在AI编程领域，一家企业凭借惊人速度实现营收爆发，短短7个月便达成1亿美元ARR，小团队创造出大业绩的背后，既离不开对人才密度与产品体验的极致追求，也面临着行业竞争、用户留存与商业化的多重挑战，其创始人的访谈更揭示了AI应用层竞争的核心逻辑与未来方向。

在今年的AI编程浪潮里，Lovable无疑是那个最靓的仔。

它的崛起速度几乎可以用“离谱”来形容。仅仅8个月，Lovable就做到了1亿美元年化订阅收入（ARR）；年底预计冲到2.5亿美元，未来12个月更是直指10亿美元ARR。

收入狂飙，估值自然水涨船高。今年7月，Lovable完成了2亿美元融资，估值来到18亿美元，跻身欧洲最新的独角兽。要知道，在此之前，它累计融资才2250万美元。

更令人咋舌的是，这一切只靠45名全职员工完成。小团队跑出大奇迹，也让它成为全球最受关注的AI应用公司之一。

不过，热闹背后仍有很多疑问。前不久，Lovable联合创始人兼CEOAntonOsika接受了20VC的专访，聊到了不少外界最关心的话题：

在AI军备竞赛烧到应用层时，决定胜负的关键是什么？

超高的人均产能背后，Lovable是怎么筛选人才的？

面对OpenAI、Anthropic，甚至刚刚上市的Figma的竞争，Lovable如何找到自己的位置？

以及，Lovable最终想成为一个怎样的产品？

如果你也在关注AI编程的未来，这篇访谈能给你不少答案。

/01/速度与人才密度，才是AI应用竞争的关键

ErikTorenberg：现在还有大量资金涌入AI，是资本军备竞赛吗？是不是谁钱多谁赢？

AntonOsika：这更像是“组建最强团队”的竞赛，然后是“建立值得信赖的品牌”。资本有帮助，但对Lovable不是约束。若你要训基础模型，算力可能是瓶颈；但我们是应用层，关键在速度与人才密度。

ErikTorenberg：Zuck给顶级工程师开“NFL合同”，未来抢人有多难？

AntonOsika：难点不是钱，而是识别谁能真正茁壮成长、带动文化与产品。基础模型那边买的是“少数顶尖训练know-how”；应用层的人才画像不同——我看成长斜率（slope）、可塑性、团队协作与文化契合，然后给高于市场的薪酬。

ErikTorenberg：你在招聘上有哪些不那么显而易见的标准？

AntonOsika：我看“成长斜率”。和候选人聊天时，如果我持续学到东西、对话很有动能，说明他会快速适应与成长。再者，我会尽可能“回放他过去的工作现场”，从实际产出里找信号。

ErikTorenberg：你同意Cognition的Scott吗？他主张员工入职后每周工作六天、全力以赴；不愿意就离开。

AntonOsika：我的标准是影响力。在Lovable，目标是比别的公司同岗位产生10倍影响。做到这点要足够优秀、专注、发挥长处。对有些人来说意味着要投入很多时间，但不是人人都必须6天制。我更看的是结果，如果你说明天要离职，我会不会觉得“绝对不行，你太关键了”？这是我评估绩效的方式。

ErikTorenberg：这就是所谓的KeeperTest（守门员测试）？

AntonOsika：对，就是它。

ErikTorenberg：这会影响你怎么搭团队吗？

AntonOsika：会。它会让大家更清楚：我该怎么提升自己的影响力。我也会据此反思：当前组织结构是否最优。当然，文化很重要，频繁大调整会伤害文化；但基于业务的定期检视和优化，是必要的。

/02/大部分收入流向了模型，留存才是终极护城河

ErikTorenberg：你之前说人才第一，品牌第二。那在你看来，什么是伟大的品牌？

AntonOsika：一个很直观的例子是苹果。他们对细节近乎苛刻，哪怕因此走得慢，但正是这样建立了极强的用户信任。那就是伟大的品牌。我们在Lovable也希望如此——每次更新产品时，都要确保真正理解用户，并预测用户的反应。

