一名加拿大独立开发者，用每月不到20美元的技术成本，运营着6款月入过万美元的SaaS产品。HN 980 points 热议：他到底做对了什么？
▲ ▲ 极简技术栈架构图：$20/月支撑6款SaaS产品
赛道全景
Steve Hanov所在的赛道是微型SaaS + AI增强型独立开发——一个人用极低成本构建并运营多款垂直SaaS工具，靠订阅收入实现财务自由。
这个赛道在2026年迎来了爆发性增长。根据新华网报道，2026年春节后中国新增一人公司达87万家，同比增长47%，其中62%将AI作为核心生产力工具。全球范围内，Indie Hackers社区数据显示，2025-2026年间达到$5K MRR里程碑的独立开发者数量增长了约3倍。
但这个赛道的核心矛盾不是"AI让开发变容易了"——这是已经广泛认知的事实。真正的矛盾是：开发变容易了，但获客没有变容易。 大多数独立开发者产品做出来了，用户在哪不知道。Steve Hanov之所以成为标杆，正是因为他同时解决了"技术极简"和"内容获客"两个问题。
细分市场：技术文档工具（websequencediagrams.com）、金融研究工具（eh-trade.ca）、创意工具（rhymebrain.com、zwibbler.com）等多个垂直利基市场。每个市场规模不大（百万到千万美元级别），但竞争极为有限，边际成本趋近于零。
人物档案
从滑铁卢到"一人六产品"
Steve Hanov，加拿大滑铁卢人，University of Waterloo计算机科学专业（2005-2009届）。毕业后没有进入大厂，而是选择了一条完全不同的路——做独立软件开发者。
他的第一个成功产品是websequencediagrams.com，一个在线序列图（UML Sequence Diagram）绘制工具。这个产品诞生于一个非常朴素的观察：软件工程师经常需要画序列图来沟通架构设计，但市面上的工具要么太贵（Visio、Lucidchart的团队版），要么太复杂（PlantUML需要学语法）。
他的做法非常"不按常理出牌"：先写一篇技术博客介绍如何快速画序列图，在文章末尾放了一个免费在线工具的链接。这不是精心设计的growth hack——这就是他做事的风格。先把东西做出来，写文章讲清楚为什么做、怎么用，然后等着需要的人自己找过来。
从"免费"到"企业付费"的自然转化
博客发布后，事情开始变得有趣。不是个人用户来付费——是企业用户主动发邮件要求购买。工程师们在团队内部使用这个免费工具，然后他们的经理发现："这个东西不错，我们能不能买个内部部署版？"
这是Steve Hanov商业模式的第一个关键洞察：在正确的利基市场，企业需求会主动找到你。 他不需要去推销，不需要打广告，不需要做SEO——一个精准解决工程师痛点的工具，在开发者社区里会自己传播。
被VC反复拒绝的后门赞美
Steve Hanov在2026年4月发表的那篇轰动HN的博文中，开头就讲了一个细节：他参加了一场创业路演（pitch night），结果在预面试环节就被拒了。
拒绝的理由不是产品不好——他每月都有持续收入，有稳定用户。拒绝的理由是："你根本不需要融资。"
这不是一个失败故事。这是他商业模式最强有力的验证。他后来写道：
"Running lean is in my DNA. Keeping costs near zero gives you the exact same runway as getting a million dollars in funding with a massive burn rate. It's less stressful, it keeps your architecture incredibly simple, and it gives you adequate time to find product-market fit without the pressure of a board breathing down your neck."
