用 AI 做第一性原理审查：一个创业计划被推翻的 48 小时

一个做了 7 年产品和增长的人，花 2 个月准备了一个”AI 驱动的冷启动增长工具”。渠道列表、文案模板、数据追踪、发帖计划，一切就绪。

然后他用 AI Agent 做了一次第一性原理审查。

48 小时后，他推翻了所有计划。

错误一：在 8 个平台”看起来很忙”

原计划是同时在 X、Reddit、Product Hunt、Hacker News、LinkedIn、小红书、即刻、V2EX 发布。听起来覆盖面很广。

AI 的第一个问题就把他干懵了：

“你确定你要解决的是’如何在更多平台发布’的问题，还是’如何获得第一个付费用户’的问题？”

然后让他算了一笔账：8 个平台，每个 500-1000 曝光，0.5% 转化率，每个平台 2-5 个注册，全部加起来最多 40 个注册，10% 付费转化，4 个付费用户。

花 2 个月准备，2 周执行，换来 4 个付费用户。

AI 说：“你不是在做增长，你是在做’看起来很忙’的增长。真正的冷启动应该是找到一个渠道，拿到前 100 个付费用户。”

这和 Peter Thiel 说的”从小市场开始”是同一个道理——不要撒网，要 All in。

错误二：定价在鼓励用户做错误的事

原计划是标准 SaaS 订阅：基础版 $9/月支持 3 个平台，专业版 $29/月支持所有平台。

AI 指出：你的定价逻辑是”发的平台越多付的越多”，但这在鼓励用户到处发帖，而不是专注有效渠道。

更致命的是：获客成本 $50，转化率 3%，月流失率 8%，需要 16 个月才能回本。但目标用户是 indie hacker，平均 3 个月就 pivot。LTV 根本不成立。

AI 给了一个完全不同的思路：按结果收费。用户获得第 1 个付费用户免费，第 10 个收 $49，第 100 个收 $299。

这不是卖工具，是做增长合伙人。利益完全绑定。

错误三：用技术壁垒逃避真正困难的事

原计划是对接 8 个平台 API、训练文案模型、做数据 Dashboard，开发 3 个月。

AI 问了一个问题：“你的核心竞争力是’多平台发布技术’，还是’知道哪个渠道对哪个产品有效’？”

如果答案是后者，那用户不需要你帮他发内容，只需要你告诉他”去哪发”就够了。

对接 8 个平台 API 很酷，但用户不 care。他们只 care 一件事：你能不能告诉我，我的产品应该去哪里推广。

技术是手段，不是目的。

错误四：MVP 验证的是工具而非假设

原计划是做一个精简版增长工具，开发 4 周。

AI 说：“你在验证’工具能用’，不是’用户能拿到结果’。”

真正的 MVP 应该是：做一个 Bot，用户发产品信息，AI 分析后告诉用户去哪发、用什么角度，用户自己去发，一周后看结果。

1 周上线，而不是 4 周。手动分析前 10 个用户积累经验。如果假设不成立，只浪费 1 周。

三个增长原则

这个案例浓缩出三个原则：

增长不是技术问题，是判断问题。技术帮你”更快发到 10 个平台”，判断告诉你”应该只去 1 个平台”。

增长不是覆盖面问题，是转化问题。10 个渠道各 5 个注册，不如 1 个渠道 50 个注册转化 10 个付费。

增长不是工具问题，是结果问题。用户不需要更好的增长工具，用户需要第一批付费用户。

AI 审查的真正价值

这个案例最有意思的不是具体的商业建议，而是 AI 审查的方法论：

第一，挑战前提。不是问”怎么做”，而是问”你确定你在解决对的问题吗”。

第二，用数据说话。不是凭感觉，而是算清楚曝光→注册→付费的完整漏斗。

第三，追问核心竞争力。不是你能做什么，而是你做的事情里，哪个是真正的壁垒。

这和之前分析的 YC CEO 的 plan-ceo-review Skill 的理念完全一致——给 AI 一个严厉的审查姿态，让它挑战你的每一个假设。

区别在于，这次被审查的不是代码，是商业计划。效果一样好。