出品｜虎嗅科技組

作者｜SnowyM

編輯｜陳伊凡

頭圖｜Dustin領(lǐng)英

“AI原生100”是虎嗅科技組推出針對AI原生創(chuàng)新欄目，這是本系列的第「33」篇文章。

在硅谷，如果你告訴別人你是做 AI 的，大家通常會默認你是斯坦福的博士，或者是 Google 出來的大廠工程師。但今天故事的主角 Dustin Stout，是一個來自美國賓夕法尼亞小鎮(zhèn)的前演員。

沒有融資，不懂代碼，甚至在創(chuàng)業(yè)前剛剛經(jīng)歷了長達 4 年的“低谷期”，虧掉了幾萬美金。

然而，就是這樣一個“失意中年人”，在 2023 年憑借敏銳的嗅覺，利用No-Code（無代碼）工具，僅用 8 周時間就“手搓”出了一個 AI 聚合器平臺：Magai。

上線 2 個月，月入 1 萬美元，2 年多時間做到月入 10 萬美元（ARR 超百萬）。

Magai的案例背后，也證明了AI紅利期的寬容。天際資本創(chuàng)始合伙人張倩就曾和虎嗅表達過，AI時代的紅利就在于 “創(chuàng)新自帶流量”，只要你有足夠獨特的AI產(chǎn)品，哪怕一開始只有幾個人用，只要價值足夠突出，就能快速獲得幾十萬甚至更多的關(guān)注，這種傳播效率在過去是很難想象的。

一個不懂代碼的門外漢，是如何在巨頭林立的 AI 賽道里殺出一條血路的？Magai 又是如何做到不融一分錢就實現(xiàn)指數(shù)級增長的？

8周上線，0融資做到年入百萬

Magai 是由 Dustin 于 2023 年創(chuàng)立的一款“一體化”生成式 AI 平臺。

簡單來說，它并不是創(chuàng)造一個新的 AI 模型，而是做了一個“聚合器”。它通過一個統(tǒng)一的界面，將聊天機器人、圖像生成、視頻創(chuàng)作等多種 AI 工具整合在一起，讓內(nèi)容創(chuàng)作者和專業(yè)人士不再需要在十幾個網(wǎng)頁之間來回切換。

這個項目的成長速度非常驚人，它從想法形成到產(chǎn)品正式上線，僅用了2 個月。產(chǎn)品上線后，又用了2個月的時間，實現(xiàn)了收入從0到1萬美元的增長。在隨后不到 3 年的時間里，它迅速發(fā)展為年營收超過百萬美元的成熟業(yè)務(wù)，擁有數(shù)萬名用戶。

特別值得一提的是它的融資模式：Magai 在整個發(fā)展歷程中，沒有拿過一分錢的風(fēng)險投資（VC）。 早期啟動完全依靠創(chuàng)始人極其有限的自有資金，隨后完全通過產(chǎn)品的訂閱收入來支撐公司的擴張和再投入。

這家公司甚至堅持“公開構(gòu)建（Building in public）”的原則，將公司的營收數(shù)據(jù)和發(fā)展過程透明地展示給公眾。

很多人第一眼看到 Magai，可能會認為它只是簡單地調(diào)用了各大模型的 API（應(yīng)用程序接口），做了一個“套殼”網(wǎng)站。但實際上，Magai 的核心價值在于它重新設(shè)計了專業(yè)內(nèi)容創(chuàng)作者的工作流程。

Dustin Stout 很清楚，ChatGPT 等單點工具雖然強大，但它們更像是聊天機器人，而不是生產(chǎn)力工具。但Magai 的定位非常清晰：它是一個“All-in-One”（一體化）生成式 AI 平臺，旨在通過統(tǒng)一的界面，解決用戶在不同工具間跳轉(zhuǎn)的低效問題。

在 Magai 平臺上，用戶不需要為了使用不同的模型而登錄不同的網(wǎng)站。Magai 將 GPT、Claude、Gemini、Mistral 以及圖像生成模型全部整合在一個統(tǒng)一的聊天界面中，在同一個對話線程中，用戶可以隨意切換使用的模型，而無需重新開始對話。

Magai 通過后臺的上下文緩存機制，實現(xiàn)了不同模型間的記憶共享。全程不需要復(fù)制粘貼，也不會丟失上下文信息。對于不知道選哪個模型的用戶，Magai 甚至提供了“Auto”模式，系統(tǒng)會自動分析你的需求，智能選擇最合適的模型來回答。

Dustin 憑借多年的營銷背景，發(fā)現(xiàn)許多用戶并不知道如何編寫高質(zhì)量的提示詞（Prompt）。為了降低使用門檻，Magai 引入了“Persona”（人格）系統(tǒng)。

