本文整理自 Lovable CEO Anton Osika 的深度访谈。Anton 带领 Lovable 在 7 个月内实现了从 0 到 1 亿美元年化收入的指数级增长，这个成绩打破了 SaaS 增长的历史记录。这次访谈里你会听到为什么他认为 AI 创业首先是顶尖人才的竞赛，为什么成长斜率比背景更重要，以及他为什么相信下一个领先模型可能来自中国。
关于 Anton Osika
Anton Osika 是 Lovable 的创始人兼 CEO。Lovable 是一个 AI 应用构建平台，用户只需要描述自己的想法，AI 就会帮你把产品构建出来。在创办 Lovable 之前，他做了一个开源工具叫 GPT Engineer，在社区里积累了一批早期追随者。
创业首先是顶尖人才的竞赛 02:30
AI 创业首先是一场顶尖团队的军备竞赛，然后是品牌和用户信任的竞赛。资本有帮助，但对 Lovable 来说不是约束。
如果你是做基础模型的，资本可能是约束，因为训练需要的算力太大了。但对于应用层的公司，一切都取决于移动速度和人才质量。
Zuck 在用 NFL 级别的合同撒钱抢人。Anton 认为这里有一个关键区别：那种量级的薪酬不是买一个人，是买关于如何训练基础模型的知识。Zuck 需要的那十个人知道如何训练基础模型的一切，他更多是为那个知识付钱，而不是因为这些人的通用才能有多强。在应用层，人才的标准完全不同。如果把 Zuck 抢的那些人放到 Lovable 的团队里做他们做的事，表现未必比得上现在的工程师。
Anton 说如果他能知道谁是完美的工程师，他可以把薪酬提到最高去抢。但他不知道。他需要判断的是：这些人是否真的优秀？是否可塑？是否能在团队里协作？然后按市场顶薪支付。
成长斜率比背景更重要 05:10
Anton 识人有一个不太显眼的标准：成长斜率。
他在跟一个人交谈时，如果发现自己的认知在被快速刷新，对话充满动态张力，这通常是一个好信号——这个人会快速适应组织，他的斜率会非常高。
另一个判断方式是想象用摄影机记录他们过去的工作。他跟候选人交谈时，会花很多时间去了解他们过去怎么表现。如果你能在他们工作时架一台摄像机在旁边，那会给你最多的信号。
对话主持人举了一个例子：他跟 Anton 认识的时间不算长，但对比第一次见面和今天，Anton 的领导力已经明显不同。Anton 承认自己仍然在以 scrappy startup 的方式运营公司，尽管他们已经到了后期增长阶段。他在某些关键领域需要加入更多结构，需要成为一个更出色的 operator。
创始人需要在 scrappy 与结构化之间找平衡 08:45
创始人模式被很多人推崇。Jensen 据说有 52 个直接下属。但主持人抛出了一个反问：结构和中层，不正是迟缓和冷漠产生的地方吗？你真的需要那个吗？
Anton 认为自己永远会以创始人模式为核心驱动力，大部分影响力来自创始人模式。但他同时承认，每天有太多事情从各个方向涌来，他需要一个保护层来对所有输入进行排序和优先处理。这需要一个运转良好的组织，需要一个非常有条理的管理者。他不打算自己成为那个管理者，但他要确保身边有出色的领导者来做组织层面的工作。
他身边确实有这样的保护层。他没法给它一个名字，就是一群跟他紧密合作的人——以前做过创始人的通才型选手。运作方式很简单：快速反馈。这不是我们该做的，这才是我们该做的。现在勉强够用，但可以做得更好。
品牌是信任的基石 15:20
如果把人才排在第一位，品牌就是第二位。
好的品牌意味着什么？Anton 举了一个具体的例子：Apple 的生态系统。他们对细节的 obsession 可能到了过度的程度，移动速度很慢，但这就是积累信任和强大品牌的方式。Lovable 在每一次产品更新中追求的是同样的东西——怎么确保快速迭代的同时真正理解用户的反应。
品牌这件事有一个有趣的钟形曲线。Revolut 的 Nick 告诉过 Anton：你需要计算回本周期，对新用户的获取做极致的性能优化，确保每个用户的利润回本时间足够短。这是第一阶段。但到了后期，Nick 现在在赞助赛车，因为品牌再次成为最重要的事情。先从品牌起步，中间走性能优化，最后又回到品牌。如果你能同时做所有事情当然最好，但通常你必须专注。
