一人公司適合做哪些 AI 專案：一份按“能不能一個人維護”排序的清單

選專案時最容易被擺在第一位的標準是“我一個人也能做”。這條標準在 2023 年還算合理，現在不太成立了——做出一個東西，已經不是門檻。

把人卡住的從來不是啟動成本，是維護成本。所以問題該換個問法：這件事做出來之後，能不能不佔我更多時間地繼續運轉。

一、先定篩子：五個要同時成立的硬條件

1. 交付能歸零。 第一次交付花 10 小時，第 100 次花 10 分鐘，中間的差別只在有沒有把它寫成流程。凡是每次都要重新想一遍的專案，一個人做不大，多能幹都一樣。

2. 需求同質化。 100 個客戶問的是同一類問題，只是數字不同。越定製，越接近接私活。

3. 邊際成本可預測。 第 101 個客戶應該帶來幾次 API 呼叫，不是又一個通宵。

4. 不靠資質開門。 要牌照、要標杆案例、要“我們團隊 50 人”才能籤的單，一個人在起跑線上就出局了。

5. 流量不完全寄生。 平臺改一次規則就歸零的生意，等於在別人的地上蓋房子。

五條能滿足四條，可以試；只中兩三條，多半會變成“很忙，但沒有積累”。

二、真正適合一個人做的七類專案

1. 單點工具（微 SaaS）

一個頁面解決一個具體問題：發票抬頭批次整理、字幕翻譯、簡歷按 JD 改寫、圖片批次重新命名加水印。功能邊界窄，維護成本低，訂閱收入可預測，$5–$20 一個月，幾千使用者一個人完全撐得住。

難點在剋制。功能一擴張，“單點”的優勢就沒了，而加功能比忍住不加容易得多。

2. 行業知識的 Agent 封裝

把你熟的某一行——報關、招標、臨床招募、K12 教務、跨境合規——的流程做成 Agent 或技能包。模型能力對所有人是一樣的，你的流程不是，這就是經驗套利。

收費按席位訂閱、按專案，或者“培訓 + 陪跑”。

天花板也在這裡：客戶買的其實是你這個人，一放量就撞上“分身乏術”。出路是把交付文件化，賣流程，不賣時間。

3. 產品化服務（Productized Service）

把服務做成明碼標價的套餐：50 條短影片切片 $299、100 個 listing 本地化 $499、20 篇行業稿 $899。需求確定、交付可批處理、價格透明，不需要銷售團隊。

代價是它依然是“用時間換錢”，只是換得體面些。除非每一單都固化成模板，否則第 12 個月和第一個月一樣累。

4. 目錄 / 對比 / 榜單站

本站就是這麼一個東西：把散落的工具、榜單、價格整理成可檢索的結構。它扛得住一個人的維護，原因很實在——內容有固定的更新節奏（日榜、周榜、月榜），抓取、清洗、渲染都能指令碼化。

另外它不需要客服，不需要一單單交付，SEO 長尾還是複利。

收費靠展示廣告、贊助位、聯盟佣金、付費收錄。

代價在前期：內容是重資產，頭 12 個月基本沒有回報；而且一旦停更，流量掉得比漲得快。

5. 數字產品：模板、資料集、評測基準

可交付、可複製的檔案：Notion 系統、提示詞庫、行業資料集、某個任務的評測集。做一次，賣無限次，邊際成本為零。

但單價低、靠量，必須自帶分發渠道。做完了沒人知道，是最常見的死法。

6. AI 落地整合（B2B 小單）

給本地中小企業接一個 RAG 客服、把 Excel 報表自動化、給銷售團隊做線索清洗。單筆 5,000–50,000 元。技術棧不深，但“懂業務又能落地”的人極度稀缺。

收費按專案 + 月度維護費。現金流其實出在維護費上。

麻煩的地方是每個客戶的系統都不一樣，很難複製。所以維護費一定要收，否則你會一直在找下一個客戶。

7. 內容 IP + AI 生產

Newsletter、教程、漫畫短劇、播客。AI 把生產成本壓下來了，分發一點沒變便宜。

仍然值得做的理由：口徑獨特就能攢下讀者，而讀者是最抗平臺的資產。

只是這條路最慢，18 個月起步。把它當分發資產、而不是收入專案，反而更容易成。

三、國外一人公司的六個樣本

這六家都不太該被看成“AI 公司”。它們的共同動作是：用一個模型把交付鏈條上的某一段成本壓到接近零，再把省下來的錢變成價格優勢或者利潤。所以看它們的時候別抄產品形態，看每一家砍掉的到底是哪一段成本。

1. Pieter Levels｜PhotoAI、InteriorAI

一個人維護的 AI 頭像生成器和室內設計工具，公開收入在百萬美元級，技術棧刻意做得很薄。

他的解法：把共享底座當資產，而不是把產品當資產。 幾個產品共用同一套登入、支付、圖片管線，所以第二個產品的啟動成本接近於零。多數人做完一個產品就筋疲力盡，是因為每開一個新坑都要把底座重搭一遍；他先把底座搭厚，再往上貼產品。

2. Danny Postma｜HeadshotPro

AI 職業頭像，客單 $29–$59，半小時到一小時交付，全自動，公開收入在數十萬到百萬美元量級。

他的解法：把需求壓縮成一句“輸入 → 輸出”。 “把手機自拍變成能放進 LinkedIn 的職業照”，這一句話同時解決三件事：廣告一句話就能說明白、使用者知道自己該傳什麼、結果好壞肉眼可判。轉化率高跟創意無關，是這個需求本身沒有歧義。

