founders-playbook-cn/README.md

# 创始人手册：打造 AI 原生创业公司

> *The Founder's Playbook: Building an AI-Native Startup* — 中文整理版
> 在 AI 成为核心基础设施的时代，重新绘制从「想法」到「退出」的最短路径——一份覆盖创业四大阶段的实操指南。

> 📄 也提供完整自定义排版的网页版 `index.html`（含侧栏目录、阅读进度条、卡片式排版），可下载到本地打开，或托管到能渲染 HTML 的静态服务上。

## 目录

1. [创业生命周期，为 2026 重启](#第-1-章创业生命周期为-2026-重启)
2. [创始人的定义正在改变](#第-2-章创始人的定义正在改变)
3. [想法阶段（Idea）](#第-3-章想法阶段idea-stage)
4. [MVP 阶段](#第-4-章mvp-阶段)
5. [发布阶段（Launch）](#第-5-章发布阶段launch-stage)
6. [规模化阶段（Scale）](#第-6-章规模化阶段scale-stage)
7. [同样的工作，新的规则](#第-7-章同样的工作新的规则)
8. [资源](#资源)

---

## 第 1 章：创业生命周期，为 2026 重启

AI 正在重塑创业公司的构建方式。今天，从未写过一行代码的创始人也能交付投产级别的应用，而「精益的 10 人独角兽」已经从草根逆袭的传奇，变成了一种可以刻意规划的行动方案。

在 2026 年，AI 可以编写生产代码、进行市场调研、综合竞争格局、起草投资材料、自动化运营流程。它消除了曾经陡峭的学习曲线——即便是经验丰富的技术型创始人，过去也要费力整合各种工具、平台与系统才能把想法落地。AI 最重要的意义在于：它**拉平了「谁能创业、谁能造出产品」这件事的起跑线**。

在 2026 年，一个好想法能带创始人走得比以往任何时候都远。智能体编码（agentic coding）把过去需要一整支工程团队才能完成的工作，压缩成创始人一个人就能交付的成果。

传统的创业增长弧线假设了这样一条路径：*验证 → 融资 → 招人 → 构建 → 再融资 → 增长 → 招更多人 → 循环往复*。如今，AI 抹去了「每个新阶段都需要更大团队、不同技能组合和一轮新融资」的预期。

本手册按照这些新现实，重新绘制了创业旅程的四个核心阶段——**想法（Idea）、MVP、发布（Launch）、规模化（Scale）**。我们会逐一审视：当 AI 成为你技术与组织发展的核心时，每个阶段会是什么样子；每个阶段最合适的工具是什么；以及使用这些工具的创始人如何压缩时间线。

---

## 第 2 章：创始人的定义正在改变

过去，创始人由「他们能做什么」来定义：技术型创始人写代码，非技术型创始人管理业务运营、谈成交易。但 2026 年创始人手中的模型、系统和 AI 智能体，已经溶解了「能造东西的人」与「有好想法的人」之间的那堵墙。

如今，没有工程背景的人也能构建出让想法落地的生产软件；而懂技术但缺乏商业知识的创始人，也能轻松产出市场进入策略、财务模型和高度打磨的融资演示。

从历史上看，创始人把大部分时间花在执行模式上：写代码、管人、处理日常运营。在 AI 原生创业公司中，创始人的角色从「个人贡献者」转变为「**智能体的编排者**」——这些专门的 AI 助手能读取文件、运行命令、执行代码，甚至浏览网页。创始人的注意力沿着价值链向上移动，转向更高阶的工作：生成想法，并指挥那些执行想法的系统。

最具革命性的结果，是解放了那些拥有专业领域知识的非技术型创始人。当创始人群体扩展到工程背景之外，你会看到由拥有截然不同人生阅历的人创办的公司，去解决那些传统技术创始人管道从未优先考虑（甚至从未注意到）的真实问题。

### 面向精益创业的 AI 工具能力

传统创业模型假设你需要招工程师来构建、招销售来卖货、招运营来跑业务，人头数被当作组织势能的标志。但 2026 年的早期创业公司在设计上就极度精益。AI 在三个领域尤其能让创业公司运转得像一家大得多的机构：

**🧠 对话式智能与研究**（类比：每个领域随时待命的专家）
创始人第一年几乎注定不懂却又必须知道的事很多：怎么设置薪资？怎么规划开发冲刺？怎么起草投资备忘录？过去答案都是「去找个懂的人」。现在他们有了随叫随到的专家：
- **深度研究**：竞品分析、市场规模测算、财务建模
- **文档起草**：融资演示、案例研究、投资备忘录、PRD
- **战略思考伙伴**：唱反调分析、事前验尸、情景规划、路线图优化

