AI Coding 明星产品 Lovable 的增长负责人 Elena Vera,在一次采访中明确说道。
来自 The Information 数据,以 Cursor、Claude Code 为代表的 AI Coding 工具的累计营收,已经突破了 31 亿美元。Vibe Coding 初创企业的估值在今年一年内增长了 350%。
但 Elena Vera 直言,PMF 依旧是一个不确定的事情,即使他们的 ARR 已经超过 1 亿美元。
「虽然我们在上个月可能有 PMF,三个月前可能也有,但 PMF 的定义每周都在变化。」
「底层模型的能力每隔几个月就会有大的变化,我们的产品变得更好,是因为模型变得更好了,甚至不一定是因为我们自己做了什么。」
对于很多 AI Coding 产品来说,甚至连核心用户人群的画像都在变。
这样的情况下,AI 产品,尤其是 Coding 产品到底该怎么做增长?
2 亿美元 ARR、正在冲刺 60 亿估值的 Lovable,值得研究。我们整理了 Lovable 增长负责人 Elena Vera 的最新访谈内容及其近期的博客文章,收获不少。
https://www.youtube.com/watch?v=8wLXHrZVOys
https://www.elenaverna.com/p/the-product-market-fit-treadmill
⬆️关注 Founder Park,最及时最干货的创业分享
超 15000 人的「AI 产品市集」社群!不错过每一款有价值的 AI 应用。

-
最新、最值得关注的 AI 新品资讯;
-
不定期赠送热门新品的邀请码、会员码;
-
最精准的AI产品曝光渠道
01
Vibe Coding 产品的 PMF 一直在变
在当下的 AI 行业中,存在一种普遍的体感:明明在全速冲刺,但结果似乎是还在原地踏步。这也是 AI 创业企业面临的真实处境:产品能活下去的核心竞争力,几乎每周都在被颠覆。
在传统公司的增长和生命周期中,有一套固定的模式:首先要找到 PMF,这是第一个重要的门槛。通常,企业通过获取并留住一定规模的用户来达到这个目标,不需要占领整个市场,但需要有持续的客户流入和留存,然后开始变现,来实现价值交换。
在过去,当企业的年化经常性收入(ARR)达到 100 万美元左右,且能够展示出良好的用户留存率时,基本上就意味着已经「达成」了 PMF。
一旦达到这个状态,企业就可以稳稳当当吃几年红利,然后进行维护和规模化扩张,直到竞争对手或市场风向发生转变,再去投资下一个阶段。
但这个「过去」已经结束了。
Elena Vera 认为,即使是 Lovable 的 ARR 已经超过了 1 亿美元,也没有感觉到「稳操胜券」,甚至不觉得已经完全获得了 PMF。虽然上个月可能有,三个月前也可能有,但在像 Vibe Coding 这个相对新兴的赛道中,PMF 的定义每周都在变化。
PMF 不再是一次性买卖,它变成了一种必须不断续费的「订阅服务」。在 AI 领域,无论是在哪个细分市场,PMF 都是一个难以捉摸的概念,即使是已经有了数亿美元收入的企业。
这种巨大的变化,Elena Vera 认为来自于两方面:
-
产品端的变化:底层的大语言模型(LLM)能力每隔几个月就会互相赶超,开发成本大幅下降,导致竞争壁垒降低。任何人都可以进入,竞争变得异常激烈。
-
市场端的变化:客户的预期、习惯变化速度非常快。通常,改变客户习惯需要数年时间,但在 AI 时代,仅仅几周或几个月内,无论是精度、对「幻觉」的容忍度,还是对实际功能的预期,原本的新能力瞬间就会变成客户眼中的「理所当然」。
现在的 AI 公司已经不是按部就班地走过「达成目标、规模化、进入下一个创新周期」的发展阶段,而是被迫每个季度都要把所有阶段重新走一遍。「第二阶段」已经不是关于扩张,而是为了保住「第一阶段」不崩盘。
现在是一场持续不断的、重新夺取 PMF 的战斗。不断地尝试达到目标、稍微扩展,然后再问自己:「我达到了吗?」,接着再次争取达成、再次尝试扩展。
02
连核心用户的画像每个季度都在变
市场在变:相邻用户理论失效了
同样,Vibe Coding 产品的用户群体也一直在变。核心产品的价值像一个移动的靶子,理想的用户群体也同样是「飘忽不定」。
在成熟的商业逻辑中,产品增长往往遵循「相邻用户」理论(Adjacent User Theory),企业的下一波增长,通常来自于核心用户圈层外围那一环的人群。但在 AI 领域,随着 Anthropic、OpenAI 这些模型厂商每发布一个新模型,产品往往就会经历一次变动,这种「圈层」就不存在了。
企业没有机会真正向外扩展,只是在不停地重新寻找「圆心」。所谓的「相邻用户」根本无从谈起,因为连「核心用户」的画像每个季度都在变。
这种变化直接打乱了增长节奏。为了保住脆弱的 PMF,Vibe Coding 企业最终往往只能被困在同一群 AI 极客或者早期尝鲜者中打转,根本扩不到新圈层。
传统 GTM 团队的运作逻辑也没用了
这种快速变化,也彻底改变了 GTM 团队的运作方式。Elena Vera 对比了前后两种变化。
在稳定发展的公司里,团队通过复利来积累资产:市场部搭建品牌和 SEO 引擎;增长部通过实验优化漏斗;销售部打磨一套可预测的稳定话术;产品部则在长效系统中做增量改进。
但在陷入「PMF 跑步机」的 AI 公司:
-
市场部必须每季度重写宣传语,因为上个季度的叙事很快就会过时;
-
销售部面临着极短的话术保鲜期,往往 PPT 还没改完,产品形态和客户预期就已经变了;
-
增长部无法获得复利效应,因为产品的「根基」总是在变;
-
产品部天天忙着重新赢回 PMF,而不是去扩展。
结果是,所有人都在全速冲刺,但没有任何业务在通过复利增长。
那什么时候是个头?