翻译过来就是：精益运营就是我的本能。把成本压到接近零，给你的是和拿100万美元融资完全一样的跑道——但你不欠任何人、不需要向董事会汇报、有充足的时间找产品-市场匹配。
关键人物特质
从他的博客、HN评论和LinkedIn内容中可以提炼出几个关键特质：
- 极致的实用主义：不追新技术，不堆砌架构。什么能解决问题就用什么，而且只用最小量的东西。
- 写作驱动增长：他不是"做产品的"，他是"写博客的顺便做了产品"。他的博客（stevehanov.ca）多年来持续输出高质量技术内容，这是所有产品流量和信任的基础。
- 长期主义：websequencediagrams.com从2009年做到现在，十几年如一日地运营。他不追求爆发式增长，追求持续稳定的复利。
- 多产品组合思维：不做"下一个独角兽"——做6个"小而美"的工具，每个都能养活自己，组合起来就是稳定的大现金流。他在LinkedIn上坦言，自己曾被"没有真正的退出（$5M-$10M级别的收购）"这件事困扰，但后来意识到这种"缓慢但稳定的订阅收入流"本身就是一种成功。
- AI原生思维：他不是2025年才开始用AI——他在2023年就买了GitHub Copilot，从那时起就把AI集成到了自己的开发工作流中。到2026年，他甚至不再亲自写大部分代码，而是用AI Agent来完成。
工具栈
这是本案例最核心的部分。Steve Hanov的工具栈可以概括为：一个VPS + 一门语言 + 一个数据库 + 一块显卡 + 一套AI工具 = 每月不到20美元。
下面逐项拆解每个工具的具体用法、花费和选型逻辑。
1. 服务器：Linode/DigitalOcean VPS（$5-10/月）
为什么是VPS而不是AWS？
Steve Hanov的原话："The naive way to launch a web app in 2026 is to fire up AWS, provision an EKS cluster, set up an RDS instance, configure a NAT Gateway, and accidentally spend $300 a month before a single user has even looked at your landing page."
他选择了最简单的方案：一台$5-10/月的Linode或DigitalOcean VPS，1GB内存。1GB内存在现代Web开发者看来可能"听起来很恐怖"——但他指出这完全是够用的。如果不够，加一个swapfile（交换文件）就解决了。
关键优势：
- 单服务器架构：日志在哪、为什么崩溃、怎么重启，你全都知道
- 零基础设施维护成本：没有Kubernetes集群、没有负载均衡器、没有自动扩缩容
- 完全掌控运行环境：不需要学习AWS的控制面板迷宫
注意：HN评论区有人推荐Hetzner（4GB RAM、2CPU、10TB流量仅$5/月）和Cloudflare Workers作为更便宜的替代方案。但核心原则是不变的：用你能理解的最简单的基础设施。
2. 后端语言：Go（免费）
为什么是Go而不是Python/Node.js？
这是一个经过深思熟虑的选择，不仅仅是"性能好"：
- 编译为单一静态二进制文件：不需要pip install、不需要虚拟环境、不需要Docker。在笔记本上编译一个文件，scp到服务器上就跑。Go的部署体验是他最推崇的优势。
- 极低内存占用：Python/Ruby的Web应用光是启动解释器和gunicorn worker就能吃掉一半内存。Go的1GB内存可以处理数万QPS。
- LLM友好（2026年的关键优势）：Go的静态类型系统让LLM能非常准确地理解代码，生成的代码质量高、bug少。
- 标准库够用：不需要Spring、Django那样的重量级框架。标准库的
net/http就能写生产级Web服务。
就是这个十几行的代码，在他的$5 VPS上可以处理每秒数万个请求。
3. 数据库：SQLite + WAL（免费）
为什么不是PostgreSQL？
这是整个技术栈中最有争议也是最精彩的选择。很多人认为SQLite"只是玩具数据库"，不适合生产环境。Steve Hanov的观点完全相反：
- 本地SQLite比远程Postgres快一个数量级：本地文件系统通过C接口通信，避免了TCP网络跳转的开销。HN评论中有实测数据：100,000次
SELECT 1查询，PostgreSQL（localhost）耗时2.77秒，SQLite（内存中）仅0.07秒——快了约40倍。 - WAL模式解决并发问题：执行
PRAGMA journal_mode=WAL;和PRAGMA synchronous=NORMAL;后，读写互不阻塞，可以轻松处理数千并发用户。 - 运维简单到极致：一个.db文件。备份就是复制这个文件。迁移就是scp这个文件。
- Litestream备份方案：社区推荐的Litestream可以实时流式备份SQLite到S3/云存储，成本极低。
一个真实案例：HN评论区一位叫Juan Gonzalez的用户分享，他用Python+SQLite+Ollama搭建量化交易系统，在40天内测试了34,000种策略，月成本仅$0.6（对比原来的API方案是$63/天）。
升级路径：Steve Hanov明确指出，如果将来真的需要PostgreSQL级别的功能（如地理空间查询、全文搜索等），从SQLite迁移到PostgreSQL的成本是可控的。但大多数项目永远不需要迁移——"YAGNI（You Aren't Gonna Need It）"原则在这里完全适用。
▲ ▲ 工具串联流程图：从用户请求到响应的完整数据流
4. 本地AI：RTX 3090 + Ollama + VLLM（$900一次性）
这是Steve Hanov最"AI原生"的决策。2026年，很多人每月花费数百到上千美元调用OpenAI、Anthropic的API。他选择了一条完全不同的路径：
硬件投入：
- 一块二手RTX 3090显卡（24GB显存），从Facebook Marketplace约$900购入
- 安装在自己的台式机里，放在桌子底下运行
软件升级路径：
- Ollama（开发/实验阶段）：一条命令
ollama run qwen3:32b就能启动任何模型，用于迭代prompt和实验。 - VLLM（生产环境）：Ollama在并发请求时成为瓶颈。VLLM使用PagedAttention技术，锁死GPU到一个模型但吞吐量显著提高。一次性发送8-16个异步请求，VLLM会批量处理，延迟与单请求相近。
- Transformer Lab（高级微调）：需要模型预训练或微调时使用。
核心价值：批量任务（如eh-trade.ca需要对数千家公司的季度报告做深度分析）——用云API可能要花费数百美元，而且一旦发现prompt逻辑有bug，全部重跑的代价巨大。本地GPU让这个成本归零。
5. 云端LLM：OpenRouter（按量付费，极低）
不是所有任务都适合本地GPU。用户面向前端的低延迟对话需要最前沿的推理能力（如Claude Sonnet或GPT-4o）。Steve Hanov的解决方案是OpenRouter：
- 一个兼容OpenAI API的接口，聚合了所有主流模型（Anthropic、Google、OpenAI等）
- 自动故障转移：Anthropic的API挂了，自动切到OpenAI等效模型。用户看不到错误。
- 不需要管理多个计费账户和API Key
6. 编程助手：GitHub Copilot（$10-20/月）
这是整个案例分析中最"精明"的选择。Steve Hanov发现了一个被大多数人忽略的定价差异：
GitHub Copilot按请求计费，不按token计费。
这意味着：你输入一段详细的prompt（包含完整的上下文、严格的成功标准和自动修复指令），然后Copilot Agent可能花30分钟吃透你的整个代码库、映射依赖关系、修改上百个文件——这一整次操作只收你大约$0.04。
他的原话："I constantly hear about developers dropping hundreds of dollars a month on Cursor subscriptions and Anthropic API keys just to have an AI write their boilerplate. Meanwhile, I'm using Claude Opus 4.6 all day and my bill barely touches $60 a month."
对比：
- Cursor Pro：$20/月 + 额外的API费用（按token计费）
- Claude Code：按token计费，重度使用可达$100-200/月
- GitHub Copilot：$10-20/月订阅，代理模式按请求计费——这是由Satya Nadella间接补贴的
使用技巧：
