国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

Lovable 把“無代碼”講成了“一人獨角獸”的新故事：不靠燒錢投流，只靠用戶把平臺當(dāng) AI 聯(lián)合創(chuàng)始人；不追明星工程師，只找“斜率最陡”的學(xué)習(xí)型人才；不懼巨頭圍剿，自信真正的護城河是“你在我這里攢下的全部業(yè)務(wù)”。本文濃縮創(chuàng)始人 Anton Osika 的 90 分鐘深度訪談：拆解增長飛輪、人才公式、定價陷阱，以及 AI 應(yīng)用如何在模型狂飆年代守住長期主義的底線。

在過去的 7 個月里，Lovable 成為了硅谷和歐洲創(chuàng)投圈的焦點。由 Anton Osika 聯(lián)合創(chuàng)辦并擔(dān)任 CEO 的 Lovable，僅憑半年多的時間就實現(xiàn)了從 0 到 1.2 億美元 ARR 的跨越，并在估值 20 億美元的融資中獲得 Accel、Creandum 和 20VC 的加持。融資規(guī)模超過 2 億美元，讓這家創(chuàng)業(yè)公司成為 AI 應(yīng)用賽道增速最快的企業(yè)之一。

在接受 20VC 對話時，Anton 系統(tǒng)談到了行業(yè)現(xiàn)狀與企業(yè)戰(zhàn)略。從 AI 是否是一場軍備賽還是人才戰(zhàn)、如何與 Meta、OpenAI 等巨頭競爭頂尖工程師，再到護城河與單位經(jīng)濟學(xué)的“殘酷真相”。

增長、用戶結(jié)構(gòu)與企業(yè)市場

Lovable 在 7 個月內(nèi)實現(xiàn) ARR 從 0 到 1 億美元的跨越，被認為是近年少見的增長奇跡。Anton 在對話中解釋了背后的邏輯：并非依靠大規(guī)模廣告或傳統(tǒng)的渠道打法，而是通過用戶需求的自然擴散和產(chǎn)品價值的強綁定?！拔覀兊脑鲩L依靠用戶的真實使用場景，而不是一輪輪買量。”

從用戶結(jié)構(gòu)來看，Lovable 的主要用戶群體分為三類。第一類占比最大，約 80%，是那些以 Lovable 為工具構(gòu)建復(fù)雜應(yīng)用的個人或小團隊。這些人把平臺視作“AI 聯(lián)合創(chuàng)始人”，從產(chǎn)品原型到完整應(yīng)用都在平臺內(nèi)完成。第二類是企業(yè)內(nèi)部的產(chǎn)品經(jīng)理和團隊，他們借助 Lovable 快速搭建演示和原型，用來推動公司內(nèi)部的立項或產(chǎn)品迭代，這一類正在快速增長。第三類則是輕量用戶，用 Lovable 做個人網(wǎng)站或小型商鋪站點，占比約 10%。

Anton 指出，最核心的動力來自第一類用戶——AI 原生創(chuàng)業(yè)者?！拔覀兊氖姑褪菐椭切┍究梢猿蔀閯?chuàng)業(yè)者，但被代碼和資金門檻阻擋的人?！?Lovable 的出現(xiàn)，正好為這一群體提供了從 0 到 1 的完整工具。他們不再需要雇傭工程師或籌集啟動資金，只要有想法，就能用 Lovable 實現(xiàn)并上線。

與此同時，第二類用戶也在形成新的增長引擎。越來越多的大企業(yè)內(nèi)部，員工開始使用 Lovable 來驗證產(chǎn)品概念。比如一位谷歌產(chǎn)品負責(zé)人曾明確表示：“我們再也不會只寫一份產(chǎn)品文檔，而是直接在 Lovable 上搭建一個可運行的 Demo。” 這種從內(nèi)部推動創(chuàng)新的方式，讓 Lovable 自然滲透進企業(yè)場景，而無需傳統(tǒng)的自上而下的銷售推動。

