Lovable CEO Anton Osika 谈 AI 应用构建、经济模型与安全

Harry Stebbings 采访 Lovable 联合创始人兼 CEO Anton Osika，讨论 AI 模型、应用构建、安全和公司文化。节目简介将 20VC 列为 Lovable 的投资方，主持人也说自己进行了投资。Osika 代表公司发言，因此他的竞争比较和预测涉及直接商业利益。

Osika 说 AI 应用公司争相打造强大团队、赢得用户信任，资本是帮助因素，但不是 Lovable 当前的限制。他区分了构建应用所需的技能和训练前沿模型所需的技能。这是他的管理观点，而非对个别工程师的排名。

被问到初创公司如何与巨额人才薪酬竞争时，他说更难的是识别能共同取得成功的人。他关注学习速度、富有活力的对话和过往工作证据，同时说薪酬仍须有竞争力。他的评估流程是一种偏好，而非经过验证的招聘测试。

Osika 说自己仍以灵活务实的创始人风格运营，但希望增加一些结构，以便为众多事务确定优先顺序。Stebbings 质疑增加管理层是否会拖慢公司。Osika 说紧密合作的人可以提供组织支持，同时他仍参与具体工作。

他以 Apple 为例说明关注细节如何建立品牌，并说 Lovable 希望用户在反复的产品互动中建立信任。他的目标是建立一个让用户创造足够价值、愿意留下的平台；访谈没有提供客户留存数据来证明这一点。

Stebbings 问竞争壁垒。Osika 建议早期 AI 初创企业快速执行，并随着时间建立壁垒，认为新竞争者不断出现。他提出从技术联合创始人扩展为更广泛商业平台，是未来策略，而非已经具备的能力。

被问到单位经济效益时，Osika 说大部分付费使用支出流向模型提供商，但拒绝提供确切数字。他希望初始构建后使用的订阅和服务能改善经济效益。这是公司策略，不能确立当前毛利率或未来盈利能力。

主持人问较小模型是否能更便宜地处理简单任务。Osika 说 Lovable 优先适应快速变化的能力，而非立即优化每一项模型成本。他预计将根据任务混合使用快速和更深入推理的系统；成本与质量的取舍仍取决于具体工作负载。

Osika 说，几个月前，通过 Lovable 构建的应用所使用的 AI 流转的年度经常性收入超过 1,000 万美元。他介绍了简化用户连接模型提供商流程、并可能从中获得利润的计划。这里没有明确说这是 Lovable 自身的 ARR 或收入，不应加到公司报告的数字中。

他在优化获客回本时间和利润率的建议，与当前优先建立用户忠诚度和品牌之间权衡。Stebbings 倾向于早期选择后者。正确平衡取决于实际获客成本、留存和资本；两人都没有提供财务调节说明。

Osika 希望构建的软件能更无缝地整合 AI、支付和其他能力。他预计模型提供商会进入 Lovable 的市场，认为 OpenAI 是尤其值得重视的潜在竞争者。他对产品未来和竞争团队的主张是涉及利益的预测。

讨论 GPT-5 时，他说 Lovable 评估了响应时间、量化测试和用户反馈。他认为它适合处理困难问题，但对产品用户来说有时过于复杂，整合多种能力也存在取舍。他的观察针对 Lovable 自己的测试，并非普遍排名。

他说 Lovable 使用不同模型组成的链条，包括使用 Anthropic 完成大量代码编写，以及在某些困难调试任务中使用 GPT-5。他希望未来系统能利用更多关于每个用户的上下文。产品设计和模型比较是公司当时的说法。

Stebbings 说 Lovable 在七个月内达到 1 亿美元年度经常性收入；节目简介则报告 1.2 亿美元 ARR。这些是与公司有关、针对特定时间的年化经常性收入数字，而非已实现的年度收入、净利润或现金流。访谈没有提供经审计的报表或完整调节说明。

被问到客户构成时，Osika 估计约 80% 的收入来自构建较复杂应用的人，企业和业余用户各约占 10%。他认同这些只是大致类别，并预计企业使用增长后构成会变化。访谈没有披露分类方法。

Stebbings 问，与巨大的消费者市场相比，帮助创始人建立企业是否提供足够的价值获取方式。Osika 强调让没有编程技能或资金的人能够创业，并预计更广泛的用户群会随后加入。机会和变现方式是他的预测。

主持人明确感谢 Osika 接受他的投资，并认为可服务市场可能远超网站构建工具。Osika 认同未来可能有许多公司借助 AI 建立。主持人的投资和 CEO 的身份与他们的乐观态度有关；对话没有测量市场规模。

Osika 设想企业团队用可运行的原型更快地将想法转化为产品。他认为 Lovable 已缩短产品生命周期的早期步骤，并希望覆盖后续阶段。访谈提供的是例子和目标，而非跨公司生产率的受控证据。

Stebbings 问 Figma 能否从设计进入原型构建，从而威胁 Lovable。Osika 预测人们会更多提供高层次设计方向、由 AI 实现，同时承认细致设计工具可能仍有用。他不知道市场会如何划分；他的公司也在这一领域竞争。

他预计提示词仍会存在，但随着系统理解用户偏好和上下文，会变得更加个性化。这是产品预测，并非模型能够可靠推断用户意图或安全处理所有个人上下文的证据。

两人讨论生成应用出现安全问题后竞争对手之间的公开批评。Osika 描述自己对竞争对手披露问题的回应；Stebbings 则质疑所有公司的安全性。双方都没有提供全面的独立安全比较。

