2026年5月,海外AI圈头条全被两家巨兽占满——Sierra估值冲到150亿美金,Anduril估值610亿美金。但同一个月,一个垂直SaaS的Slack群里,悄悄冒出一条没人转发的帖子:一个没有合伙人、没融资、没有推特粉丝的独立创始人,用14个月,靠一个AI Agent把月经常性收入(MRR)做到了4.1万美金。一年内预计冲破50万美金年化(ARR),而他每个月的模型账单不到4000刀。
这条信息差不在"AI很厉害"——而在于它揭示的一个反直觉公式:别去卷生成式内容、别去做套壳聊天机器人,而是去找一个"人工做一次要40刀、但流程无聊到所有大厂都看不上"的脏活,用Agent 90秒干完,收5刀。 这篇文章就拆这个"无聊工作流"(boring workflow)打法——附带Pieter Levels(levelsio)Photo AI 13.2万刀MRR的真实账本、以及AI工具栈替代人力的成本对照表,全部带可点击来源。
据Foundra团队2026年5月18日的复盘(来源3),这位匿名创始人做的是一件极度无聊的事——帮美国物理治疗(PT)诊所自动提交保险"预授权"(prior authorization)申请。
先看单位经济模型(unit math),这是整个打法的灵魂:
| 环节 | 数据 |
|---|---|
| 人工提交一次预授权耗时 | 45分钟 |
| 人工成本(含保险专员人力) | 30–50美元/次 |
| AI Agent完成一次 | 90秒 |
| 创始人定价 | 5美元/次 |
| 一家中型PT诊所每月预授权量 | 约200次 |
| 单诊所月收入 | 200 × 5 = 1000美元/月 |
| 40家付费诊所 | 4万美金MRR |
这就是文章开头的4.1万刀MRR的来源。注意那个真正赚钱的数字:人工40美元 vs Agent收费5美元之间的35美元价差。价差越大,你越不需要"销售技巧"——客户自己会算账。
flowchart LR
A[诊所收到<br/>保险预授权申请] --> B[人工专员<br/>45分钟/次<br/>成本30-50美元]
A --> C[AI Agent<br/>90秒/次<br/>成本<0.2美元]
B --> D[诊所实际付费<br/>5美元/次]
C --> D
D --> E[单诊所1000美元/月<br/>×40家=4万刀MRR]
style C fill:#d4edda,stroke:#28a745
style E fill:#fff3cd,stroke:#ffc107
这位创始人不是拍脑袋选的。预授权是美国所有接医保诊所的"五位数税"——据Modern Healthcare,全美花在预授权上的行政开支超过100亿美元/年(来源6)。它同时满足四个让流程"极易自动化"的条件:痛点集中、高度重复、规则明确、结果是二元判定(过/不过)。
更关键的是巨头懒得做。Cohere Health、EliseAI这些做保险自动化的公司,都盯着大型医院系统和保险公司。一个12家门店的PT连锁,对它们来说太小,排不进季度优先级。创始人恰恰挑了巨头18个月内不会伸手的中型客户带——这是2026年独立运营者的最佳安全区。
这是整篇文章最值钱的部分。Foundra给的首创者筛选标准,翻译成可操作清单(来源3):
操作时建议先攻第二条:把目标客户每月跑100次以上的所有流程列成清单(比你想象的长),然后逐一划掉"需要创意判断的""无法快速判断对错的""碰对外品牌资产的"。剩下的,就是你的楔子(wedge)。
国内能套用这个筛子的脏活其实不少:医院/诊所的医保结算单据、跨境小包的报关归类、律所的合同条款比对、会计师事务所的发票核验、物业的报修派单。共同点都是高频、规则化、人工贵、大厂不屑做。注意:涉及医疗/金融真实数据有合规红线,落地前务必确认数据脱敏与法规。
flowchart TD
A[列出客户每月≥100次的工作流] --> B{需要创意判断?}
B -- 是 --> X[划掉]
B -- 否 --> C{60秒内能判断对错?}
C -- 否 --> X
C -- 是 --> D{碰对外品牌资产?}
D -- 是 --> X
D -- 否 --> E{最大厂估值>10亿且<BR/>客户比你大一个数量级?}
E -- 否 --> X
E -- 是 --> F[✅ 这就是你的楔子]
style F fill:#d4edda,stroke:#28a745
style X fill:#f8d7da,stroke:#dc3545
为什么别的创业者18个月内追不上他?因为他手里有一份模型本身编不出来的专有数据表:经过数千次真实提交后,他的Agent已经知道——哪家保险公司、对哪个手术代码、在什么诊断组合下、按什么费率会批。
AgentMarketCap在2026年4月的分析(来源4)指出,这正是垂直Agent积累壁垒的通用规律:提交历史、付费方特定的错误模式、客户特定的审批阈值。企业级版本就是Cognition收购Windsurf——Devin+Windsurf赢,不是因为底层编码模型独步天下,而是这个整合产品见过最多的真实工程任务。对独立创始人,等价物就是"在一个极窄垂直里,独占18个月的提交日志,且坚决不卖、不开源"。
