Anthropic Founder's Playbook — AI 原生创业操作手册精读

Anthropic 2026 年 5 月 6 日发布的 36 页 PDF。以 Claude 三件套（Chat / Cowork / Code）为骨架，把创业拆成四个阶段（Idea → MVP → Launch → Scale），每阶段给出目标、退出条件、典型陷阱和具体练习。

定位声明：这是产品营销文档，不是独立研究——每条建议都指向 Claude 生态的某个产品面。但内容质量不低，对”agentic 技术债”和”确认偏误放大”的命名和分析，是目前对 AI 辅助创业风险最清醒的官方表述之一。

Ch1. 创业生命周期的 2026 版

传统创业弧线是 validate → raise → hire → build → grow → hire more → repeat。AI 打破了”每个新阶段都需要更大团队、不同技能和新一轮融资”的预期。2026 年的现实：不写代码的创始人在发布生产应用，精干的 10 人公司变独角兽不再是传说而是策略。

核心命题：好 idea 比以往走得更远。 以前需要一个工程团队干的事，一个创始人加几次专注的 coding session 就能搞定。

Ch2. “创始人”这个角色正在变

过去创始人按能力定义——技术的写代码，非技术的跑业务。2026 年这堵墙消失了：非技术创始人可以出品生产软件，技术创始人可以轻松做出财务模型和 pitch deck。

创始人角色从执行者变成了指挥者——不是少做事了，是做的事变了。从写代码 / 管人 / 处理日常运营，转向更高阶的工作：构思 idea、定方向、指挥 AI agent 和小团队执行。

“The most revolutionary result of AI as central infrastructure, though, is to unblock non-technical founders with subject matter expertise.”

这是 Anthropic 真正在押的注：创始人池的扩大。过去 VC 管道里主要是技术背景的人，现在有行业经验但不会写代码的人可以创业了——他们解决的是传统技术创始人从来不会注意到的问题。

三种 AI 能力支撑精干创业：

1. 对话式研究（Think: 全领域的随叫随到专家）——竞品分析、市场规模测算、财务模型、pitch deck 起草、战略对弈。以前这些需要烧一笔早期资本请顾问或找”知道怎么做的人”。

2. Agentic coding（Think: 永远在线、永不被阻塞的工程师）——创始人用自然语言描述想做什么，AI 在生产级代码库上生成、测试、调试、重构。“从’我有一个 idea’到’我有一个产品’的时间线被压缩了。”

3. 工作流自动化（Think: 按需、自动化的运营团队）——CRM 更新、周报编译、文档同步、合规追踪、系统间的集成……这些原来全压在创始人头上的琐碎运营，现在可以配置成自动运行。

产品矩阵

“The three share the same Claude underneath; what changes is the workspace around it.”

底层同一个 Claude，差别在 workspace——这是产品策略的核心：用 workspace 差异化，不用模型差异化。

Ch3. Idea 阶段——验证，不是构建

目标：以研究为导向的验证（research-oriented validation）。在投入构建资源之前，收集真实证据证明问题存在、你的方案有效。

退出条件（三个全满足才能进 MVP）： 1. 问题是真实且具体的——能说出谁遇到、多频繁、多严重、他们目前怎么应付 2. 你的方案确实解决这个问题——不是你假设的问题，是验证过程揭示的问题 3. 你有足够的信号来做一个理性的承诺——不是确定性，是”基于证据的信仰之跃”

三大陷阱

把构建当成验证

“42% of startups failed because they built something nobody wanted.”

Agentic coding 让”我有一个 idea”和”我有一个产品”之间的距离大幅缩短。这看起来是好事，但有一个危险的副作用：原型的存在被当作假说正确的证据。“一个 working prototype 很容易被误认为是你在解决一个真问题的证据——但它不是。它只是跟潜在用户对话的 pressure-testing 道具。对话本身才是真正的证据。”

确认偏误被 AI 放大

“Ask an AI tool for evidence supporting what you already believe, and it will find it. Confirmation bias now comes with a research engine.”

