夜雨聆风先从一个场景说起。
一个大学生用 ChatGPT 写论文，正文看起来很顺，语气也像那么回事。可到了参考文献那里，问题来了：这些引用到底是真是假？这篇论文真的存在吗？作者、年份、期刊页码是不是对的？
这不是小问题。
论文内容写得一般，可能只是分数低一点；
引用是假的，被老师发现，就变成学术诚信问题。
Matt Gittleson 看到的机会，就在这里。
别人都在做“帮学生用 AI 写得更快”；
他做了一个更具体、更刺痛人的东西：CiteSure，帮学生检查引用，找出假的引用，再修正它。
官网上还有一个很醒目的数字：31% 到 45% 的 ChatGPT 引用是错的，并强调可以验证引用、修复假的引用。
这个表达很聪明。
因为它没有跟一堆 AI 写作工具正面竞争，没有说“我也能帮你写论文”。
它换了一个角度：AI 写出来之后，学生最怕什么？
怕翻车。
那我就做一个“交作业前的安全检查”。
这就是灵感。
真正好的 AI 产品灵感，很多时候不是“模型还能生成什么”，而是“用户已经在用 AI 了，但哪一步最焦虑”。
01 / 这不是一个炫技故事，是一个赚钱故事
Matt 后来在 X 上写了一篇长文
标题大意是：自己用 Vibe Coding 做了一个 B2C 应用，6 个月以 37.5 万美金退出。
这件事不是“一个不会写代码的人突然发财”，而是一次很典型的 2026 年 AI 小产品路径：
第一步：找到一个很窄、但很痛的学生场景。
第二步：用 AI 编程工具把产品先做出来。
第三步：围绕学生真实焦虑拍短视频，跑创作者内容。
第四步：证明这个产品能赚钱、能增长。
第五步：被更大的教育 AI 公司 Jenni AI 收购。
很多人看到这里，会把注意力放在“Vibe Coding”。
但我觉得更值得看的，是后半段：为什么有人愿意买它？
代码本身并不稀缺。
一个查引用工具，理论上大模型公司、写作工具、插件团队都可以做。
真正让它值钱的，是 Matt 已经证明了三件事。
第一，学生确实有这个焦虑。
第二，这个焦虑能被产品承接。
第三，这个产品可以通过短视频内容持续获得用户。
02 / Jenni 买的不是小工具，而是一个增长能力
收购方是 Jenni AI。
如果不熟，可以把它理解成一个面向学生和研究写作场景的 AI 写作产品。它本来就站在“学生写作”这条路上。
这时 CiteSure 出现了。
从产品角度看，CiteSure 是一个很自然的补位：学生用 AI 写作之后，下一步就要检查引用。写作和查引用，本来就是同一条链路的前后两段。
从增长角度看，CiteSure 更有意思。
Jenni 的 David Park 在 X 上解释过收购理由，其中两点很直接：
1. CiteSure 已经盈利并且增长很快；
2. Matt 跑通了创作者短视频增长，他们需要更多懂这个的人加入团队。
注意，这里买的就不只是软件了。
它买的是一个产品、一个已经验证的学生痛点、一套短视频获客能力，以及一个会把产品卖出去的人。
这也解释了为什么这个案例比“我用 AI 做了个 App”更有价值。
如果只是一个小工具，别人可以复刻。
如果它已经跑出付费、跑出内容、跑出学生用户，那它就变成了一个增长资产。
这才是赚钱的本身。
03 / 这个产品为什么容易传播？因为它有“学生会害怕”的一句话
一个产品适不适合短视频，不看它功能多不多，先看它能不能用一句话讲出冲突。
CiteSure 的冲突非常清楚：
“你用 ChatGPT 写的参考文献，可能是假的。”
这句话一出来，学生马上知道发生了什么，也马上知道为什么要点进去。
这比“AI citation verification platform”有力得多。
“AI citation verification platform”翻成中文就是“AI 引用验证平台”，听起来很专业，但没有情绪。
“你的引用可能是假的”，就完全不一样。
它有恐惧，有具体场景，有下一步动作：赶紧检查。
它不是泛泛地说“提高效率”，而是抓住一个具体时刻：交作业前，学生怕出事。
04 / 创作者短视频，才是这笔生意的放大器
这里要解释一个词：UGC。