AI 创业要拼命扇翅膀 18:45
关于护城河的防御性，一直有批评。Anton 的朋友有一个说法：
AI 创业公司就像被大炮射到天空的小鸡。如果你开始获得牵引力，你就会飞起来。然后一切都取决于你扇动翅膀的速度，因为每天都有新的大炮在发射新的小鸡。如果你能比别的鸡扇得更快，你就会做得很好。
这是关于如何运营的第一层分析。他的建议很直接：快速执行，更快速地增长。然后当你开始飞起来，再考虑护城河。
他回答是否要一开始就担心防御性时说：是的，不用担心。先执行，先增长，等飞起来了再想。
让用户在平台上创造太多价值而无法离开 22:10
另一个批评是关于单元经济的。Lovable、Replit、Bolt 这些公司，经济学上来讲并不好。大部分钱直接 pass-through 给了 Anthropic 和 OpenAI。
Anton 没有给出具体数字，但承认如果看付费使用，确实是 majority。他的逻辑是：这只是开始阶段，用户付费主要是为了构建。随着业务发展，Lovable 希望用户最终会觉得这个平台太棒了，永远不会离开。到那时，AI 计算成本只是订阅费用中的一小部分，平台本身的价值才是核心。
Lovable 上跑着的应用产生了超过 1000 万美元的 ARR，这些收入来自用户自己连接模型提供商。用户需要走一个复杂的流程来设置连接，Lovable 正在简化这个过程。如果能减少底层成本，也许还能在那里赚取一部分 margin。
Anton 在两个视角之间权衡。一个是 Revolut 的 Nick 的建议：计算回本周期，做极致的性能优化，每个用户的利润必须有好的回本时间，margin 的小幅变化对增长速度影响很大。另一个是他更倾向的当前视角：先获取尽可能多的心智份额和热爱品牌的用户，利润以后再想。他的神经网络里两种权重都有，是某种组合。
为明天的模型能力构建产品 26:30
不优化当下的模型，而是为未来能力做准备。
构建应用的方式在不断进化，AI 会适应这些应用。大多数任务就像开车，你不需要想自己在做什么。但遇到新情况时，大脑就会全力运转。现在的 AI 还远没到那个阶段。
对 Lovable 来说，太早优化模型没有意义，因为 AI 每个月都在做全新的事情。他们只想能快速迭代 AI 能做什么。
Anton 最想做但还没做的事是重新思考应用程序应该怎么构建。Lovable 现在的做法是继承了几十年来优秀软件产品的最佳实践，但未来的应用不会长这样。所有软件都会有某种 AI，会有极其顺滑的支付和结账流程。他希望 Lovable 不只是一个超人的 AI 工程师，而是一个能构建未来应用的 AI 工程师。
GPT-5 对主流用户过于雄心勃勃 35:00
GPT-5 发布后，Lovable 花了大量时间研究它会如何影响用户。他们看了响应时间、定量评估，然后用各种方式做了 vibe check。最终的结论是：它对很多用户来说过于雄心勃勃了。
所以他们把它开放给所有用户，看反馈。结果发现当你需要解决一个真正很难的问题时，GPT-5 很好。但对于普通用户，它的能力超出了需求。
OpenAI 把五个模型合并成一个 GPT-5 是聪明且必然的决定。但合并必然带来很多权衡。GPT-5 最大的失望在于：以前不同模型可以分别快速迭代，现在合在一起，不可避免会在某些维度上 short。你不可能同时向所有方向改进。
混合模型，各取所长 37:30
Lovable 内部有一个非常复杂的 agentic 链条。用户响应和应用信息会通过很多不同的模型传递：用非常快和小的模型做简单判断，用 Anthropic 的模型写代码，用户也可以选择用 GPT-5 来解决极难的调试问题。
Anton 对未来模型的判断是：会是一种混合。当你做的是显而易见的事情时，不花钱，超快。但当你遇到新情况——构建软件产品经常如此——AI 需要深度思考，那部分会更贵。现在他们把尽可能多的工作放在深度思考的模型上，未来会根据场景分化。
超个性化是下一个技术奇点 39:00
Anton 对未来非常兴奋的一件事：AI 会更有上下文，知道自己在跟谁说话，应该如何回答来引导用户完成特定的应用程序。
