AI都能写代码，为什么冲到年化$5亿收入的是Lovable

过程

起点：一个瑞典工程师的开源实验

2023年，Anton Osika 在瑞典斯德哥尔摩的公寓里，开始了一个看似普通的开源项目。他给它起了一个直白到近乎土气的名字——GPT-Engineer。功能很简单：用户用自然语言描述"我想要一个什么应用"，AI自动生成完整的代码。

这个想法并不新鲜。2023年是AI代码生成工具大爆发的年份，GitHub Copilot、Cursor、Replit等竞品已经在这个赛道里厮杀。但Anton做了一个关键的决定，这个决定后来改变了整个竞争格局：他把GPT-Engineer完全开源了。 不是"部分开源"、不是"免费增值"、不是"试用后付费"——是完全开放，任何人都可以下载、修改、使用。

GitHub上的反应超出了所有人的预期。52,000个星标涌入，GPT-Engineer 成为2023年最受关注的开源AI项目之一。更重要的是，这52,000个星标不只是虚荣指标——它们代表了52,000个主动测试产品、提交bug报告、贡献改进建议的早期用户。Anton不是一个人在造产品——他有了一个免费的全职测试团队。

创始人背景

Anton Osika（CEO），1990年生于瑞典。香港科技大学物理学学士，KTH皇家理工学院工程物理学硕士。职业生涯横跨多个硬核科技领域——曾在CERN的ATLAS实验做研究，在AI公司Sana Labs（估值$5亿）任早期工程师，联合创立电商推荐系统公司Depict.ai并担任CTO。2023年发布开源项目GPT-Engineer一举成名。2025年签署Founders Pledge，承诺将50%净资产捐赠慈善。

Fabian Hedin（CTO），同样来自瑞典的技术创业者。两人在斯德哥尔摩的科技圈相识，Hedin负责将GPT-Engineer从一个CLI开源工具重新架构为可视化商业产品Lovable的核心技术栈。2025年与Osika共同获得KTH创新奖（评审包括Spotify创始人Daniel Ek）。

两个人的组合精确互补：Osika是"知道该做什么"的产品远见者（曾在CERN、Sana Labs、Depict.ai多次验证技术判断力），Hedin是"能把事情做出来"的工程架构者。这种分工让他们在15人的极简团队规模下，实现了传统公司150人也做不到的增长速度。

阶段一：从开源到商业化——"GPT-Engineer"变身"Lovable"

开源项目给了Anton两样最稀缺的创业资源：验证过的需求和忠实的早期用户群。 52,000个开发者主动下载和使用一个工具，说明他们真的需要它。但开源也有限制——你只能影响开发者，无法触达"有想法但不会写代码"的普通人。

Anton意识到，要把这个产品做成一个真正的生意，他需要一个商业化的版本——以及一个能把这个版本推向市场的人。他找到了Fabian Hedin，一位同样来自瑞典的技术创业者，作为CTO加入。两人将GPT-Engineer重新架构，加入了可视化界面、一键部署、错误自动修复等关键功能，使其不再是程序员专属的CLI工具，而是一个任何人都能用的AI应用构建平台。

2024年12月，产品更名为 Lovable，正式向公众开放。这个名字暗含了产品的核心承诺——"可爱的"，意味着这个工具对用户友好到让人心生好感。

阶段二：60天$10M ARR——只有15个人的团队

Lovable 上线后的增长数据，让整个SaaS行业都沉默了。

前4周：$4M ARR。前60天：$10M ARR。团队人数：15人。

平均算下来，每位员工贡献了~$667K的ARR。这个数字是什么概念？一家典型的成熟SaaS公司，每员工ARR在$100K-$200K之间就算高效。Lovable 的效率是行业基准的3-7倍。不是因为他们有超能力——是因为产品本身就是增长引擎。 用户用 Lovable 构建出一个App之后，这个App本身就成了Lovable的活广告。每一个被 Lovable 生成的网站和应用的页脚，都可能被标记为"Built with Lovable"——这是免费且无限扩张的获客渠道。

