一个人做AI月入76万：功能越单一，越值钱

先给你三组数字。

荷兰人 Pieter Levels 上个月又公开了一次自己的账本：他的产品 Photo AI，单月收入 10.5 万美元，其中利润约 8 万美元——按 1 美元约 7.25 元人民币算，就是一个月进账 76 万、净赚 58 万。

而做这一切的，从头到尾只有他一个人。

更反直觉的是第三组数字：Photo AI 的功能，几乎只有一个——你传一张照片，它帮你生成各种风格的人像。就这一个动作。

先说一个反常识的判断，它是我今天最想让你记住的一句话：

AI 产品赚不赚钱，跟它聪不聪明，几乎没有关系。它只跟一件事有关——它有没有替用户省掉一个「以前很麻烦」的步骤。

Photo AI 为什么有人买？因为以前你想换一张证件照、想做一批不同风格的头像，得找摄影师、得 P 图、得来回改。现在传一张图，几十种风格几秒钟出来。用户付钱，买的是「省掉那一下」。

这个逻辑放在更大的样本里，越看越清楚。

Coconote，一个把课堂录音、课件自动整理成笔记和学习卡片的工具，创始团队用 45 天做到年化收入 10 万美元，4 个月做到 100 万，最后涨到 670 万美元一年。它没做什么惊天动地的事，就干了一件：把「记笔记」这个动作省了。

还有一个更极端的例子 Cal AI。你拍一张盘子里饭菜的照片，它告诉你大概多少卡路里。就这个「拍照估卡」的动作，让它两年内做到年收入破 3000 万美元、1500 万次下载，最后被 MyFitnessPal 收购。一个营养巨头，为了一个「拍一下」的功能，把一家七个人的小公司买了。

二、第二层：为什么越「专一」反而越赚钱

看到这，你脑子里可能已经冒出一个念头：那我也去做一个「拍照估 XX」的 App。

停一下。这里有个更反常识的第二层。

Photo AI 能做成，不是因为 Pieter Levels 选了个好功能，而是因为他一个人，把「从想做到上线」这条路的成本，压到了几乎为零。

一个人 + AI 写代码 + 一台服务器，他的试错成本低到可以「做完十个，留一个」。所以他能挑一个最窄、最具体、竞争最小的口子钻进去，而不是像大公司那样，为了回本必须做一个「所有人都会用」的大产品。

这才是「一人公司」和「大厂」真正的区别：大厂必须做宽，你只能做窄；而做窄这件事，恰好是 AI 时代普通人唯一能赢的地方。

再往下想一层，你就懂为什么功能单一反而是护城河了。

一个「万能 AI 助手」，你要跟 ChatGPT、跟 Claude、跟国内一堆大厂打，你没有任何胜算。但「给跨境电商卖家批量生成西班牙语、阿拉伯语商品图」这个窄口子，大厂看不上，普通人又做不了，就留给你了。

所以判断框架其实很硬：别问「我的 AI 能做什么」，问「有哪一个具体的人，会因为少了这一步，愿意掏钱」。

三、今天就能抄的三步

第一步，从你身边找「一个高频的、烦人的动作」。

不要从「我想做什么产品」出发，从「我每天/我身边人每天，有没有哪一步特别烦」出发。小林的客户是宝妈，她发现宝妈最烦的是「每天不知道给娃做什么辅食」；老张的客户是 HR，他发现 HR 最烦的是「每个月算考勤」。

第二步，用 AI 把它做成一个「只解决这一件事」的小工具。

记住，不是做一个大平台，是做一个「传图→出结果」或者「输入→出文案」的单点工具。Photo AI 就一个入口，Cal AI 就一个按钮。功能多一分，你的开发和维护成本就翻一倍，你的竞争范围就扩大一圈。

第三步，先找 10 个真实的人，白给他们用。

付钱之前，先验证「有没有人真的需要省这一步」。10 个人里有 3 个用完主动说「这玩意儿不错」，再考虑收费；10 个人用完都没反应，就果断换下一个动作，别恋战。

写在最后

AI 这波最值钱的，从来不是「会写代码」，是「看得见别人每天在烦什么」。

你不需要做一个全世界都用得上的东西，你只需要做一个「有 1000 个人愿意为它付 30 块」的东西。1000 个 30 块，就是 3 万块一个月。

今天就能干的一件事：拿张纸，写下你工作里每天要重复做的、最烦人的那一步，然后去问一问——有没有一个工具，能替我把这一步省掉？如果还没有，那就是你的口子。

关注回复「工作台」，领《WorkBuddy 工作台上手手册》，用 AI 把这一步做出来。