整合型AI优先初创企业指南

本指南整合了领先AI原生公司的实际构建方法，涵盖信念、架构、引擎、序列、经济、风险和工具，基于原始资料和公开案例研究，并经过对抗性事实核查。

十项公理

公理1：AI是构建层，而非功能。智能体包裹确定性工具，而非相反。

公理2：模型是商品，护城河在于其周围的一切：数据、工作流、评估、分发。绝非提示词。

公理3：上下文工程是核心学科。多数智能体失败源于上下文失败，而非推理失败。

公理4：复利需要闭环。感知、决策、行动、评估、改进。只有闭环能产生复利。

公理5：可记录性先于智能。若未被记录，则对AI而言未发生。

公理6：约束从人力转向推理——方向性且存在争议。是行进方向，非定论。

公理7：垂直领域胜在深度。深度=专有数据+编码化工作流+评估，通过部署积累。

公理8：评估是方向盘。无评估则盲行高速。

公理9：代码是暂时的，上下文是永久的。随模型改进重新生成代码；持久资产是所知内容。

公理10：从一个具名用户和一个防弹循环开始。其他皆为过早。

架构——5层20个概念

第1层：产品架构——产品是什么。包括AI作为构建层、智能体原生属性、机器可读接口、LLM领域与代码领域、执行向创意的转变。

第2层：智能引擎——如何变得智能。包括自我改进循环、上下文工程、薄框架厚技能、可记录性、公司大脑/世界模型、技能自我改进、评估作为方向盘。

第3层：护城河——为何可防御。包括领域优先垂直、数据+工作流护城河、前沿部署工程。

第4层：经济与组织——如何运作。包括烧代币而非人力、扁平平等信任默认、基于结果的定价。

第5层：纪律——保持诚实。包括具名用户关卡和代币最大化（有纪律）。

引擎——自我改进循环

该循环位于第2层内，包含五个动作：感知、决策、行动、评估、改进。当所有动作以最少人为干预运行时，系统随每个周期改进。实际证据：Cognition的Devin通过部署变得快4倍、资源效率高2倍，合并PR率从约34%提升至约67%。

构建序列

从第0周具名用户关卡开始，经历可记录性、框架与第一个技能、策略层、质量门与评估、学习循环、公司大脑（第2-3个月）、护城河与扩展（第4-6个月）。每一步都是下一步的前提。

评估——每个概念的用途

入场券级概念：AI作为构建层、LLM与代码领域、上下文工程、薄框架厚技能、可记录性、评估、具名用户关卡。护城河级：自我改进循环、公司大脑、技能自我改进、数据+工作流护城河、前沿部署工程。战术级：代币最大化、烧代币非人力、结果定价、扁平组织。

边缘案例与缓解措施

包括薄包装陷阱、评估盲点、失控循环、代币成本爆炸、可记录性与隐私、过度自动化、模型锁定、扁平组织限制、FDE变成咨询、在具名用户前构建、"构建什么"的摇摆、上下文腐烂。每个都有具体缓解措施。

工具栈

包括框架、技能文件、机器可读接口、检索与记忆、世界模型存储、评估框架、可观测性、确定性工具。建议每个类别选一个，避免重建商品化层。

未定论的问题

经对抗性验证，五个流行主张被驳回：Nvidia预算、创始人压缩时间、Cal AI收入、YC投资主题、评估成本。仍开放的问题包括：代币消费是否持久指标、数据护城河是否真正防御、具名用户纪律是否经验有效、AI原生公司的真实资本效率。时间敏感性：来源日期为2025年12月至2026年5月，快速变化的领域需要重新验证。