一句话生成应用：零编程基础，3分钟轻松上手

九月底的午后，北京望京绿地B座的一间办公室里，Lemon AI创始人宜博正对着电脑屏幕微笑。他刚浏览完海外社交平台上的一段视频——那不是他们拍摄的推广片，而是一位国外开发者自发制作的功能演示。

视频发布不到24小时，Lemon AI的GitHub项目就新增了五百多个star。从那时起，每周的用户注册量都呈指数级攀升。

"我们确实挺懒的，"他笑着说道，"没投广告费，也没做PR。就几个人发发Twitter，更新下开源版本，然后社区里的开发者就主动帮我们传播。"

在中国的创业者里，这种"懒"，其实是一种极少数人的坚持——把精力全部放在产品上，不追热点，不抢流量。

从2013年第一次创业算起，他已经换过好几个方向：ChatBI、LLMFarm，再到如今的Lemon AI。每次转型看似激烈，其实都围绕着不变的想法，AI应该能真正帮人干活，而不是只会聊天。

他称Lemon AI为"AI劳动力"，不是"聊天机器人"。和市面上大多数"快思考"的模型不同，Lemon AI是"慢思考"模式，它不只回答问题，还能做规划、执行、验证，能像一个真正的数字员工一样工作。

"我连续创业十多年，"他与钛媒创投家对话时说道，"不是大厂出来的，也没什么背景，只能靠产品、靠数据、靠一点点被验证出来的价值去说话。"

那天，他穿着一件黑色T恤，说话温和但语速不快，会议室不大，外面坐着几位低着头专心写代码的工程师。

Lemon AI创始人宜博

以下为创投家与宜博对话全文，略有删减

宜博：我本科是学计算机的，2004年毕业后进了用友做开发，后来去了德国，在工业体系里待了四年。那时候我第一次意识到，软件不只是工具，它其实代表了一种思考方式。

2010年我回国，那时候中国互联网正进入移动化的黄金期。我先去做了一年多大客户销售，但后来发现只做销售这件事离创业太远，很多事自己无法改变，于是又去清华读MBA。

2013年毕业后开始第一次创业，2014年创立现在这家公司。最早我们做的是办公类产品WorkingChat，那时候的想法挺简单的，想让办公沟通更高效。但2015年钉钉上线，整个市场格局重构了，那次我们深刻意识到：不能靠跟随，得提前布局。

从2016年开始，我们转向机器学习，提出"机器代替人写代码"的想法，也就是后来业界叫的NLP2Code。那几年做了不少ToB项目，比如"学习强国""云上会展"，第一次看到AI真能帮人干活。但疫情之后，大客户付款周期被拉长，公司陷入困境。

2024年底ChatGPT出来，我意识到这七年做的那套架构要被革命了。于是我们又一次转向GPT2Code领域，23年初就开发上线了ChatBI，用户上传数据库配置或Excel，自然语言问问题，系统就能自动生成SQL和图表。产品上线一个月，用户突破三千，相当比例是付费客户。但4月15号政策《生成式人工智能服务管理办法（征求意见稿）》发布几天后，小程序产品被微信下线了。

我们在开发ChatBI的时候发现了可视化的Workflow Agent产品平台，能够大幅降低AI流程的开发工作量。所以5月快速推出了ToB的全新产品LLM Farm上线，并快速落地到华润、阿里小满、TTC等客户。但后来Coze、Dify、FastGPT各种类似的平台接连上线，客户都开始使用开源方案。那时候，我们发现这事情继续做下去只是变成了项目集成公司，和外包没什么区别。

2025年3月，Manus发布，我们意识到Agentic Agent的新时代来临，又迎来新的历史机遇。5月推出开源全栈通用智能体Lemon AI，零成本传播的情况下，GitHub star持续上涨。8月，上线了海外面对ToC的在线版服务LemonAI.ai。

有时候你不得不承认，小公司不是靠关系和资源活下来，只能靠不断地创新。

宜博：我们的定位其实很明确，让AI从"回答问题"变成"帮你做事"。

过去的Chatbot更像"快思考"，它的能力在于理解语义、生成文字，但最终还是在"对话层"打转。Copilot稍微更进一步，可以帮你写代码或文档，但仍然需要人不断介入、修正。

而Lemon AI想做的是"慢思考"，AI能自己规划、执行、验证、迭代、使用工具，像一个真正的"数字劳动力"。比如你让Chatbot帮你做销售预测，它可能会去搜索了很多网页给你做个总结，告诉你一些分析建议和别人的销售预测的汇总；但Lemon AI会用写代码跑脚本的方式去调接口、拉数据、分析指标、画图、最终生成报告。

