在AI编程领域，一家企业凭借惊人速度实现营收爆发，短短7个月便达成1亿美元ARR，小团队创造出大业绩的背后，既离不开对人才密度与产品体验的极致追求，也面临着行业竞争、用户留存与商业化的多重挑战，其创始人的访谈更揭示了AI应用层竞争的核心逻辑与未来方向。

在今年的AI编程浪潮里，Lovable无疑是那个最靓的仔。

它的崛起速度几乎可以用“离谱”来形容。仅仅8个月，Lovable就做到了1亿美元年化订阅收入（ARR）；年底预计冲到2.5亿美元，未来12个月更是直指10亿美元ARR。

收入狂飙，估值自然水涨船高。今年7月，Lovable完成了2亿美元融资，估值来到18亿美元，跻身欧洲最新的独角兽。要知道，在此之前，它累计融资才2250万美元。

更令人咋舌的是，这一切只靠45名全职员工完成。小团队跑出大奇迹，也让它成为全球最受关注的AI应用公司之一。

不过，热闹背后仍有很多疑问。前不久，Lovable联合创始人兼CEOAntonOsika接受了20VC的专访，聊到了不少外界最关心的话题：

在AI军备竞赛烧到应用层时，决定胜负的关键是什么？

超高的人均产能背后，Lovable是怎么筛选人才的？

面对OpenAI、Anthropic，甚至刚刚上市的Figma的竞争，Lovable如何找到自己的位置？

以及，Lovable最终想成为一个怎样的产品？

如果你也在关注AI编程的未来，这篇访谈能给你不少答案。

/01/速度与人才密度，才是AI应用竞争的关键

ErikTorenberg：现在还有大量资金涌入AI，是资本军备竞赛吗？是不是谁钱多谁赢？

AntonOsika：这更像是“组建最强团队”的竞赛，然后是“建立值得信赖的品牌”。资本有帮助，但对Lovable不是约束。若你要训基础模型，算力可能是瓶颈；但我们是应用层，关键在速度与人才密度。

ErikTorenberg：Zuck给顶级工程师开“NFL合同”，未来抢人有多难？

AntonOsika：难点不是钱，而是识别谁能真正茁壮成长、带动文化与产品。基础模型那边买的是“少数顶尖训练know-how”；应用层的人才画像不同——我看成长斜率（slope）、可塑性、团队协作与文化契合，然后给高于市场的薪酬。

ErikTorenberg：你在招聘上有哪些不那么显而易见的标准？

AntonOsika：我看“成长斜率”。和候选人聊天时，如果我持续学到东西、对话很有动能，说明他会快速适应与成长。再者，我会尽可能“回放他过去的工作现场”，从实际产出里找信号。

ErikTorenberg：你同意Cognition的Scott吗？他主张员工入职后每周工作六天、全力以赴；不愿意就离开。

AntonOsika：我的标准是影响力。在Lovable，目标是比别的公司同岗位产生10倍影响。做到这点要足够优秀、专注、发挥长处。对有些人来说意味着要投入很多时间，但不是人人都必须6天制。我更看的是结果，如果你说明天要离职，我会不会觉得“绝对不行，你太关键了”？这是我评估绩效的方式。

ErikTorenberg：这就是所谓的KeeperTest（守门员测试）？

AntonOsika：对，就是它。

ErikTorenberg：这会影响你怎么搭团队吗？

AntonOsika：会。它会让大家更清楚：我该怎么提升自己的影响力。我也会据此反思：当前组织结构是否最优。当然，文化很重要，频繁大调整会伤害文化；但基于业务的定期检视和优化，是必要的。

/02/大部分收入流向了模型，留存才是终极护城河

ErikTorenberg：你之前说人才第一，品牌第二。那在你看来，什么是伟大的品牌？

AntonOsika：一个很直观的例子是苹果。他们对细节近乎苛刻，哪怕因此走得慢，但正是这样建立了极强的用户信任。那就是伟大的品牌。我们在Lovable也希望如此——每次更新产品时，都要确保真正理解用户，并预测用户的反应。

