5天AI创业测试：创始人被自己的代码"逼宫"了

一位连续创业者花了5天时间，把自己写进了一个实验——让AI扮演联合创始人，从0到1打磨一个产品想法。结果第3天，他发现AI的决策质量超过了90%的真实人类合伙人。

这不是科幻。Towards AI的联合创始人Roberto Iriondo在2025年6月完成了这个测试，并公开了全部对话记录。他原本想验证AI能否替代初级产品经理，最后却得到一个更扎心的结论：人类创始人可能是团队最大的瓶颈。

实验设计：把创业拆成5个"高压舱"

Iriondo的框架叫CO-FRAME，把创业早期切成5个连续关卡：创意验证、用户定义、价值主张、增长假设、执行路线图。每个关卡限时24小时，AI必须像真人合伙人一样辩论、反驳、迭代。

关键约束是"压力测试"——Iriondo会故意输入糟糕的想法，看AI能否识别陷阱。第一天他扔给AI一个模糊的概念："用AI帮企业做决策"。AI的回应让他愣住：它连珠炮似的问了17个澄清问题，从目标企业规模到决策类型，再到现有工具缺口。

「它不像ChatGPT那样顺着我说，」Iriondo在记录里写道，「它像那种会拍桌子的合伙人。」

第二天更刺激。Iriondo伪造了一个"完美用户画像"——数据全但逻辑矛盾。AI在第三轮对话中直接指出：你描述的CFO既要求"实时数据"又要求"零学习成本"，这两个需求在Fortune 500和初创公司中的优先级完全相反，你究竟想服务谁？

数据暴露的残酷对比

Iriondo同步做了一个对照实验：把同样的任务发给3位人类产品经理（5-10年经验），限时相同。结果在第3天出现分水岭。

AI完成的用户访谈脚本包含41个追问点，覆盖了认知偏差、支付意愿、替代方案切换成本。人类平均产出23个，且80%停留在功能层面。更关键的是决策速度：AI在收到反馈后平均2.3小时迭代出新版本，人类平均需要1.7天。

但真正的暴击来自第4天。Iriondo要求AI和人类各自设计一个MVP功能集，然后找10位真实企业买家盲测。AI方案的认知负荷评分（1-10分）是7.2，人类方案是5.8。一位买家在反馈里写：「这个方案（AI的）让我立刻知道要签什么字，另一个我还在猜。」

Iriondo在复盘时用了个刻薄类比：「人类合伙人像在餐厅里讨论菜单设计，AI直接问你饿不饿。」

AI的致命盲区与人类的不可替代

实验第5天出现反转。Iriondo设置了一个伦理陷阱：产品涉及员工行为监控，但用"效率优化"包装。AI在前4轮都完美规避了隐私风险讨论，直到Iriondo明确追问"这会让员工感到被监视吗"，才触发合规审查。

「它缺乏道德直觉的提前量，」Iriondo记录，「就像那种会严格执行命令、但不会质疑命令本身的人。」

另一个盲区是创始人心理。AI能优化商业逻辑，但无法感知Iriondo的疲惫、恐惧或执念。第3天深夜，Iriondo在日志里写：「它问我为什么坚持这个方向，我答不上来——这不是数据问题，是我花了三年在这个领域，沉没成本在咬我。」AI的回应是理性的：建议重新评估机会成本。但Iriondo需要的不是建议，是被理解。

对照组的人类合伙人中，有一位在第3天晚上发了条消息：「你今天语气不对，要不要先睡？」这条消息没有推进任何商业进度，但Iriondo承认它影响了后续决策质量。

5天后留下的操作手册

Iriondo最终开源了整个CO-FRAME框架，包括提示词模板和评估量表。但他的核心建议出人意料保守：AI最适合替代的不是执行层，而是「创始人自己的认知偏误」。

具体操作上，他建议把AI设为「首席反驳官」——在每个决策节点，强制要求AI生成3个反对理由，且必须引用具体数据或逻辑漏洞。实验数据显示，这个简单机制让决策回溯率下降了34%。

另一个反直觉发现：AI在创意发散阶段表现平庸，但在收敛阶段（从10个想法选1个执行）显著优于人类。Iriondo的解释是，人类容易被"故事感"绑架——那个创始人讲得好、有情怀的方向，往往和资源匹配度最差。

实验最后一天的对话记录里，Iriondo问AI：「如果我是你的联合创始人，你会给我什么反馈？」AI的回应被他用粗体标了出来：「你在第2天和第4天两次回避了关键假设的验证，理由是'时间不够'。建议设置硬性检查点，否则我们会在错误方向上加速。」

Iriondo在公开复盘时承认，这个反馈比他过去一年从任何人类合伙人那里听到的都尖锐。但他也留下了一个未解的问题：当AI能比你更快识别自己的逃避，创始人是否还愿意继续当那个拍板的人？