案例速览

人物：艾逗笔（idoubi），独立开发者，前腾讯工程师（约 2023 年 10 月裸辞）
产品：ThinkAny（AI 搜索）、ShipAny（AI SaaS 脚手架）等
公开数据（作者自述）：ThinkAny 约 2024/03/20 上线，Product Hunt 日榜第四；约三个月累计用户约 17 万，月访问一度约数十万级；增值付费转化约 0.03%，一度难盖 API 成本，约 8–9 月成本优化后才营收平衡。ShipAny 约 2024 年圣诞节预售，顶配约 $299 五折，约 4 小时销售额破 1 万美元；同年 12 月多款合计约 $1k MRR，ShipAny 一周收入超过其他产品半年。

很多 AI 创业者容易把两个指标混在一起：

有人用 ≈ 产品成功。

ThinkAny 恰好证明：这两件事不是一回事。

idoubi 在智源社区的公开复盘里写得很清楚：搜索产品可以把流量做起来；但同一人后来卖出的开发者脚手架 ShipAny，反而更快把现金账打通。真正值得盯的，不是「模板为什么爆卖」，而是：

什么样的用户价值，才能变成可持续的商业价值？

1. 先有流量，再撞上单位经济

约 2024 年 3 月，ThinkAny 第一个版本是在一个周末写完的。产品本身不复杂，定位却清楚：用检索增强（RAG）聚合网页，再交给大模型生成带引用的回答；从第一版就做多语言出海（英 / 中 / 日 / 韩 / 法等）。用户反馈里最受欢迎的，往往不是「又一个聊天框」，而是搜索结果的思维导图摘要——把长回答收成可扫读的结构。后来大版本加了追问、多模型等能力，基座侧用过 GPT-4、Claude 等，检索与生成都要持续调 API。

上线后不久登上 Product Hunt，冲到日榜第四；Twitter、YouTube、TikTok 等海外创作者自发推荐，用户分布到埃及、日本、印度等地。

三个月后的公开数字大致是：累计用户约 17 万，日均 UV 约 3k、日均搜索约 6000 次；月访问按 SimilarWeb 估算约 58 万量级。若只看获客，这是一次漂亮的验证。

5 月第二个大版本上了增值付费。然后是那行最扎眼的数字：支付率约 0.03%。主要支出在搜索 API 和大模型 API，当时还没营收平衡——特色越「智能」，单次成本往往也越实在。

增长逻辑本身很顺：

搜索需求 → 免费使用 → 更多用户 → 更多搜索

问题出在 AI 搜索和传统网页工具不同——用户每搜一次，都可能烧掉检索、抓取、Token、带宽。于是出现一条危险关系：

用户越多 → 搜索次数越多 → 可变成本越高。

很多互联网产品默认「用户越多，边际成本越低」；早期 AI 搜索更接近反过来。单个免费用户可以粗算成：

用户贡献利润 ≈ 他带来的收入 −（API + 模型 + 基础设施）

收入接近 0、成本大于 0 时，免费用户本身就是负毛利。商业模式只能赌：免费池子里有足够多人最终付费。付费率掉到约千分之三，赌约就破了——流量越大，亏损可能越大。

所以 ThinkAny 其实拆成了两层完全不同的验证：

问题	当时的表现
有没有人需要？	有
能不能获客？	能
用户是否愿意付够钱盖住成本？	弱

需求存在，只证明有人用；不能证明这个需求对你足够值钱。很多创业者停在第一步，就误以为第二步会自动发生。

2. 收入端推不动时，先证明自己不会被增长烧死

获客成功之后，真正卡住的是 获客 → 付费。

融资也不顺。作者后来写到：大环境下机构谨慎，靠融资把通用 AI 搜索做大基本走不通；投资人更建议做垂类，他自己一度仍坚持对标通用、全球化。通用搜索落在巨头射程里——模型要强、检索要稳、延迟要低——个人很难同时赢体验、赢规模、赢毛利。

收入端一时抬不上去，就只能先动成本：控免费额度、换更省的模型与调用、压资源消耗。约 8、9 月做完一轮优化后，支出压住了，营收平衡；同时也面临用户流失和流量下滑。控成本常常意味着砍体验，增长会抖一下。

这不是漂亮叙事，却是独立开发者很现实的一招：

当收入暂时证明不了时，先证明自己不会因为增长而死。

平衡不等于高利润生意，只是从「流血」变成「能活」。年终复盘里他还写过：按理一年十几个产品、几个都有大流量，应该赚不少；遗憾商业化整体不行，ThinkAny 有段时间是负收入。