AI 跟着你的方向走。不问难问题的创始人，现在可以比以往更快地为一个烂 idea 构建一份精美、充分、自洽的论证——同时自我感觉更确定。解药是同一个工具，方向反过来用——主动让 Claude 做魔鬼代言人，找反面证据。原文把”结构化对抗性思维”定义为 AI 创业全生命周期的核心用法。

过早扩展

“When building is effortless and instant, you can scale execution far ahead of what business demands.”

构建几乎没成本的时候，你可以在商业需求远远跟不上的速度去扩展执行——这是新时代的”过早优化”。

Idea 阶段的 Claude 用法

• 定义和压测问题假说：把”人们抱怨费用报告”磨成”中型公司财务经理每周花 4+ 小时对账，因为现有工具不集成会计软件”——从观察到可验证假说
• 魔鬼代言人：让 Claude 为竞品辩护——为什么竞品可能成功而你失败
• 市场研究：合成竞品评论、构建 TAM/SAM/SOM 模型并压测假设
• 客户发现设计：设计访谈问题（Claude 帮标记引导性问题）、构建目标人群画像、自动化外展流程
• 设计方案概念：用 Claude 从各角度挑战方案——有什么缺口、有什么替代方案、要成立需要什么条件

最后才用 Claude Code 造轻量原型——不是产品，是放在 5 个人面前让他们真正触碰的 pressure-testing 道具。

Ch4. MVP 阶段——构建最小可用产品

目标：把已验证的问题转化为一个真用户会用的产品。不是全功能版——是最小、最专注的一次迭代，放到真用户面前，获取真实的 PMF 证据。

退出条件：真正的 PMF 证据——有一个可辨识的用户群认为产品有足够价值，愿意留存、付费或推荐。

同时要做两件事：快速迭代产品 + 不积累会要命的技术债。这两者之间有张力。

CLAUDE.md 作为第一个构建产物

这是全文最具操作性的一个建议：

“Before Claude Code writes a line of production code, use Claude to define and document the architectural decisions that will govern everything built in this stage.”

在写第一行代码之前，用 Claude 定义架构决策——遵循什么模式、避免什么依赖、接受什么取舍、以及为什么。然后把这份产出存为 CLAUDE.md 文件。

“Save this output as CLAUDE.md markdown file(s). This is your architectural context document: the first artifact of your build, and the one every subsequent session depends on.”

CLAUDE.md 是 Claude Code 的项目级配置文件，每次 session 启动时自动读取。它不是文档——它是持久上下文，确保每次 AI coding session 从同一套架构理解开始，不是从零推导。

原文建议每次 session 的模板：(1) 重新翻看 scope 文档，(2) 给 Claude 提供 CLAUDE.md 架构上下文，(3) session 结束时更新 CLAUDE.md 记录本次决策。五分钟的文档是防止代码库变不可管理的最便宜保险。

Agentic 技术债——命名概念

“Without specs and architectural constraints written down somewhere the AI can read, each session re-derives foundational decisions from scratch, and those decisions drift. You end up with a codebase that has no coherent mental model behind it, not because any single piece is bad, but because the pieces were never designed to fit together.”

没有持久上下文，每次 AI coding session 都独立推导基础架构决策，这些决策会漂移。结果是一个没有连贯心智模型的代码库——不是因为某个模块写得差，而是因为模块从未被设计成一个整体。这是一种全新类型的技术债，传统软件开发中不存在——因为以前人类工程师的大脑就是那个持久上下文。

其他 MVP 陷阱

虚假的 PMF：AI 工具能产生漂亮的早期数据，但早期动能不等于 PMF。来自朋友、投资人 portfolio 公司、HN 首页的流量，第 6-12 周消退后什么都不能预测。

零摩擦范围蔓延：以前”加个功能”的自然制动力是工程时间成本——加个功能要一个 sprint。现在一个下午就能加。每个单独的功能增加都是”可以辩护的”，但累积起来产品会失去方向和动量。解药是建构前写 scope 定义——产品做什么、不做什么、什么证据能证明应该加新功能。

安全无经验：Agentic coding 工具生成的是能跑的代码，不是安全的代码。功能代码容易，安全漏洞在被利用之前不可见——没有天然的反馈循环提醒新手创始人出了问题。安全审查是 MVP 发布前的最低门槛，不是 nice-to-have。

