我是一名产品经理。我不会写代码,不是那种「手生了」的不会,也不是「懂一点 Python」的不会。我是真的写不出支撑这家业务的代码。
六个月前,我的产品一个月赚 30.32 美元。这个月,它赚了 8880 美元。而我从来没有为点击付过一分钱。
先看数字
以下收入直接取自生产数据库,不含管理员账号。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
六个月增长 293 倍。最近 30 天的收入是 9,180 美元,所以我还没有跨过月入 1 万美元的门槛,大概率九月就能做到。比起报一个更整齐的数字,我更愿意把真实数字摆出来。
系统侧的数字:
-
八月处理了 299,668 次 API 调用,成功率为 95.5%。 -
排除内容审核拒绝的情况(客户提示词在上游被拒,不是我的系统故障),成功率为 98.9%。 -
从七月到八月,调用量增长 2.6 倍(从 11.6 万次到 30 万次),成功率则从 93.9% 升到 98.9%。
调用量翻了接近三倍,稳定性还更好了。光这最后一条,就比单独一个成功率数字更能说明问题。
但成功率会骗人,稍后我会告诉你它是怎么骗我的。我真正信任的数字是这个:只有 20 个客户充值超过一个月,而他们贡献了我全部收入的 70.8%。重度用户月复一月地续费,这是唯一造不了假的稳定性证明。没有人会一直为一个不好用的 API 付费。
产品叫 apimodels.app:一个 API Key 就能调用 182 个 AI 模型,覆盖图像、视频、音频和大语言模型,全部走统一的 OpenAI 兼容接口。这里的每一行代码,都是在我指挥下由 AI 编程代理写出来的。
不懂代码的人怎么运营这个产品?
这是我被问得最多的问题。答案有四层,第一层比后面三层加起来都重要。
1. 这门生意只有两个产品核心
没有人会因为界面好看、功能列表长、模型目录大就选一个模型聚合器。用户选你,只因为两件事:同样的模型,你这里更便宜;再就是你的服务不会挂。
就这两条,其他一切都是装饰。
核心做对了,产品自然就成了。这话听起来像废话,但落到操作层面就尖锐多了:你的每一小时都应该投在这两件事上,而且你必须随时知道,自己是不是正在其中一条上作弊。
因为这两条会互相欺骗。下面就是我差点在「更便宜」上蒙混过关的经历。
2. 只走官方渠道,这条规则是用客户流失换来的
早期我给一个热门视频模型接了一个非常便宜的上游渠道,便宜到利润率看起来都不真实。
然后我注意到了一个现象,没有任何仪表盘会把它标记出来:好几个用户试了一次,就再也没回来。
没有报错,没有失败调用,每个请求都返回 200。
于是我把同样的提示词走官方渠道跑了一遍,把两段视频放在一起对比。结果一眼就能看出来:被注水了。几乎可以肯定,是把低分辨率画面拉大后冒充高分辨率,或者拿廉价档冒充高级档。
那个上游不是出了故障,它是在「掉包」。每个请求都「成功」,我的错误率完美无瑕,而我的留存率正在死去。
规则就是那时定下的,之后再没破过例:只走官方模型渠道,绝不用远低于市场价的转售商。
如果一样东西便宜得让人觉得不可能,那它必然既不稳定、质量也有问题。没有第三种解释:GPU 的钱总要有人出,如果不是你出,就会从你拿到的东西里扣。
所以「便宜」这个产品核心,需要重新定义。它指的不是最低价本身,而是在你验证过的质量水平上,能给出的最低价。越过这条线,你没有赢得一个客户,你只是为了一次调用租了一个客户。
注意一下,是哪个指标抓住了问题?不是错误率,是留存。质量悄悄缩水这种事,你所有的监控都看不见,唯一能暴露它的,是用户还来不来。
3. 全部自研,不用开源网关
市面上有好几个不错的开源 API 网关,一天就能跑起来。我一个都没用。
原因很简单:价格和稳定性都住在同一层代码里,就是客户请求和上游模型之间的转发逻辑。而现成网关占的,恰好就是这一层。
当故障出在依赖里,你能做的就是提一个 issue,然后等着。当它出在你自己代码里,当天下午就能修好。一个月 30 万次调用的规模下,这两种响应时间之间的差距,就是产品本身。
起步慢得多,但这也是唯一能真正掌控客户付费所买的那两样东西的方式。
至于成功率怎么从 93.9% 提到 98.9%:这个系统里的每一个机制,都是因为某一次具体的线上故障才存在的,没有一个是提前设计出来的。所谓「打磨」,用大白话说就是:某个东西坏了,你把它搞明白,再把它变成一条规则防止它再犯,然后重复三百次。这条路没有捷径,而且恰好是没学过编程的人也能做的活。
4. 我拥有的不是代码,而是「什么算证据」的定义权
最容易被误解的一点是:这不是「AI 写代码,我点部署」。
如果你的循环是这样,你会发布一个看起来能跑、实际在悄悄做错事的东西,然后从客户那里听说这件事。
AI 负责生成,我负责定义「什么算它跑通了的证据」。下面四条规则,每一条都是因为违反它让我亏了钱,才写下来的:
绝不自动部署。先在本地测试,把结果给我看,我说可以,再提交。没有例外,也不存在「这个改动太小了」一说。
「测试一下」就是真的去测试,不是「测完顺手把发现的问题修了」。我说要诊断结果,那就要诊断结果。在我还没搞懂问题之前就套上的修复,是我没法评估的修复。
只有服务器上跑的代码和我推上去的版本完全一致,才叫部署成功,而不是命令没报错就算成功。有一次部署每一步都显示成功,服务器上跑的却是一周前的代码,我整整损失了一天。
