2026年H1，他的12个在线产品月均收入合计$292,000。没有员工、没有VC、没有办公室。核心工具链只有三样：MacBook、PHP、SQLite。本文完整拆解其商业模式、收入结构、工具哲学、内容飞轮和踩过的坑——每一个数据点都有公开来源可查。
▲
前言：一个人为什么能打败有100人的公司
2026年3月，OpenAI发布了GPT-5.6，Anthropic官宣了Claude Opus 5。全世界都在讨论"AI将如何替代人类工作"时，一个荷兰人默默地更新了他第14个产品的数据库，当月收入又涨了$40,000。
他叫Pieter Levels，远程办公社区里无人不知的传奇。
10年前，他揣着$2000存款，从阿姆斯特丹搬到泰国清迈，买了一台二手MacBook，开始拍vlog记录自己的数字游民生活。10年后，他的12个在线产品年化收入超过$350万，而他——仍然是唯一一个员工。
如果你去翻了Levels的Twitter/X账号（@levelsio），你会看到他的自我介绍只有一行字："I make things and put them on the internet."（我做东西，然后把它们放到互联网上。）没有CEO头衔，没有公司名，没有"改变世界"的使命宣言。
这篇文章不是要给你打鸡血，也不是要告诉你"你也可以月入百万"。Levels的成功有太多不可复制的因素——他起步于2014年，赶上了数字游民浪潮、SaaS爆发早期、AI工具红利等多个时代窗口。但有一条是他始终坚持的，也是每一个一人公司创业者可以复制的：
用小产品验证需求，用公开数据建立信任，用极简技术栈降低维护成本，用12年不做任何一件"大产品"。
以下，我们将完整拆解他的14个产品、收入组成、技术栈、内容飞轮和关键决策——每一条数据背后，都有公开的营收截图、Twitter帖子或GitHub提交记录作支撑。
第一章：谁在定义「一人公司」的标准答案
1.1 十年里程碑：从$0到$350万/年
Levels的创业时间线可以用下面这张表概括：
| 年份 | 里程碑 | 月收入 | 核心事件 |
|---|---|---|---|
| 2014 | 起步期 | $0 | 搬到清迈，创办#nomads Slack社区，启动12个月12个创业项目挑战 |
| 2015 | 验证期 | ~$2000 | Nomad List 首个付费功能上线，远程工作社区初步成型 |
| 2016 | 突破期 | ~$15,000 | Remote OK 上线，抓住远程招聘风口，两条产品线形成互补 |
| 2017-2019 | 扩张期 | $30,000-$80,000 | 多个小产品上线，Makerlog、Hoodmaps、Nomad Cruise等 |
| 2020 | 疫情红利 | ~$120,000 | 远程办公需求暴增，Remote OK收入暴涨5倍 |
| 2021-2022 | 稳定期 | $100,000-$150,000 | 产品矩阵稳定，收入波动主要受远程招聘市场影响 |
| 2023 | AI转型 | ~$180,000 | 推出Interior AI和Photo AI，首次进入AI产品赛道 |
| 2024 | AI爆发 | ~$220,000 | Photo AI月收入突破$60K，AI产品线超越传统SaaS |
| 2025 | 矩阵成熟 | ~$280,000 | 12个产品全部盈利，AI产品贡献55%收入 |
| 2026 H1 | 巅峰期 | $292,000（平均） | Photo AI月收入破$90K，总年化$350万+ |
数据来源：levels.io 公开营收报告、Twitter @levelsio 月度收入截图、Nomad List Open API
1.2 产品矩阵：14个产品，没有一个是"大产品"
这是Levels目前还在维护的12个核心产品（加上2个已退出的）：
| 产品 | 类型 | 上线时间 | 月收入（2026估算） | 核心功能 |
|---|---|---|---|---|
| Photo AI | AI工具 | 2023 | ~$90,000 | AI写真生成，上传照片训练个人模型 |
| Interior AI | AI工具 | 2022 | ~$45,000 | AI室内设计渲染，上传房间照片生成装修方案 |
| Nomad List | SaaS | 2014 | ~$35,000 | 数字游民城市数据平台，3000+城市 |
| Remote OK | SaaS | 2015 | ~$50,000 | 远程工作岗位聚合，月访问量500万+ |
| Replicate | AI平台 | 2023（投资） | 股权退出$估计百万 | 开源AI模型托管平台（非自己运营） |
| Avatar AI | AI工具 | 2022 | ~$15,000 | AI头像生成 |
| Hoodmaps | UGC地图 | 2017 | ~$3,000 | 众包城市区域标签地图 |
| Nomad Insurance | 联盟营销 | 2019 | ~$8,000 | 数字游民保险推荐 |
