2024 年 11 月正式发布产品后，ARR 几乎每周增长 100 万美元，3 个月 ARR 就从 0 增长至 1700 万美元，付费用户数高达 3 万多人，成为欧洲历史上增速最快的初创企业。CEO 最新表示 Lovable 目前付费用户第一个月的留存率高达 85%，已经超过了 ChatGPT，并仍在不断上升。
它的前身是开源项目 GPT Engineer，在 Github 拥有超过 5 万星标，曾因用户一天用它创建 1.5 万个项目而一度被 Github 关停。
Lovable 的创始人 Anton Osika 近日接受了著名播客Lenny’s Podcast 的采访，主持人 Lenny Rachitsky 曾是 Airbnb 的产品团队领导，也是著名天使投资人，他们在对谈中谈到了 Lovable 的团队运作方式、招聘策略以及如何以极小的团队规模实现快速扩展。
一些有趣的点：
-
我们三个月前发布了 Lovable，现在有 50 万个月活跃用户，其中 3 万个是付费用户。而且增长速度还在加快，几乎完全靠自然传播。 -
以前是体力劳动被机器取代，现在是认知劳动被机器超越。怎么产生正面影响？不是让工程师更高效，而是赋能那些找不到优秀开发者的人，让他们的创意成真。我拉上以前的同事、也当过创始人的 Fabian，为不会代码的人做 AI 软件工程师，这就是 Lovable 的起源。 -
通才比过去更重要。我组建产品团队会找具备多技能的人，架构、设计、产品品味、用户沟通最好都要懂一点，会一点。 -
在招人时，最重要的是他们是否有极度在乎的态度，不只把自己做的事情当工作，而是关心产品、用户、团队协作。他们得有超能力，能快速学任何技能，但特别擅长从 AI 和大语言模型榨取价值，理解怎么优化我们的产品。 -
AI 定义总在变，Lovable 是人类交互界面，它的内部怎么实现不重要，可能算「Agent」，但这不是关键。 -
我们做了个 API 给教育软件用，让它更加个性化，但是让已有产品加入具有高级功能的 AI API 就像更换内部引擎，这有点难，所以产品不太成功。从中得到的教训是应该从用户体验的全貌出发来给软件增加 AI 能力，而不是往产品里硬塞技术。
-
高浓度的主流模型（如 DeepSeek 等）开发交流；
-
资源对接，与 API、云厂商、模型厂商直接交流反馈的机会；
-
好用、有趣的产品/案例，Founder Park 会主动做宣传。
01
未来构建软件的方式
是直接与AI对话
主持人 ：怎么用最简单的方式理解 Lovable？
Anton Osika：Lovable 是个人 AI 软件工程师。你描述一个想法，然后 AI 就会给你一个完整运作的产品。这意味着，今天的创业者可以将他们的创意变成真正的生意。我们有很多设计师和产品经理用户用它来创建产品初版展示给团队，有些人甚至因此成为了创始人，因为这种赋能太强大了。
当然，开发者自己也能用它更快地编写代码或创建产品。几乎我所有的朋友都曾找我帮忙，「Anton，我想做个产品，怎么找到一个优秀的软件工程师？」我们打造 Lovable 是为了那 99% 不会写代码的人。目前，如果你有技术背景，你会走得更远。但随着时间推移，未来构建软件的方式显然是直接与 AI 对话。
主持人：能否分享一些关于你们业务规模的数据？因为这实在太夸张了。
Anton Osika：我们三个月前发布了 Lovable，现在我们有 50 万月活跃用户，其中 3 万是付费用户。而且增长速度还在加快，几乎完全靠自然传播。
主持人 ：好的，我再补充一些收入数据，你们在产品发布后的四周内达到了 400 万美元的 ARR，两个月内突破 1000 万美元，仅靠 15 人团队。你们是欧洲增长最快的初创公司。最近你们还重写了整个代码库，有一段时间没法发布新功能，对吗？
Anton Osika：没错。有人说「你们发布速度真快」，但我们其实很沮丧，因为最初我们用一种脚本语言写了服务。随着规模扩大，我们意识到必须全部推倒重来，用更高效的方式重写。
主持人：你提到有些公司的业务是基于 Lovable 起步的，能举几个例子吗？
Anton Osika：一个早期用户 Harry，他开始为客户交付真正的 Web 应用，而不仅仅是设计稿。后来他说，「干脆我创办一家 AI 初创公司吧。」他的公司已经在 Product Hunt 上发布并开始赚钱，用户可以上传照片库，AI 会自动解析和分类。如果你去看「Launched on Lovable」这个应用——也是用 Lovable 构建的——就像 Product Hunt 的一个版本，上面展示了很多小型 SaaS 业务。
