的代码库，不是因为任何单个部分不好，而是因为这些部分从未被设计成适合在一起。这是一个真正的问题，而且它往往在后期才显现。

#### 陷入虚假产品-市场匹配

**挑战：** AI 工具可以生成令人印象深刻的早期数据，但这些并不能保证市场需要你的产品。

早期势头是创始人能拥有的最具心理影响力的经历之一。经过数周或数月的验证工作和谨慎、有纪律的构建，发布产品感觉像是确认你一直是对的。

智能编码工具可以帮助你比以往更快地达到这一刻，但早期牵引力与产品-市场匹配不同。发布能量来自短暂的力量，如你的创始人朋友、投资者其他投资组合公司的潜在买家，或推动飙升的 Hacker News 标题。不幸的是，这些都不能可靠地预测第六周或第十二周当最初的推动力消退时会发生什么。

#### 由于经验不足导致的不安全

**挑战：** 使用 AI 工具在不首先理解基本安全原则的情况下将应用程序推向市场的创始人最终会将其用户暴露在可预防的风险中。

残酷的事实是，智能编码工具生成的代码可以工作，但不一定是固有的安全代码。功能代码很容易，因为功能要么工作要么不工作。安全漏洞在被利用之前是看不见的，这意味着没有自然的反馈循环来提醒首次创始人出了问题。然而，向真实用户发布实时 MVP 意味着真实数据、真实暴露，如果出了问题，还会有真实后果。

忽视安全性并不是 AI 原生项目的新问题。每个时代的自力更生创业公司通常都会延迟安全考虑，直到构建后期，有时甚至等到生产发布的边缘。在任何用户接触你的应用程序或解决方案之前进行安全审查是发布最小可行产品的最低负责任门槛。

#### 无摩擦范围蔓延

**挑战：** 当构建感觉轻松且几乎免费时，总是有一个更酷的功能要添加或一个更边缘的案例要处理。这种范围蔓延弊大于利。

范围蔓延一直是创业风险。现在的不同之处在于，传统的对抗力量——工程时间的真实成本——在添加功能需要一个下午而不是一个冲刺时不再以相同的方式存在。

这里的挑战是，每个单独的添加都是有理由的。当然产品应该处理那个边缘案例；当然用户会想要那个工作流。

由于使用智能编码构建每个都花费如此少的精力，这些在当时感觉不像是范围蔓延，但随着你的产品超出其原始边界，你冒着失去方向和动力的风险。

解药是在构建开始前创建书面范围定义，描述产品做什么、故意不做什么，以及来自真实用户的特定证据将证明添加新内容是合理的。这将决策点从"我们应该构建这个吗？"转移到"大量用户告诉我们没有这个他们无法从产品中获得价值吗？"

### Claude 如何帮助 MVP 阶段的创始人

在构建之前定义架构
在 Claude Code 编写一行生产代码之前，使用 Claude 定义和记录将指导此阶段构建的所有内容的架构决策：要遵循的模式、要避免的依赖关系、正在做出的权衡以及原因。此输出将作为重点架构上下文文档，并建立 Claude Code 将在其中运行的护栏。

如果没有此上下文，每个会话都从头开始，Claude Code 被迫推断自己的结构假设。让 Claude Code 在没有护栏的情况下构建会产生一个功能正常但结构不连贯的代码库，而迭代和扩展不连贯的代码库最终是浪费时间和代币。迟早会有一个点，代码不可避免地崩溃，迫使你从头重建。

**练习：** 在打开 Claude Code 之前，打开 Claude 并描述你正在构建的内容：它解决的核心问题、服务的用户以及你在未来六个月内实际期望的规模。让它帮助你定义应该指导 MVP 构建的架构原则、鉴于你的约束要避免的依赖关系，以及你在此阶段有意识接受的权衡。

接下来，将此输出保存为 CLAUDE.md markdown 文件。这是你的架构上下文文档：构建的第一个工件，也是每个后续会话依赖的文档。CLAUDE.md 文件作为 Claude Code 的项目级指令，提供项目特定的上下文和说明，当代理 SDK 在目录中运行时会自动读取。在功能上，它们是项目的持久"内存"。

**练习：** 为你的 Claude Code 工作创建一个简单的会话模板，包括架构上下文文档、本次会话的具体任务以及要遵守的任何约束或模式。在每个会话结束时，向上下文文档添加一个简短的日志条目，详细说明构建了什么、做出了什么决策以及会话引入了什么假设。每个会话五分钟的文档记录是防止架构漂移复合成无法管理的代码库的廉价保险。

