Anthropic在5月份发布一篇名为《The founder's playbook: Building an AI-native startup》的博客，主要讲 AI 正在重塑初创企业的打造方式。
从未写过一行代码的创始人，如今也能交付生产级应用、先实现收入再扩张团队规模 ，并搭建工具自动化最繁琐的工作流。创始人的角色正从一线执行者 转变为统筹决策者，得以专注于只有自己能完成的核心工作。
手册结合 2026 年的行业现状，重新梳理了初创企业生命周期的四大核心阶段 ------创意、MVP、发布、规模化，涵盖各阶段目标、退出标准、常见失败风险，以及适配各阶段的 AI 实操方法。
Anthropic《The Founder's Playbook》完整中文译文
第 1 章 · 初创生命周期，为 2026 年重启
AI 正在重塑初创公司的构建方式。从未写过一行代码的创始人，如今也能交付可用于生产环境的应用；精干十人独角兽团队，已从励志故事变成刻意为之的增长路径。
到 2026 年，AI 可以编写生产级代码、开展市场调研、综合竞争格局、起草投资人材料，并自动化运营工作流。通过消除即便是资深技术创始人在整合工具、平台与系统时曾面临的陡峭学习曲线，AI 首先拉平了「谁能创办初创公司或打造产品」的竞技场。
在 2026 年，好点子能让创始人走得更远。智能体编码将过去需要一整支工程团队的工作，压缩为创始人可自行交付的体量。
传统初创增长弧线假定：从创意到规模化，路径是验证 → 融资 → 招聘 → 构建 → 再融资 → 增长 → 再招聘 → 循环。如今，AI 抹去了「每个新阶段都需要更大团队、不同技能组合和新一轮融资」的预期。
本手册按新现实重绘创业旅程的四个核心阶段（创意、MVP、发布、规模化）：审视当 AI 成为技术与组织发展核心时各阶段样貌、各阶段适用工具，以及使用这些工具的创始人如何压缩时间线。若你准备绘制从创意到退出的最短路径，请继续阅读。
第 2 章 · 「创始人」意味着什么正在改变
创始人曾由「能做什么」来定义：技术创始人写代码，非技术创始人跑业务、谈成交。但 2026 年创始人可用的模型、系统与 AI 智能体，已瓦解「能构建的人」与「值得构建的想法持有者」之间的墙。
AI 原生初创公司从根本上改变「创始人」的含义。无工程背景者可构建将想法落地的生产级软件；技术娴熟的创始人也能轻松产出上市策略、财务模型与高度精美的融资材料。
历史上，创始人大量时间处于执行模式：写代码、管人、处理日常运营。在 AI 原生初创公司中，创始人角色更少是个人贡献者，更多是智能体的编排者------能读文件、跑命令、执行代码甚至浏览网页的专用 AI 助手。创始人注意力上移到更高阶工作：产生想法，并指挥执行这些想法的系统（AI 智能体、工具及小规模团队）。
AI 作为核心基础设施最具革命性的结果，是解放拥有领域专长的非技术创始人。当创业池扩展到工程背景之外，你会得到由截然不同生活经验构建的初创公司，解决传统技术创始人管道从未优先（或可能从未注意到）的真实问题。
面向精益初创公司的 AI 工具能力
传统初创模式假定你需要雇工程师来构建、雇销售来卖、雇运营来跑业务。人数被视为组织动量与产品成熟度的标志。
2026 年的早期初创公司截然不同：设计上极度精益，往往仅创始人一人或少数几人。以 AI 为基础设施中心的技术与组织发展，可在扩大团队前达到产品验证、早期收入甚至盈利。AI 尤其在三处帮助初创公司像更大组织一样运转：研究、智能体编码、关键业务运营工作流自动化。
对话式智能与研究
可理解为：每个领域的随叫随到专家
想想创始人在第一年需要知道、而入门时几乎肯定不知道的一切：如何设工资单？如何规划产品开发冲刺？如何起草精炼的投资人备忘录？
这类早期问题过去答案都是「找懂的人」。对自力更生或种子轮创始人，这可能消耗本应用于构建的时间，或烧掉早期资金请顾问。如今，AI 成为每个可想象领域的随叫随到专家。
- 深度研究：竞争分析、市场规模、财务建模
- 文档起草：融资材料、案例研究、投资人备忘录、PRD
- 战略思考伙伴：魔鬼代言人分析、事前验尸、情景规划、路线图优化
智能体编码
可理解为：随时可用、从不阻塞的工程师
构建软件曾需要技术联合创始人、外包开发团队，或足够跑道在写生产代码前雇工程团队。智能体编码工具让每位有抱负的创始人用自然语言描述要构建什么，并指挥 AI 以完整工程团队的速度与规模生成、测试、调试与重构生产级代码库。
从「我有个想法」到「我有产品」的时间线被压缩。创始人角色现在聚焦「构建什么、为何构建」，而 AI 处理面向真实用户、可上线基础设施的实际建设。
工作流自动化
可理解为：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，仍有一类超出战略规划或产品开发的工作必须完成：排程、更新 CRM、拉周报、保持文档最新、发布内容、跟踪合规、管理公司运行工具与系统之间的连接组织。在精益初创公司，这负担主要落在创始人身上------是对本应投入更高阶决策的时间与注意力的显著税。
AI 工具的工作流自动化卸掉这笔税。重复运营任务可配置为自动发生：CRM 在交易推进时更新、周报自行汇总、产品文档随产品变更同步更新。关键是，Claude Cowork 可接入初创公司运行的互联系统------项目管理工具、沟通栈、数据源------而无需有人构建并维护这些集成。在「第零天」初创公司，那个人几乎总是创始人。
时机与编排是一切
有效驾驭 AI 研究、自动化与智能体编码能力的创始人，可构建比人数所暗示杠杆大得多的初创公司，并将大部分时间与带宽投入真正重要的工作。
这项工作不会自动发生；编排这些 AI 工具的创始人需要知道如何（以及何时）应用它们。本手册其余部分探讨创始人在 AI 原生路径上将遇到的目标与挑战，以及如何在旅程各阶段有效应用 AI 工具。
第 3 章 · 创意阶段
每位初创公司创始人都从同一处出发：一个无法停止思考的问题。这是想法遇见现实的阶段：2026 年的创业成功要求纪律------在证据支持之前不要构建。
此阶段的工作是研究、客户发现、竞争分析，以及对证伪证据的诚实评估，全部发生在让 Claude Code 生成第一行生产代码之前。
创意阶段目标
在创意阶段，创始人主要目标是研究导向的验证：在投入资源构建之前，汇集扎实证据证明真实问题存在（且你提出的解决方案有效应对）。
