Anthropic 自己寫了一本創業手冊，我把它拆透給你看
整理版優先睇
Anthropic發布創業手冊，核心係：AI時代創業瓶頸由技術能力變成判斷力，並提供4階段框架同實戰案例。
Anthropic呢間AI公司，喺5月14號突然發咗本創業手冊，唔係更新模型，而係教人點樣用AI創業。CEO Dario Amodei同總裁Daniela Amodei親自帶頭，成個報告36頁，講清一件事：2026年，創業嘅玩法完全唔同咗。
呢本手冊嘅核心論點係，AI時代創立公司嘅瓶頸，唔再係「你識造乜嘢」，而係「你揀造乜嘢」。過去技術能力係門檻，而家判斷力先係關鍵。因為AI令到由想法到原型嘅時間壓縮到幾乎零，做嘢快咗但死得仲快，如果冇前面嘅判斷關卡。
手冊將創業分成四個階段：Idea、MVP、Launch、Scale，每個階段有目標、退出標準同常見陷阱。另外仲介紹咗Claude三個產品點樣配合唔同階段，同埋多個真實案例，例如非技術背景創始人成功做出產品、醫療數據處理效率提升、同埋「人工決策」嘅基建機會。作者最後亦提出自己嘅反思，同埋提醒讀者要留意手冊嘅商業動機同美國語境限制。
- AI時代創業瓶頸由技術能力變為判斷力；做得越快死得越快，必須先做好判斷。
- 創業需按4階段框架（Idea→MVP→Launch→Scale），每個階段有明確目標、退出標準同避坑指南。
- Anthropic寫手冊係商業佈局，將Claude包裝成「創業操作系統」，創業者要清醒區分方法論同工具。
- 真正嘅護城河係積累嘅用戶交互數據，而非模型或工具；創始人角色要從「做事」升級為「統籌」。
- 創作者可先建立一份類似CLAUDE.md嘅「AI設定文件」，將工作對照4個階段，並抽出必須人工做嘅10%作為內容資產。
點解Anthropic要出創業手冊？
Anthropic呢間模型公司，突然出創業手冊，表面睇有啲奇怪，但其實佢哋係想將Claude從一個「工具」升級做「創業基礎設施」。
過去用Claude嘅人係工程師，而家Anthropic想拉到「創始人同早期運營者」呢一層。
呢班人唔止用AI寫代碼，而係用AI決定成間公司點運轉。手冊嘅實質，係將Claude包裝成創業操作系統，呢招比發任何新模型都狠。
呢一招比發任何新模型都狠，直接將Claude變成創業者嘅必備基建。
核心論點同4階段框架
手冊將創業生命週期重新分成四個階段：Idea、MVP、Launch同Scale。每個階段都有清楚嘅目標、退出標準同容易踩嘅陷阱。
- 1 Idea階段：目標係問題-方案匹配，要精確講出邊個有問題、幾頻繁、影響幾大。典型死法係將「造」誤當成「驗證」。
- 2 MVP階段：目標係產品-市場匹配嘅真實證據，用Sean Ellis測試（超過40%非常失望即PMF信號）。要小心Agentic技術債，寫一份CLAUDE.md做保險。
- 3 Launch階段：目標係可重複增長引擎，唔再靠創始人。死法包括技術債到期、創始人成瓶頸、安全合規滯後。
- 4 Scale階段：目標係建立真正護城河——產品內專業知識、用戶工具深度整合、專有系統數據。死法包括運營層失控、技術運營不成熟、GTM職能缺失。
每一階段嘅陷阱都非常具體，例如Agentic技術債係手冊新造嘅詞，指AI寫代碼零摩擦導致代碼庫漂移。
呢啲陷阱值得創業者逐一對照，避免重蹈覆轍。
呢啲框架同陷阱係手冊最實用嘅部分，值得印出嚟對照。
Claude產品分工同真實案例
手冊暗線係Claude三個產品嘅分工：Chat做快速頭腦風暴，Cowork做持續性任務協作，Code做軟件生成。佢哋分別對應創業唔同階段嘅需要。
呢套分工將「模型」包裝成「創業操作系統」，等用戶不知不覺喺4個階段都離唔開佢。
- Anything：非技術背景創始人平台，用Claude + Agent SDK構建完整招聘平台，證明「創始人必須懂技術」呢個前提被打破。
- Carta Healthcare：醫療數據抽象時間減少66%，用Claude做醫學知識推理，顯示垂直專業知識可以被AI編碼。
- HumanLayer：將AI agent決策權還給人類，專注最後10%必須人工嘅環節，係被忽視嘅金礦。
- Wordsmith：律師兼創始人自己變成CTO，領域專家親手做產品比團隊組合命中率高。
- Vulcan Technologies：用Claude Code將產品迭代速度從每週一次壓縮到每日3-5次，速度複利成為護城河。
Vulcan Technologies嘅例子最震撼：一年跑1000個版本 vs 對手50個，護城河係速度差距嘅複利。
呢啲案例展示咗AI創業嘅多樣性，無論係非技術背景定垂直專業，都有機會成功。
