Issue #057 — 4 个月 43 个付费用户、$1,247 MRR：他卖的不是发帖工具，是「今天该发什么」
这个案子：一个人因为不知道在 X 上发什么，做了个工具卖给同样不知道的人
他在做什么。 5 月开始做 ClimbX.so——一个 X（Twitter）内容工具：读你自己的历史数据、找值得评论的细分帖子、用你的语气起草推文、一天最多排 8 条。4 个月后 43 个付费用户，$1,247 MRR。
背景。 起点不是「我发现了一个市场」，是「我自己卡住了」。他明确说会写作，卡的不是写作能力，是不知道发什么能被看到、不知道该去谁的帖子底下评论才能借到流量。这个区分很重要——他解决的从一开始就不是生产问题。
产品。 表面是 AI 写手 + 排程器，实际形态在这 4 个月里变了：从「帮你写」变成「告诉你写什么、去哪评论」。反直觉的细节是，工具会吃掉你每一次手动编辑和每一条互动数据，看什么扑街、什么起飞，再喂回建议里。它不是一个 prompt 包装器，是一个只在单平台上才成立的反馈回路。
定价。 未公开具体档位；$1,247 MRR / 43 个用户 = 人均约 $29/月。
关键数字。 - 43 个付费用户，4 个月 - $1,247 MRR - 人均 ARPU 约 $29/月 - 一天最多排 8 条帖 - 帖子推荐功能完成度：自评 60% - 评论目标推荐完成度：自评 30% - 获客来源：帖子没写。评论区有人问，有人说「去看他的 X profile」——这不是 70% 归因，OP 也没确认 - 增加的平台数：0（主动拒绝 LinkedIn）
技术栈。 核心依赖 X API（读互动数据 + 排程发布），加一层学习模块把编辑行为和互动结果回灌进推荐。评论区有人精准点了这个雷：43 个用户、每天 8 条帖、还要读所有帖子的互动数据——X API 的成本会按错误的方向 scale，最后是 API 定价替你定产品价格。
打法。 产品迭代方向来自回路：没有一个用户要「排更多帖」，所有人问「我今天该发什么」「我该去哪评论」。支线任务变成付账单的那个。获客通道帖子没写清楚——评论区有人问，有人说去看他的 X，OP 没有在帖里确认「全靠自己的账号、没投放」。
为什么跑得通（以及大多数人会漏掉的事）
第一个机制：他卖的是判断力，不是产能。 2026 年，生成 50 条推文的边际成本是零，任何人打开 ChatGPT 就能做。所以内容生成不是产品，是背景噪音。真正稀缺的是「在这 50 条里选哪条、在哪个时间发、去谁底下评论」。产能已经免费，判断还在收费。 这也是为什么他那个「支线任务」变成主线——用户不是不会写，用户是不敢按发送键。
第二个机制：他拒绝了 LinkedIn，这是全案最值钱的一个决定。 每一封同类工具的邮件都在喊「上多平台」，因为多平台看起来像更大的 TAM。他算的是另一笔账：反馈回路的质量取决于它能不能看到一个平台上的全部信号。加 LinkedIn 会让数据变稀，让推荐变钝，让唯一的付费理由消失。多平台是增长故事，单平台才是护城河。 这跟做独立站的人反复踩的坑一个逻辑：一个类目做到自然流量第一，比五个类目各排第 30 名值钱十倍。宽度是虚荣指标，深度才复利。
第三个机制：反馈回路一旦跑起来，会自己产生转换成本。 用户用得越久，工具对他越准；换工具等于把积累的判断清零。这是 SaaS 里少见的、不靠合同也不靠数据迁移难度的锁定——靠的是「它懂我」。但这里有个陷阱他还没意识到：X 的互动数据噪音极大。评论区有人说得很准——好帖赶上坏时间就像扑街，平庸的帖蹭上热点就像爆款。如果工具把噪音当信号学进去，回路会越跑越歪，而用户不会说「你的模型漂移了」，用户只会安静地取消订阅。
