打造 Lovable：15 人团队 60 天实现 1000 万美元 ARR

摘要

Anton Osika 是 Lovable 的联合创始人兼 CEO。Lovable 被称为"你的个人 AI 软件工程师"——用户只需用自然语言描述想法，AI 便能在数分钟内生成一个可运行的产品。Lovable 上线不到三个月，月活跃用户突破 30 万，付费用户达 3 万；前四周 ARR（Annual Recurring Revenue，年度经常性收入）达到 400 万美元，两个月内飙升至 1000 万美元，团队仅有 15 人，成为欧洲历史上增长最快的创业公司。Anton 的创业起点是开源项目 GPT Engineer——一个展示大语言模型生成应用能力的工具，在 GitHub 上获得超过 5 万颗星。此后他与联合创始人 Fabian 决定将这一理念产品化，面向不会写代码的 99% 人群，打造真正可用的 AI 软件工程师。在本期对话中，Anton 现场演示了如何在 30 秒内用两词提示词生成一个 Airbnb 克隆应用，分享了 Lovable 如何攻克 AI 编程中"卡住"的难题、如何在瑞典以极小团队实现超高速增长、他如何招聘"破解型"工程师，以及他对未来技能和产品团队组建的前瞻性思考。核心理念：产品应从"最小可行产品" (MVP) 进化为"最小可爱产品" (Minimum Lovable Product)，最终成为"绝对可爱产品" (Absolutely Lovable Product)。

正文

Lovable 是什么：你的个人 AI 软件工程师

Lovable 的核心定位非常明确：它是你的个人 AI 软件工程师。你只需用自然语言描述一个想法，AI 就会生成一个完全可运行的产品。Anton 指出，Lovable 的目标用户是那 99% 不会写代码的人。他的朋友多年来不断找他帮忙："Anton，我想做一款软件，怎么才能找到一个优秀的工程师？"这正是大多数人的痛点——找人写代码是绝对的瓶颈。

目前 Lovable 的用户画像包括三类：第一类是创业者，他们将想法直接转化为真实业务；第二类是设计师和产品经理，他们用 Lovable 快速创建产品构想的第一个版本来展示给团队，其中一些人甚至因此成为创始人；第三类是开发者自己，他们借助 Lovable 大幅提升编码和产品构建的速度。

Lovable 的愿景是打造"最后一块软件" (the last piece of software)——未来所有软件都将通过与 AI 对话来创建，不再需要人类手写代码。

令人瞩目的增长数据

Lovable 上线不到三个月，关键数据如下：

• 30 万月活跃用户，其中 3 万为付费用户
• 前四周 ARR 达到 400 万美元
• 前两个月 ARR 达到 1000 万美元
• 团队仅 15 人（采访时已扩展至 18 人）
• 欧洲历史上增长最快的创业公司
• 增长几乎完全依靠有机口碑传播

值得注意的是，Lovable 在高速增长期间不得不将整个代码库从脚本语言重写为更高性能的技术栈，导致一段时间内无法发布新功能。团队在用户赞叹"你们发布速度真快"时，内部其实正因为技术债而焦虑不已。

现场演示：30 秒生成一个 Airbnb 克隆

Anton 在播客中进行了实时演示。他仅输入两个词的提示词——"Airbnb clone"，30 秒后 AI 生成了一个完整的 Airbnb 风格界面：包含分类浏览、房源列表、登录按钮等所有预期元素。

Lenny 提出添加一个"购买此房源"的功能。Anton 输入提示词要求添加一个购买按钮和弹窗。AI 生成了一个"立即预订" (Book Now) 按钮和确认弹窗——虽然没有完全按照"购买"而非"预订"的意图来执行，但这恰恰展示了一个关键教训：与 AI 沟通时，精确描述期望和问题所在，比与人类沟通时更加重要。

Anton 随后展示了 Lovable 的可视化编辑功能——这是目前其他同类工具不具备的特性。他直接在界面上选中按钮文字，将"Book Now"改为"Buy Now"，修改即时生效，深层代码同步更新。这类似于 Squarespace 或 Wix 的编辑体验，但操作的是一个真正可运行的产品而非静态页面。

接着 Anton 演示了后端集成。通过一键连接 Supabase（一个开源的后端即服务平台），用户可以添加用户登录、数据持久化等功能。前端部署在 Cloudflare 上，后端由 Supabase 托管。从提示词到可部署的全栈应用，整个流程可以在几分钟内完成。

