最近看到一个很有意思的案例。

一个 17 岁的开发者 Zach Yadegari，做了一款叫Cal AI的移动端 App，据采访里提到，月收入已经做到百万美元级别。

产品本身并不复杂：

用户给食物拍一张照片，App 自动估算热量、蛋白质、脂肪、碳水。

也就是把传统 calorie tracking 里最麻烦的手动录入，变成：

拍照 → 识别 → 得到营养数据

这不是一个全新的需求。

记录热量、减脂、健身饮食管理，早就是成熟市场。

但 Cal AI 的启发在于：

它没有重新发明一个需求，而是用 AI 把一个老需求的关键步骤变简单了。

这件事对独立开发者很重要。

因为很多时候，我们不需要等一个“前所未有”的 idea。

更现实的机会，往往藏在已经存在、但体验很差的产品里。

一、它切的是成熟需求，不是虚构需求

Cal AI 所在的 calorie tracking 市场，已经有很多老产品。

比如 MyFitnessPal 这类应用，用户早就知道它们是干什么的。

这意味着一件事：

市场教育成本很低。

用户不需要先被说服“为什么要记录热量”。

他们早就知道减脂、健身、控糖、饮食管理需要记录摄入。

问题在于：

过去的记录方式太麻烦。

你要搜索食物、选择克重、调整份量、手动填数据。

对大多数普通用户来说，坚持几天就放弃了。

Cal AI 没有去创造一个新行为。

它只是把原来很痛苦的行为，压缩成一个更低摩擦的动作。

这对独立开发者是一个很好的提醒：

成熟市场不一定没机会。

只要旧产品足够难用，新技术就有机会重新切一遍。

二、AI 的价值不是炫技，而是减少用户动作

很多 AI 产品最大的问题，是看起来很 AI，但用户不知道为什么要用。

Cal AI 相反。

它的 AI 功能非常容易理解：

拍食物，算热量。

用户不用理解模型，不用理解图像识别，不用理解营养数据库。

他只需要知道：

我以前要手动输入，现在拍照就行。

这就是一个很强的产品判断标准：

AI 有没有把用户原来要做的 5 步，变成 1 步？

如果有，用户会直接感受到价值。

如果只是把一个普通功能包装成 AI，用户很快就会流失。

对独立开发者来说，做 AI 产品时，不妨先问自己：

这个 AI 功能到底帮用户少做了什么？

少打字？

少搜索？

少判断？

少整理？

少犯错？

如果答案很清楚，产品就更容易成立。

三、它的功能很窄，但卖点很强

Cal AI 没有一上来做健康管理全家桶。

它没有把睡眠、水分、训练计划、习惯打卡全部塞进去。

核心功能就是围绕食物识别和营养追踪。

这点其实很反直觉。

很多开发者做产品时，总担心功能不够。

于是不断加功能。

最后产品变成一个大而全、但没有尖刀卖点的东西。

Cal AI 的思路更像：

先把一个高频痛点打穿。

只要“拍照识别热量”这个核心动作足够好，用户就有理由下载、有理由试用、有理由传播。

这对独立开发者尤其重要。

小团队最怕一开始就做平台。

更好的方式是先做一个非常窄、但非常清楚的 wedge。

也就是一个能扎进市场的小切口。

四、它天然适合短视频传播

Cal AI 还有一个很关键的优势：

它很容易演示。

打开 App，对着食物拍一下，几秒钟后出现热量和营养数据。

这个过程不需要解释太多。

短视频里一展示，用户就能懂。

这就是所谓的 inherent virality：产品本身就有可传播的演示画面。

这点对 consumer app 非常重要。

因为今天很多消费级产品的增长，不是靠写长文教育用户，而是靠 TikTok、Instagram Reels、YouTube Shorts、小红书这样的内容平台演示出来。

如果一个产品需要 10 分钟才能解释清楚，它的传播成本会很高。

如果一个产品 5 秒钟就能让用户说“这个我懂”，增长会容易很多。

所以做产品时，不只要问：

这个功能有没有用？

还要问：

这个功能能不能被拍成一个 10 秒视频？

用户看完会不会立刻知道它解决什么问题？

五、付费设计从 onboarding 开始，不是最后才出现

Cal AI 的另一个关键点，是它用了比较强的 onboarding 和 hard paywall。

用户进入 App 后，会先回答身高、体重、目标等问题。

然后系统生成个性化计划。

在这个过程中，用户已经投入了时间，也在心理上强化了“我要改变饮食/身材”的动机。

最后再出现付费页。

这和很多产品完全相反。

很多独立开发者是先让用户免费用，等用户喜欢了再想办法收费。

但在某些强动机品类里，比如减脂、戒烟、冥想、学习、效率提升，hard paywall 反而可能更有效。

因为用户不是来随便玩玩的。

他是带着明确目标来的。

如果 onboarding 能让用户相信“这个产品能帮我完成目标”，付费转化就会更自然。

当然，这种模式也有前提。

你的产品必须真的交付价值。

否则 hard paywall 只会带来退款和差评。

六、这个案例对独立开发者的真正启发

Cal AI 给我的启发不是“赶紧去做一个拍照识别热量”。

真正值得学的是它背后的产品路径：

第一，选择一个已经存在付费习惯的成熟市场。

第二，找到旧产品里最痛苦、最高频的步骤。

第三，用 AI 把这个步骤压缩到更简单。

第四，做出一个一眼能懂、容易演示的核心功能。

第五，用 onboarding 把用户目标、产品价值和付费转化连起来。

这套路径可以迁移到很多领域。

比如：

关键不是“有没有 AI”。

关键是：

AI 是否让一个原本麻烦但高频的动作，变得足够简单。

结尾

Cal AI 的故事看起来很夸张。

17 岁，AI App，月入百万美元。

但如果拆开看，它不是玄学。

它做对了几个很朴素的事情：

选了成熟市场。

抓住了真实痛点。

用 AI 简化了关键流程。

功能足够窄，卖点足够清楚。

增长画面容易传播。

付费路径设计得很直接。

对独立开发者来说，这个案例最值得记住的一句话是：

不要总想着创造一个全新的需求。找到一个已经有人付费、但体验很差的老需求，用新技术把它重做一遍，可能就是机会。

如果喜欢我的文章请点一下在看，谢谢