TL;DR Cheatsheet

先给结论。你不要把这三个网站当成点子库看，要把它们当成现金流雷达看。真正值钱的不是某个产品名字，而是收入证明、用户入口、流量结构、创始人分发能力、以及它是不是能被你用更笨但更快的方法复刻。

最重要的一句话：别被最高收入迷住。最高收入告诉你天花板，最低收入告诉你坑在哪里，最新上榜告诉你现在市场还在买什么。

先把这三个榜单看明白

1. Verified Revenues：移动 App 收入雷达

Verified Revenues 的价值在于它不是截图，不是口嗨，它说自己接入 Stripe、RevenueCat、Superwall、Creem 等数据源，展示经过清洗的公开收入投影。它的重点是移动 App，尤其是 RevenueCat/Superwall 这类订阅数据。它当前搜索结果里显示总 MRR 约 $1,765,483、28 天收入约 $1,781,178、收录 596 个 App、覆盖 29 个分类。榜单头部包括 Dipsea、DAWSWE、FitnessCamp、Anonymous App、Kasper Waterlake 等。(Verified Revenues)

它的方法论是：只公开汇总指标，不公开客户名单；通过 OAuth/read-only 数据源同步活跃订阅、退款、币种归一化、滚动 28 天收入等。这个很关键，因为你看到的是支付系统里流出来的钱，不是创始人吹出来的故事。(Verified Revenues)

2. whatsthe.app：移动 App / SaaS 的收入市场

whatsthe.app 更像一个带交易属性的收入榜和资产市场。它说自己给移动 App 和 SaaS 创始人展示、出售项目，指标来自 RevenueCat、Adapty、Superwall、Apple Store Connect、Google Play、Stripe 等。首页榜单显示它收录超过 1,000 个 App，且按 revenue/MRR/订阅等维度排序。(whatsthe.app)

这个站最值得看的不是头部，而是分布。统计页显示：总 MRR 约 $1.96M，30 天总收入约 $1.92M，平均 MRR $2,371，但中位数 MRR 只有 $85；250 个 App 是 $0 MRR；88.6% 的 App 收入在 $0-$1K 区间。也就是说，这不是一个人人发财的榜单，这是一个极端幂律市场。(whatsthe.app)

它还显示大部分项目是 iOS、RevenueCat、免费下载安装到付费使用的订阅模型：iOS 942 个，RevenueCat 平台 786 个，free-to-download paid-to-use 747 个。这个信息非常值钱，因为它告诉你，很多独立 App 的钱不是来自复杂企业销售，而是来自 App Store + 订阅 + 付费墙。(whatsthe.app)

3. TrustMRR：SaaS / startup 收入榜和出售市场

TrustMRR 的范围更大，不只移动 App。它展示 verified startup revenues，并且有很多“for sale”项目。首页能看到 Stan、Rezi、1Lookup、Postiz、SEOBOT、Launch Club、Heuristica、AfterCut、ResuMax AI 等。它的优势是很多项目有简介、创始人、技术栈、定价、目标用户、出售价格、买家浏览数、offer 数。(TrustMRR)

这比单纯看收入更有用。因为你不是要羡慕别人赚钱，你要拆出：这个钱是靠 SEO 来的，靠创始人社交影响力来的，靠开源社区来的，靠 App Store 排名来的，还是靠高客单价服务来的。

总分类：收入规模 × 方法论

这里你要记住一句狠话：平庸的人盯着最高收入幻想复制，聪明的人盯着低收入项目问：它到底死在了产品、渠道、定价，还是创始人执行力？

最新上榜的小项目：真正的市场温度计

whatsthe.app 最近新增里有 NestBit、TimeFlow、Read to Unlock、Vocam Translator、IQMAX、Handwriting Font Maker、SyncMinder、HairMax、ToMe、Math Solver、Lovelist、AI Influencer Generator、Backyard Hunt、Summarizr、Studyai、Talki、PDF Scanner、FabriScan 等。很多收入只有几美元到几百美元。(whatsthe.app)

这类项目看起来不起眼，但它们非常重要。因为它们告诉你现在个人开发者在试什么：翻译、数学求解、AI 影响者生成、PDF 扫描、学习工具、闪卡、手写字体、照片/视频/扫描、微学习。这里面有大量“能做但难赚钱”的项目。原因很朴素：功能容易做，入口不容易有；AI 包装容易做，用户愿意持续付费不容易。

Verified Revenues 最近目录也出现很多低收入或 $0 项目，例如 Tally Counter、Dreamy、Cable Identifier、Scale For Grams、Antique Identification、Fable RP、Formly Android、Draped 等。它们的价值不是“抄它”，而是提醒你：移动 App 不缺点子，缺的是 App Store 关键词、付费墙、留存、复购、口碑和持续迭代。(Verified Revenues)

重点案例 1：DAWSWE，一个高收入但高度不透明的移动 App 黑盒

DAWSWE 是这批数据里最值得警惕也最值得研究的案例之一。Verified Revenues 显示 DAWSWE 约 $353,586 MRR、28 天收入约 $373,748、24,903 活跃订阅、113,979 用户。whatsthe.app 的另一个快照显示 DAWSWE 通过 RevenueCat 验证，Revenue 约 $331K、MRR 约 $319.4K、ARR 约 $3.83M、活跃订阅 22,884、活跃客户 106,243、新客户 73,253，28 天 MRR 增长 +38.3%。(Verified Revenues)

