关于vibecoding赚取数百万的说法不绝于耳：17天赚一百万，十月前赚一百万，一个提示词赚一百万。我决定进行一次核查：有多少项目真正突破了每月10万美元的收入或100万美元的总收入（包括退出金额）。结果比预期要保守得多。如果排除那些产品本身就是AI解决方案的项目，那么真正基于vibecoding的初创公司就所剩无几了。
在此分析中，我没有混淆ARR（年度经常性收入）和实际收入的概念。ARR是当前月份的预测值乘以十二，而不是实际赚取的钱。如果来源指明了ARR，我会注明并单独重新计算月收入。下表中项目的顺序不是由收入规模决定的，而是由财务数据确认的可靠性决定的。
突破每月10万美元或总收入100万美元门槛的项目
此列表包括公开报告月收入超过10万美元或总收入超过100万美元的项目。
-
Medvi：第一年收入4.01亿美元
远程医疗，专注于GLP-1减肥药物。创始人马修·加拉赫于2024年9月启动该项目，投资约2万美元。根据公开报道，第一年带来了4.01亿美元的收入，约25万客户，以及6500万美元的利润，利润率为16%。员工：两人（加拉赫本人和他的兄弟埃利奥特），其余为承包商。
-
Base44：以8000万美元出售
由Maor Shlomo创建的基于文本描述的应用程序构建器。于2025年初推出。5月，该公司显示月利润为18.9万美元。6月，Wix宣布以8000万美元现金收购。交易时，该项目拥有25万用户。Shlomo是唯一的拥有者，但在出售时，公司有八名员工，其中2500万美元作为留任奖金从交易金额中支付给他们。
- Vibecoding：什洛莫有目的地构建了代码库，使其大部分由模型生成，并使用不同模型之间的提示路由。这是最纯粹的例子之一，其中产品本身就是Vibecoding，并以相同的方法构建。
- 确认：财务指标由交易文件而非推文确认。
Peec AI：400万美元年经常性收入（ARR）（每月高达83.3万美元）
一家柏林公司，追踪品牌在AI搜索中如何呈现（ChatGPT、Perplexity、Gemini）。创始人Marius Meiners。第一个原型是在Vercel的v0上大约一天半内搭建的。产品随后由团队以传统方式开发。2025年11月，该公司宣布完成2100万美元的A轮融资，总共筹集了2900万美元。当时，Peec AI拥有1300多家连接公司，ARR约为400万美元（每月约33.3万美元）。后来ARR增长到1000万美元（每月约83.3万美元）。
- Vibecoding：用于快速创建原型和验证需求，但主要产品是传统构建的。
Wave AI：700万美元年经常性收入（ARR）
一款用于录音、转录和复述音频的应用程序，专注于日常对话而非会议。作者Josh Maurer，前Uber纽约总经理，非程序员。他使用ChatGPT在一天内构建了第一个Swift工作原型。该项目实现了700万美元的ARR，年利润300万美元，约有4000名付费订阅者。
- Vibecoding：原型是使用AI创建的。
- 特点：访问最佳模型以确保转录质量的成本很高，这是关键产品。
项目，未达到门槛但经常被提及
这些项目经常出现在精选列表中，但其财务指标不符合设定的门槛。
-
Cal AI：200万美元月收入，但标签可疑
一款通过食物照片计算卡路里的应用程序。作者Zach Yadegari和Henry Langmack。2024年5月推出。到2025年7月，下载量达到830万次，根据CNBC Make It的数据，每月总收入约为140万美元，还提到了200万美元的月收入。从金钱上看，它通过了，但从Vibecoding的标签上看，没有。TechCrunch透露，Yadegari自己编写代码，从十岁开始编程。Anthropic和OpenAI模型仅用于产品内部的图像识别。
-
fly.pieter.com：100万美元ARR，但峰值8.7万美元/月
彼得·莱维尔斯（Pieter Levels）的浏览器飞行模拟器。30分钟内完成基本原型。2025年2月，发布17天后宣布达到100万美元ARR。月收入峰值约为8.7万美元。盈利模式：29.99美元的付费飞机模型和物品。莱维尔斯的方法：“一个提示，一个层”。100万美元ARR是年度预测，而非已赚取的100万美元。该项目尚未达到10万美元月收入的门槛。
-
Stanley：100万美元ARR，但并非收入
由维塔利·多多诺夫（Vitaly Dodonov）和约翰·胡（John Hu）在14天内创建的AI内容工具。LinkedIn版本于2025年6月发布，六周后显示20万美元ARR。团队在2025年10月达到了100万美元ARR的里程碑。“14天应用”指的是第一个工作版本，而非完整产品。主要价值是在发布后才添加的。同样，这是ARR，而非实际收入。
-
