昨天，创业栏目”Starter Story“推出了一档访谈视频《How a TJ Maxx Cashier Built a $200K App With AI》，嘉宾 George Lampropoulos 讲述自己从 TJ Maxx 打工、早期 App 失败，到用 Rork、ChatGPT、Supabase 和 OpenAI 做出 Wrestle AI 的过程； Wrestle AI 是 AI 摔跤教练，支持上传比赛视频并生成表现分析、改进建议和训练计划，上线后做到约 1.7 万美元月收入、约 1.7 万下载、超过 200 万社媒曝光。这期 Starter Story 采访的是 George Lampropoulos，一个18岁的大学新生。他曾经在 TJ Maxx 打工，后来用 AI 做出 Wrestle AI，一款面向摔跤运动员的 AI 教练 App。用户上传比赛视频，系统会分析动作、给出评分、指出优点和问题，再提供训练计划。几个月时间，这个 App 做到约 1.7 万美元月收入，社媒曝光超过 200 万。这个故事最有价值的地方，不只是“不会写代码也能做 App”。真正值得拆解的是，George 把 AI 编程、垂直人群、短视频传播、达人营销、订阅付费和持续迭代连成了一套完整打法。AI 让他能更快做出产品，但让产品赚钱的，是选题、转化、获客和执行韧性。
失败的第一款App，让他学会速度的重要性
George 15岁时就想做创业项目。他和朋友做过一个社交自我提升 App，当时已经在社媒上积累了约1万名等待用户。可他们请了三家开发机构，产品迟迟做不出来，最后花了一年半才上线。等产品终于发布，热度已经过去，钱也花光了。他后来不得不去 TJ Maxx 打工攒钱。这个经历成了他创业心态的转折点。他意识到，想法再好，如果开发太慢、上线太晚，市场不会等你。这段失败给他的第一课是：创业不能把生命线交给别人。过去不会写代码的人想做 App，要找外包、等排期、反复沟通、承担延期。AI 编程工具出现后，他终于可以自己把想法推到 App Store。速度被重新拿回手里。
Wrestle AI的关键，是垂直到足够具体
Wrestle AI 不是一个泛泛的健身 App，也不是普通 AI 运动助手。它只服务摔跤运动员。这个选择非常聪明。摔跤运动员有明确训练需求，有比赛视频，有动作复盘需求，有教练反馈缺口，也有愿意为提升表现付费的动机。用户上传比赛视频后，App 会抓取画面里的两个选手，让用户选择自己是谁，然后给出10分制表现评分、关键观察、优势、改进方向、策略分析和训练动作。George 后来还把产品扩展成摔跤生态：卡路里追踪、营养数据库、条形码扫描、拍食物估算热量、动作练习模式、训练计划、比赛日历、体重记录。这说明他并不满足于一个“视频分析功能”，他想让 Wrestle AI 成为摔跤运动员日常训练的工具包。垂直市场的好处就在这里。你越懂某个小圈子，越容易知道用户还缺什么功能，也越容易找到精准达人推广。
好App想法要有三个要素
George 对 App 点子的判断非常清楚。他认为好想法有三个支柱：uniqueness、helpfulness、gotcha moment。Uniqueness 是独特性。用户刷到视频时，第一眼要觉得没见过。Helpfulness 是有用性。用户下载后要真的留下来。Gotcha moment 是瞬间抓人的核心演示。用户在5秒内要明白这个 App 能干什么，并产生“我也想试试”的冲动。他还举了一个反例。Wrestle AI 上线时，他和一个有百万粉丝的达人合作做过另一款 App。那款 App 也拿到接近两百万曝光，却只带来一百来个下载。原因很简单，它没有足够新奇，也没有让人停下来的“紫牛”效果。这点对独立开发者很重要。很多人以为分发最重要，George 会反驳这个说法。没有天然适合传播的想法，再多曝光也不一定转化。一个 App 要能在短视频里被演示，要有让人看完立刻懂的瞬间。
设计App时，先问用户是谁
George 的产品设计流程很直接：先回答“谁会买这个 App”，再判断“什么 UI 适合这个人”。摔跤运动员要的是训练感、实战感、直接反馈，而不是复杂精致的商务软件界面。他会先搭产品框架，再做功能细节。构思时还会一直想一个问题：用户能不能自然分享这个 App？如果用户上传比赛视频后得到一个分数、动作分析或训练建议，这个结果就适合被截屏、录屏、发到 TikTok 或 Instagram。这就是产品和传播一起设计。很多产品做完以后才想怎么营销，George 从一开始就把“短视频怎么拍”“达人怎么展示”“用户怎么分享”放进产品思考里。
Vibe Coding让MVP一个月上线
George 说自己不会写代码。他用 Rork 做 App，用 ChatGPT 处理报错和技术问题，用 Supabase 做后端，用 OpenAI 做 AI 推理。支付墙和认证这些自己不熟的部分，他花250美元在 Fiverr 上找开发者接入。他的真实流程也不轻松。第一个月大量时间都在尝试，把 Rork 生成的 App 搬到 TestFlight 时遇到很多 Expo 问题，他就把日志复制到 ChatGPT 里，让 ChatGPT 像顾问一样一步步指导。这个过程说明，AI 编程不是许愿机。你仍然会遇到报错、打包、审核、支付、认证、API不稳定、苹果拒审。AI 的价值是让非程序员也能继续往前推，而不是让问题完全消失。Pat Walls 在节目里说：“I truly believe that learning to build with AI is the skill of the next decade.” 学会用 AI 构建产品，会成为未来十年的重要技能。George 的故事就是一个证明：不会写代码的人，只要懂需求、懂转化、够能折腾，也可以做出能上线、能收费的产品。
