AI Native 创业（四）：Idea 阶段，不要把能做出来误认为值得做
AI 让构建变得太容易，所以创业者更需要先证明问题真实、具体、频繁，并且值得被解决。
Jonathan
创始人
Idea 阶段不是想点子
这是 AI Native 创业系列的 Idea 阶段篇。AI 让构建变得更容易，所以这一阶段最重要的问题反而变成：如何在写代码之前证明一个问题真实、具体、频繁，并且值得被解决。
The Founder’s Playbook 第三章讲 Idea Stage。这个阶段的核心不是想出一个漂亮点子，而是证明一个问题真实存在。
原文给的退出标准很清楚：你可以离开 Idea 阶段，进入 MVP 阶段，只有在你有足够证据相信自己找到了 problem-solution fit 之后。
这里的证据主要来自真实人类对话，而不是模型生成的市场分析。
你需要回答三个问题：
- 问题是否真实、具体、频繁？
- 你的方案是否解决了验证过程中发现的真实问题，而不是你一开始想象的问题？
- 证据是否足够支持你开始构建，而不是只靠信念往前冲？
这几个问题听起来朴素，但在 AI 时代反而更难遵守。因为你太容易开始构建了。
最大陷阱：把 building 当 validation
过去，构建一个原型很贵。这个成本有时反而保护了创始人：你会先问清楚，真的值得做吗？
现在不同了。你可以让 AI 很快做出一个 demo，甚至看起来像完整产品。于是一个危险循环出现了：
我有一个想法 → AI 做出原型 → 原型看起来不错 → 我相信想法被验证了但这不是验证。这只是构建。
原型的存在，不能证明问题存在。它最多是一个道具，用来让潜在用户做出更真实的反应。
原文这里有一个非常重要的提醒：AI 会以同样的热情围绕一个错误前提生成、测试、调试和重构代码。系统里的判断力不是 AI 的，是创始人的。
所以 Idea 阶段的最高原则应该是：sense-making ahead of building。
你可以很快做东西，但不能让做东西替代理解问题。
第二个陷阱：AI 放大确认偏误
Idea 阶段还有一个更隐蔽的风险：你让 AI 帮你验证想法，它很可能会帮你找到支持材料。
这不是因为模型有恶意，而是因为你的问题本身带方向。你问“帮我证明这个市场有机会”，它就会找机会；你问“帮我估算 TAM”，它就可能找到一个看起来足够大的数字。
确认偏误过去就存在，只是现在多了一个研究引擎。
解决办法不是不用 AI，而是反过来用。
你应该要求 AI 做三件事：
- 找出这个想法最可能失败的原因。
- 解释为什么竞品会赢，而你不会。
- 根据访谈和公开反馈，列出挑战你假设的证据。
如果 AI 只能帮你支持自己的想法，说明你还没有真正使用它。
这一阶段如何整理现有数据
Idea 阶段最重要的数据不是产品数据，而是问题证据。
你应该整理四类已有数据。
第一，公开讨论。用户在 Reddit、LinkedIn、微信群、Slack 社群、论坛和评论区如何描述这个问题？他们用的是不是和你一样的语言？
第二，竞品反馈。现有方案被骂在哪里？用户是抱怨价格、复杂度、集成、准确性、支持，还是根本没有找到能融入工作流的方案？
第三，行业资料。行业报告、政策变化、采购趋势、岗位招聘和预算变化，能不能说明这个问题正在变得更重要？
第四，访谈记录。每一次客户对话都应该被整理成证据，而不是只凭创始人的印象。
这里的核心 artifact 是 Problem Evidence Ledger。
它可以是一张简单表格：
来源 | 用户原话 | 支持的假设 | 挑战的假设 | 下一步验证这个表的关键是同时记录支持和反对。只记录支持证据，会把 AI 变成创业幻觉放大器。
如何设计客户访谈
原文对客户访谈的建议也很实用：不要问未来，不要问抽象态度，要问过去的具体行为。
不要问：
如果我们做一个这样的工具，你会用吗？应该问：
上一次你遇到这个问题是什么时候？当时你怎么处理？花了多少时间？谁参与了？最后有没有付费买工具或找人解决？未来意愿很便宜，过去行为更诚实。
如果你有多个 persona，还应该分别设计问题。CFO、财务经理和一线操作人员，可能都接触同一个问题，但痛点、预算、决策权和成功标准完全不同。
AI 可以帮你审计访谈问题：哪些问题太引导，哪些太宽，哪些会引出礼貌答案，哪些需要追问。
但访谈本身，早期创始人最好亲自做。
Idea 阶段的退出标准
你不需要确定性。早期如果等到完全确定，本身也是一种失败。
但你至少要有足够信号证明：
- 这是一个具体人群真实、频繁、痛感明确的问题。
- 他们今天已经用某种方式解决它，哪怕方式很糟。
- 你的方案解决的是验证后发现的问题，不只是你最初想象的问题。
- 反证没有把你的核心假设打穿。
- 你知道第一个 MVP 应该验证哪个最小交互。
当这些条件成立，才值得进入构建。
这一章应该沉淀什么
Idea 阶段结束时，我会要求至少有四个 artifact。
第一个是 Problem Statement：一句具体、可测试的问题假设。
第二个是 Problem Evidence Ledger：支持和挑战假设的证据账本。
第三个是 Interview Synthesis：每五次访谈后整理一次主题、矛盾和新问题。
第四个是 Prototype Brief：只定义一个核心交互，不定义完整产品。
如果没有这些东西就开始写代码，AI 只是帮你更快地跳过最重要的工作。
小结
Idea 阶段的目标不是证明你聪明，也不是尽快拥有一个 demo。
它的目标是让你在投入构建之前，尽可能诚实地回答：这件事是否真的值得做？
AI 在这里最好的角色，不是鼓励你，而是逼你更具体、更怀疑、更接近真实用户。
本文是 Anthropic The Founder’s Playbook: Building an AI-Native Startup 的中文拆解系列第四篇。