使用 Lovable 的高手技巧

Anton 分享了两条核心建议：

第一，保持耐心和好奇心。 Lovable 提供了聊天模式 (Chat Mode)，用户可以主动向 AI 提问："这是怎么工作的？我没得到想要的结果，我是不是遗漏了什么？应该怎么做？"这不仅是最高效的使用方式，也是学习软件工程原理的好途径。你不需要写代码，但理解产品构建的运作机制仍然很有用。

第二，精确描述问题。 不要只说"它不工作了"。要解释清楚你期望的结果是什么，哪些部分正常、哪些部分异常。很多人不会自然地这样做，但与 AI 协作时，这一点比与人沟通时更加重要——因为 AI 不会像人类那样追问"你为什么需要这个"。

Lenny 补充了一个观察：与人类工程师沟通失误的代价远高于与 AI 沟通——对 AI 说错了，30 秒后改过来就行；对人类说错了，可能已经浪费了数天的工作量。

从 GPT Engineer 到 Lovable：创业起源

Anton 的创业起点是开源项目 GPT Engineer。在 ChatGPT 问世之前，他就已经在使用大语言模型，但团队中的其他人并不以为然，认为"这在近几年不会改变什么"。为了证明自己的判断，Anton 创建了 GPT Engineer——一个只需输入"创建一个贪吃蛇游戏"就能生成代码并直接运行的工具。他在推特上发布了一段视频，GPT Engineer 迅速爆红，至今仍是展示大语言模型创建应用能力最受欢迎的开源工具，拥有超过 5 万 GitHub 星标和数十篇学术论文引用。

Anton 回顾了他的核心洞察：人类正在经历有史以来最大的变革——此前是体力劳动被机器取代，现在则是认知劳动被机器做得比人类更好。他认为最有意义的贡献不是让工程师更高效——微软的 Copilot 等工具已经在做这件事——而是赋能那 99% 不会写代码的人，让他们能够将想法和信念变为现实，释放更多的创业精神和创新。于是他找到了此前合作过的同事 Fabian，共同将 GPT Engineer 的理念产品化，面向非技术人群，这就是 Lovable 的由来。

关于 GitHub 封禁事件：Lovable 早期会为每次使用自动在 GitHub 上创建新项目。起初 GitHub 表示没有限制，但当 Lovable 每天创建 1.5 万个项目时，某位值夜班的工程师发现服务器负载异常，直接将 Lovable 封禁，并发了一封邮件称其违反了某条规定。团队当时完全不知所措。这与 ChatGPT 训练初期被微软服务器封禁的故事如出一辙。

Lovable 的正式版本于 11 月 21 日上线。上线后即以每周 100 万美元 ARR 的速度增长，且增速仍在加快。

扩展定律：攻克 AI"卡住"的难题

Anton 提到 Lovable 发现了一种"扩展定律" (Scaling Law)：当你投入更多工作时，产品会可靠地变得越来越好。AI 编程工具普遍面临的问题是——AI 在开始阶段表现优异，但随后会陷入困境，比如引入了一个 Bug 却无法自行解决。

Lovable 的方法是：仔细识别 AI 容易卡住的关键场景，针对性地解决这些问题，并通过量化手段调优整个系统，形成快速反馈循环。他们优先解决了最常见的卡点：添加用户登录、创建数据持久化、接入 Stripe 支付。在这些关键场景上，Lovable 已能做到基本不卡住。虽然在其他场景下仍可能出现卡顿，但这个边界正在快速收缩。

Anton 强调，"不卡住"是用户最关心的事情，这也是 Lovable 虽然进入市场较晚、营销力度不如竞争对手，却仍被用户评为最可靠工具的原因。

与 Bolt 和 Replit 的差异

在竞争格局中，Anton 认为 Lovable 与 Bolt 和 Replit 的关键差异在于：

面向非技术人群的产品包装。 Lovable 允许用户直接在界面上编辑文字、修改颜色，无需进入代码编辑器，也无需等待 30 秒让 AI 完成修改。这是一种对非技术用户更友好的交互方式。

与 GitHub 的双向同步。 这是 Lovable 独有的特性。团队中想深入底层代码的工程师可以使用 Cursor（一种 AI 代码编辑器），而不想配置本地文件系统的非技术成员则可以使用 Lovable 的界面。两者通过 GitHub 同步，实现无缝协作。

