出品｜虎嗅科技组

作者｜SnowyM

编辑｜陈伊凡

头图｜Dustin领英

“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「33」篇文章。

在硅谷，如果你告诉别人你是做 AI 的，大家通常会默认你是斯坦福的博士，或者是 Google 出来的大厂工程师。但今天故事的主角 Dustin Stout，是一个来自美国宾夕法尼亚小镇的前演员。

没有融资，不懂代码，甚至在创业前刚刚经历了长达 4 年的“低谷期”，亏掉了几万美金。

然而，就是这样一个“失意中年人”，在 2023 年凭借敏锐的嗅觉，利用No-Code（无代码）工具，仅用 8 周时间就“手搓”出了一个 AI 聚合器平台：Magai。

上线 2 个月，月入 1 万美元，2 年多时间做到月入 10 万美元（ARR 超百万）。

Magai的案例背后，也证明了AI红利期的宽容。天际资本创始合伙人张倩就曾和虎嗅表达过，AI时代的红利就在于 “创新自带流量”，只要你有足够独特的AI产品，哪怕一开始只有几个人用，只要价值足够突出，就能快速获得几十万甚至更多的关注，这种传播效率在过去是很难想象的。

一个不懂代码的门外汉，是如何在巨头林立的 AI 赛道里杀出一条血路的？Magai 又是如何做到不融一分钱就实现指数级增长的？

8周上线，0融资做到年入百万

Magai 是由 Dustin 于 2023 年创立的一款“一体化”生成式 AI 平台。

简单来说，它并不是创造一个新的 AI 模型，而是做了一个“聚合器”。它通过一个统一的界面，将聊天机器人、图像生成、视频创作等多种 AI 工具整合在一起，让内容创作者和专业人士不再需要在十几个网页之间来回切换。

这个项目的成长速度非常惊人，它从想法形成到产品正式上线，仅用了2 个月。产品上线后，又用了2个月的时间，实现了收入从0到1万美元的增长。在随后不到 3 年的时间里，它迅速发展为年营收超过百万美元的成熟业务，拥有数万名用户。

特别值得一提的是它的融资模式：Magai 在整个发展历程中，没有拿过一分钱的风险投资（VC）。 早期启动完全依靠创始人极其有限的自有资金，随后完全通过产品的订阅收入来支撑公司的扩张和再投入。

这家公司甚至坚持“公开构建（Building in public）”的原则，将公司的营收数据和发展过程透明地展示给公众。

很多人第一眼看到 Magai，可能会认为它只是简单地调用了各大模型的 API（应用程序接口），做了一个“套壳”网站。但实际上，Magai 的核心价值在于它重新设计了专业内容创作者的工作流程。

Dustin Stout 很清楚，ChatGPT 等单点工具虽然强大，但它们更像是聊天机器人，而不是生产力工具。但Magai 的定位非常清晰：它是一个“All-in-One”（一体化）生成式 AI 平台，旨在通过统一的界面，解决用户在不同工具间跳转的低效问题。

在 Magai 平台上，用户不需要为了使用不同的模型而登录不同的网站。Magai 将 GPT、Claude、Gemini、Mistral 以及图像生成模型全部整合在一个统一的聊天界面中，在同一个对话线程中，用户可以随意切换使用的模型，而无需重新开始对话。

Magai 通过后台的上下文缓存机制，实现了不同模型间的记忆共享。全程不需要复制粘贴，也不会丢失上下文信息。对于不知道选哪个模型的用户，Magai 甚至提供了“Auto”模式，系统会自动分析你的需求，智能选择最合适的模型来回答。

Dustin 凭借多年的营销背景，发现许多用户并不知道如何编写高质量的提示词（Prompt）。为了降低使用门槛，Magai 引入了“Persona”（人格）系统。

Magai 内置了 50 多种预设的“人格配置”。

更重要的是，Magai 允许用户复用指令。你可以将自己特定的语气风格、业务背景或格式要求保存为一个自定义 Persona。以后无论你使用哪个模型，都可以一键套用这个“设定”，让 AI 立刻按照你的标准输出内容，而无需每次都重复输入一大段背景信息。

传统的 AI 工具（如 ChatGPT）通常只有对话界面，聊完的内容往往就沉底了，难以整理。Magai 则采用了左侧聊天、右侧文档的布局。

它内置了一个全功能的文档编辑器。用户可以一边与 AI 对话，一边将生成的内容直接插入右侧编辑器进行修改、排版。这种设计将“生成”和“编辑”两个环节打通，用户最后可以直接将右侧的文档导出为 PDF 或 DOCX 格式。这直接服务于需要产出长篇文章或报告的专业用户，避免了在聊天窗口和 Word 文档之间反复切换。