#### 定义并执行 MVP 范围

无摩擦的范围蔓延是 AI 时代 MVP 的标志性失败模式之一。

正如你定义和记录了产品的应用架构一样，你也需要在构建任何功能之前定义 MVP 的范围。

Claude 可以帮助你创建范围文档，描述你的 MVP 产品做什么、故意不做什么，以及功能修改标准：在这一点上，来自真实用户的什么具体证据将证明添加新内容是合理的。

当新的功能想法出现时——它们肯定会出现——你使用 Claude 来压力测试它是来自用户的真实信号还是伪装成产品思维的创始人热情。

#### 使用 Claude Code 构建 MVP

定义架构和范围后，Claude Code 成为主要的 MVP 构建工具。使用它来生成、测试、调试和迭代你的代码库，但将每个会话视为执行你已经做出的产品决策，而不是添加新决策的机会。

#### 在任何用户接触之前进行安全审查

作为 AI 原生创业公司创始人，你的责任是了解代码库中的内容、理解任何潜在的暴露向量，并且不向信任你数据的真实用户发布明显的漏洞。

Claude 可以对 AI 生成的代码进行有用的首次安全审查，并帮助识别常见漏洞。在发布前将其纳入循环是一个好习惯。然而，它不能替代安全工具，或者在更高风险下，人工审查——将其视为替代的创始人最终会出现在违规故事中。

Claude Code Security 更进一步：它扫描代码库中的安全漏洞并建议针对性的补丁供人工审查，发现传统方法可能遗漏的问题。

注意：在本电子书发布时，Claude Code Security 是有限的测试版发布，因此在将其纳入工作流之前请检查当前可用性。

**练习：** 在部署到任何真实用户之前，让 Claude 审查你的核心应用代码，具体要求：审查身份验证和会话处理、API 响应中的数据暴露、输入验证和注入风险，以及具有已知漏洞的依赖项。认真对待每个发现，并评估它是否需要修复，对涉及身份验证、机密或数据处理的任何内容进行人工审查。

#### 在发布前构建你的测量框架

错误地将早期牵引力识别为产品-市场匹配的创始人通常也是那些在发布后才开始跟踪数据的人，使用选择的指标来评估什么有效，而不是揭示什么无效。解药是在第一个用户出现之前建立你的测量框架。

使用 Claude 定义哪些指标对你的特定产品重要，基准是什么，以及数据中的哪些模式构成真正的产品-市场匹配与讨人喜欢的噪音。具体来说：在发布 MVP 之前设置你的留存基准、激活标准以及第 7 天和第 30 天目标。

接下来，定义对你的特定产品来说什么是误报：例如，注册但未激活、有收入但无留存，或初始热情但无重复使用。当数据到达时，让 Claude 对你自己的牵引力提出对抗性案例：怀疑论者会对这些数字说什么？

#### 管理发现和用户反馈后勤

一旦真实用户进入产品，运营层会快速扩展。Claude Cowork 处理重要但乏味的工作，如构建和维护用户联系人列表、运行外展序列、安排反馈会话、分类 bug 报告和跟踪迭代周期。在创意阶段管理发现后勤的相同 MCP 集成在这里适用。

在收集循环中保留人员以深入探索用户反馈。例如，用户说"这很棒，但我希望它也能..."需要解释：这是核心需求还是锦上添花？这是特定于这位客户还是代表一个细分市场？缺失的功能是真正的问题，还是上游的入职问题？没有工具可以回答这些问题。

**练习：** 配置 Claude Cowork 来运行你的 MVP 阶段反馈循环：向你的早期用户列表起草外展、安排反馈会话、设计错误报告和功能请求的结构化接收流程，并撰写每周综合收到的内容。先自己查看综合内容；之后，你可以让 Claude 分析信息以发现你可能忽略的任何重要点。

#### 迭代以获取证据，而不是追求完整性

MVP 阶段在你有产品-市场匹配的真实证据时结束，无论产品感觉有多"完成"。宣布你已经实现产品-市场匹配并准备好从 MVP 阶段进入启动阶段，最终是结合创始人直觉和收集证据的判断练习。不过，有一些有用的试金石：

- **Sean Ellis 测试：** 问你的活跃用户："如果你再也无法使用这个产品，你会有什么感觉？"如果超过 40% 的人回答"非常失望"，那就是有意义的 PMF 指标。

- **努力测试：** 在产品-市场匹配之前，留存需要持续干预，包括频繁的外展、激励措施、个人跟进，以及花费英雄般的创始人精力来保持用户参与。产品-市场匹配后，产品开始自己完成这项工作。当事情开始拉而不是推时，这种努力的转变是最明显的信号之一，表明真正的事情发生了变化。

