大二退学打造 AI 笔记神器 Turbo AI：两位 00 后发小靠「食堂发饼干+洗手间贴传单」地推逆袭，狂卷千万用户与 $13M 营收

过程

Sarthak Dhawan 说过一句话，概括了 Turbo AI 的全部起点：

"我永远没法一边记笔记，一边认真听老师讲课。"

几乎每个学生都有这个困扰。不同的是，Dhawan 和他从六年级就认识的好友 Rudy Arora，把它做成了一门生意：2024 年 1 月上线的 AI 笔记工具 Turbolearn（后来更名为 Turbo AI），把课堂录音、PDF 课件和 YouTube 视频自动转成笔记、闪卡和测验。

先看数字（都来自公开报道）：

• 2025 年 3 月：月收入约 $50 万；
• 2025 年 10 月（TechCrunch）：用户 500 万，过去 6 个月从 100 万涨到 500 万，每天新增约 2 万用户，ARR 八位数，团队 15 人；
• 2026 年 6 月（Business Insider）：累计收入 $1,300 万，团队 10 人；
• 官网自称：1,000 万+ 学习者（公司口径，无第三方核实）。

外部融资只有约 $75 万，两人说公司从第一天起就是盈利的。

需要说明：Turbo AI 团队已经有 10-15 人，不是一人公司；但它几乎没靠融资，增长路径也是普通人能理解、能借鉴的。

阶段一·高中就开始做生意（2023 年以前）

Rudy 和 Sarthak 六年级就认识了。两人高中时都是学霸型学生——Arora 修了 16 门 AP 课程、SAT 1560 分；Dhawan 是毕业生代表，修了 21 门 AP、ACT 满分。

但比成绩更重要的是，他们高中就开始一起做产品：一个帮人预约安装圣诞彩灯的 App，赚了约 $6 万。

据 TechCrunch 报道，Dhawan 此前还参与过 UMax——一款曾登上 App Store 榜首的建议类应用。也就是说，做 Turbo AI 之前，他们已经有了做消费级 App 和获客的实战经验。这不是两个大学生的"灵光一闪"，而是一对有前作经验的搭档找到了新方向。

分工上，Arora 擅长社交媒体增长，Dhawan 负责产品和技术。

阶段二·大一：把自己的痛点做成产品（2023-2024 年初）

2023 年秋，Arora 进入西北大学，Dhawan 进入杜克大学。

大学课堂节奏快、信息密度高。记笔记就听不进去，专心听又记不全，考前面对几百页课件和几个小时录音只能熬夜。

当时语音转写和大模型已经足够成熟。两人的想法很直接：上课录音，或者丢一个 PDF、一个 YouTube 链接，下课后就拿到能直接复习的笔记、闪卡和测验题。

2024 年 1 月，Turbolearn 上线。

阶段三·饼干、厕所海报和 VentureCat 大奖（2024 年春）

没有广告预算，他们先从自己的校园开始：

• 在食堂发免费饼干，请同学扫码试用；
• 在厕所隔间门板上贴海报——这是学生最会掏出手机、注意力最空闲的地方。

这些办法成本极低，而且适合在两所学校先打透：同学之间口口相传，很快就会互相推荐。

2024 年 5 月 22 日，Rudy Arora 代表 Turbolearn 参加西北大学的创业大赛 VentureCat，拿下 $10 万大奖。这笔奖金不稀释股权，也让项目在校园里有了更高的知名度。

阶段四·真正的增长引擎：TikTok 创作者计划（2024-2025）

线下地推解决了"从 0 到 1"，但把用户从几十万做到几百万，靠的是 TikTok。

他们的做法很工业化：

• 付钱请大量创作者发视频：每条约 $5，视频爆了再给额外奖金；
• 用数量换爆款：他们有一条视频播放量达到 2,000 万，但那是试了大约 40-50 次之后才出来的。

这套打法的本质是：不赌某一条内容，而是用很低的单条成本批量测试，直到撞中爆款。学生群体本来就在 TikTok 上，"考前救命"的内容又天然容易传播。

同期他们拿了约 $75 万外部资金，来自主动找上门的投资人。两人表示没有继续融资的计划。

阶段五·退学、更名、扩展到职场用户（2025 年）

2025 年，大二结束后，两人双双退学，全职做 Turbo AI。公司设在洛杉矶。

产品也从 Turbolearn 更名为 Turbo AI，因为用户已经不只是学生：咨询顾问、律师、医生，还有高盛、麦肯锡的分析师，都在用它消化大量资料。

定价是 $20/月或 $120/年——年付相当于打五折，很适合学生"开学买一年"的习惯。

2025 年 10 月，TechCrunch 报道：用户 500 万，过去半年从 100 万涨到 500 万，每天新增约 2 万，ARR 八位数，一直盈利。Dhawan 说："现在学生一想到 AI 笔记或 AI 学习工具，第一个想到的就是我们。"

