💀 创业反模式 — 创业全流程

📊 创业失败全景

数据来源：CB Insights（110+ 篇 postmortem 分析）、美国劳工统计局（BLS）、Startup Genome、Marlee 研究

42%

因「没人要」而死
CB Insights #1 原因

29%

因「钱烧完」而死
CB Insights #2 原因

82%

团队问题相关
Marlee 研究数据

70%

与过早扩张相关
Startup Genome

21.5%

第一年就挂
BLS 统计

65.1%

十年内消失
BLS 统计

失败原因	占比	典型阶段	可预防性	相关页面
🔴 没人要（No Market Need）	42%	Pre-PMF	★★★★★ 高	想法验证
🔴 钱烧完（Ran Out of Cash）	29%	Seed → Series A	★★★★☆ 较高	融资
🟠 团队问题（Not the Right Team）	23%	Day 1 → 持续	★★★★☆ 较高	联合创始人
🟠 过早扩张（Premature Scaling）	70%*	Pre-PMF	★★★★☆ 较高	PMF
🟡 定价/成本模型错误	18%	定价期	★★★☆☆ 中等	GTM
🟡 忽略法律/合规	16%	Day 1 → 持续	★★★★★ 高	法律
🟡 不做销售	14%	Pre-PMF	★★★★☆ 较高	GTM
🟢 技术债累积	~8%	Growth 期	★★★☆☆ 中等	—
🟢 忽视留存	~5%	Post-PMF	★★★★☆ 较高	PMF
🟢 孤岛开发	~4%	Pre-PMF	★★★★★ 高	MVP

* 70% 为 Startup Genome 研究中「与过早扩张相关」的失败占比，非独立原因。数据来源：CB Insights "Top 20 Reasons Startups Fail" (110+ postmortems); Startup Genome Report; BLS Business Employment Dynamics; Marlee Startup Failure Factors Study | 采集: 2026-05

1️⃣ 没人要 — No Market Need

42% 的创业失败根因。不是产品不好，而是根本没人需要。CB Insights #1

为什么这是第一杀手

CB Insights 分析了 110+ 篇创业 postmortem，发现「No Market Need」占 42%。这不是说创业者做了完全没人要的东西——更常见的是：用户说「想要」但不愿付费，或者做了「更好」的版本但不够好到让人切换行为。

关键认知：用户说「我会买」≠ 用户真的会买。只有付费行为是真实信号。— CB Insights, 2024; Medium/WTNInsider, 2026-05

🪦 Google Glass（2013-2015）

技术先进但普通人不需要戴一个随时录影的眼镜，隐私争议巨大。

💵 开发成本: $1.5B+

📅 Explorer 版: 2013 年

🛑 停产消费版: 2015 年 1 月

⏱ 生命周期: ~18 个月

2012-04

Google I/O 发布 Project Glass，开发者预购 $1,500

2013-05

Explorer Edition 面向美国开发者发货

2014-05

公开销售一天售罄，但被餐厅、酒吧、影院禁止佩戴

2015-01

Google 宣布停产消费版 Glass，团队并入 Tony Fadell 部门

2017-07

Glass Enterprise Edition 发布，转向 B2B 工业场景

💡 教训：技术可行 ≠ 市场需要。用户不关心你的技术多先进，只关心「这东西对我来说有什么用？什么时候用？」。Google Glass 的「Glasshole」标签说明社会接受度也是需求的一部分。

来源: The Verge, Wired, Google 官方博客 | 采集: 2026-05

🪦 Quibi（2020）— 6 个月即关停

Jeffrey Katzenberg（前迪士尼/梦工厂 CEO）和 Meg Whitman（前 HP CEO）联手做短视频流媒体。顶级团队、顶级融资、顶级内容——但没人要看手机上不能投屏的 10 分钟短片。

💵 总融资: $1.75B

📅 上线: 2020 年 4 月 6 日

🛑 关停: 2020 年 10 月 21 日

⏱ 生命周期: 6.5 个月

📱 首周下载: 30 万

📊 试用转付: ~8%

关键失误：① 禁止投屏（Turnstyle 技术只在手机上工作），但 2020 年疫情用户在家想用大屏；② 每月 $4.99（含广告）/ $7.99（无广告），但 TikTok/YouTube 免费；③ 内容不能分享/截图，零社交传播；④ 上线首日 30 万下载（目标 700 万）。

