最近Antropic出了一本小册子，谈了一些如何使用Claude产品协助创业的事。我觉得里面对创业的不同环节面临的挑战，以及AI如何影响和改变这些挑战说的挺好。至于其余那些如何使用Claude的产品线帮助创业的内容，反而可以缓谈，因为不用Claude产品也可以用其他产品，而且所有产品都在飞速发展中，所以现在谈产品可能有效期也不长。所以我想记录下那些更恒久不变的内容。
这本手册按不同阶段，把创业这个事分成了几个部分，大体是按创业时间线划分的，分别是：Idea阶段 -> MVP阶段 -> Launch阶段 -> Scale阶段。所以我也按这个划分，分别记录这些阶段主要做什么，主要有什么挑战，以及AI如何影响和改变创业者的。
Idea阶段 #
手册说，任何创业者都是从同一个地方开始的，那就是一个萦绕创始人心头挥之不去的问题。在这个阶段，创业者要守住一个纪律：先不要动手，要收集证据，直到证据足够多，足以证明可以动手为止。
这个阶段创始人主要的工作应该是研究，客户发掘，竞争对手分析，以及很重要的公正地反复验证并推翻自己的证据。
这个阶段的目标应该是以调研为主的问题验证：验证你所谓的问题（以及你的解决问题的想法）是否是真实存在的。在这个阶段，创始人要回答一系列问题：
- 问题是否真实，具体，普遍，并且足以为它去创造一个解决方案？
- 谁在面对这个问题？这些人是否构成一个足够大的市场？
- 是否有其他人正在解决这个问题？如果有，他们做得有多好了？
- 要解决这个问题，解决方案必须要做到什么？我的想法是否能满足这些条件？
手册提到，你的问题必须要足够具体。一个例子是：“人们经常为开销报表感到头痛”，这不是一个具体的问题，只是一个观察。“一个中型企业的财务经理一般要花上每周起码4小时去核对提交的数据，因为他们现有的工具没办法整合到财务软件中”则是一个具体的，可验证的问题。你的问题一定要尽可能具体，包含人物、时间、场合等要素。
什么时候可以进入下一个阶段？通常进入下一个阶段的标志性条件就是你确定了问题，并且确定你的想法能解决这个问题。你要收集到足够多的证据，证明你的想法确实在解决一个在特定人群中真实存在的问题。
这个阶段通常有哪些挑战呢？
挑战之一：过早地开始动手。你并没有收集到足够的证据证明你的问题是真实存在的，你没有找到足够证据证明确实有一群人面临这个问题并愿意为解决使用你的想法。这导致你在下面的阶段里忙着唯一个伪问题忙碌。数据显示，42%的初创企业失败的原因是它们做的东西没人想用。有了AI，问题可能变得更糟：AI可以大大缩短从想法到产品的路径，在AI的辅助下，创造没用的产品的难度大大下降，必然会导致因为创造没用的产品而失败的初创企业数量大幅增加。
在过去，因为搭建产品或原型的成本很高，反而会鼓励创始人花时间去验证自己的问题和想法的有效性。有了AI，搭建产品和原型的成本大大降低了，会有更多创始人没有在问题论证阶段下足功夫就开始搭建产品，最终会出现更多没用的产品。
挑战之二：在产品推广这条路上走得太快。因为创造的成本下降了，你现在可以轻松地推进产品线，这个速度可以远超实际商业需求。在还没有真实验证这条路行得通之前你已经走得太远了。这个挑战本来就是很多初创企业的致命伤，现在AI让创业者更容易犯这个错误了。你会发现，创业者可以很快就在代码库上走得很远，做了多轮代码库迭代、测试、debug，回头才发现整个代码库建立在一个有瑕疵的想法上。这时已经太晚了。当写代码变得很容易时，创业者更要慎重决定什么时候开始写第一行代码。
挑战之三：丧失客观性。当你利用AI工具去论证你的想法是否真实有效时，AI总会顺着你的意思说你想听的话。你最好不要过度依赖AI给你的答案。论证想法是否真实有效的最好方式就是去找到你的目标客户，通过和潜在客户交谈，了解他们真实的想法。不要因为有AI工具的存在，就依赖AI去找答案。而且AI给你的错误答案往往看上去都是经过仔细调研的结论，要出处有出处，要数据有数据，看起来无比真实客观。但实际AI会放大你想听的那部分内容。它给你的信息可能和真实情况差了十万八千里。
