來源：Anthropic / Claude 官方部落格 發佈日期：2026-05-14 原文：https://claude.com/blog/the-founders-playbook PDF 全文：https://cdn.prod.website-files.com/6889473510b50328dbb70ae6/69fe2a55b93bb0732b1fe33c_The-Founders-Playbook-05062026_v3%20(1).pdf
Anthropic 發佈了一份實務導向的 AI 原生創業手冊，將傳統創業生命週期的四個核心階段——Idea、MVP、Launch、Scale——重新對應到 2026 年的 AI 能力現實。手冊為每個階段定義了目標、退出標準、常見失敗模式，以及 AI 驅動的練習。
手冊的目標讀者：從第一天就將 AI 視為預設架構的創辦人，以及協助他們執行的早期營運者。
AI 正在重塑創業的建構方式：
- 從未寫過程式的創辦人正在交付 production 應用
- 在擴張人力之前就達到營收
- 建構工具來自動化最繁瑣的工作流
創辦人的角色從個人貢獻者（IC）轉變為協調者（Orchestrator）——AI agent 團隊的指揮官，將注意力集中在只有創辦人能做的工作上。
Anthropic 內部已實現「從想法到交付的時間從 6 個月壓縮到 1 天」，內部口號是 "Just do things"。當試錯成本從「浪費數月」降到「一個下午的原型」，最佳策略自然從「想清楚再做」變成「先建再說」。
目標：驗證一個值得解決的問題。
AI 的角色：不是產生程式碼，而是作為嚴格推理和邏輯壓力測試的工具。
關鍵操作：
-
魔鬼代言人（Devil's Advocate）
- 永遠不要問 AI「你覺得我的 idea 好嗎？」——只會得到空洞的恭維
- 指示 Claude 扮演嚴苛的矽谷 VC 或攻擊性競爭對手
-
精細化問題定義（Granular Micro-tuning）
- 拒絕模糊敘述（如「我要做合約審閱工具」）
- 強迫定義到精確場景：「中型企業法務團隊在處理外部供應商合約時，因來回 email 每次審閱週期多花 3+ 天」
-
過濾假信號（Filtering Out False Signals）
- 將客戶訪談紀錄餵入 Claude Cowork
- 交叉比對找出「嘴上說好但不會付錢」的虛假讚美
-
Sean Ellis 測試
- 調查潛在用戶：「如果這個解法明天消失，你會有什麼感覺？」
- 若少於 40% 回答「非常失望」，代表痛點不夠真
退出標準：
- 能精確定義誰有這個痛、頻率多高、現有解法為何失敗
- 擁有真實人類對話的原始逐字稿，而非 AI 模擬資料
- 在取得紮實證據前，抵抗住寫任何 production code 的衝動
常見失敗模式：
- 沉迷解法，忽略問題本身
- 把「沒有競爭對手」當賣點
- 用問卷替代深度訪談
目標：在 AI 加速下維持工程紀律。
核心風險：
- Agentic Technical Debt（代理技術債）：AI 寫 code 很快，但沒有結構約束時技術債以前所未有的速度累積
- Architectural Drift（架構漂移）：LLM 在新 session 中沒有全域持久記憶，每次都會「猜測」底層邏輯。今天建歐式陽台，明天挖中式地窖——每個模組獨立能跑，拼在一起就崩潰
CLAUDE.md 協議——程式碼的「憲法」：
在寫第一行 production code 之前，與 Claude 共同撰寫並維護全域架構規格文件：
- Architectural Patterns：明確定義技術棧（如 Next.js, Supabase, Postgres）、目錄結構、命名慣例
- Forbidden Dependencies：嚴格禁止的第三方庫清單，防止 AI 為了短期便利引入臃腫或有安全漏洞的依賴
- Session Logs：強制 AI 在每次 session 結束時更新「引入的假設」和「做出的技術妥協」
防止「零摩擦範圍蔓延」（Zero-Friction Scope Creep）：
因為加功能幾乎零成本，創辦人容易把產品變成華麗的瑞士刀。「紀律」是 AI 時代最稀缺的工程品質。 維持最小功能表面積，直到用戶需求主動「拉」出新功能。
退出標準：
- 可展示的核心迴圈（core loop）
- 通過最小安全檢查清單（認證、API key 管理、依賴稽核）
常見失敗模式：Demoware 陷阱——demo 看起來驚豔，但底層資料模型扛不住第二個客戶的真實資料衝擊。
目標：把創辦人從瓶頸位置抽離。
在 MVP 階段讓你成功的本能——親自處理每個 bug、回覆每封客戶 email——在 Launch 階段會讓你變成**「創辦人瓶頸」（Founder Bottleneck）**。如果創辦人離開一週公司系統就停擺，你就是公司進步的最大路障。
「解雇自己」：工作量審計（Workload Audit）
將過去兩週的行事曆、任務清單、email 匯出到 Claude Cowork，分三類：
- 完全自動化（Fully Automated）：用 MCP 串接 CRM 和 email，AI agent 自動處理 lead routing 和 KPI 報告