Elena Vera 认为,出现以下几个信号时,才能说明稳定的 PMF 可能实现了,进入「价值周期」。
-
产品侧,技术进步从指数级爆发转变为渐进式;AI 原生的交互模式稳定下来,不是每季度都搞一次颠覆;模型发布的周期变长,不再对现有生态具有破坏性;
-
市场侧,早期用户开始对现有价值感到满足;企业客户的关注点从被技术能力震惊,转向看重 ROI;客户开始关心实际结果,不是功能。
但 Elena Vera 认为,这可能还需要几年的时间,因为基础模型能力还有会巨大的变化。
03
Vibe Coding 这个品类,
还没到谈细分赛道的时候
Vibe Coding,是一个被大模型推着走的品类
如何定义 Lovable 目前所在的「品类」?Elena Vera 的回答是:可以简单地定义为 Vibe Coding,但 Vibe Coding 会成为一个什么样的品类,我认为还不清楚,因为 AI 在这个领域能做什么的能力每周都在变化。
「我们的产品变得更好,是因为 LLM 变得更好了,甚至不一定是因为我们自己做了什么。」
Elena Vera 认为,Vibe Coding 是一种正在形成的品类,并且开始吞噬一些旧的、现有的品类,比如网站构建工具、无代码工具,以及一些公司以前开发的内部工具。
软件行业会走向一个完全的「Micro-SaaS」的模式
在传统科技公司中,为了解决特定问题,需要构建复杂的垂直界面、专门的营销材料和教育内容。但在 AI 公司,这一切可以被简化。因为 Agent 解决了其中大部分问题。你只有一个提示框,作为产品,你与客户唯一的交互界面几乎就是一个提示框。
当 Agent 接管了大部分垂直化的工作。对垂直专注的需求减少了,AI 公司几乎可以从一开始就进行更横向的扩展,因为不需要为每个细分市场开发独立的用户界面,也不需要进行用户教育,因为 Agent 会通过对话完成这一切。
Elena Vera 认为,未来仍然需要更垂直的细分市场和专注点,但软件行业将走向完全的「Micro-SaaS」的发展模式。软件开发的门槛正在降低,用 Vibe Coding 变得越来越便宜。用户可以直接进去,创建任何想要的应用,而不需要去购买。所以,未来会出现一大批高度垂直对齐的利基产品,同时也会有服务于这些利基用例的平台。但当构建应用的成本趋近于零,过度专业化的 SaaS 产品就可能会被用户自建的微型应用所取代。所以,垂直化并没有那么重要,尤其是在 Vibe Coding 这个品类里。
04
速度才是真正的护城河
像创业第一天那样冲刺
混乱的同时,本身也意味着机会。Elena Vera 认为,在没人拥有稳固「护城河」的时代,快速发布产品是唯一有效的策略。
在 Lovable,产品的发布速度被当作是竞争优势。
Lovable 的策略是:集体不断讨论终点在哪,提出假设,确立步骤,然后全力冲刺。因为本质上是一场竞赛,必须在奔跑中快速学习。并且清楚地知道,当你到达终点的那一刻,目标可能已经变了,甚至可能在你发布之前就已经变了。
Lovable 几乎每天都在发布新东西。Elena Vera 提到,公司没有设定为期两周的冲刺周期,或者一月一次,甚至是每六个月才发布一次的整体式发布。Lovable 每时每刻都在向生产环境推送更新。
同时,为了让这种高频的节奏能被市场消化,Lovable 对「发布」进行了分级管理。
-
一级发布:重要、且关键的发布这是团队努力每三个月达成一次的里程碑。比如近期 Lovable 推出的「云端部署(Cloud Launch)」功能,能够为用户构建的应用提供无缝的后端支持。这类发布决定了产品的量级和方向。
-
二级发布:很酷的功能,但不会决定产品成败比如「语音模式」,这类功能很酷,能增加产品的吸引力,但它们通常不会单独决定产品的成败,不需要为了它而改变整个公司的节奏。
-
三级发布:小调整,每天都在发生无论是修复 Bug、优化性能,还是为了提升体验做的小调整,这些都是每天都在发生的事情。
这种分级策略,保证了每天都有持续的改进,同时维持了产品的活跃度,同时还能定期给市场带来影响。
05
把「用户激活」的工作交给产品团队
增长不再真正负责激活,是因为 AI 产品的核心互动被简化了。
在传统共识里,增长团队通常被视为是在「激活」环节当中的第一步,定义 Setup Moment、找到用户的 Aha Moment、培养用户的第一个使用习惯等等。逻辑也很简单:只要激活做得好,变现、留存和获客效率也会随之更好。