实践中，创意阶段是创始人须大致按此顺序回答的一系列问题：
- 这个问题是否真实、具体、频繁到足以围绕它构建？
- 究竟谁有这个问题，那是否构成市场？
- 是否已有他人在解决，若有，如何、效果如何？
- 解决方案实际需要做什么才能解决此问题，我的想法是否做到？
这些探究的结果汇总回答一个终极问题：这值得构建吗？
这意味着在行动前先具体化。「人们在报销上很挣扎」是观察。「中型公司财务经理每周花超过四小时核对提交，因为现有工具未与其会计软件集成」是可检验假设。
创意阶段退出标准
创意阶段退出条件是找到问题-解决方案契合。你已在开始构建解决问题的东西之前，用主要来自真实人类对话的定性证据，证明你在为真实的人解决真实问题。
当以下三项都能肯定回答时，即可离开创意阶段：
- 问题是否真实且具体？ 须能精确说出谁经历此问题、多久遇到一次、影响多严重、目前如何应对。
- 你的方案是否针对实际问题？ 不是你最初假设的问题，而是验证过程揭示的问题。有时二者相同，但并非总是。
- 是否有足够信号证明值得构建？ 此阶段永无确定性，等待它也是失败模式；但你需要足够定性证据，使投入 MVP 成为理性决策而非信仰之举。
创意阶段挑战
创意阶段是创业旅程最重要工作发生的阶段，因为此时会犯后果最严重的错误------现在搞错可能很快让萌芽事业脱轨。多数构思阶段挑战涉及行动快于理解所支持的速度；深思熟虑、审慎推进的创始人会体验稳步进展。
把构建误当作验证
挑战： 当技术障碍被移除，充满激情的创始人可能跳过创业旅程最重要工作：验证想法是否真是人们需要且会用的解决方案。
即使在当前智能体编码时代之前，42% 的初创公司失败是因为构建了无人想要的东西。如今，Claude Code 等智能体编码方案大幅压缩「我有个想法」与「我有产品」之间的距离，该失败率只会上升。
从未有过更好的时机做拥有震撼好想法的创始人，但快速、轻松做出像产品原型的能力也反直觉地给 AI 原生初创带来真正危险的存在风险。
直到最近，构建需要真实开发时间与预算，连基础原型通常也要数月。如今技术开发的障碍 largely 消失，AI 让创始人太容易直接开建而不验证其在真实世界的效用。
达到问题-解决方案契合须先验证假设再构建，但许多首次（甚至有经验）创始人误以为 AI 短路该要求，把流程变成：有想法 → 立刻建原型 → 把原型存在当作验证。原型成为相信假设一直正确的理由，却从未测试是否真如此。
可用原型易被误认为你在解决真实问题的具体证据，但并非。原型更应作为与潜在用户对话中有用的压力测试道具；这些对话本身才是真实证据。
过早规模化
挑战： 当构建轻松即时，你可能在业务需求远未跟上时就把执行规模化。
过早规模化意味着在真正验证路径值得投入之前就承诺产品路径。这向来是初创杀手，但 AI 让创始人更容易在不知不觉中掉入陷阱。智能体编码助手如此强大，你可在未自觉偏离轨道的情况下，把执行规模化到远超问题-解决方案契合验证的程度。
它会对根本有缺陷的前提与好想法一样热情地生成、测试、调试、重构代码库。系统中的智能是你的。此阶段首要指令是让「意义建构」跑在「构建」前面------尤其当构建如此快速、感觉如此轻松时。
丧失客观性
挑战： 向 AI 工具索要支持你已有信念的证据，它会找到。确认偏误如今自带研究引擎。
确认偏误向来是初创职业危害：创始人天生对想法充满热情。如今 AI 给确认偏误显著加成------让 AI 验证创业想法它会找支持证据；让它估市场规模它会找让 TAM 看起来可融资的数字。
AI 跟随你的方向，意味着不提出尖锐问题的创始人，可比以往更快构建精致、看似充分研究的对坏想法的论证，同时完全自信自己在做尽职调查。解药是同一工具、指向相反方向：AI 会同样彻底地压力测试想法，就像验证一样。当研究与结构化对抗性思考浮现想法需修订的证据，这就是转向的信号。
Claude 如何帮助创意阶段创始人
让 AI 原生初创概念通过创意阶段可能感觉漫长。你是创始人，只想构建。但这一至关重要的启动阶段本质是研究与验证练习，意味着要伸手去拿帮你在全力写代码前更严谨思考的工具。以下是在尽职调查前提下尽快通过创意阶段、跨 Claude 产品界面（Chat、Claude Cowork、Claude Code）使用 Claude 的方式。
Chat、Claude Cowork 或 Claude Code：选对 Claude 界面
AI 让初创创始人更快交付、自动化繁琐工作流、规模化运营，但所用界面很重要。以下按手头任务选择 Chat、Claude Cowork 或 Claude Code。
Chat 适合不离开当前应用即可完成的快速交流：从冗长投资人备忘录中抽出一句要点、董事会前 sanity check 某说法、理清与团队的长 Slack 线程。
Claude Cowork 适合真正耗时的知识工作：从多来源拉取、理解并产出成品（文档、演示文稿、表格）。例如把客户通话文件夹整理成下次产品评审的主题发现文档、融资前从十余供应商站点构建竞争格局，或每周一早晨从已连接工具拉指标、把 KPI 简报放入共享文件夹的定时任务。
Claude Code 是面向团队中工程师的智能体编码环境：直接访问代码库、Plan Mode、git 集成，以及本地、IDE 或沙盒云环境。精益团队借此在 不断增长的代码库上交付功能、从 MVP 时代迁移遗留代码、从原型走向生产而无需等待增员。
| 如果任务是... | 请选择 | 原因 |
|---|---|---|
| 提问、改写、快速头脑风暴 | Chat | 快速对话，无需配置 |
| 研究、分析，或基于你的文件与系统生成成稿（文档、演示文稿、表格） | Claude Cowork | 文件夹访问、连接器、技能、定时运行 |
| 编写、测试或交付软件 | Claude Code | 代码库访问、diff、git、开发环境 |
三者背后是同一个 Claude；变化的是围绕它的工作空间。
定义并压力测试问题假设
你的领域专长与前期研究已产生假设。首要工作是把假设磨到可真正检验。Claude 在此特别有用：迫使具体化------究竟谁有这个问题、多频繁、多严重、目前如何应对？无法精确回答这些问题的问题陈述，尚未准备好验证。
- 练习： 与 Claude 协作把问题陈述磨到可检验假设。例如「合同审查太久」无法有意义地检验；但「中型公司内法务团队每轮合同审查周期超过 3 天，因为修订在邮件线程而非单一版本控制文档中管理」非常可检验。
