跳转到内容
NTLx's Blog

AI 时代的创业：当"能做"不再是门槛，判断力成了唯一稀缺资源

一个下午就能做出来，然后呢？

Section titled “一个下午就能做出来，然后呢？”

上周我用 Claude Code 搭了一个内部工具。不是什么了不起的东西——一个能自动整理我们服务器日志的小应用。从想法到能跑，大概四个小时。中间喝了两次咖啡，上了趟厕所，剩下的时间就是在跟 AI 对话：“这里加个过滤条件""那边改成按时间排序""报错信息再人性化一点”。

要是放在两年前，这事至少得拉一个后端、一个前端，开个三次以上的会，排两周的 Sprint。现在呢？我一个人，一个下午。

然后问题来了：我为什么要做这个东西？

不是因为”能做出来的东西变多了”，所以”什么都该做”。恰恰相反。做出来的速度越快，做之前的那个停顿就越要长。你得停下来问自己：这个东西真的有人需要吗？还是我只是为了证明”我能做”？

Anthropic 前阵子发了个东西，叫《The Founder’s Playbook》。讲创业在 AI 时代被彻底改写。我没有打算写书评——那太无聊了。但这份手册里有些东西戳到了我，尤其是它引用了一个数字：

42% 的初创企业失败，不是因为技术做不出来，是因为它们做出了没人想要的东西。

这个数字我以前看过，忘了出处。但今天再看，感觉完全不一样了。以前”做不出来”是主要矛盾，技术门槛像一堵墙，跨不过去的人连入场资格都没有。现在墙没了。AI 把墙拆了，所有人都进了场，结果发现更大的麻烦在等着——不是”能不能”，而是”该不该”。

从”能做什么”到”该做什么”

Section titled “从”能做什么”到”该做什么””

手册里有个判断，我反复读了两遍。它说，创始人的角色在变。

以前，创始人由”能做什么”定义。技术创始人写代码，非技术创始人管业务和签单。这堵墙把创业者分成了两拨人，两边各干各的，中间隔着一条护城河。

现在这堵墙没了。零工程背景的人可以构建生产级别的软件，纯技术出身的人也能分分钟产出市场策略、财务模型和打磨过的 Pitch Deck。

这意味着什么？

意味着你不能再拿”我不会编程”当借口了。也意味着你不能再拿”我只懂技术”当挡箭牌了。

所有人的能力边界都在扩展，但扩展的不是手速，是责任。

Anthropic 自己就是个极端案例。Daniela Amodei，文科背景，非技术出身，在 Stripe 做过风险经理，早期在华盛顿的非政府组织混过。放在以前，这种背景去创业，大概率得找一个技术合伙人搭班子，然后祈祷两人理念不冲突。现在呢？她联合创立了一家估值 9.5 万亿美元的公司——是的，你没看错，9.5 万亿。2025 年 3 月这家公司还值 615 亿，到了 2026 年 5 月，已经逼近 9.5 万亿。

十五个月，ARR 从 10 亿美元冲到 300 亿美元。三十倍。

这不是”技术牛”的故事。这是一个关于”判断力”的故事。Daniela 的文科背景不是劣势——在非技术壁垒越来越重要的时代，领域直觉、对人的理解、对需求的嗅觉，这些东西代码写不出来，AI 也替代不了。

但别误会。我不是在说”非技术创始人要崛起了”这种廉价的口号。我是在说：当技术执行不再是瓶颈，剩下的那个瓶颈就是你能做的全部。

速度是个陷阱

Section titled “速度是个陷阱”

Agentic coding 把原型开发的时间线从几个月压缩到几天，甚至几小时。手册把这个当好事讲。我也觉得是好事。但好事有代价。

速度越快，方向感越重要。

这个道理我以前没真正理解过。直到有一天我发现自己在用 AI 工具一天做出三个原型，每个都跑起来了，但一个都没解决真实问题。那时候我才意识到，我在用”做得快”来逃避”想清楚”。

做的快是容易的。想清楚是难的。人本能地避开难的，走向容易的。这是一个生理反应，不是道德缺陷。

但创业的诡异之处就在于——它奖励的是那些能扛住本能的人。

Anthropic 的 CEO Dario Amodei 把大约 40% 的时间花在文化建设上。一个技术出身的 CEO，物理学背景，原 OpenAI 研究副总裁，参与过 GPT-2、GPT-3 项目。这样的人按理说应该天天泡在代码和论文里。但他花了将近一半的时间在做一件”不产出直接代码”的事：建立公司的判断框架。