MVP阶段 #
很多创始人认为MVP阶段就是搭建产品的阶段。不。MVP阶段本质上仍然是在收集证据，仍然是一个想法论证阶段，而不是产品构建阶段。和Idea阶段不同的是，在Idea阶段你主要是收集问题真实存在的证据。而MVP阶段你主要在收集解决方案的证据。在这个阶段，你要找到真实的一群人，他们认同你的解决方案是有价值的，他们真的会去用你的解决方案，反复用，愿意付费使用，而且会推荐给其他人。
MVP阶段的目标应该是找到一个把已经验证的问题转化为一个可工作解决方案的通路。这个可工作的解决方案并不是一个完整版本的解决方案，不需要包含所有产品功能。这只是一个最小的，足够聚焦的，你的想法的一个迭代版本。目的是把真实的解决方案摆在真实的用户面前，测试他们是否会用你的解决方案，是否会反复用，是否会付费。你要做的就是收集这些证据，直到证据足够多，证明product-market fit。
MVP还有一个重要的特点，那就是你怎么构建MVP决定了你未来会做什么产品，你必须快速迅速迭代，且在迭代过程不能累计太多技术债。如果你累计太多技术债，这些技术债在未来某个时候，当你需要扩张的时候，可能会拖你后腿。这里插一个我的亲身经历。我曾经的一个雇主，用的记账系统是当年初创时期找的一个只有3个人的小作坊快速开发的产品。当公司要开发多个类型差异比较大的产品时，突然发现这个记账系统根本不能支撑不同类型的产品，导致各种严重的记账错误，到最后连一个客户是否欠款，欠了多少款都说不清了。这就是创业初期累计的技术债在发展期拖你后腿的一个典型例子。初创企业在MVP阶段确实需要快速迭代，但一定要注意技术债的累积。
什么时候可以进入下一阶段呢？那就是有真实的证据证明product-market fit：有证据显示一个特定的可识别的用户群体认同你的产品价值，会使用你的产品，会不断重复使用，会付费使用，会推荐给其他用户。
这个阶段的挑战在于你是否能用正确的方式去创造正确的解决方案，而且创造得足够快，且不走太多捷径，因为太多捷径会积累过多的技术债，这些债迟早会拖你后腿。
挑战一：速度带来的债务积累。有了AI的加持，速度不再是大问题了。你轻松地可以快速迭代，产品推进的速度比过去快多了。但这并不能保证你不积累技术债。AI可能会为了达到你的要求而走捷径。但你又没有花功夫去设计需求文档和架构文档去约束和引导AI。
挑战二：掉进虚假的product-market fit陷阱。AI工具可以帮助你的早期迭代版本取得一些看上去很不错的结果，引导你误认为你已经找到product-market fit了。有很多因素可能让早期的增长看起来非常漂亮，比如有影响力的人的推荐，比如知名网站上的头条报道，这些都会引流，但这些流量不是可持续的。当最初几波引流和爆发式增长过去后，你会发现增长曲线归于平缓，这就说明你并没有找到真的product-market fit。
挑战三：仔细想想你要在下一个迭代中干什么，这很重要。当写代码的成本变得很低时，你经常会想到一些感觉很酷的功能，或者去实现一个罕见场景下的功能。但干这些事可能对你没什么好处。手册里用了一个名词：Scope creep，意思是工作范围的深渊。你可以不停地加各种小功能，以前工程成本很高的时候你会比较克制，现在工程成本几乎为零了，以前加一个功能可能需要一个sprint，现在可能两个小时就搞定了。
尤其有害的是，这些小功能可能每个看上去都是有必要的。一个罕见场景下的罕见功能当然对一小撮用户而言是有用的。你总能为你想加的这个或那个小功能找到必要性解释。于是你也就心安理得地不断添加这些零散的小功能。问题是慢慢地，你的产品开始超越初始的边界，慢慢地你迷失了原来的产品方向。在正确的方向上失去了动能，慢了下来。
