如果把时间拨回几年前，一个独立开发者想做一款 AI 视频产品，大概率需要：

找设计师。

找前端。

写后端。

接模型。

做视频渲染。

再准备几万美元甚至更多的启动资金。

但 Motionvid 的创始人 Anatoly Pashias 做第一版产品时，用了大约 3周。

主要工具是 Cursor 和 Claude Sonnet。

除了 Cursor 订阅之外，AI Token 成本大约只有 300美元。

到了 2026 年 9 月，这个产品已经：

• 超过 10万注册用户

• 做到约 7000美元 MRR

• 一次 AppSumo 活动带来 12万美元收入

• 创始人称 AppSumo 之后仍保持约 40%的月度增长

与此同时，他手里另外还有两门生意：

Sally POS 每月带来五位数 MRR，已经进入南非、塞浦路斯和澳大利亚 400多家餐饮门店；

Framekit 是另一个 AI 网站生成工具，约 1000美元 MRR。

整个产品组合月收入已经超过 1.8万美元。

如果只是看这些数字，Motionvid 很容易被写成另外一个：

“一个人用AI编程，3周做出产品，月入7000美元。”

但我认为，这个故事真正值得研究的地方恰恰不是 Vibe Coding。

因为 AI 让开发越来越便宜以后，一个新的问题开始变得越来越重要：

如果所有人都能在3周内把产品做出来，真正稀缺的东西还剩什么？

Motionvid 给出的答案非常清楚：

分发。

01 产品的起点，只是一个朋友嫌 After Effects 太麻烦

Motionvid 最初并不是一个经过复杂市场研究后诞生的创业项目。

当时 Anatoly 还在一家外汇公司做软件工程师，有一份不错的薪水。

他的一个朋友正在制作课程，需要大量动态图形。

问题是：

传统流程太麻烦。

做一个动画，经常需要打开 After Effects，从素材、时间轴到动画参数一点一点处理。

于是 Anatoly 想：

能不能直接输入一句话，就把动态图形生成出来？

2025 年 3 月，他开始用 Sonnet 3.7 和 Cursor 做实验。

大约三周后，第一版 Motionvid 跑了起来。

这其实非常符合现在 AI 创业最典型的一条路径：

真实问题→ AI把开发成本压低→ 很快做一个可用版本→ 让真实用户试。

过去，一个 Idea 是否值得做，Founder 可能要先计算：

开发需要多少钱？

招几个人？

融多少钱？

今天这个判断正在变成：

“我能不能先花300美元和3周，把它做出来看看？”

这改变了创业的风险结构。

以前试错最昂贵的是：

开发构建。

现在构建开始变得越来越便宜。

02 第一批用户，不是广告买来的

Motionvid 做出来以后，并没有马上：

投 Facebook Ads。

买 Google Ads。

找 Agency。

甚至没有复杂的发布策略。

最早那个需要动态图形的朋友，直接做了一条 YouTube 视频介绍产品。

结果，这条视频带来了 Motionvid 的第一批真正用户。

这件事看起来非常偶然。

但其实里面藏着一个很重要的增长逻辑：

Third-party Trust。

Founder 自己说：

“我的产品很好。”

这是广告。

一个真正正在做课程、真正有这个问题的人，用完之后主动做视频说：

“这个东西帮我解决了问题。”

完全是另一种东西。

Anatoly 后来自己也承认：

这个朋友愿意主动做视频，是 Motionvid 非常重要的外部优势之一。

因为没有多少广告能够复制这种真实的第三方信任。

这也是很多早期产品容易犯的错误。

产品刚做好，就开始研究：

怎么投流？

怎么做Affiliate？

怎么批量发Reddit？

但更值得先问的问题可能是：

“这个产品好到，会不会有人愿意主动把它推荐给别人？”