💡 教训：豪华团队 + 大融资 ≠ 市场需求。Quibi 的核心假设「用户想在手机上看高质量 10 分钟内容」从未被验证。创始人把好莱坞逻辑硬套到移动互联网上。如果先做 Landing Page 测试或 MVP，$1.75B 可以省下。

来源: WSJ, TechCrunch, The Information | 采集: 2026-05

🪦 NeuroPixel.AI（2020-2026）— 被通用 AI 吞噬的垂直工具

印度 AI 创业公司，为时尚电商做 AI 虚拟模特和图片生成。5 年深度研发，融资 $1.2M，客户包括 Myntra、Decathlon。2025 年末 Google 等发布的通用图像模型直接碾压其专有技术。

💵 融资: $1.2M

📅 创立: 2020

🛑 关停: 2026 年 4 月

💰 估值: $5.8M（2022）

📉 核心问题: 通用模型追平

CEO Arvind Venugopal Nair 在关停声明中写道：「我们在 2025 年末被一夜之间大幅超越。」他特别提到 Google 的图像模型让 NeuroPixel 的专有技术失去优势。加上最大客户拖欠 6 个月款项，runway 归零。

💡 教训：如果你的护城河仅仅是「模型比别人好一点」，大厂一个版本更新就能抹平你。在 AI 时代，分发能力 > 产品质量。Being early helps until Big Tech finally shows up.

来源: Failory Newsletter #2026-05-07; LinkedIn/Arvind Venugopal Nair 关停声明 | 采集: 2026-05

✅ 解法：Mom Test 访谈 + Landing Page 验证 + 尽早收费验证付费意愿。核心原则：在写代码前确认需求存在，用付费行为而非口头承诺判断需求强度。

2️⃣ 联合创始人决裂 — Not the Right Team

23% 的失败直接归因于团队，Marlee 研究显示 82% 的失败与团队问题相关。CB Insights #3 Marlee 82%

为什么团队问题杀伤力这么大

创业公司的决策速度和方向完全取决于 2-3 个人的关系。股权纠纷、角色不清、投入不对等——Day 1 不解决的问题，日后必爆。更危险的是：问题往往在压力最大时爆发（融资失败、增长停滞、关键客户流失）。

关键数据：哈佛商学院 Noam Wasserman 研究——65% 的创业公司失败源于创始人之间的紧张关系。— "The Founder's Dilemmas", Harvard Business School

🪦 Zipcar — 创始人被踢出自己创办的公司

Robin Chase 2000 年创办 Zipcar，但与联合创始人 Antje Danielson 在股权、控制权和发展方向上产生严重分歧。Chase 最终被迫离开自己创建的公司。

📅 创立: 2000

🚗 被踢出: 2003

💰 Avis 收购: $500M（2013）

📉 创始人离场时估值: 远低于收购价

根本原因：两人没有在 Day 1 明确股权分配、决策权、退出机制。Chase 后来在多场演讲中反复强调「创始人协议」的重要性。

💡 教训：不签创始人协议 = 不系安全带开车。股权、决策权、退出机制必须在关系好时写清楚。

来源: Robin Chase 演讲; Forbes; "The Founder's Dilemmas" | 采集: 2026-05

🪦 WeWork — 创始人控制权反噬

Adam Neumann 通过超级投票权股份控制公司，做出一系列个人利益驱动的决策（家族成员任职、个人房产租给公司、WE 商标个人持有后卖给公司），导致 IPO 失败、估值从 $47B 暴跌至 ~$10B，2023 年破产。

📈 峰值估值: $47B（2019-01）

📉 IPO 撤回后: ~$10B

💰 租赁义务: $47B

💵 承诺收入: $4B

🛑 破产: 2023-11

📉 总负债/资产: $18.65B/$15.06B

💡 教训：创始人控制权需要制衡。超级投票权 + 无独立董事 = 灾难配方。投资人应在投资前要求治理条款。

来源: WeWork S-1 Filing; Bloomberg; Medium/Metheus "How WeWork Mistook Expansion for Scale" (2026-05) | 采集: 2026-05