案例中嘅共同點係：佢哋都將AI用嚟放大自己嘅獨特優勢，而唔係單純取代人力。
任何一個案例都有值得學習嘅地方，唔好錯過。
作者見解同行動建議
作者讀完手冊後，有幾個深刻收穫：判斷力比工具重要，真正護城河係積累嘅用戶數據，同埋創始人要由做事變統籌。
作者建議創作者先寫一份類似CLAUDE.md嘅「AI設定文件」，記低自己嘅身份、禁區同標準。
- 1 建立一份AI設定文件，每次工作前畀AI讀，防止偏離方向。
- 2 將自己嘅工作對照4個階段，確定目前位置同要避開嘅陷阱。
- 3 揾出必須人工做嘅10%環節，將佢沉澱成內容資產，呢個就係你嘅護城河。
另外，作者提醒手冊有商業動機、美國語境限制，同埋冇講「點解要創業」。讀者要本地適配，唔好全盤照搬。
最稀缺嘅資源從來唔係AI，而係將AI用啱嘅方法論，同埋自己嘅「點解」。
源動力係最不可替代嘅，手冊畀唔到你，你要自己回答。
AI時代，你跟同行嘅差距，唔在於邊個工具更好，而在於你嘅「點解」更深更真。
Anthropic 自己寫咗一本創業手冊
5 月 14 日凌晨，Anthropic 喺官方博客度放出咗一份 36 頁嘅報告。
唔係模型更新，唔係產品發佈，而係一本手冊。
英文標題叫 The Founder's Playbook: Building an AI-Native Startup — 《創始人手冊：打造一間 AI 原生創業公司》。
CEO Dario Amodei 同總裁 Daniela Amodei 親自帶頭。成份文檔有系統咁講清楚一件事：
2026 年，創業生命週期俾徹底改寫咗。
中文版本 22000 字。硅谷創業羣組嗰日已經開始傳。中國呢邊新智元、騰訊、網易喺 48 小時內全部跟進。
做模型嘅公司，突然開始教人創業。
我用咗兩日時間消化曬呢本手冊。呢篇我將佢最值得抄走嘅嘢，拆畀你睇。
1. 點解一間模型公司要寫創業手冊
先回答呢個最反直覺嘅問題。
表面睇，Anthropic 係賣 Claude 嘅。賣模型嘅應該多啲出模型，唔應該花心機寫創業指南。
但係你諗清楚呢本手冊嘅真正讀者係邊個，就會明。
Anthropic 做緊嘅嘢係 — 將「用 Claude 嘅最佳實踐」，由開發者社羣升級做 CEO 級別嘅認知共識。
以前用 Claude 嘅係工程師。工程師只關心「模型好唔好用」。
Anthropic 而家想將客戶拉到「創始人 + 早期營運者」呢個層次。呢班人唔止用 AI 寫 code，佢哋用 AI 決定成間公司點樣運作。
而呢班人，真正缺嘅唔係 prompt 模板，係點樣將 AI 嵌入公司每一個階段嘅判斷框架。
Anthropic 呢份手冊嘅本質，就係將 Claude 由一個「工具」包裝成「創業基礎設施」。
呢一招，比出任何新模型都更加狠。
2. 成份手冊嘅核心論點
我先將成份 36 頁濃縮成一句話：
AI 時代，創立公司嘅瓶頸已經唔再係「你能夠造啲乜」，而係「你揀咗造啲乜」。
呢句話喺硅谷被人轉到癲。
佢嘅隱藏意思係：
以前：技術能力 = 入場門檻。識寫 code 嘅人，門檻低一半。 而家：判斷力 = 入場門檻。判斷邊啲值得做、邊啲係真需求，先係稀有資源。
再推落去：
以前：42% 嘅創業公司，死於「做咗冇人想買嘅嘢」。 而家：呢個 42% 好快會繼續升。
點解會升？因為 AI 令到「由諗法到原型」嘅距離壓縮到幾乎係零。
零距離代表以前你需要 3 個月先「做出嚟」，呢 3 個月本身就係驗證機會。而家一日就做到出嚟 — 你根本唔夠時間驗證，產品已經做好咗。
做得越快，死得越快 — 如果你冇喺前面加返「判斷」呢一關。
呢個係成份手冊最鋒利嘅一刀。
3. 創業 4 階段 · 2026 重啟版
手冊將創業生命週期重新畫成 4 個階段：
Idea（諗法）→ MVP → Launch（發佈）→ Scale（規模化）
每個階段有 3 件事：目標係乜 / 退出標準係乜 / 最容易踩中邊啲陷阱。
我逐個講。
階段 1 · Idea · 驗證「問題真係存在」
目標：問題-方案匹配（Problem-Solution Fit）。
退出標準（3 條必須全部滿足）：
你可以精確講出：邊個經歷呢個問題、幾頻密、影響有幾大 方案係針對驗證過嘅真實問題，唔係最初假設嘅延伸 有足夠嘅質性證據支持 MVP 投入
典型死因:
第一,將「造」當成「驗證」。原型唔係證據，對話先係。
好多人覺得「我都做出嚟証明呢件事做到」，但係做到唔等於有人想要。
第二,過早擴張。AI 令到「建造」成本變零之後，你會忍唔住超前市場需求。
第三,確認偏誤。AI 工具反而強化咗「淨係揾支持自己嘅證據」嘅本能。叫 Claude 幫你分析市場，你大概率會見到佢迎合你。
AI 實戰:
用 Claude 做「反方代言人」壓力測試你嘅假設；用 Claude Cowork 自動化客戶訪問嘅安排同跟進；用 Claude Code 淨係做最輕量嘅原型，唔好喺呢一步就整曬全棧。
階段 2 · MVP · 揾到「產品真係俾人需要」嘅證據
目標：產品-市場匹配（Product-Market Fit）嘅真實證據。
退出標準:
用經典嘅 Sean Ellis 測試 — 調查活躍用戶：「如果呢個產品聽日消失，你會唔會好失望？」超過 40% 嘅人答「非常失望」，就係 PMF 信號。
再加上留存數據、收入信號、用戶主動推薦 — 產品自己喺度推動，唔再係創始人死推爛推。
典型死因:
第一,Agentic 技術債。呢個係手冊新作嘅詞，我覺得起得幾準。
意思係：AI 寫 code 零摩擦，你每次對話都改緊架構，幾個月之後成個 codebase 就漂移到冇人 maintain 到。
手冊畀嘅「便宜保險」係寫一份 CLAUDE.md — 項目嘅持久記憶，每次新對話開始先叫 AI 讀佢，結束時叫 AI 更新決策日誌。
呢一個動作可以令「agentic 技術債」喺 MVP 階段就俾人壓住。
第二,假 PMF。早期 100 個用戶入面有 80 個係朋友 / 投資者 / 你自己人。呢種勢頭唔係市場嘅，係社交嘅。
第三,範圍蔓延。每次加一個新功能都好似合理，加完 30 個功能之後產品就冇咗重心。
第四,安全未成熟。MVP 期「行得通先算」，但係只要你接入真實用戶數據，安全嘅嘢就唔可以拖到 Launch 先補。
階段 3 · Launch · 將「產品好」變成「增長好」
目標：可重複、可預測嘅增長引擎，而且唔再靠創始人。
退出標準:
增長由具體渠道驅動，CAC / LTV / 回收週期心中有數 基礎設施加固，安全合規做足 營運喺創始人唔在場嘅情況下都行到
典型死因:
第一,技術債到期。MVP 階段欠落嘅債，喺生產流量下會指數級放大。「我之後再優化」嘅「之後」而家到咗。
第二,創始人變成瓶頸。最危險嘅信號係：「支援工單堆積，得你先知答案」。
呢一句我反覆諗過。佢嘅意思係 — 如果一個組織入面嘅所有決策都要經過你嗰關，你就係組織嘅天花板。
第三,安全合規滯後。真實用戶、企業合約、跨國數據，任何一個變數啟動，合規要求就會突然變重。
第四,太早開多個市場。新市場變數太多，你會失去解讀數據嘅能力。「一個市場未企穩之前，唔好開第二個」。
階段 4 · Scale · 由「行到」到「護城河」
目標：由幾千個用戶去到幾百萬個用戶，同時建立真正嘅護城河。
退出標準（3 揀 1）：
盈利可持續，唔再需要外部資金 IPO 就緒 俾人高價收購
護城河三層（呢個係呢個階段嘅核心）：
第一層 — 產品入面嘅專業知識。你嘅產品入面嵌入咗人哋冇嘅領域 know-how。
第二層 — 同用戶工具嘅深度整合。用戶轉用第二個嘅成本越來越高。
第三層 — 專有嘅系統數據同工作流程。手冊嘅原文係：「就算競爭對手資源充足，都冇辦法 2 年內複製到你嘅用戶互動歷史。」
呢一層係最難整嘅，但係一旦整好，就係真正嘅「數據飛輪」。
典型死因:
第一,營運層失控。組織變大咗，但係創始人仲喺度微觀管理。
第二,技術營運未成熟。企業買家要求 SOC 2 / GDPR 審計、文檔化 SLA。呢啲「做大先會遇到嘅合規要求」，卡死咗好多 PMF 之後想做企業市場嘅公司。
第三,職能缺失。財務報告、合規監控、合約管理 — 呢啲唔「性感」但係一定要有，冇咗就長唔大。
第四,GTM 職能缺失。自然增長撞到天花板，而你冇可重複嘅銷售 playbook。「創始人 hustle 永遠唔可持續」。
4. Claude 嘅 3 個產品分工
成手冊嘅另一條暗線，係將 Claude 嘅 3 個產品形態對應到創業唔同階段。
Chat — 單點對話、快速頭腦風暴、單文件分析。
Claude Cowork — 喺文件 / 網頁 / 工作空間入面「協作工作」，可以處理研究、整理、客戶訪問安排呢啲持續性任務。
Claude Code — 畀 AI codebase 存取權限 + git 整合，直接生成、測試、交付軟件。
手冊畀嘅分工係：
諗法階段：Chat 做研究 + Cowork 做客戶訪問管理 + Code 做輕量原型 MVP 階段：Code 係主力（每次對話用 CLAUDE.md 防止漂移）+ Cowork 做用戶反饋管理 發佈階段：Code 做架構審查 + Cowork 做營運審計 + Chat 設計流程 規模化階段：Cowork 接管日常 + Code 搭企業基礎設施 + Chat 做 GTM 策略
