2024 年 11 月，一个名为 Freysa 的项目将一个 LLM 代理程序设置为控制以太坊钱包。指令很明确：无论在什么情况下，都不能转移资金。参与者需要支付费用多次尝试说服它。在经过 481 次尝试和积累了 47,000 美元总奖池后，有人成功让模型相信“拒绝”功能实际上就是“转账”功能。
几周后，Jane Street 发布了一个难题：一个 2,500 层的神经网络实际上实现了 MD5。获胜者通过矩阵可视化、SAT 问题优化、加密模式识别，以及 ChatGPT 的查询相结合，成功解决了问题。
这两个项目比许多已融资数百万的初创公司吸引了更多关注。于是显而易见的问题来了：如何在构建这些项目 之前 评估一个这样的想法？如何判断它是否真的有病毒式传播的潜力，还是仅仅是一个无人分享的技术练习？
问题：在病毒传播时代评估 MVP 的挑战
大多数用于评估产品想法的框架假设一个理性的市场环境。商业模式画布 (Business Model Canvas)、精益画布 (Lean Canvas)、待完成的工作理念 (Jobs To Be Done)——对于需求可以预测的产品而言，这些都是很有价值的工具。但对于分发本身即是产品的项目来说，它们无法奏效。
Freysa 并没有传统意义上的 “顾客”。它并没有解决某个“需要完成的任务”。而是通过参与行为本身，吸引了更多人参与，从而实现了持续关注。经济是循环的：更多尝试带来更大的奖池，奖池越大带来更多媒体报道，更多报道吸引更多尝试。
评估这样的项目需要的是冲突性的视角，而不是一致的共识。一位商业分析师会告诉你没有可持续的收入模型。一个病毒传播专家会告诉你，如果传播系数大于 1，可持续性因素就不重要了。他们说的都对。真相通常隐藏在两者之间，只有通过冲突才能显现。
解决方法：对抗性模拟专家委员会
我设计了一种工具，它模拟了一个包含五位专家的委员会，每位专家都拥有具体的决策框架和明确的职责范围。这些并非只是冠以名人的虚拟形象。每位专家都有具体的决策规则，可以筛除泛泛分析无法筛除的噪音。
整个过程分为三个阶段：
- 独立分析：每位专家从自身的角度评估想法，不会看到其他专家的意见。这样可以避免“锚定效应 ”——比如如果商业专家首先发表意见，称某个想法很棒的话，法律专家可能会软化自己的反对意见。
- 对抗性讨论：专家们阅读其他人的分析并进行相互批评。需要根据证据和逻辑进行，而非以外交辞令敷衍了事，最多进行 10 次轮询，直到达成共识或出现僵局。
- 整合总结：形成一个可执行计划，包括各方面的问题清单、时间表，以及最重要的终止标准 (kill criteria)：如果某些具体指标无法达到，就意味着需要停止项目。
五位入选专家（以及他们的理由）
Paul Graham——商业与战略
他对零阶段初创企业的评估框架是目前对无数据项目最严格的一个。他那句著名的问题“你做的东西有人要吗？”虽然很直接，但却至关重要。他不接受“人们”作为目标市场——他需要具体的潜在第一位用户。
他为委员会带来的贡献：区分“有趣的想法”和“具有商业可行性的项目”的能力。他提出的“做出无法规模化的东西”（Do things that don’t scale）观念，对于那些病毒式传播的 MVP 来说尤为重要，毕竟面对潜在的数百万用户，人们会倾向于过早地构建大型基础设施。
被排除的候选人：Peter Thiel（过于对立——有时会因为项目不够“零到一”而拒绝好项目），Alex Hormozi（专长于服务型业务而非技术性传播性产品）。
Lawrence Lessig——法律与监管
他的思维方式不是一个说“不行”的传统律师。他是一个把监管视为架构的法学家。他提出的“四种监管模型”（法律、社会规范、市场和代码/架构）能够分析如何设计一个系统，使监管成为非问题，而不是试图规避它。
他为委员会带来的贡献：一个重要问题——“当监管机构注意到你的存在时会发生什么？” 许多加密货币和 AI 项目在规模小时与法律无关，但规模一大就会受到监管。Lessig 确定了这一监管介入的门槛。
被排除的候选人：通用企业律师（会对所有事情都说“不”，导致项目胎死腹中）。关键是 Lessig 明白，法律并不是唯一的工具，系统架构的设计可减少甚至不需要法律介入。
