在硅谷，如果你告诉别人你是做人工智能的，他们通常会认为你是斯坦福大学的博士生或者谷歌大公司的工程师。但今天故事的主角达斯汀·斯托特（Dustin Stout）是一位来自美国宾夕法尼亚州小镇的前演员。
我没有融资，不懂代码，甚至在创业前经历了4年的“低谷期”，损失了数万美元。
然而，就是这样一个“失意的中年人”，在2023年依靠自己敏锐的嗅觉，使用No-Code（无代码）工具，仅用了8周就“手工制作”了一个AI聚合平台：Magai。
上线2个月后，月收入1万美元。 2年多时间，月收入10万美元（ARR突破百万）。
Magai的案例也证明了AI红利期的容忍度。天缘资本创始合伙人张前曾向虎嗅表示，AI时代的红利在于“创新自带流量”。只要你有一个足够独特的AI产品，即使一开始只有少数人使用，只要价值足够突出，你就能很快获得数十万甚至更多的关注。这种沟通效率在过去是难以想象的。
一个不懂代码的外行如何在巨人布满的AI赛道上杀出一条路？ Magai是如何在不筹集一分钱的情况下实现指数级增长的？
上线8周，0融资实现年收入100万
Magai 是达斯汀(Dustin) 于2023 年创立的“一体化”生成式人工智能平台。
简单来说，它并不是创造一个新的AI模型，而是一个“聚合器”。它通过统一的界面集成了聊天机器人、图像生成、视频创作等多种AI工具，让内容创作者和专业人士不再需要在十几个网页之间来回切换。
这个项目的增长速度是惊人的。从产生想法到产品正式上线仅用了2个月的时间。产品推出后，又用了2个月的时间，实现了从0美元到1万美元的收入增长。在不到3年的时间里，它迅速成长为一家年收入超过100万美元、拥有数万用户的成熟企业。
特别值得一提的是它的融资模式：Magai在整个开发过程中没有获得一分钱的风险投资（VC）。早期的创业完全依靠创始人极其有限的自有资金，随后公司的扩张和再投资完全通过产品订阅收入来支持。
公司甚至还坚持“公开建设”的原则，向公众透明展示公司的营收数据和发展历程。
很多人第一次看到Magai时，可能会认为它只是调用各大机型的API（应用程序编程接口），做了一个“壳”网站。但实际上，Magai 的核心价值在于它重新设计了专业内容创作者的工作流程。
Dustin Stout 很清楚，像ChatGPT 这样的点工具虽然功能强大，但更像是聊天机器人，而不是生产力工具。但Magai 的定位非常明确：它是一个“All-in-One”的生成式AI 平台，旨在通过统一的界面解决用户在不同工具之间跳转的低效率问题。
在Magai平台上，用户无需登录不同的网站即可使用不同的模型。 Magai 将GPT、Claude、Gemini、Mistral 和图像生成模型集成到统一的聊天界面中。在同一个对话线程中，用户可以随意切换已使用的模型，而无需重新启动对话。
Magai通过后台的上下文缓存机制实现不同模型之间的内存共享。无需复制和粘贴，也不会丢失上下文信息。对于不知道选择哪个型号的用户，Magai甚至提供了“自动”模式，系统会自动分析您的需求，智能选择最合适的型号来回答。
凭借多年的营销背景，达斯汀发现许多用户不知道如何编写高质量的提示。为了降低使用门槛，Magai推出了“Persona”（人格）系统。
Magai 内置了50 多个预设的“个性配置文件”。
更重要的是，Magai 允许用户重复使用指令。您可以将特定的语气、业务背景或格式要求保存为自定义角色。无论你以后使用哪种机型，都可以一键应用这个“设置”，让AI立即按照你的标准输出内容，而不必每次都重复输入一大堆背景信息。
传统的AI工具（如ChatGPT）通常只有对话界面，对话内容往往沉于底层，难以整理。 Magai 采用左侧聊天、右侧文档的布局。
