摘要

Elena Verna 在 Lovable 的实践表明：当底层大模型月级跃迁、用户预期同步抬升时，传统“漏斗优化+投放买量”模式迅速失效，增长团队必须转型为“新能力交付团队”，持续推出值得被谈论的集成与体验，才能叠加口碑循环。她将 15 年增长经验压缩为“30% 可用率”，提出“每三个月重找 PMF”“最小可被爱产品取代 MVP”“把预算从广告转黑客松免费额度”三大策略，为 AI 原生工具、出海 SaaS、社交娱乐应用提供可复用的非线性增长框架。

Elena Verna 是硅谷最资深的增长负责人之一，曾在多家成熟科技公司主导过从早期到规模化的增长工作。她加入 Lovable 时，这家公司已经在极短时间内完成了令人难以置信的增长曲线。也正是在这里，她第一次清晰地意识到：过去十几年里被反复验证有效的增长方法，在 AI 公司中正在大规模失效。这期对话并不是在讲某个“新技巧”，而是在拆解一个更底层的问题——当技术变化速度本身成为变量，增长这件事到底该如何重新理解。

为什么在 AI 公司里，60%–70% 的传统增长手段已经不再适用？

在传统互联网或 SaaS 公司中，增长往往是一套高度结构化的工作：找到用户漏斗中的关键节点，通过数据分析定位流失点，再通过 A/B 测试、文案优化、流程缩短等方式，持续抬升转化率。Elena 过去的职业生涯几乎全部建立在这一套方法之上，而且它们在 Dropbox、Miro、SurveyMonkey 这样的公司中屡试不爽。

但在 Lovable，她很快发现，这种“优化型增长”的边际收益正在急剧下降。不是因为团队不够专业，而是因为产品和市场本身处在一种高速变化的状态中：底层模型能力不断跃迁，用户预期也随之迅速抬升。在这样的环境下，今天刚被优化到极致的用户路径，可能在下一个模型版本发布后就彻底过时。

她给出的判断并不是模糊的感受，而是清晰的比例估算：过去 15 到 20 年里积累的增长经验，只有大约三到四成可以直接迁移到 AI 公司。剩下的大部分方法，并不是“不够好”，而是根本不再是最优解。

“I feel like only 30% to 40% of what I’ve learned in the last 15 to 20 years of being in growth transfers here.”
—— 我感觉自己过去十五到二十年学到的增长经验，只有 30% 到 40% 能在这里继续适用

一个具体的例子是“漏斗优化”。在 Lovable，用户第一次使用产品时，几乎立刻就能通过一个提示词生成可运行的应用原型。这个过程本身已经足够直接，以至于传统意义上的“激活步骤拆解”变得不再重要。与其花时间去优化一个已经很短的路径，不如把精力投入到创造下一次“让人惊讶”的体验上。

当产品能力的变化速度超过优化节奏时，增长不再是修补系统，而是不断重建系统。

为什么你必须每三个月就重新寻找一次产品与市场的匹配？

在很长一段时间里，“找到产品市场匹配”被视为一家公司的阶段性里程碑。一旦跨过这道门槛，接下来的几年里，公司的核心任务就变成规模化、效率提升与市场扩张。Elena 自己也曾在多个组织中经历过这样的周期。

但在 AI 公司，这个节奏被彻底打乱了。她观察到，无论是模型能力，还是用户对产品的期待，都在以月为单位发生变化。当底层能力不断打开新的可能性，原本成立的使用场景会迅速显得“过时”，而新的需求又在不断浮现。

这意味着，产品与市场的匹配不再是一个可以被“完成”的状态，而是一项需要反复确认的工作。Elena 用一个极具冲击力的说法来形容这种状态：在 Lovable，他们几乎每三个月就要重新验证一次产品是否仍然满足市场。

“Every company basically has to recapture product-market fit every three months.”
—— 几乎每一家公司，都必须每三个月重新找回一次产品与市场的匹配

这种频率在过去是难以想象的。即便是一家已经达到数亿美元年收入规模的公司，也无法假设自己当前的产品形态可以自然延续。技术演进与用户预期的双重变化，使得“停下来只做销售和营销”反而成为一种风险。

在 AI 时代，产品市场匹配不再是阶段性成果，而是一项持续进行的工作。

Lovable 实现超常规增长，真正起作用的具体增长做法是什么？

当传统增长手段失效，Lovable 并没有用“更多资源”去对抗，而是把重心转向了另一类动作：持续创造值得被讨论的新体验。Elena 反复强调，团队真正拉动增长的，并不是某一个精巧的技巧，而是一种持续推出新能力的节奏。