下一步是让 Claude 反驳你的想法，找证伪假设的证据。这可浮现负面市场信号、失败竞争者、客户行为模式，以及支持性综合会悄悄降权的结构性障碍。
目标是带着已用最强可用反证压力测试过的假设进入客户发现，使用户访谈真正开放而非寻找确认。
注：把 Claude 用作结构化魔鬼代言人是 AI 创业生命周期各阶段的核心用例。
市场研究与竞争格局绘制
评估竞争对手
存在一种初创特有现象叫「竞争者忽视」：过度聚焦自己愿景与执行，系统低估同领域他人在做什么。幸运的是 AI 提供解药：让 Claude 为同解决方案空间的竞争者做最有说服力的成功论证，而你为何不会成功。
Claude 可分析为何其方法更好、客户为何选他们、你的潜在差异化可能不如你想的那么可防御。
- 练习： 让 Claude 按层级绘制竞争格局：直接竞争者、间接竞争者、潜在收购方、可能进入你空间的相邻玩家。再让它论证每层对你成功的真实威胁，而非最容易驳回的威胁版本。
市场研究
Claude Code 可综合公开客户反馈，浮现反复投诉与未满足需求。 此外，这本质上是对竞争者客户的免费定性研究。
- 练习： 指导 Claude Cowork 跨关键来源综合竞争者评价，识别现有方案未解决的 top 投诉。若假设针对其中一条或多条，是强问题-解决方案契合证据；若没有，也值得知道。
Claude Cowork 还可从密集行业报告、分析师文件与市场研究文档中提取相关信息与数据；这些干净、综合的输入成为 Claude 分析工作的理想上下文。
- 练习： 用公开数据构建 TAM/SAM/SOM 模型并压力测试背后假设。识别市场是扩张、整合还是成熟；这影响你对时机与差异化的思考。绘制买方格局：谁握预算、谁影响决策、是否同一人。
趋势分析
最后用 Claude 倾听早期指标，判断你是否在正确时刻进入。跟踪讨论你问题的 subreddit 与 LinkedIn 群组，以及用户描述问题时的确切用语。让 Claude 识别类似问题曾被解决的市场并提取成败要素。浮现可能加速或威胁机会的监管、技术或人口趋势。
- 练习： 让 Claude 识别三项未来两年可能显著影响你市场的外部趋势（监管、技术或人口），并评估每项对你具体假设是顺风还是逆风。
注：本节市场研究与竞争绘制不是一次性练习。你会在 MVP 与发布阶段继续发现与演进思考，故假设演变时应重复这些练习。
规划并设计客户发现
与潜在用户对话所学质量，取决于 (1) 问题质量 (2) 是否问对人。Claude 特别有助于客户发现：找谁谈、问什么、如何理解所闻。
找谁谈
精确目标画像远比长联系人列表更有价值，包括最可能深刻经历问题的具体职位、公司类型、团队结构与资历。进而识别这些人真正可触达之处------社区、活动、LinkedIn 群组、Slack 工作区------并建立优先联系框架，按与问题距离排序。
问什么
目标确定后，用 Claude 构建访谈框架本身：正确问题、正确顺序，结构化以浮现人们实际做了什么而非认为会做什么。新手创始人常犯问未来开放式问题（「你会用类似的东西吗？」）而非具体追问相关过去（「讲讲你上次如何处理这个问题」）。
Claude 可标出草稿问题在引导受访者、过宽，或可能产生噪音而非信号之处。也可帮你设计追问，刺穿回避或对重要问题的模糊回答。
若假设涉及多 persona，Claude 可为每个设计不同问题集。财务经理与 CFO 对同一问题关系不同，单一访谈框架会抹平这种区别。
- 练习： 先手写访谈问题，再让 Claude 审计。专门让它标出任何引导性、面向未来、过宽或可能产生社会期许答案而非诚实答案的问题。再让它为访谈中最可能产生回避的两三处建议追问。
访谈后分析
每次对话后用 Claude 复盘：输入笔记，让它识别什么确认了假设、什么挑战了假设、什么真正令人惊讶。积累一批访谈后，把完整笔记通过 Claude Cowork 跑一遍，浮现 反复出现的主题、矛盾与双向最强信号。再把综合输出带回 Claude，标出你解读数据时可能在 模式匹配 你想听的而非实际存在的内容。
- 练习： 每五次访谈后，指导 Claude Cowork 综合笔记并产出两份清单：支持假设的证据、挑战假设的证据。若第一份明显更长，问 Claude 这种不对称反映的是数据本身------还是你希望找到的东西。
客户触达与排程
用 Claude Cowork 自动化围绕建立联系人列表、外联与用户访谈排程的运营负担。Claude Cowork 可用你与 Claude 定义的目标画像（职位、公司类型、资历）研究并编制结构化 潜在客户列表与核实联系信息，大规模起草个性化外联邮件，按个人角色与情境定制。回复进来后，可通过 MCP 连接 Gmail 与 Google Calendar 管理线程、处理排程请求、把访谈放上日历。工作流继续：Claude Cowork 按定义节奏生成跟进草稿（例如第七天跟进未回复联系人），并在每步完成时更新跟踪表，让你始终知道 销售漏斗中每位 潜在客户状态。
- 练习： 把经验证的访谈目标画像交给 Claude Cowork，请它建立 潜在客户列表、起草个性化外联序列，并设置含外联状态、跟进节奏、访谈完成列的跟踪表。然后让它跑协调，你专注准备对话本身。
设计最终解决方案概念
你已完成验证工作：问题真实、你知道谁有它，且有证据支持的解决方案概念。用 Claude 从各角度发展与挑战方案：缺口在哪？有哪些替代？要让此方案规模化运作须满足什么？这是重要现实检查点：该设计是否真正针对验证过程揭示的问题，而非你最初假设的问题？
- 练习： 向 Claude 呈现解决方案概念，请它识别设计最依赖的三项假设。再问每项假设成立须满足什么，以及任一项不成立时的后果。
用 Claude Code 构建轻量原型
现在到了有趣部分：经验证假设与压力测试方案概念后，你终于能构建东西。这是创意阶段 Claude Code 登场的时刻。即使你一直在 摸索尝试，此刻才生成正式轻量原型：把想法摆在真人面前获得真实反应所需的最小表面积。
你尚未构建真实世界产品；你在构建想法的功能样本，用于客户与投资人对话。真实用户对可触摸之物的反应，会告诉你十几次问题-解决方案发现访谈无法告诉你的。此前你在确立所解决问题真实；现在你在请潜在用户与提出的解决方案互动。
