把早期的一点起色误当 PMF：最常见的幻觉
发布之后有那么几天，数字明显往上动了。群里有人主动说好用，有个从没见过的人写了条使用记录，还有人问你收不收钱。你开始盘算：是不是可以加投放了，是不是该招个人了。
a16z 在 2017 年 2 月那篇讲 PMF 的十二条要点里，把这件事单列成第 6 条：创始人经常把早期的一点起色误当成真的 PMF（A5.1#6）。它被列进那份清单，说明它不是某个人倒霉，是这一步的默认状态。
站内 L9 阶梯有两篇课反复用 PMF 当决策开关——一篇讲该不该做投放，说投放是放大器不是发动机，没到 PMF 就砸广告等于往漏桶里浇水；另一篇讲分发与产品的时间分配，说 pre-PMF 阶段比例要倒过来。那两篇告诉你「到了 PMF 再放量」，这篇讲你手上这点起色够不够格被算成「到了」。另外，L9 还有两篇讲虚荣指标与可行动指标的，那讲的是哪些指标不该看；这篇讲的是同一个真实的、可行动的指标，在什么条件下依然不构成 PMF 的证据——数字是真的，推论是假的。
一、2007 年那份症状表里，起色和 PMF 长得不一样
Andreessen 2007 年 6 月那篇文章里，列了两组可观察症状，一组是没到，一组是到了。
没到的六条（A2.3）：客户没从产品里拿到足够价值；口碑传播很慢；使用量涨得不快；媒体反应平淡；销售周期拖得很长；交易频繁谈崩。
到了的六条（A2.4）：客户买的速度快过你能生产的速度；使用量涨的速度快过你能加服务器的速度；钱不断进来；在拼命招销售和客服；媒体主动找上门；开始拿创业者奖项。
这十二条里没有一个数字。它们描述的全是一种持续的、压迫性的状态——不是某个指标好看，是你被需求推着走、供给端跟不上。
本站的判断是：把这两组放在一起看，真正的分界线不在「有没有好消息」，而在推力从哪来。到了的那六条，推力全在外部：客户在推你、媒体在推你、招聘需求在推你。你处于被动。而早期的起色，推力几乎总在你自己手上——你发了一条帖子，你找了几个人试用，你在群里回了一轮问题。你一停，它就停。
这个换算必须说清楚：A2.4 那六条写的是融过资、有销售团队、有服务器扩容压力的公司。一个独立开发者身上不会出现「拼命招销售」这种症状，服务器也未必是瓶颈。换算的办法（本站判断，依据 A2.4 的原始语义）：把「买的速度快过你能生产的速度」换算成「有人在排队等你做完某个功能，而且他们会主动追问进度」；把「媒体主动找上门」换算成「不是你去投稿，是有人未经你请求就写了你」。换算之后，那种被动性仍然成立——成立的是被动性，不是具体形态。
a16z 那份清单的第 4 条和第 5 条说的是同一件事的两面：一面是看可观察信号，包括获客速度、自然增长、正面报道，或者这些信号的缺席（A5.1#4）；另一面是，认出 PMF 需要定性判断，不是纯看数（A5.1#5）。按本站的读法，这两条一旦被拆开引用就废了——只看信号会把一次性事件读成趋势，只谈定性又会变成凭感觉。
二、起色的三种冒充来源
本站的判断是（依据 A5.1#4 的「信号或信号的缺席」这一框架，加上 B1.3 的现象描述）：早期起色里，最常见的三种推力都不是市场需求本身。
第一种：一次性曝光。 你发布了、被转发了、上了某个列表。这条推力有明确的起点和衰减曲线，撤掉之后什么都不剩。它的识别特征是，你能说清楚是哪一天开始的，也能说清楚是因为哪一件事。
第二种：熟人半径与同温层。 第一批用户往往是你能直接触达的那批人——他们对你有耐心，愿意替你补上产品缺的那部分，也不好意思说难用。他们的反馈不是假的，但它测的是你的人际关系，不是产品与市场的配合。识别特征是，你能叫得出这批人里大部分的名字或 ID。
第三种：尝鲜。 ChartMogul 那份留存报告里有一条现象描述：实验性质的 AI 产品使用者最终会离开，关键特征是转向下一个热门产品（B1.3）。报告本身没有给这类用户下正式定义，所以这里只当现象读。同一份报告还提到，相当比例的短期合约用户不会续约。