**⚙️ 智能体编码**（类比：永远在线、从不被阻塞的工程师）
过去构建软件需要技术联合创始人、外包团队或足够长的资金跑道。如今智能体编码工具让每位创始人都能用自然语言描述想法，指挥 AI 以一整支工程团队的速度去生成、测试、调试、重构投产级代码库。创始人的角色聚焦于**构建什么、为什么构建**，AI 负责真正的基础设施搭建。

**🔁 工作流自动化**（类比：随需调用的自动化运营团队）
排期、更新 CRM、拉周报、保持文档最新、跟踪合规……在精益创业公司里，这些负担主要落在创始人身上，是沉重的「时间税」。AI 工作流自动化能卸下这份税，关键在于 **Claude Cowork** 能与创业公司赖以运转的互联系统集成，无需专人搭建和维护这些集成。

### 时机与编排就是一切

能有效驾驭 AI 研究、自动化和智能体编码能力的创始人，可以构建出一家「杠杆远超其人头数」的公司。但这一切不会自动驾驶——编排这些工具的创始人需要知道**如何用、何时用**。

---

## 第 3 章：想法阶段（Idea Stage）

> 每个创始人都从同一个地方出发：一个让你停不下来去想的问题。这是想法撞上现实的阶段——2026 年的创业成功，需要一种纪律：**在证据足以支撑之前，不要动手构建**。

这个阶段的工作是研究、客户探索、竞品分析，以及对「反面证据」的诚实评估——都要在让 Claude Code 生成第一行生产代码之前完成。

> 🎯 **想法阶段目标**：以研究为导向的验证——在投入资源构建之前，拿到扎实证据，证明一个真实问题确实存在，且你提议的方案能有效解决它。

具体来说，想法阶段是一系列大致按序回答的问题：
- 这个问题是否真实、具体、且频繁到值得围绕它构建？
- 究竟是谁有这个问题？这构成一个市场吗？
- 有没有别人在解决它？怎么解决的、解决得多好？
- 一个方案究竟需要做到什么才能解决它？我的想法做到了吗？

这些追问加起来，回答一个终极问题：**这值得构建吗？**

这意味着行动前先变具体。「人们苦于报销流程」是观察；而「中型企业的财务经理每周花 4 个多小时核对单据，因为现有工具无法与会计软件集成」则是一个**可被检验的假设**。

> ✅ **想法阶段退出标准**：找到**问题-解决方案契合（problem-solution fit）**。当你能对以下三点都回答「是」时即可离开：
> 1. **问题是否真实且具体？** 你能准确说出谁经历它、多频繁、多严重、目前如何应对。
> 2. **你的方案是否真正针对那个问题？** 不是你最初假设的，而是验证揭示出来的那个。
> 3. **你是否有足够信号支撑动手？** 你永远不会有确定性，苦等确定性本身就是失败模式；但你需要足够定性证据，让投入 MVP 成为推理的决定，而非信仰之举。

### 想法阶段的挑战

绝大多数挑战都源于「行动速度超过了理解程度」。

**⚠️ 把「构建」误当成「验证」**
即便在智能体编码时代之前，也有 **42% 的创业公司**因「造出了没人想要的东西」而失败。如今工具大幅压缩了「我有想法」到「我有产品」的距离，失败率只会攀升。能跑通的原型很容易被误认为「在解决真实问题」的证据，但它不是——原型真正的作用是与潜在用户对话时的「压力测试道具」。**这些对话本身才是真正的证据。**

**⚠️ 过早规模化（Premature scaling）**
当构建毫不费力又近乎即时，你可能在真正验证某条产品路径之前，就把执行规模化到远超业务所需。智能体编码助手会以对待绝妙想法时同样的热情，去围绕一个根本有缺陷的前提构建代码库。此阶段最高指令：**让你的「意义建构」始终领先于你的「构建」**。

**⚠️ 丧失客观性**
向 AI 索要支持你已有信念的证据，它就会找到——确认偏误如今配上了一台研究引擎。**解药是同一个工具，只是指向相反方向**：AI 在「压力测试一个想法」时会和「验证它」时一样彻底。当对抗性思考浮现出「想法需要修正」的证据时，这就是该转向（pivot）的信号。

### Claude 如何帮助想法阶段的创始人

#### 选对 Claude 界面：Chat / Cowork / Code

三者底层是同一个 Claude，区别在于围绕它的工作空间。

| 当任务是…… | 使用 | 原因 |
|---|---|---|
| 一个问题、一次改写、快速头脑风暴 | **Chat** | 快速、对话式、无需配置 |
| 研究、分析，或基于你的文件与系统产出成品文档 | **Claude Cowork** | 文件夹访问、连接器、技能、定时运行 |
| 编写、测试、交付软件 | **Claude Code** | 代码库访问、diff、git、开发环境 |

