AI 创业团队评估器

早期 AI 创业团队的“盲盒”困境

拿到 AI 创业公司的 offer，或者准备以技术合伙人身份加入时，你面对的往往是信息极度不对称的局面。创始人描绘的宏大愿景与团队实际运转状态之间，常常存在巨大鸿沟。你可能会困惑：为什么团队全是实习生加 Cursor？为什么 CEO 认为三个人就能“干掉 DeepSeek”？本技能源自全栈工程师在未达 PMF（Product-Market Fit）的 AI 创业团队的一手踩坑经验，专为解决“如何判断一个早期 AI 创业团队是否值得加入”这一具体问题而设计。它不提供空洞的成功学，而是帮你识别那些可能导致项目夭折或让你职业生涯停滞的结构性风险。

五资源模型与多维评估框架

技能的核心是五资源模型，将 AI 创业视为“利用极其有限的资源，将知识快速变现的游戏”，并从五个维度逐一排查健康信号与危险信号：

• 人才：核心团队技能是否互补？是否有管理经验？警惕“全实习生 + AI 工具”的虚假繁荣。
• 启动资金：Runway 是否明确（12 个月以上）？烧钱速度与团队规模是否匹配？
• 技术：技术栈是否匹配？AI 使用是否有章法？是否存在学习循环？
• 人脉：创始人是否有行业关系？是否有确定的分销渠道或早期客户？
• 设备：开发设备是否充足（如 Mac 或云服务预算）？

在此基础上，技能会进行五个关键维度的深度检测：

1. 团队构成与沟通：检查高级与初级比例，以及是否有人具备项目管理能力。
2. 职责过载检测：识别“一人身兼数职”的致命模式，防止睡眠剥夺引发决策疲劳与倦怠。
3. 进度管理能力：追问“谁拆任务、谁估算、谁验收”，评估反馈循环是否存在。
4. AI 使用成熟度：判断 AI 是用于加速已知模式，还是在替代工程判断。
5. 个人成长空间：终极标准是“你能从团队学到什么”，知识是否被沉淀而非散落在个人脑中。

启发规则与适用边界

技能内置了一组快速排雷的启发规则：

• 3 人干掉 DeepSeek 测试：警惕小团队击败大厂的不切实际幻想。
• 实习生比例测试：技术人员中实习生超过 50% 意味着公司在用成本替代质量。
• 睡眠测试：牺牲睡眠维持工作属于结构性问题，而非个人不努力。

适用边界：本技能聚焦于未达 PMF 的早期 AI 初创团队的加入决策。它无法替代商业尽职调查（如股权结构、法务合规），也不适用于评估成熟的大型科技公司。最终决策仍需结合你个人的职业规划与风险承受能力。