GitHub 上 5 万星的开源工具他重做一次，8 个月做到年化 $100M

写在前面

假如，你做了一个免费的开源工具，5 万人在 GitHub 上给你 star，几十个开发者主动给你贡献代码。

下一步，你会怎么把这个免费的东西变成钱？

Anton Osika 给的答案是这样：把这个开源 CLI 工具完全重新打包成一个网页产品，重新命名，给非程序员用。

结果，Lovable 上线 4 周做到 4 百万美元年化收入，8 周做到 1 千万美元年化，3 个月做到 1 千 7 百 5 十万美元年化，8 个月做到 1 亿美元年化⋯⋯

团队 15 个人，被欧洲创投圈称为「欧洲历史上增长最快的创业公司」。

一、GPT-Engineer，5 万 star 的开源 CLI 起点

Anton Osika 在做 Lovable 之前，是 Depict.ai 的联合创始人，这家公司融了 2 千万美元，做产品推荐 SaaS。

在那之前，他在瑞典 AI 公司 Sana Labs 当第一个工程师。

再之前，他在欧洲核子研究中心做粒子物理。

2023 年 ChatGPT 出来之后，他做了一个个人开源项目叫 GPT-Engineer。

这是一个命令行工具（CLI），你描述你想要的东西，它帮你生成完整的代码项目。

这个工具的体验对程序员来说很神奇，但对非程序员来说门槛很高。

你必须会用 terminal，你必须懂如何运行 Python 脚本，你必须能读懂生成的代码。

即便如此，GPT-Engineer 在 GitHub 上涨到了 5 万 2 千 star。

开发者社区被这个想法迷住了。

如果 AI 能写代码，为什么我还要自己一行一行敲。

Anton 看到了 5 万 star 这个数字。

他知道他做对了一件事，但同时也知道他没做对一件事。

做对的是，让 AI 写完整代码项目这个核心想法。

做错的是，给程序员用 CLI 这个交付方式。

真正想要这个能力的人不是程序员，是不会写代码但有产品想法的人。

二、把 CLI 重新打包成 Lovable

所以，Anton 做的下一个动作是把 GPT-Engineer 的核心能力完全重新打包成一个网页产品，命名 Lovable。

Lovable 的体验很不一样。

打开网页，输入「我想做一个能提醒我喝水的应用」，30 秒后你看到一个能用的网页应用，不需要装任何东西。

如果你想改样式，再说一句「按钮换成蓝色」，它就改了。

如果你想加功能，再说一句「加一个统计每天喝了多少杯」，它就加了。

整个过程没有 terminal、没有 GitHub、没有 npm install。

一切都在浏览器里完成。

最后你可以点一个按钮把应用部署到一个真实的网址上。

这个体验吸引的人和 GPT-Engineer 完全不同。

GPT-Engineer 的用户是好奇 AI 能力的程序员。

Lovable 的用户是有产品想法但不会写代码的设计师、产品经理、创业者、营销人员⋯⋯

受众面瞬间扩大了 100 倍。

三、$0 到 $4M ARR 用了 4 周

Lovable 网页版 2024 年底上线。

第一个月就做到了 4 百万美元年化收入。

4 周，做到 4 百万美元年化在 SaaS 历史上几乎是不可能的。

一般 SaaS 做到这个数字平均要 3-5 年。

Lovable 怎么做到的？

Anton 在公开访谈里给的解释有三层：

第一层，是 GPT-Engineer 这 5 万 star 的开源社区已经在等。

Lovable 上线第一天就有几万人涌进来试用。

这是任何冷启动产品都得不到的优势。

第二层，是产品本身的「30 秒奇迹」体验。

第一次用 Lovable 的人，30 秒内能看到自己描述的应用变成现实。

这种感觉是病毒式传播的核心。

每个用户都会截图发到 X 上、Reddit 上、TikTok 上，免费给 Lovable 做营销。

第三层，是 AI 编程赛道的浪潮。

2024 到 2025 年所有人都意识到「AI 能不能帮我写代码」是值得砸钱的事。

Lovable 不是这个赛道的第一个产品，Cursor、Bolt.new 也在做，但它选择了「非程序员市场」，这个 Cursor 没去抢的位置。

四、$4M 到 $10M 用了下一个月，15 人团队

第二个月，Lovable 从 4 百万年化做到了 1 千万年化。

两个月内涨了 2.5 倍。

这个增速到 1 千万美元年化的时候团队只有 15 个人。

换算下来人均年化收入 67 万美元。

这是一个传统 SaaS 几乎做不到的人效。

传统 SaaS 人均年化收入 10-20 万美元算正常。

Lovable 没有 sales team。

所有付费用户都是从产品本身的体验自然转化的。