- 练习： 定义解决方案依赖的单一核心交互。指导 Claude Code 只构建那一项。完成后，拿给目标画像中五人试用。那五次对话所学决定你是继续构建，还是回到绘图板。
到达创意阶段末尾，是在 AI 创业竞赛中巨大跃进------因为你不再押注直觉，而是基于证据执行。接下来是 MVP 阶段，创始人指引问题从「这值得构建吗？」变为「我们首先应精确构建什么？」，AI 主要角色从研究伙伴转为施工队。
第 4 章 · MVP 阶段
许多创始人把 MVP 阶段当作施工阶段，但 MVP 阶段本质上仍是证据收集练习。区别在于你现在收集的是关于解决方案的证据------具体而言，是否有真实、可识别的人群认为它足够有价值而使用、回访、付费和/或推荐给他人。
MVP 阶段目标
作为 AI 原生初创公司创始人，你的目标是把经验证的问题转化为真实用户会实际使用的工作产品。这不是包含路线图每项功能的完整版，而是想法最小、最聚焦的迭代，把真实解决方案摆在真实用户面前，产生产品-市场契合的真实证据。
同时，你现在如何构建决定日后可能什么。MVP 阶段有第二个同等重要目标：快速前进而不积累会在真实用户以有意义数量到来时困扰你的技术债。
最后，从第一天起投资持久上下文，是让 AI 保持倍增器而非熵源的关键。在 AI 原生初创公司，代码库是你与 AI 跨会话协作的对象，可读性是基础。跳过规格、架构决策与上下文文件（如 CLAUDE.md）的创始人会撞上可预测之墙：每个新会话都要重新解释代码库，AI 生成变更偏离原始愿景。
MVP 阶段退出标准
MVP 阶段退出条件是产品-市场契合的真实证据：证明特定、可识别用户群发现产品足够有价值而回访（留存）、付费（收入）或告诉他人（推荐）。
MVP 阶段挑战
在 MVP 阶段，创始人首要指令是速度与判断。挑战围绕能否以足够快、足够重要的方式构建正确之物、正确方式，而不削减日后代价巨大的角落。
智能体技术债
挑战： 因为 AI 实质上移除曾控制何物进入生产的每个自然瓶颈，速度有保证。但当速度是创始人纳入 MVP 构建的唯一变量时，他们可能积累难以偿还的技术债。
部分技术债在 MVP 阶段可接受，理解须在规模化前管理。它逐渐积累，可随时间或专项冲刺清理。然而 AI 技术债会复合：没有 AI 可读处写下的规格与架构约束时，每个会话从零重新推导基础决策，这些决策会漂移。最终得到没有连贯心智模型的代码库------不是因为任何单块差，而是因为块从未被设计为拼在一起。这是真问题，且往往在晚期才浮现。
误认虚假产品-市场契合
挑战： AI 工具可产生令人印象深刻的早期数字，但不保证市场需要你的产品。
早期动量是创始人最有心理力量的体验之一。经历数周数月验证工作与审慎构建后，发布产品感觉像一直是对的的确认。智能体编码工具让你比以往更快到达这一刻，但早期牵引不等于产品-市场契合。发布能量来自短暂力量，如创始人朋友、投资人 投资组合中潜在买家，或带来尖峰的 Hacker News 标题------这些都无法可靠预测第六周或第十二周初始 推动消退后发生什么。
零摩擦范围蔓延
挑战： 当构建感觉轻松且几乎免费，总还有再酷一点的功能或再处理一个边缘情况。这种范围蔓延可能弊大于利。
范围蔓延向来是初创风险。区别在于现在对抗它的传统 forcing function------工程时间的真实成本------在 agentic 编码下添加功能只需一个下午而非一个冲刺时不再以同样方式存在。
每项单独增加都可辩护：产品当然应处理该边缘情况；用户当然想要该工作流。在 moment 中不像范围蔓延，因为用智能体编码构建每一项都如此省力，但随着产品蔓延超出原始边界，你可能失去方向与动量。
解药是构建前写下的范围定义：产品做什么、刻意不做什么，以及何种来自真实用户的具体证据会为新增功能辩护。这把决策点从「我们该构建这个吗？」移到「是否有关键质量用户告诉我们没有它就无法从产品获得价值？」
因经验不足而不安全
挑战： 用 AI 工具急于把应用推向市场、却未先理解基本安全原则的创始人，会让用户暴露于可预防风险。
硬真相是智能体编码工具生成能跑的代码，而非 inherently 安全的代码。功能代码容易------要么能用要么不能。安全漏洞在被利用前不可见，对首次创始人没有自然反馈循环。然而向真实用户发布 live MVP 意味着真实数据、真实暴露，以及出事时的真实后果。
轻视安全并非 AI 原生项目独有。各时代自力更生初创常把安全考量推迟到构建晚期，有时等到生产发布前夕。然而在任何用户接触你的应用或解决方案之前做安全审查，是把最小可行产品发布到世界的最低负责任门槛。
Claude 如何帮助 MVP 阶段创始人
构建前先定义架构
在 Claude Code 写一行生产代码之前，用 Claude 定义并记录将治理本阶段一切构建的架构决策：遵循的模式、避免的依赖、正在做的权衡及原因。此输出将作为聚焦的架构上下文文档，建立 Claude Code 将在其中运作的护栏。
没有此上下文，每个会话从零开始，Claude Code 被迫推断自己的结构假设。让 Claude Code 无护栏构建会产生能跑但结构不连贯的代码库，迭代与扩展不连贯代码库 最终是时间与 token 的浪费。迟早代码会崩塌，迫使你从零重建。
- 练习： 打开 Claude Code 前先打开 Claude，描述你在构建什么：解决的核心问题、服务的用户、未来六个月现实预期的规模。请它帮你定义应治理 MVP 构建的架构原则、给定约束应避免的依赖，以及本阶段自觉接受的权衡。将此输出存为 CLAUDE.md markdown 文件。这是构建的第一个工件，后续每个会话都依赖它。CLAUDE.md 作为 Claude Code 的项目级指令，在目录中运行 Agent SDK 时自动读取，功能上是项目的持久「记忆」。
定义并执行 MVP 范围
无摩擦范围蔓延是 AI 时代 MVP 的定义性失败模式之一。就像你定义并记录了产品应用架构，你也须在单一功能构建前定义 MVP 范围。Claude 可帮你创建范围文档：MVP 产品做什么、刻意不做什么，以及功能修正标准------何种来自真实用户的具体证据会在此时为新增功能辩护。当新功能想法浮现------它们 肯定会------你用 Claude 压力测试是用户的真实信号，还是装扮成产品思考的创始人热情。