第三种在 AI 产品上格外重，重到会影响你怎么读自己的留存曲线。那份报告的 AI 原生样本里，中位的总收入留存在 2025 年 1 月是 27%，到 2025 年 9 月是 40%（B1.4）。这个数还在快速变化，九个月里就动了一大截，拿它当结论用是靠不住的。更要紧的是它的样本门槛：报告只统计已经做到 $250k ARR 的公司（B1.0）。也就是说这是「已经活下来的公司之间的差异」，不是初创产品的命运。本站据此做的外推是：如果连过了这条门槛的公司都在经历一轮尝鲜者离场，那么一个还没到这条线的产品，早期用户里尝鲜成分只会更高——这是相关性推断，不是因果。
三、六个可照抄的核查问题
这六个问题是本站按 A5.1#4 的信号框架和 A5.1#5 的定性判断要求整理的，不是事实卡里的现成清单。拿你最近那段起色，对着六个问题逐条回答。要求是每条都写出具体的答案，写不出来的那条就是它本身的结论。
- 这段起色的起点是哪一天，那天发生了什么？ 如果能指到具体某一件事，那么你测的是那件事的余波，不是需求。
- 这批人里，有多少是你能叫出名字或者有直接联系方式的？ 比例过半，你测的是熟人半径。
- 把你自己的推动全部撤掉一整个使用周期，这批人还会回来吗？ 使用周期按你产品的自然节奏定——日用工具是几天，月度工作流就是一个月。撤掉推动之后仍然回来的那部分，才是可以往上垒的地基。
- 第二批人是不是同样的曲线？ 第一批人来自曝光，第二批人来自哪里，你说得出来吗？说不出来，就还没有可重复的获取路径。
- 有没有人在你没做任何事的情况下，把这个产品告诉了另一个人？ A2.3 把「口碑传播很慢」列在「没到」的症状里，反过来读就是本站在个人产品上做的换算——口碑这一条不依赖公司规模，独立开发者身上照样观察得到。
- 有人为此付钱，还是有人说愿意付钱？ 说愿意付钱和账上真的多了一笔，是两件事，中间隔着一整个付款动作。
这六条不打分，也不加权。它的用法是：只要第 3 条和第 4 条都答不上来，剩下四条答得再漂亮也不构成 PMF 的证据——因为那两条问的是可持续性和可重复性，而 PMF 从定义上就是一个关于市场的判断，不是关于一次事件的判断。
a16z 那份清单第 3 条说，PMF 是个过程，运气存在，但存在于一套可重复、可检验的方法之内，靠假设驱动的迭代（A5.1#3）。第 3、4 两问，就是把「可重复、可检验」这句话落到你手上这批具体的人身上。
四、数字偏高和数字偏低，都能骗过你
误判不总是发生在数字难看的时候。
推荐那条 40% 问卷线的 Sean Ellis 本人，在 2024 年 12 月 19 日的 Substack 上写过一篇，标题就叫「PMF 分数高但留存低」。付费墙前可见的部分记录了一个创始人的情况：问卷里有 55% 的用户回答没有这个产品会非常失望，已经高于他自己推荐的那条线，公司却仍然面临低留存（A3.3）。他在正文里给的解释在付费墙之后，本站没有取到，所以这里不揣测他的答案。但提问的人是谁这件事本身就够重了——连推荐这条线的人，都在讨论分数过线而留存不行的情况。
反方向也一样。a16z 在 2026 年 3 月那份消费级 AI 应用榜单的第 6 版里，明确承认自己的排名「越来越低估了人们用得最多的那些 AI 产品」（B4，原文为 undercount the AI products people use most）。他们举的例子是，一个每天泡在 Claude Code 里八小时的开发者是重度 AI 用户，但在网页流量数据里几乎体现不出来。那份榜单的口径是网页端按 SimilarWeb 月度独立访问量、移动端按 Sensor Tower 月活，数据截至 2026 年 1 月。