- 写"brutally detailed prompts"（极其详细的提示词）
- 包含严格的成功标准
- 告诉agent"keep going until all errors are fixed"（持续修改直到所有错误解决）
- 然后去泡杯咖啡，让微软补贴你的计算成本
7. 前端：HTMX（免费）
Steve Hanov没有使用React、Vue或任何重型前端框架。他使用HTMX——一个通过HTML属性实现动态交互的轻量级库。这在2026年听起来可能"老派"，但完美契合他的哲学：用最简单的工具完成工作。
8. 自研工具链
Steve Hanov不只是使用者，他还自己造了三个关键工具：
- laconic：一个AI研究代理，专门优化8K上下文的利用。它像操作系统的虚拟内存管理器一样管理LLM上下文——把不相关的对话内容"页出"，只保留最关键的事实。
- llmhub：统一本地/云端LLM调用接口。不管模型是跑在桌子底下还是云端，都通过同一套API调用。
- smhanov/auth：自研认证库，支持多平台SSO（含SAML企业单点登录），直接集成到SQLite。
工具栈总成本
| 项目 | 月成本 | 年成本 |
|---|---|---|
| VPS（Linode/DigitalOcean） | $5-10 | $60-120 |
| 域名（6个产品+个人博客） | ~$5 | $60 |
| GitHub Copilot订阅 | $10-20 | $120-240 |
| OpenRouter API调用 | ~$5-10 | $60-120 |
| RTX 3090显卡 | $0（一次性$900，摊销） | ~$75 |
| 总计 | ~$20-45/月 | ~$375-615/年 |
即使按上限计算，年技术成本约$615，而年收入约$720K（6 × $10K × 12）——技术成本仅占收入的0.085%。
工具串联流程图
部署流程：本地编译Go → scp到VPS → 重启进程。没有CI/CD pipeline，没有Docker镜像，没有Kubernetes。
获客
这是Steve Hanov模式中最被低估但最重要的部分。技术栈可以复制，获客能力很难复制。
第一条线索从哪来？
websequencediagrams.com的第一批用户来自他的一篇技术博客。
Steve Hanov写博客的历史可以追溯到十几年前。他的博客（stevehanov.ca）不是那种"月入$10K我是怎么做到的"类型的营销内容——而是实实在在的技术深度文章：数据结构、算法、编程语言对比、性能优化。
当他在一篇关于序列图的博客文章末尾放了一个自己做的免费工具的链接时，读者（恰好都是他的目标用户——软件工程师）点进去用了，发现很好用，然后在团队内部传播。然后团队经理发现后，主动发邮件问他能不能买企业版。
这不是"growth hacking"——这是内容质量驱动的自然获客。他不需要学Facebook广告投放，不需要做SEO关键词研究，不需要建sales funnel。他只需要持续写高质量的技术文章，让对的人自己找上门来。
获客渠道分析
1. 技术博客（核心渠道）
Steve Hanov的博客是典型的"先给价值，后卖产品"模式。每一篇文章都解决一个具体的技术问题，展示他的技术深度。当读者信任了他的技术判断后，使用他做的工具就成了一件自然的事。
2. Hacker News（放大器）
2026年4月，他写了那篇"I run multiple $10K MRR companies on a $20/month tech stack"——这篇文章在Hacker News上获得了980 points和517条评论，直接把他从"小众独立开发者"推向了"全球独立开发者社区的精神图腾"。
这次爆发的价值不只是流量——更重要的是品牌定位。在这篇文章之前，他是"做了几个不错小工具的人"；在这篇文章之后，他是"20美元/月极简技术栈"这个概念的代名词。每当有人在Reddit、Twitter、Indie Hackers上讨论"极简SaaS技术栈"时，他的名字就会出现。
3. LinkedIn（持续影响力）
Steve Hanov在LinkedIn上有约500个connection和1975个follower。他定期发布关于AI、独立开发、市场策略的深度内容。2026年的一篇帖子里，他坦诚地分享了自己曾经因为没有"真正的退出"（$5M-10M收购）而感到不自信，但后来学会了欣赏这种"慢流式订阅收入"的价值。这种真实分享建立了很强的情感连接。