底層係同一個 Claude，變嘅係佢周圍嘅「工作枱」。
呢套分工邏輯比就咁賣模型聰明得多 — 佢將「模型」包裝成「創業操作系統」，令用戶唔知唔覺喺 4 個階段入面都離唔開佢。
5. 3 個真實案例（睇完你先信）
手冊入面穿插咗 10 幾個創始人故事，我揀 3 個最有代表性嘅講。
第一個 · Anything
非技術背景創始人平台。已經有 150 萬用戶喺上面用無 code 工具構建軟件產品。
手冊原文：「非技術背景嘅創始人，已經做出咗並喺度賣緊完整嘅招聘平台。」
佢背後用嘅係 Claude + Agent SDK，完全負責 code 構建。創始人專注領域專長，唔寫 code。
意義在於 — 「創始人一定要識技術」呢個前提，俾實證打破咗。
第二個 · Carta Healthcare
臨牀抽象平台，處理醫院嘅醫療數據。
關鍵數據：每年處理 22,000 宗手術，數據抽象時間減少 66%。
呢間公司用 Claude 做醫學知識推理，將原本需要專業醫學人員手動處理嘅臨牀記錄，部分自動化咗。
意義在於 — 垂直專業領域嘅 know-how，係可以俾 AI 編碼入流水線嘅。呢個係手冊所講嘅「產品入面嘅專業知識」護城河嘅實證。
第三個 · HumanLayer
Y Combinator F24 批次。做一個「將 AI agent 決策權還返俾人類」嘅工作流程平台。
佢嘅產品邏輯反直覺：AI 唔係要取代人類決策，而係將「邊啲決策需要人確認」變成系統化嘅工作流程。
社保審核、內容審核、敏感操作 — 呢啲場景 AI 做到 90%，但最後 10% 一定要人。HumanLayer 將呢 10% 變成產品。
意義在於 — AI 創業唔一定要「全自動化」，喺「一定要人手」嘅環節做基礎設施，反而係俾人忽略嘅金礦。
第四個 · Wordsmith
呢間公司更加有趣 — 創始人本身係律師，之後自學 AI，將自己變成 CTO 創辦咗一間企業法律 AI 公司。
佢嘅反直覺在於 — 領域專家自己變成 AI 創始人，比「AI 工程師 + 行業顧問」呢個組合嘅命中率高一個量級。
點解？因為領域 know-how 唔係可以「透過溝通得到」嘅，係要內化入產品嘅每一個決策。一個真正識個行業嘅人，親手做產品，比任何團隊組合都更準確。
第五個 · Vulcan Technologies
YC 2025 夏季批次。手冊冇講太多細節，但提到一個數字：用 Claude Code 將產品迭代速度由「每星期一次」壓縮到「每日 3-5 次」。
呢個數字背後嘅含義係 — 創業速度嘅粒度，由「星期」變成「日」。如果你嘅對手仲用緊「星期」做迭代，你用「日」，一年落嚟你跑咗 1000 個版本，佢跑得 50 個。
護城河唔係單點嘅功能差距，係速度差距嘅複利。
6. 我自己讀完嘅 3 個最大得着
讀完一次我合埋本書，坐喺枱前諗咗差唔多一個鐘。
得着有三件事。
第一，創業者最缺嘅唔係工具，係「應唔應該做」嘅判斷力。
我自己搞好多嘢，踩得最深嘅坑都唔係技術，係「做咗冇人要嘅嘢」。
先做「應唔應該做」嘅判斷，唔好剩係做「做唔做到」嘅判斷。
判斷力 ≠ 經驗。判斷力 = 你願意花幾多時間喺「造之前」。
第二，AI 時代嘅護城河，唔係模型，唔係工具，係「累積落嚟嘅用戶互動數據」。
呢點 Anthropic 自己就係最佳例子 — 佢寫得出呢份手冊，因為佢見過 Claude 喺幾千間創業公司入面點樣被用、踩過乜嘢坑。
普通人冇呢種規模嘅數據，但你可以有自己規模嘅版本 — 你 100 個真實用戶嘅反饋，比你 1000 條 AI 生成嘅「用戶畫像」更加值錢。
第三，創始人呢個角色已經變咗，由「做嘢嘅人」變成「統籌嘅人」。
如果你而家仲喺度親手做每一個動作 — 寫每一篇文章、剪每一條片、覆每一條留言 — 你可能miss咗一次身份升級。
真正嘅創始人，做嘅嘢係設計系統，令其他人（或 AI）去做嘢。
呢段我自己抄咗一次貼喺枱前。
7. 畀中國創作者嘅 3 條具體行動
手冊講嘅係創業公司，但 90% 嘅邏輯可以套落內容創作者層面。
行動一，先寫一份 CLAUDE.md 類型嘅項目記憶。
唔一定叫呢個名。但你需要有一份「AI 每次幫你做事之前，要先讀嘅設定文件」。
入面寫清楚：你嘅身份、你嘅禁區、你嘅標準。
我自己就有一份 18 KB 嘅同類文件，喺我嘅內容知識庫入面行咗 4 個月。
行動二，將你嘅工作切成 Idea / MVP / Launch / Scale 4 個階段對照。
你而家喺邊個階段？最容易踩中邊幾個陷阱？手冊全部話咗你知。