更关键的是，Lovable 抓住了"vibe coding"（氛围编码）这个词的文化势能。Vibe coding 是2025年科技圈最热的概念之一——指开发者用自然语言向AI描述意图、让AI生成代码的编程方式。Lovable 把自己嵌入进了这个概念的定义之中：不需要会编程。只需要描述你想要什么。 这个定位让它的目标市场从"几千万开发者"扩展到了"几十亿会用语言的人"。

阶段三：技术护城河——AI的"自解困"能力

Lovable 的产品有一个让所有用过的人震惊的功能：AI可以在生成代码后，自己发现bug、自己修复、自己重新部署。 Anton 把这项能力称为"AI unsticking itself"（AI自解困）。

传统的AI代码生成工具的工作流是：用户给指令→AI生成代码→代码报错→用户自己排查→用户告诉AI哪里错了→AI重新生成。这个循环里最慢的环节是"用户自己排查"——因为用户可能不是程序员，根本看不懂报错信息。Lovable 打破了这个循环：AI生成代码后自动运行测试，发现错误后自动分析原因，然后自动修改代码并重新部署。整个过程用户可能完全没有感知——他们只是看到"正在构建中..."然后过一会儿"构建完成，可以用了"。

这个技术突破的意义怎么强调都不为过。它把AI编程从"AI辅助开发"变成了**"AI自主开发"**。用户从"写代码的人"变成了"给产品需求的人"——这是两种完全不同的人，后者的数量级是前者的至少100倍。

阶段四：融资与估值——从$18亿到$133亿的火箭

Lovable 的融资速度匹配了它的营收增长。

2025年2月（上线仅2个多月后），Series A 融资 $2亿，估值 $18亿，由 Accel 领投。此时 Lovable 的 ARR 仅约 $10M-$15M——这意味着投资者愿意以超过100倍的ARR倍数押注它。这在传统SaaS投资逻辑中是疯狂的（通常10-15倍ARR是正常估值），但在这个AI浪潮中，Accel 赌的是 Lovable 可能成为"下一个10亿用户产品"。

这个赌注押对了。到2025年11月，Lovable的ARR已达**$2亿**，用户接近800万。12月，Series B 融资 $3.3亿，估值 $66亿。CapitalG（Google的投资部门）、Menlo Ventures领投，Khosla Ventures、Salesforce Ventures、Databricks Ventures跟投。

增长没有停：2026年5月，Lovable 的 ARR 冲到 $5亿——比OpenAI、Cursor、Wiz等历史上所有软件公司冲到$1亿ARR的速度都快，然后又在4个月内翻倍到$2亿，再翻倍逼近$5亿。紧接着，公司又完成一轮 $4亿融资，估值跳到$133亿。Anton Osika 和联合创始人 Fabian Hedin，两个两年前还在GitHub上发开源项目的瑞典工程师，各自身家达到约**$16亿**，成为欧洲历史上最年轻的白手起家亿万富翁之一。

更引人注目的是，Lovable 打破了"欧洲没有真正级别的AI公司"的叙事。在它之前，几乎所有AI独角兽都聚集在硅谷。Lovable 证明了：在开源+AI的时代，地理位置不再是护城河——社区在哪里，公司就在哪里。

但这个数字也有争议。 有分析指出 ARR 是公司自己披露的，未经审计；$133亿估值对应约50倍ARR，被批评"激进"。更值得警惕的是，多家流量分析机构（Barclays、Luminix）发现，2025年夏天之后 Lovable 的网站流量出现大幅下滑，2026年春季一度出现12周内AI编程类流量整体下降76%的现象，Lovable 自己的增长曲线也在这个窗口期由强转弱。公司从未公开过用户留存率数据——"用AI做完一个项目就走"的非技术用户，会不会比 Cursor、Cognition 这类粘性更强的专业开发者订阅流失得更快，目前还没有定论。2026年2月还曝出一起安全事故，暴露了18,697名用户的数据。这些不是要否定 Lovable 的成绩，而是提醒：把它当作行业观察案例来分析，而不是"跟着做肯定成"的模板。