🪦 Fwd.us — Zuckerberg 的政治游说创业

2013 年 Mark Zuckerberg 联合多位科技巨头创立 Fwd.us 推动移民改革，但内部在策略上产生严重分歧（是否支持 Keystone XL 管道以换取移民法案支持），导致多位核心支持者退出，组织影响力大减。

💡 教训：即使有无限资源，价值观分歧也会摧毁组织。团队不是技能互补就够了——价值观对齐才是基础。

来源: WSJ, Politico | 采集: 2026-05

✅ 解法：Slicing Pie 动态分配 + Vesting 4年+1年Cliff + 创始人协议（明确股权、决策权、退出机制、竞业禁止）。绝不口头约定。

3️⃣ 烧钱太快 — Ran Out of Cash

29% 的失败原因。拿到融资就疯狂招人、搬大办公室、投大量广告。Runway 用完才发现还没 PMF。CB Insights #2

现金流是创业公司的氧气

CB Insights 数据显示 29% 的创业公司直接因钱烧完而死。但现金流问题几乎总是其他问题的症状：收入没按预期来、成本增长快于收入、融资轮落空。

关键认知：现金流问题很少突然出现——数字上通常提前数月可见。持续追踪 burn rate 和 runway 是创始人最基本的职责。— CB Insights; Medium/WTNInsider, 2026-05

🪦 Quibi — $1.75B 烧 6 个月

上文已述。$1.75B 融资在 6 个月内烧完/归还，每季度内容制作成本约 $1B。营收预期完全落空（首周下载仅 30 万 vs 目标 700 万），付费转化率约 8%。

💡 教训：融资额大 ≠ 可以不验证需求。越大的融资越需要严格的阶段性验证，否则沉没成本会让你一条路走到黑。

🪦 Parker — $200M+ 融资的 Fintech 突然死亡

YC W19 孵化的电商企业信用卡公司，融资 $200M+，处理 $1B+ 支付量，收入 $65M+。2026 年 5 月 4 日突然停止运营，3 天后申请 Chapter 7 破产清算。

💵 融资: $200M+

📅 创立: 2019

📈 支付量: $1B+

🛑 破产: 2026-05-07

📉 破产类型: Chapter 7 清算

核心问题：Parker 看起来像软件公司，实际上是一家电商信贷公司——给电商品牌提供 10-20x 传统额度的信用卡。电商天然高波动（库存前置、广告前置、平台延迟结算），Parker 继承了这种波动。$200M 融资标题误导了外界——其中大量是资产支持信贷额度，不是公司可用现金。收购谈判在关停前破裂。

💡 教训：① 融资头条数字 ≠ 公司真实现金储备；② 信贷业务的尾部风险远超想象；③ 单一收购方依赖 = 没有退路时 0 退路。

来源: Failory Newsletter #2026-05-14; TechCrunch | 采集: 2026-05

🪦 WeWork — $47B 租赁义务 vs $4B 收入

WeWork 给房东签 15 年长约，给客户月付弹性。2022 年收入 $3.2B，净亏损超 $2B。平均入住率 47%-75%，但固定租赁成本不变。2023 年 11 月破产时负债 $18.65B。

💡 教训：固定成本越高，runway 计算越要保守。如果收入周期性波动（如 WeWork 入住率），必须按低谷而非平均做计划。

来源: WeWork S-1; bankruptcy filing | 采集: 2026-05

📋 13 周现金流预测清单

每周更新 13 周滚动现金流预测
区分「必须支出」（工资/房租/云服务）和「可选支出」（广告/活动/招聘）
计算当前 burn rate（净月度现金消耗）
计算 runway = 现金余额 / burn rate
Runway < 6 个月 → 立即启动融资或削减成本
Runway < 3 个月 → 紧急模式，裁员优先于项目延期
永远按悲观场景做计划，不要用「如果下月增长 30%」的假设
每月向投资人报告现金流状态（即使他们没问）

