23岁零代码用Claude Code+Cursor做出月入4.5万美元App

23岁零代码开发者借助AI工具10天打造Payout,月收入飙升至4.5万美元。
Conor Burr,一个从未手写代码的23岁年轻人,利用Claude和Cursor在10天内构建了集体诉讼赔偿发现应用Payout。他通过截图竞品引导页、用AI生成界面,并设计付费墙(周付10美元/年付40美元)实现变现。与金融创作者Casper的股权合作带来35,000次点击,成为增长关键。黑客松结束时Payout收入30,017美元,两个月后月收入约20,000美元,2025年12月增至45,000美元。Conor强调,AI降低了编码门槛,但商业成功仍依赖产品引导和分发策略,90%用户只看到引导页,因此他在引导设计上投入巨大精力。
从游戏少年到月入数万美元:一个非典型开发者的崛起
你能想象一个23岁的年轻人,从未亲手写过一行代码,却在两周内构建出一款月收入数万美元的App吗?Conor Burr做到了。借助Claude和Cursor,他的故事不仅展示了AI编程工具的威力,更揭示了产品思维与增长策略在当今应用开发中的决定性作用。
三年前,Conor还只是个沉迷游戏的少年,没有MacBook,也没有资金。他卖掉房间里的杂物,换来一台旧MacBook,通过YouTube和Stack Overflow自学编程。他的第一个社交应用“Hotspot Events”耗费了六到八个月,最终以失败告终。这次教训让他明白:社交应用单打独斗极难规模化,于是转向工具类应用。几年后,他拥有约六款应用,累计销售额超过一百万美元。

Payout的诞生:用AI快速复制并改进
2025年夏天,RevenueCat举办了为期两个月的应用黑客松“Ship Haton”,超过53,000人报名。Conor决定快速打造一款全新产品——Payout,一款帮助用户发现并申领集体诉讼赔偿的应用。许多大公司因隐藏费用或隐私问题达成和解,但大多数人从未领取补偿。
他的构建过程极其简单:先下载约20款同类应用,截图每一个引导页面,在Figma中排列并汲取最佳创意,再以自己的风格重新设计。接着,他写了一份简短的JSON数据文档。准备就绪后,他将截图拖入Claude,AI识别图像并生成完整界面。细节有误?只需重新提问。他的原则是:不要挑剔,快速发布。第一版仅用10天完成,没有手写一行代码。
工具成本低廉:Claude Pro每月20美元(含Claude Code),Cursor Pro也是每月20美元,Vercel提供免费后端托管,Expo用于发布应用,RevenueCat管理订阅,苹果App Store年费99美元。

Claude 是由Anthropic公司开发的大语言模型,具备强大的自然语言理解和生成能力,并支持多模态输入(如图像识别)。在编程场景中,Claude可以理解代码上下文、生成代码片段、解释错误,甚至根据截图生成完整的用户界面代码。Claude Pro订阅(每月20美元)包含Claude Code功能,后者是专门针对编程任务的增强版本,支持更长的上下文和更复杂的代码生成。Conor将竞品截图拖入Claude,AI识别图像中的UI元素并生成对应的界面代码,这体现了多模态AI在快速原型设计中的实际应用。
商业模式与增长黑客:付费墙与股权合作
Payout免费下载,高级功能通过付费墙解锁,价格约为每周10美元或每年40美元。Conor引导用户选择年付,因为年付的客户终身价值更高。但真正的增长引擎并非代码,而是与金融创作者Casper的合作——Casper拥有数百万粉丝。Conor没有仅仅支付广告费,而是给予Casper股权,成为合作伙伴。视频以短剧形式呈现:“嘿Timu,我真的能从你的诉讼里拿到1000美元吗?”评论“claim”后,自动私信会发送App链接。仅Casper一人就带来了约35,000次点击。

付费墙(Paywall) 是应用内常见的变现机制,指用户必须付费订阅或一次性购买才能访问某些高级功能或内容。在Payout中,付费墙拦截了核心的赔偿申领功能,但保留了基础浏览的免费权限,以此吸引用户体验后再转化。付费墙的设计通常涉及价格锚定(如周付与年付的对比)、免费试用以及界面上的心理引导。Conor引导用户选择年付,是因为年付的客户终身价值(LTV)更高,且能降低 churn(流失率)。合理的付费墙策略需要在用户体验和收入之间取得平衡,过于激进可能导致用户流失,过于宽松则难以盈利。
客户终身价值(LTV,Life Time Value) 是指一个用户从开始使用产品到最终流失期间为企业带来的全部净利润。在订阅制应用中,LTV通常与用户留存率、订阅价格和付费周期相关。年付方案的LTV往往高于周付或月付,因为年付用户承诺了更长的付费周期,减少了每月续订的决策摩擦和流失风险。Conor在付费墙中突出年付选项,正是基于提升LTV的考虑。高LTV允许企业在用户获取上投入更多成本,形成增长飞轮。
成果与启示:AI降低技术门槛,但商业本质不变
黑客松结束时,Payout拥有超过17,000名用户、1,750名付费订阅者,收入达30,017美元。在800多款提交应用中,Payout赢得大奖,获得65,000美元现金和奖杯。增长并未停止:发布两个月后月收入约20,000美元,据Conor称,到2025年12月已增至每月约45,000美元。他的整个应用组合年收入约100万美元。
Conor坦言,AI让编码变容易,但并未让商业变容易。他多年的失败经验才是真正的优势。他的核心洞察是:90%的用户只会看到你的引导页面,因此他在引导设计上投入的时间与开发应用本身一样多。

三个可复用的要点:复制已被验证的模式,然后混搭创新;给AI提供截图和清晰的数据文档,而非模糊的提示词;正如Conor所说,一个简单的应用,只要有三个好功能,就能赚很多钱,而引导页面承担了大部分转化压力。
Payout的故事并非孤例,它标志着一种新范式的出现:AI工具将编程门槛降至最低,但产品嗅觉、增长策略和用户心理洞察仍然是不可替代的竞争力。对于想要入局的开发者而言,与其纠结于技术细节,不如先思考如何解决一个真实的小问题,并设计出让人一眼就懂的引导流程。
相关推荐

MLB 寻找新球迷:AI 与社交媒体的体育营销新战场
MLB 在季后赛期间通过 Instagram 和 TikTok 发布造势视频,背后是职业体育联盟利用 AI 和社交媒体数据分析寻找新球迷、降低观赛门槛的战略探索。

永不轮换的令牌:Zeabur 泄露事件给 SaaS 团队的启示
Zeabur 因一枚从未轮换的集群管理员令牌泄露,导致 320 万客户环境变量被读取。本文分析这一事件背后的令牌生命周期、权限最小化与客户凭据存储风险,为替客户保管秘密的 SaaS 团队提供可落地的防御思路。

Ollama发布v0.40.12-rc1,新增LFM3与d1模型支持
Ollama发布v0.40.12-rc1候选版,提交信息显示新增LFM3与d1模型的MLX后端支持。本文解读这一变更对Apple Silicon本地推理的实际意义与开发者可关注的点。