衡量框架要在发布前建

误判早期 traction 为 PMF 的创始人，往往也是发布后才开始追踪数据的那批人——选的指标是用来证明有效的，而不是用来暴露无效的。发布前就定义：留存基准、激活标准、Day 7 / Day 30 目标。定义什么是 false positive（注册不激活、收入不留存、初期热情不重复使用）。数据来了让 Claude 做怀疑论者——“如果一个 skeptic 看到这些数字会怎么说？”

Sean Ellis 测试：问活跃用户”如果明天用不了这个产品，你会多失望？” 40%+ 回答”非常失望”才算有意义的 PMF 信号。

努力测试：PMF 之前，留存需要持续干预——频繁外展、奖励、个人跟进、创始人亲自维系。PMF 之后，产品开始自己拉人。从推变成拉，是最清晰的 PMF 信号之一。

Ch5. Launch 阶段——从 traction 到增长引擎

目标：把早期 traction 转化为可重复、可持续的增长引擎。同时硬化基础设施、建立运营系统。

退出条件（三个）： 1. 增长可重复且渠道驱动——获客通过具体渠道，CAC / LTV / 回本期都是你能说清楚的数字 2. 产品能扛住生产负载——安全、合规、可靠性在真实条件下验证过 3. 运营不再依赖创始人——流程和自动化到位，你不再亲自处理客服、sprint 规划、周报

Launch 阶段的挑战

技术债到期：MVP 阶段为速度积累的债务开始计利息。越拖越贵。解药：系统化架构审计——识别结构性弱点、覆盖率缺口、重构候选，然后排优先级分 sprint 处理。同时把以前只在你脑子里的架构决策写进 CLAUDE.md——这确保未来每次 Claude Code session 从同一个理解开始。

创始人成为瓶颈：MVP 阶段创始人在每个环节都是好事（紧密的情境感知和反馈循环）。Launch 阶段同样的本能变成制约——决策堆积等你审批，支持请求只有你能回答，运营任务因为只有你记得要做而存在。解药：从做工作转向设计做工作的系统——审计每件事，分类为”可完全自动化 / 需要人但不必须是你 / 真正需要创始人判断”。

安全合规不能再拖：beta 用户几个人时安全是理论风险。生产数据 + 真实用户 + 企业合同时就是实质负债。不等出事再补——在下一波用户到来之前做系统安全审查。

过早扩张：新市场和融资机会看起来像增长，但也可能是 PMF 走向死亡的地方。过早进入一个跟原始用户差异很大的市场——新用户行为、合规要求、支付基础设施、产品预期都不同。

Claude 三件套的协同

“When Claude Code builds the product, Claude Cowork builds the company around it, and Claude helps operationalize this product and organizational knowledge, a small team can run like a company nx its size.”

Code 做产品，Cowork 做公司围绕产品的运营层（流程设计、自动化、文档），Chat 做日常沟通和快速决策。三者的产出互为输入，效果复合。这是 Anthropic 在讲的”超精干创业模型”——小团队可以像大团队一样运转。

Ch6. Scale 阶段——从创业到企业

目标：通过积累的深度构建可防御的护城河（build a defensible moat through accumulated depth）。

退出条件：公司可持续运行且创始人不再直接参与日常运营。三种具体形式：可持续盈利不依赖外部融资、IPO 准备就绪、被收购。全部要求增长可审计、产品护城河经得起检验、组织成熟可持续。

“If a well-funded incumbent copied your product today, would your users stay?”

把日常事务交给 Claude Cowork

用 Claude 建一份”瓶颈地图”：每个目前流经你的工作流、决策和审批。问 Claude：如果你一周不在，哪些会停摆？停摆的那些就是需要加固交接标准、升级路径或异常处理的。