最终，没有单个数据点可以确认产品-市场匹配，因为它是一种必须在多个迭代周期中保持的模式，然后你才能明确地称之为匹配。

#### 在证据要求时转型

即使投入了所有这些工作，如果你似乎仍然无法达到产品-市场匹配怎么办？你的结果不能确认你开始的方向这一事实不是失败，而是系统在起作用：MVP 阶段旨在在你对错误答案过度投资之前揭示这些信息。

当数据不支持你当前的产品时，使用 Claude 来研究数据告诉你的内容。

- **探索替代客户细分。** 也许没有转化的用户从来都不是正确的目标。通常，正确的受众已经在你的数据中，只是权重不足。

- **调整产品的价值主张。** 也许你的受众是正确的，但你的 MVP 只是没有引起用户共鸣。调整入职、消息传递或核心功能重点可能无需改变你已经构建的东西就能解决这个问题。

保持开放的可能性，即脱节可能足够深，需要更根本性的改变。

**练习：** 如果你完成了三个或更多迭代周期，却没有朝着产品-市场匹配基准取得有意义的进展，请在决定下一步行动之前使用 Claude 进行诊断。将你的留存数据、用户反馈和原始问题假设输入给它，并问它三个问题：
1. 数据中是否有一个细分市场的反应与其他市场不同？
2. 设计价值和体验价值之间的差距是定位问题还是产品问题？
3. 当前产品要找到真正的 PMF 必须具备什么条件，鉴于你所看到的，这种情况现实吗？

让答案决定你是调整、转型还是回到创意阶段。

---

## Chapter 5
## 启动阶段

如果 MVP 阶段是关于证明你的产品值得存在，那么启动阶段就是关于证明你的业务值得增长。

### 启动阶段目标

在启动阶段，创业公司创始人必须将早期牵引力转化为可重复、可持续的增长引擎。除了使产品做好生产准备外，你还必须加强其底层基础设施，同时围绕产品建立一家实际的公司。

在创意和 MVP 阶段，创业公司自然以创始人为中心，因为你需要完整的情境意识和紧密的反馈循环。现在，仍然试图亲自掌控一切的创始人成为启动阶段的瓶颈。目标不是让自己脱离公司，而是建立运营系统，让你的注意力集中在只有创始人才能做出的决策上。

### 启动阶段退出标准

启动阶段的退出条件有三个要素：

1. **增长是可重复的且由渠道驱动。** 你不仅要留住用户，还要通过特定渠道以可预测的方式获取他们，并且你知道并可以捍卫 CAC（客户获取成本）、LTV（客户生命周期价值）和投资回收期等单位经济效益。

2. **产品可以处理生产工作负载。** 基础设施已经加强，安全性和合规性已到位，并且在实际生产条件（不仅仅是你测试的条件）下可靠性得以保持。

3. **运营在没有创始人瓶颈的情况下运行。** 流程存在，自动化已到位。你不再是亲自处理支持、分类、冲刺规划或报告的人。

### 启动阶段挑战

找到产品-市场匹配是早期创业生命周期中最难的问题。

现在，创始人的挑战变成了保持它。启动阶段是那些找到了真正产品牵引力的公司如果围绕和支持产品的组织无法跟上，仍然可能崩溃的地方。以下是需要注意的失败模式。

#### 技术债务到期

**挑战：** 为速度和验证而构建的 MVP 代码库运行良好，足以证明产品有效，但生产流量、新功能和不断增长的复杂性现在暴露了捷径。

在 MVP 阶段，积累一些技术债务是为速度做出的合理权衡。在启动阶段，这笔债务开始产生利息，而且拖延越久，修复成本越高。

解决方案包括系统的架构审计以识别结构弱点、有针对性的重构以解决最严重的问题，以及大幅扩展测试覆盖范围，以便下一轮功能工作不会重新引入相同的问题。

#### 创始人成为瓶颈

**挑战：** 在 MVP 阶段，创始人参与每个环节是一种资产。在启动阶段，随着支持量增长、产品决策堆积以及运营复杂性成倍增加，同样的本能变成了约束。

从做事到设计做事的系统的转变是创业生命周期中最困难的转变之一。因为它很少有明确的时刻发生，风险是完全错过它，在组织在你周围停滞不前时仍停留在构建模式。发生这种情况的迹象包括现在应该花一小时的决策需要一周时间才能轮到你、因为只有你知道答案而堆积的支持请求，以及只有当你个人记得去做时才会发生的运营任务。

补救措施是对你个人处理的所有事情进行全面审计，从最小的任务到最高风险的决策，以确定什么可以系统化、什么可以委托以及什么真正值得创始人的时间和注意力。

#### 在准备好之前扩张

**挑战：** 新市场和融资机会看起来像增长机会。它们也可能是产品-市场匹配消亡的地方。

过早扩张到与原始市场有重大差异的市场会引入新的用户行为、合规要求、支付基础设施和产品设计时未考虑的基线期望。突然之间有太多新变量，你无法清楚地解释自己的数据。你还冒着在追逐新的、未经证实的受众时忽视原始用户群的风险。