3. Tony Dinh｜TypingMind

一個人的 AI 聊天前端，賣點是介面、自帶 API Key、一次性買斷。

他的解法：用定價刪掉一個指標。 訂閱制要求你每個月重新證明一次“值得續費”，一次性付費則讓流失率從報表上直接消失。一個人扛不住留存運營，所以他把這個指標刪掉了。這是產品設計，同時也是運營成本設計。

4. Jon Yongfook｜Bannerbear

一個人的圖片 / 影片自動生成 API，月收入數萬美元，客戶是開發者而不是終端使用者。

這裡的取捨：把客服外包給文件。 開發者先讀文件再付錢，所以文件寫清楚一次，等於僱了一個永不下班的售前。終端使用者不讀文件，開發者會讀——選客戶型別，本質上是在選自己要不要做客服。

5. Damon Chen｜PDF.ai

一個人做“和 PDF 對話”，公開月收入 3 萬美元量級。

他沒有創造需求，只接住了需求。 chat with pdf 本來就是有人在搜的詞。他沒發明什麼場景，只是把一個已經存在的搜尋意圖接成了產品。絕大多數一人公司死在“我要教育市場”這一步，他壓根沒走到那兒。

6. Bhanu Teja｜SiteGPT

一個人做“給網站裝一個 AI 客服”，月收入 2 萬美元量級，客戶是中小企業。

他的解法：高客單配一條固定流水線。 賣企業能收更高的價，但企業問得多、要得多。他的做法是把交付壓成三步——上傳文件、生成指令碼、貼一行程式碼，讓“高客單價”和“低交付量”這對矛盾勉強共存。

六個人砍的地方各不相同：有人省下重複搭建，有人省下解釋成本，有人省下留存運營，有人省下售前，有人乾脆繞開了市場教育，還有人把定製交付壓成了流水線。唯一沒人省掉的是判斷——做什麼、不做什麼。這一段模型替不了，護城河也還在這兒。

不過國內直接照搬會撞到三堵牆：支付（沒有 Stripe 級的訂閱基礎設施，一次性付費或私域收款更現實）、語言（英文流量池和中文流量池的獲客成本差一個量級）、合規（面向企業的資料與備案要求）。需求定義和自動交付能抄，土壤抄不來。

四、四類看起來很美、但不建議一個人碰

• 自研基礎模型或垂直大模型：資本和算力密集，一個人的時間在這裡最不值錢。
• 需要牌照的業務：醫療診斷、投資顧問、法律意見。合規成本會吃掉全部毛利。
• 重定製外包：每一單都是新專案，做完什麼都不留下。
• 純套殼 + 單一平臺流量：平臺改一次規則，業務歸零。

五、成本結構：一個人怎麼把毛利做到 80% 以上

一人公司的成本基本只有三塊：模型 API、託管與域名、支付通道手續費。沒有人力成本，毛利天花板就直接由 API 單價決定。

所以選模型不是技術問題，是這道賬算不算得過來的問題。以 HaiAi123 智慧指數榜（截至 2026 年 11 月 7 日）為例，同一張榜上價格差了 40 倍，分數差不到一倍：

一筆具體的賬：單次任務 5,000 token 輸入 + 1,000 token 輸出，跑量檔約 $0.001 一次，高配檔約 $0.04 一次。一天一萬次呼叫，差出將近 400 美元。

所以別追“最好的模型”，要做分檔路由：批次、格式化、分類、抽取走跑量檔；關鍵判斷、對外文案、複雜推理走高配檔。這層路由本身就是不少一人公司的護城河，它決定毛利，也決定你有沒有本錢用價格換市場。

六、90 天驗證：不寫程式碼也能先驗證

第 1–2 周｜手動交付 20 單。 不發產品，只發一條帖子或一封郵件：“我幫你做 X，前 20 個免費或半價。”看有沒有人回。

第 3–4 周｜把重複動作固化。 寫成提示詞和指令碼。這一步決定後面是生意還是打工。

第 5–8 周｜做最小產品。 一個落地頁、一個支付連結、一條自動交付流程。不需要賬號體系，不需要後臺。

第 9–12 周｜找到 10 個付費使用者。 找不到就換場景，別換產品形態。

唯一硬判據：在你還沒有產品的時候，有沒有人願意先付錢。 有，繼續；沒有，問題在需求側，不在技術側。

七、做出來之後，難的是分發

做出來已經不是問題了，被看見才是。一人公司在這裡最吃虧：買不起流量，內容沒人手，渠道沒人跑。

三條一個人能走通的路：

• 長尾搜尋：寫 100 個具體問題，而不是 1 篇大而全的文章。目錄站和工具站靠這個活，PDF.ai 和 Bannerbear 也是這麼起來的。
• 垂直社群：在 3 個目標使用者真正在的地方持續回答，而不是在 30 個地方發廣告。
• 直接外呼：每週給 20 個具體的人寫一封具體的信。轉化率低，但它是唯一完全不依賴平臺的分發。

結尾

一人公司的選型邏輯和風投正好相反：不投最大的，投最小的可持續的那個。判斷標準就一句：這件事一個人能起盤，起盤之後能自己轉。

寫於 2026 年 11 月。榜單資料來自 HaiAi123 智慧指數榜，底層為 Artificial Analysis 評測指數（智慧指數 v5，截至 2026 年 11 月 7 日）；價格按每百萬 token 計，會隨模型釋出變化，僅供參考，不構成選型或投資依據。文中海外樣本的收入數字均來自創始人的公開分享，口徑不一，僅作量級參考。