4. 产品本身（零成本病毒传播）
websequencediagrams.com和其他工具都设计有自然的传播机制：免费版的输出带有工具的水印/链接；企业用户在使用中自然会推荐给同事；GitHub上的开源工具（如smhanov/auth库）带动了对他商业产品的关注。
▲ ▲ 财务模型对比：$100月成本 vs $60,000月收入
转化率与渠道成本
虽然没有公开的精确转化率数据，但从已披露的信息可以推断：
- 博客→产品：用户从博客文章中发现工具，转化路径极短（文章末尾直接有链接）。博客流量免费（靠SEO和社区分享），获取一个试用用户的成本趋近于零。
- 免费→付费：websequencediagrams.com的免费版功能完整但有水印/使用限制，企业用户有自然的升级动力。企业用户通常主动联系，转化率极高（因为需求是主动的）。
- 获客成本：几乎为零。他没有广告支出，不做付费推广，所有增长都是有机的。
关键获客启示
- 内容是最好的获客引擎：写一篇深度技术文章的成本是一次性的，但它可以持续数年为你带来源源不断的精准用户。
- 不要先找用户，先让用户找你：在垂直利基市场做出真正好用的工具，用户会自己找上门。
- 免费是最高效的付费转化漏斗：先给用户完整的使用体验，当他们自己意识到需要更多时，付费就是顺理成章的。
- 一次社区爆发可能改变一切：HN的980 points不是运气——是他十几年博客积累的信誉和那篇文章本身质量的结果。但爆发之后，他把"Steve Hanov"变成了一个品牌。
交付
一个完整的客户旅程是什么样的？以websequencediagrams.com的典型企业客户为例：
客户旅程时间线
第0天（发现）：某大厂的高级工程师在Google搜索"sequence diagram tool online"，看到了Steve Hanov的技术博客文章，点进去读完后试用了页面底部链接的免费工具。发现用文本描述就能自动生成漂亮的序列图，比PlantUML方便太多。
第1-7天（团队使用）：这位工程师在团队内部开始使用这个工具做架构评审。其他工程师也开始用。项目经理注意到团队在用的这个工具不错。
第8-14天（企业需求识别）：团队的项目越来越大，需要画的序列图越来越复杂。有人发现免费版有些限制（比如输出带水印、不支持私有部署）。技术经理想起公司有信息安全要求——不能把内部架构图上传到公共网站。
第15天（主动联系）：技术经理或采购部门通过网站上的联系方式给Steve Hanov发邮件，询问企业版/私有部署版的报价。
第16-18天（沟通与定制）：Steve Hanov回复邮件，了解对方的具体需求（团队规模、部署方式、合规要求）。如果有标准企业方案，直接报价；如果需要定制，说明额外成本和时间。因为他是唯一开发者，回复通常很快（24小时内），且技术细节直接沟通，不需要"转技术顾问"。
第19-21天（企业内部审批）：客户走内部采购流程。因为金额不大（通常几千到几万美元/年），且属于"提升团队效率"的软件工具采购，通常审批速度较快。
第22天（部署与交付）：如果是SaaS版，直接开通企业账号；如果是私有部署版，提供部署包（Go编译的二进制文件+SQLite数据库）。部署文档因为产品架构极简，通常不超过一页。
第23-30天（使用与反馈）：客户开始正式使用。因为是订阅制，持续使用=持续付费。bug修复和功能更新由Steve Hanov异步处理。
第31天起（持续订阅）：客户每年续费。如果有新需求，再沟通定制。因为Steve Hanov的产品都极其稳定（单VPS+SQLite架构天然可靠），客户流失率极低。
交付模式的核心优势
- 异步交付：作为一人公司，Steve Hanov不需要实时响应。邮件24小时回复在B2B SaaS中完全可接受。
- 低维护产品：Go+SQLite的架构天然稳定，99.9%的可用性用一台VPS就能实现。大部分时间不需要任何操作。
- 自助服务为主：产品设计足够直觉化，用户不需要培训。有问题时文档和FAQ覆盖大部分场景。
- 多产品之间的协同：一个产品积累的技术组件（如认证系统）可以直接复用到其他产品，加速新产品交付。
财务模型
收入结构
基于公开信息推算Steve Hanov的财务模型：
| 产品 | 月经常性收入(MRR) | 年经常性收入(ARR) |
|---|---|---|
| websequencediagrams.com | ~$10,000 | ~$120,000 |
