线上商业专项调查 · 2026
Starter Story 线上项目研究
从 349 个公开项目中，看哪些线上生意收入更高，哪些更适合小团队用 AI 完成。
报告比较 349 个公开项目的收入水平与业务形态；三个具名案例说明收入如何转成利润，但不代表全部项目的盈利情况。
- 背景
- Starter Story 以已产生收入项目为主。它可以观察公开展示的业务形态，但不能代表全部创业尝试。
- 目的
- 比较 349 个项目的报告收入，判断公开资料能在多大程度上说明利润，并识别哪些业务形态适合纯线上交付与 AI 辅助开发。
- 主要数据源
- Starter Story 公开项目数据库与分类统计、创始人访谈，以及项目当前官网。
- 项目样本
- 349 个公开项目档案
- 报告月收入
- 有公开金额项目的中位数为 3 万美元/月
- 总体盈利情况
- 无法统计 · 缺少统一的成本与净利润
当前为速读模式：保留主要发现、关键数字与仍待回答的问题，隐藏扩展表格与来源。
主要发现
349 个项目用于描述这批公开案例的收入分布；利润案例只解释经营机制，不代表总体比例。
至少四分之一的项目明确报告月收入达到 10 万美元
349 个项目中，至少 86 个（24.6%）达到 10 万美元/月，至少 151 个（43.3%）达到 3 万美元/月。未公开可比金额的项目按“未知”处理，因此这是全体样本的保守下限。
有公开金额的项目，月收入中位数为 3 万美元
中间一半项目报告 0.9 万—11.35 万美元/月，跨度超过 12 倍。这些项目本来就以产生收入者为主，数字描述的是成功案例之间的差距，不是新项目的预期收入。
349 个项目中有多少真正盈利，公开资料无法回答
项目数据库没有统一披露成本、净利润或创始人工时。因此不能计算盈利项目数、平均利润或总体利润率；报告只把有明确披露的案例作为利润结构示例。
349 个项目中有 128 个（36.7%）同时属于多个分类。因此，分类数量不能相加；分类中位数更适合观察不同业务标签的收入量级，而不是计算市场份额。
不同业务形态的月收入中位数，从 2 万到 20 万美元不等
报告收入更高，不等于更容易交付；市场平台和 API 同时带来运营、可靠性与信任要求。
349 个项目中，至少 86 个达到 10 万美元月收入
下列占比覆盖全部 349 个项目。无法确认金额的项目保留为未知，但仍算在总数中，因此结果是保守下限。
“至少”表示未公开可比金额的项目没有被当作零收入，也没有被用来抬高比例。Starter Story 主要收录有收入项目，因此这些比例仍不能解释为创业成功率。
中间一半的跨度超过 12 倍
25 分位数为 0.9 万美元，75 分位数为 11.35 万美元/月。分布很宽，单一平均数或明星案例尤其容易误导。
微型 SaaS 的分类中位数高于简单应用
平台报告微型 SaaS 的月收入中位数为 4 万美元，简单应用为 2 万美元。开发更简单，并不自动带来更高收入。
市场平台收入更高，经营也更重
市场平台的分类中位数为 20 万美元/月，高于 API 的 8 万和微型 SaaS 的 4 万美元；但它还要解决双边供需、信任、纠纷与运营。
微型 SaaS、产品化服务和数字产品是覆盖最多的三种产品形态标签
Starter Story 当前展示 2,997 个已产生收入的项目。微型 SaaS 标签对应 670 个项目（22.4%），产品化服务对应 549 个（18.3%），数字产品对应 455 个（15.2%）。
比例按“该标签项目数 ÷ 2,997”计算。同一项目可以同时拥有多个标签，所以各行不能相加，也不适合画成饼图。
纯线上业务中，API 的分类收入中位数最高
平台分类统计显示，API、微型 SaaS、GPT 应用和简单应用的报告月收入中位数依次为 8 万、4 万、3 万和 2 万美元。这些类型同时带有不同的可靠性、安全、平台依赖与客户支持要求。
分类由平台定义，同一项目可能属于多类；这些数字比较收入量级，不表示哪一类更容易成功或更赚钱。
| 产品形态标签 | 项目数 | 占 2,997 个项目 | 报告月收入中位数 | 用普通话怎么理解 |
|---|---|---|---|---|