用 Claude Code 构建 MVP
架构与范围定义后，Claude Code 成为主要 MVP 构建工具。用它生成、测试、调试、迭代代码库，但把每个会话当作你已做产品决策的执行，而非塞进新决策的机会。
每个 Claude Code 会话开始：(1) 重访范围文档 (2) 向模型提供 CLAUDE.md 架构上下文。每个会话结束用会话浮现的任何决策更新它。目标是结构你能解释的代码库，而不只是能跑的代码库。
- 练习： 为 Claude Code 工作创建简单会话模板，含架构上下文文档、本会话具体任务、须遵守的约束或模式。每会话末向上下文文档添加简要日志：构建了什么、做了什么决策、引入了什么假设。每会话五分钟文档是廉价保险，对抗复合成不可管理代码库的架构漂移。
任何用户接触前的安全审查
作为 AI 原生初创公司创始人，你的责任是知道代码库里有什么、理解潜在暴露向量，不向信任你数据的真人用户发布明显漏洞。Claude 可对 AI 生成代码做有用的首轮安全审查，识别常见漏洞。在发布前把它纳入循环是好习惯。然而它不是安全工具替代品，更高 风险 时也不是人工审查替代品------把它当后者的是会出现在 数据泄露新闻里的人。
Claude Code Security 更进一步：扫描代码库安全漏洞并建议供人工审查的针对性补丁，浮现传统方法可能遗漏的问题。
注：本电子书出版时 Claude Code Security 为有限 beta，纳入工作流前请核对当前可用性。
- 练习： 向任何真实用户部署前，用具体 brief 让 Claude 审查核心应用代码：认证与会话处理、API 响应中的数据暴露、输入验证与注入风险、已知漏洞依赖。认真对待每项发现并评估是否需修复，触及认证、密钥或数据处理的事项须人工审查。
发布前先建衡量框架
把早期牵引误认为产品-市场契合的创始人，通常是发布后才用选定来评估什么在起作用而非浮现什么不起作用的指标开始跟踪的人。解药是在第一位用户出现前建立衡量框架。
用 Claude 定义对你具体产品重要的指标、基准是什么，以及数据中何种模式构成真实产品-市场契合而非讨好人的噪音。具体：在发布 MVP 前设定留存基准、激活标准、第 7 天与第 30 天目标。
接着定义对你具体产品的假阳性长什么样：例如有注册无激活、有收入无留存、或初始热情无重复使用。数据到来时，让 Claude 对你的牵引做对抗性论证：怀疑者会对这些数字说什么？
管理发现与用户反馈物流
真实用户进入产品后，运营层快速扩张。Claude Cowork 处理重要但繁琐的工作：建立维护用户联系人列表、跑外联序列、排程反馈会话、分流 bug 报告、跟踪迭代周期。创意阶段管理发现物流的相同 MCP 集成在此适用。
对细微探索用户反馈，收集环节仍须有人参与。例如用户说「这很棒但我希望它还能......」需要解读：是核心需求还是 可有可无？是此客户特有还是某细分代表？缺失功能是真正问题，还是 上手引导上游某物？没有工具能回答这些问题。
- 练习： 配置 Claude Cowork 跑 MVP 阶段反馈循环：向早期用户列表起草外联、排程反馈会话、为 bug 报告与功能请求设计结构化 intake、撰写每周综合。你先自己审综合；之后可让 Claude 分析信息以捕捉你可能遗漏的要点。
朝证据迭代，而非朝完整迭代
MVP 阶段在你有产品-市场契合的真实证据时结束，无论产品感觉多「完成」。宣布达到产品-市场契合、准备从 MVP 进入发布阶段， 最终是结合创始人直觉与收集证据的判断练习。不过有些有用的试金石：
- Sean Ellis 测试： 问活跃用户：「若不能再使用本产品，你感受如何？」若超过 40% 答「非常失望」，是有意义 PMF 指标。
- 努力测试： 产品-市场契合前，留存需要持续干预------频繁外联、激励、个人跟进，以及创始人 heroic 能量维持用户参与。产品-市场契合后，产品开始自己做这项工作。当事情开始拉而非推，这种努力转变是某物真实改变的最清晰信号之一。
最终没有单一数据点确认产品-市场契合，因为它是须在多个迭代周期中成立的 模式，你才能明确称之为 PMF。
证据要求时转向
若投入所有这些工作后仍似乎无法达到产品-市场契合？结果不确认你起步方向并非失败，而是系统在运作：MVP 阶段设计为在你对错误答案过度投入前浮现此信息。
当数据不支持当前产品时，用 Claude 梳理数据在告诉你什么。
- 探索替代客户细分。 或许不转化的用户从来不是正确目标。正确受众常已在数据中，只是权重不足。
- 调整产品价值主张。 或许受众正确但 MVP 未与用户共鸣。对 onboarding、信息或核心功能强调的调整，可能在不改变已构建内容的情况下修复。
对断开可能深到需要更根本改变的可能性保持开放。
- 练习： 若你已完成三轮以上迭代却未向产品-市场契合基准有意义移动，在决定下一步前用 Claude 跑诊断。输入留存数据、用户反馈与原始问题假设，问它三个问题：数据中是否有某细分响应与其余不同？设计价值与体验价值之间的差距是定位问题还是产品问题？当前产品找到真正 PMF 须满足什么，鉴于你所见该情景是否现实？让答案决定你是调整、转向还是回到创意阶段。
第 5 章 发布阶段
若 MVP 阶段是关于证明你的产品值得存在，发布阶段是关于证明你的业务值得增长。
发布阶段目标
在发布阶段，初创公司创始人必须把早期牵引转化为可重复、可持续的增长引擎。除让产品生产就绪外，你还须在强化其下基础设施的同时，围绕产品构建真正的公司。
初创公司在创意与 MVP 阶段天然以创始人为中心，因为你需要完整情境意识与紧密反馈循环。如今，仍试图亲自握住每根线的创始人会成为发布阶段瓶颈。目标不是把自己从公司移除，而是构建运营系统，解放你的注意力去做只有创始人能做的决策。
发布阶段退出标准
发布阶段退出条件有三要素：
-
- 增长可重复且由渠道驱动。 你不只是在留存用户，而是通过特定渠道、理解单位经济（CAC、LTV、回收期）可预测地获取用户------这些数字你知道并能辩护。
- 产品能处理生产负载。 基础设施已加固，安全与合规到位，可靠性在真实生产条件下成立（而不只是你测试过的条件）。
- 运营无需创始人瓶颈。 流程存在、自动化到位。你不再是亲自处理支持、分流、冲刺规划或报告的人。
发布阶段挑战