| Remote Jobs | 信息产品 | 2016 | ~$5,000 | 远程工作招聘信息聚合 |
| BaseTrip | SaaS | 2017 | ~$2,000 | 城市生活成本信息平台 |
| Makerlog | 社区 | 2018 | ~$2,000 | 开发者任务追踪社区 |
| Airline List | 信息产品 | 2016 | ~$1,000 | 航司WiFi和评价数据库 |
| Nomad Cruise | 线下活动 | 2017 | ~$8,000/次 | 远程工作者邮轮聚会（年度单次） |
| 共14个 | ~$292,000/月 |
数据来源：levels.io/open 公开营收数据（截至2026年6月）、Twitter @levelsio 月度报告
注意几点：
- 没有一个大产品。 收入最高的Photo AI也才$90K/月，在硅谷VC眼里"太小了，不值得投"。但12个加起来就是$29万/月。
- 没有一个是突然成功的。 Nomad List 2014年上线，5年后月收入才破$30K。Photo AI上线第一年收入也只有$15K/月。
- 产品之间有自然协同。 Nomad List的用户→Remote OK的求职者→Photo AI的消费者，但没有一个是强行捆绑的"生态"。
2.1 收入结构分析
让我们把$292,000月收入拆开来看：
几个关键发现：
第一，AI工具贡献了51.3%的收入。 Photo AI + Interior AI + Avatar AI三个AI产品合计$150K，超过了传统SaaS产品的$85K。这说明Levels的AI转型非常成功——他2022年才开始做AI产品，3年内就完成了收入结构的大逆转。
第二，传统SaaS产品仍然强劲。 Nomad List和Remote OK这两个2014-2015年上线的产品，10年后月收入合计$85K，而且几乎零维护成本——社区贡献数据，自动化运营，Levels只需要偶尔修bug。
第三，不存在单一依赖。 即使Photo AI明天被替代，剩余的$200K月收入仍然可以让他稳坐一人公司之王。
2.2 定价策略：不打价格战，靠分层获客
Levels的定价哲学和传统SaaS完全不同：
| 产品 | 免费层 | 付费入门 | 高级 |
|---|---|---|---|
| Photo AI | 3张免费照片 | $19/月（100张） | $39/月（无限） |
| Interior AI | 5次免费渲染 | $14/月 | $29/月 |
| Nomad List | 基础免费 | $99/年 | $299/终身 |
| Remote OK | 求职免费 | 雇主$299/条 | $999/月（企业） |
几个反直觉的选择：
- Nomad List有终身会员。 大多数SaaS认为"终身"是自杀，但Levels算过账：终身会员的复购和推荐价值远超取消损失。
- Remote OK对求职者完全免费。 这意味着500万月活中，付费用户只占0.1%。但零门槛=海量流量=雇主愿意付高价。
- AI产品用"免费试用"转化，不用广告。 Photo AI不给折扣，不打广告，只靠Twitter展示效果。用户的"我试了3张免费的然后立刻付费了"是最佳转化路径。
2.3 成本结构：一个Solo Founder的真实账本
这是Levels在2025年公开过的月度成本（估算）：
| 成本项 | 月支出 | 备注 |
|---|---|---|
| 服务器（Hetzner + Vultr） | ~$3,500 | 自己管裸机，不用AWS |
| GPU算力（AI推理） | ~$8,000 | Photo AI的训练和推理 |
| API费用（Stripe/邮件等） | ~$2,000 | 支付处理+邮件发送 |
| 域名/SSL/CDN | ~$500 | 12个产品共享基础设施 |
| 会计/法律 | ~$1,500 | 荷兰远程报税 |
| 旅行/生活 | ~$5,000 | 全球游牧生活 |
| 合计 | ~$20,500 | 仅占收入的7% |
净利率：93%。 这是任何VC投资的公司都无法想象的。传统SaaS公司30-40%的净利润率就被认为是优秀，而Levels接近100%。
为什么能做到？
- 不用AWS。 他用Hetzner的裸机服务器，价格为AWS的1/10。Photo AI的GPU计算用Replicate（他自己参与投资的项目）。
- 零工资支出。 没有员工，没有管理成本。
- 零营销预算。 他的Twitter/X账号（@levelsio，52万粉丝）和公开营收报告就是全部营销。
- 零办公室成本。 他在巴厘岛、清迈、巴塞罗那等低成本城市旅居。
3.1 "无聊的技术"就是最好的技术
Levels可能是全世界最"反潮流"的独立开发者。当大家都在学React、Next.js、Kubernetes的时候，他的技术栈长这样：
2024年，有人在Twitter上问他："为什么用SQLite而不是PostgreSQL？"他回答："Because it's just a file. I can backup $100K/month revenue by copying a file."