- **Chat**：不离开当前应用的快速交流（提炼备忘录要点、核实说法、读懂长 Slack 讨论串）。
- **Claude Cowork**：真正耗时的知识工作（把客户通话记录整理成发现文档、融资前搭竞争格局、定时拉指标生成 KPI 简报）。
- **Claude Code**：面向工程师的智能体编码环境（直接访问代码库、Plan 模式、git 集成，跨代码库交付功能、迁移遗留代码）。

#### 定义并压力测试问题假设

第一项工作是把假设打磨到真正可被检验。Claude 在「强制具体化」上尤其有用：究竟是谁有这个问题、多频繁、多严重、目前怎么应对？

> 📝 **练习**：与 Claude 一起打磨问题陈述，直到可检验。「合同审查太花时间」不可检验；但「中型企业内部法务团队每个合同审查周期花 3 天以上，因为红线散落在邮件而非受版本控制的单一文档」则非常可检验。下一步，让 Claude **反驳**你的想法、去找推翻假设的反面证据。

> 📌 把 Claude 用作结构化的「唱反调者」，是 AI 创业生命周期每个阶段的核心用法。

#### 市场研究与绘制竞争格局

有一种创业特有现象叫**竞争对手忽视**：过度专注自身愿景，系统性低估别人在做什么。解药：让 Claude 给出「为什么某个竞争对手会成功、而你不会」最有说服力的论证。

> 📝 **练习**：让 Claude 按层级绘制竞争格局——直接竞品、间接竞品、潜在收购方、邻近玩家。然后让它论证每一层为何构成**真实威胁**，而非最容易被你打发掉的那个版本。

> 📝 **练习**：指挥 Claude Cowork 综合关键来源的竞品评价，找出现有方案尚未解决的头部抱怨。你的假设若解决了其中一个，那是问题-解决方案契合的有力证据。

> 📝 **练习**：用公开数据构建 TAM / SAM / SOM 模型并压力测试其假设。判断市场在扩张、整合还是已成熟，并绘制买家格局：谁掌握预算、谁影响决策、是否同一人。

#### 趋势分析

> 📝 **练习**：让 Claude 找出未来两年内可能显著影响你市场的三个外部趋势（监管、技术或人口结构），评估每个对你的具体假设是顺风还是逆风。

> 📌 市场研究与竞争格局不是一次性练习——每当假设演变时都应重复。

#### 规划与设计客户探索

访谈质量取决于：(1) 提问质量；(2) 是否问对了人。

- **找谁谈**：一份精准的目标画像远比一长串名单有价值——具体职位、公司类型、团队结构、资历层级。再找出这些人实际可触达的地方，按「离问题有多近」排优先级。
- **问什么**：用 Claude 搭建访谈框架，结构化地揭示人们**实际做了什么**，而非以为自己会做什么。新手常犯的错误是问「你会用这样的东西吗？」，而非「跟我讲讲你上一次处理这个问题的经历」。

> 📝 **练习**：先手写访谈问题，再让 Claude 审计。要求它标出任何引导性的、面向未来的、过于宽泛的、或会引出「社会期望型答案」的问题，并为最可能引发回避的两三个时刻建议追问。

- **访谈后分析**：每次对话后用 Claude 复盘；收集一批后用 Claude Cowork 浮现主题、矛盾和最强信号，再让它指出你是否在「向你想听到的内容做模式匹配」。

> 📝 **练习**：每做完五次访谈，让 Claude Cowork 综合笔记并产出两份清单：支持假设的证据，以及挑战它的证据。若第一份明显更长，问 Claude：这种不对称反映的是数据真实情况，还是你希望找到的东西？

#### 客户触达与排期

> 📝 **练习**：把验证过的目标画像交给 Claude Cowork，让它构建潜在客户名单、起草个性化触达序列、建立带「触达状态/跟进节奏/访谈完成」列的追踪表。它能通过 MCP 连接 Gmail 和 Google Calendar 管理邮件线程、处理排期、按节奏发跟进，而你专注准备对话本身。

#### 设计你的最终解决方案概念

> 📝 **练习**：把方案概念呈现给 Claude，让它找出你设计最依赖的三个假设。然后问：每个假设要成立什么必须为真？若任何一个不成立，后果是什么？

#### 用 Claude Code 构建一个轻量原型

有了验证过的假设和压力测试过的方案概念，终于可以动手了。你（还）不是在造真实产品，而是构造一个想法的功能样本，用于客户和投资人对话。

> 📝 **练习**：定义方案所依赖的**单一核心交互**，指挥 Claude Code 只构建那一个。做好后摆到五位符合目标画像的人面前，请他们试用。你在那五次对话中学到的，决定你是继续构建还是回到画板。