Magai 区别于个人版 ChatGPT 的重要特征就是 Magai 专门为企业和团队设计了“工作区（Workspace）”功能。

Magai 的每个 Workspace 就是一个独立的项目空间，可以把一个项目、一个部门、一个客户拆成一个工作区。工作区之间完全隔离，互不泄漏。而且，每个工作区能上传自己的“知识库资料”，像是产品手册、FAQ 文档，工作区里的对话，会自动引用这套资料。其次，其允许团队成员进入同一个工作区协作，可邀请队友、共享聊天记录、提示词、工作流，还可做项目内部共享与管理。

其最大的差异在于 Magai 能在一个工作区内用多模型，这意味着：每个项目可以选择最适合的模型组合。

用户可以根据不同的项目或客户创建独立的工作区，像管理电脑文件夹一样管理繁杂的 AI 对话记录，解决了传统聊天机器人“历史记录混乱”的痛点。

针对专业用户经常遇到的“使用次数受限”问题，Magai 通过优化 API 调用和并发处理，提供了无冷却限制（No Cooldowns）的体验。

Magai 宣称，只要在用户的订阅额度内，就不会像 ChatGPT Plus 那样因为“3小时内达到40条限制”而强制用户暂停等待。Magai 甚至允许即时购买额外的生成字数。这种设计保证了在高强度工作场景下，用户的创作流程不会被意外打断。

Magai 的产品逻辑很简单：它做一个“聚合器”，将多模型AI引擎+内容创作工具+协作平台融为一体。用户只需支付一份订阅费用，就能在一个网页里使用市面上几乎所有主流的 AI 能力，并且拥有比原厂更顺手的管理功能。这对于追求效率的专业人士来说，具有极高的性价比。

在商业模式上，Magai 采用了统一订阅制，打出了“性价比”这张牌。

Magai 的宣传语是“用一个 ChatGPT 订阅的价格，获得你喜欢的所有 AI 模型”。

官方算了一笔账：如果用户单独订阅 GPT、Claude Pro、Midjourney 等多项服务，每月可能需要支出近 500 美元。而 Magai 将这些服务打包整合，月费仅需 20 到 40 美元。这种“批发式”的定价策略，对于有多样化 AI 需求的专业用户来说极具吸引力。

值得一提的是，Dustin 在定价策略上也经历过调整。起初他尝试了多达 5 个复杂的价位档，后来发现这让用户感到困惑。他随后得出一个结论：“简单定价永远胜过花哨定价”，于是将价格精简为两档。

这种“打包批发”的定价策略，配合极低的使用门槛，让 Magai 在一众 AI 工具中显得性价比极高。

看到这里，大家可能会有一个疑问：能开发出这样一款逻辑成熟、功能完善，且商业模式如此清晰的 SaaS 平台，背后一定有一个经验丰富的技术团队，或者至少拿到了硅谷的巨额融资吧？

但事实恰恰相反。

Magai 背后没有大厂光环，没有风险投资，甚至没有正式的工程师团队。这款产品的每一个设计细节，从对营销痛点的精准捕捉，到对用户体验的极致追求，都深深打上了创始人个人经历的印记。

这不仅仅是一个关于“好产品”的故事，更是一个关于“人”的故事。Magai 的诞生，实际上是一个陷入“绝境”的中年人，为了生存而进行的又一次反击。

端盘子的前演员，用4年时间换来“顿悟时刻”

Dustin Stout 的背景与人们印象中的科技公司创始人截然不同，他原本只是个“典型的小镇青年”。

他出生于 1980 年代美国宾夕法尼亚州一个名叫 Sharon 的小城镇。像很多渴望走出小镇的年轻人一样，Dustin 早期的梦想与代码无关，而是关于舞台。高中毕业后，他搬到了加利福尼亚州，进入一所著名的表演学院学习，希望能成为一名职业演员。

但现实超级骨感。

在加州的那几年，为了维持生计，他不得不长期在餐厅做服务员。演艺事业的艰难让他开始重新思考出路，并逐渐对正流行的互联网产生了兴趣。

2009 年左右，Dustin 开始尝试做博主和社交媒体营销顾问，这让他发现自己擅长通过内容和设计来吸引流量。2014 年，他迎来了职业生涯的第一个高峰，联合别人创办了 Social Warfare。这是一个 WordPress 社交分享插件，凭借出色的设计迅速流行，让他赚到了第一桶金，也让他确立了自己在数字营销圈的声誉。

然而，退出 Social Warfare 后的四年（2018-2022），对 Dustin 来说是一段极度艰难的时期。

他不想只做咨询顾问，想打造一款能指数级增长的 SaaS 产品。于是，他陆续开发了多个项目（比如图形生成工具 SoVisual），结果却非常糟糕。

他在这些项目上投入了大量时间和金钱，其中在一个最终被废弃的项目上，他直接损失了超过 70000 美元。

据他回忆，那段时间他经常在凌晨 3 点醒来，因为焦虑而无法入睡，心情直接崩溃。到 2022 年底，他的积蓄几乎耗尽。他甚至已经更新好了简历，准备放弃创业，去一家公司找一份全职工作来养家糊口。