要用生产数据验证,绝不用生产数据的摘要来验证。「我查过了,没有错误」和「这是查询语句,这是查到的零行结果」,是完全不同的两种说法。
这些都不需要你读代码,它们只要求你拒绝把「信心」当成证据。事实证明,这是一项产品能力,而不是工程能力。
AI 辅助开发的瓶颈从来不是代码生成,而是验证。而验证,恰恰是不会写代码的产品经理能完全掌控的部分。
我搞砸的三件事
我的免费额度连一次调用都覆盖不了
新用户注册就送 0.10 美元额度。而我内容里主推的视频模型,每次成功调用要花 0.89 到 2.66 美元。
新用户注册后,落在我 SEO 最努力推广的页面上,尝试页面介绍的功能,然后被「余额不足」拒绝。他第一次体验我的产品,碰到的却是一条计费错误。
显而易见的做法是提高额度,我差点就这么做了。然后我把所有模型按真实的单次调用成本排序,而不是按我喜欢它们的程度排序,两个数字让我彻底停住了:
-
veo-3.1-fast-fhd:每个片段 0.0684 美元,1080p,原生音频。0.10 美元覆盖后还有富余。 -
gpt-image-2-lite:每张图 0.0078 美元。同样的 0.10 美元能买十二张图。
所以问题从来不是免费额度太小,它足够覆盖一条路径,只是这条路径从没被展示给任何新用户。我亲手搭了一个漏斗,牵着陌生人的手,把他们领进了我卖得最贵的东西。
免费额度不是一个「慷慨程度」的数字,它是对一个问题的回答:一个新用户能不能用它完整走通一次核心流程?如果不能,你有两个杠杆可以调,而提高额度是贵的那一个。
别为调不通的模型做产品页
为了吃一个新模型的搜索词,本能做法是先把这个页面挂上去。
但那等于对外宣称你提供这个模型。API 每次都会返回 400,规格和价格只能瞎编。更糟的是,你给大模型喂了一个错误事实,它还会被固化下来。等你真正上线时,大模型记忆里的版本还是你编的那个。
正确做法是放一个诚实的占位页:明说还没开放,展示你是怎么验证的,承诺上线日期,再在代码示例里放一个能用的邻近模型。诚实的页面排名不受影响,也不会留下债务。
在一个 AI 会记住你说过什么的时代,这件事只会越来越重要。
健康的 SEO 指标和能用的产品是两回事
我的两个旗舰模型页面因为一个配置错误,每次调用都失败,整整十天,没人发现。
因为页面状态是「启用」,它照常被索引,Search Console 也照常报告展示量和点击量。这些指标衡量的是「页面存在且被爬取」,没有一项衡量「点进来的人能不能用」。如果你的仪表盘只有 GSC,一切看起来都很完美。
这和我前面说的上游注水问题,是同一种病:仪表盘显示一切正常,产品却在腐烂。唯一的解药,是找到一个不会撒谎的指标。对我来说,那个指标是留存。
还有一件我至今没做对的事
我从来没有买过一次点击,这点我可以证明。
为了引用户来,我只做过一件事:做内容。1204 个可索引页面,覆盖 7 种语言,每个模型一个页面。我相信流量来自搜索和大模型引用,因为我只做过这一件事。
但我必须把这句话说出来:我没法证明。
我的网站没有任何分析工具,没有 Google Analytics,没有 Plausible,没有 PostHog。用户表里只有注册 IP 和时间戳,没有任何来源字段。
我最大的客户八月付了 3,000 美元。我不知道他是怎么找到我的,不知道是从哪个页面、哪个关键词、哪种语言来的。我只知道他的账单金额,其他一无所知。
第一天就装好分析工具,第一天就在用户表里加上「首次来源」这一列。不是因为你会看仪表盘,头几个月你根本不会看。而是因为,等你终于有了值得解释的收入那天,数据要么存在,要么不存在。它永远无法补录。
这是我犯过最大的错误,而它偏偏是犯的时候看起来最不紧急的一个。
关于 apimodels.app
一个 API Key 调用 182 个 AI 模型,覆盖图像、视频、音频和大语言模型,统一走 OpenAI 兼容接口,不需要为每个厂商单独注册或单独申请额度。
-
图像生成,每张低至 0.0078 美元。 -
1080p 视频,原生音频,每个片段低至 0.0684 美元。 -
2026 年 8 月处理了 299,668 次调用,成功率为 95.5%。 -
只走官方模型渠道,不用远低于市场价的转售商。 -
界面和文档支持英语、中文、日语、韩语、西班牙语、葡萄牙语和俄语。
以上每个数字都直接查自生产数据库。欢迎在评论区提问。
来源
本文译自 Super Lewis 于 2026 年 8 月 29 日发布在 dev.to 的文章《 8,880/mo in Six Months: How a PM Who Can't Code Runs an API Gateway Doing 300K Calls a Month》。
原文链接:https://dev.to/super_lewis/30-8880-in-six-months-how-a-pm-who-cant-code-runs-an-api-gateway-doing-300k-calls-a-month-adi
相关链接
产品官网:https://apimodels.app
相关阅读:
一个运行了一年的个人 AI Agent:自动整理日历、邮件、会议和工作记忆