- 人力委派（Human-Delegated）：需要人但不需要「創辦人」的事（常規客戶成功、頂部行銷）
- 創辦人必須做（Founder-Required）：高風險策略敘事、核心投資人關係、關鍵企業客戶信任
PMF 衡量框架——區分真正的 product-market fit 和早期熱潮：
- 留存曲線是否趨平
- 用戶主動召回率
- 付費轉換的邊際成本
企業成熟度與安全：
AI 可協助執行安全掃描（如 Claude Code Security）或起草合規文件，但安全稽核和合規責任（SOC 2、GDPR、HIPAA）絕不能外包給 AI 的直覺。AI 處理受監管資料有結構性限制，盲目依賴 LLM 的合規輸出會引入巨大法律風險。最終責任永遠在創辦人身上，不是演算法。
核心問題：如果人人都有 AI、開發成本趨近零，為什麼資源 100 倍於你的科技巨頭不能花一個週末完美複製你的產品？
Anthropic 的結論：2026 年程式碼本身已不再具有防禦性。真正的護城河是 Cumulative Context（累積性脈絡）。
防線一：領域知識外化（Subject Matter Externalization）
通用大模型懂全世界的公開知識，但對特定垂直領域的隱藏陷阱、行業術語、獨特邊緣案例一無所知。
範例：通用 AI 醫療帳單工具碰到高度複雜的「340B 藥物計劃理賠」就會崩潰。但如果你在那個垂直領域摸爬滾打了十年，可以用 Claude Code 將那些 Google 不到的行業秘密外化為一套專有技術測試（Specialized Technical Tests）——這就是通用競爭者跨不過的技術壁壘。
防線二：工作流鎖定與專有資料飛輪（Workflow Lock-in & Proprietary Data Flywheel）
當產品透過 API 和 SDK 深度嵌入客戶的日常自動化營運流程，替換它不再是簡單的供應商切換——而是高成本的「營運工程災難」。客戶形成的操作習慣就是最強的防禦架構。
過程中累積的大量高價值真實用戶互動資料，持續用 Claude 稽核這些獨佔資料，提取高信號行為模式來優化產品。這個**「行為指紋（Behavioral Fingerprint）」**構成一道科技巨頭花再多錢也買不到的時間壁壘。
手冊精確定位了四個 Claude 產品在不同階段的使用時機：
| Claude 產品 | 主要階段 | 角色定位 |
|---|---|---|
| Claude Apps (Chat) | Idea / Launch | 戰術直覺檢查、快速腦力激盪、會議摘要、即時 Q&A |
| Claude Cowork | Launch / Scale | 長篇知識營運、客戶發現綜合、自動化 KPI 報告、營運中心（透過 MCP 連接 Gmail、Calendar、CRM、內部資料庫） |
| Claude Code | MVP / Scale | Production 級工程建構、自動化除錯、Git 深度整合、自動安全稽核 |
| Claude Platform | Scale | 後端 API 呼叫、客製 agent、多 agent 編排 |
手冊結合 Anthropic 於 2026-04-30 發佈的「100 萬對話分析報告」，揭示約 6% 的 Claude 用戶對話屬於「個人建議」類別。Anthropic 明確表示他們自己不會進入這些消費市場，留給創業者：
| 領域 | 典型用戶痛點 | 商業化方向 |
|---|---|---|
| 健康/醫療 | 問診週期長、健康自管 | AI 健康管家、慢性病數據助手 |
| 職涯 | 晉升瓶頸、轉職規劃 | 職涯教練、模擬面試 |
| 感情/關係 | 溝通障礙、情緒反思 | 私人心理陪伴 |
| 財務 | 個人理財、報稅 | 個人 CFO 助手 |
| 育兒 | 教養決策、成長追蹤 | 家庭育兒副駕 |
| 法律 | 維權門檻高、合約解讀 | 法律自助平台 |
| 生命科學 | 學習生醫知識 | 研究工具與教育 |
經典案例：Cal AI——切入「熱量計算 + 體態」單一垂直，7 人團隊、$0 風投、達到 $40M 營收 / $50M ARR。
用戶轉向 AI 的根本原因：「負擔不起、找不到、或預約不到」專業人士——這本質上是供給側失敗所創造的市場機會。
手冊收錄了以下公司的創辦人故事：
- Ambral
- Anything
- Carta Healthcare
- HumanLayer
- Vulcan Technologies
- AI 是方向放大器——選錯方向，AI 只會以恐怖效率加速你墜崖
- 「做好」優先於「做快」——當建造成本趨近零，差異化來自判斷力而非產出量
- 紀律是 AI 時代最稀缺的工程品質——功能加得太容易反而是陷阱
- 暫停深度思考是 AI 時代最高槓桿的創業行為
「當程式撰寫、日常營運、重複性執行被系統幾乎完美且免費地商品化時，我們作為血肉之軀創辦人的獨特價值究竟是什麼？那些永遠不能被演算法替代、不能從歷史資料推導出的『非理性直覺』、『同理心』和『對解決真實問題的不屈堅持』到底是什麼？」
整理時間：2026-07-21 資料來源：Anthropic Claude Blog + 多篇第三方深度解析