解决这个问题的努力，既体现在 agentic 链条的设计里，也体现在花大价钱请最顶尖的人来训练模型上。Lovable 要让 AI 为你高度个性化——专门为你。
一亿美元收入 80% 来自未来创始人 42:00
Lovable 7 个月做到 1 亿美元 ARR。收入构成大致是：80% 来自真正在 Lovable 上构建复杂应用的人——他们带着创业想法来，想建立软件业务和产品。10% 来自企业用户，这些人在大公司里用 Lovable 证明自己的想法值得做，做出可运行的原型后交给工程团队实施。剩下 10% 是个人网站、小生意的建站用户。
企业用例增长很快。Google 的一个产品负责人说过，他们再也不会写关于产品的文档了，必须用 Lovable 或类似工具构建完整可用的 demo。Duolingo 的 CPO 也分享过，两个设计师——不是传统的产品构建者——用 AI 工具从零开始创建了 Duolingo 的国际象棋功能，而且第一版就被采纳了。
Lovable 的使命是赋能那些有想法但被代码能力和资本门槛挡住的人。先为创业者构建，然后自然渗透到所有人。Anton 说他希望未来出现一人独角兽，Lovable 就是他们的 enabling tool。
他有一个有趣的想法：Lovable 假期基金——每年请大公司里最顶尖的人休一周假，用这一周在 Lovable 上构建他们的生意，然后辞职。他觉得这会是世界上最有趣的事。
关于市场 TAM，投资人说他投资 Lovable 的核心原因是市场扩张的速度被严重低估了。正确的类比不是网站构建工具，而是 Uber——你永远无法预见它最终会扩展到多大的市场。Lovable 覆盖的不只是建站，而是所有想构建软件产品的人。
对于企业客户，Anton 说如果他是大型企业的 CEO 或 CTO，他不会想怎么让工程师更高效，而会想怎么以最快速度把最多关于应该构建什么的信息变成产品。这需要公司里每个人都能在一个地方工作和编辑产品，提出修改建议。这很难从第一天就做，所以先从创始人开始，从底层往上建，再把同样的体验带入企业。
AI 将终结 Figma 式的缓慢设计流程 52:10
Figma 正在做 Figma Make，从设计到原型。Anton 的判断很明确：人类有时候对完美细节的 obsession 让自己移动得太慢。
现在这种一个人做所有设计、非常慢、非常细致的方式，会被 AI 替代。未来你用高层次的方式谈论你的设计哲学，AI 负责实现细节。你作为人类走出去收集所有人的反馈，然后把反馈全部喂给 AI。一条非常顺畅、非常有观点的路径把产品做完——内置营销、增长、测试、QA 所有功能。
Figma 的方式对某些像素级完美的场景仍然有用。但对于大多数产品构建，这会拖慢速度。Anton 说 Lovable 目前在灵活性和速度之间有一个不错的平衡点——你可以在 Lovable 上构建，任何工程师都可以进来编辑和接管。如果他们更 opinionated，产品开发会更快。但在 AI 工作方式如此快速变化的当下，他还无法做到终极的 opinionated。
五年后 Prompt 会进化，但不会消失 58:00
五年后我们还在写 Prompt 吗？Anton 认为是的，但方式会进化。
Prompt 本质上是给 AI 提供上下文：你的目标是什么，你希望它如何做某件事。超个性化会消灭大量我们现在必须做的繁琐 Prompt。像你手下最懂你的员工，你只需要说我们去 Stockholm 做黑客松，他们就会自动把它变成你想要的样子，不需要你事无巨细地描述。
但你没法跟 ChatGPT 说同样的话，它会给你完全不同的东西。所以你要么给出非常详细的 Prompt，要么确保 AI 知道你怎么想。后者就是 Lovable 正在演进的方向。
AI 构建的代码比平均水平的开发者更安全 1:01:30
安全是所有 AI 代码工具的阿喀琉斯之踵。Replit 出过安全事故，Lovable 也被竞品公开指出存在漏洞。
Anton 的回应很直接：Lovable 公司内部每天都在谈安全，每周都有安全相关的事。一个普通开发者从大型团队出来独立构建应用，平均来说一定会写出有安全漏洞的代码。而在 Lovable 上构建，AI 会强制你走完一系列安全审查，AI 自己也会做大量安全审查，最后给你绿灯说没发现漏洞。对比之下，Lovable 产生漏洞的概率要低得多。他们的目标是降到 0%。