你最初建立的牵引力是真实的，但它也特定于你的早期受众。

#### 安全性和合规性不再可推迟

**挑战：** 在 MVP 阶段保持简单的安全和合规措施是可以的，但现在有了真实用户、真实数据，并且可能有企业合同摆在桌面上，这变成了一种责任。

在 MVP 阶段，只有少数测试用户且生产中没有敏感数据，安全漏洞只是理论风险。然而，当你的产品进入生产并依赖它的真实用户时，假设就变成了非常真实的暴露风险。此外，不适用于原型的合规要求在你处理客户数据、处理付款或销售到受监管行业时肯定适用。

补救措施是在生产规模到来之前（而不是之后）进行系统的安全和合规审查，并将发现的所有内容视为在下一波用户到来之前必须修复的问题——而不是建议。

### Claude 如何帮助启动阶段的创始人

Claude 的三种形式在启动阶段都得到充分利用，它们相互支持：每个工具产生的输出成为其他两个工具的输入。结果有机地复合，同时使用所有三个工具的创始人获得的收益大于各部分之和。

这就是超精益创业模式在结构上成为可能的原因。当 Claude Code 构建产品、Claude Cowork 围绕它构建公司，而 Claude 帮助将这些产品和组织知识运营化时，一个小团队可以像一家规模大 n 倍的公司一样运行。

#### 在技术债务复合之前修复它

你的 MVP 代码库可以工作，但它也需要系统的修复过程，寻找任何可能成为结构责任的技术债务。

首先，使用 Claude Code 运行完整的架构审计：确定代码库的脆弱之处、任何维护成本高昂的捷径，以及测试覆盖范围足够薄的地方，以至于下一轮功能工作将重新引入相同的问题。

将 Claude Code 的审计结果反馈给 Claude，以分类和排序修复工作：哪些需要在下一次发布前修复，哪些可以等待一个冲刺，以及哪些代表在你当前阶段可接受的持续债务。

这也是记录你在 MVP 阶段做出的架构决策的时刻（那些因为没有时间写下来而存在于你脑海中的决策）。现在将它们放入 CLAUDE.md 确保每个未来的 Claude Code 会话都从对系统设计方式和原因的共同理解开始。

**练习：** 指导 Claude Code 审计你的 MVP 代码库并生成结构弱点、测试覆盖差距和重构候选的优先级列表。然后将该列表输入给 Claude，并让它在你的几个冲刺中排序修复工作：你需要首先解决的任何重大问题、可以与功能开发并行处理的事情，以及可以等待的事情。

#### 构建取代创始人注意力的系统

构建释放你注意力以处理只有创始人才能处理的职责的运营系统，需要确切知道你的注意力去向何方。使用 Claude Cowork 对你当前的运营负载进行结构化审计，记录每个重复任务、每个落在你办公桌上的决策，以及每个仅因为你个人记得去做才发生的工作流。然后让 Claude Cowork 将此清单分类为可以完全自动化的内容、需要人但不一定是你的内容，以及真正需要创始人判断的内容。

审计完成后，使用 Claude Cowork 为自动化候选设计工作流逻辑：什么触发每个工作流、决策规则是什么、输出是什么样子以及完成后去向何方。

#### 建立你一直跳过的产品管理流程

启动阶段需要一套轻量级、可重复的流程，可以在不需要创始人干预触发或运行的情况下运行。使用 Claude 设计你的产品时间线和工作周期将如何构建、在 Claude Code 接触功能之前规范需要包含什么、错误报告如何分类和路由，以及你的每周指标报告涵盖什么以及如何分发。

流程设计完成后，使用 Claude Cowork 构建和运行运营层：安排冲刺仪式、将传入的错误报告路由到正确的位置、从连接的数据源编译每周指标，并维护保持用户信号流入产品决策的反馈循环。

**练习：** 让 Claude 设计一个轻量级的产品管理操作系统：定义的冲刺节奏、最小规范模板、错误分类决策树，以及从你的实际数据源提取的每周指标简报。然后设置 Claude Cowork 来实现和运行系统的重复运营元素，如调度、路由和报告编译，使其按计划进行而无需你干预。

#### 使安全性和合规性成为产品工作流

使用 Claude Code 发现 SOC 2、GDPR 或 HIPAA 审计中经常出现的代码级问题，以及你的目标市场所需的标准。这将揭示漏洞和合规差距。将这些发现输入给 Claude，以帮助你确定修复工作的优先级并设计企业买家在签约前会要求的控制、审计日志和访问管理。注意：AI 扫描是辅助手段，但不能替代合格的合规审查。