Magai 內(nèi)置了 50 多種預(yù)設(shè)的“人格配置”。

更重要的是，Magai 允許用戶復(fù)用指令。你可以將自己特定的語氣風(fēng)格、業(yè)務(wù)背景或格式要求保存為一個自定義 Persona。以后無論你使用哪個模型，都可以一鍵套用這個“設(shè)定”，讓 AI 立刻按照你的標(biāo)準(zhǔn)輸出內(nèi)容，而無需每次都重復(fù)輸入一大段背景信息。

傳統(tǒng)的 AI 工具（如 ChatGPT）通常只有對話界面，聊完的內(nèi)容往往就沉底了，難以整理。Magai 則采用了左側(cè)聊天、右側(cè)文檔的布局。

它內(nèi)置了一個全功能的文檔編輯器。用戶可以一邊與 AI 對話，一邊將生成的內(nèi)容直接插入右側(cè)編輯器進行修改、排版。這種設(shè)計將“生成”和“編輯”兩個環(huán)節(jié)打通，用戶最后可以直接將右側(cè)的文檔導(dǎo)出為 PDF 或 DOCX 格式。這直接服務(wù)于需要產(chǎn)出長篇文章或報告的專業(yè)用戶，避免了在聊天窗口和 Word 文檔之間反復(fù)切換。

Magai 區(qū)別于個人版 ChatGPT 的重要特征就是 Magai 專門為企業(yè)和團隊設(shè)計了“工作區(qū)（Workspace）”功能。

Magai 的每個 Workspace 就是一個獨立的項目空間，可以把一個項目、一個部門、一個客戶拆成一個工作區(qū)。工作區(qū)之間完全隔離，互不泄漏。而且，每個工作區(qū)能上傳自己的“知識庫資料”，像是產(chǎn)品手冊、FAQ 文檔，工作區(qū)里的對話，會自動引用這套資料。其次，其允許團隊成員進入同一個工作區(qū)協(xié)作，可邀請隊友、共享聊天記錄、提示詞、工作流，還可做項目內(nèi)部共享與管理。

其最大的差異在于 Magai 能在一個工作區(qū)內(nèi)用多模型，這意味著：每個項目可以選擇最適合的模型組合。

用戶可以根據(jù)不同的項目或客戶創(chuàng)建獨立的工作區(qū)，像管理電腦文件夾一樣管理繁雜的 AI 對話記錄，解決了傳統(tǒng)聊天機器人“歷史記錄混亂”的痛點。

針對專業(yè)用戶經(jīng)常遇到的“使用次數(shù)受限”問題，Magai 通過優(yōu)化 API 調(diào)用和并發(fā)處理，提供了無冷卻限制（No Cooldowns）的體驗。

Magai 宣稱，只要在用戶的訂閱額度內(nèi)，就不會像 ChatGPT Plus 那樣因為“3小時內(nèi)達到40條限制”而強制用戶暫停等待。Magai 甚至允許即時購買額外的生成字數(shù)。這種設(shè)計保證了在高強度工作場景下，用戶的創(chuàng)作流程不會被意外打斷。

Magai 的產(chǎn)品邏輯很簡單：它做一個“聚合器”，將多模型AI引擎+內(nèi)容創(chuàng)作工具+協(xié)作平臺融為一體。用戶只需支付一份訂閱費用，就能在一個網(wǎng)頁里使用市面上幾乎所有主流的 AI 能力，并且擁有比原廠更順手的管理功能。這對于追求效率的專業(yè)人士來說，具有極高的性價比。

在商業(yè)模式上，Magai 采用了統(tǒng)一訂閱制，打出了“性價比”這張牌。

Magai 的宣傳語是“用一個 ChatGPT 訂閱的價格，獲得你喜歡的所有 AI 模型”。

官方算了一筆賬：如果用戶單獨訂閱 GPT、Claude Pro、Midjourney 等多項服務(wù)，每月可能需要支出近 500 美元。而 Magai 將這些服務(wù)打包整合，月費僅需 20 到 40 美元。這種“批發(fā)式”的定價策略，對于有多樣化 AI 需求的專業(yè)用戶來說極具吸引力。

值得一提的是，Dustin 在定價策略上也經(jīng)歷過調(diào)整。起初他嘗試了多達 5 個復(fù)雜的價位檔，后來發(fā)現(xiàn)這讓用戶感到困惑。他隨后得出一個結(jié)論：“簡單定價永遠勝過花哨定價”，于是將價格精簡為兩檔。

這種“打包批發(fā)”的定價策略，配合極低的使用門檻，讓 Magai 在一眾 AI 工具中顯得性價比極高。

看到這里，大家可能會有一個疑問：能開發(fā)出這樣一款邏輯成熟、功能完善，且商業(yè)模式如此清晰的 SaaS 平臺，背后一定有一個經(jīng)驗豐富的技術(shù)團隊，或者至少拿到了硅谷的巨額融資吧？

