希腊神话中，奥德修斯在塞壬女妖的海域航行时，让船员用蜡封住耳朵，把自己绑在桅杆上。他听到了歌声，但无法偏航。MVP 阶段，你需要同样的自律——听到"快"的歌声，但不被它带偏。
速度是一把双刃剑
上一篇文章我们讲了如何从 CLAUDE.md 开始构建产品。现在假设你已经有了架构文档、范围文档，代码开始跑起来了。
然后速度来了。
Agentic coding 工具让"构建"变得前所未有的快。一个功能从想法到上线，过去要一个 sprint，现在要一个下午。这种速度让人上瘾——你开始觉得"再做几个功能"、“再处理几个边缘 case”、“产品再完善一点再发”。
The Founder’s Playbook 把 MVP 阶段的核心矛盾归结为一句话：AI 保证了速度，但速度本身成了最大的风险。
具体来说，有四个暗礁。
第一个暗礁：Agentic 技术债
普通技术债是可以管理的——你欠了，但知道要还，可以在某个 sprint 里集中清理。
Agentic 技术债不一样。它会累积。
原因在于：没有写下来的架构约束，每个 AI 会话都从头推导基础决策。这个会话决定用 REST API，那个会话决定用 GraphQL；这个会话把用户认证放在前端，那个会话把它放在后端。每个决策单独看都合理，但它们合在一起——代码能跑，但背后没有一个连贯的心智模型。
这就像让十个厨师各自做一道菜，但没人告诉他们这是同一桌宴席。每道菜单独吃都没问题，但放在一起，口味冲突、温度不一致、上菜顺序混乱。
The Founder’s Playbook 的建议是：在 MVP 阶段就保持 CLAUDE.md 的更新。每个会话结束，花五分钟记录这个会话做了什么决策、引入了什么假设。这不是文档洁癖，是防止你的代码库在第六个月变成一团只有 AI 能读懂的意大利面。
第二个暗礁：假产品市场契合
这是最危险的暗礁，因为它看起来像陆地。
发布产品的那一刻，是创始人最脆弱的时刻。几周的验证、几个月的构建，终于有了一个能跑的东西。你的朋友来试用，投资人介绍的潜在买家来试用，一条 Hacker News 头条带来一波流量——早期数字看起来不错。
但早期 traction 不等于产品市场契合。
Launch 能量来自短暂的、外部的助推力。真正的产品市场契合是一个模式——它必须在多个迭代周期中持续成立，才能被确认。
书中提到了 Sean Ellis 测试：问你的活跃用户"如果你不能再用这个产品了，你会感觉怎么样？“如果超过 40% 回答"非常失望”，这是一个有意义的信号。
但更根本的检验是从"推"到"拉"的转变。产品市场契合之前，留存需要持续干预——频繁的外联、激励、创始人亲自盯。产品市场契合之后，产品开始自己做这些事。当你发现自己在"推"的力气开始变轻，那才是真正变化的信号。
第三个暗礁：零摩擦范围蔓延
每个功能只要一个下午。每个边缘 case 只要几分钟。每一项单独看都理所当然。
这就是 AI 时代范围蔓延的新形态。传统的制衡——工程师时间的真实成本——不存在了。加一个功能不再需要一个 sprint 的讨论，只需要你的一句话。
The Founder’s Playbook 的解法是：在动手之前写一份范围文档，明确不做什么。然后当新功能想法出现时（它们一定会有），用范围文档来压力测试：这是用户真实的需求信号，还是创始人自己的热情？
一个判断标准：如果这个功能不在范围文档里，你需要"足够多的用户告诉他们，没有这个功能他们就拿不到价值"才能加。一个用户的请求是反馈，十个用户的请求是趋势，一百个用户的请求才是需求。
第四个暗礁：经验不足导致的安全漏洞
Agentic coding 工具生成的是能跑的代码，不是安全的代码。
功能代码要么能跑要么不能跑，反馈是即时的。安全漏洞在被利用之前是看不见的——对第一次创业的人来说，没有天然的反馈循环提醒你出了问题。
但你的用户信任你。在代码部署给任何真实用户之前，让 Claude 做一次安全审查：认证和会话处理、API 响应中的数据暴露、输入验证和注入风险、有已知漏洞的依赖。
这不是要替代安全工具或人类审查员。但它是最低负责任门槛。就像你不会因为"只是短途"就不系安全带。
衡量框架：在用户来之前建好
一个常见的错误：把早期 traction 当成产品市场契合的创始人，往往也是那些在上线之后才开始追踪数据的人。他们选择指标是为了评估什么在跑，而不是为了暴露什么没跑。
The Founder’s Playbook 的建议是：在第一个用户进来之前，就定义好你的衡量框架。 哪些指标对你的产品重要？基准是什么？什么数据模式构成真正的产品市场契合，什么只是好看的噪音？
还要定义什么是一个"假阳性"：注册了但没激活、付费了但没留存、初始热情但没有重复使用。当数据来的时候，让 AI 对你的 traction 做 adversarial 分析——一个怀疑论者会怎么说这些数字？
我的反思
这四个暗礁有一个共同根源：AI 移除了"慢"这个天然的制衡。
在传统创业中，“慢"是一种保护。做一个原型要几个月——这个时间让你有机会重新思考。加一个功能要一个 sprint——这个成本让你三思而后行。招一个工程师要几周——这个摩擦让你只招真正需要的。
AI 移除了这些摩擦，但没有移除摩擦背后的判断需求。你仍然需要决定什么值得做、什么不值得做、什么时候该停。只是现在，这些决定完全靠你自己的纪律——没有外部节奏来帮你。
这让我想到本杰明·富兰克林的忠告：“准备不足的人，就是在准备失败。” AI 让"准备"变得更快，但"准备"本身不能跳过。
下一篇，我们来深入一个让创始人夜不能寐的问题：产品市场契合的谎言与真相。
系列阅读快速跳转
| 日期 | 篇目 | 核心问题 |
|---|---|---|
| 06-03 | 从福特流水线到 AI 原生：范式转移 | 什么是 AI Native？为什么是现在？ |
| 06-05 | 找到你的问题域：从"能做"到"该做” | 如何在无限可能中找到值得解决的问题 |
| 06-06 | 用 AI 做压力测试：让魔鬼代言人替你思考 | 如何用 AI 反驳自己，避免确认偏误 |
| 06-07 | 构建第一个 AI 原生产品：从 CLAUDE.md 开始 | 写代码之前先写文档的逆向思维 |
| 06-10 | MVP 的四个暗礁：速度与陷阱的博弈 | AI 加速下最容易踩的四个坑 |
| 06-11 | 产品市场契合的谎言与真相 | 如何识别假信号，找到真契合 |
| 06-12 | 从创始人驱动到系统化运营 | 建立不依赖创始人的运营机器 |
| 06-22 | 技术债与架构决策：为 Scale 打下地基 | 如何在快与稳之间找到平衡 |
| 06-23 | 构建护城河：数据、知识与锁定 | AI 时代的三种防御体系 |
| 06-25 | Same Job, New Rules：创始人的不变与变 | 什么变了，什么没变 |