它像一个站在拳台中央的黑盒拳击手。你看不到他的拳法，看不到他的训练计划，但计分牌告诉你：他赢了，而且赢得很大。

它解决什么问题？
公开页面没有给出足够产品细节，所以不能负责任地断言它具体解决什么问题。这个反而是重点：很多高收入移动 App 的真正入口不在网站，而在 App Store、广告投放、关键词、付费墙和订阅漏斗里。

用户是谁？
从数据看，它有超过 10 万级活跃客户/用户，但公开页面没有暴露明确画像。这里不能乱猜。

用户为什么需要它？
不知道具体功能，但能推断用户愿意订阅，说明它要么解决高频个人问题，要么解决强情绪问题，要么有非常强的获客和付费墙设计。

用户怎么评价它？
这次可引用资料里没有足够 App Store 评论或外部评论。对 DAWSWE，不透明本身就是评价：收入很强，品牌可审计性弱。

它如何找到用户？
大概率不是靠普通网站流量，而是 App Store、移动端广告、短视频、ASO、订阅转化、RevenueCat 付费墙实验。但这部分没有公开证据，所以只能作为假设。

赚钱吗？多少？
是，非常赚钱。公开验证页面显示三十万美元级 MRR。(Verified Revenues)

我以前不知道的东西是什么？
你可能以前会以为，牛产品一定有官网、品牌、创始人采访、用户案例。DAWSWE 告诉你，不一定。移动订阅世界里，很多钱是在 App Store、广告账户、支付墙、短周期转化里悄悄完成的。

什么做法不容易？
最难的是找到那个能支撑 10 万级用户和 2 万级订阅的需求入口。代码不是难点，难点是获客系统、付费转化、留存和不断迭代。

如果作者只用一句话推销：
我不能替它写准确的一句话，因为产品本体不清楚。对不透明案例，硬写 pitch 是自欺欺人。

如果你做同场景产品，怎么不同？
你不该先复制 DAWSWE，而该先做“移动订阅拆解工具”：抓 App Store 排名、关键词、评论、价格、内购、付费墙截图、广告素材，再反推出它在哪个需求里赚钱。

你能做出来吗？
不能从 DAWSWE 开始。你现在去抄它，就是闭眼上高速。你该学它的验证方式，而不是学它的表面。

重点案例 2：Stan，创作者变现系统，不是普通 SaaS

Stan 是 TrustMRR 上最夸张的案例之一。页面显示它过去 30 天收入约 $2,844,652，估算 MRR 约 $3,569,654，活跃订阅 101,590，all-time revenue 超过 $76.6M。需要注意，Stan 页面也显示 API key expired，数据最后更新于 2026 年 4 月 20 日，所以这个数据要当作高价值但非实时快照。(TrustMRR)

Similarweb 估算 stan.store 在 2026 年 4 月总访问约 5.8M，Direct 占 42.15%，Organic Social 第二，Paid Social 第三；美国流量占 48.78%，最大年龄段是 25-34 岁。这个非常符合 Stan 的本质：它不是一个给企业后台人员用的 SaaS，它是创作者把流量变成钱的商店、链接页、课程/服务/数字产品收款系统。(Similarweb)

它解决什么问题？
创作者有粉丝、有内容、有私信、有课程、有咨询，但没有一个简单的变现中枢。Stan 把 link-in-bio、数字产品、课程、预约、收款、订阅这些打包成一个“创作者现金收银台”。

用户是谁？
内容创作者、教练、知识博主、健身/教育/商业/心理/生活方式类 creator。

用户为什么需要它？
因为创作者最痛苦的不是“没有工具”，而是工具太散：一个链接页、一个日历、一个支付、一个课程平台、一个邮件工具。Stan 的价值是让创作者少折腾，把注意力放回销售。

用户怎么评价它？
这次没有完整抓取用户评论库，所以不能假装做了 Review audit。但从收入、访问、社交流量结构看，市场侧反馈很强。坏处也明显：一旦做大，就是非常拥挤的 creator economy 平台战，需要品牌、创作者信任和平台稳定性。

它如何找到用户？
Direct + Organic Social + Paid Social。这个结构很漂亮：用户直接访问说明品牌强；社交自然流量说明创作者之间会互相看到；付费社交流量说明它能把广告预算转成新用户。(Similarweb)

它赚钱吗？多少？
非常赚钱，TrustMRR 快照显示百万美元级月收入。(TrustMRR)

我学到什么？
Stan 的本质不是“卖工具”，是“卖一个人赚钱的路径”。一个产品只要站在用户赚钱的收银台旁边，付费意愿会比普通效率工具高很多。

什么不容易？
创作者信任。支付稳定。模板。反欺诈。创作者增长。内容营销。售后。生态。全都难。

一句话推销：
把你的粉丝变成收入，不用拼装十个工具。

如果你做不同方法？
不要做通用版 Stan。做垂直版，比如只服务中文出海 AI 工具创作者、健身教练、留学顾问、Notion 模板卖家、AI 自动化顾问。通用平台是巨头战场，垂直现金流是独立开发者战场。