我自己覆盤嘅時候發現 — 我喺「MVP 階段」已經停留咗差唔多半年的時間，因為我一直冇行過 Sean Ellis 測試呢一關。意識到呢件事，我就明確咗下個月嘅核心動作係乜。
行動三，揀一個「一定要人手」嘅環節，整成你嘅工作流程產品。
HumanLayer 嘅邏輯係 AI 創業嘅，但對內容創作者一樣適用 — AI 做到 90%，最後 10% 一定要你做嘅嘢，就係你嘅內容資產。
嗰 10% 係乜？係你嘅視角、你嘅判斷、你嘅反向原則。將佢沉澱落嚟，就係你嘅護城河。
8. 一個小小嘅判斷
讀完成份手冊，我有一個同硅谷主流講法唔太一樣嘅判斷：
Anthropic 呢份手冊唔係寫畀所有人嘅，係寫畀「已經喺路上嘅創始人」嘅。
如果你未開始，呢本手冊似係一本「望遠鏡」— 令你睇清前方 4 個階段係點樣。
如果你已經喺某個階段卡住，呢本手冊係「顯微鏡」— 佢可以精準話你知卡喺邊、點解、下一步應該點做。
真正最稀缺嘅資源，從來都唔係 AI，係將 AI 用啱嘅方法論。
成份手冊 36 頁，你今日30 分鐘讀完，可能慳返未來 3 年嘅冤枉路。
9. 手冊冇講但我見到嘅 3 件事
呢一節係我自己嘅解讀，唔係手冊入面嘅內容。但我覺得唔寫出嚟，你攞到呢本手冊可能會讀錯。
第一件 · 手冊係 Anthropic 嘅「市場教育」動作，唔係純粹嘅善意分享
要清楚一點：呢份手冊係 Anthropic 嘅商業行為，唔係慈善。
佢透過將「AI 創業」呢件事寫成方法論，將 Claude 三個產品矩陣嵌入每一個階段嘅「標準動作」，令創業者喺心智上將 Claude 當成「創業操作系統」。
呢一招好高招，但你讀嘅時候要清醒 — 手冊入面推薦 Claude 三個產品嘅地方，你都可以換成同類型嘅 GPT-5 / Gemini 3 / 國產開源工具。
工具係可以換嘅，方法論先係核心。
第二件 · 手冊有一個深層假設，就係「美式 AI 創業語境」
手冊入面假設嘅市場係美國市場，假設嘅資本環境係 VC 充足、IPO 友好、企業買家成熟、合規框架清晰。
如果你喺中國做 AI 創業，以下幾條要打折：
「MVP 階段先搞掂安全合規先講」— 中國語境下，合規要前置，唔等得。 「企業買家會要求 SOC 2 審計」— 中國買家更睇你同政企嘅關係網絡。 「10 人獨角獸」— 國內更常見嘅係 30 人精益團隊。
手冊嘅 70% 適用全球，30% 係美國特化。
讀嘅時候要做「本地適配」，唔好全部照搬。
第三件 · 手冊最大嘅盲點 — 冇講「點解要做呢件事」
成手冊講嘅係「點樣做」，但完全冇掂「點解要做」。
點解 2026 年要創業？點解係呢個賽道？點解係你？
呢啲問題手冊一句話都冇答 — 因為呢個係 Anthropic 賣唔出嘅部分。佢可以畀你工具同方法論，但畀唔到你創業嘅源動力。
而源動力，正正係創業生命週期入面最無可取代嘅嘢。
AI 時代，你同行家嘅差距，唔在於邊個工具好啲，在於邊個嘅「點解」更深、更真、更唔可以讓畀人。
呢點手冊唔會話你知，但你一定要自己回答。
Anthropic 自己寫了一本創業手冊
5 月 14 日凌晨,Anthropic 在官方博客上扔出一份 36 頁的報告。
不是模型更新,不是產品發佈,而是一本手冊。
英文標題叫 The Founder's Playbook: Building an AI-Native Startup — 《創始人手冊:打造一家 AI 原生創業公司》。
CEO Dario Amodei 和總裁 Daniela Amodei 親自領銜。整份文檔系統講清楚一件事:
2026 年,創業生命週期被徹底改寫了。
中文版本 22000 字。硅谷創業羣當天就在傳。中國這邊新智元、騰訊、網易在 48 小時內全部跟進。
做模型的公司,突然開始教人創業了。
我磨了兩天把這本手冊啃完。這一篇我把它最值得抄走的東西,拆給你。
1. 為什麼一家模型公司要寫創業手冊
先回答這個最反共識的問題。
表面看,Anthropic 是賣 Claude 的。賣模型的應該多發模型,不應該花精力寫創業指南。
但你把這份手冊的真正讀者畫像想一遍,就明白了。
Anthropic 在做的事是 — 把"使用 Claude 的最佳實踐",從開發者社羣,升級成 CEO 級別的認知共識。
過去用 Claude 的人是工程師。工程師只在乎"模型好不好用"。
Anthropic 現在想把客戶拉到"創始人 + 早期運營者"這一層。這一層的人不只是在用 AI 寫代碼,他們在用 AI 決定整個公司怎麼運轉。
而這一層人,真正缺的不是 prompt 模板,是怎麼把 AI 嵌進公司每一個階段的判斷框架。
Anthropic 這份手冊的實質,就是把 Claude 從一個"工具"包裝成"創業基礎設施"。
這一招,比發任何新模型都狠。
2. 整份手冊的核心論點
我先把整份 36 頁濃縮成一句話:
AI 時代,創立公司的瓶頸不再是"你能造什麼",而是"你選擇造什麼"。
這句話在硅谷被轉瘋了。
它的隱含意思是:
過去:技術能力 = 准入門檻。會寫代碼的人,門檻低一半。 現在:判斷力 = 准入門檻。判斷什麼值得做、什麼是真的需求,才是稀缺資源。
往下推一步:
過去:42% 的創業公司,死於"做了沒人想要的東西"。 現在:這個 42% 馬上要繼續漲。
為什麼會漲?因為 AI 讓"從想法到原型"的距離壓縮到幾乎為零。
零距離意味着,過去你需要 3 個月才能"做出來",這 3 個月本身就是驗證機會。現在 1 天就能做出來 — 你來不及驗證,產品已經做好了。
做得越快,死得越快 — 如果你沒在前面裝上"判斷"這一關。
這是整份手冊最鋒利的一刀。
3. 創業 4 階段 · 2026 重啓版
手冊把創業生命週期重新畫成 4 個階段:
Idea(想法)→ MVP → Launch(發佈)→ Scale(規模化)
每個階段有 3 件事:目標是什麼 / 退出標準是什麼 / 最容易踩什麼坑。
我一個一個講。
階段 1 · Idea · 驗證"問題真的存在"
目標:問題-方案匹配(Problem-Solution Fit)。
退出標準(3 條必須全滿足):
你能精確說出:誰經歷這個問題、多頻繁、影響多嚴重 方案是針對驗證過的真實問題,不是初始假設的延伸 有足夠的質性證據支撐 MVP 投入
典型死法:
第一,把"造"誤當成"驗證"。原型不是證據,對話才是。
很多人覺得"我都做出來了說明這事能做",但能做不等於有人要。
第二,過早擴張。AI 讓"建造"零成本之後,你會忍不住超前於市場需求。
第三,確認偏誤。AI 工具反而強化了"只找支持你的證據"的本能。讓 Claude 幫你分析市場,你大概率會看到它在迎合你。
AI 實操:
用 Claude 做"反方代言人"壓力測試你的假設;用 Claude Cowork 自動化客戶訪談的安排和追蹤;用 Claude Code 只做最輕量的原型,不要在這一步就全棧搭起來。
階段 2 · MVP · 找到"產品真的被需要"的證據
目標:產品-市場匹配(Product-Market Fit)的真實證據。
退出標準:
用經典的 Sean Ellis 測試 — 調查活躍用戶:"如果這個產品明天消失,你會有多失望?" 超過 40% 的人回答"非常失望",就是 PMF 信號。
加上留存數據、收入信號、用戶主動推薦 — 產品在自驅,不再是創始人拼命推。
典型死法:
第一,Agentic 技術債。這是手冊新造的詞,我覺得起得特別準。
意思是:AI 寫代碼零摩擦,你每次會話都在改架構,幾個月後整個代碼庫就漂移到沒人能維護。
手冊給的"便宜保險"是寫一份 CLAUDE.md — 項目的持久記憶,每次新會話開始先讓 AI 讀它,結束時讓 AI 更新決策日誌。
這一個動作能讓"agentic 技術債"在 MVP 階段就被壓住。
第二,假 PMF。早期 100 個用戶裏有 80 個是朋友 / 投資人 / 你自己人。這種勢頭不是市場的,是社交的。
第三,範圍蔓延。每次新加一個功能看起來都合理,加完 30 個功能後產品沒有重心了。
第四,安全不成熟。MVP 期"先跑通再說",但只要你接了真實用戶數據,安全的事就不能拖到 Launch 再補。
階段 3 · Launch · 把"產品好"變成"增長好"
目標:可重複、可預測的增長引擎,而且不再靠創始人。
退出標準:
增長由具體渠道驅動,CAC / LTV / 回收週期心裏有數 基礎設施加固,安全合規到位 運營在創始人不在場也能跑
典型死法:
第一,技術債到期。MVP 階段欠的債,在生產流量下會指數級放大。"我之後再優化"的"之後"現在到了。
第二,創始人成瓶頸。最危險的信號是:"支持工單堆積,只有你知道答案"。
這一句話我反覆琢磨。它的意思是 — 如果一個組織裏的所有決策都過你這道關,你就是組織的天花板。
第三,安全合規滯後。真實用戶、企業合同、跨國數據,任何一個變量激活,合規要求會突然變重。
第四,過早開多市場。新市場變量太多,你會失去解讀數據的能力。"一個市場沒跑穩之前,不開第二個"。
階段 4 · Scale · 從"能跑"到"護城河"
目標:從幾千用戶到幾百萬用戶,同時建立真正的護城河。
退出標準(3 選 1):
盈利可持續,不再需要外部資本 IPO 就緒 被高價收購
護城河三層(這是這一階段的核心):