Osika 承认 Lovable 目前总体上尚未比人工开发更安全。他说产品会提示用户进行检查，并声称与独自工作的普通开发者相比，它可以降低漏洞风险。这是公司主张，没有披露可比测试；自动检查未发现问题也不能证明不存在漏洞。

他说自己的长期目标是建立一个人们不必编写代码的世界，但接受用户今天可能将 Lovable 与人工工程和其他工具结合使用。他预计单一平台最终会成为显而易见的选择，这是涉及利益的预测。

被问到 AI 更能帮助初级还是资深工程师时，Osika 说在不同情境下两者都能受益：它可能弥补新手欠缺的技能，也可能加速理解复杂系统的专家。这些是示例性判断，而非经过测量的生产率倍数。

他预计随着 AI 处理更多细节任务，工程师会更重视产品并成为通才。人数增加还是减少取决于需求和公司选择；访谈没有确立未来就业影响。

谈到学习计算机科学，Osika 质疑大学是否是最好的学习场所，强调实践工作，同时承认大学在社交和教育上的广度。Stebbings 分享了自己的怀疑。他们的个人看法不能决定学位对其他人或职业的价值。

Stebbings 问现有大型企业是否会因数据权限和安全约束而失去地位。Osika 预测 AI 原生挑战者可以行动更快，但说现有企业可能保留信任等优势。颠覆程度不确定，也因行业而异。

谈到客户忠诚度，Osika 说一些用户偏爱品牌，另一些则根据成本和能力切换。他给出的粗略划分只是印象，而非披露的客户流失数据。他认为现有公司除了选择 AI 工具，也应研究如何快速推进组织变革。

Stebbings 提倡高强度工作并问及平衡。Osika 重视睡眠、锻炼和适度放松，但认为为了有雄心的目标，短期非常努力地工作可能合适。他说自己关注影响力，而不是要求所有人工作相同时间；这是领导偏好，并不保证员工福祉。

他讨论了“留人测试”：如果某人离职，领导者是否会努力挽留。他说团队应同时考虑影响力和文化稳定。访谈描述的是管理层希望采取的方法，并非对雇佣实践的独立审查。

Osika 说他希望 Lovable 随着成熟更加重视质量、更加审慎，而不只是追逐新想法。他讨论从欧洲创业、寻找人才和聚焦核心瓶颈。他说事后看来，参与相邻的开源项目分散了注意力，这是针对该公司的经验。

他认为未来瓶颈包括招聘技术型产品建设者、改进 AI 产品，以及在服务企业需求时不失去对创始人用户的关注。他说 Lovable 打算设立企业销售团队，侧重理解客户，而非纯粹自上而下的销售模式。这一计划不能证明未来执行结果。

Osika 说招聘工程领导者很难，并承认自己在一些招聘决策上授权过多。他希望更深入了解候选人的动机和预期成果。这是对自己流程的反思，并非普遍招聘规则。

谈到联合创始人 Fabian 时，他说两人不同的风格可以产生积极效果：一人偏好简单和仔细思考，Osika 则更倾向尝试新想法。他在商业合作与婚姻中都重视坦诚讨论和谦逊。

被问到 Lovable 在 2026 年底可能是什么样子时，他设想一款支持完整产品生命周期的工具，从想法一直到客户沟通和增长。这是产品目标，而非对已完成功能的描述。

谈到基准测试，Osika 引用古德哈特定律：当团队直接围绕一个指标优化时，该指标可能变得不那么有用。他以正面反馈点击为例，说明指标可能被刻意迎合。他的批评不能证明所有评估方法都不可靠。

在快问快答中，他对 AI 能力持乐观看法，但也预计某些维度的进步会进入平台期，而另一些维度仍会发展。他推测了医学研究应用；访谈没有确立临床安全性或新疗法的证据。

被要求在假设估值下选择模型公司时，Osika 说自己会买入 xAI 的 Grok，并在最初提到 Anthropic 后最终表示会做空 OpenAI。他引用了自己对团队势头和士气的印象。这些是推测性观点，并非经核实的工作环境评估或投资建议。

他认为未来领先的模型可能来自中国，粗略给出中国模型成为最佳模型的概率为五五开。他说 Lovable 在使用前需要评估数据方面的影响。这是不确定的预测，并非经过测量的概率或当前采购决定。

他预计最好的模型会继续保持封闭，但说开放模型可能因灵活性和生态系统而被广泛选择。他也对 AI 浏览器表示兴趣，并认为 Figma 是强大的潜在竞争者。这些是公司高管的预测和竞争观点。

Osika 说自己改变了在模型准备好之前就构建智能体的想法：如今他强调先让用户用上产品，再根据反馈改善整个体验。他描述的学习循环取决于客户是否真正获得持久价值。

被问到岗位替代时，他担心快速变化和失业可能造成恐惧与社会不稳定。他希望社会能为转型做好规划，并承认知识工作的潜在变化。访谈没有确立受影响的岗位数量或任何应对措施的成功程度。

他还担忧大国之间的竞争可能加速 AI 的危险军事用途，并呼吁更广泛的协调。这是一种风险情景和政策观点，并非特定结果必然发生的证据。

被问到成功是什么样子时，Osika 设想 Lovable 成为人与 AI 之间广泛使用的界面。他以这一长期公司目标收尾；实现目标所需的市场、采用情况和收入仍不确定。