| eh-trade.ca | ~$10,000 | ~$120,000 |
| rhymebrain.com | ~$10,000 | ~$120,000 |
| rapt.ink | ~$10,000 | ~$120,000 |
| zwibbler.com | ~$10,000 | ~$120,000 |
| xreplyextension.com | ~$10,000 | ~$120,000 |
| 总计 | ~$60,000 | ~$720,000 |
注意：每个产品的MRR是近似值（$10K级别），实际可能会有波动（有的可能$8K，有的可能$12K）。但6个产品的组合策略天然平滑了单一产品的波动风险。
成本结构
固定成本（月均）：
| 项目 | 月成本 |
|---|---|
| VPS服务器（多台$5-10/月） | ~$30 |
| 域名注册（6+产品域名） | ~$5 |
| GitHub Copilot | $10-20 |
| OpenRouter API | $5-10 |
| 电费（RTX 3090运行） | ~$20 |
| 其他（邮箱、SaaS工具等） | ~$20 |
| 月固定成本合计 | ~$90-105 |
一次性成本：
| 项目 | 成本 |
|---|---|
| RTX 3090显卡 | $900 |
| 开发用电脑 | $2,000 |
变动成本：几乎为零。SaaS产品的边际成本（服务一个额外用户的成本）趋近于零——这也是这个商业模式最美妙的地方。
盈亏平衡分析
Steve Hanov的月固定成本约$100，只需要一个产品的一个用户（通常企业订阅$500-2,000/月）就能覆盖全部技术成本。他不需要"做到X个用户才能回本"。
如果把他自己的时间成本计入（假设他每月花100小时在维护和开发上，时薪$100），月总成本约$10,100。任何一个产品的MRR（~$10,000）几乎就能覆盖这个全部成本。剩余5个产品的收入就是纯利润。
现金流周期
- 客户支付：月付或年付（B2B SaaS通常预付）
- 成本支付：月付（VPS、域名都是按月或按年预付）
- 现金流特征：正向现金流几乎从第一天开始。没有30-60天的应收账款周期。
▲ ▲ 30天从0到1路线图：5个阶段启动你的第一个SaaS
单客经济模型（以websequencediagrams企业客户为例）
- 平均客单价：$500-2,000/月（企业版 vs 个人版）
- 获客成本(CAC)：~$0（内容营销，无付费获客）
- 年客户价值：$6,000-24,000
- 客户生命周期：5-10年（工具型SaaS留存率极高）
- 客户终生价值(LTV)：$30,000-240,000
- LTV/CAC比：无穷大（CAC趋近于零）
- 回本周期：即时（第一个月的订阅收入已覆盖服务该客户的所有边际成本）
财务模型的三大启示
- 多产品组合是对抗不确定性的最佳策略：一个产品可能因为市场变化而收入下降，6个产品同时下降的概率极低。Code Monkey（Steam独立开发者）也验证了同一逻辑——9款游戏总收入$109万，没有一款是现象级大作，但组合起来提供了稳定收入。
- 成本结构决定了你的自由度：$100/月的技术成本意味着你永远不需要融资，永远不需要讨好投资人，永远可以按自己的节奏做事。
- B2B SaaS的现金流特性是无敌的：预付年费、零应收账款、低流失率、高客户终生价值——即使规模不大，这些特性也让独立开发者的生活质量远超"做大做强"的创业公司创始人。
路线图：30天从0到1启动你的极简SaaS
如果你想复制Steve Hanov的路径，这里是一个30天的可操作计划：
第1-3天：找利基
- 列出你所在行业或兴趣领域中的5-10个痛点
- 每个痛点问三个问题：①有人愿意为解决方案付费吗？②解决方案能否做成自助式工具？③这个市场有自然的内容获客渠道吗？
- 选择最确定的1个方向
第4-7天：搭技术栈
- 注册DigitalOcean账号，创建一台$6/月的VPS（Ubuntu）
- 安装Go环境，写好第一个"Hello World"Web服务
- 配置SQLite + WAL模式
- 配置SSH安全（密钥登录、禁用密码登录、防火墙）
- 买域名，配置DNS指向VPS
第8-14天：做MVP
- 用GitHub Copilot辅助编码（$10/月订阅）
- 核心功能只做最必要的（够一个人用就行）
- 不做用户系统、不做支付、不做管理后台——先验证核心价值
- 部署到VPS，确保公网可访问
