6个月收入狂揽700万，17岁高中生开发一个新AI应用爆火，网友：别低估小孩子

ttxx

谁能想到，当年濒临倒闭的创业公司英伟达，如今凭借 AI 的爆发，一路逆袭超越微软，成为全球第二大公司。AI 带来的机遇，让不少人顺势而上，迫不及待地想要大干一场。

过去这段时间里，就独立开发者而言，有人用 AI 来写代码、写文档、搞设计来提高生产效率，也有人雇佣它当老板，还有人用它来做副业项目希望实现一夜暴富。

那么，真的有人成功了吗？答案无疑是肯定的。这不，还在上高中且年仅 17 岁的网友 Zach Yadegari 于 9 月初颇有成就感地在社交媒体 X 上分享道：

Cal AI 刚刚突破了 100 万美元（约 706 万元）的收入。

今天是我高中最后一年的第一天。

这是命运吗？

是我自己让这一切实现的吗？

运气？

我不知道。

时隔一个月，Zach Yadegari 和自己的好朋友Blake Anderson 又开了一场播客，其透露，Cal AI 年经常性收入已达 800 万美元。这距离他开发 Cal AI 这款应用程序仅仅过去了 6 个月。

这一金额让不少风险投资界的人士都感到震惊，来自美国硅谷的顶级风险投资公司 Menlo Ventures 的合伙人 Deedy Das 评价道：

“我最近在互联网上发现了一些地方，这里聚集了一群来自无名大学、年龄在 18 到 22 岁的独立开发者孩子们，他们通过 TikTok “增长黑客”技术运营着自筹资金的移动应用。每个应用都有超过 10 万的月活用户，每年收入在 100 万到 500 万美元之间。永远不要低估这些孩子们。”

01 卡路里追踪神器——Cal AI
说起来，很多人好奇 Cal AI 究竟是怎样的一款 App？它为何没有受到大模型迭代的挤压，存活得如此之好？

打开 Cal AI 的官网，我们发现它的定位是一款 AI 卡路里追踪器。

从体验上来看，其实也挺简单。这款卡路里追踪器结合了 AI 和数据分析技术，通过分析所食用食物的营养价值来追踪每日卡路里摄入量。其中，用户只需要对着食物拍照或者扫描包装上面的条形码，亦或者手动输入餐食描述，Cal AI 就可以检测食物类型、估计份量大小并实时计算出卡路里和营养素。

它可以帮助用户监控每日食物摄入量并实现营养均衡和健身目标。正因此，Cal AI 打出了“只需一张图片即可追踪您的卡路里”的 Slogan。

AI 卡路里追踪器的一个主要优点是它们能够个性化饮食建议。通过分析体重、年龄、活动水平和健康目标等用户数据，算法可以为用户提供定制帮助，帮助他们实现目标。

在实现原理方面，大多数这类应用程序都由 OpenAI 的 API 提供支持，并且采用免费增值模式。它们通常依靠 GPT-4 Vision 来检测和识别图像中的食物。这些模型在大型图像数据集上进行训练，以识别水果、意大利面或饮料等食物。标准 OpenAI API 还可以帮助描述或细化检测到的项目，尤其是在需要上下文时。

针对 Cal AI 这款应用，Zach Yadegari 在官网上分享道，当打开 Cal AI 对着食物拍照时，首先，手机上的深度传感器会计算出食物的体积。根据这些信息，借助经过数千张食物图片训练的 AI 会将用户的餐食分解成不同的部分，并计算它们相应的比例。

最后，多模态 AI 模型会综合所有信息，给出最终结果：计算出用户这顿饭的卡路里、蛋白质、碳水化合物和脂肪含量。

根据官方透露，Cal AI 的图像扫描功能通常有 90% 的准确率。

不过，如果你扫描的是像奶昔或汤这种有隐藏成分的食物，它的准确率会有所下降。对于此类食物，可以使用 Cal AI 中的“描述”功能，用自然语言补充解释你所持的具体食物或者相关信息。

此外，你也可以使用 Cal AI 应用中的条形码扫描功能或食物标签扫描功能。

Cal AI 不仅能够利用 LLM 准确追踪每日卡路里摄入量并改善消费者健康状况，而且同时支持中文、德文、意大利文、英语、法语、葡萄牙语、西班牙语共计 7 种不同语言。

它可以免费下载，不过免费版本只可以用查看卡路里、营养和运动追踪等基础功能。如果你需要使用个性化膳食计划和详细分析等功能，就需要额外付费来获得更多高级功能的访问权限。