ErikTorenberg：Lovable被质疑最多的一个点是缺乏护城河。你怎么看护城河？

AntonOsika：用户不愿意离开的平台，就是有护城河。用户在平台上沉淀了价值，并每天都在受益。Lovable正在成为这样的平台。今天Lovable更多扮演技术合伙人，未来要成为全面合伙人：财务、运营、结算、增长……都帮你搞定。做到这点，用户自然不会离开。

ErikTorenberg：那是不是所有创始人从第一天起都不用管护城河问题？

AntonOsika：护城河是随着时间建立的。我有个朋友打过一个比喻：AI创业公司像被大炮射上天的鸡。每天都有新的“鸡”被打上天，如果你扑腾得比别人快，就能飞得更高。这是早期最该关注的。

ErikTorenberg：这比喻很形象。那另一个批评是：这些应用的单元经济性并不好。如果我给你一美元，有多少直接流向OpenAI或Anthropic？

AntonOsika：具体数字不便透露，但在付费使用上，确实大部分会流向模型提供商。

ErikTorenberg：那未来会怎样变化？

AntonOsika：我们希望大部分营收来自用户对平台的长期留存，而不是单次付费。等用户觉得“离不开”，就会长期订阅；到那时，算力只是小头。

ErikTorenberg：那是不是说，未来不需要最先进的模型，也能满足很多应用？比如搭个简单的“AboutMe”网站？

AntonOsika：是的。随着应用成熟，AI会更贴合具体场景，很多事不需要最强模型。但目前还早。现在AI每个月都有新突破，我们要做的是迭代够快，让用户用到“明天的能力”，而不是只停留在今天。

ErikTorenberg：所以你是在为“明天的模型能做的事”构建，而不是停留在当下？

AntonOsika：没错。未来会分层：简单问题走得快、几乎不耗算力；遇到新情况（比如构建复杂软件），就需要深度思考。我们要做的，是让用户持续享受最新模型的突破。

ErikTorenberg：token定价会是利润来源吗？很多用户并不真正理解token的价格，你们能靠加价获得更高利润吗？

AntonOsika：我们看过数据，仅Lovable应用就有超过1000万美元的ARR流经底层模型。现在用户要自己连接多家供应商，流程很复杂，我们正努力把它简化。若能降低底层成本，也可能在上面留出合理毛利。

ErikTorenberg：那你怎么看“延迟利润优化”？像外卖，前期毛利差，但密度起来就好了。Lovable需要耐心吗？

AntonOsika：这是两难。一方面，Revolut的Nick建议算清回本周期，极致优化获客，让增长更快；另一方面，我也很看重抢占心智、先做品牌和用户规模。两种思路我都在权衡，就像神经网络里的权重，会动态调整。

ErikTorenberg：这很像一个钟形曲线：早期靠品牌拉动，中期做极致优化，后期又回到品牌。

AntonOsika：对。如果能全都做当然最好，但现实里通常要聚焦。

ErikTorenberg：现在Lovable用户的忠诚度怎么样？

AntonOsika：一半一半。有人很看品牌；也有人只看性价比，失望就会换。两类人都要兼顾。最后还是要用“最好用的产品+最高的价值”，把大家都吸引过来。

/03/不止编程，而是押注人类进入AI的入口

ErikTorenberg：有什么是你现在没做、但最想做的？

AntonOsika：我在重新思考“如何构建应用”。Lovable目前采用的是过去几十年软件开发的最佳实践，但未来不会这样。未来所有应用都会嵌入AI，会有极其无缝的支付和结算。我希望Lovable不只是一个“超人般的工程师”，而是一个“帮你打造未来应用的工程师”。

ErikTorenberg：OpenAI和Anthropic会不会直接做Lovable的竞争产品？

AntonOsika：从长期看，很多人都会提供我们今天提供的服务。关键在于团队执行力。我们必须始终领先，为客户提供更好的体验和更高的价值。

ErikTorenberg：你更担心谁来做Lovable式产品：OpenAI还是Anthropic？

AntonOsika：我们在押注“成为人类进入AI的入口”。目前，OpenAI在终端体验上更强，是更严肃的对手。

ErikTorenberg：当初我看好Lovable的核心原因是市场扩张性太强了。就像当年的Uber，没人能想到会长成那样。把Lovable当成“建站工具”是错的，它的潜力远远不止于此。