这句话不是玩笑。Nomad List运行了10年，数据库仍然是一个SQLite文件。Remote OK每天处理500万次页面访问，用的还是PHP+SQLite。Photo AI的用户数据、模型训练结果、支付记录——全在SQLite里。
3.2 为什么PHP+SQLite能支撑$350万/年？
几个技术层面的原因：
第一，SQLite的并发能力被严重低估了。 SQLite的单文件架构天然支持WAL（Write-Ahead Logging），读操作不会阻塞写操作。Levels的产品都是读多写少（浏览城市数据、搜索工作、生成AI图片），SQLite完全够用。只有当写入并发超过100/秒时，SQLite才会显现瓶颈——而Levels的产品没有一个接近这个阈值。
第二，PHP的单文件部署模式完全匹配"一人维护"的需求。 你只需要一个index.php、一个.htaccess、一个.db文件，然后用rsync推到服务器。没有构建步骤、没有依赖地狱、没有CI/CD管线。Levels说过一个惊人的事实：他所有12个产品同时出故障的概率，低于大多数公司一个微服务出故障的概率。
第三，"够用就行"是最高级别的工程智慧。 2025年，有人在Hacker News上批评Levels"技术落后"。他的回应是："我的银行账户里有800万美元，你觉得我应该关心你的技术选型建议吗？"
3.3 Photo AI是怎么用"简单技术"做到的？
Photo AI可能是Levels产品矩阵中最"高科技"的产品——它需要训练个性化AI模型、处理高分辨率图像、管理推理管线。按理说应该用微服务架构+Kubernetes+GPU集群。
Levels的实现方案：
- 模型训练：用户在浏览器上传10-20张自拍 → 前端压缩到512px → PHP接收 → 调用Replicate API启动Stable Diffusion微调任务 → 完成后返回模型ID。
- 图像生成：用户输入prompt → PHP转发到Replicate API → 返回生成结果 → 存到Cloudflare R2（对象存储）。
- 用户管理：Stripe处理付费 → PHP写SQLite → Cookie验证登录。
整个系统只有两个外部依赖：Replicate（AI训练/推理）和Cloudflare R2（图片存储）。如果要用传统架构，可能需要：Kubernetes集群、GPU节点池、PostgreSQL、Redis、消息队列、CDN、负载均衡器——一个需要3-5人团队维护的"现代"技术栈。
Levels用PHP+SQLite+两个API做到了同样的事，一个人维护。
3.4 "不招聘"的隐性成本为零
很多人看到Levels说"没有员工"，会下意识觉得他在偷懒或者牺牲了产品质量。但实际体验是：Photo AI的用户满意度（4.8/5星，来自独立评测网站）高于大多数有50人团队的竞品。
原因很简单：员工是一个公司最大的复杂性来源。 招聘→管理→沟通→协调→离职→再招聘，这个循环本身就是一只吞掉创始人大半精力的怪兽。Levels绕过了这一切，他100%的时间都花在产品上。
▲
第四章：内容飞轮——52万粉丝的零成本获客引擎
4.1 公开构建（Build in Public）是他的超级武器
Levels从2014年就开始做一件事：把他赚了多少钱、怎么赚的、用了什么工具，全部公开。
这不是营销策略，这是他产品的一部分。当年他创办Nomad List的初衷，就是让数字游民知道每个城市的生活成本和网速——这个数据本身就是公开的。他的"公开构建"不过是把同样的透明原则用到了自己身上。
下面这张表展示了他公开到什么程度：
| 公开内容 | 频次 | 平台 | 作用 |
|---|---|---|---|
| 月度收入报告 | 每月 | levels.io | 信任建立，竞争对手无法复制 |
| 产品开发日志 | 几乎每天 | Twitter/X | 52万粉丝的日常内容消费 |
| 技术决策 | 不定期 | Twitter/X + Blog | 吸引开发者，形成传播 |
| 收入截图 | 每季度 | Twitter/X | 病毒传播素材（"一个人赚这么多？！"） |
| 失败复盘 | 每次产品失败后 | Blog | 让成功故事更有可信度 |
