一个有意思的现象正在发生，大模型能力的提升，大幅降低了产品开发的门槛，却把增长的难度拉到了新高度。
以前做一个AI产品还需要自己训练或者调模型，甚至养算法团队、烧大量GPU。今天，调几个API、套一层界面，一个周末就能上线一个套壳产品。在AI应用这件事情上，独立开发者能做的事，和大厂的差距看上去在急剧缩小。
但硬币的另一面是，当人人都能做AI产品，用户凭什么选你？
这直接导致了两个后果。*，产品功能越来越难构成壁垒，你今天上线的新功能，竞争对手可能下周就复刻了。第二，获客成本被迅速抬高，当几十个AI PPT、AI伴侣在同时在抢同一批用户，获取用户就变得更难了。
于是，增长能力本身成了AI产品的核心竞争力。谁能用更低的成本、更快的速度获取用户，谁就能在这场混战中活下来。
我们也观察到，越来越多的AI产品开始在增长策略上密集试验。有的继承了移动互联网时代的经典打法，有的则挖掘出AI技术本身的独特能力。有搞出了AI版砍一刀，让用户和AI斗智斗勇把价格从49砍到0.99。还有一堆产品简单粗暴但有效的蹭流量，比如抢着在Nano Banana发布当天接入API，用免费额度截流。
这些玩法有些相当野，有些则是对传统策略的升级迭代，还有些在灰色地带游走。本文梳理了一些AI产品的增长案例和背后的逻辑，希望能带来一些启发。
让AI帮用户生成可分享的素材
病毒传播最理想的状态是什么？是用户自己想分享，而不是你求着他分享。
生成类的AI产品天然具备这个优势。它能为每个用户生成*的个性化内容，而这些内容往往自带炫耀属性或社交谈资。用户发到朋友圈或小红书的那一刻，就是在帮你免费打广告。
Kimi砍价和Poke砍价：把付费流程变成社交游戏
今年双十一，Kimi推出了一个让人忍不住截图分享的活动。用户进入页面后会遇到一个叫砍价守门员的AI角色，初始价格49元。目标是通过对话说服AI降价，*可以砍到0.99元。
有意思的是，这个活动明确禁止了邀请好友砍价的传统套路，把焦点完全放在人机对话的博弈上。用户们开始研究各种话术，有人跟AI聊哲学，有人讲人生故事，有人试图用伪代码骗过系统。这些五花八门的攻略被分享到社交媒体上，形成了大量UGC内容，而每一条分享都在为Kimi带来新的曝光。
这个玩法很可能借鉴了海外产品Poke。Poke的思路更野，不仅仅是让用户砍价，而是让AI来嘲讽用户。
Poke的onboarding流程极其简单，在官网点击试用就会跳转到短信页面，默认编辑好*条消息，用户只需要按发送。但接下来的体验完全反转，这个AI会冷嘲热讽地拒绝你。它会说你Twitter只有5个粉丝凭什么用我，会嘲笑你在TikTok的粉丝量还不如高中生，然后给你开出一个433美元/月的离谱价格。
用户需要不断说服这个拽哥AI，展示自己的价值，才能一步步把价格砍下来。有用户从433美元砍到了9美元，这个过程本身就充满了戏剧性和可分享性。被AI嘲讽的截图、砍价成功的战绩，都成了社交媒体上的谈资。
这两个案例的共同点在于，它们把原本枯燥的商业化流程变成了一个游戏，而游戏天然会产生想要分享的故事。
Wordware的Twitter人格分析：前店后厂的引流模式
Wordware是一个面向AI Agent/应用开发的在线IDE和Workflow平台，听起来很硬核。但让它出圈的不是这个专业产品，而是一个免费的小工具——Twitter人格分析。
用户输入自己的Twitter账号，AI就会生成一份毒舌风格的性格分析报告，配上emoji和各种雷达图。这个工具精准击中了两个心理需求。一是自我探索，每个人都想知道别人怎么看自己。二是社交分享，结果页天然适合截图发推。
12天内，这个小工具获得了超过400万用户。而这些用户中的一部分会顺着引导去了解Wordware到底是什么，从而转化为专业产品的潜在客户。
这种前店后厂的模式值得注意。前店是低门槛、高趣味性的免费工具，负责获客和传播。后厂是真正赚钱的专业产品，负责转化和变现。两者的功能甚至可以没什么关联，只要前店能展示你的AI技术实力就够了。
