一、先看两组数字

另一组来自一场 AI 原生创业路演：全国 1083 份报名，Top 20 进决赛，争 5 个席位。现场一个做跨境电商的创始人自嘲"网上传我一个季度赚了一个亿，实际是一个亿日元"——但他的业务结构值得看：整个盘子只靠 5 个真人和 10 个智能体。

这就是 AI 原生创业的典型形态：人负责判断和决策，智能体负责执行和重复。不是"一个人干所有事"，而是"一个人指挥一支数字团队"。

二、真正的新概念：验证债务

路演开场，亚马逊副总裁兼首席技术官 Dr. Werner Vogels 讲了一个很关键的概念——验证债务。

过去写代码是"边理解边编写"，理解在过程中自然建立。现在 AI 直接生成代码，理解被推迟到审查环节：AI 生成得越快，人类欠下的验证债越重。

It's AI in your loop. You're not in the AI loop.
——是 AI 在你掌控的流程里，而不是你在 AI 的流程里。

这句话把 AI 创业的真实门槛说透了：产出变便宜，验证变贵。能生成一百个方案的人不稀缺，能判断哪一个能上线的人才稀缺。

三、一个人要补上的五种能力

Dr. Werner Vogels 提出的开发者五大特质，恰好对应一人公司的生存需求：

四、三条可执行的起步路径

1. 从一个"重复且规则明确"的环节切进去。别一上来就想全自动。选一个每天耗时最多、规则最固定的动作（对账、素材生成、客服初筛），先让它自动跑通，再往上叠。

2. 给每个智能体划清权限和责任边界。谁能读文件、谁能发消息、谁只能出草稿，必须明确。权限开太大，出事时找不到断点。

3. 建一套验收标准，而不是指望 AI 自觉。每条产出都要有可检查的指标：数字对不对、格式合不合规、有没有引用来源。这就是在还"验证债"。

五、别被"一个人做全球生意"误导

这句话成立的前提是：你已经能把一件事拆到可被 AI 执行的粒度。拆不动的部分——判断用户真实需求、决定做什么不做什么、承担结果——一件都少不了。

所以真正的门槛从来不是"会不会用工具"，而是三件事：你能不能定义清楚问题、能不能验收结果、能不能为错误负责。这三样，AI 一样都替不了。