当构建成本趋近于零，"判断力"成为唯一稀缺资源。
这些不是旧问题翻新——是 AI 时代结构性引入的新失败。
所有 6 个 mode 共用同一个机制：传统创业里阻挡你的成本——构建成本、工程时间、技术能力——不是阻碍，是天然筛选器。Lean Startup 的纪律之所以能落地，因为它有经济理性兜底。
2026 年 agentic coding 把这些约束压平之后，"先想清楚再造"从经济理性退化为纯纪律问题。而没有外部约束的纪律是脆弱的。
这篇文章按 PDF 章节顺序展开 6 个 mode，机制 / 元问题 / 解药三段式。原文措辞 verbatim 保留；编辑性扩展（如 traditional vs agentic 技术债对照表）会明确标注。
Lean Startup 之所以能落地，
是因为有经济理性兜底。
当成本归零，纪律失去支撑。
原型本身被当成了证据——"this is a working prototype, therefore my idea must be right"——但原型只是在脑内重述了你的假设，从未在外部世界被测试过。
过去构建有高成本（时间 / 资金 / 技术能力），这成本本身就是筛选器——你必须先说服自己这值得造。Agentic coding 把成本降到接近零后，这个经济约束消失了。
Anthropic 原文很直白："The prototype becomes a reason to believe the hypothesis was right all along, without ever testing whether it's actually true."
创业失败因为造了没人要的东西。Anthropic 原文："that failure rate is only going to climb."
原文："You end up with a codebase that has no coherent mental model behind it, not because any single piece is bad, but because the pieces were never designed to fit together."
无 spec / 无 CLAUDE.md / 无设计文档
→AI 每个 session 独立推导基础架构决策
→不同 session 给出合理但互不兼容的结论
→每段单独看都 OK，拼起来不构成系统
↓ 这张对照表是基于 PDF 论点的整理，原文未直接给出对照
前两个 mode 共享一个机制：
外部约束消失，
本能行为没有被替换为系统化做法。
原文："Ask an AI tool for evidence supporting what you already believe, and it will find it. Confirmation bias now comes with a research engine."
联合创始人挑战 + 投资人尽调 + 工程团队推回——
每一个环节都是独立的 challenge 源。
AI 是唯一研究伙伴 + 默认顺从 + 无外部 challenge
→ 信念在自己的回声里被加强。
原文："The antidote is the same tool, only pointed in the opposite direction."
原文："Each individual addition is defensible. Of course the product should handle that edge case... These don't feel like scope creep in the moment."
不是给团队看的承诺，是给未来的自己设的结构化拒绝机制。
具体核心交互。不是愿景陈述，是动作清单：用户登录后能做什么、不能做什么、看到什么界面。
明确拒绝的方向。这部分通常是创始人最不愿意写的，因为每一项都是放弃的可能性——但它正是这份文档的价值。
触发条件而非排斥规则——不是"不允许加"，是"加之前需要看到什么"。
把决策从 "我们能造吗？" 变成 "有用户因为没有这个而流失吗？"
PDF 中最具理论价值的部分——AI 时代的双层防御理论。原始模型能力会被 commoditize，可持续护城河来自数据复合 × 用户工作流嵌入。
不是通用数据规模壁垒。是垂直场景中特定用户群的行为模式积累。
用户用得越久，产品嵌入越深，切换成本越接近 operational project。
原文："At MVP, the founder being in every loop was an asset. At Launch, that same instinct becomes the constraint." 在 AI-native 公司里，这问题在极小团队就出现——产品增长很快，但创始人注意力没同步扩容。
"The bottlenecks are no longer— core insight, distilled across all 6 modes
what you can build,
but what you choose to build."