找到产品-市场契合是早期创业生命周期最难的问题。现在，创始人挑战变成保住它。发布阶段是找到真实产品牵引的公司仍可能瓦解之处------若围绕并支撑产品的组织跟不上。以下是要警惕的失败模式。
技术债到期
挑战： 为速度与验证而建的 MVP 代码库足以证明产品有效，但生产流量、新功能与 不断增长的复杂性正在暴露捷径。
在 MVP，积累部分技术债是为速度做的合理权衡。在发布阶段，该债开始计息，拖得越久修复越贵。解药包括系统性架构审计识别结构弱点、针对性重构处理最糟部分，以及有意义地扩展测试覆盖，使下一轮功能工作不重新引入同样问题。
创始人成为瓶颈
挑战： 在 MVP，创始人在每个循环中是资产。在发布阶段，随着支持量增长、产品决策堆积、运营复杂性倍增，同样本能成为约束。
从做工作到设计做工作的系统，是创业生命周期最难转变之一。因为很少发生清晰时刻，风险是完全错过它、在组织周围停滞时仍处 构建者模式。正在发生的迹象包括：本应一小时的决策现在要一周才轮到你；支持请求堆积因为只有你知道答案；运营任务只有当你 亲自记得才发生。
解药是对你 亲自处理的一切------从最小任务到最高 风险 决策------做全面审计，识别什么可系统化、什么可委派、什么仍真正值得创始人时间与注意力。
安全与合规不再可推迟
挑战： MVP 时保持安全与合规简单尚可，但如今有真实用户、真实数据、桌上可能有企业合同时，它成为负债。
在 MVP，少数 beta 用户、生产无敏感数据时，安全漏洞是理论风险。假设在产品有真实用户依赖的生产中进入时，变成非常真实的暴露风险。此外，不适用于原型的合规要求，在处理客户数据、处理支付或向受监管行业销售时肯定适用。
解药是在生产规模化到来前做系统性安全与合规审查，而非之后；把浮现的一切当作必需整改------而非建议------在下一波用户到来之前。
未准备好就扩张
挑战： 新市场与融资机会看起来像增长机会，也可能是产品-市场契合夭折之处。
你建立的初始牵引是真实的，但也特定于早期受众。过早进入与原始受众意义不同的市场，会引入新产品未围绕设计的新用户行为、合规要求、支付基础设施与基线期望。突然变量太多，你失去清晰解读自己数据的能力，也可能在追逐新且未证明受众时忽视原始用户群。
Claude 如何帮助发布阶段创始人
三种 Claude 形式在发布阶段全面使用，且相互支持：每种工具产出成为另外两种的输入。结果有机复合，同时使用三种工具的创始人得到大于部分之和。
这正是超精益初创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、Claude 帮助 operationalize 产品与组织知识时，小团队可以像数倍规模的公司一样运转。
在复合前修复技术债
你的 MVP 代码库能跑，但也需要系统性 修复 pass，寻找可能成为结构负债的任何技术债。首先用 Claude Code 做完整架构审计：识别代码库脆弱处、将变得昂贵维护的捷径、测试覆盖过薄以致下一轮功能工作会重新引入同样问题之处。
把 Claude Code 审计发现反馈给 Claude 以分流与排序 修复工作：什么须在下次发布前修复、什么可等一个冲刺、什么鉴于当前阶段代表可接受持续债。这也是把 MVP 阶段做的架构决策（因没时间写下而只在你脑中）文档化的时刻。现在写入 CLAUDE.md 确保未来每个 Claude Code 会话从对系统如何设计、为何设计的共享理解开始。
- 练习： 指导 Claude Code 审计 MVP 代码库，产出结构弱点、测试覆盖缺口与重构候选的优先列表。再把列表给 Claude，请它把 修复工作排序到数个冲刺：须先处理的重要问题、可与功能开发并行处理的事项、可等待的事项。
构建取代创始人注意力的系统
构建解放你处理只有创始人能承担职责的运营系统，须精确知道你的注意力去向。用 Claude Cowork 对你当前运营负载做结构化审计，记录每项 反复出现的任务、落在你桌上的每项决策、以及仅因你 亲自记得才发生的工作流。再让 Claude Cowork 把清单分类为可完全自动化、需要人但不一定要你、以及真正需要创始人判断的事项。
审计完成后，用 Claude Cowork 为自动化候选设计工作流逻辑：什么触发每项工作流、决策规则是什么、产出长什么样、完成后去向何处。
把安全与合规做成产品工作流
用 Claude Code 浮现目标市场要求的 SOC 2、GDPR 或 HIPAA 等审计中常见的代码级问题，同时浮现漏洞与合规缺口。把发现给 Claude 帮你 优先级修复并设计企业买家签约前会问的 控制措施、审计日志与访问管理。
注：AI 扫描是辅助，不能替代合格合规审查。
接着把合规工作流纳入开发周期而非一次性项目；合规文档须持续维护更新。对接近企业合同或国际市场的创始人，此刻 Claude Code 安全扫描也可帮你准备独立安全评估。
- 练习： 用面向目标市场要求框架的 Claude Code 做代码级安全审查。把输出给 Claude，请它产出两样东西：优先安全 修复序列，以及满足 潜在 企业买家合规审查所需的文档与 控制措施 清单。
建立你一直跳过的产品管理流程
发布阶段需要一套轻量、可重复、无需创始人干预触发或运转的流程。用 Claude 设计产品时间线与工作周期如何结构化、Claude Code 动功能前 spec 须含什么、bug 报告如何分流路由、周报涵盖什么如何分发。
流程设计完成后，用 Claude Cowork 构建并运行运营层：排程冲刺仪式、把 incoming bug 路由到正确位置、从已连接数据源编译每周指标、维护把用户信号流入产品决策的反馈循环。
- 练习： 请 Claude 设计轻量产品管理操作系统：定义冲刺节奏、最小 spec 模板、bug 分流决策树、从你实际数据源拉取的每周指标简报。再设置 Claude Cowork 实现并运行系统 反复出现的运营元素（排程、路由、报告编译），按 按计划 自动发生而无需你。
第 6 章 规模化阶段
在规模化阶段，创始人角色从构建者重新居中为面向公众的高管。产品仍居中心，但你个人日常工作 日益关于公司本身。你的注意力须扩展到分析师简报、IPO 路演等新规模化活动，同时努力维持精益、以 AI 为中心的结构优势。
规模化阶段目标
扩展技术基础设施的工作持续，现在加入扩展组织本身并使其成熟为业务的工作。