阶段四点五：为什么是Lovable，不是Cursor、v0、Bolt或Replit？

这是最值得拆解的问题：2023年之后，能"用AI写代码"的工具至少有十几个——Cursor、GitHub Copilot、Vercel的v0、Bolt.new、Replit Agent，个个背后都是重兵投入的大公司或知名团队。为什么冲到年化$5亿的偏偏是从瑞典一间公寓里的开源项目长出来的 Lovable？

差异一：目标用户完全不同。 Cursor 是一个 VS Code 的分支，本质上是给"已经会写代码的工程师"用的效率工具——没有可视化预览，没有一键部署，买家是企业开发团队。Lovable 反其道而行之，公开宣称要服务"不会写代码的那99%的人"。这不是同一个市场的竞争，而是完全避开了拥挤赛道，切进了一个几乎没人认真服务过的、体量大100倍的用户群。

差异二：做的是完整应用，不是代码片段。 Vercel 的 v0 只生成前端组件，没有后端、没有数据库、没有部署；Bolt.new 支持的框架更多，但后端和数据库要用户自己接 Supabase/Firebase，部署也不够顺滑。Lovable 把"前端(React+TypeScript) + 后端 + 数据库(Supabase：Postgres、鉴权、存储、边缘函数、行级安全) + 一键部署到自定义域名"打包成一次对话就能完成的闭环——用户不需要懂任何一层技术细节。

差异三：产品自带的病毒传播机制，是Cursor和v0都没有的。 Lovable 有一个"Remix"功能——任何公开的项目，别人点一下链接就能一键复制、二次开发。这是嵌进产品里的分享回路，而不是事后想出来的营销手段。团队还主动放大"非程序员做出了产品"的用户故事，这类内容天然自带传播力。

差异四：抢先定义了一个新词，把自己焊死在这个词上。 2025年2月，AI研究者 Andrej Karpathy 提出"vibe coding"（氛围编程）这个概念，Lovable 几乎是第一时间把自己变成了这个概念的代名词——当媒体和用户讨论"vibe coding"时，第一个想到的产品就是 Lovable。这是免费拿到的认知红利，Cursor、v0都没有主动抢占这个心智位置。

归纳成一句话：当"写代码的能力"被AI拉到接近免费之后，真正的竞争已经不是技术，而是"你为谁服务、做多完整、怎么自我传播、怎么占领用户心智"这四个更古老的商业问题。Lovable 赢的不是AI，是产品定位和分发。

阶段五：Lovable 的底层逻辑——"知道该做什么"比"知道怎么做"更重要

Anton 在 Lenny's Newsletter 的访谈中说过一句被广泛引用的话："最大的瓶颈正在从'谁能建'变成'谁知道该建什么'。"

这句话是 Lovable 商业哲学的核心。当 AI 可以把代码生成成本降到趋近于零时，稀缺性不再是"技术能力"——而是产品审美、用户理解、清晰定义问题的能力。 一个不会写代码但深刻理解用户痛点的产品经理，在这个时代比一个只会写代码但不理解用户的工程师更有价值。

Anton 对想在这个时代成功的人给出了一个简单的建议："花整整一周，用AI工具端到端解决一个真实问题。成为AI工具的Top 1%用户。" 他不是在灌鸡汤。他自己就是这么做的——两年前用AI造了GPT-Engineer，两年前用AI造了Lovable，然后看着世界围绕他的产品重新组织。

来源：Wikipedia · Lenny's Newsletter · TechCrunch · Forbes · Lovable.dev

Thinking

Lovable 的案例不是又一个"AI创业成功故事"。它是一个关于顺序、杠杆和定位的战略教科书——尤其是关于"当技术门槛消失后，什么才是真正的护城河"。

第一层：开源不是慈善——是最高ROI的市场验证。 Anton 把 GPT-Engineer 完全开源，表面上是"免费给社区用"，实际上是用52,000个GitHub星标换来了三样东西：① 需求验证——如果没人下载，说明方向错了；② 免费QA团队——52,000个用户帮你测试、报bug、提建议；③ 品牌资产——当Lovable商业化时，那52,000个星标就是最有力的信任状。在AI时代，开源社区是最被低估的GTM（Go-To-Market）策略。它不是"先免费，以后再想怎么赚钱"——它是"先建立信任和用户基础，再卖一个更好的付费版本"。