但 Elena Vera 在来到 Lovable 后发现,自己根本就不会插手「激活」环节,甚至在公司内部,「用户激活」也不是增长团队的优先事项。
Elena Vera 认为这一点变化,根本上来自 AI 产品交互形态的变化,AI 产品的核心体验被极度浓缩在了一个小小的聊天框里。所有的激活体验都发生在用户与 Agent 的对话之中。无论 Agent 是帮用户规划任务、撰写文案还是构建网站,用户界面只剩下一个输入框。
所以,增长团队能做的工作不多。「恰当地激活用户」,回归到了核心产品团队手中。
Lovable 的增长团队转向了更宏观的「PLG 循环」,不再纠结单一的激活点,而是建立一个围绕核心体验的生态系统,包括自助服务体验、变现逻辑、用户留存、客户教育以及灵感激发等等。
Elena Vera 提到,在具体的执行层面,「增长团队与核心产品团队以及市场营销团队并行。核心产品团队发布功能,增长团队有时也会发布功能。因为如果我们看到某个功能可以提高用户留存或者产品获客,我们会直接把它做出来。岗位角色之间的界限模糊了很多。」
06
传统的增长渠道,
也不怎么有效了
把品牌广告的钱,用到打磨产品交互细节上
对于做增长,品牌是一个非常有趣的话题。但 Lovable,实际上几乎没有进行品牌营销,几乎是零投入。
Elena Vera 认为,品牌建设,应该是一项核心的产品工作。市场上有大量的产品,更多地是需要通过产品体验来胜出。用户与产品的每一次接触点,都必须传达「品牌」。
通过产品体验品牌,是一种护城河,也是激活产品口碑传播循环的能力。目前没有多少产品团队把品牌看作是自己的责任,但这一点会在明年发生巨大变化。
在 Lovable 内部有一种评估机制是:「这个产品体验 Lovable 吗?」「这个体验不 Lovable」,一旦某个功能或交互被判定为「UnLovable」,团队会立刻停下来进行修复。非常注重通过产品体验来塑造品牌。
新的增长手册:口碑传播、创始人社交影响力和创作者经济
Elena Vera 提到,旧的增长营销手册已经失效了,SEO + 付费广告 + 内容营销的模式已经不够了。
「尤其是一家 AI 原生公司,在我知道的市场营销知识中,最多只能应用 30%,但以前我感觉几乎可以复制粘贴 80% 的模式。」
Elena Vera 提出了三点新的增长方式:
口碑是打破噪音的唯一方式。这又回到了「品牌即产品」的逻辑,在信息过载的时代,打破噪音的唯一方式就是产品让用户感到「惊叹」。所以口碑非常重要,特别是对于刚起步的公司。对于处于创业模式的公司来说,口碑是必须想办法激活的最强渠道。
创始人的社交影响力。CEO、联合创始人、领导团队、员工们公开谈论产品的构建过程、他们在做什么,太重要了。这会给产品带来更多的「人性」,让用户感觉与实际发生的事情有更多的连接,而不是把它当作一个模糊、冷冰冰、只有功利价值的东西。这是比比 SEO、比任何付费营销都强得多的营销渠道。
创作者经济(Influencer Marketing)。过去人们认为网红营销(Influencer Marketing)只适用于 B2B,适合在 TikTok 或 Instagram 上卖消费品。但在今天,TikTok、Instagram 和 YouTube 对于 B2B 产品来说非常重要。因为影响者和创作者是人们注意力所在的地方。
现在的用户发现产品的方式变了,不再依赖搜索引擎、展示广告或付费社交贴,而是更愿意听信任的创作者谈论品牌、在视频中实际演示产品。YouTube,非常重要,在吸引注意力方面做得非常好。
至于付费营销、搜索引擎营销依旧还会去做,是因为只要回报周期合理就有做的价值,但不是你成功和增长的关键渠道。
如何抓住「先发优势」?
Elena Vera 认为,传统的 SEO 和社交渠道已经没有先发优势了。需要关注大平台发布的新功能。比如 OpenAI 前不久开放的应用商店和 SDK,允许产品直接嵌入 ChatGPT 的对话体验中。这可能就是下一个巨大的分发渠道。
消费者的发现方式正在发生巨大的转变:从传统的搜索转向对话式 AI 体验。同时,社交平台的算法也在收紧,任何试图将流量导向外部链接的行为都会被降权。
社交仍然可以通过影响者和创作者来触达,但通过付费广告或者公司官方账号发帖的效果已经不大了。
转载原创文章请添加微信:founderparker
<

















暂无评论内容