> 📌 走到想法阶段终点，你不再押注直觉，而是依据证据执行。接下来 MVP 阶段，指导性问题从「这值得构建吗？」转为「我们究竟应该先构建什么？」，AI 也从研究伙伴转为施工队。

---

## 第 4 章：MVP 阶段

> 很多创始人把 MVP 当成构建阶段，但它本质上仍是收集证据的练习。区别在于：你现在收集的是关于**解决方案**的证据——是否有真实、可识别的人群，觉得它有价值到愿意使用、回访、付费、和/或告诉别人。

> 🎯 **MVP 阶段目标**：把验证过的问题转化为真实用户真的会用的可运行产品——不是带着所有路线图功能的完整版，而是最小、最聚焦的迭代。同时，你**现在如何构建**决定了**以后什么才可能**：要快速行动，但不积累会复利滚雪球的技术债。在 AI 原生创业里，代码库是你与 AI 一次次会话协作的对象，**可读性是根基**——跳过规格、架构决策和上下文文件（如 CLAUDE.md）的创始人会撞上一堵墙。

> ✅ **MVP 阶段退出标准**：**产品-市场契合（product-market fit）**的真实证据——证明一个具体、可识别的用户群体觉得产品有价值到愿意**回访（留存）、付费（营收）或告诉别人（推荐）**。

### MVP 阶段的挑战

创始人的最高指令是**速度与判断力**。

**⚠️ 智能体技术债**
AI 移除了过去控制「什么能进入生产」的天然瓶颈，速度有保证。但当速度成为唯一考量，就会积累难以偿还的技术债。某些技术债在 MVP 阶段是合适的、可清理的；但 **AI 技术债会复利**——没有写下规格和架构约束，每次会话都从零重新推导基础决策，这些决策会漂移，最终得到一个没有连贯心智模型的代码库。

**⚠️ 被虚假的产品-市场契合迷惑**
AI 能生成亮眼的早期数字，但**早期牵引力不等于产品-市场契合**。发布期能量来自转瞬即逝的力量（创始人的朋友、投资人旗下被投公司的买家、一条 Hacker News 头条），无法预测第六周、第十二周会发生什么。

**⚠️ 零摩擦的范围蔓延（Scope creep）**
当构建毫不费力又几乎免费，总会想「再加一个酷功能」。难点在于每项新增看起来都站得住脚。**解药是开始构建前写下一份范围定义**：产品做什么、刻意不做什么、哪些来自真实用户的证据才能证明新增功能合理。这把决策点从「我们该不该构建？」变成「是否已有相当数量用户告诉我们，没有它就无法获得价值？」

**⚠️ 因经验不足而不安全**
智能体编码工具生成的是**能跑的代码，不是天生安全的代码**。功能性代码容易判断；而安全漏洞在被利用前是隐形的，没有天然反馈回路提醒新手。**在任何用户接触你的应用之前做一次安全审查，是把 MVP 放到世界上的最低负责任门槛。**

### Claude 如何帮助 MVP 阶段的创始人

#### 在构建之前定义你的架构

在 Claude Code 写下一行生产代码之前，用 Claude 定义并记录架构决策：遵循的模式、要避免的依赖、做出的权衡及原因。没有这份上下文，每次会话都从零开始，会产出功能可用但结构不连贯的代码库，迟早崩塌、被迫重建。

> 📝 **练习**：打开 Claude Code 前先打开 Claude，描述你在构建什么：核心问题、服务的用户、未来六个月现实预期的规模。让它帮你定义应统御 MVP 的架构原则、应避免的依赖、有意识接受的权衡。把产出保存为 **CLAUDE.md**——它是你架构上下文文档、构建的第一件产物，作为项目级指令会被 Agent SDK 自动读取，功能上是项目的持久「记忆」。

#### 定义并强制执行你的 MVP 范围

正如你定义了应用架构，也需要在任何功能被构建前定义 MVP 范围。Claude 能帮你创建范围文档；当新功能点子冒出来时（它们一定会），用 Claude 压力测试：这是来自用户的真实信号，还是包装成产品思考的创始人热情？

#### 用 Claude Code 构建你的 MVP

把每次会话当作「执行你已做出的产品决策」，而非「顺手塞进新决策」的机会。每次开始时重温范围文档、提供 CLAUDE.md；结束时用本次浮现的决策更新它。

> 📝 **练习**：创建一个简单的会话模板，含架构上下文文档、本次具体任务、需遵守的约束。每次会话结束时加一条简短日志，记录构建了什么、做了哪些决策、引入了哪些假设。每次五分钟的文档，是抵御架构漂移的廉价保险。