很多文章会直接写 UGC，但读起来很硬。它其实就是“看起来像真实用户或创作者自己拍的内容”。
不是品牌大片，不是精修广告，而是一个学生、一个创作者、一个普通手机镜头，讲一个真实场景。
Social Growth Engineers 后来写过一篇文章，提到 Jenni 在收购 CiteSure 和 Matt 之后，很快重新发动了一轮创作者内容。
他们观察到，Jenni 在几周内扩到 80 多位创作者，TikTok 上追踪到 40 多个账号，带来约 1500 万次观看；其中一条 6 秒短片，据他们口径，带来了约 1 万美金收入。
这个地方要慢慢看。
一条 6 秒视频，为什么可能带来收入？不是因为视频拍得多高级，而是因为它命中了学生的心理。
学生刷到这类内容时，脑子里不是在评估“这个 SaaS 的功能架构如何”，而是在想：
“我是不是也会遇到这个问题？”
“我是不是也该检查一下？”
“这个工具能不能让我少焦虑一点？”
这就是消费级 AI 产品赚钱的一个核心：不要只卖能力，要卖一个能被用户立刻理解的安心感、好奇心、优越感，或者逃避风险的机会。
CiteSure 卖的是安心感。
不是“我有 AI”，而是“你交上去之前，先别让假引用害了你”。
从官网第一屏也能看出它的商业化入口：页面直接给出引用粘贴框，显示每批最多 30 条引用，并放着 Sign Up 和 Pricing。这个路径很顺：先让学生把引用粘进去，马上知道有没有风险；当用户需要检查更多引用、修复更多问题、反复使用时，付费理由就自然出现了。
05 / Vibe Coding 在这个故事里扮演什么角色？
现在再回头看 Vibe Coding。
Vibe Coding 可以理解成“用自然语言指挥 AI 写代码”。不是从零学完整编程体系，而是把需求讲给 AI，让它帮忙生成页面、接口、数据库逻辑，再由人来调试、修正、发布。
2026 年，这已经不是特别稀奇的能力。
roadmap.sh 在 2026 年的工具盘点里，把 Claude Code、OpenAI Codex、Cursor、Lovable、Bolt、Replit 等工具都放进了 Vibe Coding 相关工具里。意思很明显：做一个产品雏形，速度越来越快。
但这个故事告诉我们：Vibe Coding 只是起点，不是终点。
它让 Matt 能更快把 CiteSure 做出来，降低了试错成本。
真正让产品有商业价值的，是他选中了一个很具体的痛点，然后把它变成了一个能传播、能转化、能被大公司吸收的产品。
换句话说，AI 写代码帮他省了时间，但没有替他完成商业判断。
这笔 37.5 万美金退出，表面看是一个 AI 查引用工具被买走。
往深一层看，是一个很小的学生焦虑，被产品化了。
再往深一层看，是一个创始人不仅把产品做出来，还证明了它能通过短视频内容持续拿到用户。
所以，真正的故事不是“AI 让不会写代码的人也能做 App”。
真正的故事是：
AI 让做产品变快。但钱，仍然流向那些更懂用户恐惧、场景和传播的人。
「AI 搞钱论」每天拆一个真实案例 + 背后的赚钱结构。
关注「AI 搞钱论」，一起搞钱
觉得有启发，点「点赞」和「推荐」，转给还停在“AI 只能写文案”的朋友
资料来源：Matt Gittleson X 文章卡片《I vibecoded a B2C app and exited for $375,000 in 6 months》；CiteSure 官网；David Park X 收购相关帖；Social Growth Engineers《The 6-sec viral clip that drove $10,000》；roadmap.sh《The 10 Best Vibe Coding Tools in 2026》；Checkmarx《Vibe Coding Security: Risks, Vulnerabilities, and How to Secure AI-Generated Code》。文中 37.5 万美金退出、15 万美元付款截图、增长与收入数据分别按作者公开自述、收购方公开截图、第三方观察文章口径处理，不代表独立审计事实。