新用户注册免费用一段时间，发现产品有价值，自己升级到付费套餐。

这种「产品自带销售」的模式只在两类公司能成立。

一类是有极强 distribution 的 consumer 产品（比如 ChatGPT）。

另一类是有极强产品体验的 PLG（product-led growth）SaaS。

Lovable 是后者。

15 个人里大部分是工程师，没有 sales team，没有大型 marketing 团队。

这是 Anton 故意保持的。

他在公开访谈里说，团队大了之后决策会变慢，决策慢了之后产品会失去 magic。

五、3 个月 $17.5M ARR，每周新增 $2M

第三个月，Lovable 的年化收入做到 1 千 7 百 5 十万美元。

每周新增收入 2 百万美元。

这意味着每过一周，公司的年化收入就加 2 百万美元。

更不寻常的是 Lovable 的 Day 30 留存率。

Anton 在播客里说，Lovable 的 30 天留存率比 ChatGPT 还高，85%。

这个数字在所有 consumer SaaS 里都是顶级的。

85% 的留存率意味着用户用了 30 天还在用。

对一个上线 3 个月的产品来说，这个数字暗示了 Lovable 对用户的依赖度已经形成。

8 个月之后，Lovable 的年化收入做到了 1 亿美元。

这个数字让 Lovable 成为欧洲历史上增长最快的创业公司。

对国内 AI 创业者的启发

1. 开源项目是最好的 distribution，但只有当你换包装给非技术者用的时候才会爆。

GPT-Engineer 在 GitHub 上 5 万 star，对一个程序员来说是个不错的成就。

但这个成就的真正价值不是吸引到了 5 万开发者，而是验证了「AI 写完整代码项目」这个想法可行。

Anton 真正变现的动作是把这个被验证的能力换包装给非程序员。

CLI 没人愿意付费，网页版立刻有人付费。

同样的核心能力，包装变了，受众变了，定价变了。

国内开发者经常做开源项目然后期待「自然变现」。

Anton 的故事说明，开源项目本身不是变现路径，是验证路径。

变现需要再做一次包装，把验证过的能力卖给真正愿意付钱的受众。

2. 产品体验的 30 秒奇迹是 PLG 唯一可复制的护城河。

Lovable 的 30 秒奇迹，输入想法 30 秒看到应用，是它病毒传播的核心。

每个用户的第一次体验都被设计成「值得截图发出去」的程度。

国内 SaaS 创业者太注重功能完整性，注册流程、教程视频、客服话术，但忽略了第一次用产品的瞬间体验。

如果用户第一次用你的产品没有「值得截图」的瞬间，他不会再回来，更不会推荐给别人。

你现在可以做的：打开你自己的产品，假装你是第一次用的人。

从注册到第一个有价值的体验，要多少秒。

如果超过 60 秒，砍掉中间的步骤。

如果你的「第一次体验」不能让用户想立刻截图发朋友圈，重做这个体验。

3. 非技术市场比技术市场大 100 倍，但只有真懂技术的人能去做。

Cursor、Bolt.new 这些 AI 编程工具都在抢程序员市场。

Lovable 反过来，去抢「不会写代码但有产品想法」的市场。

这个市场比程序员市场大 100 倍，但门槛更高。

门槛高在哪里？

给程序员做工具，你只需要做对核心能力，他们能容忍粗糙的 UX。

给非程序员做工具，UX 必须无懈可击，因为他们没有耐心和能力去 debug。

这要求做产品的人既懂技术（能做出 AI 写代码的能力）又懂产品（能让非程序员无门槛使用）。

国内创业者经常在「我懂技术」和「我懂产品」之间二选一。

Anton 的故事说明，AI 时代真正的机会在两个能力的交叉点。

如果你只懂技术，去找一个懂非技术者的产品搭档。

如果你只懂产品，去找一个懂 AI 的技术搭档。

4. PLG SaaS 的人效可以做到传统 SaaS 的 5 倍。

Lovable 15 个人做到 1 亿美元年化收入，人均 670 万美元。

这个数字让传统 SaaS 模式（人均 10-20 万美元）看起来过时。

国内 SaaS 创业者经常想着「先建团队再做产品」。

Lovable 的故事说明，AI 时代下「先做出能病毒传播的产品体验，再小规模建团队」效率高 5 倍。

如果你的产品需要 50 个销售才能跑出来，你的产品本身有问题，而不是销售不够。

判断你是否适用：看你产品的留存率。如果 30 天留存低于 30%，说明产品体验不够好，加再多销售也是浪费。先把留存做到 50% 以上再考虑扩团队。

"Repackage. Reduce friction. Retain better than ChatGPT. That's the formula."

「重新包装，降低摩擦，留存做到比 ChatGPT 还好，这就是公式。」