至于第三類輕量用戶，雖然在收入占比上不高，但 Anton 并未忽視。他認為這類用戶能為品牌帶來廣泛的覆蓋和心智滲透。很多人最初可能只是用 Lovable 搭建一個個人網(wǎng)站，但隨著熟悉度增加，未來也可能轉(zhuǎn)向更復(fù)雜的項目。換句話說，輕量用戶是“潛在創(chuàng)業(yè)者”的蓄水池。

在被問到“這樣的用戶結(jié)構(gòu)是否是最優(yōu)解”時，Anton 的回答很直接：是的。Lovable 想要首先服務(wù)的，正是那些真正會用它來創(chuàng)業(yè)的人，因為他們會沉淀最深的價值。至于價值提取，他并不焦慮。長期來看，當(dāng)用戶在平臺上創(chuàng)建和運營起完整的公司時，支付環(huán)節(jié)、增值服務(wù)和擴展功能都會自然產(chǎn)生新的收入流。

這種邏輯也解釋了為什么 Lovable 能夠在短時間內(nèi)沖上 1 億 ARR。Anton 提到，初期的付費用戶往往愿意承擔(dān)更高的訂閱費用，因為他們把平臺看作構(gòu)建業(yè)務(wù)的關(guān)鍵基礎(chǔ)設(shè)施。這與傳統(tǒng) SaaS 平臺不同，后者的付費更多是為提升效率，而 Lovable 的付費則與用戶的業(yè)務(wù)成敗直接綁定?！爱?dāng)用戶在 Lovable 上構(gòu)建一個生意時，他們不可能輕易離開。”

對于企業(yè)市場，Lovable 的態(tài)度較為克制。Anton 強調(diào)，他們不會變成一個“傳統(tǒng)意義上的企業(yè)銷售公司”，不會投入大量資源去“請客吃飯”或“高層推動”。相反，他們關(guān)注的是讓產(chǎn)品自然進入企業(yè)內(nèi)部工作流，通過員工自發(fā)使用形成拉動，再逐步向組織擴展。他把這稱為“企業(yè)敏感度”，而不是“企業(yè)銷售團隊”。

這種方式帶來的結(jié)果是，Lovable 在企業(yè)市場的滲透速度比想象中更快。雖然目前企業(yè)用戶在收入中的占比只有約 10%，但增長曲線明顯陡峭。尤其在歐美大型科技公司，Lovable 已經(jīng)開始被用作內(nèi)部創(chuàng)新工具。Anton 判斷，隨著企業(yè)逐漸適應(yīng) AI 在數(shù)據(jù)權(quán)限和安全上的要求，這部分收入會在未來幾年快速放大。

在外界看來，Lovable 的用戶增長像是“野火燎原”。但 Anton 坦承，這背后依舊存在瓶頸。其中之一是如何同時滿足大量涌入的企業(yè)需求與個人開發(fā)者需求。企業(yè)客戶要求高安全性、權(quán)限管控和長期穩(wěn)定，而個人開發(fā)者則追求速度與靈活性。如何在兩者之間找到平衡，是公司必須解決的問題。

他還提到另一個長期挑戰(zhàn)：如何在“心智份額”與“利潤優(yōu)化”之間做權(quán)衡。短期來看，Lovable 會繼續(xù)優(yōu)先擴大用戶規(guī)模，讓更多人把 Lovable 當(dāng)作默認的應(yīng)用構(gòu)建工具；而利潤優(yōu)化則可以推遲。Anton 甚至直言，當(dāng)前更重要的是“讓更多人愛上這個品牌”，而不是追逐毛利率。

這種心態(tài)也與他對 AI 行業(yè)整體的理解相關(guān)。在 Anton 看來，AI 應(yīng)用的市場空間幾乎無法用傳統(tǒng)方法測算，就像當(dāng)年的 Uber 一樣，最初被理解為“打車軟件”，但隨著市場擴展，才展現(xiàn)出遠超想象的規(guī)模。Lovable 也一樣，遠不止是一個“無代碼建站平臺”，而是一個全新的軟件構(gòu)建范式。

