19岁零代码打造AI视频剪辑SaaS,月入1.1万美元

19岁零编程经验者用AI工具5个月做出月入1.1万美元的SaaS产品。
本文讲述19岁的Vadim在完全没有编程经验的情况下,借助Lovable、Claude、Codex等AI编码工具,用约五个月时间构建出AI视频剪辑平台Vugola,实现月经常性收入超过1.12万美元、约400名付费用户。文章拆解了他的三段路径:一是从卖柠檬水到全职创业的心态转变,以及从「社交媒体全是切片内容」这一日常观察中捕捉到的市场机会;二是「氛围编程」式的技术栈演进,从Lovable到Codex,并依托GitHub、Supabase、Vercel、AWS等基础设施完成产品;三是每天花45分钟在Instagram批量发布3到6条内容,通过复制竞争对手已验证的爆款UGC格式,仅用15美元/月的ManyChat订阅撬动自然流量。最后他给出独行创始人的核心建议:简化一切,削减至少一半投入。
一位19岁的年轻人,没有任何编程经验,用AI工具在五个月内搭建出一款月经常性收入(MRR)超过1.1万美元的SaaS产品。这个故事的主角叫Vadim,他的产品Vugola是一款AI视频剪辑平台,能自动将长视频转化为适合社交平台传播的短视频片段。在Starter Story的访谈中,他完整拆解了从零到月入过万的全过程。

从卖柠檬水到做SaaS:一个连续创业者的起点
Vadim的创业冲动并非始于AI浪潮。从小学卖柠檬水、卖史莱姆,到高中时在一家本地营销初创公司工作,他一直在寻找赚钱的机会。17岁那年,他做了一个大胆的决定——辞掉工作,全职投入到Web应用的开发中,尽管当时他完全不会写代码。
这个决定背后是一种「破釜沉舟」的心态。Vadim坦言,他刻意切断退路,逼迫自己必须在创业这条路上走下去。真正让他萌生Vugola产品想法的,是一次日常的「刷屏」体验:他发现自己无论怎么刷社交媒体,看到的永远是播客片段、游戏集锦和直播切片。这个观察让他意识到,视频剪辑和切片已经是一个被验证的巨大市场,而且只会持续增长。
他的判断逻辑很直接:既然市场需求已经被验证,那自己只要从中获取一小部分用户,就能获得可观收入。与其犹豫,不如趁这个趋势进一步爆发之前入场。
MRR(月经常性收入) 是SaaS行业最核心的衡量指标之一,指产品在某一月份从所有付费用户处获得的、可预期会持续产生的订阅收入总和。它区别于一次性交易收入或项目制收入,强调的是「重复性」和「可预测性」。对于订阅制软件产品而言,MRR的规模直接反映产品的市场契合度与用户留存质量。投资人通常以MRR的倍数来估算SaaS公司的估值,早期项目常见倍数为3到10倍年化收入。Vadim的产品达到1.12万美元MRR,意味着年化经常性收入(ARR)约为13.4万美元,已跨过「初步验证市场需求」的门槛,这也是该案例被视为有参考价值的重要原因。
用AI工具实现零代码开发:从Lovable到Codex的技术栈
Vadim的开发路径充分体现了「氛围编程」(Vibe Coding)的典型特征。他最初使用Lovable——一个可以理解为代码封装器的平台——花了大约四个月时间尝试构建Vugola。期间他通过观看YouTube教程、向Claude提问,逐渐学会了如何构建产品,并了解到了GitHub、Supabase等工具。

他的技术栈迁移路径是:从Lovable起步,转向Claude,最终落在Codex上。目前Vugola运行在Codex、GitHub、Supabase、Vercel、Cloudflare、PostHog、DataFast和AWS之上。其中AWS承担了视频渲染的核心基础设施角色。
整个开发周期的时间线大致是:十月产生产品想法,花四个月构建,大约五到六个月前开始推向市场。这套组合说明,当下的AI编码工具已经大幅降低了「谁能成为Builder」的门槛——即使没有传统编程背景,也可以通过AI辅助完成产品开发。
「氛围编程」(Vibe Coding) 一词由AI研究者Andrej Karpathy在2025年初提出,指的是开发者用自然语言向大语言模型描述需求、由AI生成代码,开发者主要承担「描述意图—验收结果」角色,而非逐行手写代码的工作方式。其典型工具链包括Lovable、Bolt、v0等能直接生成可运行前端应用的平台,以及Claude、GPT、Codex等通用代码生成模型。这一模式的兴起大幅降低了软件开发的入门门槛,让没有计算机科学背景的人也能构建并上线产品。但它也有明显边界:调试复杂逻辑、处理并发与安全、控制基础设施成本等环节仍需较强的工程判断力,因此Vibe Coding更多是降低了「从想法到可运行原型」的成本,而非完全替代工程能力。
增长秘笈:每天45分钟的Instagram内容策略
Vadim最引人注目的增长方法论,既不是付费投放,也不是复杂的技术增长黑客手段,而是一套极其朴素的内容运营流程。他将这一方法拆解为五个步骤:
第一步,注册一个全新的Instagram账号,搭配一个ManyChat订阅(月费约15美元)。第二步,花一整天时间深入「刷屏」,系统性地分析竞争对手的爆款格式、UGC广告活动和合作创作者。第三步,拆解并复制这些已被验证的内容格式——包括钩子的时长(3秒还是4秒)、Demo展示长度、CTA节奏,以及使用的音频和转场效果。他自己出镜录制,套用完全相同的模板,只替换成自己产品的内容。
第四步,每天在Instagram上发布3到6条内容。他的新UGC账号运营几个月就已积累超过1万名粉丝,单条视频播放量从1.8万到13.2万不等。第五步,持续刷屏,追踪新的内容趋势,当一个格式被做烂后立即转向下一个热点。