但事實恰恰相反。

Magai 背后沒有大廠光環(huán)，沒有風(fēng)險投資，甚至沒有正式的工程師團隊。這款產(chǎn)品的每一個設(shè)計細節(jié)，從對營銷痛點的精準(zhǔn)捕捉，到對用戶體驗的極致追求，都深深打上了創(chuàng)始人個人經(jīng)歷的印記。

這不僅僅是一個關(guān)于“好產(chǎn)品”的故事，更是一個關(guān)于“人”的故事。Magai 的誕生，實際上是一個陷入“絕境”的中年人，為了生存而進行的又一次反擊。

端盤子的前演員，用4年時間換來“頓悟時刻”

Dustin Stout 的背景與人們印象中的科技公司創(chuàng)始人截然不同，他原本只是個“典型的小鎮(zhèn)青年”。

他出生于 1980 年代美國賓夕法尼亞州一個名叫 Sharon 的小城鎮(zhèn)。像很多渴望走出小鎮(zhèn)的年輕人一樣，Dustin 早期的夢想與代碼無關(guān)，而是關(guān)于舞臺。高中畢業(yè)后，他搬到了加利福尼亞州，進入一所著名的表演學(xué)院學(xué)習(xí)，希望能成為一名職業(yè)演員。

但現(xiàn)實超級骨感。

在加州的那幾年，為了維持生計，他不得不長期在餐廳做服務(wù)員。演藝事業(yè)的艱難讓他開始重新思考出路，并逐漸對正流行的互聯(lián)網(wǎng)產(chǎn)生了興趣。

2009 年左右，Dustin 開始嘗試做博主和社交媒體營銷顧問，這讓他發(fā)現(xiàn)自己擅長通過內(nèi)容和設(shè)計來吸引流量。2014 年，他迎來了職業(yè)生涯的第一個高峰，聯(lián)合別人創(chuàng)辦了 Social Warfare。這是一個 WordPress 社交分享插件，憑借出色的設(shè)計迅速流行，讓他賺到了第一桶金，也讓他確立了自己在數(shù)字營銷圈的聲譽。

然而，退出 Social Warfare 后的四年（2018-2022），對 Dustin 來說是一段極度艱難的時期。

他不想只做咨詢顧問，想打造一款能指數(shù)級增長的 SaaS 產(chǎn)品。于是，他陸續(xù)開發(fā)了多個項目（比如圖形生成工具 SoVisual），結(jié)果卻非常糟糕。

他在這些項目上投入了大量時間和金錢，其中在一個最終被廢棄的項目上，他直接損失了超過 70000 美元。

據(jù)他回憶，那段時間他經(jīng)常在凌晨 3 點醒來，因為焦慮而無法入睡，心情直接崩潰。到 2022 年底，他的積蓄幾乎耗盡。他甚至已經(jīng)更新好了簡歷，準(zhǔn)備放棄創(chuàng)業(yè)，去一家公司找一份全職工作來養(yǎng)家糊口。

就在 Dustin 準(zhǔn)備認輸?shù)臅r候，2022 年 11 月，OpenAI 發(fā)布了 ChatGPT。

憑借多年的數(shù)字內(nèi)容經(jīng)驗，Dustin 在第一次使用 ChatGPT 時就受到了極大的震撼。他意識到，這種通過自然語言就能生成內(nèi)容的技術(shù)，將徹底改變內(nèi)容創(chuàng)作的方式。

更重要的是，在別人還在單純感嘆“AI 好好玩”的時候，他基于自己過往失敗的經(jīng)驗，敏銳地發(fā)現(xiàn)了一個未來的痛點：“未來的 AI 模型一定會越來越多，用戶不可能同時維護那么多的賬號和訂閱。如果我能做一個更好用的前端界面，把這些能力整合起來，這一定有市場?！?/p>

這個想法讓原本心灰意冷的 Dustin 重新燃起了斗志。

然而，Dustin 面臨一個大問題：他并不是專業(yè)的程序員。他擅長設(shè)計和營銷，但不會寫復(fù)雜的后端代碼。如果是幾年前，這可能是一個死局。但這次，他利用到了 No-Code（無代碼）工具。

他自學(xué)了 Bubble 等無代碼開發(fā)平臺，結(jié)合自己對前端交互設(shè)計的理解，開始構(gòu)建產(chǎn)品原型。他不需要組建技術(shù)團隊，一個人完成了產(chǎn)品邏輯的設(shè)計。之后，他利用自己多年積累的博客讀者和社交媒體粉絲，作為第一批種子用戶進行測試。