它内置了功能齐全的文档编辑器。用户可以一边与AI对话，一边将生成的内容直接插入右侧编辑器中进行修改排版。这样的设计连接了“生成”和“编辑”两个环节，用户最终可以直接将右侧的文档导出为PDF或DOCX格式。这直接服务于需要制作长文章或报告的专业用户，避免了在聊天窗口和Word文档之间反复切换。
Magai区别于个人版ChatGPT的重要特点是Magai拥有专门为企业和团队设计的“工作区”功能。
Magai中的每个Workspace都是一个独立的项目空间，可以将一个项目、一个部门、一个客户分隔成一个工作空间。工作区域完全隔离，互不泄漏。而且，每个工作区都可以上传自己的“知识库信息”，例如产品手册和FAQ文档，工作区中的对话会自动引用这套信息。其次，它允许团队成员进入同一工作空间进行协作，邀请队友，共享聊天记录、提示语、工作流程以及项目的内部共享和管理。
最大的区别是Magai 可以在一个工作区中使用多个模型，这意味着：每个项目都可以选择最合适的模型组合。
用户可以根据不同的项目或客户创建独立的工作空间，并像电脑文件夹一样管理复杂的AI对话记录，解决传统聊天机器人“历史记录杂乱”的痛点。
针对专业用户经常遇到的“使用受限”问题，Magai通过优化API调用和并发处理，提供了No Cooldowns体验。
Magai声称，只要在用户的订阅限制之内，它就不会像ChatGPT Plus一样因为“3小时内达到40条消息的限制”而强迫用户等待。 Magai 甚至允许即时购买额外生成的单词。这样的设计保证了用户的创作过程在高强度的工作场景下不会被意外打断。
Magai的产品逻辑很简单：它充当一个“聚合器”，集成了多模型AI引擎+内容创作工具+协作平台。用户只需支付一笔订阅费，即可在一个网页中使用市面上几乎所有主流的AI能力，并且拥有比原来更便捷的管理功能。这对于追求效率的专业人士来说是极其划算的。
在商业模式上，Magai采用统一订阅制，打“性价比”牌。
Magai 的口号是“以ChatGPT 订阅的价格获得所有你最喜欢的人工智能模型。”
官方测算，如果用户单独订阅GPT、Claude Pro、Midjourney等服务，每月可能需要花费近500美元。 Magai 将这些服务打包在一起，每月仅需20 至40 美元。这种“批发”的定价策略对于具有多样化人工智能需求的专业用户极具吸引力。
值得一提的是，达斯汀在定价策略上也经历了调整。他最初尝试了多达五个复杂的价格等级，后来发现这让用户感到困惑。然后他得出结论：“简单的定价永远会击败花哨的定价”，因此他将价格简化为两个级别。
这种“打包批发”的定价策略，加上极低的使用门槛，使得Magai在众多AI工具中极具性价比。
看到这里，你可能会有一个疑问：能够开发出这样一个逻辑成熟、功能齐全、商业模式如此清晰的SaaS平台，背后一定有经验丰富的技术团队，或者至少获得了硅谷的巨额融资吧？
但事实恰恰相反。
Magai 背后没有大公司的光环，没有风险投资，甚至没有正式的工程团队。这款产品的每一个设计细节，从对营销痛点的精准捕捉，到对用户体验的极致追求，都深深烙印着创始人的个人经历。
这不仅是一个关于“好产品”的故事，更是一个关于“人”的故事。玛盖的诞生，其实是一个中年男子在“绝境”中为了生存而进行的又一次反击。
前送菜演员花了4年时间换来“顿悟时刻”
达斯汀·斯托特的背景与人们对科技公司创始人的印象完全不同。他原本只是一个“典型的小镇青年”。
20世纪80年代，他出生在美国宾夕法尼亚州一个叫沙龙的小镇。和许多渴望离开小镇的年轻人一样，达斯汀早期的梦想与代码无关，而是舞台。高中毕业后，他搬到加利福尼亚州一所著名的表演学校，希望成为一名职业演员。