阶段六·10 人团队、$1,300 万累计收入与 Claude Code（2026）

2026 年 6 月，Business Insider 报道 Turbo AI 累计收入达到 $1,300 万，团队只有 10 人，其中 6 名工程师。

人这么少还能快速迭代，原因之一是 AI 编程：两人说现在自己很少亲手写代码，主要依赖 Claude Code。Dhawan 坦言能感觉到自己的"编程能力在退化"，但小团队的交付速度已经能和大得多的团队相比。

Thinking

1. 选了一个"刚需 + 高频 + 有截止日期"的痛点

学习类产品大多死在"用户三天就不用了"。Turbo AI 切的是另一种需求：每节课都有、每次考试前都很急。考试有截止日期，焦虑会推动付费决策；每天上课又带来高频使用。创始人自己就是用户，所以对场景的理解没有偏差。

2. 冷启动和规模化是两套打法

• 0 → 1：饼干和厕所海报——成本几乎为零，在一个封闭社区（校园）里先打透；
• 1 → 100：TikTok 创作者计划——把内容营销变成可批量采购、可测试的流水线。

很多人只学到了"发饼干"这个有趣的故事，却忽略了真正带来几百万用户的是后者。40-50 次尝试才出一条爆款，说明这是概率游戏，关键是单次成本够低、尝试次数够多。

3. 看清幸存者偏差：他们不是从零开始

两位创始人高中就做过赚 $6 万的 App，Dhawan 据报道还参与过登顶 App Store 的应用。他们懂消费级 App 怎么获客、怎么变现。加上名校背景带来的 VentureCat 平台和媒体关注，这些都是普通人复制时拿不到的条件。能复制的是方法（自用痛点 + 低成本测试 + 创作者分发），不是起点。

4. 少融资让他们保持了选择权

只拿约 $75 万、一直盈利，意味着不用为了估值去烧钱买增长，也可以按自己的节奏扩展用户群（从学生到职场人）。10 人团队 + Claude Code，让人效足够高、利润足够厚。

5. 风险与批评

• 大厂免费替代：ChatGPT、Gemini，以及谷歌 NotebookLM（已经支持闪卡和测验）都能做类似的事。Turbo AI 的护城河在于完整的工作流和品牌认知，而不是技术本身；
• 季节性：学生需求跟着学期和考试周走，暑假会有明显波动；
• 课堂录音的合规问题：部分学校和教授禁止录音，这限制了核心功能的使用场景；
• 数字口径不一：官网称 1,000 万+ 学习者，媒体报道的是 500 万用户（2025 年 10 月）和 $1,300 万累计收入（2026 年 6 月），都没有第三方审计。

Action

第一步：找你所在群体里"高频 + 有截止日期"的痛点（1 周） 列出你或身边人每周都要重复、而且有明确期限的麻烦事：考试复习、周报、会议纪要、报税材料……优先选你自己就是重度用户的那一个。

第二步：做一个"端到端交付结果"的 MVP（2-4 周） 不要做"又一个聊天框"。像 Turbo AI 一样，把输入（录音/PDF/链接）到输出（笔记/闪卡/测验）的整个流程封装好，用户点一下就拿到结果。用 Claude Code 或 Cursor 加速开发。

第三步：在一个封闭社区里先打透 学校、公司、行业社群、线下兴趣群——找一个你能物理接触到的社区，用低成本的线下方式（小礼物换试用、在用户注意力空闲的地方贴海报）拿到前几百个用户，收集反馈。

第四步：设计"免费上瘾 + 年付优惠"的定价 免费层让用户在日常场景里用起来；付费层解锁无限使用。年付价格做到月付的一半左右（如 $20/月 vs $120/年），在需求最旺的时间点（开学、考试前）推年付。

第五步：搭建小额创作者计划 找 20-50 个目标用户群里的小创作者，按条付费（几美元一条）+ 爆款奖金。给他们几个经过验证的脚本方向（比如"考前 6 小时救急"），准备好测 40-50 条才出一条爆款。跟踪每条视频带来的注册和付费。

第六步：顺着用户扩展人群 观察付费用户里有没有意料之外的人群（Turbo AI 发现了顾问、律师、医生），针对他们调整文案、改品牌名，扩大市场。

第七步：保持小团队，谨慎融资 只要能盈利，就优先用利润增长。融资只拿能让你保持控制权的小额资金。

不适合你，如果：

• 你所在的社区没有一个足够强、足够频繁的共同痛点；
• 你不愿意做大量重复的内容测试，期待"一条视频就爆"；
• 你的产品只是给大模型套个壳，没有完整工作流——大厂一更新功能，你就没了；
• 你的目标用户付费能力很弱，又没有扩展到高价值人群的路径。