#### 在任何用户接触之前做安全审查

Claude 能对 AI 生成的代码做有用的初步安全审查，但**不能替代安全工具或人工审查者**——把它当替代品的人正是最终出现在数据泄露故事里的那些。**Claude Code Security** 更进一步：扫描代码库找漏洞并给出补丁供人工审查。

> 📌 本电子书发布时 Claude Code Security 处于受限 beta，纳入工作流前请确认可用性。

> 📝 **练习**：部署给真实用户前，把核心应用代码跑一遍 Claude，明确审查：身份认证与会话处理、API 响应中的数据暴露、输入校验与注入风险、已知有漏洞的依赖。任何触及认证、密钥或数据处理的部分都要有人工审查。

#### 在发布之前构建你的度量框架

那些误把早期牵引力当成 PMF 的创始人，通常是发布后才开始追踪数据的。**在第一个用户出现前就建立度量框架**：用 Claude 定义哪些指标重要、基准多少、哪些模式才构成真正的 PMF 而非讨好性噪音；在发布前设定留存基准、激活标准、第 7 天和第 30 天目标。再定义对你产品而言「假阳性」长什么样（有注册无激活、有营收无留存）。数据到来时，让 Claude 对你的牵引力提出对抗性论证。

#### 管理探索与用户反馈的运营事务

Claude Cowork 处理重要但繁琐的工作（维护联系人列表、运行触达、安排反馈会议、分诊 bug、追踪迭代）。但要在收集回路里保留一个人做细致解读——「这很棒，但我希望它还能……」需要判断是核心需求还是锦上添花、是个案还是代表细分群体。

> 📝 **练习**：配置 Claude Cowork 运行 MVP 反馈循环：起草触达、安排反馈会议、设计 bug 与功能请求的结构化接收流程、撰写每周综合。先自己审阅综合结果，再让 Claude 分析以捕捉你可能忽略的点。

#### 朝着证据迭代，而非朝着「完成度」

MVP 阶段在你拥有 PMF 真实证据时结束，无论产品感觉多「完成」。有用的试金石：
- **Sean Ellis 测试**：问活跃用户「如果再也不能用这个产品你会作何感受？」超过 40% 答「非常失望」是有意义的 PMF 指标。
- **努力测试**：PMF 之前留存需要持续干预（频繁触达、激励、英雄式精力）；PMF 之后产品开始自己做这些。当事情从「推」变成「拉」，是「某种真实的东西已改变」最清晰的信号之一。

归根结底没有单一数据点能确认 PMF——它是一种必须跨多个迭代周期持续成立的模式。

#### 当证据要求时，转向（Pivot）

无法到达 PMF 不是失败，而是**系统在正常运作**：MVP 阶段就是为在你过度投入错误答案前浮现这些信息而设计。用 Claude 弄清数据在告诉你什么：
- **探索替代客户群体**——正确受众往往已在数据里，只是被低估。
- **调整价值主张**——也许受众对了但没引起共鸣，调整引导、信息或核心功能侧重可能解决。

> 📝 **练习**：完成三个或更多迭代周期却没有朝 PMF 基准有意义推进时，用 Claude 做诊断。喂给它留存数据、用户反馈、原始问题假设，问三个问题：(1) 数据中是否有某群体反应与其余不同？(2) 「设计价值」与「体验价值」的差距是定位问题还是产品问题？(3) 要让当前产品找到真正 PMF，什么必须为真，而以你所见那个情景现实吗？让答案决定你是调整、转向，还是回到想法阶段。

---

## 第 5 章：发布阶段（Launch Stage）

> 如果说 MVP 阶段是为了证明你的产品配得上存在，那么发布阶段就是为了证明你的业务配得上增长。

> 🎯 **发布阶段目标**：把早期牵引力转化为可重复、可持续的增长引擎。除了让产品达到投产标准，还要加固底层基础设施，同时围绕产品构建一家真正的公司。仍试图亲手抓住每一条线的创始人会成为瓶颈——目标不是把自己移除，而是构建运营系统，把注意力解放出来去做只有创始人能做的决策。

> ✅ **发布阶段退出标准（三要素）**：
> 1. **增长可重复、由渠道驱动**——通过具体渠道、以可理解的单位经济学可预测地获客（CAC、LTV、回收周期你都知道并能辩护）。
> 2. **产品能承载生产负载**——基础设施加固、安全合规就绪、可靠性在真实生产条件下站得住。
> 3. **运营无需创始人瓶颈即可运转**——流程已存在、自动化已就位，你不再是亲自处理客服、分诊、冲刺规划或报表的人。