ErikTorenberg：Lovable被质疑最多的一个点是缺乏护城河。你怎么看护城河？

AntonOsika：用户不愿意离开的平台，就是有护城河。用户在平台上沉淀了价值，并每天都在受益。Lovable正在成为这样的平台。今天Lovable更多扮演技术合伙人，未来要成为全面合伙人：财务、运营、结算、增长……都帮你搞定。做到这点，用户自然不会离开。

ErikTorenberg：那是不是所有创始人从第一天起都不用管护城河问题？

AntonOsika：护城河是随着时间建立的。我有个朋友打过一个比喻：AI创业公司像被大炮射上天的鸡。每天都有新的“鸡”被打上天，如果你扑腾得比别人快，就能飞得更高。这是早期最该关注的。

ErikTorenberg：这比喻很形象。那另一个批评是：这些应用的单元经济性并不好。如果我给你一美元，有多少直接流向OpenAI或Anthropic？

AntonOsika：具体数字不便透露，但在付费使用上，确实大部分会流向模型提供商。

ErikTorenberg：那未来会怎样变化？

AntonOsika：我们希望大部分营收来自用户对平台的长期留存，而不是单次付费。等用户觉得“离不开”，就会长期订阅；到那时，算力只是小头。

ErikTorenberg：那是不是说，未来不需要最先进的模型，也能满足很多应用？比如搭个简单的“AboutMe”网站？

AntonOsika：是的。随着应用成熟，AI会更贴合具体场景，很多事不需要最强模型。但目前还早。现在AI每个月都有新突破，我们要做的是迭代够快，让用户用到“明天的能力”，而不是只停留在今天。

ErikTorenberg：所以你是在为“明天的模型能做的事”构建，而不是停留在当下？

AntonOsika：没错。未来会分层：简单问题走得快、几乎不耗算力；遇到新情况（比如构建复杂软件），就需要深度思考。我们要做的，是让用户持续享受最新模型的突破。

ErikTorenberg：token定价会是利润来源吗？很多用户并不真正理解token的价格，你们能靠加价获得更高利润吗？

AntonOsika：我们看过数据，仅Lovable应用就有超过1000万美元的ARR流经底层模型。现在用户要自己连接多家供应商，流程很复杂，我们正努力把它简化。若能降低底层成本，也可能在上面留出合理毛利。

ErikTorenberg：那你怎么看“延迟利润优化”？像外卖，前期毛利差，但密度起来就好了。Lovable需要耐心吗？

AntonOsika：这是两难。一方面，Revolut的Nick建议算清回本周期，极致优化获客，让增长更快；另一方面，我也很看重抢占心智、先做品牌和用户规模。两种思路我都在权衡，就像神经网络里的权重，会动态调整。

ErikTorenberg：这很像一个钟形曲线：早期靠品牌拉动，中期做极致优化，后期又回到品牌。

AntonOsika：对。如果能全都做当然最好，但现实里通常要聚焦。

ErikTorenberg：现在Lovable用户的忠诚度怎么样？

AntonOsika：一半一半。有人很看品牌；也有人只看性价比，失望就会换。两类人都要兼顾。最后还是要用“最好用的产品+最高的价值”，把大家都吸引过来。

/03/不止编程，而是押注人类进入AI的入口

ErikTorenberg：有什么是你现在没做、但最想做的？

AntonOsika：我在重新思考“如何构建应用”。Lovable目前采用的是过去几十年软件开发的最佳实践，但未来不会这样。未来所有应用都会嵌入AI，会有极其无缝的支付和结算。我希望Lovable不只是一个“超人般的工程师”，而是一个“帮你打造未来应用的工程师”。

ErikTorenberg：OpenAI和Anthropic会不会直接做Lovable的竞争产品？

AntonOsika：从长期看，很多人都会提供我们今天提供的服务。关键在于团队执行力。我们必须始终领先，为客户提供更好的体验和更高的价值。

ErikTorenberg：你更担心谁来做Lovable式产品：OpenAI还是Anthropic？

AntonOsika：我们在押注“成为人类进入AI的入口”。目前，OpenAI在终端体验上更强，是更严肃的对手。

ErikTorenberg：当初我看好Lovable的核心原因是市场扩张性太强了。就像当年的Uber，没人能想到会长成那样。把Lovable当成“建站工具”是错的，它的潜力远远不止于此。