你能做出来吗？
能做一个小垂直版，但不能一上来做 Stan。你缺的不是代码，缺的是创作者销售场景的真实关系网。

重点案例 3：Rezi，AI 简历工具里的 SEO 现金机器

Rezi 是一个很干净的案例：强刚需、强搜索、强转化。TrustMRR 显示 Rezi 是 AI resume builder，每年新增约 100 万用户，并服务 300 多个组织；页面显示 all-time revenue 超过 $9.1M，MRR 约 $293,761，活跃订阅 11,662，Stripe 验证更新时间为 2026 年 5 月 12 日。(TrustMRR)

Similarweb 估算 Rezi 访问约 843.3K，跳出率 36.12%，每次访问 7.47 页，平均停留 5 分 43 秒。它的流量来源里 Direct 占 46.85%，Organic Search 第二；搜索关键词有 5.7K 个，organic 占 93.73%，paid 只有 6.27%。(Similarweb)

这个故事很简单：一个找工作的人，凌晨两点打开电脑，搜索 AI resume builder、resume checker、ATS resume、cover letter。Rezi 站在那里，像一个不会睡觉的职业顾问。你帮他多拿一个面试，他就愿意付钱。

它解决什么问题？
求职者不知道怎么写简历、怎么通过 ATS、怎么改 bullet point、怎么针对岗位优化。

用户是谁？
求职者、学生、转职者、需要英文简历的人，也包括大学、组织和职业服务机构。

用户为什么需要它？
简历是高焦虑、高回报场景。用户不是为了“写文档”付费，而是为了“多一次面试机会”付费。

用户怎么评价它？
这次没有完整抓取 G2/App Store/Reddit 评论，不能硬编。但从停留时长、页面深度、搜索入口、活跃订阅看，用户至少愿意深度使用。潜在差评大概率会围绕模板同质化、AI 内容普通、免费额度限制、ATS 承诺是否过强等，这些需要单独抓评论验证。

它如何找到用户？
SEO 是核心。Direct 很高，说明品牌也起来了。关键词池大，搜索意图强。(Similarweb)

它赚钱吗？多少？
约 $293.8K MRR。(TrustMRR)

我学到什么？
最好的 AI 产品不一定要炫技。它只要在用户极度焦虑、愿意付费、搜索明确的节点出现，就能赚钱。

什么不容易？
简历赛道太卷。SEO 内容、模板、ATS 可信度、求职结果反馈、品牌信任都要长期磨。

一句话推销：
用 AI 写出更容易通过 ATS、拿到面试的简历。

如果你做不同方法？
不要做通用简历工具。做垂直版：比如“AI 产品经理英文简历”“北美数据分析师求职包”“日本 IT 转职简历”“留学生 OPT 求职工具”。越窄，越容易打穿。

你能做出来吗？
能做 MVP，但不建议你打通用市场。通用市场需要 SEO 长跑，垂直市场可以先用内容、社群和人工服务拿到第一批付费。

重点案例 4：Postiz，开源社媒调度器，产品复杂但路径清楚

Postiz 是一个很好的“开源 + SaaS”案例。TrustMRR 显示它成立于 2024 年 7 月，位于 Hong Kong SAR China，Stripe 验证于 2026 年 5 月 12 日；all-time revenue 约 $431,426，MRR 约 $111,815，活跃订阅 3,333，目标用户包括 creators、businesses、agencies，约 27,500 用户，并明确标注 open source。(TrustMRR)

Postiz 官方描述是用 AI agent 自动计划、生成、发布内容到 30+ 社交媒体网络；文档也显示它有 CLI/API，覆盖大量平台。(Postiz)

这个故事像什么？像一个程序员受够了每天手动发帖，于是做了一个“社交媒体闹钟 + AI 文案助手 + 多平台控制台”。一开始它可能只是给自己用，后来发现每个创作者、创业者、agency 都有同样的痛苦。

它解决什么问题？
多平台发帖、排期、生成内容、管理社媒工作流。

用户是谁？
独立创作者、创业者、小公司、agency、开源爱好者、自托管用户。

用户为什么需要它？
社媒运营很碎，而且跨平台很痛苦。一个人要写、改、排期、发布、分析，如果没有工具就会被这些琐事拖死。

用户怎么评价它？
从可观察信号看，开源、自托管、API/CLI 都会吸引开发者和 power user。负面也很明显：社交平台 API 容易变、集成维护很痛、多平台发布质量不一。

它如何找到用户？
开源社区、开发者传播、自托管需求、社媒运营关键词、可能还有 Reddit/self-hosted/indie hacker 圈子。它不是单纯 SEO 工具，它有社区属性。

它赚钱吗？多少？
约 $111.8K MRR。(TrustMRR)