### 发布阶段的挑战

找到 PMF 是早期最难的问题，现在的挑战变成**保持它**。

**⚠️ 技术债到期**
为速度和验证而建的 MVP 代码库，被生产流量、新功能和复杂度暴露出近路。这笔债开始计息，拖得越久修复越贵。解决方案：系统性架构审计 → 定向重构 → 扩展测试覆盖。

**⚠️ 创始人成为瓶颈**
MVP 时创始人在每个回路是资产；发布时同样的本能变成约束。征兆：本该一小时的决策要拖一周、客服堆积因只有你知道答案、运营任务只在你记得时才发生。补救：对你亲自处理的一切做彻底审计，识别什么可系统化、什么可委派、什么仍真正值得创始人投入。

**⚠️ 安全与合规不再可推迟**
MVP 时是理论风险；一旦真实用户依赖、处理客户数据/支付/受监管行业，就变成真实暴露和适用的合规要求。补救：在生产规模到来**之前**做系统性安全合规审查，把浮现的一切当作「必须修复」而非建议。

**⚠️ 在准备好之前就扩张**
新市场和融资机会看起来像增长机会，也可能是 PMF 走向消亡的地方。过早扩张进一个显著不同的市场会引入新的用户行为、合规、支付基础设施和基线预期，让你失去清晰解读自身数据的能力，还可能忽视原始用户群。

### Claude 如何帮助发布阶段的创始人

三种形态的 Claude 彼此支撑：每个工具的产出成为另外两个的输入。这正是超精益模型在结构上成为可能的原因——**Claude Code 构建产品、Claude Cowork 围绕它构建公司、Claude 帮助把产品与组织知识运营化**，让小团队像规模数倍的公司一样运转。

#### 在技术债复利之前修复它

先用 Claude Code 做完整架构审计：找出脆弱之处、维护昂贵的近路、测试覆盖薄弱处。把发现反馈给 Claude 分诊排序：下次发布前必须修的、可等一个冲刺的、可接受的持续性债务。这也是把 MVP 阶段只活在脑中的架构决策写进 CLAUDE.md 的时刻。

> 📝 **练习**：指挥 Claude Code 审计 MVP 代码库，产出按优先级排序的结构性弱点、测试缺口、重构候选清单。再把清单喂给 Claude，让它把修复排布到接下来几个冲刺：必须先处理的、可与功能开发并行的、可等待的。

#### 让安全与合规成为一条产品工作流

用 Claude Code 浮现 SOC 2、GDPR、HIPAA 审计中常见、及目标市场要求的代码级问题，暴露漏洞和合规缺口。把合规工作流嵌入开发周期而非一次性项目——合规文档需持续维护。

> 📌 AI 扫描是辅助，但不能替代有资质的合规审查。

> 📝 **练习**：用 Claude Code 做面向目标市场所需框架的代码级安全审查，把产出喂给 Claude，让它产出两样：按优先级排序的安全修复序列，以及为满足潜在企业买家合规审查需产出的文档与控制措施清单。

#### 构建能替代创始人注意力的系统

用 Claude Cowork 对当前运营负载做结构化审计，记录每项重复任务、每个落到你桌上的决策、每个只因你记得才发生的工作流。然后让它分类：可完全自动化、需要人但不一定是你、真正需要创始人判断。再为自动化候选项设计工作流逻辑：什么触发、决策规则、产出长什么样、流向哪里。

#### 把你一直跳过的产品管理流程建立起来

发布阶段需要一套轻量、可重复、无需创始人介入的流程。

> 📝 **练习**：让 Claude 设计一套轻量产品管理操作系统：明确的冲刺节奏、最小规格模板、bug 分诊决策树、从真实数据源拉取的每周指标简报。然后设置 Claude Cowork 实现并运行其中重复性的运营元素（排期、路由、报表汇编），按计划在没有你的情况下发生。

---

## 第 6 章：规模化阶段（Scale Stage）

> 在规模化阶段，创始人的角色从「建造者」重新聚焦为「面向公众的高管」。产品仍是核心，但你的日常越来越多关乎公司本身——注意力必须扩展到分析师简报、IPO 路演，同时努力维持精益、以 AI 为中心的结构性优势。

> 🎯 **规模化阶段目标**：扩展技术基础设施的工作继续，并加上扩展组织本身、使其成熟为一门生意。你着眼于从数千用户到数百万、从一个市场到多个。目标是构建由成熟组织运营支撑的**系统性增长**。对 AI 原生创业公司，应通过**累积的深度**构建可防御护城河：注入产品的专业知识、与用户依赖工具的集成深度、专有的系统数据和工作流。

> ✅ **规模化阶段退出标准**：不再是单一里程碑，而是一个**阈值事件**——即便创始人越来越不直接管理日常，公司依然可持续。实践中通常是三种形式之一：**规模化的可持续盈利**、**IPO 就绪**、或**被收购**。三者都要求增长系统性且可审计、护城河经得起推敲、组织运营成熟可持续。当这一切为真时，你的创业公司已从一次「赌注」变成一门「生意」。