在组织层面，这意味着增长团队的角色发生了根本变化。他们不再只是围绕现有产品做表层优化，而是直接参与到新功能、新集成、新使用场景的构建中。例如，与 Shopify 的深度集成、语音交互能力的引入，都是从“增长需求”出发推动的产品工作。

这些动作的共同点在于：它们不是为了短期转化率，而是为了制造新的增长循环。每一次新能力的推出，都会为用户提供新的讲述素材，也为市场提供新的讨论理由。

“The trick is get more people to try it. Just ship things you can talk about.”
—— 关键在于让更多人尝试，只要持续推出值得被谈论的东西

这种方式的结果，是增长不再依赖单一渠道，而是通过不断叠加的“新鲜感”与“可能性”自然扩散。

当产品本身不断制造新话题，增长就不再需要被单独“驱动”。

为什么“把产品免费给用户使用”，反而比付费广告更有效？

在 AI 产品中，成本结构发生了显著变化。每一次交互都伴随着模型调用成本，这使得“免费策略”在传统财务视角下显得尤为危险。然而，Lovable 却选择反其道而行之，大量地、主动地将产品能力开放给潜在用户。

Elena 的逻辑并不复杂：当用户甚至不知道产品能做什么时，任何付费墙都会成为阻断探索的障碍。与其把预算花在购买注意力上，不如直接把产品当作最有效的营销媒介。

“Why would we prevent a person who wants to do all of the marketing for us from using us?”
—— 我们为什么要阻止那些愿意替我们做传播的人使用产品？

通过赞助黑客松、提供免费额度、鼓励用户在真实场景中使用，Lovable 把本该用于广告的预算，转化为直接触达用户体验的投入。这种方式不仅降低了获客摩擦，也让口碑传播变得更加自然。

当体验本身足够震撼，免费并不是让利，而是放大传播的杠杆。

为什么「最小可被爱产品」正在取代「最小可行产品」成为新标准？

原因在于，开发成本的下降使得功能本身不再稀缺。用户面对的是大量能力相近的工具，他们做选择的依据开始转向体验层面：是否让人产生继续探索的冲动，是否能激发创造欲。

“If it’s not lovable, we’re not going to ship it.”
—— 如果它不可被爱，我们就不会发布

在 Lovable，这种标准被内化为组织文化的一部分。产品是否“让人想用”，成为修复问题、决定优先级的重要依据。

当工具不再稀缺，真正稀缺的是让人愿意投入时间与情感的体验。

为什么“激活”这件事，正在从增长团队转移到产品团队手中？

在传统增长框架中，激活通常被视为增长团队的核心职责。但在 AI 产品中，第一次体验的质量高度依赖模型能力与交互设计，这使得激活更接近产品本身，而非外围流程。

Elena 描述，在 Lovable，核心产品团队几乎把全部精力都投入在让“第一次生成”更好上。这种改进不仅影响新用户，也会同步提升老用户的体验。

“It doesn’t matter if it’s the first generation or the nth generation, it just needs to be a better generation.”
—— 不管是第一次还是第 N 次生成，关键在于它要更好

当激活被内嵌进产品能力本身，增长团队反而获得了更多空间去探索新的可能性。

当体验由 AI 决定，激活不再是流程设计，而是能力演进。

是否应该加入一家 AI 初创公司？你需要提前权衡的真实取舍是什么？

在对话的最后，Elena 把视角拉回个人层面。高速增长的 AI 公司，对个人来说既是机会，也是挑战。节奏之快、变化之频繁，意味着清晰的边界与稳定的结构往往难以存在。

她强调，这样的环境并不适合所有人。真正能适应的人，往往具备高度的自主性，能够在混乱中自行建立判断，并从变化中获得能量。

“This company is not for everybody.”
—— 这家公司并不适合所有人

理解这些取舍，或许比被增长数字吸引更加重要。

加入 AI 初创公司之前，最重要的是确认自己是否适合长期生活在变化之中。

结语

Lovable 的增长故事并不是一套可以被简单复制的方法论，而是一种对变化速度的正面回应。在 AI 技术仍在快速演进的阶段，增长不再是优化既有路径，而是不断创造新的可能性。理解这一点，或许比学会某个技巧更加重要。