它能在系统层面理解"要做什么"，而不是只生成"怎么说"。我们自己内部的比喻是这样的："Chatbot是助手，Lemon AI是员工。"

我们希望AI能真正落到任务执行链条上，帮用户节省时间和认知负担，而不是再做一个语义上的复读机。"

宜博：我们现在看到的典型场景分两类：海外用户的"自动化应用"，和国内用户的"数据分析应用"。

海外用户喜欢用Lemon AI"折腾东西"。比如，写脚本、搭站、做数据同步、甚至整合自己公司的工作流。有个海外用户让Lemon AI每天自动汇总社交媒体数据，生成一份日报发到Slack，完全不用人工干预。

国内用户则更偏向"生产力工具"场景。很多人用它做股票分析、企业估值或者知识整理。

有人把它接到数据库里，让Lemon AI自动生成SQL图表，也有人上传几十份财报，让它做对比分析；还有些人用它做专业内容创作，比如律师事务所、投研机构，用Lemon AI写初稿或汇总行业报告。

甚至有一些没想到的用法。用户用Lemon AI写Roblox游戏脚本、帮他做翻译、甚至买股票量化交易回测算法，最后真跑出了一个高准确率的模型。

我们自己都没想到AI可以被用户自己定义。

宜博：我经常打个比方，比如你让助理帮你订机票。

快思考的AI会说："明天早上可能有一趟8点50的航班。"——它只是猜。

而慢思考的AI，会真正去规划然后执行：
第一步，订机票需要做几步？决定去哪搜，是携程还是国航？
第二步，打开网页、输入条件；
第三步，筛选出结果、比较价格、确认航班号；
第四步，再告诉你："老板，我给您订了8点35分，航班号、价格、机型。
这样的整个过程，才叫"干活"。

AI真正能带来价值，不在于它能说什么，而在于它能帮你把事办完。Lemon AI就是做这些事的，我们让它具备慢思考的能力，能执行、能判断、能反馈。

宜博：我们其实是服务"每一个人"，不是只服务企业。

我们的用户分两类：一类是海外普通用户，他们直接付费使用；一类开源则以工程师、创业者居多，他们更喜欢把开源代码拉下来自己部署。

所以我们做了一个"看起来不聪明"的决定：海外赚钱，国内开源。

宜博：主要靠海外市场的付费用户，每天都有美元进账，虽然不多，也能养活团队。

这其实是个挺有"意思"的逻辑：开源是工程师喜欢的，闭源是普通用户需要的。普通人不会自己部署服务器；国内呢，工程师多，愿意自己研究部署。所以两个市场的用户是完全不同的群体，互不冲突。

宜博：我们没做什么营销，一开始就是发发Twitter，GitHub，传传视频，完全没预算，没搞PR推广，广告也没买。

但有意思的是，开源这事反而帮了我们。我们在GitHub上开源之后，突然有几个海外的大V发了我们的产品体验视频，结果那几天用户量就"炸了"。以前每天十几个用户，那一周每天几百个。

在这个阶段，最好的增长就是口碑增长。大家都在摸索，没有那么多套路。

宜博：线上版本上线第一个月每天新增十几个，现在每天新增几百个，海外最近全靠社区自发传播涨得特别快。

宜博：团队里基本都是技术出身，我们现在用Cursor、Claude Code、Claude这些工具，基本实现"AI开发AI"。

我们做事情的方法其实很简单：不断创新，同时匹配自己的优势能力。小公司没资源，只能靠创新。创新不是为了噱头，而是要去探索别人还没趟过的路，更加灵活、更有速度。

宜博：我们短期内不会大规模扩张。

AI时代跟以前不一样，以前做一家公司，几百上千人，现在几百人已经是极限了，因为开发、运营、内容都靠AI化，我们更想保持"小而精"。

当然，随着海外市场越来越大，未来可能会在几个重点国家设节点，比如美国、日本、欧洲，方便对接用户和社区。

但我们更像是一群让AI劳动力给我们打工的创业者。

宜博：我觉得在三年内就能进入AGI时代。

现在的这些"AI工具"其实都还在"快思考"阶段，AI会开始自动执行、自动决策、使用工具。

AGI再往后十年，就是智能机器人时代，所有重复性的劳动都会被AI接管，人类会被解放出来。

Lemon AI想做的事，其实就是让更多人先用自己的智能体，能干活、能赚钱、能解决问题。

宜博：是的，我们正在融下一轮。这轮大概计划200-500万美元，主要是为了支撑用户增长的成本。这轮融资后，十倍百倍的增长，我们自己都被吓到。

我们不做"最花哨"的，也不想做"第二个OpenAI"，我们要做的是通往普惠的路，让更多普通公司、普通人，都能有自己的智能体，能干活、能赚钱、能解决问题。

免责声明

游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。

同类文章