第四个机制：获客是这个案子的洞，不是护城河。 源文没有渠道拆分。能写的只是：他拒绝加 LinkedIn，把判断回路留在一个平台上。
蒸馏后的判断
真实的模式不是「AI 写作工具」，是「把个人经验封装成一层判断」。 他做的事本质上是：把自己 4 个月在 X 上摸出来的直觉（什么帖能起、什么帖底下评论有用），固化成一个每天早上给你答案的东西。这不是软件生意的逻辑，是咨询生意被产品化的逻辑。你付 $29/月，买的不是排程器，是「有人替我做了今天的内容决策」。想清楚这一点，产品路线图就完全不同了——不该往功能广度走，该往「决策准确率」走。
18 个月内这个品类会分成两层。 上层是那些把回路做实的：不只喂互动数据进去，还能解释「为什么这次建议变了」，让用户看到判断的依据。评论区有人直接问了这个——这是黑箱还是可解释的？这个问题决定生死。因为当推荐失灵时（一定会失灵），可解释的产品会被用户当成「今天判断错了」，黑箱产品会被用户当成「这东西不行了」。下层是那些被 API 成本压死的：每天 8 条帖 × N 个用户 × 全量互动数据读取，成本随使用量线性涨，而订阅费不涨。X 一次 API 调价就能把毛利从 70% 打到 20%。API 依赖型 SaaS 的定价权不在你手里，在平台手里。
他自己没看到的缺口，是获客证据。 下一步押在评论目标推荐上（自评 30%）——产品判断说得通。源文没证明「他自己的账号就是销售团队」。能抄的是：用户付钱买判断，单平台闭环，评论定向还没做完。不要把评论区一句「去看他的 profile」写成 70% 获客。
映射到海外华人这边： 你要是在跑独立站或 affiliate，这个案子最能直接复用的不是「做个 AI 工具」，是那套「自用 → 产品化 → 用自己的战绩做分发」的三段式。你在 Shopify 上摸出来的选品判断、在 Google Ads 上试出来的出价直觉、在 TikTok 上验证过的钩子结构——这些都是可以封装成一层判断卖给同行的。区别只在于：你敢不敢把自己的数据摆出来当证据，以及你有没有第二个人的数据来证明那不是运气。
偷他的剧本
- 从你自己每天卡住的那个决策开始，不是从「市场有多大」开始。他的起点是「我不知道今天该发什么」，具体到能写成一句话
- 先自用 3 个月，把自己的账号/店/campaign 跑成产品演示再收钱。你的战绩就是唯一有说服力的落地页
- 上线后第一件事不是加功能，是记录用户实际问你的问题。他的支线功能变主线，靠的就是「没人要更多排程，所有人问该发什么」
- 明确拒绝一次「上多平台」的诱惑，并且把拒绝的理由写下来。理由必须是「这会稀释我的核心信号」而不是「我暂时没精力」
- 算一遍 API/算力成本随用户量的斜率。如果成本是线性涨、订阅费是固定的，现在就设使用上限，别等毛利被吃掉才改
- 把推荐做成可解释的：给出「为什么这条建议变了」。失灵时用户会怪那一次判断，不会怪整个产品
- 给互动数据做时间和热点校正，别把噪音学成信号。同一条帖不同时间发差 10 倍，这不是内容质量差异
- 今晚就做一件事：翻你的付费用户，找出一个数据能证明「不靠你也有效」的人，问他要 case study
- 用 UTM 把你自己的社交流量打标，join 到 GA4 session。评论区有人一个周末就接完了，结论是中型帖子下面的回复带来的访问远超高曝光帖
- 30 天后开始盯留存曲线，不是盯新增。第二个月还在付钱的人数，才是产品是否成立的答案
底线判断
产能已经免费，判断还在收费。43 个用户付的不是排程费，是「今天该发什么」的决策费。他拒绝 LinkedIn 是全案最值钱的一步——多平台是增长故事，单平台才是护城河。但他现在把赌注押在评论推荐上，押错了优先级：真正的瓶颈不是产品完成度 30%，是他的唯一案例还是他自己。找到第二个人的成功数据，才是脱离个人账号的开始。