我学到什么？
开源不是免费慈善。开源可以变成分发渠道、信任机制、试用入口。用户先自托管，团队和重度用户再为省事、稳定、托管版付费。

什么不容易？
集成维护。每个平台 API 都是一个脾气古怪的合作伙伴。你今天能发，明天可能限流，后天改权限。

一句话推销：
用一个开源 AI 控制台，把所有社交媒体内容自动排好、发好。

如果你做不同方法？
你不要做 30 个平台。做 1 个窄场景，比如“只帮 AI SaaS 创始人把博客自动拆成 X/LinkedIn/Reddit 三件套”。

你能做出来吗？
能做窄版，不能一开始做全平台版。全平台版是维护地狱。

重点案例 5：SEOBOT，创始人品牌 + SEO 自动化的结合体

SEOBOT 的 TrustMRR 页面显示：过去 30 天收入约 $70,940，MRR 约 $66,162，活跃订阅 892，all-time revenue 约 $1,649,468；创始人 John Rush 有 117K+ followers；产品定位是 all-in-one SEO AI agent，自动化 keyword research、content optimization、internal linking、backlink building，价格从 $49/month 起，目标用户是项目很多但没时间做 SEO 的 founders。(TrustMRR)

SEOBOT 官方搜索结果也强调“takes 100% of SEO work out of your way”“Get more SEO traffic”，并有 ListingBott 等配套增长工具。(SEO Bot)

这个案例特别适合你看，因为它不是纯产品胜利，而是“产品 + 创始人曝光 + SEO 知识 + 工具组合”的胜利。John Rush 这种人像什么？像一个开了很多小矿的矿工，最后把铲子也卖给别人。

它解决什么问题？
创始人知道 SEO 重要，但没时间做关键词、写文章、内链、更新、监控、外链。

用户是谁？
独立开发者、SaaS founder、小团队、需要自然流量但没 SEO 团队的人。

用户为什么需要它？
SEO 很慢、很碎、很反人性。用户不是不想做，是坚持不下去。

用户怎么评价它？
公开收入和创始人影响力说明需求强。潜在差评会集中在 AI 内容质量、SEO 效果不可保证、Google 算法变化、内容同质化。这类差评非常现实，因为 SEO 从来不是“一键发财”。

它如何找到用户？
创始人品牌、X/Twitter 分发、SEO、产品间交叉引流、indie hacker 圈层。这个流量不是单点，而是组合拳。

它赚钱吗？多少？
约 $66.2K MRR。(TrustMRR)

我学到什么？
一个产品最好的获客方法，有时就是把自己的方法产品化。SEOBOT 帮人做 SEO，同时自己也靠 SEO 和创始人分发活着。

什么不容易？
你必须真的懂 SEO，不是会让 AI 写文章就行。SEO 的关键是搜索意图、站点结构、内链、内容质量、外链可信度、长期维护。

一句话推销：
把 SEO 交给一个 AI agent，让你的项目持续长出自然流量。

如果你做不同方法？
做垂直 SEO agent。比如只服务“AI 工具目录站”“Shopify 插件”“本地服务商”“中文出海 SaaS”。通用 SEO agent 已经很挤，垂直 SEO agent 还可以打。

你能做出来吗？
能，而且应该从手动服务开始。先帮 5 个项目做 SEO audit + 文章 + 内链 + 外链，再把重复流程产品化。你现在不懂代码没关系，但你不能不懂搜索意图。

重点案例 6：Launch Club，低网站流量、高 MRR，最像你能切入的机会

Launch Club 是我最建议你认真研究的案例。TrustMRR 显示它在出售，asking price $3,000,000，约 3.3x revenue，有 18,866 个买家查看、24 个 offers；产品描述是 Reddit marketing to improve AI search。它的 all-time revenue 约 $956,706，MRR 约 $49,500，但活跃订阅只有 21。(TrustMRR)

注意这个数字：21 个活跃订阅，49.5K MRR。平均每个订阅不是 $19，不是 $49，而是高客单。它更像“产品化服务/agency + 软件”的混合体。

Similarweb 估算 launchclub.ai 只有 5.6K 访问，且月流量下降 11.06%；流量来源里 Referrals 占 43.99%，Direct 第二，Organic Search 第三，搜索流量 100% organic、0 paid。(Similarweb)

这像什么？像一家门口不怎么排队的小餐馆，但包间里坐的全是高客单客户。游客少，不代表不赚钱。它的钱可能来自推荐、关系、B2B 高意向客户、案例、创始人网络，而不是网页游客。

它解决什么问题？
AI 搜索时代，品牌想被 Reddit、Google、ChatGPT、Perplexity 等看见。Launch Club 说它能找到已经在 Google 排名的 Reddit threads，让品牌借这些讨论获得流量和 AI 搜索曝光。(Launch Club)

用户是谁？
SaaS、AI startup、品牌方、希望在 Reddit 和 AI 搜索里被提到的公司。

用户为什么需要它？
传统 SEO 越来越难，AI 搜索会引用 Reddit、论坛、社区讨论。品牌不只想有官网排名，还想出现在真实讨论里。

用户怎么评价它？
公开 offer 数和高 MRR 说明买家/市场兴趣强。坏处是这种模式很脆弱：Reddit 社区厌恶硬广，操作不好就变成垃圾营销；效果也比普通 SEO 更难归因。