AntonOsika：同意。补充一点企业场景：如果我是大企业的CEO/CTO，我不会只想“怎么让工程师更高效”，而是要更快拿到我们该做什么的真实反馈。这意味着公司里所有人都能在同一个地方直接改产品、提想法。这个能力不可能一夜之间造出来，所以我们先从创始人切入，再把同样的体验带进企业。

ErikTorenberg：这确实让创意更民主化。我采访过Duolingo的CPO，有两个设计师（不是PM）做出了“象棋”功能，后来成了正式产品。他们一开始用的是通用工具。我也希望这样的故事发生在Lovable上。那是不是意味着我们会跳过传统的“设计流程”和头脑风暴，直接进入原型？

AntonOsika：我们现在做的事情，就是把“从想法到可用产品”的前半段做快做顺，原型、内部验证、用户验证，几分钟/几小时就能做出已验证、可试用的产品。后半段（增长、运营、测试、QA等）我们在加紧补齐。最终希望用一个工具，让有好想法的人把时间都花在想法上，而不是“产品+设计+工程”的分工拉扯。

ErikTorenberg：那“前半段”的竞争呢？比如FigmaMake从设计走到原型，会不会威胁到你们？

AntonOsika：不太担心。很多团队过于追求像素级完美，速度就慢了。未来更高效的方式是：人只要描述理念/风格/目标，AI负责具体落地；再把外部反馈回灌给AI。我们会把营销、增长、测试、质量也接上，形成一条有主见的、一体化生成链。对大多数人来说，继续在Figma里慢慢抠细节，反而拖慢进度。

ErikTorenberg：那Figma还会扮演什么角色？

AntonOsika：在需要像素级完美的场景里，Figma依然很有价值。未来有多少团队继续走传统工具、多少转向像Lovable这种更“有观点”的全链路方式，现在还不好下定论。

ErikTorenberg：你觉得Lovable现在的“观点性”够不够？

AntonOsika：我们在灵活性和开发速度之间做了平衡。现在Lovable足够灵活，工程师能随时接手和修改；但如果我们更“有主见”，确实还能更快。

ErikTorenberg：理想情况下，你想在哪些地方更“有主见”？

AntonOsika：在理想情况下，我们会直接规定“AI应用应该怎么建”，也更清楚未来的最佳做法。现实里很难，因为AI变化太快、月月有新能力，所以我们必须保留一定灵活度。等到时机成熟，Lovable就能替用户直接决定后端架构、工作流、自动化等，而不是依赖用户写大量prompt。现在用户还是要写不少prompt去细化引导。

ErikTorenberg：五年后还需要prompt吗？

AntonOsika：还会有，但形式会变。很多细枝末节的prompt，会被高度个性化的上下文替代。

ErikTorenberg：能解释一下吗？

AntonOsika：prompt本质就是给AI提上下文和目标。就像一个非常熟你的老同事，你只要说“去斯德哥尔摩办个黑客松”，他就能按你的习惯把事办好。未来的AI也会这样：根据你的偏好和历史语境，自动给出更贴合你的结果。

ErikTorenberg：到2026年底，Lovable会变成什么样？

AntonOsika：像你完美的联合创始人。从一个想法出发，到拿到用户、做增长、打磨功能，再到和用户沟通（邮件、短信、其它渠道），它都会全程陪跑并主动优化。

ErikTorenberg：也就是你们要吃下整个堆栈？

AntonOsika：对。我们会以高度有主见的方式，覆盖完整产品生命周期。

ErikTorenberg：包括邮件营销、短信营销这些中间环节也都做？

AntonOsika：没错。这也是企业真正需要的。过渡期里，不少企业会先用Lovable让小团队快速把想法做成可运行原型，效率非常高。

/04/ARR破亿背后：三类核心用户与企业加速觉醒

ErikTorenberg：你们7个月ARR就到1亿美元，太夸张了。能不能说说这些收入主要来自哪些用户？

AntonOsika：主要分三类：

第一，大约80%是在用Lovable做复杂应用的人，很多是创业者，直接把想法做成可用的产品。

第二，大约10%来自大企业内部团队，他们用Lovable几小时做出可运行的demo，再决定要不要交给工程团队正式落地，这块增长很快。

第三，大约10%是个人网站和小企业站点等轻量需求。

ErikTorenberg：企业这块为什么涨得快？

AntonOsika：大公司的需求正在“觉醒”。有的产品团队已经明确说：不再只写产品文档，必须拿出可运行的demo。Lovable正好能把这个流程压缩到几个小时内。