Seth Godin——营销与定位
他提出的核心问题是“谁是你可以服务的 最小可行受众，而且为什么他们会感兴趣？” 对于病毒传播性首发来说，这是最重要的问题。他不想着“如何接触数百万用户”，而是考虑“如何接触最开始的 100 位并让他们产生深远兴趣”。
他为委员会带来的贡献：显著性测试。这个项目是否具备能让人不经意间愿意顺手分享的吸引力？“有用”不会被分享。“显著”的东西才会被分享。他提出的“部落”（Tribes）的概念与已经形成群体认同的科技/加密社区完美契合。
被排除的候选人：Philip Kotler（过于企业化，只关注巨头企业营销，忽略 MVP），April Dunford（她的定位框架非常完善，但更适合已有产品，而非新创产品）。
Balaji Srinivasan——热度与病毒传播
他是委员会中最激进的顾问。他深刻理解加密领域的传播机制，例如 FOMO（错失恐惧症）、代币化激励机制、网络效应以及如何在 48 小时内成就热点事件的具体机制。
他为委员会带来的贡献：一个核心问题——“它有没有可能在接下来的五分钟内让某人截图并发布到社交媒体？” 这是病毒传播的基本单位。如果你的产品无法通过自发的截图传播吸引人，需要动用营销预算，那可能还有问题。
被排除的候选人：Gary Vee（虽然懂流量，但欠缺加密+AI 的交叉领域掌控能力），Mr. Beast（精通视频内容的病毒传播，而非技术产品），Nir Eyal（他的“Hooked” 框架更多针对用户保留，并非初始传播）。
DHH (David Heinemeier Hansson)——技术
他的执念是“找到最简单且有效的解决方案”。对 MVP 来说，最大的技术风险不是用错技术，而是因为花了三个月选择技术栈，导致你根本没有上线。
他为委员会带来的贡献：提问“一个人能在 2 周内完成吗？” 如果答案是否定的，那就可能是功能过于庞大，或者技术栈过于复杂。他的“使用无聊的技术”哲学（如 PostgreSQL 而不是 CockroachDB；Redis 而不是 Dragonfly），是对抗技术症候群的解药。
被排除的候选人：Werner Vogels（从一开始就考虑扩展性，这对 MVP 完全没有帮助），Kelsey Hightower（他的 Kubernetes 专业知识可能会导致任何 MVP 过度复杂化——典型的杀鸡用牛刀）。
有益的冲突：真相从分歧中浮现
咨询专家之间的冲突并不是设计的缺陷，而是设计的核心。
Balaji vs. Lessig：病毒传播与监管的矛盾
这是核心张力所在。Balaji 会倾向于采纳带有金钱激励的 FOMO 机制（例如可见奖池、“付费尝试”或代币）。Lessig 则会指出，在 EU 的司法区，带有累积奖金的收费式活动等同于赌博，需要 DGOJ（西班牙赌博监管局）的许可证。
实际解决方法并不是简单地让其中一方“赢”。而是找到一个两全方案，例如使用免费的挑战并由赞助商提供奖励池（大多数司法区合法），而不是直接收取参与费用（在很多地方属于赌博）。
Godin vs. DHH：引人注目的设计还是极简技术？
Godin 希望打造令人难忘的体验，例如带有动画的公共排行榜、参与者简介、成就徽章等。而 DHH 则可能更倾向于一页面静态网站，仅有 SQLite 和一个简单的表单。
解决之道：能否利用简单技术实现引人注目的效果？几乎总是可以。一张 HTML 表格式排行榜即便没有 JavaScript，也能通过展示令人印象深刻的内容而脱颖而出。
Paul Graham vs. Balaji：单客经营与增长的矛盾
Paul Graham 希望有一个明确的收入模型，从第一天就开始盈利。Balaji 则会说病毒式传播本身就是模型——先得到用户，然后再谈变现。
两人的观点都有先例支持。Instagram 在吸引到 1 亿用户之前没有任何收入模式。但每个成功的 Instagram 背后，也有成千上万的项目因为无收入模式注定失败。
通常的解决方法是分阶段的：首先验证传播的能力（赞成 Balaji）；然后以严格时间表要求收入模型（赞成 Paul Graham）。终止标准（kill criteria）会正式确立这项一致意见。