因此，對 Anton 而言，1 億 ARR 只是開始。真正的終局，是成為 AI 原生時代的基礎(chǔ)設(shè)施，讓“一個人創(chuàng)辦獨角獸”成為可能。

人才與團隊構(gòu)建

在 AI 創(chuàng)業(yè)賽道，資本是否是決定性因素始終存在爭論。Anton 的看法是：真正的軍備賽不是拼資本，而是拼人才。如果目標(biāo)是訓(xùn)練最頂尖的基礎(chǔ)模型，算力和資金或許是關(guān)鍵；但對于 Lovable 這樣的應(yīng)用層公司而言，更重要的是能否迅速組建并留住一支卓越的團隊。資本能夠幫助，但“錢”并不是限制因素。

在人才爭奪上，Meta 通過“簽下 NFL 球員合同”式的天價薪酬吸引頂級工程師。Anton 并不認為這是 Lovable 應(yīng)該效仿的路徑。他指出，應(yīng)用層公司的用人需求和基礎(chǔ)模型研發(fā)公司完全不同。即便那些擅長訓(xùn)練大模型的專家加入 Lovable，也未必能在產(chǎn)品迭代中發(fā)揮最大價值。Lovable 更看重的是那些能適應(yīng)組織節(jié)奏、在團隊中推動文化和產(chǎn)品突破的人。

對他而言，“招聘的關(guān)鍵不在于點值，而在于斜率”。如果在與候選人的交流中，能明顯感受到啟發(fā)與知識增量，說明這個人可能會快速成長并適應(yīng)公司，這往往比履歷更加重要。Lovable 不追求簡歷上最耀眼的頭銜，而是尋找那些能在動態(tài)環(huán)境中保持學(xué)習(xí)力和適配度的人才。

在早期階段，Lovable 也并非一開始就追求明星級管理者，而是愿意與“不那么顯眼”的人共事，隨后在關(guān)鍵時點引入重量級人物補位。比如 Elena Verna 的加入，就幫助公司在增長和組織建設(shè)上更進一步。Anton 甚至直言，他在招聘中會關(guān)注一些“非顯性指標(biāo)”，例如候選人是否經(jīng)歷過極端創(chuàng)傷或展現(xiàn)過極端執(zhí)念。他認為，偉大的品牌總是有強烈的觀點，偉大的人才往往也帶有某種“極端”的色彩。

在組織方式上，Lovable 仍然延續(xù)“創(chuàng)始人模式”的主導(dǎo)氛圍，但同時也在建立一層“保護層”。這層保護層由前創(chuàng)始人背景的多面手組成，協(xié)助過濾外部干擾，保持信息的高效傳導(dǎo)。Anton 把它形容為“混亂中的保護網(wǎng)”，通過快速反饋和密切協(xié)作來維持公司節(jié)奏。他自己并不計劃成為一個傳統(tǒng)意義上“有條理的管理者”，而是要確保身邊有能把控組織秩序的領(lǐng)導(dǎo)者。

進入增長階段后，Lovable 開始探索“混亂與秩序”的平衡。Anton 坦言，公司依舊在很多地方保持著初創(chuàng)時期的“野路子”，但在幾個關(guān)鍵領(lǐng)域必須逐步增加結(jié)構(gòu)化和秩序感。這種張力既是挑戰(zhàn)，也是 Lovable 高速成長的核心特征。

護城河與商業(yè)模式的真相

在 AI 創(chuàng)業(yè)中，護城河和商業(yè)模式的可持續(xù)性是外界最常提出的質(zhì)疑。許多評論者直言，AI 應(yīng)用公司缺乏真正的防御性，用戶遷移成本低，核心能力依賴模型供應(yīng)商，難以在長期形成穩(wěn)固的價值。Anton 并不回避這一點，他坦率指出：品牌固然重要，但防御性最終必須依賴產(chǎn)品本身。

