首页 › use-cases › 一人AI公司怎么赚钱?HN晒出3本账

每个月初,Hacker News 都会雷打不动地出现一个帖子:"Ask HN: What are you working on?"。8月这期(帖子ID 49233423,325 points,1200+ 条评论)可能是全年含金量最高的一期——因为在 2026 年的这个时点,几乎每条评论都是一份“一人 AI 公司”的现场账本:成本多少、用了什么模型、跑了多少单、卡在哪。没有课程、没有付费墙、没有营销话术,全是自报家门。

国内的知识付费圈还在卖“AI 搞钱课”,而 HN 这批人把真实账本免费贴在评论区。我花了整个周末把这 1200 条评论扫了一遍,捞出 3 份最值得抄的账本,外加 3 条快报。所有数字均来自发帖人自述,来源链接在文末。


账本一:一套会自己改进自己的内容站引擎

人物:HN 用户 idopmstuff,匿名发帖的资深工程师。 作品:the-waterline.com(美国西部河流水位数据站)及其衍生站群。

流程拆解:

  1. 他最初只是想测一下 Claude 能不能独立做完一个“像样的中型项目”,于是选了个毫无竞争的题:抓取美国政府公开的西部水位数据,做成网站加周报邮件。
  2. 站点开始出现搜索曝光和点击后,他让模型每周分析 GA4 和 Google Search Console 的数据,给出改进建议。
  3. 关键一步:他把“分析→建议”这个人工环节自动化了。现在系统每周自动复盘流量和搜索词,然后自动更新旧文章、创建新文章去承接搜索需求。
  4. 验证这套引擎跑通后,他把 ChatGPT 给的“此类数据站 Top 10 创意”里的 9 个全部启动,其中 the-dwell.com(船舶/卡车滞留时间与港口拥堵数据)流量表现最好。

用他原话说,这已经是一台“发布网站并让它们随时间自我改进的完整引擎”。工作流长这样:

flowchart TD
    A[公开数据源<br>政府水位/港口数据] --> B[定时抓取与入库]
    B --> C[静态站发布<br>the-waterline 站群]
    C --> D[GA4 与 GSC<br>搜索数据回流]
    D --> E[每周 LLM 自动分析<br>识别真实搜索需求]
    E --> F{需求分流}
    F -->|旧文可承接| G[自动更新文章]
    F -->|新需求无内容| H[自动新建文章]
    G --> C
    H --> C
    E -.->|唯一人工环节| I[外链邮件<br>由本人手动发送]

最值钱的细节是他主动划出的红线:外链建设环节他坚决不让 Agent 自动发邮件——宁可自己手动发。这恰恰是国内“AI 全自动站群”玩法最容易翻车的地方。

成本与收入:现金成本只有域名+主机+少量 API token,人力投入趋近于零。收入未披露,属于流量先行的早期项目。


账本二:28 美元 token 跑出 35,700 篇论文库

人物:elliotec,刚拿到“致幻剂与意识研究”硕士学位的独立开发者。 作品:consciousnesslibrary.org —— 一个开源的意识研究论文库,收录 35,700+ 篇论文、82,200+ 作者、37 个专题,每 20 分钟从十几个学术 API 拉新并自动去重、归类、生成证据综述。免费、无广告、无需注册,注册为 501(c)(3) 非营利组织,自己掏钱运营。

成本账本(这是全文我最想让你记住的数字):

真正值得抄的是他解决“相关性”的架构:最大难点是别把 LSD(致幻剂)和 LSD(牛皮肤病)、治抑郁症的氯胺酮和兽用麻醉搞混。他的方案是——先用便宜的关键词预筛,再用 LLM 按 rubric(评分细则)接受或拒稿。两级流水线,贵的模型只处理预筛后的疑难题。整套管线文档就挂在他站点的 /docs/article-pipeline.html,直接可读。

第一年总现金成本约 $316($24×12 + $28),换来一个日均增长、被 HN 三百多人点赞的知识库。这就是 2026 年一人公司的成本结构。


账本三:150 美元变 4.8 万美元,但 AI 自己找不到策略

人物:HN 用户 qurren,在职工程师,副业做 AI 辅助量化交易。 结果(自述,未经审计):3 个月、约 10 万笔交易,初始资金 $150 做到 $48K,约 30000% 收益。

但这条评论真正有信息量的不是收益率,而是他对“AI 在里面干了什么”的回答,非常反直觉:

风险提示:此案例为发帖人自述,无任何第三方审计,量化交易存在归零风险。它的价值在于给出了人机分工的清晰边界——人出假设,机器出执行力、纪律和监控,这个分工模式可以平移到任何高频决策生意。


三条快报(一句话账本)


通用 SOP:从帖子里提炼出的五步复制法

  1. 选一个“公开数据 + 静态站 + 周报”的组合。政府数据、交易所公告、招投标信息,越无聊越好——没有竞争对手,且有天然回访需求。
  2. 让 Claude/其他 Agent 搭 v0,但你自己必须理解数据模型和架构(多位发帖人都强调了这点,包括那位和 5 岁儿子一起用 LÖVE2D 做游戏的 sgt)。
  3. 把“看数据→改内容”固化成每周 cron + 一段分析 prompt。这一步是从“项目”变“引擎”的分水岭。
  4. 现金流验证学 jerrysniffs:$10 一档,积分制,先找 40 个付费用户再谈产品完美。
  5. 给自动化划红线:对外发邮件、动钱、发布不可撤回的内容,这三件事保留人工确认。

信息差总结

维度 你以为的 帖子里的事实
AI 项目的 LLM 成本 每月几百上千美元 3.5 万篇论文库总共花了 $28(DeepSeek 一次性回填)
服务器成本 要 K8s 集群 一台 $24/月 droplet,单 Postgres 扛全部
AI 量化 让 AI 自己找策略 AI 找不到 edge;人出想法,AI 出纪律、风控和监控
内容站玩法 一次性批量生成 2026 年的主流是每周自动复盘搜索数据并自我改进
一人公司收入 玄学 Zigpoll solo 做到 $2M ARR,路径是“AI 化之后专攻大客户”

行动指南

  1. 今天:打开 hn.algolia.com(HN 官方合作的免费搜索 API),搜 "What are you working on",按时间过滤出最近一期,把 points 高的评论全读一遍。这是全互联网密度最高的免费情报源。
  2. 本周末:从上面 SOP 第 1 条选一个数据源,用你手头的 coding agent 搭出 v0,周日晚上上线。
  3. 下周:写好每周数据分析 prompt,跑第一个自动化循环。
  4. 本月:给项目加一个 $10 档的付费点,目标不是赚钱,是验证“有没有人愿意掏钱”。
  5. 不要做:不要照抄 qurren 去做量化(容量受限+零和+无审计);不要让 Agent 替你群发外链邮件。

参考来源

  1. Ask HN: What are you working on? (August 2026) — https://news.ycombinator.com/item?id=49233423
  2. Consciousness Library 及其管线文档 — https://consciousnesslibrary.org/docs/article-pipeline.html
  3. The Waterline / The Dwell — https://the-waterline.com/ 、https://the-dwell.com/
  4. Zigpoll — https://www.zigpoll.com
  5. Jerry Sniffs 定价页 — https://jerrysniffs.online

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。

51学通信知识星球海报-扫码加入