KeyFrame內部研究專用

How Claude is Creating a New Generation of Millionaires

Nate Herk9 min英文
觀看原始影片

三句話摘要

Claude AI如何赋能無程式碼背景的創業者建立百萬美元公司,改變軟體產業的進入門檻。 時間是當前最大優勢——懂得用Claude的人已在獲得指數級的機會差距,但這扇窗口只有兩年,之後AI本地化將成為基本常識。 Claude Code的四大優勢:自動執行用戶描述的任務;主動測試和修復bug而非被動回答;支援多個代理並行運作;擁有持久記憶,能理解用戶的業務邏輯與優先次序,甚至比使用者本身記得更清楚。

重點整理

  1. Claude Code的四大優勢:自動執行用戶描述的任務;主動測試和修復bug而非被動回答;支援多個代理並行運作;擁有持久記憶,能理解用戶的業務邏輯與優先次序,甚至比使用者本身記得更清楚。

  2. Vulcan案例的啟示:三位創始人中兩位完全不懂編碼,第三位自高中後就沒碰過代碼,卻透過在Claude中描述政府監管審查軟體的需求而建立產品,最終以僅為傳統顧問公司報價10%的價格贏得維吉尼亞州合約,並被州長簽署行政令強制所有州機構採用,已為州民省下逾10億美元。

  3. 技能門檻的革命:從需要昂貴工程團隊的高門檻,轉變為只需「理解語言和具備批判性思維」。成功的關鍵是清楚描述需求與思考,而非寫程式碼。

  4. 時間窗口的優勢:當前懂得使用Claude的人能完成更多工作、獲得更大機會,類似早期互聯網或社群媒體紅利期。但這個優勢是暫時的——兩年內AI本地化會成為基本要求,時間是當今最大優勢。

實用技巧與重點

  • 融資數據:Anthropic 650億美元融資輪,估值965億;年收入運行率 $47B(2024年底為$1B);超越OpenAI首次
  • 企業案例:Fulkin(政府軟體公司)、Vulcan(政府監管AI審查軟體)
  • 市場採用:Y Combinator最新批次50%+使用Claude;前年OpenAI佔90%
  • 費用與進入門檻:Claude paid plan $20/月即可使用Claude Code;零編碼背景可開始
  • 四步實施流程:
  • 訂閱Claude paid plan($20/月)
  • 選定一項具體重複任務(非十項)
  • 使用「roast」方法:讓Claude分析想法的所有角度(支持方、批評方、客觀研究方等多角色評估),驗證每個觀點
  • 由小到大逐步構建,完成後驗證輸出
  • 驗證方法:利用Claude控制瀏覽器、執行真實範例、顯示實際輸出
  • 初期期望:第一版本通常60-70%正確率,視為黃金回饋資料而非失敗

結論

時間是當前最大優勢——懂得用Claude的人已在獲得指數級的機會差距,但這扇窗口只有兩年,之後AI本地化將成為基本常識。

完整解析

Anthropic最近完成650億美元融資,估值逼近一兆美元,其年收入運行率已達470億美元——相比2024年底的10億,短短一年半內成長47倍。這驚人數據背後,反映的是Claude Code如何從根本上改變了軟體開發的經濟學。

過去十年,創辦軟體公司的門檻極高:你需要招聘工程師,而工程師薪資不菲,往往需要數個全職員工才能推出初版產品。這迫使創業者要麼手握充足資金、要麼取得貸款、要麼說服投資人支持尚不存在的想法。結果是許多好主意被困在筆記本裡。Vulcan公司的案例充分說明了這一點的改變。這家公司只有三位創始人,其中兩人完全不會寫程式碼——Tanner Jones自高中JavaScript課程後就再沒碰過代碼。他們的第一個原型甚至不是用Claude Code建的(當時還不存在),只是在常規Claude應用中描述需求,一邊複製貼上生成的程式碼一邊調整。這個簡陋的原型最後進化成真正的產品,贏得了維吉尼亞州政府合約,報價僅為傳統顧問公司的10%。更誇張的是,州長簽署行政令強制所有州機構採用Vulcan的AI監管審查軟體,據稱已為州民節省超過10億美元。

Claude Code之所以強大,源於四個核心特性。首先,它能根據自然語言描述直接執行任務——你只需說出想要什麼,它就能在分鐘內而非月份內完成整個應用。其次,它具備主動性,會自己測試、發現bug、修復問題,而非被動地等你指示每一步。第三,多個Claude代理可以並行運作,即使你睡著了也在工作。最後,也最關鍵的是——它擁有記憶。在講者自己的業務中,Claude已經認識他的團隊、優先事項和過往失敗,甚至比他自己記憶更清晰,會主動提醒待辦事項。

要開始利用這一優勢,過程出奇簡單。第一步是訂閱Claude paid plan,僅需$20/月——講者說這是最便宜的員工。第二步挑選一項真實的重複性工作——不是十項,而是一項,某件你一直拖延、可能會外包給自由工作者的工作。第三步在Claude Code中清晰描述這項任務,但不要急著讓它建設。反之,講者使用一個叫「roast」的方法:啟動多個「議會成員」(小型子代理),一位強力支持你的想法,一位挑出所有漏洞,一位客觀地蒐集證據。這些角色利用他們對你業務的記憶,給出全面評估。這一切都是為了避免AI過度討好用戶而建立有缺陷的想法。只有想法通過評估或被重新調整後,才進入第四步——實際建構。這裡的關鍵是不要一次完成全部,而是先從最小可行版本開始。

驗證同樣重要。不要只相信Claude說「完成了」,要讓它用真實例子證明。因為Claude甚至可以控制瀏覽器,任何你能在電腦上做的驗證,它都能做。最後,別把初版本不完美看作失敗——60-70%準確率是正常的,這是黃金反饋資料。告訴Claude你喜歡什麼、不滿意什麼,讓它自我改進。每一次迭代都會更好,因為它在建立技能、同時改進自己的記憶。就像這樣,一項任務接著一項任務,講者最終用Claude運營了整個業務帝國。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。