✅ 解法：13 周现金流预测，永远保持 6+ 月 Runway，PMF 前控制支出。记住：每一块钱的支出都要问「这是生存必需的吗？」

4️⃣ 过早扩张 — Premature Scaling

Startup Genome 数据显示 70% 的创业失败与过早扩张相关。这是最隐蔽的杀手——因为扩张看起来像成功。Startup Genome

为什么过早扩张比不扩张更危险

不扩张 = 你还在原地。过早扩张 = 你在错误的方向上加速，浪费 10x 的资源。Startup Genome 把过早扩张定义为「在公司未验证 PMF 之前，任何一个维度（团队、获客、产品线、地理市场）的增长速度超过其他维度」。

关键数据：过早扩张的创业公司比正常节奏的公司平均增长慢 20 倍，需要多 3-4 倍的资金才能达到同等规模。— Startup Genome Report

🪦 Groupon — $16B → $1B 的全球扩张陷阱

Groupon 在 PMF 不稳固时疯狂全球扩张，进入 40+ 国家，收购数百家克隆网站。

📈 IPO 峰值: $16.7B（2011）

📉 2024 市值: ~$1B

🌍 扩张国家: 40+

💸 收购支出: $1B+

📅 IPO: 2011-11

2008-11

ThePoint.com 上线（Groupon 前身）

2010-04

扩张至 30+ 城市，拒绝 Google $6B 收购

2011-11

IPO 估值 $12.7B，股价一度推高至 $16.7B

2012-2015

国际市场大量失败，商家抱怨亏本、用户不再复购

2016-2020

持续裁员、退出市场、换 CEO

2024

市值 ~$1B，从巅峰跌 94%

💡 教训：PMF 不可转移——芝加哥的团购模式不自动适用于东京或伊斯坦布尔。每进入一个新市场都是一次新的 PMF 验证，不是复制粘贴。

来源: SEC filings; Bloomberg; Crunchbase | 采集: 2026-05

🪦 WeWork — 扩张是病不是药

从 1 个纽约办公室到 850 个全球地点（2010-2019），会员年增长 100%+。但每进入一个新市场都需要前期资本锁定 15 年长约，收入却在低谷时 47% 入住率。

💡 教训：扩张放大的是模型本身，不是修正模型。如果单元经济学是负的，扩张只会让你亏得更快更大。

维度	正常节奏	过早扩张	信号
团队规模	PMF 前 ≤10 人	PMF 前招 30+ 人	人均产出下降
获客投入	有机增长为主	大量付费广告	CAC > LTV
产品线	1 个核心产品	3+ 产品线	每个都不够好
地理市场	1 个城市验证	同时进 5+ 市场	无一个市场达标
管理成本	创始人直接管理	招中层管理者	信息失真加速

✅ 解法：先在一个市场验证 PMF（Sean Ellis 测试 >40%），单元经济学跑通后再考虑扩张。宁可深一个城市，不薄十个市场。

5️⃣ 忽略法律 — Legal/Compliance Blind Spots

16% 的失败涉及法律问题。早期省的法律费，日后用 100 倍赔偿。CB Insights ⚠️ 非法律建议

法律是保险，不是成本

最常见的法律陷阱：知识产权不清（谁拥有代码/专利？）、合同缺失（口头协议 ≠ 协议）、合规问题（数据隐私、行业牌照）。创业公司最常犯的错误是觉得「现在还小，不需要律师」。

🪦 Cognex — 未签 IP 转让协议的代价

机器视觉公司 Cognex 的创始人因未与前雇员签署 IP 转让协议，导致前雇员声称拥有核心技术专利。诉讼持续数年，耗费数百万美元法律费用。

💡 教训：Day 1 就签 IP Assignment。每个员工、每个承包商、每个顾问——无一例外。口头说「这是我写的」在法庭上毫无意义。

来源: Cognex SEC filings; IP litigation records | 采集: 2026-05

🪦 Zenefits — 合规问题直接赶走 CEO

HR SaaS 公司 Zenefits 估值 $4.5B，但被发现有员工未完成保险执照考试就卖保险，违反各州法律。CEO Parker Conrad 被迫辞职，公司支付数百万罚款，估值大幅缩水。