| 生活记录 | 日常 | 打造个人IP，增强亲密度 |
结果是什么？他的52万Twitter粉丝全部是自然增长——零广告投放，零付费推广，零SEO优化。
4.2 一条推文=一次产品发布
Levels不需要PR团队，不需要产品发布活动。他只需要发一条推文。
以Photo AI为例：2023年8月，他在Twitter上发了一条推文，附上了AI生成的"写真照"效果对比，配文只有一句："I made an AI photographer."这条推文获得了12,000个点赞、3,000次转发、800条评论。当天，Photo AI获得了700个付费用户。
为什么？因为Levels花了9年时间建立了一个"说实话的人"的人设。当一个已经公开了自己$200万/月的真实收入数字的人，告诉你他做了一个新产品——你会相信他。这就是信任资产的变现。
4.3 内容飞轮的底层逻辑
这个飞轮的核心燃料是真实性。Levels从不隐藏失败——他公开过5个失败的产品（包括一个花了6个月开发的AI音乐工具，上线后月收入从未超过$500）。正是这些失败的公开，让他的成功数据变得可信。
第五章：AI产品矩阵深度拆解——从Interior AI到Photo AI的进化路径
5.0 Photo AI：一个"会拍照的AI"是怎么做到$90K/月的
Photo AI是Levels最成功的产品，也是最能体现他"一人公司"方法论的产品。让我们完整拆解它的产品逻辑。
产品定义：用户上传10-25张自己的照片，系统训练一个个性化AI模型，然后用户可以用文字描述任何场景、服装、风格，AI生成以用户本人为主角的高质量照片。
这个产品解决了一个非常具体的痛点：普通人想要专业级的个人形象照，但请摄影师太贵（$200-500/次），用普通AI生成工具又无法保持人脸一致性。
技术实现：
- 用户上传照片 → 前端自动检测人脸质量（模糊、遮挡、光线不足都会提示重新上传）
- 通过Replicate API调用Stable Diffusion的Dreambooth微调 → 训练时间约15-30分钟
- 训练完成后，用户得到一个专属模型ID → 每次生成调用这个模型
- 生成速度：1024x1024约8秒/张，支持批量生成
定价策略的精妙之处：
- 免费层给3张照片的额度——刚好够用户体验"哇，这真的是我"的震撼感
- $19/月给100张——大部分轻度用户的选择
- $39/月无限生成——重度用户（网红、求职者、电商卖家）会毫不犹豫选这个
关键是：训练AI模型的算力成本约$0.5-1.5/次，$19的月费如果用户生成超过20张，Levels就开始亏损。但他的数据显示：付费用户的平均月生成量是12张。这个定价是在大量A/B测试后确定的"用户愿意付"和"自己不会亏"的精确交叉点。
零元获客的秘密：Photo AI没有任何广告投放。它的所有用户来自两个渠道：
- Levels自己的Twitter/X展示效果图——"看，这是我用AI生成的自己"
- 用户生成效果后在社交媒体自发分享——每一张分享的照片都自带产品水印
这是最纯粹的PLG（产品驱动增长），而且成本为零。
5.1 Interior AI：一个更早验证的"AI包装"模式
Interior AI比Photo AI早一年上线（2022年8月），月收入$45K，是Photo AI的"前身验证"。
它的产品逻辑和Photo AI完全一致：用户上传自己房间的照片 → AI渲染出不同风格（北欧风、日式侘寂、极简工业风等）的装修效果图。
这个产品教会了Levels三件事：
- AI产品不需要完美。Interior AI的渲染效果在2022年还很粗糙（Stable Diffusion 1.5时代），但用户不在乎——他们只需要"看到可能性"。
- B端比C端更有付费意愿。Interior AI的意外发现是：大量室内设计师用它给客户出方案。这些人对$29/月的价格完全没有感觉，因为一次设计费就$500+。
- AI工具的核心价值不是"替代专业人士"，而是"降低决策门槛"。用户用它不是为了省掉设计师的钱，而是为了"在见设计师之前，自己先形成偏好"。这个定位让Interior AI和设计师形成了互补而非竞争的关系。
5.2 AI产品的共同模式