一家把排 AI 应用榜做成招牌的机构，拿着这两家的数据，仍然说自己量不准这个品类。本站的判断是（依据 B4）：一个独立开发者手上只有注册数、日活、问卷分这几样东西，误差只会更大——所以第三节那六个问题里，没有一个是数值阈值，全是关于结构的问句。这不是不想给阈值，是这个品类上单一数值阈值本来就不该被当判据用。
五、误判之后，代价落在哪
把起色当成 PMF，代价不是「白高兴一场」，是接下来那几个动作会同时踩空。
a16z 那份清单里有三条正好对着这三个动作。第 9 条：在验证 PMF 之前扩张会失败（A5.1#9）。第 11 条：PMF 之前招人会拖慢迭代，PMF 之后招人才是加速增长（A5.1#11）。第 7 条：赢的是先到 PMF 的那个，不是先进入市场的那个（A5.1#7）。
本站的判断是（把 A5.1#9、#11、#7 三条串起来看）：误判触发的第一个动作通常是加投放或者招人，而这两个动作都会让你更难改产品。投放建立在当前这版价值主张上，改产品等于让已花的钱作废；招人会让沟通成本和已有分工把方向锁死。于是误判的真正代价不是浪费的那笔钱，是你把迭代速度换掉了，而迭代速度正是你还没到 PMF 时唯一的优势。第 7 条那句话在这里才咬合上：抢时间抢的是到达 PMF 的时间，不是上线的时间。
a16z 那篇里还引用过一个说法，认为过早扩张在创业公司里相当普遍，另有一个说法是验证市场需要的时间比多数创始人预期的要长得多。这两条本站只当作有人这么讲，不拿它做论断依据——它们的源头那篇文章自己也没追到。
六、起色的正确用法：把它降格成一条假设
起色不是要被否定的东西，它是你手上第一份非零的材料。问题只出在它被安放的位置——放在「结论」那一格，后面全错；放在「待验证的假设」那一格，它就是最有价值的输入。
a16z 那份清单区分了两个假设（A5.3）：价值假设说清楚客户为什么会用你的产品——造什么、谁需要、怎么交付；增长假设关注怎么规模化获客，而且只有在价值假设被验证之后才做。把起色错读成 PMF，本质上就是跳过价值假设直接开始做增长假设。
所以起色的正确处理方式是把它翻译成一句可证伪的价值假设。格式（本站给的模板，依据 A5.3 的两假设分野）：
「某一类具体的人，在某个具体场景下，会主动重复使用这个产品来完成某件具体的事；如果撤掉我的推动，他们在一个使用周期内还会回来。」
这句话里的四个空必须填得足够具体，具体到能拿去证伪。「做内容的人」不够具体，「每周要出稿、并且自己排版的人」才够。填完之后，第三节第 3、4 两问就成了这句话的检验方式。
这里也解释了为什么这件事不是一次就能做完的。那份清单第 8 条把「PMF 是一次性的、大爆炸式的事件」列为迷思之一，并转述 Ben Horowitz 的观点：PMF 是迭代的、连续的，如果停止适应就会丢掉（A5.4）。既然它是连续的，那么「到了没有」这个问题就不该被问成一道是非题，而该被问成「我这条假设，这一轮验证到了哪一层」。
七、现在去做的一件事
打开你记录数据的地方，找到这段起色的起点那一天，把第三节那六个问题逐条写下答案——写在文件里，不要在脑子里过。第 3 条和第 4 条如果答不上来，就把第六节那句模板填完，注明今天的日期，然后在一个完整使用周期之后回来看同一批人，不是看总数。
同一批人的回访曲线，是这一步唯一不容易骗人的东西。总数会被新流量盖住，问卷分会被分母影响，只有「上个周期来的那批人这个周期还在不在」这件事，不受你手上任何推动力的影响。
站内 L9 那篇讲留存的课已经讲透留存为什么优先、怎么提，这篇不重复那些做法；它们的关系是，那篇讲你已经决定要提留存之后怎么提，这篇讲你凭什么判断现在这条曲线还不足以支撑加投放和招人的决定。
延伸阅读
本篇提到的站内课程，可以直接接着往下读：
名词不熟可以先看术语页：PMF（产品市场契合）