因为早期最有价值的增长信号，不一定是：

CTR。

CAC。

ROAS。

而是：

有没有一个真实用户，兴奋到愿意帮你传播。

03 Motionvid真正意外的增长渠道，是它的名字

YouTube 带来了第一批用户之后，另一件更有意思的事情发生了。

Motionvid 开始从 Google 获得自然搜索流量。

原因甚至有一点偶然。

它的名字：

Motionvid

本身就非常接近用户寻找这类工具时会搜索的关键词。

于是产品开始自然获得 SEO 曝光。

再配上一个转化率不错的 Landing Page，搜索流量持续变成注册用户。

Anatoly 自己说：

这个名字最初并不是刻意设计出来的 SEO Strategy。

但最后却变成产品最强的获客渠道之一。

这件事特别值得独立开发者思考。

我们过去经常把产品命名看成：

品牌问题。

酷不酷。

好不好记。

域名有没有。

但对于一个功能非常明确的 Micro SaaS 来说，名字本身还可能是：

分发资产。

比如一个用户已经在 Google 搜索：

AI Motion Video

Motion Graphics AI

AI Video Motion Graphics

如果产品名称本身就和需求高度对应，

用户从：

Search Intent

到：

Product Understanding

之间几乎不需要教育。

这就是典型的：

Intent Matching。

很多创业者想做 Viral。

但一个长期稳定存在的高意图关键词，

可能比一条100万播放的短视频更值钱。

04 真正的转折，是 AppSumo 带来的12万美元

产品已经获得了一定自然增长之后，Motionvid 做了一次 AppSumo Lifetime Deal。

这一次活动最终带来了大约：

120,000美元收入。

这个数字非常漂亮。

但这里必须区分一个非常重要的概念：

12万美元 ≠ MRR。

AppSumo 卖的是 Lifetime Deal。

也就是说：

用户一次性付款，但 Founder 在未来很长时间里，都需要继续提供产品和服务。

尤其 Motionvid 还是 AI Video 产品。

每一次：

Image GenerationVideo GenerationModel CallRendering

都可能产生真实计算成本。

所以对于 AI SaaS 来说，Lifetime Deal 天生存在一个矛盾：

收入是一次性的，成本却可能是长期的。

这也是为什么我认为 Motionvid 这个案例真正值得学习的，不是：

“去 AppSumo 就能赚12万美元。”

而是他们怎么使用这12万美元。

Anatoly 没有把它当成：

“公司已经成功。”