它如何找到用户？
Referral 很强，Direct 也重要，普通网站 SEO 不是主入口。(Similarweb)

它赚钱吗？多少？
约 $49.5K MRR。(TrustMRR)

我学到什么？
你不一定需要百万网站访问。你需要 20 个愿意每月付几千美元的客户。这个道理很残酷，但很解放。

什么不容易？
社区判断力。Reddit 不是广告牌，是人群。你如果不懂语境、不懂帖子、不懂评论节奏、不懂社区规则，进去就是找骂。

一句话推销：
找到已经在排名的 Reddit 讨论，让你的品牌出现在用户和 AI 搜索都会看的地方。

如果你做不同方法？
你可以做一个更窄的 Launch Club：只帮 AI SaaS 做 Reddit/AEO visibility audit。第一版甚至不用代码，先手动交付：关键词、相关 Reddit threads、评论机会、竞品被提及情况、AI 搜索是否提到品牌、30 天发布计划。

你能做出来吗？
这是你最能做的方向之一。因为它允许你服务先行、产品后行。你先卖结果，再写工具。别一上来幻想平台，先拿 3 个客户做案例。

重点案例 7：Heuristica，低收入但最像真实独立开发者故事

Heuristica 是 TrustMRR 上一个特别值得看的低收入样本。它出售价格 $65K，约 3.5x revenue；产品是 AI learning/research platform，可以做 concept maps、flashcards、quizzes，也能 summarize/chat with YouTube、podcast、PDF。页面显示 all-time revenue 约 $52,869，MRR 约 $1,645，活跃订阅 239，约 75,000 用户。(TrustMRR)

最打动人的不是收入，而是创始人说明：solo、全职 senior engineer 之外做、$0 marketing、profitable from day one、每天 500 unique、domain reputation 40+、organic traffic value 约 $2.5K/month。(TrustMRR)

这个故事很像一个人下班后，在厨房灯下慢慢磨一把刀。刀不大，但是真的能切东西。

它解决什么问题？
学生、研究者、教师面对复杂资料时，需要理解、总结、复习、生成 flashcards/quizzes。

用户是谁？
学生、研究者、教师、需要学习复杂内容的人。

用户为什么需要它？
学习不是缺资料，是缺结构。PDF、YouTube、Podcast、文章太多，用户需要把它们变成脑子能吸收的地图。

用户怎么评价它？
没有完整评论抓取，但收入、75K 用户、自然流量说明至少有真实需求。坏处是教育 AI 工具非常多，用户付费意愿不一定高，学生群体价格敏感。

它如何找到用户？
创始人披露 $0 marketing，说明主要靠自然流量/SEO/口碑/长尾内容。(TrustMRR)

它赚钱吗？多少？
约 $1.6K MRR。不是大钱，但是真钱。(TrustMRR)

我学到什么？
一个项目即使不暴富，也可以变成可出售资产。域名声誉、自然流量、用户量、稳定小收入，本身就是资产。

什么不容易？
低价教育工具容易被大模型通用能力吞掉。你必须有结构化学习体验，而不是只做“上传 PDF 然后聊天”。

一句话推销：
把任何复杂资料变成你能理解、记住、复习的学习地图。

如果你做不同方法？
不要做通用学习工具。做“一个考试/一个职业/一个资料类型”的学习系统。比如只做雅思口语、AWS 认证、医学论文、法律案例、产品经理面试。

你能做出来吗？
能。这个比 DAWSWE、Stan、1Lookup 更接近你。但你不能只做 AI wrapper，你要做学习路径、复习节奏、题库、反馈闭环。

重点案例 8：AfterCut 和 ResuMax AI，低收入项目给你的冷水

AfterCut 是一个把屏幕录制变成教程、产品 demo、视频的工具，自动 zoom、背景、facecam、4K。TrustMRR 显示它 asking price $10K，all-time revenue 约 $1,065，过去 30 天收入 $184，没有活跃订阅，定价 $29 one-time，创始人说明自己没有时间继续做。(TrustMRR)

ResuMax AI 是 AI 简历/职业工具，asking price $35K，约 2.5x revenue；all-time revenue 约 $12,045，MRR 约 $1,250，活跃订阅 90，成立于 2025 年 10 月。(TrustMRR)

这两个项目提醒你：功能做出来，不代表公司做出来。AfterCut 的功能听起来很合理，但没有订阅收入，说明要么市场入口没打穿，要么定价方式弱，要么用户一次性用完就走。ResuMax 有 MRR，但它在 Rezi 这种巨头旁边，必须找到更窄的定位，否则会被 SEO 和品牌压死。

你该学什么？
小产品不是不能做，但必须回答一个残酷问题：用户为什么今天就付钱，为什么下个月还付钱，为什么不是去用免费替代品？

流量、外链、品牌体检

关于外链，这次公开可访问资料里没有拿到每个产品完整 referring domains 列表。Semrush 的 Backlinks Overview 本身会追踪 referring domains、backlinks、monthly visits、organic traffic、Authority Score 等；Authority Score 反映反向链接质量和影响力。对你做产品研究来说，外链不是看数量，而是看质量、相关性、锚文本和是否能带来真实用户。(Semrush)