解药是什么？你可以在构建开始之前写下开发范围。当开发成本降低时，我们更需要随时问一句：到底要不要做这个。
挑战四：缺乏完善的安全机制。创始人通过AI的辅助可以快速开发出产品原型并推向市场，但产品本身在安全性上还不完善。把这样的产品推给用户，可能会让用户面临操作风险。这一点我感觉就是在针对OpenClaw说的。
Launch阶段 #
如果说MVP阶段是证明你的产品有存在的价值，那launch阶段就是在证明你的业务值得推广。
这个阶段的目标就是要把最初的产品变成一个可重复、可维持的增长引擎。在这个阶段，既要把你的产品真正产品化，又要把运营基础设施加固，还要同时围绕你的产品创建一个实实在在的企业。一家创业公司在Idea和MVP阶段，创始人都是核心，因为创始人要时时刻刻都对自己的产品、客户全知全觉，对整个构建-产品-客户的反馈链路闭环都要全面把握。但到了这个阶段，如果创始人仍然尝试亲自把控每条业务线，那他反而会成为瓶颈。这个阶段的目标当然不是把自己和公司剥离，而是去创造一套操作系统，以便可以让创始人把注意力从具体业务线抽离出来，聚焦到那些只有创始人才能做的决策上。
这个阶段的结束有以下几个必要因素：
- 增长持续化。这个阶段你不只留得住老客户，还能以可预测的方式从特定的渠道稳定获取新客户。你能预测增长曲线。
- 你的产品能承受得住真实的市场需求。你的基建能托得起业务发展得需求。
- 日常运营中创始人不再是瓶颈。流程和自动化已经确立，你不在需要亲自智慧日常业务运营。
这个阶段得挑战主要是如何维持product-market fit。
挑战一：技术债可能到期。MVP阶段的代码库经受住迭代速度和验证压力的测试，成功证明了产品是真实可行的。但现在产品化后的需求，新功能和不断复杂化的产品可能随时暴露MVP阶段走捷径时遗留下来的技术债。
挑战二：创始人成为瓶颈。在MVP阶段，创始人事必躬亲是初创企业难能可贵的资产。在Launch阶段，随着客户数量的增长，产品决策的爆发，运营复杂度的指数级增长，之前难能可贵的品质可能变成限制。
挑战三：安全和合规变得刻不容缓。MVP产品可以尽量弱化安全和合规标准。但现在，用户是真实的，数据是真实的，隐私是真实的。企业合同摆在桌子上时，安全和合规就不再是可以商拓的对象了。它们变成了责任。（感觉又在针对OpenClaw）
挑战四：新的市场和增长机会在向你招手，但它们可能并不在你的product-market fit范围内。你最初找到的客户群体是真实的，但过早扩张到新的市场，过早让你的产品接触新的客群可能并不是明智之举。这样的扩张可能带来新的用户行为，合规需求，支付架构，基础预期。你的产品可能并没有合适的设计去满足这些新的变化。太多新的变量一下子涌到你面前，当你把精力都花在应付这些新的需求时，原先巩固的客户群体可能被忽视，最终可能让你失去原先建立起的product-market fit。
Scale阶段 #
在这个阶段，创始人终于从原来的builder变成了面向公众的executive。产品仍然是核心，但你的日常工作已经开始转向公司而不是某个具体业务或产品了。这个阶段你的工作重点可能是分析师简报和IPO路演。
这个阶段的目标就是建立一个系统性增长的生意。不断拓展你的护城河。把客户数量从几千人扩展到上百万。把一个市场扩展到多个市场。
什么标志着你可以进入下一个阶段了？你的公司需要持续增长，不论创始人是否还在参与日常运营与否。你可以问问自己：如果一个资金充裕的孵化器拷贝了你的产品，你的用户还会选择你吗？实际上你可以判断一下你的初创公司是否满足以下一个条件：企业可以持续产生利润，以至于不再需要外部资金注入也可以生存和发展下去，或者已经可以IPO了，或者被收购。这三种结果都需要一个前提：你的增长是有机的，经得住审计的，你的产品经受得住考研，你的企业可以成熟地持续运营下去。