从Lensa到吉卜力：AI头像的病毒传播公式
早在2022年底，一个叫Lensa的修图App突然冲上了美区App Store总榜*，单月下载量暴涨2000%，收入超过2000万美元。
它做的事情并不复杂。用户上传几张自拍，AI会生成50张不同风格的艺术头像。技术用的是开源的Stable Diffusion，任何人都能用，但Lensa把它包装成了一个傻瓜式的体验：上传照片、等5分钟、收获美图。
这些AI头像天然具备炫耀属性。它们既展示了用户的美，又显得懂AI很潮。女性用户尤其喜欢把不同风格的头像拼成九宫格发朋友圈。每一次发圈，都是一次免费广告，而看到的人会问这是什么App，然后自己也去下载。
同样的传播公式在今年再次上演。3月份OpenAI开放GPT-4o图像生成后，吉卜力风格头像瞬间刷屏社交媒体，用户们争相把自己和朋友变成宫崎骏动画里的角色。传播逻辑和Lensa如出一辙，AI生成个性化内容，用户主动分享，免费完成获客。
这两个案例再次证明了当AI能帮用户生成值得炫耀的内容时，用户会主动帮你完成传播，而你几乎不需要花钱买量。
蹭热点就是主线任务
AI 行业有个很独特的现象，只要大厂发布新模型，就会立刻触发一轮集体流量狂欢。谁能*时间把新模型接入产品，谁就能截走大量搜索、测试和“尝鲜”流量。这套玩法之所以成立，本质上是由LLM的技术迭代方式和行业结构决定的，模型升级频繁、体验差异巨大，而用户又天然对新有强感知，于是抢首发就被做成了一整套增长策略。
发布当天就接入
11月20日，Google发布了Nano Banana 2图像生成模型。当天晚上，Banana2.io就在首页上线了Nano Banana 2模式，新用户注册即送20个免费额度，无需邀请码，无水印输出，比Google官方的免费档还宽松。
在开发者工具领域，PoYo这个API平台也在Google官方发布后24小时内就完成了接入。它给新用户送10个试用额度，单张图片只扣5个，等于新用户可以免费生成2张4K图。上线72小时后，Nano Banana 2的调用量就跃居平台全部500多个模型的*位，占当日总请求量的35%。国内类似的案例还有listenhub、lovart，都在*时间接入。
对于编程类产品也是一样。 Cursor在Gemini 3发布之前，就有社区用户反馈通过“gemini-3-pro-preview” 模式已在Cursor中可选。  虽然也有人抱怨“provider overloaded”“体验不稳定”，  这个事件足以说明，抢在官方之外、让早期尝鲜者上车，也能抢到一波对于谁先用上新模型的流量与关注。
这类玩法的核心逻辑很简单，新模型发布时，大量用户会主动搜索尝鲜渠道。官方的使用门槛往往较高，如果你能做到比官方更快、比官方更便宜、比官方门槛更低，就能截获这波主动找上门的流量。
在官方入场前抢跑
更激进的做法是在官方产品上架之前就抢占用户心智。
2023年4月，一个叫Chat with Ask AI的App上架iOS商店，比OpenAI官方的ChatGPT App整整早了一个月。仅凭名称占坑，这个App首周就拿下了59万下载，等到官方版上线时，它还压着ChatGPT排在免费榜*。
还有人在域名上做文章。gemini3.com这个域名被一个AI编程平台YouWare提前注册，页面做成了免费试用Gemini 3 Pro的样子。当Google正式发布Gemini 3时，这个域名直接挤进了搜索结果前列，为这个平台带来了一波开发者注册。
不过这类策略见效极快，但窗口期也很短。一旦官方产品入场，流量优势就会迅速消退。而且部分做法存在法律和品牌风险，抢注商标相关域名可能面临侵权风险。
产品还没做完，先把增长跑起来
传统的产品开发逻辑是先打磨产品，再寻找分发渠道。但在AI时代，一些团队开始反过来，先验证增长路径，再决定产品往哪个方向做。