📈 峰值估值: $4.5B

📅 CEO 辞职: 2016

💸 罚款: 数百万美元

💡 教训：高速增长不能绕过合规。如果产品涉及受监管行业（金融、保险、医疗），合规成本要从 Day 1 纳入预算。

来源: WSJ, TechCrunch, SEC | 采集: 2026-05

🪦 中国创业者常见法律坑

① 个人账户收公司款项 → 公私混同，承担无限责任；② 未签竞业禁止 → 核心员工带客户出走创业；③ VIE 架构不合规 → 上市/融资受阻；④ 数据出境不合规 → 违反《个人信息保护法》，罚款可达 5000 万或上一年度营收 5%。

💡 教训：中国法律环境的特殊性意味着直接照搬美国创业经验是危险的。找熟悉中国创业法律的律师花 ¥1-3 万做基础架构，比日后花 ¥100 万+ 打官司便宜太多。

来源: 36氪; 虎嗅; 《个人信息保护法》| 采集: 2026-05

📋 Day 1 法律清单

✅ 签 IP Assignment（每个员工/承包商/顾问）
✅ 签 NDA（和所有接触核心信息的人）
✅ 签雇佣合同（明确职责、薪资、离职条件）
✅ 签创始人协议（股权、vesting、决策权、退出机制）
✅ 注册公司（选好实体类型和注册地）
✅ 开设公司银行账户（公私分离）
✅ 确认行业牌照/许可需求
✅ 隐私政策和服务条款（上线前必须有）
✅ 商标注册（核心品牌名和 logo）
✅ 找一位创业律师做年度法律体检（$2K-5K/次）

✅ 解法：Day 1 签 IP Assignment + NDA + 雇佣合同 + 创始人协议。找创业律师花 $2K-5K 比日后花 $200K 打官司便宜。⚠️ 以上不是法律建议，请咨询专业律师。

6️⃣ 不做销售 — "Build It and They Will Come" 幻觉

14% 的失败原因。"产品做好了自然有人来"是最大的创业幻觉。CB Insights

为什么技术创始人特别容易掉进这个坑

工程师思维默认：好产品 = 用户来。但现实是：没人知道你的产品存在。即使 PLG（产品驱动增长）产品，也需要主动获取前 100 个用户。Paul Graham 在 YC 最被引用的建议就是 "Do Things That Don't Scale"——创始人必须亲自做前 100 个销售。

🪦 无数技术出身的创始人的共同命运

这是最普遍的反模式——没有单一知名案例，因为它静悄悄地杀死了成千上万的好产品。产品技术完美，但没有人知道它存在。创始人在 Reddit/HN 发帖期待爆发，结果只有 23 个 upvote 和 2 条评论。

💡 教训：如果你不能通过手动销售获取前 100 个用户，自动化的 GTM 也帮不了你。创始人卖不动 = 产品/市场有问题，不是「需要更多营销预算」。

✅ 正面案例：Stripe 的 "Do Things That Don't Scale"

Collison 兄弟亲手给潜在用户安装 Stripe——走进 YC 同学的办公室，帮他们在代码里集成 API。不是发邮件、不是投广告，是物理出现在用户面前帮他们用你的产品。这就是 "Do Things That Don't Scale" 的精髓。

💡 正面教训：创始人亲自做销售 = 最直接的用户需求反馈渠道。每次被拒绝都是产品迭代的方向。

来源: Paul Graham "Do Things That Don't Scale"; Stripe 创业故事 | 采集: 2026-05

✅ 解法：创始人必须亲自做前 100 个销售。选对 GTM 策略，不要期待产品自己会卖。"如果你不愿意给陌生人打电话推销你的产品，说明你还不相信它。"

7️⃣ 技术债累积 — The Technical Debt Spiral

~8% 的显性失败原因，但实际影响更广——技术债让你无法响应市场、无法招募优秀工程师、无法上线关键功能。隐性杀手

技术债的复利效应

为了速度牺牲质量，短期可接受，但长期会拖慢一切。当你的团队 50% 时间在修 bug 而不是做新功能，技术债已失控。更危险的是：技术债会劝退优秀工程师——没人愿意在屎山上工作。

关键认知：技术债就像信用卡债——短期能用，但利息是复利的。每多一层 hack，下一层 hack 就更难。

🪦 Twitter 的技术债噩梦

Twitter 早期为速度牺牲架构（著名的 "fail whale"），ROR 单体应用随用户增长不堪重负。2010-2012 年几乎每周都有大故障。重构花了数年，从单体拆成微服务。