結(jié)果是驚人的：從想法誕生到產(chǎn)品 MVP（最小可行性產(chǎn)品）上線，他只用了 8 周。

依靠他過去十年建立的個人品牌信譽，Magai 在沒有任何廣告預(yù)算的情況下完成了冷啟動。許多第一批付費用戶，正是他曾經(jīng)的博客讀者。

Dustin 后來總結(jié)道：“之前那些失敗的產(chǎn)品，教會了我什么是市場不需要的；而 ChatGPT 給了我一個技術(shù)杠桿，讓我一個人也能做成一家公司?！?/p>

這就是 Magai 誕生的故事：一個不懂代碼的前演員，在職業(yè)生涯“快完蛋”的時刻，用兩個月時間改變了自己的命運。

競爭夾縫中尋找生存空間

Dustin 憑借個人能力快速上線了產(chǎn)品，但商業(yè)世界畢竟不是只有激情。Magai 進入市場時，面臨的是一個極其擁擠的競爭環(huán)境。

在當(dāng)下的多模型競速時代，Magai 代表的是一種越來越清晰的趨勢：把 GPT、Claude、Gemini、LLaMA、DeepSeek 等模型統(tǒng)一收納到一個工作臺里，讓用戶不再需要在多個網(wǎng)站、多個賬號之間來回切換。

在這條賽道上，已經(jīng)出現(xiàn)了一批氣質(zhì)相近、功能趨同的平臺，它們共同構(gòu)成了所謂的“AI 聚合器”生態(tài)。

最典型的對標(biāo)是 Poe。作為 Quora 推出的多模型入口，Poe 的理念幾乎與 Magai 同步——它把 OpenAI、Anthropic、Google、DeepSeek 等主流模型全部接入到一個界面里，還允許用戶創(chuàng)建自己的 bot，并在同一窗口里直接對比不同模型的回答質(zhì)量。

另一類與 Magai 十分相像的是 Mammouth.ai，它更偏向「多模態(tài)內(nèi)容工作區(qū)」，不僅整合了語言模型，也把圖片、音頻生成整合在一個項目式的 workspace 中，適合內(nèi)容創(chuàng)作者或團隊做 campaign 級別的協(xié)作。與此類似的還有 MagAI，更偏營銷團隊場景，內(nèi)建大量 persona 和模版，讓團隊可以批量做內(nèi)容。

如果把視角從個人用戶擴展到團隊，則會看到另一類更企業(yè)化的“團隊版 Magai”：例如 Aymo AI 強調(diào)協(xié)作、角色共享、權(quán)限管理；TeamAI.com 則把“多模型聊天”進一步延展到 workflow 和可視化 Agent 構(gòu)建，讓企業(yè)可以直接把 AI 接到自己的業(yè)務(wù)流程中，變成半自動化的“AI 員工系統(tǒng)”。

這些平臺的共同特點是：解決的是“一個團隊如何在一個統(tǒng)一入口里用掉所有 AI 能力”這一更偏組織級的需求。

再往技術(shù)側(cè)走，還有更面向開發(fā)者的聚合器，比如 TypingMind。它本質(zhì)上是一套買斷制的本地前端，用戶自己填 API key，即可把 OpenAI、Anthropic、Google、Meta、Mistral 等廠商統(tǒng)一接入，隱私可控、可自托管，適合技術(shù)用戶或希望自建內(nèi)部門戶的團隊。

而 OpenRouter 則更像是聚合器的“基礎(chǔ)設(shè)施版本”，用一條 API 接上數(shù)十到上百個模型，讓開發(fā)者只需要對接一個接口就能訪問所有主流大模型。

Magai想要繼續(xù)保持在這個領(lǐng)域的競爭力，還需要不斷迭代和打磨產(chǎn)品，用獨特的品味和氣質(zhì)持續(xù)吸引用戶。Magai的品味和競爭力，其實就是Dustin本人。他除了演員身份，更關(guān)鍵的是博主以及營銷顧問的經(jīng)歷，這為他爭取了流量和關(guān)注。當(dāng)前的AI創(chuàng)業(yè)，除了技術(shù)，懂得做營銷和增長同樣關(guān)鍵，已經(jīng)不是一個“酒香不怕巷子深”的時代，因為創(chuàng)業(yè)技術(shù)門檻降低，在產(chǎn)品的優(yōu)勢沒有顯著突出的情況下，會吆喝的先勝一籌。當(dāng)然，關(guān)于流量，中美也存在差異，美國的流量平權(quán)環(huán)境，對初創(chuàng)公司更為友好，我們的欄目中，也介紹了不少營銷增長做得好的產(chǎn)品?！叭绻髁繖C制是健康的，就意味著你不用把產(chǎn)品做得特別好，也會有人用?！币晃粍?chuàng)業(yè)者如是說，而有人用，就會有反饋，就會有數(shù)據(jù)，產(chǎn)品就能夠越用越好。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4812414.html?f=wyxwapp