而是把这笔一次性现金继续投入到：

UGC 和 Organic Distribution。

也就是说：

AppSumo

并不是终点。

而是：

注资。

05 Lifetime Deal真正买到的，不只是现金

AppSumo 其实同时给 Motionvid 带来了三样东西：

第一，现金

对于一个 AI 视频产品来说，GPU、模型调用和基础设施成本并不低。

一次性获得六位数美元现金，可以明显降低开始阶段的现金流压力。

第二，大量真实用户

小团队最难获得的东西之一不是 Feedback。

而是：

足够大量、足够复杂的真实使用。

几百甚至上千个用户突然进入产品，

马上就会开始：

上传奇怪格式。

生成超长视频。

重复点击。

同时跑多个任务。

把产品按照开发者完全没有想象过的方式使用。

这会迅速暴露系统真正的问题。

第三，产品需求

Motionvid 在 AppSumo 上线后，大量功能调整直接来自用户反馈。

AppSumo 官方页面里，团队甚至明确告诉用户：

大家反馈的需求会影响他们下一步的开发优先级。

所以 Lifetime Deal 在这里还有另外一个角色：

Paid Beta Testing。

用户不是免费测试。

反而先给你钱，

再帮你把产品推到极限。

如果使用得好，这种模式对早期产品非常有价值。

06 10万注册用户，却只有7000美元MRR：这反而是最值得看的数字

很多文章看到：

100,000 Users。

第一反应是：

厉害。

但如果把另一个数字放在旁边：

$7K MRR

事情马上变得更有意思。

10万注册用户，

7000美元 MRR。

这意味着 Motionvid 已经非常明显地证明了一件事情：

它找到了分发渠道。

但还没有证明：

它把分发完全变成持续的收入。

这两个问题完全不同。

很多创业者的问题刚好相反：

产品可能不错，

付费转化也还可以，

但是根本没人知道。

Motionvid 已经跨过了最难的一道门：

它知道用户从哪里来。

接下来的问题变成：

Free → Paid

LTD → Subscription

Low Usage → Higher Tier

Occasional User → Habit

这是一类相对更容易优化的问题。

所以看数据的时候，不能简单问：

10万用户多不多？

应该拆开：

Acquisition是否成立？Activation是否成立？Retention是否成立？Monetization是否成立？

Motionvid 最强的是第一项。

接下来还要继续证明后面三项。

07 Motionvid和Framekit放在一起看，才是整个故事最有价值的部分

Anatoly 同时还做了另一个 AI 产品：

Framekit.ai。

它帮助创作者生成 Portfolio Website。

产品也能用。

也有真实用户。

目前有超过200个网站在运行。

但收入只有大约：

$1K MRR。

Anatoly 自己对这个产品的判断很直接：

问题不是产品做不出来。

而是：

Customer Acquisition。

Motionvid 找到了：

YouTube

• SEO

• AppSumo

• Affiliates。

Framekit 没有找到类似的强渠道。

于是两个产品形成了非常漂亮的对照：

同一个 Founder。

同样会 Vibe Coding。

同样有 AI。

同样能快速做产品。

为什么一个超过10万注册、继续增长，

另一个增长缓慢？

答案不是：

谁用了更好的模型。

而是：

一个找到了 Distribution，一个没有。

这可能才是 Motionvid 故事最大的启发。

08 AI时代最容易产生的错觉：产品越来越容易做，所以创业越来越容易

AI Coding 的确改变了创业。

Motionvid 第一版：

3周。

大约300美元Token。

一个人。

这在以前很难想象。

但我们很容易从这里得出一个错误结论：

开发成本下降 = 创业成功概率上升。

实际上很可能正好相反。

当所有人都能快速开发：

产品数量会爆炸。

功能会迅速复制。

技术领先时间会缩短。

App Store、Product Hunt、Chrome Store、Reddit、X 上会出现越来越多：

“I built……”