这是一个相对简单的商业模式，也吸引了包括普通用户、运动员、想要减肥的人群的广泛关注，这在很多人追求健康生活模式的今天，颇为实用。

据悉，该项目于今年 4 月发布，目前在美国 App Store 的健康与健身部分排名第 24 位。这款应用在过去一个月的下载量超过 20 万次。

02 Cal AI 背后的年轻团队
达到今天的成就，Zach Yadegari 在转发别人的评价时，自己都忍不住在 X 上自夸起来：

听起来真是个很酷的孩子。

事实上，观其背后，Cal AI 的成功并非一蹴而就。

Zach Yadegari 透露，自己在七岁的时候就开始编程了，那时候特别喜欢制作电子游戏。

在制作了几款不成功的游戏之后，Yadegari 通过一个可以让学生在校期间玩游戏的无阻塞游戏网站获得了成功。“这个网站火了起来，我自己做营销，只是录了一些 TikTok 视频，用户量暴增到了 500 万，然后我以六位数的价格把它卖了，”Yadegari 说。

此外，他还在 X 上分享自己如何在 15 岁时将一个网站扩展到拥有数百万用户的经历。

除了Zach Yadegari 本人之外，他介绍道，Cal AI 从开发到营销还有另两位小伙伴的加入。

一位是同样 17 岁的 Henry Langmack。另一位是年龄稍长也仅有 23 岁的 Blake Anderson。

相较而言，Blake Anderson 的经历更为丰富，一年前他还不懂编程，便用零资金建立了一个价值 700 万美元的应用程序帝国。2023 年，Blake Anderson 经历过一系列失败之后，他决定全力投入移动应用，为此他还剃了头让自己变得更丑，以消除社交干扰……并学习使用 ChatGPT 编码。

偶然间，因为Blake 的大学室友一直寻求约会应用对话方面的帮助。Blake 想，“ChatGPT 能解决这个问题吗？”......于是他开发的 Plug AI 诞生了。这款每月收入 19 万美元的 AI 约会教练，专门教会你如何在约会时候避免尬聊和冷场，这款应用在 4 个月内下载量达 150 万次。

后来，Blake 又开发了 Umax，这是一款外观最大化应用程序，今年已经赚了 300 万美元。

现在，其三人合作开发了 Cal AI 这款应用。

03 秘诀
对此，Anderson 和 Yadegari 将他们的成功归功于独特的营销和产品开发方法。“这些应用取得成功的主要原因是我们的营销策略以及某种产品理念，”Anderson 解释道。

在播客中，该团队分享了开发 App 的四个关键步骤：

步骤1：定义问题

明确要解决的问题。Anderson举了一个例子：“自己在开发约会聊天 App 时，我的室友曾问我，‘哥们，我该在交友软件上和这些女孩说什么？’所以我的问题非常简单：构建一个 AI 应用，帮助人们知道该说什么。”

为了验证问题的想法，他们会浏览社交媒体。“如果你在社交媒体上看到有数百万次观看量的内容，人们正为你要解决的问题而苦恼，那是一个很好的迹象，表明你可以扩大你的产品规模”，Anderson建议道。

步骤2：成为目标受众

一旦确定了问题，下一步是深入目标受众的世界。Anderson 表示，对于Umax，“我们创建了社交媒体账号。这些不一定是你正式使用的账号，可以是随机的匿名账号。然后我们开始与所有关于'外貌提升'的内容互动。”

这种深入探索让他们能够理解受众的心态，并设计出能够引起共鸣的产品。“我们意识到，人们在寻找两样东西。第一，他们想变得更有吸引力；第二，他们想知道自己有多有吸引力”，Anderson说。

步骤3：构建与测试

在明确问题和受众之后，团队开始构建和测试。Anderson强调了简化的重要性：“我构建的所有应用本质上都非常简单。所以，如果你尝试构建一个复杂的消费者社交应用，这不适用于你。”

Yadegari补充道，“不要把你使用的技术搞得太复杂。你不想使用过于底层的东西。你应该选择非常高层次的编程语言，比如简单的 Python 或 Node.js。”

为了初步验证，他们会向朋友和家人展示原型。Anderson提到：“如果他们的反应是支持的，那么可能你走的方向不对。如果他们的反应是，‘天哪，这太酷了！’那么你很可能手里有一个有病毒传播潜力的产品。”

步骤 4：发布和营销

这对搭档的营销策略围绕着与网红的合作以及细致的指标跟踪展开。他们使用两个关键指标：

RPM（每千次展示收入）：每 1,000 次观看所产生的收入

CPM（每千次展示成本）：产生 1,000 次观看的成本

“理想情况下，你可以构建一个高 RPM 且低 CPM 的产品”，Anderson解释道。他们的策略是，在不同的与产品相关的小众领域测试较小的网红，然后在最盈利的渠道上进行扩大。

不得不说，凭借对 Z 世代消费者行为的敏锐洞察力和创造病毒式产品的良好记录，Anderson 和 Yadegari 在开发 AI 应用上摸到了门路，开启了新的赛道，不禁让人佩服。

参考：

https://x.com/blakeandersonw

https://x.com/rom1trs/status/1829147613742150038

https://x.com/zach_yadegari/status/1777963616366727600

https://www.forbes.com/sites/josipamajic/2024/10/07/hacking-the-app-store-gen-zs-15m-arr-bootstrapped-success-story/

来源：36kr