Wrestle AI 的增长主要来自 influencer marketing。George 的联合创始人 Caden 是摔跤圈里的大达人，早期发布给了 App 第一波推动。上线当天，他们用预购机制冲榜，最终做到 App Store 排名第18左右。当 Caden 的受众逐渐被打透后，George 开始用小预算继续找更多摔跤圈达人。他的打法很硬核：刚开始每天私信100个人；私信开头直接写“paid promo”，因为达人每天收到大量消息，最能让他们停下来的就是你愿意付钱；对方回复后尽快打电话，因为电话里更容易谈价格、建立信任、避免被对方一句报价压住。他还给出具体交易结构：前期先付20%到50%，购买4到5条视频，并设置最低播放量保证。比如达人平均一条2.5万播放，就按2到5美元CPM估价，谈一个总播放量目标。如果没达到，就继续发到达到为止，再支付尾款。这个打法非常实战。它把达人营销从“找人发广告”变成了可谈判、可控制风险、可规模化的渠道。对小团队来说，不需要一开始就投大广告，先用垂直达人拿到精准曝光，更容易获得早期转化。
AI是教育的平权器，招聘也变了
George 还分享了一个很重要的用人观点：AI is the great equalizer of education。AI 是教育的平权器。他认为，如果一个人相对聪明，又知道如何利用 AI 学习，不只是学代码，那这个人可能满足你90%的早期需求。招聘时，不要一开始就把大任务交出去，先给一个小任务。如果对方做得很好，再逐步给更多责任。这个观点对小团队很有启发。AI降低了技能学习门槛，也让全球化协作更现实。你不需要一开始雇昂贵的全栈团队，可以把需求拆开：自己用 AI 做核心原型，外包处理支付、认证、部署等卡点，后续再引入设计师、开发者和运营。George 自己也说，Vibe Coding 很适合快速发布和验证 MVP，但当收入超过一定规模后，就要投资产品质量。他开始请设计师和更多人一起做产品，也坚持不从公司拿钱，直到做到10万美元 MRR 再说。速度之后，需要纪律。
技术栈很轻，真正重的是执行
Wrestle AI 的技术成本并不夸张。Rork 做 App，Supabase 做后端，一个月约30美元；OpenAI 推理成本约40到60美元；ChatGPT Premium 20美元。George 说，如果你还不付费使用 ChatGPT Premium，你已经落后了。这些数字给人一个强烈感受：软件创业的启动成本正在下降。过去你可能要几万美元才能做出第一版产品，现在几百美元、几周时间就能跑起来。但成本下降并不代表成功容易。George 遇到过苹果审核拒绝、API宕机、上线前崩溃。Wrestle AI 凌晨上线前半小时，核心 AI API 完全挂掉。那时他们已经有三四千预购，George 整晚处理问题。API 凌晨5点恢复，他点下发布，睡到下午醒来时，App 排到第19名，还赚了超过1000美元。他给年轻创业者的建议很直接：“Don’t complain about having too much on your plate when you prayed to eat.” 既然你曾经渴望机会，就不要在机会来时抱怨事情太多。还有一句更适合做结尾：“existence is a pleasure and the hard part is the fun part.” 存在本身就是乐趣，困难的部分才是好玩的部分。
AI时代的App创业，拼的是想法、分发和韧性
George 的故事给人的最大启发，是 AI 让普通人也能做 App，但普通人想做出收入，仍然要解决三个问题。第一个问题是想法。产品必须独特、有用，并且有一个能在5秒内抓住人的 gotcha moment。第二个问题是分发。垂直达人、短视频、预购冲榜、低成本私信和可控合作结构，决定产品能不能找到第一批用户。第三个问题是韧性。不会代码、报错、拒审、API宕机、转化低、达人不回复，这些都会出现，能不能继续往前推才是分水岭。AI 是加速器，不是替代品。它能让一个 TJ Maxx 收银员、一个大学新生，在宿舍里做出能赚钱的 App；它也会让更多人涌进来，让普通想法更快被复制。未来真正值钱的，是你能不能发现垂直场景，设计出传播瞬间，快速上线验证，找到低成本分发，并在产品跑起来后继续提升质量。这期视频最值得带走的结论是：不要等自己完全准备好再开始。现在的工具已经足够让一个人从想法走到 App Store。先找到一个足够具体的人群，做出一个让他们想立刻试试的功能，用 AI 把产品推出来，再用真实市场告诉你下一步该怎么走。AI时代最大的机会，属于那些愿意边做边学、边错边改、把困难当成乐趣的人。
夜雨聆风