说个细节,这套方法的核心洞察是:爆款UGC格式的Demo和CTA几乎可以完全复用,真正需要变化的只有钩子和音频。一旦找到经过验证的钩子格式,就可以围绕它批量生产内容,直到该格式饱和为止。
Vadim强调,对于面向消费者(B2C)的创始人来说,这套策略几乎没有金钱成本。除了15美元的ManyChat订阅,拍摄、剪辑、发布全部免费。相比花钱购买各种订阅工具,他更主张创始人亲自创作内容,每天批量制作,耗时仅30到45分钟。
UGC(用户生成内容)广告 在短视频投放语境中,特指由非专业演员、以「素人视角」拍摄的产品展示或种草视频。与传统精修广告相比,UGC素材因更接近真实用户体验,往往拥有更高的完播率和点击率,因此成为DTC品牌和消费级App冷启动阶段的主流素材形式。ManyChat 是一款基于Instagram、WhatsApp等平台的自动化聊天机器人工具,创作者常用它把评论关键词自动转成私信回复,并附上产品链接,从而把公开内容流量沉淀为私域线索。这正是Vadim仅用15美元/月就能跑通「内容曝光—私信触达—注册转化」链路的关键所在。
产品本身:AI视频剪辑如何工作
Vugola的产品逻辑并不复杂。用户将YouTube链接粘贴到仪表盘后,系统会自动拉取视频并生成片段,用户可以选择不同的字幕样式和画面比例(最常用的是9:16竖屏格式),然后启动剪辑。处理完成后视频会出现在列表中。

目前Vugola正在测试一个Beta版本的智能体视频编辑器,允许用户直接在平台内完成端到端的视频编辑。Vadim将Vugola定位为「剪辑工具+AI剪辑器」的结合体,目标用户是剪辑师、内容创作者、营销机构和长视频品牌。据他透露,过去四到几周内产品已积累数万注册用户,其中约400名付费用户,贡献了约1.12万美元的月经常性收入。
9:16竖屏格式 是抖音、TikTok、Instagram Reels、YouTube Shorts等主流短视频平台的默认显示比例,也是当下内容分发的核心画幅。相比传统的16:9横屏,竖屏更贴合手机单手握持的观看习惯,能带来更高的完播率。对于Vugola这类把长视频自动切成短片的工具而言,输出9:16不仅仅是画面裁剪,还涉及智能追踪讲话人、动态重新构图、字幕安全区避让等技术环节。字幕样式(字体、描边、逐词高亮)同样是被验证过的留存变量,因此产品通常会提供多套模板供用户选择,以适配不同创作者的内容风格。
极简主义哲学:作为独行创始人的核心建议
在访谈最后,Vadim给出了他最重要的建议:简化一切。无论是写代码、做产品还是做营销,他都认为可以砍掉至少一半的投入时间和精力。
他的逻辑是:在AI时代,独行创始人最大的资产就是时间。产品越简单易懂,用户越容易理解,收入也就越高。这个观点贯穿了他整个创业过程——用最简单的工具构建产品,用最朴素的方式获取用户,用最少的花费维持运营。
从更宏观的视角来看,Vadim的案例反映了一个正在发生的结构性变化:AI编码工具正在重新定义「谁是Builder」。如果你是一个营销人,或者拥有非技术背景但一直想构建软件产品,AI已经让这件事变得完全可行。而Vadim用每天45分钟的内容运营撬动月入过万的成绩,也说明在当下,执行力而非资源,可能才是早期增长中最稀缺的要素。
相关推荐

M&M's斥资数百万换掉人工蓝色素,为什么这么难?
玛氏公司投入数百万美元,试图用螺旋藻天然色素替代M&M豆中的人工蓝色素,却因物料浓稠堵塞管道、残留物引发霉菌风险而被迫改造整条产线。本文解析这场配方迁移背后的工程难题、消费者与监管推力,以及"无人工色素不等于健康"的清醒判断。

Meta全球AI开发者黑客松组队需求:计算机视觉与医疗AI方向
Reddit开发者发帖为Meta Global AI Developer Hackathon招募队友,方向聚焦计算机视觉与医疗AI。本文分析这一组队信号背后的赛道逻辑、技能互补需求与黑客松选题策略。

Claude 多个模型报错:Fable 5.1、Sonnet 5.5、Haiku 5.5 故障复盘
Claude Fable 5.1、Sonnet 5.5、Haiku 5.5 及 Opus 5.5 fast mode 出现错误率升高,官方 17 分钟内完成定位与恢复。本文梳理故障时间线、多模型连带故障的技术原因,以及对开发者重试与降级策略的实际启示。