月费涨 1 美元，MRR 多了近 5000；AI 一晚写完代码，测试却卡了几个月
30 秒速读
01｜挤进 Linktree 的市场，月费 5 美元做到 3.15 万 MRR
- 谁·场景
- Charlie Clark 做过广告公司网页开发，后来在 Squarespace 当工程师。Liinks 一开始是他的副业，2024 年 8 月他辞职全职做。
- 怎么用
- 他给自己两周时间做出一个 Linktree 替代品，先发给认识的艺术家朋友试用，再上 Product Hunt。现在产品里接了 OpenAI API，注册时可以抓取用户的 Instagram 公开资料自动生成页面。他每月另外花 100 到 200 美元用 coding agent。
- 结果
- 他在 Stripe 后台展示的 MRR 约 31,500 美元。获客主要靠 Google 搜索广告，每天约 100 美元，靠了四年左右。MRR 追平工资之后他才辞职。
- 你可以试
- 选一个已经有大玩家、验证过需求的品类，挑出一个具体不满意的地方（他挑的是“页面不好看”），做出最小版本，先亲手发给 10 个认识的目标用户。
- 注意
- 这是低价、靠用户数量撑起来的生意，前提是付费买量能回本。他早期靠 Instagram 广告增长，平台算法一改，这个渠道就不行了。
Charlie Clark 在 Starter Story 节目里讲了 Liinks 的经过。2019 年他第一次辞职，做的是一个按需印刷市场，一直没做出起色。和艺术家打交道时，他发现他们都在用 Linktree，但页面不好看，就给自己两周做了个替代品。他把产品发给朋友，说“我为你做的，要不要用”；后来上 Product Hunt，推出月费约 3 美元的付费版，几个月做到 100 美元 MRR。COVID 期间他回到 Squarespace 上班，并主动告诉公司自己在做这个项目。上班期间产品还在增长，到 2024 年夏天收入差不多追平工资，他再次辞职。
定价有两个思路可以借鉴。基础版刻意定得比 Linktree 便宜，他宁可要很多付少钱的客户；Pro 版 12 美元起，提供自定义域名和多页面管理，按页面数往上加价，有几位客户每月付 100 多美元。用户量大时，小幅涨价效果很明显：从 4 美元涨到 5 美元，MRR 多了近 5000 美元。
他给 AI 时代的建议是：做东西太便宜了，人很容易一看不灵就换下一个点子。他认为应该选一个已经验证过的领域，迭代到有感觉了就坚持做下去，联系客户、做推广这些难事仍然要做。技术栈很轻：DigitalOcean VPS、AWS 存图片、Resend 发邮件、Tinybird 做分析。最大的开销是广告。
02｜AI 重写 CRM 几个月没上线，卡在“谁说了算”
- 谁说的
- 陈然在 Pure Global 做产品和开发。他的搭档 DJ 说，公司高峰期国内有二十来个开发，现在基本只剩他们两人。文章来自他给一家公司做的 AI coding 落地讨论。
- 核心观点
- 他认为 AI 时代难的不再是实现，而是业务没想清楚。AI 碰到模糊的地方不会停下来问，会挑一个看似合理的解释写下去，于是所有没想清楚的地方都会以 bug 的形式堆到测试那里。他的解法是让懂业务、说了算的人端到端负责，也就是“更少的人，更大的权限”。
- 依据
- 依据有三个。第一，那家公司的报价模块折扣反算、服务费联动，每次修完一处又冒出新问题。第二，他自己做的 BI demo 给每个口径都编号，写明理由、配上测试，便宜的弱模型也能写对 SQL。第三，DJ 在泰国子公司和团队坐了两天，第二天写出进出口流程程序，又自己测了一周才交出去。
- 对你的意义
- 下一次让 AI 做报表或业务逻辑之前，先把关键指标的分母、边界情况写成带编号、写明理由、配有测试的定义，放进代码库；再指定一个人对结果负责，并给他改规则的权力。
- 争议·条件
- 团队里有反对意见：PM、开发、测试各有所长，应该靠协作流程来对齐。陈然自己也承认，监管、多国业务、历史合同带来的复杂是真实存在的，重写也有成本，需要 owner 判断值不值得。
陈然在这篇文章里复盘了一次讨论。一家公司几个人用 AI 重写内部 CRM，做了几个月没上线。团队问的都是 spec 写到多细、用什么端到端测试工具、硅谷有什么最佳实践。他只反复问一句：报价到底谁说了算？测试同事想“先假设大家都知道规则”，他说问题就在于没人知道。测试慢，是因为没人知道正确答案长什么样。
他自己的做法是把口径写清楚：每个口径都有编号、理由和测试，全放在同一个代码库，每张表、每个字段的注释都不能有歧义。比如待审批的工时算不算饱和度，一周跨两个月时工时归哪个月，这些都要写死。写清楚以后，便宜的模型也不用猜。他还提醒，集中的是决定权，知识不能集中。规则必须落在代码库里，人和 AI 都能读，外人拿到也能看懂。
他也说老板只对了一半。光要求员工都成为业务专家没用，专家得有权改价格体系、砍掉定制、决定重写，否则只会变成“非常懂业务、也非常痛苦的测试”。他的建议是挑一个系统，指定一个人全权负责。工具选型交给 AI 评估就行，下个月有更好的再换。
今天可以做的一件事
从手头工作里挑一个经常扯皮的数字，比如某张报表的转化率、人效或达成率。花 30 分钟写下它的完整定义：分子分母各是什么，3 个边界情况怎么算（跨月、退回、待审批之类），每条写一句理由，再配一个“输入是什么、应该输出什么”的例子。写完发给相关同事，问一句“这个由谁拍板”。没人能马上回答的地方，就是 AI 会替你乱猜的地方。