还有一个新变化你要非常敏感：AI 搜索时代，高质量权威外链和被可信页面提及，会影响品牌是否被 ChatGPT、Perplexity、Gemini、Google AI Overviews 等看到。Semrush 的 AI/backlink 研究结论也强调，权威和高质量链接比单纯链接数量更重要。(Semrush)

我没有拿到可引用的 Wayback capture timeline。当前可核验的“历史”主要来自 TrustMRR 页面里的 founded date、last verified、last updated，以及 Similarweb 的月度估算。真正做投前/仿品研究时，要单独跑 Wayback CDX：看最早上线时间、首页文案变化、价格变化、功能演进、从工具变平台的时间点。

每月增长怎么看，不要只看一个数字

你要建立一个增长判断矩阵：

第一，看收入增长。DAWSWE 在 whatsthe.app 的快照里显示 28 天 MRR growth +38.3%、subscriber growth +31.1%，这是强增长。(whatsthe.app)

第二，看访问增长。Stan 的 Similarweb 页面显示 2026 年 4 月总访问约 5.8M，但流量月环比下降 2.05%；Rezi 总访问约 843.3K，流量增加 2.93%；Launch Club 只有 5.6K 访问，月环比下降 11.06%。(Similarweb)

第三，看收入和流量是否匹配。Launch Club 网站访问很低，但 MRR 约 $49.5K、活跃订阅 21，这说明它不是靠大量低价自助用户，而是高客单、高信任、高意向线索。(TrustMRR)

第四，看数据是否新鲜。Stan 很大，但 TrustMRR 页面显示 API key expired、last updated April 20, 2026，所以它是强信号，但不是最新实时数据。(TrustMRR)

第五，看分布。whatsthe.app 的中位数 MRR 只有 $85，250 个 App 是 $0 MRR。这说明“上榜”不等于“成功”，真实世界里大多数产品都还在泥地里爬。(whatsthe.app)

哪些你不该碰，哪些你该碰

你现在最不该碰三类：

第一，不透明但高收入的移动 App 黑盒，比如 DAWSWE。它诱惑很大，但你看不到产品、评论、关键词、素材、漏斗，复制成本极高。

第二，平台型 creator economy，比如 Stan。天花板巨大，但需要信任、支付、生态、销售、内容创作者网络，不适合第一战。

第三，数据/API 合规类 B2B，比如 1Lookup。TrustMRR 显示 1Lookup MRR 约 $242K，asking price $10M，定位是 B2B 数据验证/API，客户约 500，技术栈包括 Next.js、PostgreSQL、Stripe。这个方向钱很多，但数据质量、合规、API 稳定、企业信任都很重。(TrustMRR)

你最该碰三类：

第一，Launch Club-lite：AI 搜索 / Reddit / 社区曝光服务。
不需要你一开始会代码。你可以先手动帮 AI SaaS 找 Reddit threads、竞品 mentions、AI search mentions、投放机会，然后收服务费。

第二，SEOBOT-lite：垂直 SEO 自动化服务。
不要做通用 SEO agent。你做“只帮 AI 工具站做 30 天 SEO 增长包”，或者“只帮独立开发者做英文 landing page + 关键词 + 文章 + 内链”。

第三，Heuristica-lite：垂直学习工具。
不要做通用学习平台。做一个明确考试、明确职业、明确资料类型的 AI 学习路径。

你的第一桶金不应该来自“我做了一个伟大的产品”。更现实的路径是：我先用手动服务证明有人愿意付钱，再把最重复的部分做成产品。

给你一个最现实的产品方向：AEO/Reddit/SEO 增长审计服务

我会建议你不要一上来做 App，而是做这个：

产品名随便起，核心是一句话：帮 AI SaaS 创始人知道自己为什么没有被 Google、Reddit、ChatGPT、Perplexity 看见，并给他一套 30 天曝光计划。

你第一版交付物可以是：

1. 竞品关键词地图

2. Reddit 高排名帖子清单

3. 竞品在 Reddit/论坛/AI 搜索里的提及情况

4. 目标用户常问问题

5. 10 篇 SEO 内容标题

6. 20 个可参与社区讨论的机会

7. 5 个 landing page 改写建议

8. 7 天执行计划

9. 30 天内容排期

10. 一份 before/after 曝光报告

你看，这不需要你先写代码。你只需要足够认真，足够像侦探。很多人失败不是因为不会写代码，是因为懒得把用户、关键词、评论、社区、竞品、价格、流量一层层扒开。

这件事和 Launch Club、SEOBOT、Rezi 的共同点是：都站在“用户想获得更多机会/流量/收入”的地方。你不要卖工具，你要卖机会。

产品研究文章模板：以后每个案例都这么拆

每个产品你都用这套问题：

💡 这个产品解决的是什么问题？

不是“它有什么功能”，而是用户在什么时候痛。
Rezi 的痛是求职焦虑。
Stan 的痛是创作者变现混乱。
SEOBOT 的痛是创始人没时间做 SEO。
Launch Club 的痛是品牌在 AI 搜索和 Reddit 里隐形。
Heuristica 的痛是资料太多，脑子装不下。