就在 Dustin 准备认输的时候，2022 年 11 月，OpenAI 发布了 ChatGPT。

凭借多年的数字内容经验，Dustin 在第一次使用 ChatGPT 时就受到了极大的震撼。他意识到，这种通过自然语言就能生成内容的技术，将彻底改变内容创作的方式。

更重要的是，在别人还在单纯感叹“AI 好好玩”的时候，他基于自己过往失败的经验，敏锐地发现了一个未来的痛点：“未来的 AI 模型一定会越来越多，用户不可能同时维护那么多的账号和订阅。如果我能做一个更好用的前端界面，把这些能力整合起来，这一定有市场。”

这个想法让原本心灰意冷的 Dustin 重新燃起了斗志。

然而，Dustin 面临一个大问题：他并不是专业的程序员。他擅长设计和营销，但不会写复杂的后端代码。如果是几年前，这可能是一个死局。但这次，他利用到了 No-Code（无代码）工具。

他自学了 Bubble 等无代码开发平台，结合自己对前端交互设计的理解，开始构建产品原型。他不需要组建技术团队，一个人完成了产品逻辑的设计。之后，他利用自己多年积累的博客读者和社交媒体粉丝，作为第一批种子用户进行测试。

结果是惊人的：从想法诞生到产品 MVP（最小可行性产品）上线，他只用了 8 周。

依靠他过去十年建立的个人品牌信誉，Magai 在没有任何广告预算的情况下完成了冷启动。许多第一批付费用户，正是他曾经的博客读者。

Dustin 后来总结道：“之前那些失败的产品，教会了我什么是市场不需要的；而 ChatGPT 给了我一个技术杠杆，让我一个人也能做成一家公司。”

这就是 Magai 诞生的故事：一个不懂代码的前演员，在职业生涯“快完蛋”的时刻，用两个月时间改变了自己的命运。

竞争夹缝中寻找生存空间

Dustin 凭借个人能力快速上线了产品，但商业世界毕竟不是只有激情。Magai 进入市场时，面临的是一个极其拥挤的竞争环境。

在当下的多模型竞速时代，Magai 代表的是一种越来越清晰的趋势：把 GPT、Claude、Gemini、LLaMA、DeepSeek 等模型统一收纳到一个工作台里，让用户不再需要在多个网站、多个账号之间来回切换。

在这条赛道上，已经出现了一批气质相近、功能趋同的平台，它们共同构成了所谓的“AI 聚合器”生态。

最典型的对标是 Poe。作为 Quora 推出的多模型入口，Poe 的理念几乎与 Magai 同步——它把 OpenAI、Anthropic、Google、DeepSeek 等主流模型全部接入到一个界面里，还允许用户创建自己的 bot，并在同一窗口里直接对比不同模型的回答质量。

另一类与 Magai 十分相像的是 Mammouth.ai，它更偏向「多模态内容工作区」，不仅整合了语言模型，也把图片、音频生成整合在一个项目式的 workspace 中，适合内容创作者或团队做 campaign 级别的协作。与此类似的还有 MagAI，更偏营销团队场景，内建大量 persona 和模版，让团队可以批量做内容。

如果把视角从个人用户扩展到团队，则会看到另一类更企业化的“团队版 Magai”：例如 Aymo AI 强调协作、角色共享、权限管理；TeamAI.com 则把“多模型聊天”进一步延展到 workflow 和可视化 Agent 构建，让企业可以直接把 AI 接到自己的业务流程中，变成半自动化的“AI 员工系统”。

这些平台的共同特点是：解决的是“一个团队如何在一个统一入口里用掉所有 AI 能力”这一更偏组织级的需求。

再往技术侧走，还有更面向开发者的聚合器，比如 TypingMind。它本质上是一套买断制的本地前端，用户自己填 API key，即可把 OpenAI、Anthropic、Google、Meta、Mistral 等厂商统一接入，隐私可控、可自托管，适合技术用户或希望自建内部门户的团队。

而 OpenRouter 则更像是聚合器的“基础设施版本”，用一条 API 接上数十到上百个模型，让开发者只需要对接一个接口就能访问所有主流大模型。

Magai想要继续保持在这个领域的竞争力，还需要不断迭代和打磨产品，用独特的品味和气质持续吸引用户。Magai的品味和竞争力，其实就是Dustin本人。他除了演员身份，更关键的是博主以及营销顾问的经历，这为他争取了流量和关注。当前的AI创业，除了技术，懂得做营销和增长同样关键，已经不是一个“酒香不怕巷子深”的时代，因为创业技术门槛降低，在产品的优势没有显著突出的情况下，会吆喝的先胜一筹。当然，关于流量，中美也存在差异，美国的流量平权环境，对初创公司更为友好，我们的栏目中，也介绍了不少营销增长做得好的产品。“如果流量机制是健康的，就意味着你不用把产品做得特别好，也会有人用。”一位创业者如是说，而有人用，就会有反馈，就会有数据，产品就能够越用越好。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4812414.html?f=wyxwapp