他用了自动驾驶做对比：世界上最好的司机可能比自动驾驶开得好，但对于大多数会疲劳、会宿醉、会状态不好的人来说，自动驾驶实际上安全得多。
但他也承认：还没做到比人类更安全。目前是对比平均水平的独立开发者有优势，目标是追上并超越最好的开发者。
欧洲创业的困难模式反而有独特优势 1:07:15
很多人说欧洲人就是喝咖啡、晒太阳、八月不工作。Anton 倡导的是非常 aggressive 的工作文化。但他同时说，欧洲是更好的创业地。
欧洲的 hard mode 在哪里？两个核心问题。第一，网络效应弱——经历过所有企业阶段的人才和公司更少，欧洲没有 Elena Verer 这样的人。第二，进入世界中心舞台更难——在旧金山和纽约天然就站在舞台中央，从 Stockholm 要更费力。
但 Anton 从 Stockholm 做到了。他的方法：公开构建和讲故事。分享公司正在做的一切，让用 Lovable 的人也分享他们的故事。透明度就是一切，人们喜欢跟随人，而不是跟随公司。Anton 自己作为品牌人格和增长曲线的组合，打破了地域限制。
欧洲的独特优势是什么？Lovable 是 Stockholm 最大的人才磁石。在旧金山或纽约，很难成为当地最有吸引力的雇主——OpenAI、Google、Meta 都在抢人。但在 Stockholm，Lovable 可以吸纳所有被低估的人才，通过更好的文化、工作方式和优秀的同事把他们的表现放大十倍。
欧洲文化里有更强的谦逊、低 ego、团队协作精神，以及用更少做更多的效率思维。硅谷的致命问题是高流失率——当你在某天状态不好，OpenAI 就给你一个更大的 package，你就走了。这种流失阻止了知识的积累和团队的复合成长。
如果 Lovable 在硅谷会怎样？Anton 说他真的不知道，但他认为不管在哪都会很成功。他创业时所有人都告诉他应该去旧金山，但他在 Stockholm 找到了出色的人，就一直从这里构建下去。
胜利就是最好的文化 1:11:00
关于文化，Revolut 的 Nick 说过一句 Anton 听过的最好的话：我不在乎文化，我在乎胜利。人类幸福感最大的决定因素是成长和发展。当你处于胜利状态，你最处于能够成长和发展的位置。如果创造了胜利的条件，人自然会成长和发展。支持这一点的是财富积累，而财富会随着胜利而来。
如果他们赢了，每个人都会快乐。很少有地方每天都在失败，但人们还 blissfully 开心。
Anton 的版本略有不同。他不要求所有人每周工作六天。他的标准是：你是否在产生 10x 的影响力？如果你告诉 Anton 你明天要离开，他会说不行，你是这个公司如此重要的一部分，你必须留下——那你就在产生 10x 的影响力。达成影响力的方式因人而异：有些人确实需要投入大量时间，有些人不需要。他看的是影响力，不是工时。
他也会做 Keepers Test：如果你告诉我要离开，我会不会拼命留你？这让人清楚自己需要不断想办法产生更多影响力。同时他也用这个测试来审视组织架构——这个组织现在是否最优地配置来赢？
Lovable 文化目前的短板：随着公司成熟，那些充满主动性、对新鲜想法兴奋的性格类型仍然重要，但第一优先级必须是把已有的东西做到高质量。Anton 希望团队更多地践行：先把质量做好，把做事方式做好，慢一点才能最终非常快。牛仔和农夫之间需要更好的平衡。
做多 Grok，做空 OpenAI 1:25:00
快问快答环节。
如果可以投资 OpenAI（估值约 3800 亿）、Anthropic（约 1800 亿）和 Grok（约 1000 亿），他会做多 Grok，做空 OpenAI。
原因更多是 Grok 团队的斜率。他们在做一件他非常尊重的事：雇 missionaries 做数据策展，他们叫 AI tutoring。团队士气非常高。OpenAI 经历了一堆混乱。Grok 在企业端的增长也更快。
OpenAI 会赢得消费者市场成为下一代 Google，Anthropic 会赢得开发者和企业市场吗？Anton 认为不会。会有我们今天还不知道的事情发生。