💡 教训：MVP 可以糙，但核心路径（支付/数据安全/用户认证）不能糙。技术债的「利息」是非线性的——越晚还越难还。

来源: "Hatching Twitter"; InfoQ; Twitter Engineering Blog | 采集: 2026-05

🪦 HealthCare.gov — 6 亿美元的技术债灾难

2013 年奥巴马医保网站上线当天即崩溃，5 亿行代码、55 个承包商、没有统一的架构设计。修复花了额外 2 年和数亿美元。

💵 开发成本: $600M+

📅 上线崩溃: 2013-10-01

🔧 修复时间: ~2 年

👥 承包商: 55 家

💡 教训：不设技术标准和架构规范，让多个团队并行堆代码 = 技术债的极端形式。创业公司可能没 55 个承包商，但 3 个工程师各写各的也一样。

来源: US Govt Accountability Office; ProPublica | 采集: 2026-05

技术债等级	症状	建议行动	占 Sprint 比例
🟢 低	偶尔 hack，有 TODO 注释	记录，排入后续 Sprint	10%
🟡 中	新功能开发变慢，bug 增多	每个 Sprint 留 20% 还债	20%
🔴 高	50%+ 时间修 bug，不敢改代码	暂停新功能，全面重构	40%+
💀 致命	核心功能不可靠，工程师离职	推倒重来或关停	100%

✅ 解法：每个 Sprint 留 20% 时间还技术债。建立代码审查和测试文化。MVP 可以糙，但核心路径不能。定期的「技术债盘点」会议，把技术债当产品债一样排优先级。

8️⃣ 定价太低 — The Pricing Trap

~18% 的失败与定价/商业模式错误相关。害怕定价太高吓跑用户，结果获客成本高于收入，单元经济学永远为负。常见于 SaaS

低价是最贵的错误

很多创业者的逻辑：先低价获客，以后再涨价。现实是：① 低价吸引的是价格敏感用户，涨价就跑；② 低价的信号是「我的产品不值钱」；③ CAC > LTV 的商业模式，量越大亏越多。

关键数据：OpenView Partners 调查显示，SaaS 公司平均每年提价 8-10%，大多数创始人低估了 2-3x 的定价空间。— OpenView SaaS Benchmarks; Price Intelligently

📊 定价对比：$9/月 vs $99/月

指标	$9/月	$99/月	差异
CAC	$200	$200	相同
月收入/用户	$9	$99	11x
回本月数	22 个月	2 个月	10x 差距
用户减少（估算）	—	-30%	—
收入变化	—	+7.7x	即使少 30% 用户
支持成本/用户	相近	相近	低价用户往往更耗时间

💡 教训：定价 2-3x 通常只减少 20-30% 用户但带来 5-8x 收入。低价吸引的用户也是 churn 最高的用户。

✅ 解法：基于价值定价而非成本定价。用 Van Westendorp 测试找到价格区间。大多数创业者低估了 2-3x 的定价空间。尽早收费——免费用户和付费用户不是同一群人。

9️⃣ 孤岛开发 — Building in a Vacuum

工程师团队关起门来做产品，不和用户交流。做出来的东西技术完美但没人用。约 4% 显性原因

为什么「闭门造车」这么普遍

工程师喜欢造东西，不喜欢和人说话。用户反馈模糊、矛盾、让人沮丧——而代码是确定的、可控的、令人满足的。所以团队本能地倾向「再做一个功能」而不是「去找用户聊」。

🪦 Apple Newton — 技术创新的孤岛

1993 年 Apple 推出 Newton MessagePad，手写识别技术领先时代。但核心使用场景不清晰：谁需要在路上手写记录？为什么不用笔记本电脑？手写识别准确率远低于预期，成为笑柄（"Eat up Martha"）。

