基本信息
| 项目 | 详情 |
|---|---|
| 创始人 | Pieter Levels (@levelsio) |
| 产品 | PhotoAI（AI 写真，$105K/月，较 $138K/月峰值回落约 24%）、NomadList（数字游民数据库，$38K/月）、RemoteOK（远程招聘，$43K/月）、fly.pieter.com（AI 飞行模拟器，$87K/月峰值）等 |
| 团队规模 | 1 人（零员工） |
| 收入 | 组合收入 ~$3.1M ARR，基本持平；PhotoAI 利润率仍 ~76% |
| AI 工具链 | Claude Code（现用于代码库的主协作者）、Cursor（早期主 IDE）、Stable Diffusion / Flux（PhotoAI 图像生成）、Grok 3（服务端代码辅助） |
| 技术栈 | Vanilla PHP + jQuery + SQLite（核心产品）；Three.js + HTML（fly.pieter.com）；单台 Hetzner 服务器部署，未迁移现代框架 |
| 案例来源 | Indie Hackers 深度案例 / Lex Fridman Podcast #440 / FastSaaS 分析 / andrew.ooo 深度分析（2026-09 更新） |
故事线
背景：Pieter Levels 是荷兰人，2014 年以数字游民身份开始在全球旅居。他在 12 个月内挑战发布 12 个产品（“12 startups in 12 months”），由此诞生了 NomadList。此后 10 年间，他陆续发布超过 70 个产品，其中绝大多数失败（他公开声明 95% 的项目没有起色），但少数成功项目持续增长，形成了”长尾复利”模式——NomadList 11 年后仍贡献 $38K/月。整个过程零融资、零员工、零框架，只用 PHP + jQuery + SQLite。
转折：2023 年 2 月，Levels 发布 PhotoAI.com——一个用 Stable Diffusion 模型为用户生成 AI 写真照片的 SaaS 产品。这是他从”工具类产品”向”AI 原生产品”的关键转型。PhotoAI 第一周就产生 $5.4K MRR，18 个月内飙升至 $132-138K MRR 峰值，成为他收入的绝对主力。2025 年 2 月，他用 Cursor 在 3 小时内搭建了 fly.pieter.com（一个浏览器端 3D 多人飞行模拟器），17 天内从 $0 达到 $1M ARR，成为”Vibe Coding”运动的标志性案例。
现状（2026-09 更新）：PhotoAI 已从峰值回落至 $105K/月（利润 $80K/月，利润率仍 ~76%），组合总收入 ~$3.1M ARR 基本持平，未延续此前的加速增长态势。这是这个知识库引用最多的头部标杆案例首次出现收入回落信号——两件事都是真的：18 个月内 0 到 $138K 的爆发式增长确实发生过，此后的回落也确实发生了。基础设施没变（单台 Hetzner 服务器 + SQLite，后端仍是单文件 index.php），但工具链更新了：Levels 本人确认现在用 Claude Code 作为代码库上的一等协作者，早期以手写 + Cursor 辅助为主的模式已经转变。他仍然是一人运营，净资产估计 $40-60M（含投资组合），2025 年被 Lex Fridman 邀请做了 3 小时播客专访。
工作流拆解
最小循环分析
| 步骤 | 他怎么做的 | AI 参与度 | 说明 |
|---|---|---|---|
| 1. 想清楚 | 从自身需求出发（数字游民→NomadList），或追踪技术趋势（Stable Diffusion→PhotoAI）。用 X/Twitter 测试想法 | 低 | 核心优势是”用户洞察力” |
| 2. 写 Spec | 极简——通常是一句话描述（“make a 3D flying game in a web browser”） | 低→高 | AI 时代用自然语言 prompt 作为 Spec |