第二层：15个人$10M ARR——不是因为技术牛逼，是因为产品本身就是增长引擎。 每个用Lovable生成的App，页脚可以带"Built with Lovable"标记——这是免费的、无限的、自我复制的获客渠道。传统SaaS公司需要市场和销售团队去"找"客户；Lovable让客户在使用产品的过程中"变成"获客渠道。这不是增长黑客——这是把增长写进了产品的DNA里。

第三层：当"会不会写代码"不再是壁垒，"服务谁、做多完整、怎么传播、占哪个心智"就成了新壁垒。 Cursor、v0、Bolt.new 背后都不缺技术和资金，Lovable 能冲到最快也不是因为代码写得更好——而是它选了一个别人没认真服务的用户群（不会编程的人）、做了别人没做全的东西（前端+后端+数据库+部署一整套）、设计了别人没有的传播机制（Remix一键复制）、抢先焊死了一个新词（vibe coding）。AI消灭的是"写代码"这个门槛，但没有消灭"产品判断力"和"分发能力"这两个更古老的门槛——这两样恰恰是Lovable比对手更强的地方。

第四层：Anton的"瓶颈转移论"是这个时代最重要的商业洞察。 当AI把"制造"成本降到趋近于零时，稀缺性从"谁能做"变成了"谁知道该做什么"。这意味着产品经理、设计师、深度理解用户痛点的领域专家——这些角色的价值在飙升，而纯执行型工程师的价值在贬值。Anton自己就是最好的例子：他不是最牛的AI工程师（GPT-Engineer的代码并不比竞品更精妙），但他比别人更早理解了"这个产品应该长什么样、应该怎么定价、应该怎么卖给非程序员"。

Action

如果你想从Lovable的路径里学点什么，以下是五步可操作框架：

1. 做开源项目验证需求，不要先做商业产品。 在投入数月开发一个商业化SaaS之前，先做一个最小化的开源工具。放到GitHub上。如果6个月内拿不到1,000个星标——换方向。如果拿到10,000个星标——你有东西了。开源是今天最低成本、最高杠杆的市场验证方式。

2. 别在别人已经拥挤的赛道里卷技术，去找一个没人认真服务的用户群。 如果你的领域已经有十几个功能相似的竞品，先别想着"我能不能做得更好"，先想"这些工具服务的都是同一群人吗？有没有一群人，需求真实存在，但因为'不够专业/不够技术'被所有人忽略了？"

3. 做完整的闭环，不要只做一个环节。 大多数竞品只解决流程里的一段（比如只生成前端代码）。看看你所在的赛道里，用户为了完成一件事，还需要自己拼接几个工具？把这些环节打包成一次交互就能完成的闭环，就是你的差异化。

4. 把增长和传播设计进产品本身，不要依赖市场团队。 "Built with Lovable"和"Remix一键复制"都不是事后想出来的营销点子——它们从产品设计的第一天就在架构里。你能在你的产品里嵌入什么"自动传播"的机制？

5. 抢先给你的品类起个名字，或者抢占一个正在流行的新词。 Lovable 没有发明AI编程，但它第一时间把自己焊死在"vibe coding"这个词上。你的品类有没有一个正在形成但还没被人占领的名字？谁先把自己和这个词绑定，谁就免费拿到认知红利。

不适合你如果：你只是想抄一个"开源转商业化"的公式而不打算真正解决一个被忽视的用户群体的问题；或者你把这个案例当作"融资路径"的模板——Lovable 融的$5.5亿+和它的产品打法是两件事，前者不可复制，后者才是这个案例真正值得学的部分。