鉅亨網新聞中心 2025-03-26 06:50
(圖:REUTERS/TPG)
瑞典新創公司 Lovable 近日以其驚人的商業成長引起廣泛關注。
由 Anton Osika 和 Fabian Hedin 於 2023 年共同創立的 Lovable,推出了名為 GPT Engineer 的開源項目,這是一個旨在自動產生 Web 應用的平台。使用者只需用自然語言描述所需功能,AI 就能產生可用於生產的程式碼。該專案上線後迅速獲得了大量關注,成為 GitHub 歷史上成長最快的程式碼庫之一,驗證了團隊對面向非技術人員的 AI 程式設計產品市場潛力的判斷。
儘管 GPT Engineer 取得了初步成功,團隊在產品化過程中也面臨了一些挑戰。首先,GPT Engineer 的名稱與 OpenAI 的衍生產品相似,導致品牌識別度不強;其次,雖然在 GitHub 上獲得了不錯的關注,但主要用戶群為開發者,未能有效觸及不懂技術的潛在用戶。為了解決這些問題,Anton 和團隊決定將產品重新命名,並正式成立 Lovable。
在產品化的初期,Lovable 並非一帆風順。團隊曾發布過兩個測試版本,但都未能達到預期效果,主要原因在於 AI 在程式設計過程中常常出現卡頓,用戶因缺乏程式設計知識而無從應對。
經過不斷的探索和調整,最終發明了一種系統,使其在大型程式碼庫上的表現幾乎與小型程式碼庫相當,從而消除了用戶在建立產品過程中的瓶頸。此外,Lovable 還整合了 Supabaxse 等後端服務,幫助用戶輕鬆連接後端、與開發人員協作以及追蹤應用程式版本的演進。
2024 年 11 月,Lovable 正式發布了其產品,隨之而來的是巨大的成功。在短短三個月內,Lovable 的年經常性收入(ARR)從 0 成長至 1700 萬美元,成為歐洲史上發展最快的新創公司之一。
具體而言,Lovable 在發布後的第 8 天便達到了 100 萬美元的 ARR,12 月 22 日時宣布 ARR 突破 400 萬美元,1 月 27 日時達到 1000 萬美元,而到 2 月 26 日時,ARR 再次上升至 1700 萬美元。 Anton Osika 在最新的訪談中表示,營收的快速成長主要歸功於高客戶留存率,目前 Lovable 付費用戶的首月留存率超過 85%,甚至超過了 ChatGPT。
除了營收的成長,Lovable 的流量同樣不容小覷。如今,Lovable 每月網站訪問量已達 1000 萬次,距離業界領頭羊 Cursor 的 1300 萬僅一步之遙。這一切的成功,源自於團隊從一開始就確立的願景:讓每個人都能用自然語言創造 Web 應用。全球只有 1% 的人口懂得編程,但對客製化軟體的需求卻在不斷上升,全球軟體開發市場的年產值超過 5000 億美元。
Lovable 團隊不僅準確掌握了市場需求,還在最佳時機推出了產品。根據投資界的經驗,新創公司需要在技術準備好之前,先做好功能準備。基於「人人都能開發程式」的判斷,Lovable 早在 2023 年便開始進行落地探索,並在 2024 年持續進行測試與迭代,最終在模型技術成熟後率先推出產品,才取得了後來的快速增長。
在產品價值觀方面,Lovable 團隊秉持極簡的產品理念,追求易用性。創辦人 Anton Osika 強調避免功能堆積,專注於關鍵體驗。與大多數 AI 產品選擇的聊天形式不同,Lovable 認為這種互動方式並不是最高效的,因此融入了提示框設計,提供對特定介面元件進行定向 AI 聊天修改的功能。 2025 年 2 月,Lovable 推出了試用功能 Visual edits,使用者可以直接透過面板更改介面元素,無需透過 AI 聊天,體驗更為直覺。
此外,Lovable 也實踐最簡可行產品(MVP)策略,迅速收集使用者回饋並進行迭代。 Anton Osika 提到,團隊始終專注於最大的瓶頸和產品問題,快速解決,不做過長的路線圖。在第一版 GPT Engineer App 發布後,團隊便開始不斷收集用戶回饋,只有在認為產品夠好時,才正式更名為 Lovable 並推向市場。
作為斯德哥爾摩 AI 社群的核心發起人之一,Anton 也積極參與社群建設,這對 Lovable 的早期發展扮演了重要角色。當 GPT Engineer 成為爆款,獲得 5 萬 GitHub 星標後,Lovable 迅速建立了可信度,並透過 Twitter 和開發者論壇推動口碑傳播。隨後,Lovable 持續發布產品更新與成長數據,分享用戶成果,形成了 FOMO(錯失機會的恐懼)循環,吸引了越來越多的用戶嘗試。
當科技巨頭仍在為大模型的落地場景絞盡腦汁時,Lovable 憑藉著對「人人都能編程」的執著探索,驗證了「產品減法策略」的爆發力。在 AI 應用井噴的今天,Lovable 以其三個月內增長 1700 萬美元 ARR 的亮眼數據,證明了在 AI 與生產力的交匯處,真正的革命或許並非來自技術的飛躍,而是將複雜系統簡化到任何人都能操作的程度。