3 个月 1700 万美金 ARR,Lovable 也融了 1500 万美金

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
3 个月 1700 万美金 ARR,Lovable 也融了 1500 万美金
7136点击    2025-02-26 14:26

目前的 AI 行业,除了大模型外,竞争最激烈的可能就是 AI 编程了。昨天的文章《用 AI 解决专利纠纷半年 ARR 增 20 倍,Anthropic 再融 35 亿美金》里我还调侃 AI 编程正在经历百编大战,没想到今天这个行业又来了一些新消息。


首先是 Replit 发布了全新版本的 Agent V2,Replit 的团队成员告诉我说,这是第一个全面搭载 Anthropic Sonnet 3.7性能的 Agent,包括超强的 UI 生成能力、Reasoning、Debug 和 long context,是他们跟 Anthropic 合作了几个星期跟着 Sonnet 3.7 发布一起推出来的重大更新。


Replit 的 Agent V2 是一个更自主的 Agent。在每个步骤中,它都会形成一个假设,搜索正确的文件,并且只有在拥有足够的信息来完成工作的情况下才开始进行更改。它不太可能陷在同一个错误上,知道何时退后并重新考虑它的方法,而不是陷入循环中。与此同时,它也提供了实时应用设计预览,你可以实时了解它构建产品的进度过程。


另外就是 Lovable 今天宣布完成了 1500 万美金的 Pre-A 轮融资,由 Creandum 领投,跟投这块是一些天使投资人,包括了 Newsletter 订阅用户已经超过了 100 万的 Lenny,以及来自 Meta、HuggingFace 的高管以及一些科技企业的 CEO。


当然最引人注目的还是其收入的增长趋势,在经历了 4 周突破 400 万美金 ARR,2 个月突破 1000 万美金 ARR 后,Lovable 的 ARR 在 3 个月时间突破了 1700 万美金,其 CEO Anton Osika 称整个增长趋势仍然还在延续这种指数级增长。


而实现这个收入他们只花了 200 万美金的成本,目前其用户达到了 50 万,付费用户 3 万,每天用户用 Lovable 构建的产品超过了 2.5 万个。虽然相比于 Bolt.new 在 2 个月时间突破 2000 万美金 ARR,并且迅速完成 1.055 亿美金融资近 10 亿美金估值要慢一些,但 Lovable 已经是欧洲增长最快的创业公司之一了。


3 个月 1700 万美金 ARR,Lovable 也融了 1500 万美金


之前我介绍过 Bolt.new 快速增长背后的一些逻辑,包括产品上的一些不同《2 个月 ARR 突破 2000 万美金史上最快?AI 编程向非技术人员爆发》。Lovable 在前段时间也分享了一下他们的增长方法,除了打造一个用户喜欢的产品外,最关键的增长路径就是社区和内容(X、TikTok 以及 YouTube)。而在技术上,与 Supabase 和 Figma 工作流的结合使得他们与其它产品区分开来。


Lovable 最早是一个叫 GPT Engineer 的开源工具,得到大量用户的喜欢后他们将其变成了现在的 Lovable 这个产品,团队说 Lovable 增长背后最关键的几个策略包括了:


1.打造人们喜欢的产品:第一和最大的一步是拥有人们喜欢的非常好的产品。而 Lovable 的重点一直是用实用功能解决真实的用户痛点。


2.鼓励用户分享:他们充分利用了用户的力量。通过鼓励他们在 X、LinkedIn 和 YouTube 等平台上分享项目,他们建立了强大的社区影响力。Hackathons、功能发布以及展示用户项目进一步推动了这一势头。


3.内容与共同营销:无论是 TikTok、YouTube 还是 X 上的内容,他们把精力都放在了通过讲故事进行传播上。他们还与 Supabase,Replicate 和 Resend 的品牌做共同营销。


4.在 Product Hunt 上保持活跃:在 PH 上的发布确保了 Lovable 在各个平台上被发现并引起讨论。


另外一个核心点,Lovable 声称当项目变得复杂时,大多数 LLM 系统都会遇到困难。他们通过对系统的微调,确保了LLM 知识的局限性不会决定最终产品的质量。这种方法大幅减少了错误,使得扩展变得更简单、更可靠。


具体而言,他们采用了可扩展的 AI 系统,使用检索增强生成(RAG)技术,让其无论在大型代码库还是较小的代码库上都表现出色。该系统使开发者能够处理具有挑战性的项目,而不会在中途遇到瓶颈——这是许多竞争平台面临的问题。通过确保开发者能够完成他们的项目,赋能用户持续交付成果。


其实从我自己的体验来看,Lovable 核心是让我这个完全不懂编程的人也可以慢慢做出可用的产品了,最近我让它帮我的一个想法做成了一个产品,已经是一个基本上可用的版本,不过没有上线。


没想到这两天我看到有其它开发者用 Cursor 把类似的想法做成了一个 App,还进入了 App Store 的付费榜单,这促使我准备付费让它把这个产品继续完善一下上线。让开发者(创作者)能真正赚到钱,可能才是他们所说的用实用功能解决真实的用户痛点


文章来自于“投资实习所”,作者“投资实习所”。


3 个月 1700 万美金 ARR,Lovable 也融了 1500 万美金

关键词: AI , Lovable , Ai编程 , Replit
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
cursor

【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。

视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/

项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file


2
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

5
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner