ParakeetAI创始人自述月收超100万美元:能抄的是分发,不是面试作弊

ParakeetAI 创始人称，这款实时 AI 通话助手已做到月收入超过 100 万美元； 2026 年 7 月和 9 月的两次访谈给出了相近口径。先说边界：这是创始人自述，未经独立审计，也没有公开支付平台连接数据，更不是利润。最反常识的是，它先设计的不是模型，而是“一看就懂、天然适合短视频传播”的产品。

但这也是一个必须带着刹车拆的案例。它早期最受关注的用途，是在求职面试中实时生成答案，甚至强调隐身能力。这个功能可以带来流量，也会触碰诚信、隐私和雇主规则。

所以，值得复制的是商业结构，不是作弊产品。

一、十多个失败产品之后，他先学会了分发

创始人 Jure Sotosek 是软件工程师，公开经历包括伦敦国王学院计算机专业和微软 Teams 团队。在 ParakeetAI 之前，他做过十多个没有获得显著进展的产品。

真正改变他路径的，是一个叫 WrumerSound 的汽车配件项目。按创始人访谈口径，这个项目曾在 TikTok 、 Instagram Reels 、 YouTube Shorts 和 Facebook Reels 累计获得接近 2 亿次观看。

硬件生意的物流很重，但它留下了一项更重要的能力：怎样把一个产品拍成几秒钟就能理解的短视频。

于是， Jure 找下一门生意时，问题不再只是“什么功能能做”，而是两个更现实的问题：能否很快做出可收费版本？能否低成本让很多人看到？

这才是 ParakeetAI 的起点。

二、它卖的不是 AI ，而是高压时刻的“别卡住”

最初的痛点很具体：面试、销售电话、客户会议这类高压对话里，人不是没有知识，而是可能在几秒内组织不出合适答案。

ParakeetAI 把交付压缩成一条实时链路：采集通话声音，转成文字，结合用户上传的简历、岗位描述或业务文档，把上下文交给大模型，再在对话仍在进行时显示建议答案。通话结束后，还能留下转写、摘要、行动项和决定。

早期概念验证并不复杂。公开访谈称， Jure 大约用三天串起 Speechmatics 语音转写、 ChatGPT 回答和 Stripe 收款，技术框架用 Next.js ；完整的最小版本在一个周末内做出。随后，他花约 1000 欧元请团队用 Webflow 做落地页。

这里最容易被“周末做出百万美元产品”的标题误导。周末完成的是可收费的最小闭环，不是今天的完整产品，更不是分发能力。此前十多个失败项目和接近 2 亿次短视频观看的经验，才是隐藏成本。

三、第一批客户不是等来的，是短视频筛出来的

ParakeetAI 没有一次盛大的发布。产品能收款后，团队就开始持续发演示视频：问题被听见，答案随即出现在屏幕上。用户不需要理解语音模型、提示词或延迟优化，几秒就知道它能做什么。

创始人说，产品上线第一周就拿到首单。到 2025 年 1 月、上线约三个月时，月收入达到 1.6 万美元，并出现首个单日 1000 欧元收入。注意，这仍是创始人披露，且点数包可能带来一次性收入，不能简单等同于严格的月度经常性收入。

早期团队每天大约发两条视频。验证渠道后，他们没有急着铺更多功能，而是把同一件事规模化：建立覆盖多个国家、账号和平台的创作者网络。

到 2026 年的访谈口径，这套网络超过 100 名创作者，每天生产数百条视频，月观看量约 10 亿次；团队本身约 12 人。

这就是它的获客飞轮：产品演示容易看懂，争议带来评论，短视频带来访问，落地页直接收款，真实购买再决定是否继续投入。

Reddit 曾带来少量销售， Google 广告显示过潜力，但公开访谈一直把有机短视频放在主渠道。所谓“零广告成本”并不等于零获客成本。 100 多人的创作者网络需要招募、脚本、审核、激励和管理，这些都是费用，只是没有以平台广告费的形式出现。

四、客户为什么愿意付，收费又为什么混合设计

高压场景有两个付费条件：价值差足够大，决策时间足够短。一场重要面试或销售电话临近时，用户不会先做三周工具比较，他更关心“明天能不能用”。

官网在 2026 年 10 月 7 日显示，产品同时提供月费 149.90 美元、周费 78 美元和点数包；单个点数 38 美元，半个点数可覆盖 30 分钟通话。

这种“订阅+点数”适合需求不均匀的场景。短期用户按次买，重度用户买订阅，团队也能让收入与语音转写、模型调用等变动成本更匹配。

客户付的不是一段 AI 文字的钱，而是五件事合在一起：实时性、上下文、无需切换窗口、可直接在通话中使用，以及会后记录。单独复制“调用大模型”没有溢价，把它嵌进完整工作流才有。

五、月收入不是利润，真正的成本没有公开

ParakeetAI 创始人称，业务在不到两年内超过每月 100 万美元收入，用户超过 150 万。独立播客的访谈页也给出约 100 万美元月收入的相同量级；创始人随后又在个人账号公开写过这一数字。

但这些材料都没有提供审计报告、 Stripe 连接页、退款率、付费用户数或收入分项。因此，最准确的写法只能是：创始人自述，未经独立审计。

更不能把它写成利润。

公开材料没有完整成本表。可以确认或合理识别的成本至少包括语音识别、模型调用、服务器、桌面与网页产品维护、 12 人左右团队、创作者网络、客服、退款和支付手续费。面试需求还可能是阶段性的，用户找到工作后就离开，留存未必像普通办公软件一样稳定。

它的护城河也不是某个通用模型。模型可以买到，转写接口也能接。真正难复制的是超过 100 名创作者的管理系统、日产数百条内容的执行能力，以及产品演示与购买之间的短链路。

六、这门生意最大的风险，恰好也是它最早的流量来源

用 AI 做模拟面试、销售陪练、会后总结，与在不被允许的真实面试或考试中隐藏使用，不是一回事。

后者可能违反雇主、学校或考试平台规则，也会涉及对方声音和会议内容的授权。官网现在明确写着：产品只适用于允许 AI 辅助的对话；如果公司、学校或通话对方不允许，就应尊重规则。它还接受雇主提出的屏蔽请求。

这说明风险不是边角问题，而是商业模式的核心变量。

还有四个现实风险：模型可能延迟或答错；平台可能限制隐身类功能；内容账号可能被降权；争议带来的流量未必能沉淀为长期付费。任何一个变化，都会抬高获客或交付成本。

七、国内普通人怎么低成本验证：先卖合规服务，不先写软件

不要从“做一个中文版面试隐身助手”开始。更安全的切口，是对方明确同意 AI 参与的高压场景，比如销售通话复盘、客服质检、直播话术提示、企业培训陪练或跨境会议纪要。

可以做一个 14 天验证：

第一步，只选一个垂直人群，例如 10 人以内的外贸销售团队。访谈 10 位负责人，找出通话中最贵的一次卡顿：是答不出产品参数，还是会后漏跟进。

第二步，不开发插件。用现成会议转写、大模型和人工校对，做一套“会前资料整理—通话提示卡—会后行动清单”的半人工服务。全程先取得参会人同意，不承诺答案正确，也不做隐身。

第三步，给 3 家客户提供付费试用。比如按 199 元至 499 元设计一个 5 天试点，这是验证假设，不是市场行情，更不是收益承诺。重点观察有没有人愿意付款、是否连续使用，以及每次交付需要多少人工。

第四步，把获客也做成产品的一部分。连续发布 10 条真实演示：一条只展示一个痛点、一段输入和一个结果，不泄露客户数据。看哪种场景能带来咨询，而不是只看播放量。

停止信号也要先写好：联系 20 个目标客户仍约不到 5 次有效访谈；完成 3 次演示仍无人愿意付费；单次交付人工超过 60 分钟且客户只接受低价；或者必须依赖隐瞒录音和规避规则才能成立。出现其中两项，就停止开发，换场景。

ParakeetAI 最值得学的一句话不是“周末做出百万美元产品”，而是：先让用户看懂价值，再让真实付款决定产品值不值得继续做。

如果只复制功能，你会得到另一个 AI 壳子；如果复制“高压场景—即时交付—可演示内容—直接收款”的闭环，才可能得到一门生意。

你更想先验证销售复盘、客服质检，还是培训陪练？关注「 AI 生意试验场」，我会继续拆解有收入证据、也有风险边界的 AI