AntonOsika：同意。补充一点企业场景：如果我是大企业的CEO/CTO，我不会只想“怎么让工程师更高效”，而是要更快拿到我们该做什么的真实反馈。这意味着公司里所有人都能在同一个地方直接改产品、提想法。这个能力不可能一夜之间造出来，所以我们先从创始人切入，再把同样的体验带进企业。

ErikTorenberg：这确实让创意更民主化。我采访过Duolingo的CPO，有两个设计师（不是PM）做出了“象棋”功能，后来成了正式产品。他们一开始用的是通用工具。我也希望这样的故事发生在Lovable上。那是不是意味着我们会跳过传统的“设计流程”和头脑风暴，直接进入原型？

AntonOsika：我们现在做的事情，就是把“从想法到可用产品”的前半段做快做顺，原型、内部验证、用户验证，几分钟/几小时就能做出已验证、可试用的产品。后半段（增长、运营、测试、QA等）我们在加紧补齐。最终希望用一个工具，让有好想法的人把时间都花在想法上，而不是“产品+设计+工程”的分工拉扯。

ErikTorenberg：那“前半段”的竞争呢？比如FigmaMake从设计走到原型，会不会威胁到你们？

AntonOsika：不太担心。很多团队过于追求像素级完美，速度就慢了。未来更高效的方式是：人只要描述理念/风格/目标，AI负责具体落地；再把外部反馈回灌给AI。我们会把营销、增长、测试、质量也接上，形成一条有主见的、一体化生成链。对大多数人来说，继续在Figma里慢慢抠细节，反而拖慢进度。

ErikTorenberg：那Figma还会扮演什么角色？

AntonOsika：在需要像素级完美的场景里，Figma依然很有价值。未来有多少团队继续走传统工具、多少转向像Lovable这种更“有观点”的全链路方式，现在还不好下定论。

ErikTorenberg：你觉得Lovable现在的“观点性”够不够？

AntonOsika：我们在灵活性和开发速度之间做了平衡。现在Lovable足够灵活，工程师能随时接手和修改；但如果我们更“有主见”，确实还能更快。

ErikTorenberg：理想情况下，你想在哪些地方更“有主见”？

AntonOsika：在理想情况下，我们会直接规定“AI应用应该怎么建”，也更清楚未来的最佳做法。现实里很难，因为AI变化太快、月月有新能力，所以我们必须保留一定灵活度。等到时机成熟，Lovable就能替用户直接决定后端架构、工作流、自动化等，而不是依赖用户写大量prompt。现在用户还是要写不少prompt去细化引导。

ErikTorenberg：五年后还需要prompt吗？

AntonOsika：还会有，但形式会变。很多细枝末节的prompt，会被高度个性化的上下文替代。

ErikTorenberg：能解释一下吗？

AntonOsika：prompt本质就是给AI提上下文和目标。就像一个非常熟你的老同事，你只要说“去斯德哥尔摩办个黑客松”，他就能按你的习惯把事办好。未来的AI也会这样：根据你的偏好和历史语境，自动给出更贴合你的结果。

ErikTorenberg：到2026年底，Lovable会变成什么样？

AntonOsika：像你完美的联合创始人。从一个想法出发，到拿到用户、做增长、打磨功能，再到和用户沟通（邮件、短信、其它渠道），它都会全程陪跑并主动优化。

ErikTorenberg：也就是你们要吃下整个堆栈？

AntonOsika：对。我们会以高度有主见的方式，覆盖完整产品生命周期。

ErikTorenberg：包括邮件营销、短信营销这些中间环节也都做？

AntonOsika：没错。这也是企业真正需要的。过渡期里，不少企业会先用Lovable让小团队快速把想法做成可运行原型，效率非常高。

/04/ARR破亿背后：三类核心用户与企业加速觉醒

ErikTorenberg：你们7个月ARR就到1亿美元，太夸张了。能不能说说这些收入主要来自哪些用户？

AntonOsika：主要分三类：

第一，大约80%是在用Lovable做复杂应用的人，很多是创业者，直接把想法做成可用的产品。

第二，大约10%来自大企业内部团队，他们用Lovable几小时做出可运行的demo，再决定要不要交给工程团队正式落地，这块增长很快。

第三，大约10%是个人网站和小企业站点等轻量需求。

ErikTorenberg：企业这块为什么涨得快？

AntonOsika：大公司的需求正在“觉醒”。有的产品团队已经明确说：不再只写产品文档，必须拿出可运行的demo。Lovable正好能把这个流程压缩到几个小时内。