第一層 — 產品內的專業知識。你的產品裏嵌入了別人沒有的領域 know-how。
第二層 — 與用戶工具的深度整合。用戶切換成本越來越高。
第三層 — 專有的系統數據和工作流。手冊的原話是:"即使競對資源充足,也無法 2 年內複製你的用戶交互歷史。"
這一層是最難造的,但一旦造好,就是真正的"數據飛輪"。
典型死法:
第一,運營層失控。組織變大了,但創始人還在微觀管理。
第二,技術運營不成熟。企業買家要 SOC 2 / GDPR 審計、文檔化 SLA。這些"做大才會遇到的合規要求",卡死了很多 PMF 後想做企業市場的公司。
第三,職能缺失。財務報告、合規監控、合同管理 — 這些不"性感"但是必須有,缺了就長不大。
第四,GTM 職能缺失。自然增長撞到天花板,而你沒有可重複的銷售 playbook。"創始人 hustle 永遠不可持續"。
4. Claude 的 3 個產品分工
整本手冊的另一條暗線,是把 Claude 的 3 個產品形態對應到創業不同階段。
Chat — 單點對話、快速頭腦風暴、單文件分析。
Claude Cowork — 在文件 / 網頁 / 工作空間裏"協作工作",可以處理研究、整理、客戶訪談安排這種持續性任務。
Claude Code — 給 AI 代碼庫訪問權 + git 集成,直接生成、測試、交付軟件。
手冊給的分工是:
想法階段:Chat 做研究 + Cowork 做客戶訪談管理 + Code 做輕量原型 MVP 階段:Code 是主力(每次會話用 CLAUDE.md 防漂移)+ Cowork 做用戶反饋管理 發佈階段:Code 做架構審查 + Cowork 做運營審計 + Chat 設計流程 規模化階段:Cowork 接管日常 + Code 搭企業基礎設施 + Chat 做 GTM 策略
底層是同一個 Claude,變的是它周圍的"工作台"。
這套分工邏輯比單純賣模型聰明得多 — 它把"模型"包裝成"創業操作系統",讓用戶不知不覺地在 4 個階段裏都離不開它。
5. 3 個真實案例(看完你才信)
手冊裏穿插了 10 多家創始人故事,我挑 3 個最有代表性的講。
第一個 · Anything
非技術背景創始人平台。已經有 150 萬用戶在上面用無代碼工具構建軟件產品。
手冊原話:"非技術背景的創始人,已經做出並在賣完整的招聘平台。"
它背後用的是 Claude + Agent SDK,完全負責代碼構建。創始人專注領域專長,不寫代碼。
意義在於 — "創始人必須懂技術"這個前提,被實證打破了。
第二個 · Carta Healthcare
臨牀抽象平台,處理醫院的醫療數據。
關鍵數據:每年處理 22,000 例手術,數據抽象時間減少 66%。
這家公司用 Claude 做醫學知識推理,把原本需要專業醫學人員手動處理的臨牀記錄,部分自動化掉。
意義在於 — 垂直專業領域的 know-how,是可以被 AI 編碼進流水線的。這是手冊說的"產品內的專業知識"護城河的實證。
第三個 · HumanLayer
Y Combinator F24 批次。做一個"把 AI agent 決策權還給人類"的工作流平台。
它的產品邏輯反共識:AI 不是要替代人類決策,而是把"哪些決策需要人確認"做成系統化的工作流。
社保審核、內容審核、敏感操作 — 這些場景 AI 能做 90%,但最後 10% 一定要人。HumanLayer 把這 10% 做成產品。
意義在於 — AI 創業不一定要"全自動化",在"必須人工"的環節做基礎設施,反而是被忽視的金礦。
第四個 · Wordsmith
這家公司更有意思 — 創始人本身是律師,後來自己學 AI,把自己變成 CTO 創辦了一家企業法律 AI 公司。
它的反共識在於 — 領域專家自己變成 AI 創始人,比"AI 工程師 + 行業顧問"組合的命中率高一個量級。
為什麼?因為領域 know-how 不是可以"通過溝通獲得"的,是要內化進產品的每一個決策。一個真正懂行業的人,親手做產品,比任何團隊組合都準。
第五個 · Vulcan Technologies
YC 2025 夏季批次。手冊裏沒展開太多細節,但提到一個數字:用 Claude Code 把產品迭代速度從"每週一次"壓縮到"每天 3-5 次"。
這個數字背後的含義是 — 創業速度的顆粒度,從"周"變成"天"。如果你的對手還在用"周"做迭代,你用"天",一年下來你跑了 1000 個版本,他跑 50 個。
護城河不是單點的功能差距,是速度差距的複利。
6. 我自己讀完的 3 個最大收穫
讀完一遍我合上,坐在桌前想了快一個小時。
收穫三件事。