📅 发布: 1993

💵 开发成本: $100M+

🛑 停产: 1998

📉 销量: ~20 万台（远低于预期）

💡 教训：技术领先 ≠ 用户需要。Newton 团队沉迷于手写识别的技术挑战，但从未认真回答「用户在什么场景下需要手写输入而不是键盘？」

来源: Wired; "The Newton Handbook" | 采集: 2026-05

🪦 Google+ — 工程师造社交网络的经典失败

Google 用工程师思维做社交产品：强制真实姓名、Circle 分类逻辑完美但操作繁琐、没有理解社交是情感而非信息分类。投入数千工程师年，2019 年关停消费者版。

💡 教训：社交产品的核心是情感和习惯，不是逻辑和功能。工程师优化的维度（效率、结构、完整性）和社交用户关心的维度（归属感、表达欲、从众心理）完全不同。

来源: Wired; The Verge | 采集: 2026-05

✅ 解法：每个工程师每月至少做 1 次用户访谈。让团队看用户支持工单。构建"人人都是产品经理"的文化。代码审查前先问「谁需要这个功能？我们怎么知道的？」

🔟 忽视留存 — The Leaky Bucket

只看新增不看留存。漏水的桶灌再多水也没用。Churn 是无声的杀手。约 5% 显性原因

留存是唯一验证 PMF 的指标

新增用户数好看但可以买来（广告、促销）。留存率是唯一的真实指标——用户回来了吗？如果用户来了就走，你的产品对他们的价值不够，PMF 不成立。

关键公式：MRR Churn > New MRR → 公司在收缩，不管新增看起来多好。

🪦 Clubhouse — 爆炸式增长，爆炸式流失

2021 年初爆发，Elon Musk 上平台把服务器搞崩。但月留存极低——人们好奇来听一次，没有理由回来。

📈 峰值周下载: 200 万+

📊 峰值估值: $4B

📉 日活跌幅: >90%

📅 峰值: 2021-02

💡 教训：病毒式增长 ≠ 有用产品。如果用户没有持续回来的理由（社交关系、内容消费习惯、工作依赖），增长只是噪音。

来源: Apptopia; Business Insider | 采集: 2026-05

📊 留存率基准（按产品类型）

产品类型	D1 留存	D7 留存	D30 留存	月 Churn
B2B SaaS（Enterprise）	—	—	95%+	< 1%
B2B SaaS（SMB）	—	—	85%+	3-5%
Consumer Social	40-50%	15-25%	5-10%	20-30%
Consumer Utility	50-60%	25-35%	10-20%	15-25%
Marketplace	—	—	30-40%（供给）	5-10%

来源: Andreessen Horowitz; Reforge; Lenny's Newsletter | 采集: 2026-05

✅ 解法：每周看 Retention Dashboard。关注 NRR (Net Retention Rate)，B2B SaaS 目标 >120%（Enterprise）/ >100%（SMB）。Churn > 5% 时，优先修留存而非拉新增。