第15-21天：写内容
- 写一篇1500-2000字的技术博客，讲清楚"为什么需要这个工具"和"怎么用"
- 文章末尾放产品链接
- 发布到个人博客、Medium、Dev.to、知乎/CSDN
- 在相关社区（Reddit、HN、V2EX、即刻）分享，但要先提供价值再贴链接
第22-25天：加付费
- 接入Stripe支付（最简集成：一个支付链接即可）
- 设置定价：个人版$9-29/月，企业版$99-499/月
- 免费版保留核心功能但加适度限制（水印/使用次数/功能限制）
- 不需要复杂的订阅管理系统——初期一个Google Sheet就能追踪
第26-30天：优化与迭代
- 收集第一批用户的反馈
- 修复最紧急的bug
- 写第二篇博客（可以是"我用$6/月VPS搭建了这个工具的完整过程"——这类内容本身就自带传播力）
- 开始规划第二个产品
常见问题（FAQ）
Q: 我技术不够好，做不出Go+SQLite的产品怎么办？
Steve Hanov的哲学不是"你必须用Go"。他选择Go是因为它适合他的场景。如果你的技术栈是Python+PostgreSQL，这个成本差距没有那么大（Hetzner $5/月的VPS有4GB RAM，Python完全跑得动）。核心不是具体工具，而是"用最简单的东西解决问题"的心态。如果你只会用Notion+Zapier+Airtable做解决方案，那也是完全有效的独立创业。
Q: 我没有$900买RTX 3090怎么办？
本地GPU不是必须的。Steve Hanov用它是因为eh-trade.ca有大量批量处理需求。如果你的产品不需要批量AI处理，用OpenRouter/OpenAI API完全够，成本仍然很低（每月$10-30）。甚至你可以先不做AI功能，等有了收入再升级。
Q: 我怎么知道该做哪个产品？
Steve Hanov的方法是：先写博客。写的过程中你会发现哪些话题读者最感兴趣、哪些问题被反复问到——那些就是产品的种子。不是"先想到产品再找用户"，而是"先建立读者群再发现需求"。
Q: 一个人做6个产品不会顾不过来吗？
Steve Hanov不是同时做6个产品的。他是花了十几年时间，一个接一个积累的。而且他的产品都设计为"低维护"——稳定运行、自助服务、不需要持续开发。当一个产品稳定后，只需要极少的维护时间，就可以启动下一个。用AI工具（Copilot、Claude Code）后，开发新产品的速度还在持续加快。
Q: 中国市场能做这种模式吗？
可以，但需要调整。中国用户的付费习惯偏向于一次性买断而非每月订阅，B2B企业付费意愿也因行业差异很大。可以考虑：①面向海外市场（Stripe收款、英文产品）；②用微信支付+知识星球等国内付费工具；③做"工具+培训+社群"的组合产品。核心原则不变：极低成本、内容驱动增长、多产品组合分散风险。
Q: 看起来太简单了，是不是有什么没说的？
Steve Hanov模式最大的"陷阱"是：技术确实简单，但持续写作+持续做产品+持续耐心等待的能力是极度稀缺的。大多数人在第3个月看到第一个产品只有10个用户时就放弃了。他坚持了十几年。真正的壁垒不是技术栈，是时间复利。
总结
Steve Hanov的故事不是一个"普通人一夜暴富"的童话。他是一个在滑铁卢默默做了十几年独立开发的工程师，直到2026年因为一篇博客被HN顶上热榜，才被更广泛的社区认识。
他的成功里可以复制的部分：
- 极简技术栈：Go + SQLite + VPS + AI工具，任何人都可以在一周内搭建出来
- 内容驱动增长：持续写高质量博客，让用户自己找上门
- 多产品组合：不追求一个爆款，做多个小而稳的工具
- AI加速但不依赖：用AI提升效率，但核心价值不是"AI工具"本身
不能复制的部分：
- 十几年的积累和时间复利
- 对多个垂直领域的技术理解深度
- 极其清晰的产品判断力
但好消息是：你不需要等到"准备好"才开始。他的所有产品都是从"先做一个免费工具，放在博客上看看有没有人用"开始的。
*本文数据来源：Steve Hanov个人博客（stevehanov.ca）、Hacker News讨论（980 points/517 comments）、LinkedIn公开资料、掘金社区中文解读、Founderland分析文章。关键财务数据为基于公开信息的合理推算，实际数字可能有波动。AI辅助创作，经人工审核编辑发布。*
#一人公司 #独立开发者 #SaaS #极简技术栈 #AI创业
本文由AI辅助创作，经人工审核编辑发布