telos-customer-validator：AI Agent 工具实践指南

真正理解telos-customer-validator，要从它处理的任务开始：客户验证的艺术：2026 年被忽视的初创公司增长过滤器。对日常自动化任务来说，输入边界、依赖和失败处理如果不清楚就很难稳定复用往往决定它能否落地，不能只用安装成功来判断。与其反复读介绍，不如用一项范围明确的真实任务完成最小试跑，再依据配置时间、输出质量、异常信息和维护痕迹做取舍。如果团队属于愿意先做小范围验证并复查原始文档的团队，它有继续测试的理由；否则先看替代方案会更省时间。

验证引擎：AI- 为拒绝在真空中构建的创始人提供动力客户发现

为什么存在：创始人的悖论

每个初创公司的墓地都铺满了没人想要的代码。你已经感觉到了——经过几个月的努力，你逐渐意识到你的“绝妙”想法是寻找问题的解决方案。验证引擎的存在就是为了消除这种感觉。

基本事实： 客户并不关心您的代码。他们关心自己的痛苦。这个由 AI- 驱动的 Claude Code 插件拒绝让您编写一行生产代码，直到真正的人类验证了您的核心假设。这不是一个建议。这是与现实的契约。

把它想象成你的初创公司的免疫系统——它会在假设的癌症转移到无用的功能之前检测到它。

架构概述：验证管道

graph TD
    A[Founder Inputs Idea] --> B[Adversarial Customer Roleplay AI]
    B --> C{Validation Score > 7/10?}
    C -->|No| D[Concierge Onboarding: Refine Hypothesis]
    D --> B
    C -->|Yes| E[Generate Customer Interview Script]
    E --> F[AI Conducts Mock Interviews with 13 Personas]
    F --> G[Pattern Detection: Real Pain vs. Imagined Pain]
    G --> H[Validation Report with Confidence Score]
    H --> I{Founder Approved?}
    I -->|No| J[Return to Hypothesis Refinement]
    I -->|Yes| K[Unlock Code Writing Permission]
    K --> L[Feature Prioritization Based on Customer Data]
    L --> M[Production Code Begins]

核心技能：验证的 13 个支柱

快速入门：配置文件配置示例

# profile.config.yaml - Your Startup Persona
startup:
  name: "EcoTrack"
  industry: "Sustainability/SaaS"
  target_market: "Small-to-medium businesses in Europe"
  core_proposition: "Carbon footprint tracking automated via API"
  stage: "Pre-product"
  team_size: 3

validation_settings:
  min_validation_score: 7.5
  required_real_interviews: 25
  ai_roleplay_iterations: 10
  language: "en"
  cultural_context: "European"

personas:
  - ceo_skeptic: true
  - cto_technical: true
  - early_adopter: true
  - budget_holder: true
  - competitor_loyalist: true
  - regulatory_expert: true
  - superfan: true
  - eternal_doubter: true
  - enterprise_buyer: true
  - solopreneur: true
  - investor_perspective: true
  - end_user_practical: true
  - industry_analyst: true

api_keys:
  openai: "sk-xxxxxxxxxxxxxxxxxxxxxxxx"
  claude: "sk-ant-xxxxxxxxxxxxxxxxxxxxxxxx"

控制台调用示例

# Initialize validation session for your startup idea
$ validation-engine init --idea "AI-powered meal planning for busy parents" --industry "Health & Wellness"

# Output:
╔═══════════════════════════════════════════════════════════╗
║     VALIDATION ENGINE v2026.1 - AI-Powered Discovery     ║
╠═══════════════════════════════════════════════════════════╣
║ Idea: AI-powered meal planning for busy parents          ║
║ Industry: Health & Wellness                              ║
║ Status: Analyzing with 13 adversarial personas...        ║
╚═══════════════════════════════════════════════════════════╝

[00:00:01] Persona 1/13: Busy Working Parent (2 kids)
            Pain Score: 8.2/10 - "I forget what's in my fridge weekly"
[00:00:03] Persona 2/13: Health-Conscious Single
            Pain Score: 3.1/10 - "I just eat the same thing every day, it's fine"
[00:00:05]  CRITICAL FLAG: Persona 2 reveals assumption error
            Your solution assumes everyone wants variety. 40% don't care.