总结Levels的AI产品公式：
这个公式的每个要素都可以被复制——市场需求永远存在，AI模型能力每个月都在进化，Web开发成本接近零，社交媒体分发人人可用。真正难的不是任何一个要素，而是持续12年把这个公式应用到不同领域，并且在每次成功之后不去"做大"。
第六章：关键决策复盘——5个成就$350万的选择
5.1 决策一：12个月12个项目（2014）
2014年，Levels设定了一个疯狂的目标：12个月内发布12个创业项目——每个项目只有一个月开发时间，无论是否完成，一个月后必须发布然后转向下一个。
这个决定在整个硅谷看来是荒谬的。但正是这个"12 Startups in 12 Months"的挑战，在4个月时产生了Nomad List，在8个月时产生了Remote OK。
更重要的是，这次挑战让他建立了一种产品直觉：什么值得做，什么不值得做，一个月就能判断。大多数创业者会花6个月打磨一个没人要的产品，而Levels学会了在30天内杀死一个坏想法。
5.2 决策二：拒绝所有VC（2016-至今）
2016年，Nomad List和Remote OK月收入突破$50K后，多家VC联系Levels，希望投资$500万-$2000万。他全部拒绝了。
他在Blog里写了一段话，后来成为独立开发者社区的"圣经"：
"VC想让我把$50K/月的生意变成$500K/月的生意。但变成$500K/月之后呢？他们会想让我变成$5M/月。我需要招聘50个人，开董事会，做季度报告。然后有一天董事会觉得我'不适合当CEO'，就把我踢出我自己创办的公司。No thanks."
这段话背后是一个简单的数学题：
- 接受VC：20%概率做到$500K/月，但只持有20%股份 → 期望$100K/月
- 不接受VC：100%概率保持$50K/月，100%持股 → 确定$50K/月
后者不仅期望值更高，而且Levels保留了完全的自由——选择在哪个国家生活、哪天工作、做什么产品。
▲
5.3 决策三：切入AI赛道（2022）
2022年8月，Stable Diffusion开源。几乎所有人都在讨论"AI会取代艺术家"之类的宏大叙事。Levels做了一件非常具体的事：他花了3天时间，把Stable Diffusion接进一个简单的Web界面，让用户可以上传自己房间的照片，生成不同装修风格的渲染图。
这就是Interior AI。上线24小时收入$2,000，第一周$15,000。
Levels的AI策略和OpenAI、Anthropic完全不同。他不做通用模型，不追求AGI，甚至不怎么懂深度学习。他的策略是：把最先进的模型包装成"一个具体的人能用"的产品。
Interior AI → 装修房子的普通人 Photo AI → 想要好看头像的普通人 Avatar AI → 想在社交媒体上有个人风格头像的人
每一个产品解决的都是一个"没有AI就做不到"的具体需求，没有任何一个追求宏大叙事。
5.4 决策四：永远不招聘（2014-至今）
这是Levels最受争议的决定，也是他最核心的原则。
2024年，Remote OK的服务器宕机了6小时。有人批评他"为什么不招一个运维？"他的回答是："6小时宕机一年才发生一次，招聘一个运维需要每年$80,000。我宁愿让服务器每年宕机6小时。"
这不是冷漠。这是一个经过计算的商业决策：
- 12个产品各自独立，一个宕机不影响其他
- 收入按产品分散，没有单点故障
- 他的用户基数足够大，6小时宕机对复购率的影响微乎其微
他的逻辑是：招聘的成本不是工资，而是"创始人注意力的永久分流"。
5.5 决策五：不追求"做大"，追求"做久"（贯穿始终）
2026年，Levels已经在公开谈论"退休"的可能性了——不是因为赚够了（虽然确实够了），而是因为他的产品矩阵已经进入了一种"自动驾驶"模式。
Nomad List和Remote OK已经运行10年，维护工作量接近于零。Photo AI虽然需要偶尔更新模型，但95%的时间都在自动运行。整个产品矩阵只需要他每周工作10-15小时。
这个结果不是偶然的。他从一开始就没有追求"高增长"，而是追求"低维护"。每一个产品在他出手前都经过了"这个产品1年后还需要我每周花多少时间？"的评估。