为什么？

因为当执行变得廉价，判断就成了唯一的杠杆。

Dario 每两周办一次全员 DVQ 会议，受 Ray Dalio”彻底透明”理念启发。这不是管理技巧，这是在系统性地培养团队的判断肌肉。他在确保，当每个人都能在一天内做十件事的时候，他们选的是对的那一件。

这不是自动驾驶。创始人仍然需要知道怎么用这些工具——以及什么时候不用。

手册最后那句提醒很朴素，但很关键。AI 给了你加速踏板，但没有给你方向盘。方向盘还是你自己的。

精益独角兽不是故事，是设计目标

Section titled “精益独角兽不是故事，是设计目标”

手册里有个说法：10 人团队运营一家估值数十亿美元的公司，不再是逆袭故事，变成了可规划的行动计划。

我以前觉得”10 人独角兽”是个神话。现在它成了一个目标。

但这背后有个隐藏前提你可能没注意到——10 个人之所以能幹 100 个人的活，不是因为 AI 替他们干了所有的活，是因为那 10 个人每天在做的选择比过去值钱得多。

Claude Code 自己的经历就是证据。2025 年 2 月发布，从一个工程师 Boris Cherny 的内部实验，到一年内 ARR 突破 10 亿美元。这不是”写代码快”的故事，是”做对了产品”的故事。

写代码快的人多了。做对产品的人少。

传统创业的增长曲线是什么？验证、融资、招人、构建、再融资、增长、雇更多人。一个循环。AI 消灭了这个循环中的”招人”环节。你不再需要在每个新阶段组建更大的团队，因为你有了 AI。

但那不意味着你可以不招人了——它意味着你在招人之前，得更清楚你要招的是什么人。

过去你招人的时候可以有一些模糊地带。“先招进来再说，总能找到活给他干”。这句话在 2026 年听起来像一个奢侈的浪费。当 AI 能处理”总能找到活”的那部分时，你招人的每一笔预算都必须对准明确的目标。

人的判断加上 AI 的执行。这个组合不是”人指挥 AI 干活”那么简单——它要求人对”什么是正确的事”有一个清晰的、持续的、可辩护的理解。

这不是一个新要求。但以前它被”能不能做出来”的问题掩盖了。现在掩盖物被掀开了，这个要求就露出来了。

我的一些不安

Section titled “我的一些不安”

读这份手册的时候，我没有被鼓舞到热血沸腾。我反而是有些不安。

不安来自哪里？来自一个越来越清晰的事实：当所有人都能建东西的时候，建东西的价值在下降。

这不是悲观。这是算术。供应增加，单价下降，这是经济学第一课。

那价值在哪里转移？

从”执行”转移到”判断”。从”怎么做”转移到”做什么”。从”技术壁垒”转移到”领域知识”。

但问题来了：判断力怎么获得？这不是一个能”速成”的东西。它来自对某个领域的持续浸泡，来自犯过的错，来自见过的失败案例，来自对人和市场的直觉。这些东西 AI 不能替你积累。

Daniela Amodei 给 Anthropic 定的招聘标准很朴素：沟通能力、高情商、善良、好奇心。没有一条是”编程能力强”。放在以前，一个 AI 公司不按技术能力招人，听起来像是疯了。放在现在，这可能是最理性的选择。

一个文科生能联合创立一家 9.5 万亿美元的公司。一个物理学家把 40% 的时间花在文化建设上。一个内部实验一年内变成 10 亿美元 ARR 的产品。这些事在 2021 年听起来像科幻小说。现在是日常。

那我的不安到底是什么？

是”我知道这些东西在变快，但我不知道我的判断力够不够跟上”。是”我每天都在用 AI 工具，但我有没有在训练自己的判断，还是只是在消费它带来的速度”。

这可能是这份手册给我最大的收获——它没有告诉我”AI 会让一切都变好”，它告诉我的是一个问题：当能做不再是门槛，你拿什么来区分自己？

我没有答案。但这个问题值得每天都问自己一遍。

你在用 AI 做东西的时候，有没有停下来问过”这个真的有人需要吗”？欢迎在评论区聊聊——也许你的犹豫就是我的答案。

原文参考

Section titled “原文参考”