3. 真正换掉的，是付钱的人

ShipAny 没有把 ThinkAny 再做大一号，而是换了方向。

ThinkAny 的用户是：想搜一下答案的人。
ShipAny 的用户是：正在做 AI SaaS、希望尽快上线的人。

差别不在年龄或地区，在痛点的经济价值。

普通人搜一句「帮我查一下」，单次价值往往很低。开发者面对的是登录、支付、多语言、数据库、部署、用户中心——每一项都可能是数小时甚至数天。

ShipAny 卖的就是把这些重复基建打成脚手架：主打尽快上线一个 AI SaaS 站点，技术栈贴着他一年反复用的组合（如 Next.js、登录、数据库、i18n、Stripe 一类支付、云端部署）。买家拿到的不是「又一个聊天 Demo」，而是可以接着改业务的底座；作者甚至是在预售后再用约一周时间把代码写完交付——先卖清交付物，再按约定出货。

卖的与其说是代码文件，不如说是：

把已经踩过的坑和写过的基建，打包成开发时间的压缩器。

约 2024 年圣诞节，他搭好 Landing Page、Pricing，接通支付，发动态做预售：2025 年前购买享五折。公开复盘称，当天晚上几十人下单顶配（约 $299 打五折），约 4 小时销售额破 1 万美元；一周收入超过其他产品半年。

4. 同一人，两门生意

	ThinkAny	ShipAny
用户	普通网民	开发者
需求	获取信息	节省开发时间
使用	高频、偏免费	低频、高价值
成本	随使用持续产生	主要是开发与维护
付费理由	「搜索更好一点」	「少写大量基建」
客单价	低、难推	可达数百美元
边际成本	相对高	相对低

ThinkAny 卖的是「一次搜索」；ShipAny 卖的是「一个项目少走很多弯路」。价值密度不同。

开发者若因脚手架少写十来个小时，$299 仍可能划算；路人只想搜几个问题，就要他长期订几十美元，需要强得多的持续价值。所以：

高客单价往往不是因为产品更复杂，而是因为问题本身更值钱。

四小时破万，也容易被误读成「AI 模板现在很好卖」。更值得拆的是成交条件至少叠在一起：

1. 用户明确：不是所有想用 AI 的人，而是正在做 AI SaaS 的开发者。
2. 痛点可计价：登录、支付、多语言、部署不用从零搭——买家能直接算省多少时间。
3. 交付物清楚：一套可继续开发的基础代码，不是抽象的「AI 能力」。
4. 卖方本身就是案例：前一年连发多个 AI 产品，卖的是自己反复用过的流程，而不只是一份陌生模板。

缺了信任与明确交付，折扣本身很难解释那天晚上的订单密度。

5. 个人品牌：对搜索几乎无效，对脚手架却是库存

ThinkAny 的用户搜完就走，很少关心作者是谁；个人品牌对付费帮助有限。

ShipAny 的买家是开发者，会问：你是谁？真做过 AI SaaS 吗？这套代码自己用过吗？PH 成绩、公开复盘、社群与连续发品，在这里折成信任。

于是同一个影响力，变现效率可以差一个数量级：

影响力不是天然值钱；只有当影响力和付费人群重叠时，它才变成商业资产。

流量阶段攒下的曝光，砸在错误商品上，转化仍可能接近零；砸在对的商品上，预售才能成立。

6. 「一年十几个产品」不等于十次商业验证

2024 年他发布频率很高：热点工具、搜索、音乐、试衣、落地页、播客、脚手架……对 AI 窗口期，「快上线 → 看反馈 → 加码或放弃」确实有用。想法若打磨半年，市场可能已经换了。

但也容易误读。上线快，不等于商业验证快。十个产品里若多数没有明确用户、没有持续推广、没有付费设计、没有迭代，账本上只是「做了十个」，不是「测了十次生意」。

中间还有一笔很说明问题的插曲：落地页工具 Pagen 曾靠 SEO 拿到可观访问，有人出价约 1 万美元想买，问 MRR——他答 0，因为几乎没推、没付费。买家仍想买，他没卖。流量资产可以被别人标价；自己账本上没有付费习惯，生意仍未成立。

他自己后来也反思兴趣太广、浅尝辄止。快是优势，也是分心。真正留下可核对冲突的，仍是 ThinkAny（有量无利）和 ShipAny（有客单价、有预售）。

照着做一个 AI 搜索，很难复制当时的 PH 热度与赛道窗口；照着再做一个 AI SaaS 模板，也未必四小时破万——结果里有窗口、品牌和运气。

更可带走的是判断顺序：先问什么问题值得付钱，再问每多一个用户是加收入还是加成本；若答案是「用户越多亏越多」，增长就不是第一优先级。ShipAny 相对 ThinkAny，值得盯的也不是「卖脚手架」这个品类，而是——

把自己已经验证过、别人又不想重复做的工作，标上明确价格，卖给本来就会为省时间付钱的人。

一万个不愿付钱的用户，不必比一百个高意向客户更值钱。获客能力和商业化能力，是两种能力。

产品链接

• ThinkAny
• ShipAny