
一句话总结:一个非技术背景的健身爱好者把”算热量+排食谱+问需求”三件事分别交给 3 个 commodity AI agent,用 vibe coding 在 2–4 周内做出 App,第 2 个月就跑到月入 8000 美元 MRR,自定义代码不到 500 行。
👤 人物画像
这位创始人(在海外独立开发者社群里以代号 “Kai” 出现)今年 29 岁,本职是一家健身工作室的运营兼私人教练助理,完全没有计算机科班背景——他自嘲”大学学的是运动科学,代码只写过 Excel 公式”。让他下场的不是技术冲动,而是一个反复被学员问到的具体问题:
“教练,我到底每天该吃什么?”
他算过一笔账:一个想减脂的学员,如果请营养师做一对一饮食规划,国内约 ¥800–2000/月,海外普遍 $150–400/月;但大多数健身人群只是想要”一份能照着买、照着做的周餐单”,并不需要一个真人对着他们聊一小时。这正是 AI 能替代的那 80%:
- 营养分析(Nutrition Analysis):根据身高、体重、目标(减脂/增肌/维持)、活动量,算出每日热量缺口与三大营养素(蛋白/碳水/脂肪)配比。人工做要查表、套公式,约 20–40 分钟。
- 食谱生成(Recipe Generation):在热量和忌口约束下,排出一周不重样、能买到的菜。人工做要翻食谱、配量,约 1–2 小时。
- 需求收集(Onboarding):问清楚目标、过敏、预算、做饭时间、口味偏好。这一步对话最耗教练精力,且容易漏问。
他的关键判断是:这三件事现在都有现成的 LLM 能做得”足够好”,自己不需要训练任何模型,只需要把三个 agent 用 API 串起来,再套一个能收钱的前端。
为什么是他,而不是一个大厂营养 App 团队做出来的?
因为他握着两样大厂没有的东西:一是真实用户的”说话方式”(健身新人问的从来不是”我的 TDEE 是多少”,而是”我能不能吃米饭”);二是低成本试错的勇气——他没有 KPI、没有老板,可以用 vibe coding 快速丢一个能跑的版本出去,让真实付费用户告诉他哪里不对。
关键性格特质:
– vibe coding 心态:他原话是”我让 AI 写,我负责尝和改”。他不会调 CSS,但能用自然语言描述”按钮再大点、套餐卡片留白多点”,让 AI 反复改到顺眼。
– 垂直深耕而非广度:他只做”健身人群的餐食”,不做”全家营养””孕婴饮食”,把狭窄当成护城河。
– 快速上线意识:他给自己定的红线是”从有想法到能收钱不超过 4 周”,超期就砍功能。
他做产品前的真实工作流还原:
– 18:00 私教课结束,学员问”下周吃什么”
– 18:10–19:30 他打开 Excel,按学员体重套公式算热量,再凭经验配三餐
– 19:30 把餐单截图微信发过去,经常漏问”你海鲜过敏吗”
– 他自嘲:”我一天最多手动服务 5 个人,第 6 个就开始瞎凑了。”
这条还原后来变成了产品 PRD 第一行:“把 18:10–19:30 这段消灭掉,让学员自己对着 App 说完话就出餐单。”
💰 收入时间轴
下面是按访谈披露信息还原的 2 个月增长轨迹(MRR 基于订阅定价与店内外溢用户推算,第 2 月破 $8,000):
| 月份 | 里程碑事件 | 付费用户数 | MRR(美元) | 关键动作 |
|---|---|---|---|---|
| 第 1 周 | vibe coding 出 MVP,3 个 agent 跑通 | 0 | $0 | 用 Lovable 生成前端,接 3 个 LLM agent + Stripe 测试支付 |
| 第 1 月 | 在健身社群发”AI 出餐单”实测帖 | 180 | ~$2,400 | 定价 $14.99/月,健身房伙伴付费内测 |
| 第 5 周 | 上线应用商店,吃自然搜索流量 | 340 | ~$4,600 | “减脂餐单””增肌食谱”关键词被搜到 |
| 第 7 周 | 加年付档($119/年)拉高留存 | 520 | ~$6,800 | 年付占比升到 30%,现金流更稳 |
| 第 2 月 | MRR 破 $8,000,登健身类榜单位置 | 610+ | ~$8,000 | 老带新 + 社群口碑,流失率压到 5% |
利润结构分析(第 2 月为例):
– 总收入 MRR:$8,000
– LLM API 成本:约 $0.02–0.06 / 次完整规划(含 3 agent 多步调用),月调用约 2.5 万次 → ~$900
– Lovable / Vercel 托管费:$20–50(前端 AI 生成 + 部署)
– Stripe 抽成:约 3% + $0.3/笔 → ~$260
– 应用商店分成(如走 iOS 内购):约 15–30% → 视渠道约 $1,200
– 其他(域名、监控、设计素材):~$60
– 净利润:约 $5,500 / 月,净利润率 ~69%
注意:69% 的净利率同样来自 AI wrapper 类 SaaS 的典型特征——没有营养师人力交付、没有重服务器、没有地推团队。利润几乎全部来自”个性化体验 + 自动化编排”的杠杆。
为什么能维持低流失(给复制者的重要参考):
– 产品嵌进了用户的”每周备餐节奏”,一周不出新餐单就浑身难受,习惯黏性强;
– onboarding agent 记住了用户口味和过敏,换 App 要重新说一遍,迁移成本高;
– 他坚持每周在社群发 1 个真实用户的前后对比(体重/体脂变化),把”有用”变成”看得见的成果”,churn 压到 5%。
🔗 相关案例推荐
- AI短视频内容创作赚钱SOP拆解:前Shopify卖家无代码做出月入5.5万美元的AI内容App(Lovable+AI API+社媒分发3步法)
- AI私信获客助手赚钱SOP拆解:用社媒自动化把Instagram私信变成月入18.6万美元的预约引擎(多平台API+意图识别+自动预约4步法)
- AI合同审查工具赚钱SOP拆解:独立开发者用工作流设计切出月入3万美元的法律AI(文档解析+许可模型+按量订阅3步法)
- AI社媒管理自动化赚钱SOP拆解:把多平台内容生成与排程做成月入23.8万美元的自动化生意(调度引擎+模板库+按席位订阅4步法)
- AI餐食规划App赚钱SOP拆解:健身科技用3个AI Agent零基础做出月入8000美元的餐食计划(vibe coding+营养模型+应用商店3步法)
本案例核心公式:
垂直场景(健身餐食)× 3 个 commodity AI agent(营养分析+食谱生成+onboarding 对话)× vibe coding 前端(Lovable/Next.js,代码<500行)× 全球支付(Stripe + 应用商店)× 痛点内容冷启动 = 第 2 月 $8,000 MRR 的极轻 AI 资产一句话记住:别训练模型,把”问需求、算营养、排食谱”三件苦活分别丢给 3 个现成 AI agent,用 vibe coding 套个能收钱的前端,2–4 周就能上线收钱。















暂无评论内容