| 微型 SaaS | 670 | 22.4% | 4 万美元 | 面向窄需求、按月订阅的软件 |
| 产品化服务 | 549 | 18.3% | 4 万美元 | 把服务做成固定范围、固定价格和固定流程 |
| 数字产品 | 455 | 15.2% | 2 万美元 | 模板、电子书、课程等可重复销售的内容 |
| 市场平台 | 286 | 9.5% | 20 万美元 | 撮合买卖双方并从交易或订阅中收费 |
| 垂直博客 | 254 | 8.5% | 1 万美元 | 围绕细分主题获取流量，再靠广告、会员或联盟变现 |
| 简单应用 | 241 | 8.0% | 2 万美元 | 只解决少数高频任务的小型软件 |
| GPT 应用 | 149 | 5.0% | 3 万美元 | 在大模型之上封装具体工作流和界面 |
| 消费级 iOS 应用 | 79 | 2.6% | 4 万美元 | 面向个人用户、通过 App Store 分发的应用 |
| API | 54 | 1.8% | 8 万美元 | 把某种能力作为接口卖给其他软件调用 |
| 插件 | 19 | 0.6% | 3 万美元 | 依附 Airtable、Shopify 等宿主平台运行的扩展 |
这些重叠标签用于观察平台数据库中的产品形态覆盖率和报告收入量级。比例不能相加为 100%，收入中位数也不是利润或成功概率。
收入不等于利润
349 个项目没有统一利润数据。下列具名案例只展示利润可能落在什么区间，以及哪些成本会吞掉收入。
- 85% 陈述利润率
- Data Fetcher · 2.3 万美元月收入
- 60–70% 陈述利润率
- Supergrow · 后续超过 1.9 万美元/月
- 按披露数字计算的利润率 26.3%
- ChartDetector · 4 月利润约 1.15 万美元
三个有明确利润数字的案例，利润率从约 26% 到 85%
| 案例 | 报告月收入 | 利润结果 | 主要成本 |
|---|---|---|---|
| Data Fetcher | 2.3 万美元 | 陈述利润率 85%，约合 1.955 万美元/月 | 托管约 2,500 美元、软件工具约 1,000 美元；未计税费和创始人工时 |
| Supergrow | 后续超过 1.9 万美元 | 陈述利润率 60–70%，至少约合 1.14 万—1.33 万美元/月 | 联盟分成、软件与运营成本；利润额按收入下限估算 |
| ChartDetector | 4.37 万美元 | 利润约 1.15 万美元，按披露数字计算的利润率为 26.3% | TikTok 投放、Apple 抽成和广告素材 |
数字来自不同日期的创始人陈述，未经审计，仅用于展示成本结构和利润区间，不能代表 349 个项目的平均利润。
DealA 报告投入超过 25 万美元，月利润约 2,000 美元，整体仍是负 ROI。Antropy 报告了很高利润，但由五人代理团队交付。“纯线上”和“适合一人软件”是两项不同测试。
八种有公开案例支持的线上交付形态，经营负担差异很大
这八种是代表性形态，不是 349 个项目的完整分类。它们用于说明产品具体长什么样，以及 AI 能减少哪些开发工作。
| 代表性形态 | 产品具体是什么 | AI 可加速的开发层 | 开发之外的主要缺口 |
|---|---|---|---|
| 平台工作流扩展 | Data Fetcher 在 Airtable 内把外部 API 或网页数据导入表格，减少手工搬运 | 界面、数据库、支付、外部 API | 商店转化、平台依赖、集成客服 |
| 专注单一任务的工具 | Formula Bot 把用户描述变成 Excel 公式或解释：一次输入对应一种明确输出 | 窄输入输出流程，加推理或规则 | 重复使用、推理成本、搜索流量稳定性 |
| 移动小工具 | ChartDetector 识别图表，Erly 要求用户做俯卧撑才能关闭闹钟；它们都在手机上反复完成一个高频小任务 | 移动界面、订阅、分析、商店集成 | 付费获客、商店抽成、分群留存 |