在规模化阶段，你要从数千用户到数百万，从一个市场到许多。在先前每个阶段，增长是你通过贴近用户、基于紧密反馈循环数据加健康 dose 创始人直觉摸索的。如今目标是构建由成熟组织运营支撑的系统性增长。
对 AI 原生初创公司，目标应是通过积累深度构建可防御护城河：融入产品的专长、产品与用户依赖的其他工具平台的集成深度，以及专有系统数据与工作流。一直沿一致方向、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。
此阶段，公众投资者、分析师、监管者、企业采购团队与收购方施加更大压力------伴随更大怀疑------因为 风险 更高。你的产品与组织须 withstand 外部审视：不仅是所构建能力，还有周围的治理、合规姿态、财务控制与战略叙事。
规模化阶段退出标准
规模化阶段的退出条件不再是单一里程碑，而是阈值事件：公司可持续，而创始人 日益不直接跑日常运营。你已展示系统性增长；建成满足最苛刻外部审查者的组织治理与合规基础设施；并对「若资金充足的 incumbent 今天复制你的产品，用户会留下吗？」有扎实答案。
实践中此阈值通常取三种形式之一：不再需要外部资本的可持续盈利规模、IPO 就绪，或收购。三者都要求增长系统化且可审计、产品护城河经得起审视、组织运营成熟可持续。
当这一切为真，恭喜：你的初创公司已从赌注变成业务。
规模化阶段挑战
委派运营层
挑战： 规模化阶段运营系统须可靠、可持续地运行而无需被 babysit。对从第一天就亲力亲为的创始人，该转变在心理上与结构上同样难。
你的发布阶段工作是创建系统；在规模化阶段，变成 (1) 把这些系统成熟到完全可信 (2) 然后真正信任它们。
这比听起来难。即使你是委派得好的创始人，也不总 obvious 该交出什么、留在自己盘上。交得太快、太多------尤其交给 AI 自动化系统------关键决策会在只有创始人能提供的 crucial 上下文缺失下做出。握太久，你又成瓶颈。
根本挑战是识别只存在于创始人脑中或未文档化工作流的制度知识，然后把它编码成 documented、可审计、可转移的系统。
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能否成为可靠的基础设施伙伴。
前三个创业阶段的技术挑战 集中于于代码库：构建正确解决方案而不积累技术债，然后为真实用户加固安全与合规。到达规模化阶段，挑战变成代码库周围的一切：创建支持基础设施、文档与可靠性保证，发出成熟信号。
签署多年合同的大规模客户与机构买家想要这些才会签，签后也会 hold 你。然而把你带到此处的同样 AI 基础设施，帮你构建有定义响应时间的专用支持职能，以及新客户工程团队真正能用的文档。
扩展组织职能
挑战： 规模化阶段公司通常需要招聘、工资单、会计、法律运营等组织基础设施，无论实际跑它的人数多少。
在发布，系统化运营意味着自动化消耗创始人注意力的工作流。规模化初创现在需要增长更广、在某些方面更 consequential 的运营职能阵列，如财务报告、合规监控、合同管理、客户支持等。
构建 GTM 职能
挑战： 有机增长有天花板，多数规模化阶段创始人在从未须构建真正 go-to-market 职能前就撞上它。
创意、MVP、发布阶段的增长常源于创始人主导销售------从恰到好处的 Product Hunt 帖子到与早期客户的个人关系。这类有机增长只到一定点有效，多数初创在规模化阶段撞上此限。迹象包括用户曲线走平、获客成本上升、以及 销售漏斗只有创始人 亲自参与时才动。
规模化增长需要构建专用增长引擎，把产品触达更新更广受众。多数初创创始人 然而可能从未须跑营销、销售、分析师关系等项目。正当 GTM 动作不仅需要建立新系统与流程，还要创建品牌声音与你希望如何谈论产品的故事------因为在此生命周期阶段，你不仅需要触达个别新用户，还需要触达投资者、企业买家等 整个目标受众。
幸运的是 GTM 职能不必庞大才有效，构建产品的同样 AI 基础设施可 bootstrap 把它推向市场。
Claude 如何帮助规模化阶段创始人
早期阶段把 Claude 用作产品本身的基础基础设施：验证想法的研究伙伴、设计构建原型的工程团队、使单人初创成为可能的 AI 运营层。到达规模化阶段的 AI 原生初创创始人，现在可用 Claude、Claude Code 与 Claude Cowork 继续以他们构建的方式规模化。
把日常任务交给 Claude Cowork
以清楚看待此刻你最须投入时间与注意力的何处开始规模化阶段，对首次构建业务、从未做过此事的创始人可能是挑战。Claude 可通过构建此阶段只应由你做的事项清单来帮忙，可能包括产品叙事决策、董事会关系、企业交易、创始人对创始人对话。不在清单上的都是委派或 Claude Cowork 自动化的候选。
- 练习： 用 Claude 产出你当前运营层的瓶颈图：每项目前经你路由的工作流、决策与审批。再问 Claude 当你一周 unavailable 时每项会发生什么。会停滞的工作流是你仍足够亲力亲为以致会 derail 进展之处。这些如何映射到你与 Claude 做的创始人优先事项与责任清单？
接着压力测试你已构建的系统是否真 ready 随业务增长规模化。
- 练习： 用 Claude 映射当前工作流，再问当你一周 unavailable 时每项会发生什么。会停滞的是 handoff 标准、升级路径或异常处理仍须收紧之处。Claude 可帮分析失败点并推荐适当修复，以便你按需更新或替换 Claude Cowork 自动化。
把技术运营扩展为企业级基础设施
规模化时，买家需要 reassurance：你的产品与组织可被信任为长期基础设施。技术工作仍在代码库内进行如常，但现在还有代码库周围的技术工作要处理。
第一步是把制度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，包括产品文档、支持 playbook 与 SLA。