02
只需要两个词，
生成一个克隆版 Airbnb
Anton Osika：Lenny，你有没有想过用 Lovable 快速复制一个产品？
主持人 ：我还没想过。
Anton Osika：那你试试怎么样？
主持人：好，我们要打造一个 Airbnb 的克隆版。
Anton Osika：好，我刚输入了第一个提示，创建一个 Airbnb 克隆版。
主持人：提示词是什么？
Anton Osika：就两个词：「Airbnb clone」。AI 开始工作，它会思考一个漂亮的 Airbnb 克隆版应该是什么样子，做一些设计决策。我把界面放大，你会看到一个 UI，具备你期待的 Airbnb 克隆版的所有元素：不同类别、两个房源示例、登录按钮等。目前它只有 UI，没有 Airbnb 的完整功能。我现在可以要求改进功能，比如切换类别时显示不同的房源。你有什么想法想加进去吗？
主持人：正常情况下，从提示词到生成代码需要多久？
Anton Osika：第一个提示需要 30 秒。
主持人：30 秒，好。我一直想探索能不能买下我看中的房源，我们试试加个购买功能怎么样？
Anton Osika：好，我们加个按钮。「在房源上添加一个按钮，写着『购买此 Airbnb 房源』，点击后弹出购买房源的模态框。」这样可以吗？
主持人：完美。你让AI工程师建的这个网站，是一个可以浏览的实际功能网站，不只是设计稿。当然，现在没有真实的房源数据。如果真要建一个 Airbnb 克隆版，加入真实的房源数据，下一步怎么做？
Anton Osika：确实，现在只是个模拟 UI，但它是可交互的。如果想加登录功能和房源管理，就需要连接后端——存储数据和用户登录信息的地方。
先看看我们提示要加购买功能后，AI 的执行结果。它写的是「Book Now」（立即预订）。AI 可能对「购买房源」感到惊讶，毕竟这是 Airbnb，所以还是按预订处理。
主持人：我插一句，这是个很好的例子，说明为什么优秀的产品经理很重要。沟通不清会浪费很多时间，对于人，你得清楚地说明要解决的问题和原因。对于AI，你得擅长描述想要的东西，但不用解释「为什么」，AI 不在乎动机，只需要清晰指令。这是产品经理的强项。
Anton Osika：对于 AI，准确描述预期和指出哪里不对，非常重要。我先展示最快修正错误的方法。它生成了「Book Now」（立即预定）按钮，我想改成「Buy Now」（立即购买）。我们刚发布的功能是，你可以像在 Square space 或 Wix 那样可视化编辑。我把文字改成「Buy Now」，立刻就变了，代码底层也同步更新，很快。
主持人：这代表了工具的前沿。其他工具只能让你再次请求AI修改，而你展示的直接编辑功能是大突破。
Anton Osika：对，现在是「Buy Now」了。
主持人：这功能几天前刚推出？
Anton Osika：是几天前推出的。我想展示完整功能的构建。我们用开源后端服务 Supabase。
主持人：后端实际托管在哪里？
Anton Osika：一切都可以一键部署，托管在 Cloudflare 上，后端用 Supabase。
主持人：谢谢演示。对很多人来说，这太震撼了。几分钟时间，几美分成本就建了个网站原型，过去得花几万块和几周甚至几个月。
Anton Osika：这些工具已经很强大，它们进步很快。现在的瓶颈是还没完全融入现有产品工作流。但因为进步太快，想参与未来经济的人最好亲手试试这些工具，跻身前 10% 用户，会让你在未来几个月到几年里脱颖而出。
主持人：如果能坐在每个初次用 Lovable 的人旁边，给他们一个建议，你会说什么？
Anton Osika：掌握像 Lovable 这样的工具需要耐心和好奇心。我们有个「聊天模式」，你可以问「这是怎么工作的？我没得到想要的，漏了什么？怎么更高效？」这是学习软件工程的最佳方式之一，你不用写代码，但理解产品构建原理很有用。耐心和好奇心超级重要。
第二点，我会建议，你的提示还不够清楚，不要对AI说：「你没做好」，要具体说明你期待什么，哪里对了哪里错了。
主持人：跟工程师合作时，沟通失误造成的损失很大，可能漏掉功能或需求。而如果 Lovable 做的不够好，30 秒后就能重试。
Anton Osika：对，跟人合作可能代价更高。
主持人：在聊天模式中，你怎么称呼它？
Anton Osika：就叫 Lovable。
主持人：为什么选「Lovable」这个名字？