ErikTorenberg：这就是理想结构吗？

AntonOsika：我们主要服务AI-native创业者。一个人也能做独角兽；他们在大公司也有工作，还会帮朋友/家人做网站。三类需求会长期并存。

ErikTorenberg：从“价值提取”看，hobbyist（业余爱好者）市场是不是更大？比如70亿人都可能需要一个AboutMe页面？

AntonOsika：我们的起点不是hobbyist，而是被“不会写代码/请不起工程师”卡住的创业者。先帮他们把事业启动，这里价值最明显。随后会自然下沉到更大众的轻量需求。所以一开始我们更看重创业者和企业用户，而不是只盯hobbyist。

ErikTorenberg：（玩笑）要不要搞个“Lovable假日基金”，请大企业的顶尖人才放假一周，整周只用Lovable，用完就辞职创业？

AntonOsika：（笑）主意不错。补充一个商业视角：很多未来的大公司还没诞生。AI会让他们更快迭代、更贴近客户、把成本打下来。Lovable要做这场运动的核心工具，长期会带来很大的收入。至于各细分市场最终占比，会取决于企业端与消费者端的终局花费；如果我们继续主导这个新类别，份额会自然收敛到那个终局结构。

/05/先做人人愿意用的产品，用体验驱动数据飞轮

ErikTorenberg：你刚才提到Rev的Nick。他说过一句我最喜欢的“文化论”：“我不谈文化，我只想赢。人的幸福来自成长与发展，而成长最好的土壤就是赢。你在赢，就会成长，也会因股价上涨而积累财富。”

AntonOsika：这话说得好。

ErikTorenberg：同感。那回到Lovable，现在你最想改的文化点是什么？

AntonOsika：我们有一部分人主动性强、爱新点子、追求新鲜——早期很重要。可公司变得更成熟后，第一优先级应该是把已有东西做得更稳、更高质量。我希望多一点“农夫心态”：慢下来打磨质量、优化流程，长期反而跑得更快。

ErikTorenberg：也就是更有取舍，选对花时间的地方？

AntonOsika：对。就像“牛仔vs农夫”：牛仔靠短期突击，农夫做长期耕耘。我们需要多一点后者。

ErikTorenberg：但我也喜欢短期优化。一些中国团队就很厉害，贴胶带式快速拼装、迭代极快，所以发展很猛。

AntonOsika：有PMF且要守品牌时，就不能总贴胶带。要花时间把组织与产品的各部分搭稳、把质量打上去，这样长期才会更快。这是地基。

ErikTorenberg：回头看，Lovable的发展中有什么事是你现在觉得不该做的？

AntonOsika：愿景当时很清晰，但执行顺序不清。我做过一个开源工具GPTEngineer，社区有人在用。现在看，应该果断放弃，把精力100%投入Lovable。

ErikTorenberg：为啥？开源不是能帮你们拿到用户反馈吗？

AntonOsika：开源对很多公司有用，对我们却成了分心项。最重要的是聚焦一个方向，找出公司最大的瓶颈并先解它——这是增长最快的路径。

ErikTorenberg：那你们现在在董事会上讨论的最大瓶颈是什么？

AntonOsika：长期：找到既懂技术、又懂产品的技术型产品工程师，把Lovable推进到下一阶段、多线创新。短期：一边增强AI能力、打磨用户体验，一边承接激增的企业需求，把两端都做好。

ErikTorenberg：最难招的岗位是什么？

AntonOsika：高级工程师。因为很难判断他们过往的成功能不能在Lovable同样转化为价值。

ErikTorenberg：你在招聘上犯过错吗？

AntonOsika：有。授权过度过几次，没有足够确认候选人是否真的是以目标为驱动。

ErikTorenberg：你在创业过程中，最大的改观是什么？

AntonOsika：一开始以为应该先做Agent（即便模型还没准备好）。后来发现应该先做一个很多人会用的产品，把用户体验打磨好，形成数据飞轮，而不是只盯着优化AI本身。