AI Apply：每天发3条TikTok，产品可以之后再造
AI Apply是一个帮求职者自动生成简历和求职信的工具。但在产品成型之前，创始团队就已经开始在TikTok上发视频了。
他们的做法是用产品的设计稿和概念视频做测试。每天发3条，尝试不同的角度和形式，观察哪种内容能获得更多互动。当发现某类视频反复爆量后，才开始真正投入开发。
这种先验证后开发的策略让他们找到了一个制胜格式，展示App在视频通话中实时提供面试答案。这类视频的播放量动辄上千万。*的一个月，他们累计获得了5000万次播放，而平均每千次播放的成本只有10便士。
随后，他们用营收雇佣了10位内容创作者，每个人都有自己的账号，每天持续发布。这种用内容体量堆出来的存在感，本身就构成了护城河，产品功能可以被复制，但持续大规模的内容生产很难被复制。
OpusClip：花钱请用户骂自己，然后在骂声中找到了方向
OpusClip的故事更曲折。它最初做的是一个AI直播工具，功能很酷，但没人愿意用。发布三个月后，只有200个用户，而且这200个用户还是团队花钱请来的，每人每次访谈支付20到30美元，请求他们持续使用并反馈意见。
当停止付费后，没有一个用户留下来。
但这200个付费用户提供了一条关键信息。他们说，产品里大部分功能都没用，*有价值的是一个被当作附属功能开发的小工具——把长直播自动剪成短视频片段。用户甚至问能不能只用这一个功能。
团队决定孤注一掷。他们把这个边角料功能剥离出来，做成了独立产品OpusClip。
结果是两周内数万用户注册。7个月后，OpusClip积累了近500万用户，年收入接近1000万美元。更夸张的是用户付费的主动性——*天上线时还没做支付系统，就有大量用户通过邮件甚至电话联系团队，问怎么才能付钱跳过排队。
从花钱请人用到用户抢着付钱，中间只隔了一次pivot。
Perplexity的组合拳
前面的案例大多来自初创公司的单点突破，而Perplexity展示了一套相对成熟的增长组合拳。
首先是校园市场的裂变设计。Perplexity推出了学生计划，通过edu邮箱验证后，每拉一个新用户，双方各得一个月Pro会员，最高可以累积到24个月。这种堆叠机制让学生群体内部形成了口口相传，人均获客成本接近于零，而这批用户毕业后很可能转化为付费用户。
其次是搜索入口的拦截。Perplexity推出了Chrome浏览器插件，让用户可以直接从浏览器工具栏发起搜索。这个插件的目的非常明确，拦截用户原本会流向Google的搜索习惯，在源头完成替代。
最后是激进的公关策略。Perplexity的CEO Aravind Srinivas非常擅长制造话题。当TikTok面临禁令时，他公开提议合并Perplexity与TikTok美国业务，这个消息登上了主流媒体头条。他还经常在Twitter上与马斯克互动，每次互动都能带来一波媒体报道。这些看似冒险的公关动作，实际上是在AI热度周期中持续收割免费曝光。
当然，Perplexity的这套打法建立在产品力的基础上。它最核心的差异化是答案附带可信来源引用，这在信息爆炸和虚假信息泛滥的时代建立了用户信任，而信任是增长的放大器。
增长的尽头还是产品
回过头看这些案例，会发现一个有趣的规律，最有效的增长策略，往往不是在产品之外另起炉灶，而是把产品能力本身变成增长引擎。
砍价游戏之所以能刷屏，是因为AI对话能力足够强，能撑得起一场有来有回的博弈。头像生成之所以能病毒传播，是因为AI出图质量足够好，好到用户愿意主动炫耀。OpusClip之所以能让用户抢着付钱，是因为它真的能帮人省下几十个小时的剪辑时间。
增长手段放大的是产品价值，而不是凭空创造价值。一个平庸的产品，再野的增长手段也只能带来一波流量，留不住人。一个真正解决问题的产品，用户会自己帮你传播，甚至抢着付钱。
AI时代的增长确实有很多新玩法可以尝试，但最值得投入的，可能还是那个老问题，你的产品到底帮用户解决了什么？