| 3. 实现 | PHP + jQuery + SQLite 手写（传统产品）；Claude Code / Cursor + Vibe Coding（AI 时代产品） | 低→极高 | 工具链已从”Cursor 辅助”演进到”Claude Code 主导”，AI 编码占比持续上升 |
| 4. 验证 | ”Build in Public”——在 X 上公开进度和收入数据 | 中 | 320,000 人在 17 天内玩 fly.pieter.com |
| 5. 迭代 | 高频小迭代。“如果用了 10 分钟还写不出一个函数，就让 AI 来写” | 高 | 70+ 产品中 95% 被放弃——迭代的本质是”快速淘汰” |
工具链详解
- Vanilla PHP + jQuery + SQLite：Levels 的”反潮流”技术栈。理由是 Lindy Effect——存活最久的技术最可能继续存活。PHP 自 1995 年至今仍在运行。单台服务器部署，运维成本极低。
- Claude Code：本人确认现用于代码库的一等协作者，取代了早期以手写为主、Cursor 辅助的模式。也留下过教训——一次因指令覆盖测试协议导致线上 parse error，说明自动化程度越高，指令边界越要写清楚。
- Cursor（AI IDE）：早期主力开发工具。fly.pieter.com 的全部代码在 Cursor 中通过自然语言 prompt 生成。
- Stable Diffusion / Flux：PhotoAI 的核心引擎。用户上传自拍，模型微调后生成 AI 写真。
- X/Twitter（120 万+ 粉丝）：不是工具而是”分发引擎”。Build in Public 策略让每个新产品自带流量。
一个人承担的角色
| 角色 | AI 替代程度 | 说明 |
|---|---|---|
| 产品经理 | 10% | 核心决策完全由人做 |
| 开发 | 80% | AI 时代产品由 Claude Code / Cursor 生成大部分代码 |
| 设计 | 60% | 极简主义 UI，AI 辅助 |
| 市场/分发 | 20% | 10 年积累的 120 万 X 粉丝 |
| 客服 | 50% | 产品设计上减少客服需求 |
| 运维 | 70% | 简单技术栈，单台服务器极简部署 |
可复制的 3 个关键动作
-
用 Lindy Effect 选技术栈，把运维成本降到接近零：选择存活超过 15 年的技术（PHP/Python/PostgreSQL/SQLite），单机部署，拒绝容器化和微服务。产品可以在零维护状态下运行数年（NomadList 已经运行 11 年）。
-
Build in Public 作为零成本获客引擎：每周在社交平台发布一次产品数据更新（收入/用户数/关键指标），附上产品链接。120 万粉丝是 10 年 Build in Public 的复利结果——好的时候公开，回落的时候也公开。
-
用”高频发射、快速淘汰”替代精心策划：70 个产品中 95% 失败——这不是失败率高，而是”筛选效率高”。给自己设定”48 小时发布”硬约束。用 AI 编码可以把这个时间压缩到 3-6 小时。
局限与风险
- 个人品牌不可复制：120 万 X 粉丝是 10 年积累的结果。“3 小时做一个 $1M ARR 产品”背后是 10 年的分发渠道建设。
- 收入集中度过高，且并非只涨不跌：PhotoAI 长期占总收入约 70%，单一产品依赖度极高；2026 年它从峰值回落约 24%，是这个案例第一次出现真实的收入下行——对照它看待”一人公司”时，不该只看爆发期的曲线。
- AI 产品的 Wrapper 风险：PhotoAI 本质是 Stable Diffusion 的包装层。当底层模型提供商直接提供同类功能时，Wrapper 产品可能迅速贬值，这或许也是回落的部分原因。
- 技术债务隐患：PHP + jQuery + SQLite 在小规模下运转良好，但 PhotoAI 的 SQLite 并发写入限制可能成为瓶颈。Levels 本人承认代码库”很乱”。
- Vibe Coding 的质量天花板：娱乐产品代码质量要求低，但高风险领域（金融、医疗）不能”不看代码只看效果”；自动化程度提高后（如 Claude Code 主导代码库），指令与协议的清晰度反而更重要。