他从开源项目起步，15人团队60天做到$10M ARR，18个月后估值$66亿

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$66亿的火箭

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。Anton Osika，一个两年前还在GitHub上发开源项目的瑞典工程师，成为了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。

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。

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：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

如果你想复制Lovable的路径，以下是四步可操作框架：

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。不要担心"别人会抄袭"——如果你的产品能被轻易抄袭，说明它本来就没有护城河。

2. 把增长写进产品，不要依赖市场团队。 "Built with Lovable"不是事后想出来的营销点子——它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？免费用户的页脚带你的品牌标记？生成的内容默认公开？邀请机制与产品核心体验绑定？每次用户使用你的产品，都应该同时为你获客。

3. 定位在"非程序员"，而不是"程序员"。 Anton 做的最聪明的决定之一，是把Lovable从"开发者的CLI工具"变成"任何人的可视化平台"。程序员的市场是几千万人——会说话的人的市场是几十亿人。你的产品是为哪群人做的？如果是为"会某个技能的人"，能不能重新设计成为"会说话的人"？

4. 让AI"自解困"，不要让用户替你debug。 如果你的产品依赖AI生成内容，检查一下：用户在AI输出不满意时，需要做什么？如果需要用户自己排查、描述问题、重新输入——你的产品体验还有90%的优化空间。目标是用户在AI出错时完全不需要做任何事——系统自动重试、自动修复、自动优化。这个体验差距就是你的产品从"能用"到"让人爱上用"的距离。