可靠性优先。 Lovable 进入市场较晚，没有做大规模营销，但凭借更高的可靠性赢得了口碑。

关于与现有代码库的集成，Anton 做了一个重要澄清：目前 Lovable 尚不支持直接导入任意现有代码库（研究预览版已提供此功能），但如果从 Lovable 开始创建项目，工程师可以自由使用任何工具编辑代码。完整支持现有代码库的功能正在开发中。

愿景：最后一块软件

Lovable 的终极愿景是让从"想要什么"到"完全可用"的过程几乎瞬间完成，且与任何现有系统或强大的第三方服务无缝集成。Anton 描述了两个阶段：

近期（约两年内）： 实现从构想到全功能产品的即时构建，包括与第三方服务的深度集成——例如只需一句"添加 OpenAI 聊天功能"就能在产品中嵌入完整的 AI 对话。

远期： 产品构建不仅仅是工程问题。AI 可以在海量规模上聚合和理解用户行为数据，主动提出改进建议，还能自动运行 A/B 测试验证效果。这意味着 AI 将从"构建工具"进化为"产品优化伙伴"。

未来技能：什么更重要，什么不那么重要

Lenny 提出了一个深刻观察：正在变得更有价值的是弄清楚该构建什么、判断构建出来的东西是否正确和优秀——即发现、构思和品鉴的能力。过去工程是最难、最有价值的技能，现在正在发生逆转——决定构建什么才是关键。

Anton 完全认同，并补充了几个维度：

发现痛点与 10 倍改进。 创始人需要找出用户的真实痛点，思考如何比现有方案好 10 倍，这比以往更加重要。

品鉴力 (Taste) 至关重要。 在已有产品的情况下，判断什么才是好的，比以往更加关键。

工程师不会失业，但角色会转变。 工程技能仍然重要，因为它帮助你理解技术约束——什么是可以构建的。工程师应该将自己视为"将人类描述的问题翻译为技术解决方案的翻译者"，但需要向上抽象几个层级，不再局限于某一技术栈的前端改动。

通才比专才更重要。 如果 Anton 今天组建产品团队，他会痴迷于让每个成员拥有尽可能多的技能组合：理解系统架构、懂设计、有产品品味、会与用户沟通。每个人都应该懂一点所有领域。

招聘哲学：破解型工程师与沙克尔顿式招聘

Lovable 目前有 18 人，其中至少 12 人写代码。Anton 的招聘标准可以概括为：

极度在乎。 不是"来上班"的心态，而是对产品、用户和团队有近乎执念的关注，并持续为提升团队协作效率做出贡献。

通才型大脑 + 一个超级能力。 快速学习任何技能，同时在某个维度上具有绝对的超能力。对 Lovable 而言，这个超能力主要是从大语言模型中榨取最大价值——理解可调参数的整个空间来优化产品表现。

高认知能力。 Anton 认为原始认知能力是在 Lovable 工作的最强预测指标。

创业心态。 比起大量结构和流程，更感兴趣于快速迭代，关注业务全局而非仅限自己的专业领域。

面试流程包括：深入了解候选人之前做过什么及其细节（执念型的人通常对过往项目充满热情）；提出一个不落俗套的难题观察其思维过程；以及最重要的一步——至少一天、通常一整周的工作模拟 (Work Trial)，让候选人真正与团队一起工作。

Anton 的招聘启事致敬了南极探险家沙克尔顿 (Shackleton) 的经典招募广告风格："工作时间长、节奏快，候选人必须在 AGI 时间线逼近的高紧迫感下蓬勃发展。艰难使命在前，成功则享荣誉与认可。寻求舒适工作者请勿申请。与杰出头脑协作，使命远超任何常规工程岗位，慷慨分享创业成果。"这种直白的筛选机制让望而却步的人自行退出，让渴望挑战的人趋之若鹜。

在瑞典而非硅谷创业

Anton 坦言，Lovable 招聘启事中展现的雄心水平在瑞典并不常见。他认为当前是人类历史上单个工作小时影响力最大的时期，因此必须极度雄心勃勃——只有这样，未来才能退休并让 AI 照顾社会运转。

在瑞典创业的优势在于：平均雄心水平较低，但原始人才 (Raw Talent) 储备丰富。如果能识别并吸引那些"想要执行极度雄心勃勃使命"的人，就能形成独特优势。不过这是一把双刃剑——大多数欧洲人还没想过"我要上一个极度雄心勃勃的使命"。