ErikTorenberg：这就是理想结构吗？

AntonOsika：我们主要服务AI-native创业者。一个人也能做独角兽；他们在大公司也有工作，还会帮朋友/家人做网站。三类需求会长期并存。

ErikTorenberg：从“价值提取”看，hobbyist（业余爱好者）市场是不是更大？比如70亿人都可能需要一个AboutMe页面？

AntonOsika：我们的起点不是hobbyist，而是被“不会写代码/请不起工程师”卡住的创业者。先帮他们把事业启动，这里价值最明显。随后会自然下沉到更大众的轻量需求。所以一开始我们更看重创业者和企业用户，而不是只盯hobbyist。

ErikTorenberg：（玩笑）要不要搞个“Lovable假日基金”，请大企业的顶尖人才放假一周，整周只用Lovable，用完就辞职创业？

AntonOsika：（笑）主意不错。补充一个商业视角：很多未来的大公司还没诞生。AI会让他们更快迭代、更贴近客户、把成本打下来。Lovable要做这场运动的核心工具，长期会带来很大的收入。至于各细分市场最终占比，会取决于企业端与消费者端的终局花费；如果我们继续主导这个新类别，份额会自然收敛到那个终局结构。

/05/先做人人愿意用的产品，用体验驱动数据飞轮

ErikTorenberg：你刚才提到Rev的Nick。他说过一句我最喜欢的“文化论”：“我不谈文化，我只想赢。人的幸福来自成长与发展，而成长最好的土壤就是赢。你在赢，就会成长，也会因股价上涨而积累财富。”

AntonOsika：这话说得好。

ErikTorenberg：同感。那回到Lovable，现在你最想改的文化点是什么？

AntonOsika：我们有一部分人主动性强、爱新点子、追求新鲜——早期很重要。可公司变得更成熟后，第一优先级应该是把已有东西做得更稳、更高质量。我希望多一点“农夫心态”：慢下来打磨质量、优化流程，长期反而跑得更快。

ErikTorenberg：也就是更有取舍，选对花时间的地方？

AntonOsika：对。就像“牛仔vs农夫”：牛仔靠短期突击，农夫做长期耕耘。我们需要多一点后者。

ErikTorenberg：但我也喜欢短期优化。一些中国团队就很厉害，贴胶带式快速拼装、迭代极快，所以发展很猛。

AntonOsika：有PMF且要守品牌时，就不能总贴胶带。要花时间把组织与产品的各部分搭稳、把质量打上去，这样长期才会更快。这是地基。

ErikTorenberg：回头看，Lovable的发展中有什么事是你现在觉得不该做的？

AntonOsika：愿景当时很清晰，但执行顺序不清。我做过一个开源工具GPTEngineer，社区有人在用。现在看，应该果断放弃，把精力100%投入Lovable。

ErikTorenberg：为啥？开源不是能帮你们拿到用户反馈吗？

AntonOsika：开源对很多公司有用，对我们却成了分心项。最重要的是聚焦一个方向，找出公司最大的瓶颈并先解它——这是增长最快的路径。

ErikTorenberg：那你们现在在董事会上讨论的最大瓶颈是什么？

AntonOsika：长期：找到既懂技术、又懂产品的技术型产品工程师，把Lovable推进到下一阶段、多线创新。短期：一边增强AI能力、打磨用户体验，一边承接激增的企业需求，把两端都做好。

ErikTorenberg：最难招的岗位是什么？

AntonOsika：高级工程师。因为很难判断他们过往的成功能不能在Lovable同样转化为价值。

ErikTorenberg：你在招聘上犯过错吗？

AntonOsika：有。授权过度过几次，没有足够确认候选人是否真的是以目标为驱动。

ErikTorenberg：你在创业过程中，最大的改观是什么？

AntonOsika：一开始以为应该先做Agent（即便模型还没准备好）。后来发现应该先做一个很多人会用的产品，把用户体验打磨好，形成数据飞轮，而不是只盯着优化AI本身。