并行地，指导 Claude Code 按企业合同要求的特定可靠性与安全标准审计并加固代码库，构建 Discord 社区支持从未须提供的的技术支持基础设施：日志、监控、事件响应工具，以及使 SLA 真正可执行的 observability 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、由产品变更触发的文档更新、续约跟踪，以及企业客户成功依赖的报告节奏。三者一起给小团队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： 挑选三个最苛刻的 潜在客户或三个你极想签的理想客户。让 Claude 产出 差距分析：每个账户的企业采购团队签约多年合同前期望看到什么文档、SLA 与支持基础设施，你目前何处不足？用输出在 Claude Code 与 Claude Cowork 间排序技术与文档工作。
构建真正的 GTM 职能
创始人 hustle 把你带到此，但规模化初创需要创建并实施真正的 go-to-market 策略。AI 可帮你构建然后运行完整的 GTM 引擎。
Claude 可协助从零构建基础 GTM 资源：市场细分、信息架构、分析师关系策略、销售 playbook，以及一旦与公众投资者、企业买家、华尔街分析师对话就重要的面向投资者指标叙事。每个受众有自己的词汇，按自己的标准评估你；Claude 的工作是把产品价值主张翻译成对每个受众细分相关的产品营销方法。
现在 Claude Cowork 可成为你的战术执行层：内容 销售漏斗、外联序列、分析师简报物流、新闻室与 PR 节奏、CRM 卫生、销售漏斗报告，以及把 GTM 策略变成实际商业运动的许多 反复出现的周期。
当 GTM 动作需要产品营销基础设施------交互演示环境、集成文档、沙盒租户、API 参考、技术单页------Claude Code 可为你构建。买家期望技术评估你的产品，规模化阶段 Loom 视频与销售 deck 不再足够。这也是让你的 GTM 动作异步运行的基础设施：构建良好的演示环境在你开董事会时成交。
把领域专长与制度知识转化为 AI 上下文
许多超精益初创创始人为他们在特定行业亲身经历或观察到的真实世界问题构建高度特定的应用或工具。智能体 AI 现在让从未写过一行代码的创始人能用领域专长构建解决复杂问题的产品。Claude、Claude Code 与 Claude Cowork 各在把创始人知识转化为复合产品特异性中扮演角色。
用 Claude 捕获、组织、精炼创始人知识，把领域专长放到产品可及之处。通过 长期对话、项目与记忆，创始人可分享所知一切------行业术语、监管陷阱、边缘情况、挫折、为何此问题的明显答案不起作用------进入结构化、可搜索上下文。Skills 可把 反复出现的工作流（如「我如何审计商业租约」「我如何分流患者 接收表」）编码成 Claude 每次以同样方式运行的可复用 routine。数月后这成为通用 AI 无法匹配的专有知识基底。
用 Claude 外化领域知识，对把行业特定边缘情况编码进产品至关重要：例如，通用 AI 医疗账单工具会在 340B 药物项目索赔上出错，而你的产品可内置专门逻辑。Claude Code 帮你把同领域其他专业人士经历的常见挫折转化为验证逻辑、提示词优化，或与你竞争者尚未听说的小众行业系统的 MCP 集成。于是，你的应用在深度与广度上以竞争者无法复制的方式持续复合。
- 练习： 识别一个通用竞争者在你垂直领域肯定会搞错的边缘情况。与 Claude Code 协作基于你实际见过的场景为它构建专用测试用例（非单元测试）。每次类似边缘情况浮现就添加。你的测试套件成为护城河的地图。
把积累的用户数据复合为可防御优势
用户与产品互动时产生行为信号（他们接受与拒绝哪些输出），为产品路线图提供信息。随时间你会学到特定用户群的具体 模式、偏好与边缘情况。这就是我们说的复合价值：每项改进使产品更有用，驱动更多使用，创造更多反馈，驱动更多改进。
此数据时间锁定、情境特定，模仿者无法重建：你无法购买数千用户在你产品内 refine 工作流的行为指纹。
Claude 可帮审计你收集的任何用户互动数据，识别其中最高信号行为 模式，并设计把持续使用变成系统性模型改进的反馈循环。
- 练习： 把产品互动数据摘要喂给 Claude：一直在收集什么、收集了多久、你对用户如何随时间参与产品的了解。让它识别数据中三个最高信号行为 模式，并设计把每一项变成系统性模型改进的反馈循环。再请它帮你起草一页护城河叙事 为产品路线图提供信息营销：你的数据飞轮如何运作、转了多久、为何今天起步的资源充足竞争者两年内无法复制。
创建工作流锁定
复合数据网络效应使产品更难复制，但用户工作流锁定使产品更难离开。用户在日常运营中运行你的产品越久，它越深深嵌入他们实际工作方式。他们在其上构建自动化、培训人员使用、连接数据源与其他工具。他们开发的 prompt、refine 的工作流、标准化的产出，都围绕你的产品做什么、如何做而被塑造。此时切换从产品决策变成全面运营项目。
创建工作流锁定的第一步是让 Claude 按集成深度映射当前客户群。对每个客户细分，识别他们在产品之上构建的工作流及依赖的集成。这显示产品在哪里粘住、哪里需要更深。
集成越多，客户构造依赖你产品的工作流的表面积越大。Claude Code 帮你快速 快速搭建与目标用户依赖的数据 销售漏斗、项目管理工具及其他系统的原生集成。Claude Code 也可构建 API、webhook 与 SDK，让客户不只使用你的产品，还在其上构建------最深形式的锁定。
- 练习： 请 Claude 帮你为前十名客户构建工作流集成审计。对每个客户，记录他们构建的自动化、依赖的集成、经你产品运行的团队工作流，以及你对切换成本的估计。再请 Claude 识别组内模式：对你这类产品，何种集成能形成最深锁定，以及你可构建或启用什么，以加深目前仍停留在浅层集成的客户。
第 7 章 同样的工作， 新的规则
在 AI 时代，创始人的工作未变：找到真实问题，构建解决它的东西，并把它规模化成重要的公司。改变的是到达那里的路径。跨越四个阶段------创意、MVP、发布、规模化------AI 把季度压缩成周。
过去需数月的验证周期现在一个下午即可完成。可用原型不再要求有合适技术栈的联合创始人；它要求清晰的问题与与编码智能体的几次专注会话。发布就绪从发布前 忙乱冲刺变成持续工作流。在规模化，曾迫使早期招聘进入救火角色的运营重量， 日益可交给 AI，解放团队把注意力花在成为护城河的判断决策 上。
瓶颈不再是你能构建什么，而是你选择构建什么。