Anthropic 将手册结构化为四个初创阶段：想法、MVP、发布和规模。这个框架很有用，因为创始人在不同阶段需要不同的 AI 工作流。早期团队需要更精准的问题验证和客户发现。后期团队需要发布系统、工作流自动化、运营节奏和可靠的委派。

这很重要，因为许多创始人错误地在所有场景中使用相同的提示风格。手册建议更好的方法：将 AI 工作流与公司阶段匹配。利用 AI 在早期澄清不确定性，在 MVP 工作期间生成和测试产品方向，在发布期间协调执行，在规模阶段委派可重复系统。

想法阶段最有用的 AI 工作不是生成长长的初创概念列表，而是对问题进行压力测试。创始人可以利用 AI 绘制客户细分、识别痛点、比较竞争对手、起草访谈问题并总结发现对话中的模式。

这里 AI 可以减少创始人的自我欺骗。模型可以帮助揭示薄弱假设、遗漏的竞争对手、不明确的用户和模糊的价值主张。但创始人仍需与真实客户接触。AI 可以结构化发现过程，但无法替代愿意付费、转换、抱怨或承诺的人的信号。

最大的变化之一是，未曾做过传统软件工程师的创始人现在可以更快地交付工作原型。Claude Code 和类似的编码代理可以帮助规划 MVP 范围、设计架构、生成组件、解释实现选择和重构早期代码。

风险在于速度可能带来技术债务。AI 生成的 MVP 仍需明确需求、安全审查、数据模型纪律、测试覆盖和可维护架构。最佳创始人工作流不是盲目地凭感觉编码，而是利用 AI 加速，同时保持人类的产品和工程判断层。

在规模阶段，AI 原生公司需要的不仅是更快的内容或代码。他们需要可重复的代理工作流，用于运营、研究、工程、销售支持、内部文档和客户成功。这时 Claude Cowork 风格的协作变得相关，因为 AI 必须与团队协作，而不仅仅是单个创始人。

但代理规模也需要治理。创始人应定义代理可以访问什么、可以更改什么、何时由人类批准决策、如何审查输出以及如何监控成本。最佳的 AI 原生初创企业不会是立即自动化一切的企业，而是构建安全系统以实现复合执行的企业。