/06/快问快答：更看好Grok，做空Anthropic

ErikTorenberg：今天的AI，是把1×工程师变10×，还是把10×工程师变100×？

AntonOsika：两个都成立。AI能帮新人补短板、从0到1再到10；也能让高手在复杂系统里进一步加速，从10×到100×。

ErikTorenberg：未来五年，工程团队的规模会怎么变？

AntonOsika：在最好的一批公司里，工程师会更像“翻译层”+“产品思维”：直接和客户沟通，用AI快速改产品。结果可能是：有的公司反而会招更多工程师，因为这样能跑得更快。

ErikTorenberg：所需技能会变吗？

AntonOsika：会。通才更重要。要看得懂整套系统如何拼起来，把很多专业细节交给AI去完成。

ErikTorenberg：很多大公司受数据权限和安全限制，暂时用不了AI。未来十年会不会出现incumbents（现有龙头公司）的大洗牌？

AntonOsika：会。比如银行本质是软件公司，但系统迭代很慢。会出现从零为AI设计的新公司，更快、更好、更便宜地满足客户。大型企业也有信任等优势，但很多会被更强的新公司替代。

ErikTorenberg：说到benchmark（基准测试）和评估，它们是不是有点扯？

AntonOsika：会越来越失真。这叫古德哈特定律：一旦围绕某个指标去优化，这个指标就不再是好指标。很多基准测久了都会“变味”。

ErikTorenberg：那在Lovable内部，哪些指标会变得没意义？

AntonOsika：凡是能被刻意“刷”出来的就不可信。比如“有多少人点了点赞”。如果我们为了拉点赞去讲段子，那这个指标就被hack了，自然失真。

ErikTorenberg：你觉得关于AI的普遍看法，哪条是错的？

AntonOsika：AI比人类更聪明（在合适的条件下）。很多人不同意。

ErikTorenberg：现在大家还不同意吗？

AntonOsika：是的。因为它有时会犯蠢。但给足上下文或放进有明确目标的系统里，它在那些场景下确实比人强。

ErikTorenberg：AI会遇到瓶颈，还是继续指数级提升？

AntonOsika：两者并存。把所有复杂能力都塞进同一个模型会有瓶颈；但科学、工程、生物医药等领域还在指数段，会持续爆发（新药、新疗法等）。

ErikTorenberg：估值：OpenAI3800亿，Anthropic1800亿，xAI（Grok）1000亿。你投谁、做空谁？

AntonOsika：买Grok，做空Anthropic。

ErikTorenberg：为什么？

AntonOsika：因为我觉得Grok的团队做了一件我非常尊敬的事——他们在数据标注上招募了一批“使命驱动型”的人，他们称之为AI教师（AItutoring），团队士气很高。OpenAI近期动荡多；Anthropic虽然企业增长快，但士气不如Grok。

ErikTorenberg：是不是OpenAI赢消费者（下一个Google），Anthropic赢开发者和企业？

AntonOsika：未必。可能会出现新领跑者，超出现在的想象。

ErikTorenberg：新领跑者会来自中国吗？

AntonOsika：有可能（五五开）。中国公司用户理解不一定强，但模型本身可能做到全球最强，这点让我有点担心。

ErikTorenberg：如果Lovable最终需要用中国模型呢？

AntonOsika：只要对用户最好，且没有隐私/合规负面，我们就会用。

ErikTorenberg：未来是开放模型赢，还是封闭模型赢？

AntonOsika：最强的会是封闭；但开放给了灵活性和生态，很多人也会选开放。

ErikTorenberg：（笑）那我就不帮你引荐了。换个问题：哪家被忽视、却值得关注的AI公司？

AntonOsika：浏览器方向：如Strawberry、Arc、Perplexity——挺期待他们的发展。

昂宝集成电路正式启动A股IPO 上汽集团、TCL创投等参投　　上证报中国证券网讯（记者郑维汉）近日，昂宝集成电路在上海证监局办理辅导备案登记，正式启动A股上市进程，辅导机构为华泰联合证券。　　公开信息显示，昂宝集成电路于2004年成立，专注模拟及混合信号IC设计，产品线涵盖电源管理、LED照明、电机驱动、家电SoC，以及提供智能楼宇、人工智能领域的整体解决