👤 用户是谁？

不要写“所有人”。
所有人等于没人。
你要写到这个程度：北美求职者、AI SaaS founder、英文独立开发者、健身创作者、agency owner、学生、研究者。

🤔 用户为什么需要它？

用户不是因为“AI”付费。
用户因为结果付费：找到工作、涨流量、变现、节省时间、避免错过机会、减少焦虑。

🗣️ 用户怎么评价它？

好评看：订阅数、留存、评论、社区讨论、复购、推荐。
差评看：价格、质量、替代品、学习成本、效果不可控、平台限制。
没有评论数据时，不要编。你可以写“公开资料不足”，然后用收入、流量、活跃订阅作为市场信号。

🔍 它如何找到用户？

分清楚五种入口：

1. SEO：Rezi、Heuristica、SEOBOT

2. 社交/创作者：Stan

3. 开源/社区：Postiz

4. Referral/高客单服务：Launch Club

5. App Store/订阅付费墙：DAWSWE、Dipsea、FitnessCamp

💰 它赚钱吗？多少？

只信三类数据：
支付系统验证、官方披露、可信第三方估算。
别信截图，别信推特炫耀，别信“我朋友说”。

🧠 我从它身上学到什么？

每个产品只提一个核心学习。
Stan：站在用户收银台旁边。
Rezi：高焦虑搜索词就是金矿。
Postiz：开源可以是分发。
SEOBOT：把自己的增长方法产品化。
Launch Club：低访问也能高收入。
Heuristica：小收入 + SEO 资产也能出售。

🤔 它什么做法你不容易？

你要诚实。
Stan 的创作者信任不容易。
Rezi 的 SEO 长跑不容易。
Postiz 的 API 集成不容易。
SEOBOT 的真实 SEO 判断不容易。
Launch Club 的社区语境不容易。
DAWSWE 的移动订阅增长系统不容易。

🤗 一句话推销

必须像人话。
不要写“AI-powered comprehensive productivity platform”。
写“把你的粉丝变成收入”“让你的简历更容易拿到面试”“让你的品牌出现在 Reddit 和 AI 搜索里”。