如果说上面那位是"B2B脏流",那Pieter Levels(推特@levelsio)就是"无聊技术栈+API AI"的活教材。据andrew.ooo的拆解(来源8,未审计但levelsio长期公开收入),他的Photo AI(AI头像/职业照生成)做到了:
| 指标 | 数值 |
|---|---|
| 月经常性收入 | 13.2万–13.8万美金 |
| 年化ARR | 约160万美金 |
| 员工数 | 0 |
| 月托管成本 | 约40美金(单台DigitalOcean VPS) |
| AI API成本 | 约1.2万美金/月(Replicate) |
| 利润率 | 87%+ |
| 上线第一年git提交 | 37,000+次(日均约100次) |
最反直觉的是技术栈:前端纯HTML/CSS/jQuery,后端约1.4万行原生PHP,数据库用SQLite(一个磁盘文件)。没有React、没有Next.js、没有微服务、没有K8s、没有负载均衡。AI部分直接调Replicate的Stable Diffusion XL,不自训模型。Levels的原话大意是:用我会的老技术,没空学新框架——这其实是"林迪效应"(Lindy Effect)在起作用:活了25年的技术(PHP、jQuery)大概率还能再活25年。
两个商业决策尤其值得抄: - 从第一天就收费,永不做免费版。$19–199/月订阅制。他的逻辑:付费用户才是真需求,免费用户只会制造垃圾和滥用,而且付费能从第一天就有现金流、没有"烧钱倒计时"压力。 - 改完代码直接Cmd+Enter推到生产,没有staging环境。靠极致的发布频率(日均100次提交)快速试错。
收入曲线也藏着一个规律:慢复利→临界点爆发。Week1=5.4K MRR、第2个月=28.7K、第6个月=61.8K、第12个月=77K、第18个月破10万、当前13.2万。前半段是缓慢积累,越过某个排名/口碑临界点后突然起飞。
把上面两个案例放回AgentMarketCap的对照表(来源4),独立创始人的成本结构清晰得吓人。一个服务1000–5000客户的软件业务:
| 职能 | 人力团队年成本 | AI Agent栈年成本 | 降幅 |
|---|---|---|---|
| 软件开发(2名工程师) | 28万美金 | 3600美金(Claude Code + Cursor) | ~99% |
| 客户支持(2名全职) | 12万美金 | 6000美金(AI客服Agent) | 95% |
| 市场营销(1人+外包) | 9万美金 | 2400美金(AI营销栈) | ~97% |
整体上,Agent栈年开支在3000–12000美金之间,相对等量人力降本95–98%,独立运营者的运营利润率普遍做到60–80%(传统雇佣企业只有10–20%)。这解释了为什么美国单人公司(nonemployer)能贡献约1.7万亿美金、占GDP约6.8%,且比例还在涨。
顺带交代几个2026年其他具名案例做旁证(来源4): - Ben Broca的Polsia:30天做到100万美金ARR,一个人管1100多家公司,客服/查bug/投资人沟通全交Agent。 - Maor Shlomo的Base44:一个人做到30万用户、350万美金ARR,卖给Wix,作价8000万美金。 - Sebastian Roehl的HabitKit(来源9):2025年单人做出60.2万美金收入、2.8万刀MRR、2.51万付费订阅。亮点是几乎零基础设施成本(数据全存本地),且暴露"组合拳神话"——他做了4个App,但99%的钱都是HabitKit一个赚的。所谓"产品组合分散风险",在他的真实账本里不成立。
| 维度 | 大多数人以为的 | 真实的海外打法 |
|---|---|---|
| Agent方向 | 做通用聊天/写文案/画图 | 锁定一个人工40刀、Agent 5刀的高频脏活 |
| 选赛道 | 跟风做热门场景 | 专挑大厂看不上、巨头18个月不会伸手的中型客户带 |
| 商业模式 | 免费拉新再转化 | 第一天就收费,levelsio和PT案例都是付费起步 |
| 技术栈 | 最新框架+微服务+K8s | 无聊老技术(PHP/SQLite/jQuery)+ API AI,单台40刀VPS |
| 护城河 | 模型本身 | 18个月的真实提交日志——模型编不出来的专有数据表 |
| 成本结构 | 雇团队烧钱 | Agent栈年开支3千–1.2万刀,利润率60–87% |
⚠️ 提醒:本文收入数字来自创始人公开复盘与第三方拆解,均未经审计,且PT预授权案例为匿名来源,作为方法论参考而非收益保证。涉及医疗/金融/跨境真实数据时,务必先确认数据脱敏与当地合规红线。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。
