来自 空谷 Arvin Xu（@arvin17x）的推文线程

[1/9] 截至昨天，Lobe Chat Cloud （lobechat.com）開啟公測一個月，達到第一個小里程碑$1000+ MRR ，營收來到3 萬人民幣（$4000+）。 跟大家聊聊我們這個月的實踐中新學到的東西，以及一些新的感悟：

[2/9] 先聊聊詳細聊聊營收數據，30多天下來， MRR 正式突破了1,000 刀小關卡，營收總額大約$4k+，折合人民幣的話大概3w 多一些，感覺算是有了一個還算可以的開頭。 而非常讓我意外的一點是，達成$1000 MRR 訂閱的用戶數，只需要58 人。我在回顧看到這個數據時，突然真切地感覺到宏大敘事的薄紗被刺穿了。在傳統網路脈絡下，似乎只有產品達到千萬、乃至億等級規模的產品才能算成功，只是百萬等級、十萬等級甚至都上不了檯面。 但對我們來說，可能真的不需要去考慮做到百萬、千萬級別月活的產品，而只需要能獲得一千到兩千名願意為我們持續付費訂閱的用戶，就可以讓我們這個團隊長久穩定地運作下去。 LobeChat 的開源也不再是只能用愛來發電的興趣和愛好，還可以真正變成一項為之持續付出的事業。雖然聽過很多講開源的故事，但我們在往這個方向努力並開始帶來正向回饋的時候，這個感受是更加強烈的。

[3/9] 講完樂觀的未來，然後再講講現在面臨的挑戰：目前我們的ROI 並不好。 一個月來Cloud 的註冊用戶來到了7k+ ，但實際上的付費訂閱用戶只有60+ 。可能也是因為Chat 賽道的競賽太多，其實大家的可選空間非常大，而我們目前Cloud 的競爭力也不算高。也可能是第一個月的大部分用戶來自開源社區，大家註冊Cloud 也就是來捧捧場🤣 總之目前的付費轉換率百一都不到，這是我們目前面臨的最大問題。雖然在開源版裡LobeChat 的整個產品體驗能排到第一梯隊，但我們的Cloud 在成熟的商業產品ChatGPT/Claude/Poe 這些老大哥面前還是個弟弟，有太多值得學習的地方。

[4/9] 當然，既然我們把LobeChat 的程式碼都開源了，付費轉換率低大機率可能也是個預期中的事情？ 其實我們選擇開源之時，就覺得會去GitHub 上找開源方案的人，大概率都是白嫖怪（包括我們自己也是🤡 ），要從他們手中賺錢可太難了~ 🤑 同時，這段時間觀察下來，為Cloud 付費的用戶也基本不來自開源社區，這個和我們一開始的社區，這個和我們一開始的決定也是一致的。所以從功能角度來說，可能核心功能開源也不會太影響Cloud 版的收益，畢竟使用者是完全不同的兩個群體。 因此秉承這個原則，接下來很快就會發布的「文件上傳/知識庫對話」特性（諜照一張~），也會完全開源出來。目前在Cloud 版獨有的搜尋插件也會在後續適當的時間開源到社群版中。 而我們後續在Cloud 中也會做更多差異化的點，專注於提供增值服務與助手市場層面的運營，進而與社群開源版形成遞進的模式。

[5/9] 那如果要說產品上線後我們踩的坑，可能最大的點就是採用了固定用量的訂閱制。 上線前我們想，畢竟固定一個金額的訂閱模式是現在AI Chat 產品的主流方案，我們照著抄也問題不大。但事實上採用固定用量的訂閱制並不適合我們現在Token 收費的計價模型。 方案上線後我們看到個別重度用戶在購買了基礎版訂閱後，在短短幾天內就消耗完了所有的Token，導致無法繼續使用，不得不繼續升級套餐，而升級到專業版後一旦消耗完用量，這個月就再也不能使用了。所以雖然我們在產品能力上已經支援到細粒度的按Token 用量計費，但固定用量的訂閱製完全發揮不出來這種優勢。 因此我們下一步會把訂閱模式優化為一個相對較低的基礎服務訂閱費用+ 按需購買Token 用量的方式，進而讓訂閱和使用不會有更多壓力。