### 规模化阶段的挑战

**⚠️ 委派运营层**
规模化的系统必须可靠运转而无需看护。对从第一天起就亲力亲为的创始人，这既是结构挑战也是心理挑战。交出太多太快（尤其交给 AI 自动化），关键决策会在缺乏只有创始人能提供的上下文时被做出；抓得太久又会成为瓶颈。根本挑战是识别只活在创始人脑中的**机构知识**，并编码进有文档、可审计、可转移的系统。

**⚠️ 扩展技术运营**
客户不再只评估产品，他们想知道你的组织能否成为可靠的基础设施伙伴。挑战从代码库**内部**转向代码库**周围**：创建支持基础设施、文档、彰显成熟度的可靠性保证。签多年合同的大客户签约前就要看到这些。

**⚠️ 扩展组织职能**
规模化公司通常需要招聘、薪资、会计、法务运营等组织基础设施，以及治理、合规、财务控制和战略叙事。现在需要发展更广的运营职能：财务报告、合规监控、合同管理、客户支持。

**⚠️ 构建 GTM（市场进入）职能**
有机增长有天花板，多数创始人在不得不构建真正 GTM 职能前就撞上它。征兆：用户曲线变平、获客成本上升、管道只在创始人参与时推进。规模化增长需要专门的增长引擎去触达更新、更广的受众，还需要品牌声音和故事。所幸 GTM 职能不必庞大也能有效，造出产品的同一套 AI 基础设施也能为推向市场打底。

### Claude 如何帮助规模化阶段的创始人

#### 把日常任务交给 Claude Cowork

清醒看清你最需要把时间投向何处。Claude 能列出此阶段「只有你该做」的清单（产品叙事决策、董事会关系、企业级交易、创始人间对话），不在清单上的都是委派或自动化候选。

> 📝 **练习**：用 Claude 生成当前运营层的「瓶颈地图」——每个经由你路由的工作流、决策、审批。然后让它推演：你一周不在时每个会怎样？会停滞的，正是你仍亲力亲为到足以拖累进度的地方。

#### 把技术运营扩展为企业级基础设施

第一步是把机构知识转化为可扩展系统：用 Claude 起草并维护企业采购期望看到的书面基础设施（产品文档、支持手册、SLA）。同时指挥 Claude Code 针对企业合同要求的可靠性和安全标准审计并加固代码库，搭建技术支持基础设施（日志、监控、事件响应、可观测性）。Claude Cowork 则运行企业支持的运营层：工单路由、升级工作流、由产品变更触发的文档更新、续约追踪、报告节奏。三者合在一起，让小团队拥有规模大得多的组织才有的支持姿态。

> 📝 **练习**：挑选你最苛刻的三个潜在客户或三个理想客户。让 Claude 做缺口分析：这些客户的企业采购团队签多年合同前期望看到什么文档、SLA、支持基础设施，你目前在哪不足？用产出把技术和文档工作排布到 Claude Code 和 Claude Cowork 之间。

#### 构建真正的 GTM 职能

Claude 可从零搭建基础 GTM 资源：市场细分、信息架构、分析师关系策略、销售手册、面向投资者的指标叙事。Claude Cowork 成为战术执行层：内容管线、外联序列、分析师简报、PR 节奏、CRM 卫生、管道报告。当 GTM 需要产品营销基础设施（交互式演示环境、集成文档、沙箱租户、API 参考），Claude Code 能为你构建——一个搭得好的演示环境会在你开董事会时帮你成交。

#### 把领域专长和机构知识转化为 AI 上下文

通过延展的对话、项目和记忆，创始人可把所知一切（行业术语、监管陷阱、边缘情况、痛点）分享进结构化、可搜索的上下文。**技能（Skills）** 能把重复工作流（「我如何审计一份商业租约」「我如何分诊一份患者入院表」）编码成可复用例程。数月之后，这成为通用 AI 无法匹敌的专有知识底层。Claude Code 帮你把领域里的常见挫折翻译成校验逻辑、提示词精炼、或与小众行业系统的 MCP 集成。

> 📝 **练习**：找出一个通用竞品在你垂直领域一定会搞错的边缘情况。与 Claude Code 一起，基于一个你真实见过的场景为它构建专门的测试用例（不是单元测试）。每当类似情况出现就加进去。**你的测试套件会成为你护城河的地图。**

#### 把累积的用户数据复利成可防御的优势

用户互动产生行为信号，告知产品路线图。这就是**复利价值**：每次改进让产品更有用→驱动更多使用→更多反馈→更多改进。这些数据时间锁定、上下文特定、抄袭者无法重建——你买不到「数千名在你产品里持续打磨工作流的用户」的行为指纹。