然后做压力测试：让 Claude 分析如果你不在一周每个工作流会怎样。会停摆的 = 还需要加强。

技术运营升企业级

客户不再只评估产品——他们要确认你是可靠的基础设施伙伴。多年合同的大客户要看到产品文档、支持 playbook、SLA，而且你做得到。

Claude Cowork 运行企业支持的运营层：工单路由、产品变更触发文档更新、续约追踪、周报编制。三件套配合让小团队具备签多年企业合同的支持能力。

领域知识 → 专有 AI 上下文

这段是全文最精妙的战略洞察之一：

很多精干创业者做的产品是针对自己在某个垂直行业有一手经验的问题。Agentic AI 让不写代码的人也能把领域专长变成产品。

用 Claude 捕获、组织、提炼领域知识——行业术语、监管坑、边缘案例、“显而易见但没人做对”的解决方案。通过长期对话和 memory 系统，知识变成结构化、可搜索的上下文。Skills 把重复工作流（“我怎么审一份商业租约”、“我怎么分诊一份患者入院表”）变成可复用的 routine。

几个月的积累后，这就是通用 AI 无法匹配的专有知识底座——“a proprietary knowledge substrate that no generalist AI can match”。

外化领域知识还有一个好处：编码行业特定边缘案例。通用 AI 会在 340B 药品计划理赔上出错，但你的产品针对这种边缘有专门逻辑。Claude Code 帮你把同行常见的挫折转化为验证逻辑、prompt 优化或 MCP 集成。结果是产品的深度和广度以竞品无法简单复制的方式持续复合。

复合用户数据为可防御优势

用户与产品交互产生行为信号——接受什么、拒绝什么。这些信号驱动产品路线图。随时间积累，你会学到特定用户群的行为模式、偏好和边缘案例。每次改进让产品更有用 → 驱动更多使用 → 产生更多反馈 → 驱动更多改进。

“This data is time-locked, context-specific, and impossible for a copycat to recreate: you simply can’t buy the behavioral fingerprint of thousands of users who’ve been refining their workflows inside your product.”

创建工作流锁定

数据网络效应让产品更难复制，工作流锁定让产品更难离开。用户在产品上建了自动化、训了使用习惯、定制了输出格式、接了数据源和工具——此时切换不再是换产品，是搬迁整个运营系统。

具体做法：审计 top 10 客户的集成深度——每个客户建了什么自动化、依赖什么集成、什么工作流通过你运行。找出什么类型的集成创造最深锁定，然后给目前还在表面层的客户创造深化集成的条件。

Ch7. Same job, new rules

结尾很简洁：

“In the AI area, the founder’s job hasn’t changed: find a real problem, build something that solves it, and scale it into a company that matters. What’s changed is the path to get there.”

每个阶段都被 AI 压缩——验证从几个月变成几个下午，原型从需要联合创始人变成需要一个清晰的问题加几次 coding session，发布从 pre-launch 大混乱变成持续工作流，规模化阶段以前逼早期员工当消防员的运营重担可以越来越多交给 AI。

“The bottlenecks are no longer what you can build, but what you choose to build.”

Resources 部分摘要

Founder Stories（10 个案例）

• Carta Healthcare：临床数据抽象平台，用 Claude 处理每年 22000 台手术案例，数据抽象时间减少 66%
• Anything：帮 150 万用户把 idea 变成产品，非技术创始人也在构建和销售完整招聘平台。AI agent 处理全部构建
• Cogent：用 Claude 做安全任务自动推理——调查、优先排序、修复全漏洞生命周期
• Airtree：用 Cowork 做运营中心——一个人建了工作流自动化，全组织都能用 skill
• Duvo：AI agent 管采购/供应链/品类管理，通过 Agent SDK 编排跨 ERP、供应商门户、邮件、电话的流程
• Zingage：居家护理 24/7 自动运营——跨 EMR 和多通讯渠道编排 agent
• Kindora：非营利匹配基金——用 Claude Sonnet 过滤千量级匹配到几个值得追的，MCP 连接器直接在 Claude 内使用
• Wordsmith：律师转 CTO 做法律科技——合同审查、协议起草、文档审阅，工程团队用 Claude Code 开发平台本身

建设资源

• Building AI Agents for Startups（agent 使用指南）
• Claude Code docs + best practices（上下文管理、权限、验证工作流）
• Using CLAUDE.md files（MVP 阶段必读）
• Claude Code power user tips（并行 session、验证循环）
• Get started with Claude Cowork（skill、插件、团队级 impact）
• Anthropic Startups Program（VC 合作伙伴的创业公司免费 API credits + 最高公开 rate limit + 创始人活动）

术语表