[6/9] 正是在前端、後端再到支付鏈路完整跑過後，我們發現了現在LobeChat 產品設計中的許多缺陷。 例如按Token 付費的模式下，多輪對話的Token 用量事實上會累積成長，但新用戶往往意識不到這一點。雖然使用者的每一個問題消耗不了多少token，但先前累積的上下文可能會累積到一個很恐怖的數量，最後導致在一輪對話請求中可能會消耗到10W+ Token。表現出來的結果就是雖然我們標記了高級模型能用3,000 條，但可能用戶的體感是聊了幾十條就提示了額度用完，體驗非常差，彷彿被欺騙了一般。 而這些問題在開源版中是不存在的，因為產品服務並不閉環，大家就填一個自己的API key，用多少，消耗多少都自己買單，我們也沒有反饋。但在我們的Cloud 版本中這就是一個巨大的問題，再疊加固定用量的訂閱模式，可以說是雪上加霜。 所以當用戶來諮詢這些由於我們產品設計缺陷造成的問題時，我們第一時間就為他們重置了額度。如果你訂閱了Cloud ，在日常使用上有遇到這個問題的話，也隨時聯絡我幫你重置額度，這些額外的用量損失理應由我們承擔。

[7/9] 其實現在許多國內號商會搞一個OneAPI/NewAPI 做API key 管理，再另外弄一堆WebUI 讓用戶選擇。 但我們是希望使用者始終能有一致的產品體驗，整個使用連結是完整閉環的，看起來更正規。因此在Cloud 實現過程中我們花費了較多的力氣自行實現了Stripe 接入，事實證明我們設定的支付策略還是很有成效的（https://t.co/ooSkW6rNqE）。 而AI 的呼叫Gateway 和統計，透過一輪研究後也選擇了契合度更高，功能更強大的LiteLLM 。但此時我們發現並沒有適配我們的後台管理介面，於是在我們自己的Cloud 日常管理訴求中開始搭建Cloud Admin，並基於此在早期成功預防了薅羊毛的灰產。 我們後續也會隨著我們自己的管理需求不斷完善Cloud Admin 的能力，除了基礎的用戶管理，還有訂閱管理、 Token 用量統計分析、AI 接口的GUI 添加、負載平衡等等配置能力都在Admin 中集成進去。等我們自己把這套方案在Cloud 上跑完善了，那就有潛力成為AI 對話應用的一站式解決方案，不知道有沒有人有興趣呢？ 而這些也是只做一個純前端的Chat WebUI 時接觸不到，在做Cloud 過程中探索到的有趣的領域。

[8/9] 最後一趴聊聊成本，別看1000 美金MRR 看似很多，但目前為止我們可以說只是差不多剛打平成本，略有一點盈利。 光是AI 的API 的成本就已經佔掉了一半以上，感覺是在給大模型廠商打工了🤣。而維持業務運作的各項基礎設施的營運成本每個月也要大幾百刀，所以算下來其實沒賺多少。 我們聚焦在MRR 也是在於AI 的API 成本是不可忽視的，因為每個月的Token 用量是實打實的，只有MRR 能客觀反映我們是否有獲利。 （別看現在一個月總收入是$4000+ ，是要攤到每個月去抵扣API 成本的） 在這裡不得不提一嘴我們的合作方AiHubMix @akakenle 。 Cloud 是直接使用的是他們的服務，100% 官方轉發，介面的品質和穩定性都有保障。而他家的API 應該也是目前市面上為數不多直接支援Sonnet 3.5 Tools Calling 的API ，和LobeChat 搭配起來在整個體驗上可以說非常完美。 而且即使是官轉，雖然不多但他們還是給了我們一定的折扣，讓我們也有了一點利潤空間。

[9/9] 限於篇幅原因這次沒有講技術，如果大夥感興趣，等我們發完知識庫後有時間專門開貼聊。 例如前兩天看到@idoubicc 的Vercel 天價帳單，而我們另外一個preview 站點在同等量級流量下才30 美金左右的開銷，感覺這些優化經驗還是可以展開講講的。 那以上就是這一個月以來的收穫，可以說滿滿噹噹都是經驗。也非常歡迎大家體驗LobeChat ，無論是開源版還是Cloud，建議和批評我們都一併接受，並爭取做的更好。 這也是我們從零開始的產品之旅，希望能和大家一起見證~