跳转至

Anton Osika（Lovable 联合创始人 / CEO）

  • 背景: 瑞典创业者，Lovable 创始人兼 CEO；曾在 CERN 从事粒子物理相关工作（该经历直接塑造了他的"竞合/并行实验"组织观）。Lovable 是 vibe coding / AI 应用生成平台，团队在斯德哥尔摩设有 post-training 研究团队。
  • 本库收录来源: All-In Podcast 现场访谈（巴黎 Raise 大会）

公司规模（2026-07 口径）

  • 上线 20 个月；每周 100 万个新项目；平台累计 5000 万+ 应用；这些应用月访问量 7 亿+。
  • 2026 年 5 月营收 5 亿美元（主持人称"从 1 亿到 6 亿用了两年，头两年从 0 到 3.5 亿"）；企业侧现在增长最快。
  • 用户结构：约 20% 技术背景，五分之四非技术。约 60% 的最低档订阅用户会用超额度并愿意补钱。 （视频页 00:25:16–00:44:33）

立场与关注点

产品哲学：有主见（opinionated）+ 最后一公里

  • 使命表述为"赋能人类"，拆成两个 gap：做出产品、围绕产品做出生意；公司现在同时攻这两个。
  • 平台把最佳实践内建进软件架构，"确保你不会掉下悬崖"：一句 prompt 安全地接好支付、每次改动后跑安全扫描与后台监控、邮件、被 Google 与 AI 引擎发现。技术用户（20%）反而欣赏这种有主见——因为它是"通向非技术人的桥"。
  • 与十年前 no-code/low-code 的分野：那时"承诺在那里"但软件不好看、不好用、慢；是 LLM 这层新智能让它真的能做出好软件。
  • 过去 12 个月的位移："一年前大家会说这是做 mockup 的好办法……现在这些全都出局了。做线框图、做 mockup 这整个概念——你可以直接一两天做出产品。"人们不再看代码、不再写代码。
  • 下一步：AI 联合创始人——托管产品线（底层与 AWS 等合作）让 Lovable 接触到业务全部数据，"一个在你睡觉时也在工作的合伙人，早上回来告诉你可以走哪些战略方向"。
  • 复利机制：每次 Lovable 犯错都进入一个有工程师在内的 agentic 系统去改进，这种复利智能同时惠及平台上运营业务的客户。

模型策略：多模型路由 + 自研 post-training

  • "我们一直的策略是对客户最好就做什么"——请求会路由到最适合该任务的模型：既有多家商业前沿模型，也越来越多是开放权重模型。
  • 自研走 post-training 而非从头训；斯德哥尔摩的研究团队正在扩张，理由之一是"欧洲生态里应该有这个能力"。
  • 训练信号来自自身分布：盯前沿模型在他们场景下犯的错（选错工具、建错集成），按对客户的影响排序，针对性构造数据集或做 RL——"每周百万个新产品，token 分布是巨大的信号"。
  • 两个持续打磨的对象：agent harness 与内部 skills（"agent 知道何时该记起我们优秀软件工程师的那些事实"），每周都在改。
  • 成本纪律的边界："我们始终盯毛利，但我们从没做过'这里换个便宜模型'的决定——如果对客户可测量地更差。"

更多智能没有解决的那件事

  • 对 Fable 的评价："第一次尝试就能做出非常复杂、看起来很好的东西"（3D 游戏是好例子）。但瓶颈没变——"当你在演进它的时候，你作为人还是必须思考，你常常应该和你的 agent 一起做规划，决定什么是该做的事"。
  • "在'该造什么'、'该跑哪些实验来改善业务结果'这件事上，变化没那么快。"

组织观：工程不再是瓶颈 → 应该并行做两版

  • 面对"两个员工各自做了一版同样的内网，这对吗"的提问，他明确赞成，并引 CERN 的 co-opetition：两支隔离团队做同一台加速器的不同部分、发表前不共享结果，以此避免陷入局部最优；学术界与自由市场都靠竞争运作。
  • "既然工程不再是瓶颈，问题变成什么是该造的东西，那么如果你有足够多的人，让他们用不同方式尝试解决同一问题是件好事。"
  • 之后的收敛动作：让一个项目去"看看另一个项目，把我喜欢的这三点搬过来"，再跑 A/B 分流实验看客户指标是否改善。

关于软件是否会变成完全定制的

  • 不给绝对答案，给了个案例：Nursa 的 NAD 做出护士认证/排班产品并推向市场，同时在内部替换了 10 个以上工具、每年省 100 万美元以上。
  • 判断：在你有特定需求、现成工具不合身的场景，是的，会有更多定制方案；但他同时预期 Lovable 会继续与既有工具互操作——引导用户接 Google Suite / Microsoft / Slack / Salesforce / HubSpot，关键是让用户看清数据流向（别把错的数据给错的人）。定位是"底层继续用你喜欢的工具，上面套一层定制界面"。

呼应与分歧

已收录访谈

日期 视频 主题
2026-07-15 前 Intel CEO 复盘失败 + Lovable CEO 谈 vibe coding Lovable 规模、有主见的平台、多模型路由 + post-training、并行实验的组织观