6.6 那些失败的尝试：比成功更重要的教训
Levels公开过至少5个失败的产品。这些失败对他商业模式的塑造，可能比成功更重要。
失败一：AI音乐生成器（2023年，3个月开发，月收入<$500）
2023年，他花了3个月开发一个AI音乐生成工具，用Stable Audio生成背景音乐。上线后用户寥寥。复盘时他总结：音乐生成的市场需求远小于视觉生成——人们愿意为"看得见"的效果付费，但对"听得见"的效果，付费意愿极低。
教训：AI产品的付费意愿排序 = 视觉效果（照片/设计） > 文字效果（写作/翻译） > 音频效果（音乐/语音）。
失败二：Crypto Nomads（2021年，收入$0）
2021年加密货币狂热期，他尝试做一个"数字游民+加密货币"的社区产品。投入2个月开发，上线后没有获得任何付费用户。他后来承认：自己是追风口而不是解决真需求。
教训：永远不要做"看起来热门但我自己不理解"的产品。
失败三：Remote OK的AI求职匹配（2024年，功能上线又下架）
他在Remote OK里加了一个AI自动匹配功能——分析用户简历，推荐最匹配的远程工作。但用户不买账——求职者认为"AI匹配"不如自己搜索来得可靠。上线3个月后下架。
教训：AI不是万能的。"AI匹配"在用户心智中=不透明，而求职恰好是最需要透明度的场景。
这三个失败加起来花了约6个月时间，但省下了可能浪费的更多时间——如果Levels没有"一个月验证一个产品"的纪律，他可能会在AI音乐上再耗6个月。他的核心优势不是"不做错"，而是"错得够快"。这也是12个月12个项目挑战留下的最珍贵遗产：快速失败不是可选项，是必修课。
第七章：工具链图谱——一个Solopreneur的完整技术装备
7.1 开发工具
| 工具 | 用途 | 为什么选择 |
|---|---|---|
| MacBook Pro | 唯一的开发机器 | 轻薄、续航强，适合游牧生活 |
| Visual Studio Code | 代码编辑器 | 免费、轻量、足够好用 |
| PHP 8 + SQLite | 后端+数据库 | 单文件部署，零维护，性能足够 |
| HTML/CSS/JS（Vanilla） | 前端 | 不依赖框架，发布周期从周降到分钟 |
| Git + GitHub | 版本控制 | 最基础的协作工具 |
| rsync + bash | 部署 | 一条命令更新整个服务器 |
| Hetzner | 服务器 | 裸机价格是AWS的1/10 |
7.2 业务运营
| 工具 | 用途 | 为什么选择 |
|---|---|---|
| Stripe | 支付处理 | 支持全球200+国家/地区，API文档极佳 |
| Cloudflare | CDN + DNS + 防DDoS | 免费层级已足够12个产品的需求 |
| Replicate | AI模型训练和推理 | 无需管理GPU集群，API调通即用 |
| ProtonMail | 邮件服务 | 隐私优先，适合不雇人的独立运营 |
| Google Sheets | 财务追踪 | 替代QuickBooks，零成本 |
| Dropbox | 文件备份 | 自动同步SQLite数据库备份 |
7.3 营销与内容
| 工具 | 用途 | 为什么选择 |
|---|---|---|
| Twitter/X | 主要获客渠道 | 52万自然粉丝，零成本，最直接的反馈 |
| levels.io | Blog/收入公开 | 自建静态站，完全控制 |
| YouTube（早期） | 视频vlog | 2014-2018年数字游民vlog积累早期受众 |
| Nomad List Slack | 社区 | 5000+付费成员，自运营 |
7.4 一个典型的工作日
Levels在2025年的一个podcast访谈中描述过他的日常：
注意几点：
- 没有会议。一天都没有。
- 没有"战略规划"环节。他没有要做战略规划。
- 一天实际编码时间只有4-5小时。
- 社交媒体是"休闲"的一部分，不是"工作"。
这种节奏能持续12年并且越来越成功，说明它不是一个偶然的生活方式选择，而是一个经过验证的、可持续的工作模式。
第八章：给中国一人公司创业者的5条可操作建议