[00:00:10] Overall Validation Score: 6.4/10 (BELOW THRESHOLD)
            Code writing: LOCKED
            Suggested action: Refine hypothesis with concierge onboarding

$ validation-engine refine --focus "reduce food waste" --segment "families with 2+ kids"

重写规则的关键功能

对抗性客户角色扮演（刺客）

我们的 AI 不会溺爱您。它扮演着最差客户的角色——会破坏你的价值主张的人。这不是消极情绪；而是消极情绪。这是针对失败的疫苗。 13 个角色中的每一个都有不同的偏见、预算和废话检测器。

采用苏格拉底式方法的礼宾入职培训

大多数创始人都有错误的问题。我们的 AI 指导您完成基于问题的改进，看起来就像治疗师与风险家的杂交。 “你为什么认为这是痛苦的？” “NOT 解决这个问题的成本是多少？” “谁对这种痛苦感受最深？”

验证评分：客观现实检查

不再有“我妈妈认为这是个好主意”的情况。验证分数 (0-10) 包括：

• 疼痛的情绪强度 (40%)
• 支付意愿（25%）
• 问题发生频率 (20%)
• 受影响市场的规模（15%）

分数低于7.0？代码编写依然是LOCKED。去和更多的人交谈。

多语言和多文化智能

东京的客户的思维方式与柏林的客户不同。我们的系统使验证脚本适应 50 多种文化背景，并针对以下方面进行调整：

• 直接与间接沟通方式
• 个人主义与集体主义决策
• 每个地区的价格敏感度基线

实时情绪演变跟踪

随着 AI 处理更多客户数据，实时观察验证分数的变化。这就像看着你的初创公司的未来在“可能的独角兽”和“昂贵的教训”之间闪烁。

表情符号 OS 兼容性表

OpenAI 和克劳德 API 集成

验证引擎在设计上与模型无关，但针对两个生态系统的独特优势进行了优化：

OpenAI (GPT-5 涡轮)

• 最适合： 快速对抗角色扮演、市场差距分析、定价心理学
• 配置： --ai-backend openai --model gpt-5-turbo
• 成本： 每次验证会话约 0.03 美元（100 次角相关互动互）
• API 要求： OPENAI_API_KEY 环境变量

克劳德（克劳德 4 首作品和十四行诗）

• 最适合： 礼宾入职（细致入微的苏格拉底式提问）、情绪分析、创始人责任坚控
• 配置： --ai-backend claude --model claude-4-opus
• 成本： 每个验证会话约 0.05 美元（处理复杂的推理）
• API 要求： ANTHROPIC_API_KEY 环境变量

混合模式（推荐）

$ validation-engine run --hybrid 
  --openai-for "roleplay" 
  --claude-for "onboarding" 
  --validation-threshold 7.5

系统自动将任务路由到最佳模型，为您提供GPT 的对抗性测试速度和 Claude 的同理心细化深度。

安装和设置

先决条件

• Python 3.11+ 或 Node.js 18+
• 已安装克劳德代码 CLI
• OpenAI API 钥匙（用于 GPT- 动力角色扮演）
• Anthropic API 密钥（用于 Claude 支持的入门）

快速安装

# Via pip (Python)
pip install validation-engine-2026

# Via npm (Node.js)
npm install @validation-engine/core

# Via Homebrew (macOS)
brew install validation-engine/tap/ve

Docker部署

docker pull validation-engine/core:2026.1
docker run -e OPENAI_API_KEY=xxx -e ANTHROPIC_API_KEY=xxx validation-engine/core:2026.1

为什么创始人选择验证引擎

“我浪费了 18 个月的时间来构建一个没人想要的产品。验证引擎在 3 小时内向我展示了它为何会失败。在编写一行代码之前我就进行了转变。这个工具应该是每个加速方案的必备工具。”
— Y Combinator S24 Batch 创始人

“对抗性角色扮演很残酷。我哭了两次。但我节省了 20 万美元的开发成本。这是我买过的最好的情感打击。”
— CEO、ClimateTech 启动

响应式 UI 和 24/7 支持

网页仪表板

• 带有趋势线的实时验证分数可视化
• 角色互动记录以及情绪亮点
• 功能优先级矩阵 拖放界面
• 移动响应式，用于随时随地进行面试审核

多语言支持

整个仪表板可用于：

• 英语（默认）
• 西班牙语
• 普通话 中文
• 阿拉伯语
• 印地语
• 法语
• 德语
• 日语
• 葡萄牙语
• 俄语

客户支持

• AI 聊天支持：24/7/365，< 30 秒响应时间
• 人工升级：周一至周五上午 9 点至下午 6 点 EST
• 创始人办公时间：每周与验证专家举行小组会议
• 文档：完整的 API 参考、视频教程和案例研究

⚠免责声明

此工具并不能保证启动成功。市场很复杂，时机很重要，而执行就是一切。验证引擎是一个决策支持系统，而不是水晶球。它极大地降低了构建没人想要的东西的风险，但它不能消除所有不确定性。

AI- 生成的客户角色是模拟。 虽然我们的 AI 已接受过数百万次真实客户交互的培训，但模拟反馈无法完全取代与真人的对话。 25 次真实面试的要求正是出于这个原因而存在的。

API 成本可能会有所不同。 所报价格是根据典型使用情况估算的。大量用户（每个会话 100 多次角相关互动互）可能会产生更高的成本。

隐私说明： 所有验证会话数据均经过端到端加密。我们不会针对您的创业想法进行培训。您的竞争优势仍然属于您。

下载并开始

停止建造。开始验证。因为唯一重要的代码是您的客户正在等待的代码。