方向：独立开发变现 / AI 工具变现
“我用一句话做出了 App”很适合做演示，不等于已经有了生意。
Lovable 在 2025 年 7 月的公告中表示其年化经常性收入（ARR）达到 1 亿美元，并说明 Agent 模式成为新用户默认设置，按请求复杂度消耗 credits。[1] 这至少说明了一件事：平台赚到钱的核心不是“帮用户生成代码”这个炫技瞬间，而是持续提供构建、修改、托管和使用的能力，并把它包装进可重复收费的产品。
对独立开发者而言，真正要学的是：把 AI 生成能力嵌入某一个用户愿意持续付费的结果里。
1. 区分三种完全不同的“赚钱”
| 你在做什么 | 谁付钱 | 付费依据 | 常见误区 |
|---|---|---|---|
| 做一个 AI 开发工具 | 开发者/团队 | 节省开发时间、协作与可靠性 | 以为接口套壳就能收订阅 |
| 用 AI 做垂直 SaaS | 某行业用户 | 完成业务任务、提高收入或减少损耗 | 产品做得很泛，没人觉得非买不可 |
| 用 AI 交付服务 | 客户 | 明确产出、速度、质量与责任 | 把一次性定制误当成可规模化软件 |
Lovable 的公告展示了平台层的定价逻辑：一次请求可能消耗不到一个 credit，也可能消耗多个 credit，价格和工作复杂度挂钩。[1] 这对做 AI 产品的人是个提醒：模型成本不是后台细节，应该在产品设计之初就和用户可感知的价值对应起来。
2. 先找“结果付费点”，再写产品需求
一个值得用 AI 做的垂直问题，至少回答四个问题：
- 用户现在怎样完成它，花多少时间或钱？
- 结果是否有明确验收标准？
- AI 能减少哪个具体环节，而不是只让界面更酷？
- 用户为什么会在下个月继续付费？
例如，“帮餐厅做一个官网”常常是一次性项目；“每周把预订、评价与外卖反馈整理成待办，并推送给店长”才更接近可订阅的工作流。前者卖制作，后者卖持续运营结果。
3. 先卖一个窄版本，而不是完整平台
一个务实的 30 天路径：
- 第 1 周：访谈 10 个潜在用户，只记录真实任务、已有替代方案和不做的代价；
- 第 2 周：做一个可演示的最小闭环，输入、处理、输出和人工兜底都要存在；
- 第 3 周：收 3 个付费试点，哪怕收费低，也不要只收“好评”；
- 第 4 周：观察留存信号，用户是否再次使用、是否愿意导入更多数据、是否愿意介绍同类客户。
没有第二次使用，就不要先优化 prompt，也不要先扩功能。先问：第一次交付的结果是否真的值钱？
4. Vibe Coding 时代最容易漏掉的成本
生成速度变快后，下面四笔账反而更重要：
- 获客成本：你从哪里找到第一个愿意付费的人？
- 模型与基础设施成本：每次任务消耗多少 token、API、存储和人工审核？
- 可靠性成本：生成错了、接口失败、数据误写时谁来处理？
- 维护成本：用户需求变化、第三方 API 改版和安全问题如何处理？
如果只能在 demo 中跑通，而无法说清这四笔账，产品还没有准备好收费。
5. 用 AI 做产品时，应该卖什么
不要卖“我会用某个新模型”。可以尝试卖：
- 行业数据的整理和可追溯报告；
- 能与既有 CRM、表格、工单系统连接的流程；
- 某类合规要求下的人工审核与留痕；
- 明确场景的模板、实施与持续维护；
- 帮团队把重复动作变成可量化、可回滚的流程。
这类价值不会因为下一个模型发布就自动消失，因为它连接的是用户的真实工作与责任。
结论
Vibe Coding 降低的是“做出第一版”的成本，不是“找到愿意付费问题”的成本。先确定谁为哪个结果付费，再让 AI 把交付速度拉起来；反过来做，往往只会得到一个看起来很完整的免费 demo。