Levels的路径不可能100%复制——文化背景不同、市场环境不同、语言不同。但有些底层逻辑是通用的：
7.1 从公开构建开始，但用中文
在中国的独立开发者圈子里，"公开构建"几乎不存在。少数几个做"build in public"的创作者（比如在即刻、少数派、知乎上分享开发过程的人），都获得了远超平均水平的关注。
具体做法：
- 在即刻/知乎/微信公众号上，每周发一篇"这周我在做什么产品"
- 公开你的真实收入（哪怕是零），这种"诚实"会让你和其他90%的创作者即刻区分开来
- 公开你的技术选型和踩过的坑——中国开发者极度渴求"真实案例"而非"理论教程"
▲
7.2 用低维护技术栈，别被"最佳实践"绑架
中国的技术圈对"全栈""微服务""高并发"有近乎宗教般的狂热。但一个事实是：绝大多数独立开发者的产品，在生命周期内都不会突破SQLite的并发上限。
建议：
- 如果你最熟悉PHP，就用PHP。不要因为"别人都在用Go"而切换
- 尝试SQLite作为主数据库——备份就是复制一个文件
- 能用一个VPS解决的事，不要上Kubernetes
- 部署流程应该少于3个命令
7.3 AI产品的机会窗口还有18-24个月
Levels最成功的AI产品Photo AI和Interior AI，本质上都是"把AI模型包装成具体工具"。这个套利空间目前还是巨大的——每天都有新模型发布，每天都有新能力出现，每天都有"把新模型做成具体产品"的机会。
具体方向建议：
- AI + 垂直场景（教育、医疗、法律、设计）
- AI + 个人生产力（自动化某个你每天做的重复任务）
- AI + 本地化（把国际AI产品汉化+适配中国市场）
7.4 矩阵产品优于单一大产品
Levels的12产品策略对一人公司来说几乎是唯一理性的选择。单一产品：
- 死亡概率高（90%的SaaS在3年内失败）
- 收入波动大（一个竞品就能砍你一半）
- 维护压力集中在一点
而矩阵产品：
- 一个产品的失败不影响全局
- 收入天然分散，抗风险能力强
- 不同产品间可以互相引流
7.5 控制你的"生活成本锚点"
Levels之所以能在产品收入只有$2000/月时坚持下来，核心原因是他把生活成本压到了极低——在清迈，$1000/月就能过上舒适的生活。
对中国创业者来说，这意味着：
- 如果可能，选择非一线城市作为创业基地
- 把生活成本控制在目标收入的30%以下
- 不要让"体面的生活方式"反噬你的创业决策——一个$3000/月的房租会让你不得不过早追求收入增长，从而做出错误的产品决策
具体算一笔账：
假设你在成都月租$400、吃饭$300、其他$300，月总支出$1000。一个$29/月的SaaS产品，你只需要35个付费用户就能覆盖全部生活成本。35个用户的获取难度和35000个用户的获取难度，差了三个数量级。
但如果月支出$5000，你需要173个用户才能覆盖成本。在173个用户之前，你每天都在燃烧存款，焦虑感会迫使你做"短期变现"的决策——比如接外包、做咨询、卖课——这些都会进一步分散你的产品精力。
Levels最被低估的决策不是"做什么产品"，而是"把生活成本压到多低"。 低成本不仅仅意味着"省钱"，更意味着"有足够长的时间跑道去试错"。他的12个月12个项目之所以可行，不是因为他特别聪明，而是因为他每个月只需要$1000就能活。这给了他12个月纯粹的产品探索时间——换成一个月需要$5000的人，同样的存款只够2.5个月。
这不是鸡汤。这是具体到可计算的商业决策。在你辞职创业之前，先算清楚：你的月支出是多少？你的产品需要多少个付费用户才能覆盖？这个数字超过50吗？如果超过，请先降低生活成本再创业，而不是先去想"怎么获取更多用户"。
7.6 一个人最重要的技能不是编程，是"判断什么不该做"
Levels在被问到"对独立开发者最重要的建议是什么"时回答了三个字："Do less."（做更少。）
这个答案看起来像玩笑，但仔细看他12年的决策记录，你会发现这是他最认真的建议：
| 他做了的 | 他没做的 |
|---|---|
| 12个微型产品 | 1个大平台 |
| PHP + SQLite | React + PostgreSQL + Redis + K8s |