在他看來，所謂防御性，最強的形態(tài)不是外界看到的融資規(guī)模或者市場聲量，而是讓用戶在產(chǎn)品中沉淀越來越多的價值。當(dāng)一家公司的平臺能夠成為“你不愿離開的地方”，那才是最強的護城河。他舉例稱，Lovable 的目標(biāo)就是成為創(chuàng)業(yè)者和開發(fā)者的“AI 聯(lián)合創(chuàng)始人”，不僅幫用戶寫代碼，還能協(xié)助處理財務(wù)、運營、增長等環(huán)節(jié)。一旦用戶把公司運營的全流程都放在這個平臺上，自然不會輕易遷移。

在收入結(jié)構(gòu)上，外界常批評 AI 應(yīng)用公司“單位經(jīng)濟學(xué)糟糕”，因為大量收入最終會流向底層模型供應(yīng)商，如 OpenAI 或 Anthropic。Anton 并不否認 Lovable 的早期收入中，大部分確實直接付給模型提供方，但他強調(diào)這是階段性現(xiàn)象。隨著用戶對 Lovable 平臺價值的認同感提升，訂閱收入和產(chǎn)品增值服務(wù)會逐漸成為主要來源，而 AI 算力僅是其中的一小部分成本。

他提出了一個形象的類比：AI 創(chuàng)業(yè)公司就像“被大炮打上天空的小雞”。每天都會有新的公司被“發(fā)射”出來，數(shù)量龐大，軌跡各異。但能否存活，不取決于起點，而在于誰能飛得更快、持續(xù)得更久。換句話說，短期競爭靠速度，長期競爭靠平臺價值和用戶沉淀。

在定價策略上，Lovable 也探索過不同的方式。Anton 透露，早前公司統(tǒng)計過平臺上所有 AI 調(diào)用的流量，結(jié)果發(fā)現(xiàn)僅這些調(diào)用，就已支撐起超過 1000 萬美元的 ARR。但這一模式的弊端是用戶需要經(jīng)歷復(fù)雜的模型接入流程。Lovable 的下一步目標(biāo)是“讓一切更簡單”，并在降低底層成本的同時，逐步增加可控的毛利。換言之，初期的商業(yè)模式以“買量和跑通”為主，后期才是優(yōu)化利潤率的階段。

在被問及“是否應(yīng)該從第一天就考慮防御性”時，Anton 的回答是：不必。創(chuàng)業(yè)初期更關(guān)鍵的是執(zhí)行速度和增長軌跡。當(dāng)用戶規(guī)模與市場心智占領(lǐng)達到一定水平，防御性自然隨之而來。這種觀點與許多硅谷投資人強調(diào)的“先拿下市場，再考慮護城河”邏輯高度一致。

另一個被提及的隱憂是：應(yīng)用層是否真的需要追逐最先進的模型？畢竟，很多使用場景只需要穩(wěn)定、廉價的模型即可完成任務(wù)。Anton 認為，當(dāng)前階段仍不適合過早做模型優(yōu)化，因為每個月 AI 模型的能力都在快速更新。與其為了今天的某些場景定制，不如為“明天的能力”留出空間。Lovable 的策略是始終構(gòu)建面向未來的應(yīng)用，而不是過度優(yōu)化當(dāng)下。

這種思路也體現(xiàn)在 GPT-5 的應(yīng)用上。Anton 認為 GPT-5 在多個維度上表現(xiàn)出色，尤其在解決復(fù)雜問題時優(yōu)勢明顯，因此 Lovable 已經(jīng)將其集成到平臺。但同時他也承認，GPT-5 并非所有場景的最佳解，有時候甚至過于“雄心勃勃”，因此 Lovable 仍然保留了 Anthropic 等模型的接入選項，形成“多模型鏈路”，根據(jù)不同任務(wù)智能調(diào)用最合適的引擎。

在商業(yè)模式的長期演進中，Anton 還特別強調(diào)“心智份額”的重要性。他承認自己聽取過 Revolut 創(chuàng)始人的建議，對方強調(diào)應(yīng)盡快算清獲客回報周期，優(yōu)化利潤結(jié)構(gòu)。但他個人更傾向于“先爭取用戶心智，再考慮利潤最大化”。在他看來，當(dāng)用戶大規(guī)模依賴 Lovable 構(gòu)建產(chǎn)品和業(yè)務(wù)時，價值提取的方式會自然出現(xiàn)，而不是需要一開始就窮追毛利率。

