事件
Eric Ries 在 2011 年出版《精實創業》，核心命題只有一句話：startup 不是執行問題，是學習問題。這個命題在當時是反直覺的——創投和商學院的語言都是「計畫、融資、執行」，但 Ries 說，在高度不確定的環境下，最危險的事不是執行太慢，而是花了六個月 build 一個沒人要的東西。
BML 循環的結構：Build（建構最小可測試產品）→ Measure（量測真實用戶行為）→ Learn（確認或殺死假設）→ 修正 → 再 Build。表面看是產品開發流程，實際上是認識論的重組：把直覺變成假設、把假設變成實驗、把實驗變成知識。
---
為什麼這是 loop，不是 checklist
大多數人誤讀 BML 的方式是把它當 waterfall 的精簡版——做小一點、快一點、然後上線。這是錯的。
BML 的核心操作不在 Build，在 Measure 之前你有沒有寫下一個 falsifiable hypothesis。
正確做法：「我相信 *用戶 A* 在 *情境 B* 下會做 *行為 C*，因為 *原因 D*。如果七天後 conversion rate < 5%，這個假設被殺死。」
錯誤做法：上線、看 dashboard、說「數字還不錯」、繼續做下一個功能。
後者沒有在跑 BML，只是在跑 Build-Build-Build，用更快的速度重複同一個錯誤。
這個區別至關重要：你量測的對象不是產品，是你對用戶的信念。每一個 cycle 的輸出是知識更新，不是功能上線。
---
歷史上的 BML 原型
BML 不是 Ries 發明的——他把一個古老的認識論結構帶進了創業語言。
- **科學方法**（17世紀 Francis Bacon）：假設 → 實驗 → 觀察 → 修正假設。BML 是科學方法的商業語言版本。
- **豐田 PDCA**（1950s Deming / Shewhart）：Plan → Do → Check → Act。製造業的品質迭代循環。
- **Boyd 的 OODA Loop**（冷戰空戰理論）：Observe → Orient → Decide → Act。速度比對手快一個循環就能取得優勢。
這三個原型有共同結構：用小代價的行動取得資訊，再用資訊更新下一次行動。在不確定性高的環境，這是最理性的策略。
---
兩個容易搞錯的地方
1. MVP 不是「爛產品」
Minimum Viable Product 的重點在 *viable*，不在 *minimum*。MVP 的定義是：能夠測試你最重要假設的最小投入。如果你最重要的假設是「用戶願意為自動化報表付費」，MVP 可以是一個手動做報表然後假裝是 AI 的 Wizard of Oz 實驗——不需要真的建 AI。如果你的假設是「用戶在手機上比電腦上更願意購買」，MVP 必須是能在手機上真實結帳的版本。
MVP 的尺寸取決於你的假設，不取決於工程資源。
2. Pivot 不是「失敗後換方向」
Pivot 在 BML 語言裡是精確詞——它是當假設被殺死後，基於新知識的有結構轉向。Instagram 從 Burbn（複雜簽到 app）pivot 到純照片分享，因為量測到用戶只用照片功能。這不是放棄，是學習後的更新。
隨機換方向不叫 pivot，叫 thrashing。
---