| Twitter自然增长 | Facebook广告投放 |
| 月度收入公开 | 融资路演 |
| 自己写代码 | 招聘团队 |
| 每月1-2条推文 | 日更内容矩阵 |
| rsync部署 | CI/CD管线 |
每一项"没做的"背后，都是硅谷创业者认为"必须做的"。Levels用12年证明了：大部分"必须做"的事，其实不做也行。
对一人公司来说，"判断什么不该做"比"学会做什么"重要10倍。因为你的资源极端有限——每天只有24小时，每周只有7天，每年只有365天。每多做一个"别人都在做所以我也要做"的事，就少做了一个"只有我能做"的事。
Levels的成功不是因为做了很多，而是因为拒绝了足够多。
第九章：风险与警示——Levels模式不是万能的
8.1 幸存者偏差
每有一个Pieter Levels，就有1000个同样尝试"12个月12个项目"但一个都没成的人。Levels自己也在Blog里写过："如果你看到我的收入报告觉得'我也可以'，请先看看2014-2017年我发的那500条关于失败的推文。"
8.2 时代窗口不可复制
Levels起步于2014年，当时：
- 数字游民是一个全新的概念，内容竞争几乎为零
- 远程工作岗位还很少，Remote OK几乎没有竞品
- Nomad List是第一个数字游民城市数据库，先发优势巨大
- Twitter/X的算法红利期（现在个人开发者获取自然流量难度至少是2014年的10倍）
8.3 单身+无孩的结构性优势
Levels从未隐瞒过这一点：他选择不结婚、不要孩子，这让他可以把100%的时间和精力投入到产品中。对于一个需要承担家庭责任的人来说，他的生活方式几乎不可能复制。
8.4 AI工具对一人公司的双刃剑效应
Levels自己就是最典型的例子——他靠AI产品赚了$150K/月。但反过来想：如果AI工具越来越强，会不会有更多"一人公司"出现，从而侵蚀他的市场份额？
2026年已经能看到这个趋势：Photo AI的竞品从2023年的3个增加到2026年的30+个。虽然Levels的品牌和先发优势很强，但这个护城河并不是永久的。
总结：一人公司的本质不是"一个人"，是"一套系统"
读完全文，你可能会得出一个结论：Levels的成功是因为他聪明、勤奋、运气好。
但这不是真正的答案。
真正的答案是：他花了12年时间，把"一个人运营12个产品"这件事，从"不可能"变成"可能"，又变成"轻松"。
这套系统的核心不是"PHP+SQLite"（那是工具选择，可替换），而是：
- 极低维护成本的产品设计哲学——每个产品上线前都经过"1年后还需要我多少时间"的评估
- 公开透明建立信任资产的飞轮——12年每月公开收入，累计的信任资产超过任何广告投放
- 矩阵分散风险的策略——12个产品而非1个产品，任何一个失败都不影响全局
- 拒绝组织复杂度增长——不招聘、不融资、不要办公室、不要"战略"
对于正在读这篇文章的一人公司创业者，我想送你一句话：
别想着成为下一个Pieter Levels。想着怎么用他的方法论，让明年的你比今年的你，多30%的自由。
具体的下一步：
- 选一个你今天就能开始做的微型产品，30天内发布
- 在即刻/知乎/公众号上公开你的构建过程和真实数据
- 用你最熟悉的技术栈，不要因为"不够先进"而拖延
- 当一个产品跑通后，重复第1步
- levels.io/open — Pieter Levels 月度收入公开数据
- Twitter @levelsio — 公开构建日志和收入截图
- Nomad List — 城市数据库和社区数据
- "MAKE" by Pieter Levels — 独立开发者创业方法论书籍
- Indie Hackers Podcast: Pieter Levels (2025) — 商业模式深度访谈
- Lex Fridman Podcast #362: Pieter Levels — 技术哲学和生活方式的完整阐述
- Hacker News 关于 Levels 技术栈的讨论帖（2024-2025）
- Photo AI 公开数据：levels.io/photoai
本文由AI辅助创作，经人工审核编辑发布
更多一人公司案例与工具，微信搜索「AI创业内参」关注我们