這種思路與傳統(tǒng) SaaS 的發(fā)展路徑有相似之處：早期通過低價甚至補貼快速擴張，后期逐漸依賴增值服務(wù)、企業(yè)合約與深度綁定來實現(xiàn)盈利。不同之處在于，AI 應(yīng)用的市場空間更不可預(yù)測，Tam 的擴張幾乎無法用傳統(tǒng)行業(yè)類比。Anton 把 Lovable 的未來比作 Uber——早期被誤解為“打車公司”，直到市場擴展才顯現(xiàn)出遠超最初認知的規(guī)模。他相信，Lovable 的真實市場也遠不止“建站工具”，而是一個全新的軟件構(gòu)建范式。

對于競爭者，他并不避諱表達看法。有人質(zhì)疑 Lovable、Replit 等公司在安全性上存在漏洞，他回應(yīng)稱，“如果把平均水平的個人開發(fā)者與 Lovable 生成的應(yīng)用相比，后者的安全性反而更高。” 因為平臺會自動執(zhí)行多重安全審查和漏洞檢查，最終才能放行產(chǎn)品。就像自動駕駛汽車并不完美，但相比多數(shù)疲憊或分心的司機，整體上更加安全。

當(dāng)談到防御性是否僅靠品牌時，Anton 再次回到用戶價值的邏輯：最強的護城河不是別人抄不抄得了，而是用戶有沒有足夠的理由留下來?！叭绻愕钠脚_能幫他們省時、省錢，還能完成獨立做不到的事，他們不會走?！?/p>

GPT-5 與應(yīng)用迭代

外界普遍認為它是 OpenAI 的又一次重大升級，但 Anton 的評價則更為謹慎。他承認 GPT-5 在復(fù)雜問題解決上表現(xiàn)突出，但同時直言：“這不是一個性能跨越式的飛躍，更像是一種整合。”

他的分析是，OpenAI 將原本分散的多個模型收斂為一個統(tǒng)一的 GPT-5，這在用戶體驗上更清晰，也更符合產(chǎn)品化邏輯。但代價是：在追求“一體化”的過程中，模型在某些維度上必然會有所妥協(xié)。之前的多模型體系，能在特定任務(wù)上發(fā)揮極致優(yōu)勢；如今統(tǒng)一到單一模型，意味著在部分細分場景中不可避免地“短板化”。

Lovable 團隊在決定是否接入 GPT-5 之前，做了多重評估。他們不僅測試了響應(yīng)速度、準確性，還在真實用戶場景中進行驗證。結(jié)果顯示，GPT-5 在代碼調(diào)試和復(fù)雜推理等高難度任務(wù)上表現(xiàn)出色，但在日常輕量化需求中，反而顯得“過度復(fù)雜”。因此 Lovable 的策略是：將 GPT-5 集成進產(chǎn)品，但并不取代其他模型，而是作為多模型鏈條中的一個選項?！皩τ脩魜碚f，最重要的不是我們用哪一個模型，而是能否在最短時間內(nèi)解決問題?！?/p>

這種多模型協(xié)作的理念，也正是 Lovable 產(chǎn)品的一大特點。平臺會自動將用戶輸入的信息拆分，再傳遞給不同模型：輕量、快速的任務(wù)交給小模型，涉及復(fù)雜邏輯時則調(diào)用 GPT-5，而在代碼生成方面，Anthropic 的模型依舊是首選。這種“鏈式架構(gòu)”既保證了效率，又避免了單一模型的局限。

在 Anton 看來，真正的挑戰(zhàn)并不是哪一家模型更強，而是如何圍繞模型構(gòu)建起最優(yōu)的用戶體驗。模型是快速演進的，但用戶的工作場景和需求卻相對穩(wěn)定。Lovable 的價值，在于把最新的模型能力無縫融入應(yīng)用構(gòu)建流程中，而不是讓用戶去學(xué)習(xí)如何寫 prompt、如何在不同模型之間切換?！拔覀儤?gòu)建的不是一個更好的模型，而是一個更好的入口。”