/06/快问快答：更看好Grok，做空Anthropic

ErikTorenberg：今天的AI，是把1×工程师变10×，还是把10×工程师变100×？

AntonOsika：两个都成立。AI能帮新人补短板、从0到1再到10；也能让高手在复杂系统里进一步加速，从10×到100×。

ErikTorenberg：未来五年，工程团队的规模会怎么变？

AntonOsika：在最好的一批公司里，工程师会更像“翻译层”+“产品思维”：直接和客户沟通，用AI快速改产品。结果可能是：有的公司反而会招更多工程师，因为这样能跑得更快。

ErikTorenberg：所需技能会变吗？

AntonOsika：会。通才更重要。要看得懂整套系统如何拼起来，把很多专业细节交给AI去完成。

ErikTorenberg：很多大公司受数据权限和安全限制，暂时用不了AI。未来十年会不会出现incumbents（现有龙头公司）的大洗牌？

AntonOsika：会。比如银行本质是软件公司，但系统迭代很慢。会出现从零为AI设计的新公司，更快、更好、更便宜地满足客户。大型企业也有信任等优势，但很多会被更强的新公司替代。

ErikTorenberg：说到benchmark（基准测试）和评估，它们是不是有点扯？

AntonOsika：会越来越失真。这叫古德哈特定律：一旦围绕某个指标去优化，这个指标就不再是好指标。很多基准测久了都会“变味”。

ErikTorenberg：那在Lovable内部，哪些指标会变得没意义？

AntonOsika：凡是能被刻意“刷”出来的就不可信。比如“有多少人点了点赞”。如果我们为了拉点赞去讲段子，那这个指标就被hack了，自然失真。

ErikTorenberg：你觉得关于AI的普遍看法，哪条是错的？

AntonOsika：AI比人类更聪明（在合适的条件下）。很多人不同意。

ErikTorenberg：现在大家还不同意吗？

AntonOsika：是的。因为它有时会犯蠢。但给足上下文或放进有明确目标的系统里，它在那些场景下确实比人强。

ErikTorenberg：AI会遇到瓶颈，还是继续指数级提升？

AntonOsika：两者并存。把所有复杂能力都塞进同一个模型会有瓶颈；但科学、工程、生物医药等领域还在指数段，会持续爆发（新药、新疗法等）。

ErikTorenberg：估值：OpenAI3800亿，Anthropic1800亿，xAI（Grok）1000亿。你投谁、做空谁？

AntonOsika：买Grok，做空Anthropic。

ErikTorenberg：为什么？

AntonOsika：因为我觉得Grok的团队做了一件我非常尊敬的事——他们在数据标注上招募了一批“使命驱动型”的人，他们称之为AI教师（AItutoring），团队士气很高。OpenAI近期动荡多；Anthropic虽然企业增长快，但士气不如Grok。

ErikTorenberg：是不是OpenAI赢消费者（下一个Google），Anthropic赢开发者和企业？

AntonOsika：未必。可能会出现新领跑者，超出现在的想象。

ErikTorenberg：新领跑者会来自中国吗？

AntonOsika：有可能（五五开）。中国公司用户理解不一定强，但模型本身可能做到全球最强，这点让我有点担心。

ErikTorenberg：如果Lovable最终需要用中国模型呢？

AntonOsika：只要对用户最好，且没有隐私/合规负面，我们就会用。

ErikTorenberg：未来是开放模型赢，还是封闭模型赢？

AntonOsika：最强的会是封闭；但开放给了灵活性和生态，很多人也会选开放。

ErikTorenberg：（笑）那我就不帮你引荐了。换个问题：哪家被忽视、却值得关注的AI公司？

AntonOsika：浏览器方向：如Strawberry、Arc、Perplexity——挺期待他们的发展。

生意社：9月9日万华化学华北地区正丁醇行情生意社09月09日讯9月9日，万华化学华北地区正丁醇报价参考6000元/吨，价格暂时稳定。【大宗商品公式定价原理】生意社基准价是基于价格大数据与生意社价格模型产生的交易指导价，又称生意社价格。可用于确定以下两种需求的交易结算价：1、指定日期的结算价2、指定周期的平均结算价定价公式：结算价=生意社基准