接下来，将合规工作流构建到你的开发周期中，而不是作为一次性项目运行；合规文档需要持续维护和更新。对于接近企业合同或国际市场的创始人来说，这也是 Claude Code 安全扫描可以帮助你准备独立安全评估的时刻。

**练习：** 使用 Claude Code 针对你的目标市场所需的框架运行代码级安全审查。将输出输入给 Claude，并让它生成两件事：优先级安全修复序列和你需要生成的文档和控制列表，以满足潜在企业买家的合规审查。

---

## Chapter 6
## 扩展阶段

在扩展阶段，创始人的角色从构建者重新集中到面向公众的高管。产品仍然是核心，但你个人的日常工作越来越多地涉及公司本身。你的注意力必须扩展到新的扩展阶段活动，如分析师简报和 IPO 路演，同时努力保持精益、以 AI 为中心的结构优势。

### 扩展阶段目标

扩展技术基础设施的工作一直在继续，现在又加入了满足最苛刻外部审查者的组织治理和合规基础设施，并对"如果一家资金充足的现有公司今天复制你的产品，你的用户会留下来吗？"这个问题有一个可靠的答案。

在扩展阶段，你要从数千用户发展到数百万用户，从一个市场扩展到多个市场。在之前的每个阶段，增长都是你可以通过贴近用户并根据紧密反馈循环的数据以及大量创始人直觉来摸索的事情。现在，目标是构建由成熟组织运营维持的系统性增长。

对于 AI 原生创业公司，你的目标应该是通过积累的深度建立防御性护城河，这源于你融入产品的专业知识、产品与用户依赖的其他工具和平台的深度集成，以及专有系统数据和工作流。一直在一个方向上持续构建、在一致基础设施上构建的创始人现在拥有真正难以复制的东西。

在此阶段，公共投资者、分析师、监管机构、企业采购团队和收购者施加更大的压力——以及更大的怀疑——因为现在风险更高。你的产品和组织必须经得起外部审查：不仅是你构建的功能，还有围绕它的治理、合规姿态、财务控制和战略叙事。

### 扩展阶段退出标准

扩展阶段的退出条件不再是单一里程碑，而是一个阈值事件：即使创始人越来越不直接参与日常运营，公司也是可持续的。你已经展示了系统性增长；建立了组织本身的扩展工作并使其成熟为一家企业。

实际上，这个阈值通常采取三种形式之一：在不再需要外部资本的规模上实现可持续盈利、IPO 准备就绪或被收购。所有这三种都要求你的增长是系统性的且可审计的，你的产品护城河经得起审查，并且你的组织在运营上成熟且可持续。

当这成为现实时，恭喜你：你的创业公司已经从一个赌注变成了一项业务。

### 扩展阶段挑战

#### 委托运营层

**挑战：** 扩展阶段的运营系统必须在不需要照顾的情况下可靠且可持续地运行。对于从第一天起就亲力亲为的创始人来说，这种转变既是心理挑战也是结构挑战。

你的启动阶段工作是创建系统；在扩展阶段，它变成（1）使这些系统成熟直到完全值得信赖，以及（2）然后实际信任它们。

这比听起来难。即使你是一个善于委托的创始人，也不总是清楚该移交什么和该保留什么。移交太多、太快——尤其是交给 AI 自动化系统——关键决策会在没有创始人才能提供的关键背景的情况下做出。坚持太久，你可能会成为瓶颈。

根本挑战是识别仅存在于创始人头脑中或未记录工作流中的机构知识，然后将其编码为文档化、可审计且可转移的系统。

#### 构建 GTM 功能

**挑战：** 有机增长有上限，大多数扩展阶段的创始人在不得不建立真正的上市功能之前就达到了这个上限。

创意、MVP 和启动阶段的增长通常源于创始人主导的销售、时机恰到好处的 Product Hunt 帖子或与早期客户的个人关系。像这样的有机增长只在一定程度上有效，大多数创业公司在扩展阶段达到这个限制。迹象包括扁平化的用户曲线、不断上升的客户获取成本，以及只有创始人亲自参与时才会移动的管道。

扩展阶段的增长需要建立专门的增长引擎，以接触你的产品的新受众和更广泛的受众。大多数创业公司创始人可能以前从未不得不运行营销、销售和分析师关系等项目。一个合法的 GTM 运动不仅需要建立新的系统和流程，还需要创建品牌声音和故事，用于谈论你的产品。因为在创业生命周期的这个阶段，你不仅需要接触单个新用户，还需要接触投资者和企业买家等整个目标受众。