第一,創業者最稀缺的不是工具,是"該不該做"的判斷力。
我自己跑很多事情,踩過最深的坑都不是技術,是"做了沒人要的東西"。
先做"該不該做"的判斷,只做了"能不能做"。
判斷力 ≠ 經驗。判斷力 = 你願意花多少時間在"造之前"。
第二,AI 時代的護城河,不是模型,不是工具,是"積累的用戶交互數據"。
這一點 Anthropic 自己就是最佳案例 — 它能寫出這份手冊,因為它見過 Claude 在幾千家創業公司裏被怎麼用、踩過什麼坑。
普通人沒有這種規模的數據,但你可以有自己規模的版本 — 你 100 個真實用戶的反饋,比你 1000 條 AI 生成的"用戶畫像"值錢。
第三,創始人這個角色變了,從"做事的人"變成"統籌的人"。
如果你現在還在親手做每一個動作 — 寫每一篇文章、剪每一條視頻、回每一條評論 — 你可能錯過了一次身份升級。
真正的創始人,做的事是設計系統,讓別人(或 AI)做事。
這一段我自己抄了一遍貼在桌前。
7. 給中國創作者的 3 條具體行動
手冊講的是創業公司,但 90% 的邏輯可以下放到內容創作者層。
行動一,先寫一份 CLAUDE.md 類型的項目記憶。
不一定叫這個名字。但你需要有一份"AI 每次替你工作之前,先要讀的設定文件"。
裏面寫清楚:你的身份、你的禁區、你的標準。
我自己就有一份 18 KB 的同款文件,在我的內容知識庫裏跑了 4 個月。
行動二,把你的工作切成 Idea / MVP / Launch / Scale 4 個階段對照。
你現在在哪個階段?最容易踩的坑是哪幾個?手冊裏全告訴你了。
我自己覆盤的時候發現 — 我在"MVP 階段"已經停留了快半年,因為我一直沒有走過 Sean Ellis 測試這一關。意識到這件事,我就明確了下個月的核心動作是什麼。
行動三,挑一個"必須人工"的環節,做成你的工作流產品。
HumanLayer 的邏輯是 AI 創業的,但對內容創作者一樣適用 — AI 能做 90%,最後 10% 必須你做的事,就是你的內容資產。
那 10% 是什麼?它是你的視角、你的判斷、你的反向原則。把它沉澱下來,就是你的護城河。
8. 一個小小的判斷
讀完整本手冊,我有一個跟硅谷主流敍事不太一樣的判斷:
Anthropic 這份手冊不是寫給所有人的,是寫給"已經在路上的創始人"的。
如果你還沒開始,這本手冊更像是一本"望遠鏡" — 讓你看清前方 4 個階段是什麼樣的。
如果你已經在某個階段卡住,這本手冊是"顯微鏡" — 它能精準告訴你卡在哪、為什麼、下一步該做什麼。
真正最稀缺的資源,從來不是 AI,是把 AI 用對的方法論。
整份手冊 36 頁,你今天 30 分鐘讀完,可能省下未來 3 年的彎路。
9. 手冊沒說但我看到的 3 件事
這一節是我自己的解讀,不是手冊裏的內容。但我覺得不寫出來,你拿到這本手冊可能會讀偏。
第一件 · 手冊是 Anthropic 的"市場教育"動作,不是單純的善意分享
要清楚一點:這份手冊是 Anthropic 的商業行為,不是慈善。
它通過把"AI 創業"這件事寫成方法論,把 Claude 三產品矩陣嵌進每一個階段的"標準動作",讓創業者在心智上把 Claude 當成"創業操作系統"。
這一招很高級,但你讀的時候要清醒 — 手冊裏推薦 Claude 三產品的地方,你也可以替換成同類型的 GPT-5 / Gemini 3 / 國產開源工具。
工具是可換的,方法論是核心。
第二件 · 手冊有一個深層假設,那就是"美式 AI 創業語境"
手冊裏假設的市場是美國市場,假設的資本環境是 VC 充足、IPO 友好、企業買家成熟、合規框架清晰。
如果你在中國做 AI 創業,以下幾條要打折扣:
"MVP 階段先跑通安全合規再說" — 中國語境下,合規要前置,不能等。 "企業買家會要求 SOC 2 審計" — 中國買家更看你跟政企的關係網。 "10 人獨角獸" — 國內更常見的是 30 人精益團隊。
手冊的 70% 適用全球,30% 是美國特化。
讀的時候要做"本地適配",不要全盤照搬。
第三件 · 手冊最大的盲點 — 沒講"為什麼要做這件事"
整本手冊講的是"如何做",但完全沒碰"為什麼要做"。
為什麼 2026 年要創業?為什麼是這個賽道?為什麼是你?
這些問題手冊一句話都沒回答 — 因為這是 Anthropic 賣不出的部分。它能給你工具和方法論,但給不了你創業的源動力。
而源動力,恰恰是創業生命週期裏最不可替代的東西。
AI 時代,你跟同行的差距,不在於誰工具更好,在於誰的"為什麼"更深、更真、更不可讓渡。
這一點手冊不會告訴你,但你必須自己回答。