Lumoo：70万欧元ARR，约5.8万欧元/月
由亨里克·斯卡格林德·法斯特（Henrik Skagerlind Fast）和彼得·特恩格伦（Peter Törngren）为时尚和零售品牌打造的平台。提供逼真的可视化和虚拟试穿。根据Lovable的案例，该产品在九个月内达到了70万欧元ARR，连接了超过十五个品牌。目标是到2025年11月达到100万欧元ARR。月收入约为5.8万欧元，低于门槛。该项目的成功归因于创始人的行业关系，而非生成的界面。
-
Plinq：45.6万美元ARR，约3.8万美元/月
由萨宾·马托斯（Sabine Matos）开发的背景调查和安全应用程序。完全基于Lovable构建。据报道，获得了6000美元ARR，吸引了300万R和超过10000名用户。6000美元ARR大约是每月500美元，这已经是最好的解释了。这个案例有趣之处在于，应用程序在赚钱之前就积累了用户。投资是在用户出现之后才到位的，而不是因为工具生成了第一个版本。
总体结论和关键成功因素
分析表明，项目的成功并非归结于AI生成的廉价代码。成功的初创公司有几个共同点。
启动时的团队规模
五个成功案例中有四个是从一两个人开始的。这与其说是vibecoding的功劳，不如说是表明产品可以比组建团队更快地完成。
依赖外部基础设施
成功的项目积极利用了第三方服务和API：
- Medvi外包了医生、药店和律师。
- Wave AI使用第三方API进行转录。
- Cal AI — 用于产品识别和数据库。
- Lumoo 已集成到品牌现有的工作流程中。
只有市场上没有的东西才需要从头开始构建。
金钱并非来自廉价代码
没有一个产品仅仅因为廉价或生成的代码而获胜。金钱来自其他因素：
- Cal AI — 通过网红。
- Stanley — 通过 LinkedIn 分销。
- Medvi — 通过持有执照的承包商。
- Wave AI — 通过昂贵的推理（模型计算）。
- Plinq — 通过在收入之前出现的受众。
代码生成缩短了发布路径，但不是主要收入来源。
多模型验证方法
几乎所有精选团队都使用一种技巧：通过多个模型运行同一任务并比较结果。例如，Peec AI 检查需求，Base44 路由提示，而 Levels 通过为每个任务更改模型来组装游戏层。这允许快速验证假设并找到最佳解决方案。您可以在一个晚上验证这种方法：获取您当前的提示，并通过三个不同的模型运行它，以查看差异并选择最佳选项。
常见问题
哪个 CPM 对假设测试有利？
对于假设测试，重要的不仅是 CPM，还有获取数据的速度。如果 AI 工具可以快速生成创意并启动广告系列，那么即使 CPM 相对较高，假设测试的成本也很低，因为可以节省时间和劳动力。有利的 CPM 是指在启动成本最低的情况下，提供足够数据以做出决策的 CPM。例如，如果 AI 生成的一个成品剪辑的价格允许您以与人工制作 10 个剪辑相同的预算启动 100 个变体，那么这是有利的。
横幅广告和博主哪个更便宜？
直接按价格比较很困难，因为结果不同。横幅广告（横幅广告 100 万次展示的成本）的 CPM 可能更低，例如，每 1000 次展示的 CPM 低于 50 卢布。但博主提供原生整合和受众信任。对于博主播种的经济替代方案，可以考虑批量发布套餐，其价格会更低，但覆盖范围可能不那么精准。比网红更便宜的可能只有自己的流量或非常精准的定位。
是否值得投资 AI 来创建内容？
如果目标是降低内容制作成本和提高速度，那么AI 是否值得——答案是肯定的。例如，生成 100 个 AI 视频的成本将比手动创建它们低很多倍。使用 AI 对一个视频进行独特化处理的成本也显著降低了开支。然而，重要的是要记住，价格与结果是关键因素。AI 加速了流程，但高质量的结果仍然需要人工控制和完善。
如何评估AI视频制作成本？
AI虚拟形象视频的每分钟价格可能会有所不同。重要的是不仅要考虑生成，还要考虑使用AI将1小时直播剪辑成短视频的成本。这可以从一个来源获得大量内容。如果视频是由AI生成或剪辑的，发布500个视频的成本将远低于手动操作。横幅广告还是定向广告更便宜——这是一个效率问题，而不仅仅是价格问题，AI可以通过个性化和规模化提高任何渠道的效率。
结论
分析表明，“通过vibecoding赚取数百万”更像是一个神话，而不是现实，如果只考虑生成代码的净收入。项目的成功在于快速构建MVP、利用第三方基础设施以及通过有效的分发和客户合作来扩展业务，而不仅仅是依靠廉价代码。这些项目的单位经济学依赖于综合方法。在相信另一个成功故事之前，请务必要求提供统计截图并提出主要问题：每花费一卢布能带来多少钱。对于那些愿意尝试的人，我们建议在同一任务上尝试不同的模型。使用促销代码CTRLAI可在SYNTX.AI的任何套餐中享受20%的折扣。