幸运的是，GTM 功能不必很大才能有效，构建产品的相同 AI 基础设施可以引导将其推向市场。

#### 扩展技术运营

**挑战：** 客户不再只评估你的产品；他们想知道你的组织可以成为可靠的基础设施合作伙伴。

前三个创业阶段的技术挑战集中在代码库上：构建正确的解决方案而不产生技术债务，然后为真实用户加强安全性和合规性。到达扩展阶段后，挑战现在变成围绕代码库构建的一切；创建支持基础设施、文档和可靠性保证，这些都是成熟的标志。

更大规模的客户和机构买家签署多年合同之前想要这些，一旦他们签署，他们也会要求你遵守这些。

然而，让你走到这一步的相同 AI 基础设施有助于你构建具有定义响应时间和文档的专用支持功能，新客户的工程团队实际上可以使用这些功能。

#### 扩展组织功能

**挑战：** 扩展阶段的公司通常需要组织基础设施，如招聘、薪资、会计和法律运营，无论有多少人在运营它。

### Claude 如何帮助扩展阶段的创始人

早期创业阶段将 Claude 用作产品本身的基础基础设施：验证想法的研究伙伴、设计和构建原型的工程团队，以及使单创始人创业公司成为可能的 AI 运营层。达到扩展阶段的 AI 原生创业公司创始人现在可以使用 Claude、Claude Code 和 Claude Cowork 继续以相同的方式扩展。

#### 将日常任务交给 Claude Cowork

从清楚地了解你现在最需要投入时间和注意力的地方开始扩展阶段，这对从未建立过企业的首次创始人来说可能是一个挑战。Claude 可以通过列出在此阶段只有你应该做的事情来提供帮助，这可能包括产品叙事决策、董事会关系、企业交易和创始人对创始人的对话。不在这个列表上的任何内容都是委托或 Claude Cowork 自动化的候选者。

**练习：** 使用 Claude 生成你当前运营层的瓶颈图：当前通过你路由的每个工作流、决策和审批。现在，让 Claude 推断当你一周不在时每个会发生什么。停滞的工作流是你仍然亲自参与足以阻碍进展的那些。

#### 扩展技术运营到企业级基础设施

随着你扩展，买家需要放心，你的产品和组织可以作为长期基础设施被信任。技术工作仍然像往常一样在代码库内部进行，但现在也有围绕代码库的技术工作要处理。

第一步是将机构知识转换为可扩展的系统。

使用 Claude 起草和维护企业采购期望看到的书面基础设施，包括产品文档、支持手册和 SLA。

同时，指导 Claude Code 针对企业合同要求的特定可靠性和安全标准审计和加强代码库，并构建基于 Discord 的社区支持从未必须提供的技术支持基础设施：日志记录、监控、事件响应工具，以及使 SLA 实际可执行的可观察性层。

Claude Cowork 然后运行企业支持本身的运营层：工单路由、升级工作流、由产品更改触发的文档更新、续订跟踪，以及企业客户成功所依赖的报告节奏。这三者共同为一个小团队提供了更大组织的支持姿态，这正是签署多年企业合同要求你展示的。

**练习：** 选择你三个最苛刻的潜在客户或确定三个你希望签约的理想客户。让 Claude 生成差距分析：这些客户中的每一个的企业采购团队在签署多年合同之前期望看到什么文档、SLA 和支持基础设施，以及你目前在哪里不足？使用输出在 Claude Code 和 Claude Cowork 之间排序技术和文档工作。

#### 建立真正的 GTM 功能

创始人的努力让你走到这一步，但扩展你的创业公司需要创建和实施实际的上市策略。AI 可以帮助你构建然后运行完整的 GTM 引擎。

Claude 可以从头开始帮助构建基础 GTM 资源：市场细分、消息传递架构、分析师关系策略、销售手册，以及一旦你与公共投资者、企业买家和华尔街分析师交谈时重要的面向投资者的指标叙事。这些受众中的每一个都有自己的词汇表，并根据自己的标准评估你；Claude 的工作是将你的产品价值主张转化为与每个受众细分相关的产品营销方法。

现在，Claude Cowork 可以成为你的战术执行层：内容管道、外展序列、分析师简报后勤、新闻室和 PR 节奏、CRM 卫生、管道报告，以及将 GTM 战略转化为实际商业运动的许多重复周期。

当 GTM 运动需要产品营销基础设施（交互式演示环境、集成文档、沙盒租户、API 参考、技术单页）时，Claude Code 可以为你构建。买家期望从技术上评估你的产品，在扩展阶段，Loom 视频和销售演示文稿不再足够。这也是让你的 GTM 运动异步运行的基础设施：一个构建良好的演示环境在你参加董事会会议时完成交易。