Anton Osika：我觉得打造优秀产品是目标，最好的词就是「Lovable」。我喜欢用这个词来当术语：最小可爱产品（minimum lovable product）、可爱产品、绝对可爱产品。所以公司名用了这个。
03
因为使用量太大，
一度被 GitHub 关停
主持人 ：现在你们的 ARR 远超 1000 万了吧？你们公开这个数据吗？
Anton Osika：我们不特别强调数字，但很快可能会发个「2 倍增长」的推文。
主持人：我想回到起点，Lovable 的起源是什么？这段旅程怎么开始的？
Anton Osika：ChatGPT 推出后，大语言模型开始擅长根据人类指令生成代码。我当时是一家 YC 投资初创公司的 CTO，团队成员觉得我夸大了 AI 对编程带来的影响，说这不会在一年内改变什么。
我想证明自己的观点，就做了个开源工具 GPT Engineer，你向它输入提示「做一个贪吃蛇游戏」，它就生成代码并运行。现在 GPT Engineer 是最受欢迎的展示大语言模型创建应用的开源工具，有 5 万多星标和几十个学术引用。
主持人：我补充一下，GitHub 还一度关停了你们，因为以为是某种攻击，你们星标增长和使用量太夸张了。
Anton Osika：那是后来的 Lovable。早期 Lovable 每次有人用就创建新 Github 项目。我们问过有没有限制，Github 说没有。但一天创建 1.5 万个项目时，他们服务器负荷太大，一个值班工程师可能半夜被吵醒，直接关了我们，邮件说我们违反了规则，我们也不知道怎么回事。
主持人：这让我想起一个故事，ChatGPT初次训练时，微软服务器以为是爬虫攻击把它屏蔽了。
Anton Osika：我做了 GPT Engineer，觉得这是人类史上重大变革。以前是体力劳动被机器取代，现在是认知劳动被机器超越。怎么产生正面影响？不是让工程师更高效（有微软 Copilot 了），而是赋能那些找不到优秀开发者的人，让他们的创意成真。我拉上以前的同事、也当过创始人的 Fabian，说我们要为不会代码的人做类似 GPT Engineer 的东西。这就是起源。
主持人：然后就成了 Lovable，从开源转向了人人可用且付费的产品。之后我看到数据，你们推出 Lovable 后每周 ARR 增加 100 万，是真的吗？
Anton Osika：是的，第一版叫 GPT Engineer App，我们用等待列表推出，收集反馈迭代。当觉得产品够好时，定名为 Lovable，主要优化了 AI。从三个月前起，我们每周新增 100 万 ARR，之后增长更快。
主持人：比每周 100 万还快！这绝对是产品市场契合（PMF）。你提过在后端解锁了扩展性秘密，新的 Scaling Law，能聊聊吗？
Anton Osika：AI 系统有很多扩展法则。我们发现投入更多精力，产品会持续变好。通常 AI 在生成软件时，初期很好，后来会卡住。我们找到卡住的这个点，用不同方法定量调整系统，快速反馈改进关键领域。
主持人：你说的「卡住」是AI不知道下一步该咋办，或引入 bug 吗？
Anton Osika：对，它不够聪明解决不了那个 bug。
主持人：这是这类工具的常见问题，到某点就卡住，用户不是工程师就不知道怎么办。
Anton Osika：现在确实有这个问题，但它正在被快速解决，我们锁定关键领域，比如加登录、数据持久性、Stripe 支付，确保不被卡住。现在卡住的地方需要用户知道怎么解决，但未来不会这么重要，AI 卡住的问题会越来越少。
主持人：我知道你不深入讲技术细节，这是你们的优势，我就不逼问了。回到增长速度，15 人团队两个月 1000 万 ARR，太夸张了。你们怎么做到的？
Anton Osika：我们基于基础模型，找到正确方式呈现给用户，设计最佳人机接口，把认证等功能无缝整合。人们爱这个产品，这是增长驱动。我们主要在社交媒体上发布进展，让大家知道我们。
主持人：这就是「公开构建」。你们的演示很震撼，增长数字也吸引人。但大多数公司都有有趣的东西可分享，你觉得你们做了什么独特的事让产品这么「可爱」？
Anton Osika：团队是核心。你需要能快速交付、有品味、懂得简化和抽象的人。我们一起让产品越来越好。
主持人：你的团队成员用AI写了多少 Lovable 的代码？
Anton Osika：我们设定了 Lovable 能自我修改，我们用它做了不少事情；但很多超具体的事，比如为每个用户启动专用电脑，Lovable 做不了。我们用开发者工具，几乎每个人随时随地用 AI 写代码。