💡 如果你做同场景，怎么不同？

永远更窄、更快、更手动、更贴近一个用户群。
巨头做平台，你做钉子。
平台要覆盖世界，钉子只要扎进一个痛点。

🎉 你能做出来吗？

答案不是 yes/no。
答案是：能不能做一个更窄、更丑、更手动、但用户愿意付钱的版本。
这才是独立开发者的真相。

SOP：以后你每周就按这个流程扫榜

Step 1：选样本

每周从三个榜单各选：

• 最高收入 3 个

• 最新上榜 10 个

• 最低但有收入 10 个

• $0 收入但看起来有意思 5 个

• 正在出售且有 offer 的 5 个

不要只看赢家。失败者才告诉你路上有什么坑。

Step 2：验证收入

记录：

• MRR

• 30 天收入

• ARR

• 活跃订阅

• 活跃用户

• 新用户

• ARPU / ARPPU

• growth %

• 数据源：RevenueCat / Stripe / Superwall / Apple / Google

• last updated

如果 last updated 太旧，标黄。
如果 API expired，标红。
如果只是创始人自报，降权。

Step 3：拆用户和痛点

写三句话：

• 用户是谁

• 他在什么场景痛

• 为什么今天就愿意付钱

写不出来，就不要碰。

Step 4：查流量

至少看：

• Similarweb：访问量、国家、来源、跳出、停留

• Semrush/Ahrefs：关键词、自然流量、外链

• App Store：关键词、评分、评论、内购价格

• Reddit/X/YouTube：用户讨论和创始人分发

• Product Hunt/Hacker News：早期曝光

• Google 搜索结果：品牌词和非品牌词

Step 5：查外链和 AI 搜索存在感

记录：

• referring domains

• 权威外链

• 竞品 mentions

• Reddit threads

• Quora/论坛/博客 mentions

• 是否被 ChatGPT/Perplexity/Google AI Overview 提到

• 哪些页面可能被 AI 引用

外链不是为了好看，是为了回答：这个品牌在互联网上有没有被信任的证据。

Step 6：查历史

用 Wayback 看：

• 最早上线时间

• 第一版文案

• 第一次出现 pricing 的时间

• 定价变化

• 产品从工具变平台的节点

• 是否经历 pivot

• 是否突然换定位

很多产品的秘密不在今天的首页，而在三年前那个丑陋的旧首页。

Step 7：拆定价

记录：

• 免费版有什么

• 付费版多少钱

• 订阅还是一次性

• trial 几天

• 是否年付折扣

• 是否 usage-based

• 是否高客单 enterprise

• 退款/保证/风险反转

价格是产品的灵魂。别只看功能。

Step 8：拆获客动作

给每个产品打标签：

• SEO-first

• App Store-first

• Founder-led

• Open-source-led

• Community-led

• Ads-led

• Referral-led

• Marketplace-led

• Enterprise-sales-led

• Service-first

你要找的是和你能力匹配的方法，不是收入最高的方法。

Step 9：决定能不能做

给每个产品打 1-5 分：

• 需求明确度

• 你能否接触用户

• MVP 难度

• 获客难度

• 付费意愿

• 竞争强度

• 是否能手动服务先行

• 是否能 7 天验证

低于 28 分，不做。
不能 7 天验证，不做。
必须先写大量代码才知道有没有需求，慎做。

Checking List

产品检查

• 用户一句话是谁？

• 用户痛点是不是高频/高焦虑/高回报？

• 用户现在用什么替代方案？

• 替代方案哪里烂？

• 产品有没有明确付费理由？

• 免费工具会不会直接杀死它？

• 大模型通用能力会不会吞掉它？

• 有没有复购或订阅理由？

收入检查

• MRR 多少？

• 30 天收入多少？

• 活跃订阅多少？

• 活跃用户多少？

• ARPU/ARPPU 多少？

• 数据源是什么？

• 最后更新时间？

• 增长是收入增长还是用户增长？

• 是否只是一次性收入？

流量检查

• 总访问多少？

• 国家分布？

• Direct 占比？

• Organic Search 占比？

• Social 占比？

• Referrals 占比？

• Paid Search/Paid Social 有没有？

• 流量增长还是下滑？

• 页面停留时间是否合理？

SEO 检查

• 品牌词有多少搜索？

• 非品牌词有哪些？

• 长尾关键词是什么？

• 排名前 10 的页面是什么？

• 内容是模板页、文章页、工具页，还是目录页？

• 内链结构清楚吗？

• 外链来自哪里？

• 有没有 Reddit/Quora/论坛页面在给它导流？

App Store 检查

• 关键词排名？

• 评分？

• 评论数量？

• 最新差评？

• 内购价格？

• 是否有免费试用？

• 截图是否强转化？

• 竞品是谁？

• 是否可能投放短视频广告？

品牌检查

• 一句话能不能讲清楚？

• 首页是否直接说结果？

• 是否有 founder story？

• 是否有真实案例？

• 是否有用户评价？

• 是否有可验证收入？

• 是否有可信外链？

• 是否出现在社区讨论里？

你自己能不能做

• 你能不能 7 天交付手动版？

• 你能不能找到 10 个目标用户？

• 你能不能让 3 个人试用？

• 你能不能收第一笔钱？

• 你能不能不写代码先验证？

• 你能不能承受 30 天没人理你？

• 你能不能每天重复做获客动作？

5W2H

Why：为什么做这个研究？

不是为了找灵感，是为了找现金流模式。
灵感不值钱，已验证的付费行为才值钱。

Who：研究谁？

研究三类人：

• 已经赚大钱的产品，看天花板

• 刚上榜的小产品，看市场温度

• 低收入但真实的小产品，看独立开发者怎么活下来

What：研究什么？

研究七件事：

• 解决的问题

• 用户画像

• 收入

• 增长

• 流量来源

• 外链/品牌资产

• 你能不能用更窄的方法复刻

When：什么时候做？

每周一次。
不要每天刷榜，容易变成精神鸦片。
每周固定半天，选 10 个产品，深挖 2 个，验证 1 个。

Where：去哪里查？

• Verified Revenues：看移动 App 订阅收入

• whatsthe.app：看 App/SaaS 榜单、最新上榜、出售意愿

• TrustMRR：看 SaaS/startup 收入、出售价格、创始人、定位

• Similarweb：看网站流量结构

• Semrush/Ahrefs：看 SEO 和外链

• App Store / Google Play：看评论、评分、内购

• Reddit / X / YouTube / Hacker News：看真实讨论

• Wayback：看历史演进

How：怎么执行？

先用表格扫 50 个。
再挑 5 个做浅拆。
最后挑 1 个做深拆。
深拆之后不要继续研究，立刻做一个 7 天验证实验。

How much：投入多少？

第一阶段别花大钱。
7 天，$0-$300 预算，目标不是发财，目标是拿到信号：

• 10 个目标用户对话

• 3 个愿意试用

• 1 个愿意付钱

• 或者 50 个邮件/私信回复

• 或者 100 个 waitlist

• 或者 $100 第一笔收入

没有这些信号，就别写代码。写代码很容易让人产生努力幻觉。

最后给你的判断

你现在最适合的不是做 DAWSWE，也不是做 Stan，也不是做 Rezi 通用版。

你最适合做的是：

Launch Club-lite + SEOBOT-lite 的结合体：帮 AI SaaS / 独立开发者做 Reddit、SEO、AI 搜索曝光审计和执行。

原因很简单：

它可以服务先行，不要求你一开始懂代码。
它离钱近，因为用户买的是增长。
它能从手动流程变成软件。
它能学习 SEO、产品、运营、营销、销售，而这些正是你现在最缺但必须补的能力。

别做那种看起来很聪明、实际上离钱很远的产品。
你要做那种笨得可怕但能收钱的东西。

真正的高手不是第一个想到点子的人，是第一个把混乱市场拆成 SOP、然后每天执行到出血的人。