對于 GPT-5 的具體表現(xiàn)，Anton 認為它在“深度思考”上表現(xiàn)突出，能夠解決復(fù)雜的調(diào)試問題，但這并不是 Lovable 用戶的日常剛需。大多數(shù)情況下，用戶需要的是快速、穩(wěn)定、低成本的解決方案。因此 Lovable 必須在“前瞻性”與“實用性”之間取得平衡：既要讓用戶體驗到前沿能力，又不能犧牲迭代速度。

他特別指出，過早地圍繞某個模型進行過度優(yōu)化是錯誤的。原因在于模型迭代速度太快，今天的優(yōu)化可能在一個月后就失效。相比之下，更重要的是保持平臺的靈活性，讓它隨時能夠接入“明天的模型”。這種思路本質(zhì)上是“為未來而建”，而不是為當(dāng)下做微調(diào)。

當(dāng)被問到“是否應(yīng)該擔(dān)心 OpenAI 或 Anthropic 直接進入應(yīng)用層，與 Lovable 正面競爭”時，Anton 的回答依舊是強調(diào)執(zhí)行力?！昂芏嗳硕紩峁┪覀兘裉煸谧龅臇|西，但關(guān)鍵在于，當(dāng)那一天到來時，我們能不能提供更多。” 在他看來，模型公司與應(yīng)用公司的分工會越來越清晰，真正的勝負不在模型，而在于誰能提供最佳用戶體驗。

在這點上，他并不諱言對 OpenAI 的敬意。他認為 OpenAI 在消費者體驗上的執(zhí)行力優(yōu)于 Anthropic，這也是為什么他更把 OpenAI 視作直接競爭對手。但與此同時，Lovable 的差異化在于定位為“AI 聯(lián)合創(chuàng)始人”，覆蓋的不僅是對話或問答，而是完整的產(chǎn)品構(gòu)建、運營和增長鏈路。

在商業(yè)角度，Anton 也談到 GPT-5 帶來的定價與成本問題。由于用戶對 Token 定價并不敏感，理論上應(yīng)用層公司可以在 Token 使用上疊加溢價，從而實現(xiàn)毛利擴張。但他同時指出，這并非 Lovable 當(dāng)前階段的重點?，F(xiàn)階段，公司更專注于降低用戶接入成本，讓用戶無需復(fù)雜配置就能直接使用模型。只有等平臺沉淀足夠的用戶價值后，才會考慮通過 Token 定價或增值服務(wù)來優(yōu)化利潤。

在戰(zhàn)略層面，GPT-5 也驗證了 Anton 一直堅持的觀點：最重要的不是今天模型的能力，而是如何利用“明天模型”的潛力去構(gòu)建應(yīng)用。 未來，當(dāng)模型越來越具備常識推理和復(fù)雜場景處理能力時，Lovable 已經(jīng)在產(chǎn)品層面做好了快速對接和迭代的準備。

對于行業(yè)普遍擔(dān)心的“模型能力天花板”，Anton 的態(tài)度相對樂觀。他認為，在語言和通用能力方面，確實會出現(xiàn)邊際遞減，但在科學(xué)研究、工程設(shè)計和生物醫(yī)藥等領(lǐng)域，AI 依然會保持指數(shù)級進步。換句話說，GPT-5 或許沒有帶來“科幻式飛躍”，但在一些垂直場景中，AI 的潛力遠未觸及極限。

在總結(jié) Lovable 與 GPT-5 的關(guān)系時，Anton 再次回到用戶體驗的角度。他認為用戶并不在乎底層調(diào)用的是哪一個模型，關(guān)鍵在于“產(chǎn)品能否幫我更快完成任務(wù)”。Lovable 的使命，是把復(fù)雜的模型能力抽象掉，讓用戶在不知不覺中享受到最新的 AI 成果。