主持人：像 Cursor 这样的工具吗？
Anton Osika：对，团队几乎都用 Cursor。
主持人：我最近做了调查，我的播客听众中有 17% 用 Cursor 写代码，太夸张了。说到竞争对手，大家好奇你们和 Bolt、Replit 的区别。怎么用最简单的方式理解 Lovable 的不同之处？
Anton Osika：我们为非技术人群打包产品。演示里你看到能即时改文字、颜色，不用进代码编辑器等 30 秒。这是大区别。还有团队高效性，我们与 Github 同步，技术人员用 Cursor，非技术人员不用管本地文件系统和提交。这让它更可靠，我们虽然进入 AI 代码领域比较晚，但用户反馈说我们最稳定。
主持人：用 Lovable 完成构建软件的大部分工作，再用 Cursor 调整，你说其他公司没做到这点？
Anton Osika：我不知道有谁做到了。
04
18 人团队打造的产品
每周新增 100 万 ARR
主持人：Lovable 的终极愿景是什么？5 到 10 年后是什么样？
Anton Osika：我们打造「软件的最后一片拼图」。五年后的世界很难预测，但我认为从想改产品或建新产品到完整实现的会变得几乎即时，还能无缝集成现有系统或第三方服务。之后，AI 还能分析用户行为，提出改进建议，自动跑 A/B 测试，这很快会到来。
主持人：这让我想到，人们好奇未来哪些工作更重要，哪些技能不重要。我觉得发现和构思（知道建什么）以及品味和工艺（判断是否正确）更值钱了，因为打造软件的具体工作已经被AI取代。过去软件工程实现最难最值钱，现在是弄清需求。你怎么看？
Anton Osika：如果你是创始人，我完全同意这种说法。找到痛点，然后想怎么去解决痛点，并让产品变好 10 倍很重要。对于已有产品，品味更关键。工程师技能仍然重要，因为能理解技术限制。不过，他们不应只盯着技术栈，而要抽象思维，能够把人类问题翻译成技术方案。
主持人：以后的软件产品打造，是更像产品经理监督AI工程师，还是程序员仍需要深入编码？
Anton Osika：通才比过去更重要。我组建产品团队会找具备多技能的人，架构、设计、产品品味、用户沟通最好都要懂一点，会一点。
主持人：你们现在有多少人？
Anton Osika：现在 18 人。
主持人：我还以为你要说 100 人。团队只从 15 人扩张到 18 人，你招聘时具体会看什么？
Anton Osika：最重要的是极度在乎的态度，不只把自己做的事情当工作，而是关心产品、用户、团队协作。他们得有超能力，能快速学任何技能，但特别擅长从 AI 和大语言模型榨取价值，理解怎么优化我们的产品。
主持人：18 人团队，每周新增 100 万 ARR。你们的人明显是世界级的。你面试时怎么评估？
Anton Osika：我问他们过去做过什么，这些人往往对之前的事很投入。我会深挖技术细节，给一个他们没见过的新难题看他们怎么思考研究。我们让他们至少试工一天，最好一周。
主持人：你提到看他们过去是否痴迷某事。18 人里多少是工程师？
Anton Osika：其中 12 人会写代码。
主持人：你之前说你们有工程师现在的工作是做内容，这体现多面性。我有你发的招聘启事，我读几句：「长时间高强度工作，候选人需在 AGI 时间线的高压下茁壮成长，艰难任务在前，成功则获荣誉与认可，寻求舒适者勿扰。」还有「与卓越头脑合作」，「超越普通工程角色的使命」，「成功分享丰厚回报」。你怎么看这些招聘内容？
Anton Osika：我有 AI 帮忙格式化，但内容主要是我写的。
主持人：对于有些人，他们会被这个招聘广告吓退，但对于你想要的人来说，他们会觉得正中红心，很棒的筛选。你是瑞典乃至欧洲增长最快的初创公司。在欧洲/瑞典创业和美国/旧金山相比有何不同？
Anton Osika：我认为AI时代是人类史上最有影响力的时刻，投身其中必须超级有野心。这种野心在瑞典不常见，在平均野心低但潜力人才多的地方激励他们是好配方，有些双刃剑，但也有优势。
主持人：你是说欧洲有厉害的人，但难找，得吸引他们？
Anton Osika：对，大多数欧洲人没想过追求极度需要野心的事业。找到这些人是一个大挑战。
主持人 ：我想聊下优先级。你有无数想做和被要求去做的东西，你怎么决定具体要做什么？
Anton Osika：简而言之，找到最大的瓶颈和产品问题，快速迭代解决，不做过长路线图。理解最大的问题并不简单，我们花时间跟用户聊，看反馈和功能请求板。选定问题后，就是偏工程的人主导，我们这样的产品很难让非工程师产品经理决定，因为解法可能涉及技术细节或大的技术举措。
