在 AI 開發工具快速普及的背景下，Stan 共同創辦人 John Hu 分享團隊打造 AI 內容工具 Stanley 的過程。團隊僅花費 14 天，便透過「氛圍寫程式」（Vibe Coding）完成產品雛形，並在推出後迅速創造百萬美元等級的年度經常性收入（ARR）。
Stanley 目前提供 LinkedIn 與 Instagram 版本，協助使用者擴展內容、撰寫提案及產生行銷素材。John Hu 表示，產品快速取得市場回應，關鍵不只是開發速度，也包括團隊對目標客群的理解，以及在投入大量資源前驗證需求的能力。
Stan 從創作者平台延伸至 AI 工具
現年 30 歲的 John Hu 過去曾在高盛等投資銀行任職。2020 年，他放棄史丹佛大學 MBA 學位，與夥伴共同創立創作者變現平台 Stan。平台的核心產品 Stan Store，主要協助創作者販售數位產品與線上課程。
在既有創作者業務基礎上，Stan 團隊進一步推出 Stanley，鎖定 LinkedIn 與 Instagram 使用者，提供 AI 輔助內容生成與擴展功能。
Stanley 的 LinkedIn 版本於 2025 年 6 月上線，推出 6 週後達到 20 萬美元 ARR，並在同年 10 月突破 100 萬美元 ARR。Instagram 版本則於 2026 年 3 月推出。
| 項目 | 已公布資訊 |
|---|---|
| 產品開發時間 | 14 天 |
| LinkedIn 版本上線 | 2025 年 6 月 |
| LinkedIn 版本早期成績 | 上線 6 週達到 20 萬美元 ARR |
| LinkedIn 版本後續成績 | 2025 年 10 月突破 100 萬美元 ARR |
| Instagram 版本上線 | 2026 年 3 月 |
| Stan 公司總 ARR | 接近 4,100 萬美元 |
| Stan Store 貢獻 ARR | 3,800 萬美元 |
| 兩款 Stanley 工具貢獻 ARR | 約 300 萬美元 |
四項快速驗證與變現策略
一、先理解客戶，避免產出「數位垃圾」
John Hu 認為，Vibe Coding 可以協助開發者快速寫出產品，但不代表產品自然具備商業價值。隨著 AI 輔助開發工具普及，市場上也出現大量品質不一、缺乏實際需求支撐的「Coding Slop」，也就是粗製濫造的程式碼或產品。
Stan 團隊的優勢在於成員本身就是內容創作者，熟悉創作者在內容製作、客戶開發與數位產品銷售上的痛點。因此，團隊將重點放在確認使用者真正需要的功能，而非單純追求快速完成更多程式碼。John Hu 強調，開發速度必須建立在對客戶情境的理解之上，否則 Vibe Coding 可能只是更快製造沒有人需要的產品。
二、以「幕後推手」方式低成本測試需求
在早期產品驗證階段，團隊採用源自《綠野仙蹤》的「Wizard of Oz」策略。這種做法的核心，是讓使用者以為自己正在使用自動化 AI 服務，但幕後其實由人員手動完成部分工作。
John Hu 曾在用戶訪談期間親自扮演 Stanley，為潛在客戶撰寫內容提案與範例 Email，並直接詢問對方是否願意訂閱。透過人工模擬 AI，團隊可以在投入大規模工程資源前，了解客戶最重視的功能、內容品質與使用體驗。
這項方式也讓團隊得以重新排列產品開發優先順序，先處理會影響付費意願的核心問題，再逐步將已驗證的流程自動化。
三、公開建構產品，累積早期信任
Stan 團隊也採用「公開建構」（Build in Public）策略，透過社群平台分享產品開發與創業過程。John Hu 認為，公開記錄產品從構想到落地的歷程，除了有助於建立品牌，也能吸引早期測試者與潛在支持者。
根據他的說法，團隊開始公開分享後約兩週，Stanley 的 ARR 便達到 20 萬美元。這項結果顯示，公開建構可能同時扮演產品行銷、社群經營與需求驗證的角色；不過，文中提供的資料並未進一步說明其中有多少營收直接來自公開建構活動。
四、讓 AI 助理執行陌生開發
為推廣 Stanley，團隊沒有完全依賴人工寄送傳統陌生開發信，而是讓 Stanley 協助處理內容提案與聯繫工作。
團隊先鎖定約 200 位 LinkedIn 創作者，再由 Stanley 根據每位創作者的個人檔案產生客製化內容提案，並在信件結尾附上專屬體驗連結。收件者是否點擊連結，便成為一項直接的市場反應指標，協助團隊判斷產品對目標客群是否具備吸引力。
這種做法把產品本身同時當成銷售工具與測試工具：AI 產生的內容可以協助擴大觸及，而點擊與體驗行為則可用來觀察潛在客戶的興趣。
Stanley 的成績與仍待觀察的限制
目前 Stan 全公司的 ARR 接近 4,100 萬美元，其中 Stan Store 貢獻 3,800 萬美元，兩款 Stanley 工具合計約貢獻 300 萬美元。從營收結構來看，Stan Store 仍是公司的主要收入來源，Stanley 則在推出後快速成為新的成長業務。
不過，Vibe Coding 並不能取代產品定位、客戶研究與市場驗證。Stanley 的案例顯示，快速開發是建立在既有產業經驗、創作者身分與明確目標客群之上，而非單靠 AI 工具就能複製。至於 Stanley 的長期留存率、獲客成本、使用者規模與不同版本的個別營收，來源並未提供相關數據，因此目前仍無法僅根據 ARR 判斷其長期獲利能力。
John Hu：速度必須與實際行動結合
John Hu 將 Stanley 的早期發展歸納為「天下武功，唯快不破」，但他所指的速度不只是寫程式更快，也包括更快接觸客戶、更快驗證需求，以及更快根據回饋調整產品。
他鼓勵創業者不要長時間停留在抱怨或被動瀏覽社群媒體的狀態，而應該將想法付諸行動。對他而言，商業是生命中重要的一部分，完成階段性目標後，他也期待未來能成家、過上快樂生活，甚至在某處經營農場，逐步淡出大眾視野。