如果你走到这一步，那么恭喜你，你的初创企业已经从一场赌博变成了一桩生意。
这个阶段也有几个挑战。
挑战一：Scale阶段的企业操作系统必须可以可靠地、可持续性地运作下去，无需保姆级地照看。对于一个从第一天开始就事必躬亲的创始人而言，放手让企业自己运营，这道坎既是心理上也是架构上的挑战。
在Launch阶段，你在打造一个企业操作系统。到了Scale阶段，你必要要让这套系统成熟起来，直到你能完全相信这套系统能自己运作而无需你在手把手地照料。这比听起来还难。尽管你可能认为自己是一个善于放权和委托他人完成任务的领导，你仍然可能有时困惑于哪些事情应该放手，哪些事情需要亲自料理。放手太早太快，一些关键决策可能缺失了创始人才能提供的关键上下文。放手太迟太慢，你可能就会成为瓶颈。应对这个挑战的关键在于识别那些创始人脑子里的关键知识点，识别出那些没有文档化的关键流程，并把这些知识和流程文档化，让它们可被查阅、可被审计、可被学习。
挑战二：用户不再单单评估你的产品了。他们开始判断你的企业是否是一个可以信赖的长期合作伙伴。客户不单只是需要你的产品，他们还需要围绕产品的客服体系、文档以及服务可靠性的承诺。只有看到这些，大客户才会和你建立长期合作。
挑战三：这个阶段的企业开始需要各种组织架构，比如招聘部门，工资部门，会计部门，法务部门。你的企业可大可小，但到了这个阶段，每个企业都或多或少需要配备这些辅助部门。
挑战四：你需要搭建所谓的Go-to-Market，GTM功能，GTM是指一个产品如何被包装、定价、销售、推广、交付给目标客户，并持续增长的整套商业化机制。
以上就是这本手册将创业划分的四个阶段。最后，这本手册还花了单独一章的篇幅，重新定义了AI时代的工作规则。手册指出，在AI时代，创始人的工作职责并没有变，他仍然需要找到一个真实存在的问题，创造出一个解决方案，把这个解决方案发展成一家公司。不同的是创业的路径改变了：AI大大缩短了走完这条路的时间，从几个季度缩短成几个星期。
想法的验证周期从过去的需要几个月变成只需要几个下午。一个可以工作的原型不再需要创始人懂得全栈技术，现在只需要一个清晰的问题定义和几段与编程agent的专注交互。扩展阶段你的工作中心可能不再是救火队长而是逐渐放手给AI，而你和你的团队则将注意力倾斜到决策。正确的决策将会成为你的护城河。高质量的执行则越来越多地放手交给AI去做。
瓶颈不再是你有能力创造出什么产品，而是你选择去创造什么。选择做什么将会是最有价值的洞见，而执行能力的作用会逐渐变小。
读后感 #
这篇文章中有些观点乍一听感觉有道理，但仔细想想，未必真说得对。比如文章说选择做什么更重要了，但选择做什么真的更重要了吗？如果你可以快速试错，那为什么不去多做尝试呢？你完全可以今天出个点子，做出个原型投到市场试试反应，明天再换一个点子。AI最大的价值可能就在于试错周期缩短了，试错成本降低了，创业从只有几条命的游戏变成了肉鸽游戏。文章好几个地方表达过类似的观点，比如AI协助下你的速度可以变得很快，所以你可能会在错误的道路上走得很远。但这不是说你应该花时间去避免走错路。创业其实很难避免走错路。以前的创业之所以很难，是因为走错路的成本很高，而走错路本身又很难完全避免。现在走错路仍然很难避免，但你完全可以放心大胆地去走不同的路，一旦发现走错了，就换一条路走呗，反正成本也不高。
我同意文章提出一个观点，那就是不要过度信赖AI提供给你的信息，尤其是市场调研、用户需求方面的信息。你仍然要走出去，和真实的客户沟通交流，获得真实的用户需求。AI只能给你提供大体的意见，而且它很可能顺着你的意思说漂亮话。