主持人：大致节奏和从想法到发布是什么样的？
Anton Osika：三月前主要是决定做什么，我们边做产品，边计划，用 Figma Jamboard 列主要问题，排优先级，每周定重点，周末同步，并统一认识。现在有路线图，比如下一个版本支持自定义域名，再加上协作功能。但最大举措是让系统更「代理化」，这方面有更长的路线图。
主持人：路线图一般定多远？
Anton Osika：未来几个月最清晰，最远三月，但一个月后可能会变。
主持人：用什么工具？
Anton Osika：Linear，我们用它做人才追踪，还有 Figma Jamboard。
主持人：你们公司什么时候会有AI工程师加入？
Anton Osika：这个问题有意思。AI定义总在变，Lovable 是人类交互界面，内部怎么实现不重要，可能算「代理」，但不关键。
主持人：你说办公室工作和一起吃午饭帮你们加快节奏，还有什么没提过的加速方法吗？
Anton Osika：我们的成员大多在办公室，这样挺好。大家可以随时沟通：「我们思路错了」，或者「该干这个」。中午一起吃午饭的一小时是很好的，大家潜意识中也在思考问题，办公室工作，既聚焦又高带宽。
主持人：AI尖端公司的CEO说快节奏秘诀是「一起吃午饭」，太人性化了。
Anton Osika：对。
主持人 ：若组建新产品团队会怎么做，和过去有何不同？
Anton Osika：大家得对 AI 感到兴奋，团队协作要好，一起解决问题。现在瓶颈不在工程，而是品味和用户直觉，工程师和其他人最好都愿听用户，理解他们关心什么。
主持人：你雇的人背景有什么共性吗？超级厉害的人？编程竞赛冠军？
Anton Osika：原始认知能力是最强相关性，还有黑客思维，爱快速迭代，关心整体业务而非只专注个人专业。
主持人：你说过赋能不会代码的 99% 人群让你兴奋，有什么想分享的吗？
Anton Osika：工程师或创始人常因找不到技术人才失败。现在工具能解决一切，会引发创业和更好软件的爆炸。不用忍受烂技术了，有想法的人会直接搞个软件，在社交平台展示，这是对所有行业和所有地区的赋能。
05
从用户体验的角度给软件增加AI能力
主持人：Lovable 的下一步是什么？近期会发布什么？
Anton Osika：我说过「智能体化」，给系统更多自由决定下一步，比如写测试、跑测试、修 bug，这是个大突破。还有支持自定义域名、团队协作。更远的，帮助创始人打造第一个产品版本后，再帮助他继续向前，比如获客、反馈、推广。
主持人：我正想说这个。很多人打造产品很在行，但很少人知道怎么推广。增长是另一技能，你的想法太酷了。
Anton Osika：我们已经在博客上放了推广手册。
主持人：你说能用现有代码库工作，很多人在意这个，能说说吗？
Anton Osika：现在还不能用任意代码库，有研究预览版能导入。但工程师使用 Lovable 时，可用任何工具编辑代码。
主持人：大多数听众在现有产品上工作，你说未来他们做这些工作时能用 Lovable？
Anton Osika：对。
主持人：最后一题，我们有个「失败角落」环节。你事业中有什么彻底失败的事，你从中学到什么？
Anton Osika：我想不出完全失败的，但有个产品教训。我曾是 AI 初创公司 Sana Labs 的第一名员工，我们希望通过个性化学习帮助用户提高两倍效率。我们做了个 API 给教育软件用，让它更加个性化，但是让已有产品加入具有高级功能的 AI API 就像更换内部引擎，这有点难，这个产品不太成功。
得到的教训是应该从用户体验的全貌出发来给软件增加 AI 能力，而不是往产品里硬塞技术。
主持人：很多只关注技术先进性的人，会在这个方面想当然，然后失败。而 Lovable 能帮用户聚焦问题、需求和验证。
Anton Osika：也许我们该加个「学习模式」，像产品教练一样在你旁边问你「等等，这个产品为什么要这样做？」
主持人：最后，Anton，还有什么想分享的？
Anton Osika：世界的变化加速，这很有趣，要享受这变化。提升职业或换工作的最好方法是跻身AI工具使用前 1%。试试 Lovable 和其他工具，尽量理解他们和高效使用他们。这是我的建议。
主持人：具体点，怎么知道自己在前 1%，怎么做到？
Anton Osika：花一周用 AI 帮你达成你的目标，找个痛点，彻底解决，做成有人用的东西。
（文：Founder Park）