#### 将领域专业知识和机构知识转化为 AI 背景

许多超精益创业公司创始人正在为他们在特定领域亲身经历或观察到的现实世界问题构建高度特定的应用程序或工具。

智能 AI 现在使从未写过一行代码的创始人能够利用他们的领域专业知识来构建解决复杂问题的产品。Claude、Claude Code 和 Claude Cowork 在将创始人知识转化为复合产品特异性方面都发挥着作用。

使用 Claude 捕获、组织和改进创始人知识，将领域专业知识放在产品可以访问的地方。通过扩展对话、项目和记忆，创始人可以分享他们所知道的一切——行业术语、监管陷阱、边缘案例、挫折、为什么这个问题的明显答案不起作用——变成结构化、可搜索的上下文。技能然后可以将重复的工作流（例如，"我如何审计商业租赁"、"我如何分类患者入院表格"）编码为 Claude 每次以相同方式运行的可重用例程。几个月后，这变成了没有通用 AI 可以匹配的专有知识基础。

将你的领域知识外部化与 Claude 对于将行业特定的边缘案例编码到你的产品中变得无价：一个通用 AI 医疗账单工具在 340B 药物计划索赔上会出错，例如，但你的工具有针对它们的特定逻辑。Claude Code 帮助你将你所在领域其他专业人员遇到的常见挫折转化为验证逻辑、提示改进，或与竞争对手从未听说过的利基行业系统的 MCP 集成。因此，你的应用程序或工具的深度和广度都以竞争对手根本无法复制的方式持续复合。

**练习：** 确定一个通用竞争对手在你的垂直领域肯定会弄错的边缘案例。与 Claude Code 合作为其构建专用测试用例（不是单元测试），基于你实际看到的场景。每次出现类似的边缘案例时，添加它。你的测试套件成为你的护城河地图。

#### 将累积的用户数据转化为防御性优势

随着用户与你的产品互动，他们生成行为信号（即他们接受哪些输出和拒绝哪些输出），这为产品路线图提供信息。

随着时间的推移，你将了解特定用户群的特定模式、偏好和边缘案例。这就是我们所说的复合价值：每次改进使产品更有用，这推动更多使用，这产生更多反馈，这推动更多改进。

这些数据是时间锁定的、特定于上下文的，并且模仿者无法复制：你根本无法购买数千名用户在你的产品内完善其工作流的行为指纹。

Claude 可以帮助审计你收集的任何用户交互数据、识别其中最高信号的行为模式，并设计将持续使用转化为系统模型改进的反馈循环。

**练习：** 将你产品的交互数据摘要输入给 Claude：你一直在收集什么、收集了多长时间，以及你对用户如何随着时间参与你的产品的了解。让它识别数据中三个最高信号的行为模式，并设计一个反馈循环，将每个模式转化为系统模型改进。然后让它帮助你起草一页护城河叙事来为产品营销提供信息：你的数据飞轮如何工作的故事、它旋转了多久，以及为什么一个资源充足的竞争对手今天开始无法在两年内复制它。

#### 创建工作流锁定

复合数据网络效应使你的产品更难复制，但用户工作流锁定使你的产品更难离开。用户在日常运营中运行你的产品的时间越长，它就越深入地嵌入他们的实际工作方式。他们在其上构建了自动化，培训了人员使用它，并将其连接到他们的数据源和其他工具。他们开发的提示、完善的工作流和标准化的输出都围绕你的产品做什么以及如何做而形成。在这一点上，切换从产品决策变成了全面的运营项目。

创建工作流锁定的第一步是让 Claude 按集成深度映射你当前的客户群。对于每个客户细分，确定他们在你的产品之上构建了什么工作流以及他们依赖哪些集成。这显示了你的产品在哪里粘住，以及它需要深入哪里。

你提供的集成越多，客户就有更多的表面积来构建依赖于你的产品的工作流。Claude Code 帮助你快速启动与目标用户依赖的数据管道、项目管理工具和其他系统的原生集成。Claude Code 还可以构建 API、webhook 和 SDK，让客户不仅使用你的产品，还在其上构建——这是最深层次的锁定形式。

**练习：** 让 Claude 帮助你为你的前十名客户构建工作流集成审计。对于每个客户，记录他们构建的自动化、他们依赖的集成、通过你的产品运行的团队工作流，以及你对他们转换成本的估计。然后让 Claude 确定整个组的模式：什么类型的集成为你的特定产品创造最深的锁定，以及你可以构建或启用什么来加深当前处于表面的客户的集成。

---

## Chapter 7
## 同样的工作，新的规则

在 AI 时代，创始人的工作没有改变：找到一个真正的问题，构建解决它的东西，并将其扩展成一家重要的公司。改变的是到达那里的路径。在四个阶段——创意、MVP、启动和扩展——AI 将季度压缩成几周。