优先级与工作节奏

Anton 的优先级算法非常简洁：找到最大的瓶颈问题，全力解决，然后转向下一个。不要过度规划长期路线图。

具体实践上：团队使用 FigJam 看板列出所有主要问题并排序，每周一做周计划，每周做一次演示回顾本周交付内容。目前已有约一个月清晰的路线图，延伸至三个月，但一个月后大概率会调整。

Lovable 的产品决策相当工程主导 (Engineering-led)，因为对于这类产品，正确解决方案往往与技术细节纠缠在一起——比如"这是最大的问题，但我们应该启动一个更大的技术项目来一次性解决这批问题"。因此，非工程师的产品经理在此阶段意义不大。

工具栈方面，团队大量使用 Linear（包括招聘跟踪），以及 FigJam 做规划。几乎所有工程师都在使用 Cursor。团队还用 Lovable 自身来改进 Lovable——这形成了独特的自我迭代循环。此外，Lovable 为每位用户启动一台独立计算机（独立运行环境），以确保隔离性和性能。

一起午餐：最高带宽的协作方式

当被问及还有什么帮助团队如此高效时，Anton 的回答出人意料地朴素：一起在办公室工作，尤其是共进午餐。午餐时间是最有效率的一小时——大家交叉碰撞想法，持续潜意识地思考如何解决各种问题、哪个问题最重要。办公室工作既有大部分时间的专注，又有高带宽的非结构化交流，这是远程办公难以替代的。

赋能 99%：创业精神的寒武纪大爆发

Anton 激动地描述了他最期待的变化：任何一个有想法的人，都可以说"我来构建这个东西，向你证明这是产品的最佳版本"，而不是开冗长的会议或写长长的文档。这将带来创业精神和更好软件产品的寒武纪大爆发 (Cambrian Explosion)——我们不会再将就于今天使用的那些烦人的糟糕技术。

下一步：更智能的代理与商业化闭环

Lovable 正在开发的核心能力包括：

更智能的代理行为 (Agentic Behavior)。 给系统更多自主权来决定下一步操作——例如自动编写测试、运行测试、发现失败后自行修复。这是提升构建速度的关键解锁。

商业化闭环。 支持自定义域名部署、团队协作功能——让用户能够从构想到盈利端到端完成。

帮助创始人成功。 不止于构建第一版产品，而是帮助用户获取更多用户、收集反馈、传播口碑。Lovable 已在博客上发布了一系列营销手册 (Playbooks)。

失败角落：Summer Labs 的教训

Anton 分享了他在 Summer Labs 的经历——这是斯德哥尔摩的一家 AI 初创公司，他是首名员工。公司的前提是：人类学习方式各异，个性化学习能带来两个标准差的效率提升。他们构建了一个个性化学习的 AI API，技术相当不错。

问题在于推向市场的方式：他们要求已有产品（如 Duolingo 类应用）的开发者替换底层引擎、接入这个高级 AI API。然而改造现有产品的引擎极其困难，市场反应冷淡。

核心教训：必须从用户体验的全局出发，想清楚端到端的产品形态，再在特定环节用 AI 解决问题——而不是先有了酷炫的 AI 技术，再试图将其塞入现有产品。这个教训与许多 AI 产品化过程中犯的错误如出一辙：技术令人兴奋，但用户并不关心技术本身，他们只关心自己的问题是否被解决。

如何成为 AI 工具使用者的前 1%

Anton 给出了非常具体的路径：花一整周时间，选定一个你想实现的目标，全程使用 AI 工具来完成。一周之后，你就是全球人口中使用 AI 工具的前 1%。如果你的朋友也对 AI 工具充满执念，你很快就会进入前 0.1%。

关键在于：选择一个具体的痛点或需求，从想法到有人实际使用，端到端地解决它。遇到不懂的就问 AI——Lovable 的聊天模式 (Chat Mode) 可以帮你理解产品构建的原理，其他领域的问题则可以问 Claude 或 ChatGPT。

需要说明的是，聊天模式目前位于 Labs 实验功能中，需要在用户资料中手动激活标记才能使用。

联系方式

Lovable 在推特上以 @lovable_dev 发布更新和趣味内容，同时也在 LinkedIn 上活跃。Anton 的个人推特为 @AntonOsika。用户可以在 Discord 分享使用经验，在 feedback.lovable.dev 提交功能请求——这是对 Lovable 最有价值的反馈。