给创业者的 AI 学习地图

📍 最短路径（一周）

1. L0-03：AI 能 / 不能做什么（认清能力边界）
2. L0-08：AI 会不会取代工作（理解市场动力）
3. L4-12：LLM 成本优化（理解单位经济模型）
4. Agent vs Workflow 决策（避免过度设计）
5. 读 案例研究（看别人怎么做的）

🧭 创业判断框架

1. "GPT Wrapper" 该不该做？

纯套壳 GPT API 的产品被 OpenAI / Anthropic 一更新就**清零**。但护城河来源不只是模型，可以是：

• 数据：你独家的训练 / RAG 数据（如医疗病历库）
• 工作流：把 LLM 嵌入特定行业的复杂流程
• 分发：你接触客户的渠道（如 Notion / Salesforce 已经有客户基础）
• UI / UX：行业专属界面（Cursor 之于编程、Granola 之于会议）
• 合规 / 信任：医疗 / 法律 / 政府场景的合规门槛

2. 三种 AI 创业类型

💡 2026 年共识：横向工具层基本被大厂占了，垂直应用层是小团队最好的机会。

3. AI Native vs AI 增强

• AI Native：核心交互全是 AI（Cursor / Perplexity / Devin）——重做品类
• AI 增强：旧产品加 AI 功能（Notion / Figma）——容易做但易被复制

**早期建议**：做 AI Native 容易找到差异化。

💰 单位经济模型（Unit Economics）

AI 产品和 SaaS 不同——每个用户都有真实可变成本（LLM API 费用）。必须算清楚：

毛利率 = (订阅价 - LLM 成本 - 其他可变成本) / 订阅价
通常希望 > 70%

例：Claude Sonnet API，重度用户一天 30 次请求，每次 5K tokens：

30 × 30 天 × (5000 × $3 + 1000 × $15) / 1M
= 900 × $0.030
= $27 / 月

订阅价 $30/月 → 毛利率 10%，**做不下去**
订阅价 $50/月 → 毛利率 46%，**勉强**
订阅价 $100/月 → 毛利率 73%，**可以**

所以 Cursor / Devin 这种贵 = 因为他们的用户用得猛，成本根本压不下来。

⚠️ AI 创业常见陷阱

1. 用 demo 思维造产品：demo 跑 10 次都炫，上线 1 万用户后碎
2. 幻觉没有兜底：医疗 / 法律 / 金融出错一次就是 PR 危机
3. 忽略 eval：升级模型 / 改 prompt 后不测，掉效果不知道
4. 过度依赖一家 LLM：必须多家备份（OpenAI 一次故障让多少产品停摆）
5. "我们要训自己的模型"：90% 创业公司不需要
6. 定价低于成本：用户用得越多越亏，越增长越死
7. 忽略数据飞轮：没有用户数据回流的产品长期没壁垒
8. 过早 Agent：用 workflow 能做的就别用 agent，省钱省调试

❓ 常见问题

非技术创始人能做 AI 公司吗？

能，但你必须懂"AI 能不能做"这件事——否则技术合伙人 / 工程师糊弄你你也不知道。 把 L0 + L4 关键章节读完是最低门槛。

OpenAI / Anthropic 会把我的生意做掉吗？

它们会做"水平大众产品"。**垂直行业 know-how**（如法律 / 医疗 / 行业合规）大厂短期不会碰。 建议：做需要"行业领域专家"才能做好的事，不做"加个 chatbot 就行"的事。

融资还是 bootstrap？

看你做哪种：

• **基础设施层**：必须融大钱（资本密集）
• **横向 SaaS**：需要中等融资 + 增长速度
• **垂直应用**：可以小团队 bootstrap 起步，验证后再融
• **Indie 工具**：bootstrap 完全可行（很多 $1M-10M ARR 单人 / 双人）

怎么招到好的 AI 工程师？

• **早期**：找有 LLM 应用实战经验的（看 GitHub 项目 / Hugging Face 仓库）
• **简历看什么**：做过 prod RAG / Agent 部署 > 发过论文 > 跑过 fine-tune > 只懂 Prompt
• **面试**：让对方拆解你产品的 LLM 调用链 / Eval 策略，看深度
• **警惕**："AI 专家"市场极度泡沫——技术深度差异 100×

怎么找 AI 产品的"PMF"？

• 不要从"用 AI 做啥"出发——从"用户最痛 + 重复 + 单点突破"出发
• **手工 MVP**：你自己开 ChatGPT 当 backend，给 10 个目标用户用——观察是否真的产生 wow 时刻
• **留存 / 复用率**比 NPS 重要——"再用一次"是真信号
• **愿意付费** 比"觉得有意思"重要

AI 产品的 GTM 怎么做？

• **SEO + 内容**：AI 工具的高意图搜索流量很值钱（"best ai for X"）
• **社区**：X / Reddit / HN 的早期种子用户
• **Product Hunt**：发布日能带来一波
• **集成 / 插件市场**：上 Chrome Web Store / VS Code Marketplace / Notion 插件
• **KOL / Demo 视频**：YouTube / X / 推上做 demo 容易传播

怎么判断我的赛道太挤？

• "$赛道$ + AI" 搜出 50 个竞品 → 太挤
• 但有时挤 = 有需求，**比谁能做得最好** 也是机会
• 看用户怎么吐槽现有产品——能解决最大痛点的就有戏

🚀 下一步

• 读 案例研究：看 Cursor / Devin / Perplexity 怎么做的
• 跟踪 资讯：看大厂动向，避免硬刚
• 建你的 成本模型