> 📝 **练习**：把产品交互数据摘要喂给 Claude（收集了什么、多久、用户如何随时间互动）。让它识别信号最强的三个行为模式，为每个设计把它转化为系统性模型改进的反馈回路。再让它帮你起草一页纸的「护城河叙事」：数据飞轮如何运作、转动多久、为何今天起步的竞争对手两年内无法复制。

#### 创造工作流锁定（Workflow lock-in）

复利的数据网络效应让产品更难被复制，而工作流锁定让产品更难被舍弃。用户在它之上搭自动化、培训人员、连接数据源和工具——更换从产品决策变成全面的运营工程。你提供的集成越多，客户构建依赖你产品的工作流的表面积越大。Claude Code 帮你快速搭原生集成，还能构建 API、webhook、SDK，让客户在你产品之上构建——最深层的锁定。

> 📝 **练习**：让 Claude 为头部十个客户构建「工作流集成审计」。对每个记录：搭建的自动化、依赖的集成、经由你产品运行的团队工作流、更换成本估计。再让 Claude 找出共同模式：哪些集成为你的产品创造最深锁定，你能构建/开放什么来加深目前还停留在表层的客户的集成。

---

## 第 7 章：同样的工作，新的规则

> **瓶颈不再是你能构建什么，而是你选择构建什么。**

在 AI 时代，创始人的工作没有改变：找到一个真实问题、造出能解决它的东西、并把它扩展成一家重要的公司。改变的是到达那里的**路径**。横跨四个阶段——想法、MVP、发布、规模化——AI 把季度压缩成周。

过去要花数月的验证周期，现在只需一个下午。一个能跑的原型不再需要拥有正确技术栈的联合创始人，只需一个清晰的问题加上与编码智能体的几次专注会话。发布就绪从「发布前的手忙脚乱」压缩成一条持续的工作流。而在规模化阶段，过去逼着早期员工陷入救火角色的运营重负，越来越可以交给 AI，让团队把注意力花在将成为护城河的判断性决策上。

---

## 资源

### 用 Claude 构建
- **为创业公司构建 AI 智能体**：创业公司如何用智能体随规模扩展而减少对创始人的依赖。
- **Claude Code 文档**：从初次安装到高级智能体工作流。建议从「How Claude Code works」概述开始。
- **Claude Code 最佳实践**：上下文管理、权限、规划、验证工作流。
- **使用 CLAUDE.md 文件**：如何为你的特定代码库配置 Claude Code（MVP 阶段必读）。
- **Claude Code 高级用户技巧**：并行会话、验证循环等。
- **开始使用 Claude Cowork**：如何设置并实施技能、插件等功能。
- **教程**：claude.com/resources/tutorials 提供可搜索的实操演练。

### 创始人故事
- **三家 YC 创业公司用 Claude Code 构建公司**：HumanLayer（F24）、Ambral（W25）、Vulcan Technologies（S25）。
- **GC AI**：用领域专长构建贴合内部法务团队实际工作方式的 Claude 驱动法律平台。
- **Carta Healthcare**：用 Claude 驱动临床抽象平台，每年处理 22,000 例手术病例，数据抽象时间减少 66%。
- **Anything**：由 Claude 和 Agent SDK 驱动，帮助 150 万用户不写代码把想法变成软件产品。
- **Cogent**：构建智能体自动化关键企业安全任务，Claude 作为推理层覆盖完整漏洞生命周期。
- **Airtree**：把 Claude Cowork 用作运营基础设施中心，统一过去散落在十几个工具的数据。
- **Duvo**：跨 ERP、供应商门户、电子表格、邮件甚至电话运行采购/供应链/品类管理的 AI 智能体，完全基于 Claude 和 Agent SDK。
- **Zingage**：为居家护理机构构建 7×24 自动化运营 AI 智能体平台。
- **Kindora**：非营利组织高管用 Claude Sonnet 构建，智能匹配慈善机构与资助方，MCP 连接器让非营利组织直接在 Claude 内访问其拓客工具。
- **Wordsmith**：「律师转 CTO」创办，Claude 是其合同审查/起草/文档审查的推理引擎，工程团队用 Claude Code 构建平台本身。

### 创业支持与机会
- **Anthropic 创业计划**：面向与 Anthropic 的 VC 合作伙伴合作的创业公司，提供免费 API 额度、最高一档速率限制、专属创始人活动邀请。
- **Claude 社区**：面向构建者的论坛和社区空间。
- **线上学习资源**：会议、网络研讨会、直播和录像。

---

> 本文为《The Founder's Playbook: Building an AI-Native Startup》中文整理版，仅供学习参考。原文版权归 Anthropic 所有 · [claude.ai](https://claude.ai)