🧬 ATOM
Build-Measure-Learn 循環
Build-Measure-Learn Loop
創業（與任何知識創造）的本質不是執行問題，而是學習問題。透過最小可測試產品快速驗證假設、量測真實行為、再以學習結果修正下一輪行動——將不確定性轉化為已驗證知識的迭代引擎。
提出者：Eric Ries · 2011
相關文章 · 5 篇
失敗即數據：系統化學習的必要條件
航空業墜機死亡率 100 年降 1000 倍，醫療業卻年年重複同樣手術誤殺——差別不在醫生聰慧度，在於誰敢承認失敗。
心理行為·6 分鐘·●●●○○假說驅動學習迴圈：為什麼 startup 必須像科學家而不是工程師
最致命的創業失敗不是技術做不出來，而是花 6 個月做出來卻沒人要。精實創業的本質是用科學方法替代直覺。
戰略賽局·7 分鐘·●●●●○欧莱雅一季度增长6.7%，增長引擎從皮膚護理向專業美髮遞換
曾經的明星業務失速，新興品類接棒領跑——這不是衰退，而是成熟企業的宿命迴圈。
戰略賽局·6 分鐘·●●●○○燒錢能否生金：6,000 億美元 AI 基建的驗收期
華爾街不在乎夢想有多宏大，只在乎預期投資回報率何時兌現——雲端營收成長正在成為科技巨頭 AI 賭局的及格線。
經濟金融·6 分鐘·●●●●○精實創業 BML 循環：你測的不是 metrics，是假設
大多數創業失敗不是因為執行力差——而是把錯的事執行得太好。BML 循環要問的那個問題是：在你花六個月 build 之前，你有沒有寫下一個可以被「殺死」的假設？
戰略賽局·6 分鐘·●●○○○