最后真正稀缺的东西反而变成：

Attention。

这时创业最大的成本并没有消失。

它只是从：

Engineering

转移到了：

Distribution。

09 所以，未来真正稀缺的不是Vibe Coding，而是Distribution/Product Fit

我们经常讲：

Product/Market Fit。

但对于 AI 产品来说，我觉得还有一个越来越重要的东西：

Distribution/Product Fit。

也就是：

这个产品的形态，

是否天然适合某个获客渠道？

Motionvid 和 YouTube 非常匹配。

因为它是视觉产品。

用户只需要看：

Before→ Generate→ After

马上就能理解。

Motionvid 和 SEO 也非常匹配。

因为用户本来就在主动搜索：

Motion Graphics / AI Video。

于是：

Product和Channel是匹配的。

反过来，如果你做一个产品：

必须解释20分钟用户才能理解；

用户不会主动搜索；

也没有任何值得展示的视觉Moment；

又没有一个自然存在的Community，

那你即使三天就能把产品做出来，

后面的增长成本依然可能极高。

所以今天创业选品时，我们可能需要在 PRD 之前就回答一个问题：

这个产品做出来以后，它天然应该从哪里获得前1000个用户？

如果完全没有答案，

也许产品就不应该开始做。

10 还有一个AI创业者很容易忽略的问题：Token成本

Motionvid 的另外一个经验也很值得写。

传统 SaaS 的边际成本通常很低。

多一个用户登录系统，

成本可能接近0。

但 AI SaaS 完全不同。

每一次：

LLM CallImage GenerationVideo GenerationAgent Step

都在花钱。

而且这笔成本用户看不到，

Founder 也很容易忽略。

Motionvid 在扩张过程中就遇到过一个问题：

他们发现积分成本存在错误。

如果没有及时发现，

成本会悄悄侵蚀利润。

Anatoly 给 AI Founder 的建议非常明确：

从第一天开始追踪每一次模型调用、Agent Step 和 Workflow 的真实成本。

因为 AI SaaS 最大的风险之一就是：

收入增长，利润率收缩。

表面看：

MRR涨了。

实际：

推理成本涨得更快。

尤其当你又卖了 Lifetime Deal 时，

这个问题会更加严重。

11 AppSumo不是答案，SEO也不是答案，真正的答案是“先找到一个能跑起来的增长飞轮”

把 Motionvid 的增长过程串起来，会发现它其实不是一个单渠道故事。

最早：

朋友 YouTube 视频↓获得第一批真实用户↓验证产品需求↓SEO开始持续带来高意图流量↓Landing Page转化↓AppSumo放大用户和现金↓大量Feedback↓优化产品↓AppSumo现金继续投入UGC↓Affiliate自然加入↓Organic继续扩大。

真正重要的并不是：

YouTube。

SEO。

AppSumo。

UGC。

而是：

它们连起来了。

这就是 Growth Loop。

很多产品的问题是：

每个渠道都做。

TikTok做一点。

SEO做一点。

Reddit发一点。

Product Hunt发一次。

最后每个渠道都是孤立的。

而一个真正强的增长系统应该是：

一个渠道产生的资产，能够帮助下一个渠道。

YouTube产生 Search Demand。

SEO产生用户。

用户产生口碑。

AppSumo产生现金和Feedback。

现金投入UGC。

UGC再创造 Search 和用户。

这才是复利。

12 如果今天重新做一个AI App，我会先回答这5个问题

Motionvid 的故事最后可以压缩成一个很实用的 AI App 选品框架。

在写代码之前，先问：

1. 这个问题真的有人现在就在解决吗？

不是：

“理论上有人需要。”

而是：

现在是不是有人：

用Excel？

用人工？

用复杂软件？

花钱请人？

Motionvid 的朋友本来就在用 After Effects。

需求已经存在。

2. 我能不能在两三周里做出真正可用的版本？

AI最大的意义不是让产品永远依赖Vibe Coding。

而是：

降低第一次验证的成本。

3. 谁会愿意主动展示这个产品？

视觉工具、Design、Video、Consumer AI 特别适合：

Creator / UGC / Demo。

如果没有任何展示性，

Distribution 难度通常更高。

4. 用户会主动搜索这个问题吗？

如果答案是 Yes，

SEO / ASO 就可能成为长期资产。

如果答案是 No，

你需要明确的其他 Distribution。

5. 每多一个用户，我到底赚多少钱？

尤其 AI App：

Revenue− Model Cost− GPU− Storage− Payment Fee− Support

才是真正的 Contribution Margin。

没有这一步，

增长越快不一定越好。

最后

Motionvid 最容易被复制的东西是：

Cursor。

Sonnet。

AI API。

甚至产品本身的很多 Feature。

但这些可能恰恰不是它真正有价值的部分。

真正难复制的是：

一个真实用户首先愿意推荐它。

一个产品名恰好匹配高意图搜索。

一个 Landing Page 能持续转化。

一次 AppSumo Campaign 带来现金、用户和反馈。

再把一次性现金重新投入UGC，让Organic继续增长。

最终形成：

Product→ Distribution→ Users→ Cash→ Content→ More Distribution。

所以 Motionvid 这个故事真正告诉我们的，并不是：

“AI让一个人3周就能做一个SaaS。”

这件事已经越来越普通了。

真正重要的是：

当所有人都能3周做出一个SaaS以后，你靠什么让用户知道你的产品存在？

AI把开发成本打到了接近0。

但它没有把：

分发成本

也一起打到0。

甚至恰恰相反。

当产品供给无限增加以后，

分发可能正在成为AI创业最贵、也最重要的壁垒。