过去十年，创业最稀缺的资源是「能不能做出来」。你得有技术联合创始人、一笔够长的资金跑道、一支愿意陪你熬的工程团队。能把东西做出来，本身就是壁垒。
这个壁垒正在塌。
AI 把执行成本压到接近于零。研究、写代码、competitive analysis、起草投资材料、运营自动化——一个人加一组 agent 就能跑。于是瓶颈整体往上移了一层：不再是「能不能做」，而是「该不该做」。
问题是，「判断」听起来像玄学。像是某种只能靠天赋和运气积累的东西。我不信这个。
判断可以被工程化。把它拆开，它其实是五层：
- 判断：什么值得做，什么不该做。
- 验证：证据来自真实用户行为，而不是 demo 跑通了。
- 范围：MVP 只验证核心假设，不给未来制造债务。
- 上下文：人和 agent 共享同一套长期记忆、规则和决策。
- 自动化：到了后期，你从执行者变成调度者。
这五层合起来，就是我说的 Founder OS——一套 founder operating system。它不是工具清单，不是「用 Claude 多做几件事」，而是把上面这些动作固定成你每天的操作流程。
固定的意思很具体：
- 写下来。 判断留在脑子里就会漂移。写进
CLAUDE.md、写进 spec、写进决策记录，它才能被复用、被审计。 - 可对抗。 最好的判断工具是同一个 AI，只是把它指向相反方向——让它反驳你的 idea，找推翻你假设的证据。支持性的综述谁都会做，会唱反调的系统才值钱。
- 可移交。 只存在你脑子里的判断，规模化时一定成为瓶颈。把它编码进系统，它才不依赖你在场。
执行变便宜的世界里，唯一还能复利的，是判断质量。让 AI 更快写代码不是你的护城河——把判断变成系统，才是。
这个站收集的就是这件事：我整理的一线资料、我自己的方法论、我做过的项目。都是同一个母题的不同切面。