跳转到内容
NTLx's Blog

AI 创业 Idea 阶段：别急着写代码，先问自己四个问题

速度是陷阱，不是超能力

Section titled “速度是陷阱，不是超能力”

Anthropic 出了本创始人手册。我翻到 Idea 阶段那一章，停住了。

第一句话就扎人：42% 的初创公司死于建了没人要的东西。

不是技术不行，不是融不到钱，是辛辛苦苦做出来的东西，没人需要。

这数字放在以前已经够吓人了。放在 AI 时代，只会更恐怖。为什么？因为 agentic coding 把原型的构建周期从几个月压缩到几个小时。你有想法，喝杯咖啡的功夫，Claude Code 已经帮你跑出一个能用的东西。

听起来像超能力。手册说，这是陷阱。

原型存在不等于验证通过。AI 让创始人跳过了验证，直接构建，然后拿着原型到处给人看——“你看，我做出来了！“——但没人在乎。

Dario Amodei 把 40% 的时间花在文化建设上，而不是写代码。这不是因为他不写代码。是因为他清楚：判断力才是真正的杠杆。你能在几小时内搭出原型，这不算本事。知道该不该搭，才算。

我以前也犯过这个错——有个想法，兴奋，连夜写代码，一周后 Demo 出来了，发给十个朋友，三个人回了”哦不错”，剩下七个没回。

那不是验证。那是自言自语。

手册写了一句很冷但很准的话：AI 让创办一家公司比以往任何时候都容易——也更容易创办一家没人需要的公司。

创办门槛归零的时代，纪律不是在”能不能做”上卷速度，而是在”该不该做”上卡脖子。你不需要三个月才能造出原型来验证一个想法。你需要的是在几个小时内意识到这个想法不值得做。

区别在哪？前者帮你省时间。后者帮你省命。

四个问题，一道都躲不掉

Section titled “四个问题，一道都躲不掉”

手册给了四道必答题。顺序不能乱。

第一道：这个问题是真的、具体的、足够频繁的吗？

注意”具体”这两个字。“合同审查太慢”——不具体，没法验证。什么叫慢？多慢算慢？谁觉得慢？

手册给的例子是这样的：“中型公司的法务团队每次合同审查周期超过三天，因为修改意见散落在邮件里，没有一个统一的版本控制文档。”

这才叫具体。你能去找法务负责人聊，能问他们上周审了几个合同，花了几天，邮件来回多少封。能验证。

第二道：谁确切地有这个问题？这算一个市场吗？

不是”很多人”，不是”所有企业”。是谁。具体到哪类公司、哪个角色、什么规模。中型公司、百人以下团队、法务只有两三个人的——这群人有多少，愿意为什么付费。

第三道：有其他人在解决它吗？怎么解决的？解决得怎么样？

这是创始人最容易跳过的一道。专注于自己的愿景，然后系统性低估对手。手册说这叫”竞争者忽视”。你觉得自己发现了新大陆，其实人家已经在那儿种了三年玉米。

让 AI 扮演对手来攻击你。它会比你想象得更无情。

第四道：解决方案实际上需要做什么？我的想法能做到吗？

很多 idea 死在这里。你觉得用 AI 一键搞定合同审查——但实际需要的不只是 AI，还有工作流改造、权限管理、合规审批。你的方案覆盖了哪些？漏了哪些？

四道问题，每一道都在问你同一个东西：你是在猜测，还是在验证？

sense-making 要跑在 building 前面

Section titled “sense-making 要跑在 building 前面”

这是手册里我最喜欢的一句话。

Sense-making 要跑在 building 前面。

理解问题要走在动手之前。AI 让执行规模跑在业务需求前面，这对烂主意和好主意一视同仁。你用一个糟糕的想法，agentic coding 照样给你跑出一个糟糕的产品——而且跑得更快。

Anthropic 15 个月从 10 亿 ARR 冲到 300 亿。这个速度背后不是盲目构建，是极强的判断力。

Daniela Amodei，Anthropic 的联合创始人，文科背景，非技术出身。她和 Dario 一起把一家公司干到了 9.5 万亿美元的估值。很多人觉得文科生做 AI 公司不可思议——但那恰恰说明了一个被忽视的事实：判断力不是技术训练出来的。

她定义的招聘标准是沟通能力、高情商、善良、好奇心。没有”代码写得多快”这一条。

因为快不是竞争力。判断准才是。

我以前总想着”先做出来再说”。但 Anthropic 的手册说得更直接：原型只是压力测试的道具，真正的证据是用户对话。

还有一个维度没人聊够。手册提到三大挑战，其中一个叫”过早规模化”。就是说你还没确定问题是真的，就已经开始搭架构、招人了。AI 时代这个问题被放大了——因为工具太强，你一个人就能干出过去一个小团队的事。你能做，不代表你该做。

先搞清楚你在建什么，再考虑怎么建得更大。

别让自己骗自己

Section titled “别让自己骗自己”

还有一个东西被手册点出来了：确认偏误有了搜索引擎。

你想要任何结论，AI 都能帮你找到证据支持。你问”这个想法有没有市场”，它会给你列出十条理由证明有。不是因为它在骗你，是因为你问问题的方式就是在引导它。

解药是什么？让 AI 当魔鬼代言人。不是让它帮你找支持性证据，是让它站在反方，把你的想法打碎。

手册还给了客户发现的方法：问过去，不问未来。

“上次遇到这个问题你是怎么解决的？“——这个问题有答案。

“你会用这样的产品吗？“——这个问题没有答案。人在被问到未来时倾向于说”会”，因为他想象的是一个理想版本。但真正买单的是今天的现实。

每做完五个访谈，把记录分成两列：支持假设的，挑战假设的。不是模糊地感觉”聊下来还不错”，是白纸黑字地数。

我自己的经验也印证了这一点。问”你需要这个工具吗”，所有人都会点头。问”你上次遇到这个问题是怎么解决的”，一半的人回答”我忍了”，另一半说”我写了个脚本来凑合”。这两个答案告诉你的东西，比一百个”会会会”都有用。

“忍了”意味着问题不够痛。“写了个脚本”意味着问题是真的，而且有人愿意自己花力气解决它。后者才是你要找的信号。

离场标准

Section titled “离场标准”

不是聊了几个人、有了个原型、觉得”差不多了”就能离开 Idea 阶段。

手册给的离场标准叫 Problem-Solution Fit，需要三个 Yes：

问题真实且具体——你能说出谁遇到这个问题、多频繁、多严重、他们现在怎么做。

你的解决方案解决了实际验证出的问题——不是你最初假设的那个。这中间的差距通常很大。创始人最爱做的事就是爱上自己最初的假设，然后找证据往里塞。

最后，有足够的信号证明构建是合理的。不是信仰，是推理。

这三个问题过不掉。过了，你才开始写代码。不过，你继续聊、继续验证、继续 sharpen 你的问题陈述。

别急。

速度是陷阱。证据才是路。

你呢？上一次有创业 idea 的时候，你花了多长时间验证，又花了多长时间动手？

原文参考

Section titled “原文参考”