曾经需要数月的验证周期现在只需几个下午。一个工作原型不再需要具有正确技术栈的联合创始人；它需要一个明确的问题和与编码代理的几个专注会话。启动准备从启动前的混乱压缩成持续的工作流。在扩展阶段，曾经迫使早期员工陷入消防角色的运营负担越来越多地可以交给 AI，让你的团队能够将注意力集中在成为你的护城河的判断性决策上。

瓶颈不再是你能构建什么，而是你选择构建什么。

---

## Resources
## 资源

### 使用 Claude 构建

- **为创业公司构建 AI 代理：** 分享创业公司如何使用代理在扩展时减少对创始人的依赖。

- **Claude Code 文档：** 帮助构建者从初始安装到高级智能工作流。提示：从"Claude Code 如何工作"概述开始。

- **Claude Code 最佳实践：** 涵盖 Anthropic 内部和工程团队中有效的模式——上下文管理、权限、规划和验证工作流。

- **使用 CLAUDE.md 文件：** 介绍如何为你的特定代码库配置 Claude Code。对于设置开发环境的 MVP 阶段创始人来说是必读内容。

- **Claude Code 高级用户提示：** 突出 Claude Code 团队本身的工作流模式，包括并行会话和验证循环。

- **开始使用 Claude Cowork：** 分享团队如何设置 Claude Cowork 并开始实施技能、插件和其他功能，以扩展其在你的创业公司中的影响。

- **教程：** claude.com/resources/tutorials 提供可搜索的特定任务动手演练列表。

### 创始人故事

- **三家 YC 创业公司如何使用 Claude Code 构建他们的公司：** 研究 HumanLayer (F24)、Ambral (W25) 和 Vulcan Technologies (S25) 如何使用 Claude 快速将原型推向市场，并使用智能编码工作流扩展 AI 驱动的平台。

- **GC AI 的创始人利用领域专业知识构建了一个响应式、由 Claude 驱动的法律平台，以满足内部团队的实际工作方式：公司特定的手册、跨职能利益相关者和可变风险容忍度阈值或工作流。**

- **Carta Healthcare 使用 Claude 为其临床抽象平台提供支持，每年处理 22,000 例外科病例，将数据抽象时间减少了 66%。**

- **由 Claude 和 Agent SDK 提供支持的 Anything 帮助 150 万用户无需编写代码即可将想法转化为工作软件产品，包括一位非技术创始人，他已经构建并正在销售一个完整的招聘平台。Anything 的 AI 代理处理完整的构建，因此个体创业者可以专注于他们的领域专业知识。**

- **Cogent 是一家应用 AI 实验室，构建代理来自动化关键的企业安全任务。该创业公司使用 Claude 作为代理的推理层，这些代理在整个漏洞生命周期中自动化调查、优先级排序和修复。**

- **Airtree 使用 Claude Cowork 作为其运营基础设施的中心，统一了曾经分散在十几个不同工具和团队中的数据。现在，当一个人使用技能构建工作流自动化时，组织中的每个人都可以使用它来完成待办事项清单上从未完成的所有事情。**

- **Duvo 构建 AI 代理来运行采购、供应链和类别管理流程，跨 ERP、供应商门户、电子表格、电子邮件，甚至电话。Duvo 完全基于 Claude 构建，使用 Agent SDK 在工作流之间进行编排。**

- **Zingage 是一个 AI 代理平台，专为家庭护理机构的 24/7 自动化运营而构建。该创业公司使用 Claude 的结构化工具调用来在 EMR 和多个通信渠道之间进行编排，并使用 Claude 的上下文推理来构建能够提供细致、针对患者的结果的代理，而不是模式匹配最常见的响应。**

- **Kindora 是一个由非营利组织高管构建的 AI 驱动平台，他使用 Claude Sonnet 构建了一个迫切需要的工具，用于智能匹配慈善机构与资助者。在将数千个匹配过滤到值得追求的少数几个之后，Kindora 的 MCP 连接器允许非营利组织直接在 Claude 内访问其 prospecting 工具。**

- **Wordsmith 由一位律师转型的 CTO 创立，旨在为内部法律团队提供可靠的 AI 驱动法律技术。Claude 是 Wordsmith 合同审查、协议起草和文档审查功能的推理引擎，该创业公司的工程团队使用 Claude Code 来构建和发展平台本身。**

### 创业公司支持和机会

- **Anthropic 创业公司计划：** 对于与 Anthropic 的风险投资合作伙伴合作的创业公司，该计划提供免费 API 积分、最高级别的公开可用速率限制，以及独家创始人活动和研讨会的邀请。

- **Claude 社区：** 面向构建者的论坛和社区空间。

- **现场学习资源：** 会议、网络研讨会、直播和录音。

---

*claude.ai*