🚨 早期信号检测清单

这些信号出现时，你的创业公司可能已经走在死亡路径上。早发现 = 早修正。

🔴

没人自发推荐你的产品 — 如果没有一个用户主动告诉朋友，你的产品可能没有真正的价值。NPS < 0 = 红灯。

🔴

Runway < 6 个月且没有清晰的盈利/融资路径 — 每月都在缩短，却没有行动计划。

🔴

创始人回避对话 — 你开始回避和联合创始人、投资人、甚至自己的诚实对话。

🟠

增长全靠付费广告 — 停掉广告增长就停，说明没有有机需求。

🟠

每月 Churn > 5%（SMB）/ 2%（Enterprise） — 漏水桶，灌再快也不够。

🟠

招人是因为「觉得应该招」 — 没有明确的岗位需求和预期产出。

🟡

50%+ 时间修 bug 而非新功能 — 技术债失控的前兆。

🟡

定价 1 年没变过，且低于竞品 50%+ — 可能严重低估定价空间。

🟡

工程师从没和用户聊过 — 孤岛开发在酝酿。

🟡

关键法律文件还缺失 — IP Assignment、创始人协议、NDA 还没签？

🧪 创业反模式自测问卷

每个「是」的回答都对应一个潜在反模式。越多的「是」意味着越高的失败风险。

回答以下 20 个问题，评估你的创业健康度

1. 你的前 50 个用户中，有几个是在没有广告/促销的情况下自然发现的？

少于 5 个

5-15 个

15-30 个

30+ 个

2. 你是否在写第一行代码前就做了用户访谈？

没有

做了 1-3 次

做了 3-10 次

10+ 次，且持续在做

3. 你的 Runway 还有多长？

< 3 个月

3-6 个月

6-12 个月

12+ 个月

4. 你和联合创始人是否签了书面创始人协议？

没有

口头约定

签了简单协议

签了完整协议（股权+决策+退出）

5. 你的月 Churn 率是多少？

>10%

5-10%

2-5%

< 2%

6. 上个月你亲自做了多少次销售/用户访谈？

0 次

1-3 次

4-10 次

10+ 次

7. 你的定价是否基于价值而非成本？

基于成本+加成

参考竞品

做了定价测试

基于客户价值的量化分析

8. 你的每个员工/承包商是否都签了 IP Assignment？

没有

部分签了

都签了

9. 团队有多少比例的时间在还技术债？

< 10%

10-20%

20%+

10. 你最近一次和用户面对面聊天是什么时候？

超过 1 个月

1-2 周前

本周

今天/昨天

11. PMF 前（Sean Ellis 测试 <40%），你已经在招第 10 个以上员工了？

是，而且还在加速招

是，但很犹豫

否，控制在 10 人以内

否，已验证 PMF 后才扩招

12. 你的 NRR（Net Retention Rate）是多少？

< 80%

80-100%

100-120%

> 120%

13. 你是否有 13 周滚动现金流预测？

没有

有但不常更新

每周更新

14. 如果明早最大客户取消，你的公司还能活 6 个月吗？

不能

勉强

可以

轻松

15. 创始人之间的重大分歧上次是什么时候？

从未讨论过分歧（压抑中）

如果你看到...	可能是...	下一步	相关页面
用户来了就走	反模式 1（没人要）或 10（忽视留存）	做留存分析 + 用户流失访谈	PMF
Runway 缩短且无融资	反模式 3（烧钱太快）	13 周现金流预测 + 削减非核心支出	融资
联合创始人回避谈话	反模式 2（团队决裂）	安排正式的 1:1，请第三方调解	联合创始人
招了很多人但产出没增	反模式 4（过早扩张）	冻结招聘，验证 PMF	PMF
收到律师函/合规警告	反模式 5（忽略法律）	立即咨询律师，优先处理	法律
好产品但没用户	反模式 6（不做销售）或 9（孤岛开发）	创始人亲自销售 + 用户访谈	GTM
开发越来越慢	反模式 7（技术债）	技术债盘点 + 分配 20% Sprint 还债	—
CAC > LTV	反模式 8（定价太低）	价值定价测试 + 提价实验	GTM

反模式之间的连锁反应

最常见的死亡链：

💀 死亡链 1：没人要 → 烧钱 → 死
做了没人要的产品 → 用广告强行获客（不做销售反模式）→ CAC 极高（定价太低反模式）→ Runway 缩短（烧钱反模式）→ 死。Quibi 就是这条链的极端案例。

💀 死亡链 2：团队问题 → 孤岛开发 → 没人要 → 死
联合创始人决裂 → 沟通断裂 → 工程师和用户脱节（孤岛开发）→ 做出来的东西没人要 → 死。

💀 死亡链 3：过早扩张 → 技术债 → 留存崩 → 死
PMF 前疯狂招人 → 为了速度牺牲质量（技术债）→ 产品越来越不稳定 → 留存崩盘 → 死。

与相关知识库页面的关联

• 💡 想法验证 — 预防反模式 1（没人要）的核心方法
• 🤝 联合创始人 — 预防反模式 2（团队决裂）的完整指南
• 🎯 PMF — 预防反模式 4（过早扩张）的验证标准
• 🛠️ MVP — 用最小成本验证，避免反模式 1+3
• 🚀 GTM — 预防反模式 6（不做销售）和 8（定价太低）
• 🔄 Pivot — 当反模式已显现时，如何转向
• 📋 注册公司 — 预防反模式 5（忽略法律）的基础步骤
• 📊 市场规模 — 验证市场是否够大，避免反模式 1
• 🚪 退出路径 — 如果反模式已无法逆转，如何优雅退出

💀 创业反模式10 个最常见的死法