| AI 客服工具 | SiteGPT 读取企业网站资料，再用聊天窗口回答访客问题 | 数据摄取、聊天界面、模型和向量 API | 模型成本、回答质量、流失、客服 |
| API 或插件 | ScreenshotOne 把网页截图能力做成接口；Data Fetcher 把数据导入能力做成 Airtable 插件 | 接口或宿主平台集成 | 可靠性、安全审查与平台变化 |
| 市场平台 | MentorCruise 匹配导师与学员，并处理展示、信任和交易 | 标准网站和交易组件 | 双边供需、信任、纠纷、运营、抽佣 |
| 产品化服务 | Antropy 提供范围和流程相对固定的交付服务，而不是每次从零报价的咨询 | 软件可规范接单、排期与交付 | 单位收入人工、利用率、客户集中度 |
| 敏感文档自动化 | Bank Statement Converter 上传银行流水后抽取并转换为结构化数据 | 上传、抽取、转换、计费 | 安全、文档差异、异常处理、合规 |
- AI 能加速的部分
- 界面、数据库、支付、API 集成和已知工作流的首版实现。
- 收入数字不能说明什么
- 需求、分发、留存、安全、可靠性、支持和商业利润。
开发成本只是总成本的一部分；投放、平台费用、异常处理和客服，都可能长期超过首版开发。
盈利、成功概率和经营投入仍有七个重要未知数
公开资料可以比较收入规模，但下面七个问题都缺少一致、可合并的数据。
- 349 个项目中有多少真正盈利？
- 无法判断。数据库没有统一披露成本、净利润、税费和创始人工时。
- 平均净利润或净利率是多少？
- 无法计算。少数采访使用不同日期和定义，不能合并成可比平均值。
- 新项目达到这些收入的概率是多少？
- 无法计算。Starter Story 主要收录已经产生收入的项目，并未包含每一次失败或零收入尝试。
- 哪一类业务最容易成功？
- 无法判断。分类相互重叠，且不同类型承担的运营、资本和人工成本差异很大。
- 创始人真实投入多少劳动？
- 大多未披露。客服、异常处理、维护和销售可能显著改变“单人业务”的实际负担。
- AI 带来了多少收入或利润？
- 无法分离。案例只能证明 AI 参与过开发，不能证明它改善需求、留存或利润。
- 现有收入能否长期保持？
- 只有少数案例披露流失和分群留存，单月收入不能证明业务耐久性。
主要数据来源与使用边界
主体统计来自 Starter Story 公开项目数据库；利润与经营信息来自具名创始人访谈，并用项目当前官网核对产品是否仍在运营。
- 349 个项目
- 来自平台公开的收入项目集合，适合描述成功案例的收入分布，不代表全部创业尝试。
- 收入数字
- 采用平台展示或创始人陈述的月收入，未经独立审计，也不等于净利润。
- 利润案例
- 只采用明确披露利润、利润率或成本的具名采访，用于解释机制，不计算总体比例。
- 分类统计
- 采用平台公开的项目数与收入中位数；同一项目可属于多个分类。
- 项目数据库Starter Story 公开项目与分类统计
- 创始人采访Data Fetcher：月入 2.3 万美元的微型 SaaS
- 创始人采访Supergrow：三天收入 6.5 万美元
- 创始人采访ChartDetector：月入 5 万美元的移动应用
- 创始人采访Formula Bot 案例
- 创始人采访Bank Statement Converter 案例
- 创始人采访Profit AI：表格转微型 SaaS
- 创始人采访Erly：简单闹钟应用
- 创始人采访SiteGPT 案例
- 创始人采访MentorCruise：导师与学员市场平台
- 反例DealA：负 ROI 优惠站
- 反例Antropy：有团队的盈利代理业务
- 当前产品Data Fetcher
- 当前产品Profit AI
- 当前产品Formula Bot
- 当前产品SiteGPT
- 当前产品Bank Statement Converter
- 当前产品Supergrow
- 当前产品ChartDetector
- 产品文档ScreenshotOne 截图 API
每项商业数字都是特定日期的平台展示或创始人陈述。报告无法验证净收入、税费、创始人工时、当前流失，也无法计算新项目复现这些结果的概率。