OpenAI 和 Anthropic 谁更可能对 Lovable 构成威胁？Anton 认为 Lovable 赌的是成为人类与 AI 交互的网关，提供最好的 AI 用户体验。到目前为止 OpenAI 在用户体验上做得比 Anthropic 好，所以他把 OpenAI 视为更严重的 12 个月内的竞争对手。
下一个领先模型可能来自中国 1:28:15
会有一个还没被创造出来的领先模型吗？Anton 认为会，来自中国。
中国公司不一定最懂用户，所以他不怎么担心。但有 50/50 的概率他们会有最好的模型。Lovable 某天可能会用一个中国模型。这让 Anton 有一点担忧——给出去的数据你是否愿意给。但最终，如果对中国用户最好，他们会用。
每周都有四个新的中国模型出来，蒸馏速度快得疯狂。
最好的模型永远会是闭源的。但如果想要最大灵活性和某种开放生态，可能大部分人会选择开源模型。
大学不是学习最好的地方 1:31:00
如果有人问，是不是不用学计算机了，Lovable 会不会是最后一个我们需要学的软件？
Anton 认为大学不是学习最好的地方。这和学什么无关。你应该走出去，真正理解世界如何运转——工作如何转化为价值创造。这不是你在大学里能学到的。
大学是训练大脑学习新事物、和很多有趣的人相遇的方式。如果你的目标是赚最多钱，你不应该去大学。那些年的机会成本太高了。
如果是 20 年后他自己的孩子呢？他认为是很好的人生体验，为什么不去。但取决于你想要什么结果。
AI 让 1x 工程师变 10x，10x 工程师变 100x 1:33:00
AI 对不同水平工程师的放大效果不同。1x 工程师通常在某些方面很差，如果 AI 能填补那个差距，他们从零到一，能做以前做不到的事，这就是 10x 甚至更多。但对于 10x 工程师在处理需要多年经验的复杂系统时，1x 工程师完全不理解系统，AI 也没法增加他们的速度，而 10x 工程师可能会变成 100x。
未来五年工程团队的规模会怎么变？Anton 认为最好的公司里，工程师会更像产品经理，成为一个翻译层。通才能力会越来越重要——理解各个部分如何组合成整体，用 AI 做深度专业的工作。
人类的好胜心是 AI 最大的担忧 1:36:10
对未来 AI 的终极担忧是什么？
Anton 说他担心的是人类的好胜心。在许多情况下好胜心是好事——最好的公司、最好的技术都由此而来。但在某些情况下，好胜心导致战争，导致军备竞赛。如果我们能更好地在超级大国之间想大局，就能防止 AI 在瞬间杀死对方国家所有人的场景发生——而且这个触发可能不是任何人真正想要的。
他担心的是：在一个变化速度如此快的世界里，人类如此擅长竞争，会导向没有人真正想要的意外结果。
关于工作替代，他说了一个观察：15 年前还不存在的 top 10 高薪工作，今天有 8 个。我们总是高估新技术对工作的替代。但他也承认，我们可能会看到一些现在看起来很光鲜的工作变得不再光鲜。就像艺术家——曾经那么酷，但现在明显赚不到钱。知识工作领域也会看到类似的情况。
Lovable 的终极愿景是成为人与 AI 交互的主要界面 1:38:00
如果一切按计划进行，Lovable 在 2035 年会在哪里？
成为人与 AI 交互的主要界面。这是一个巨大的市场。
到 2026 年底，Lovable 的产品会是什么样？你的完美联合创始人——从想法阶段开始，一直陪你到业务增长阶段。帮你处理运营、财务、产品增长优化、客户沟通，覆盖邮件和各营销渠道。一种有观点的方式覆盖整个产品生命周期。
Elena Verer 是 Anton 在公司之外最关键的顾问。她在 Miro 做过销售和 CEO，之前在 Dropbox 和 Segment。Anton 从她那里得到的最重要的东西不是具体建议，而是她作为教练的角色——Anton 跟她聊自己的想法，她提问，然后告诉他 Anton 你需要在这个领域加强结构。
Anton 最改变看法的一件事：他曾经认为应该在模型准备好之前就构建 agent。后来意识到不对——你需要先有一个尽可能多人在使用的产品，这样你可以优化整个用户体验，而不只是优化 AI。用户数据飞轮才是关键。