但现实却是超级瘦。
在加州的那些年，为了维持生计，他不得不长期在一家餐馆当服务员。演艺事业的困难让他重新思考自己的出路，他逐渐对流行的网络产生了兴趣。
2009 年左右，达斯汀开始尝试担任博主和社交媒体营销顾问，他发现自己擅长通过内容和设计来吸引流量。 2014年，他与他人共同创立了Social Warfare，达到了职业生涯的第一个巅峰。这是一款WordPress社交分享插件，因其出色的设计而迅速走红，这让他赚到了第一桶金，并在数字营销圈建立了声誉。
然而，离开《社会战争》后的四年（2018-2022）对达斯汀来说是极其艰难的时期。
他不想仅仅成为一名顾问，他想构建一个可以呈指数级增长的SaaS 产品。于是，他陆续开发了多个项目（例如图形生成工具SoVisual），但效果都很差。
他在这些项目上投入了大量的时间和金钱，其中一个项目直接损失超过7 万美元，最终被放弃。
据他回忆，那段时间他经常凌晨3点就醒了，因为焦虑而睡不着，情绪崩溃。到2022年底，他的积蓄几乎耗尽。他甚至还更新了简历，准备放弃创业，到一家公司找一份全职工作养家糊口。
就在达斯汀准备认输的时候，2022年11月，OpenAI发布了ChatGPT。
凭借多年的数字内容经验，Dustin 第一次使用ChatGPT 时感到非常震惊。他意识到这项可以通过自然语言生成内容的技术将彻底改变内容的创建方式。
更重要的是，当其他人还在简单感叹“AI很好玩”的时候，他根据过去的失败经历敏锐地发现了未来的一个痛点：“未来AI模型肯定会越来越多，用户不可能同时维护这么多的账号和订阅。如果我能做一个更好用的前端界面，把这些能力整合起来，肯定会有市场。”
这个想法重新点燃了达斯汀的斗志。
然而，达斯汀面临着一个大问题：他不是一名专业的程序员。他擅长设计和营销，但不会编写复杂的后端代码。几年前，这可能是一条死胡同。但这一次，他利用了无代码工具。
他自学了Bubble等无代码开发平台，结合自己对前端交互设计的理解，开始构建产品原型。他不需要组建技术团队，一个人完成产品逻辑的设计。之后，他利用自己多年来积累的博客读者和社交媒体粉丝，作为第一批种子用户进行了测试。
结果令人惊讶：从想法诞生到推出产品MVP（最小可行产品），他只用了8 周时间。
Magai 依靠过去十年建立的个人品牌信誉，在没有任何广告预算的情况下完成了冷发布。许多第一批付费用户都是他以前的博客读者。
达斯汀后来总结道：“那些之前失败的产品教会了我市场不需要什么；而ChatGPT给了我技术杠杆，让我能够自己创办一家公司。”
这就是马盖诞生的故事：一位不会编码的前演员，在职业生涯“即将结束”的那一刻，两个月内改变了命运。
在竞争夹缝中寻找生存空间
达斯汀凭借个人能力迅速推出了产品，但毕竟商业世界并不全是激情。 Magai进入市场时，面临着极其拥挤的竞争环境。
在当前多模型赛车时代，Magai代表了一个日益明显的趋势：将GPT、Claude、Gemini、LLaMA、DeepSeek等模型集成到一个工作台中，让用户不再需要在多个网站和帐户之间来回切换。
在这条赛道上，涌现了一批气质相似、功能趋同的平台，共同构成了所谓的“AI聚合器”生态系统。
最典型的标杆就是Poe。作为Quora推出的多模式门户网站，Poe的理念几乎与Magai同步。它将OpenAI、Anthropic、Google、DeepSeek等所有主流模型集成到一个界面中。它还允许用户创建自己的机器人并在同一窗口中直接比较不同模型的答案质量。
另一种与Magai 非常相似的类型是Mammouth.ai，它更喜欢“多模式内容工作区”。它不仅集成了语言模型，还将图像和音频生成集成到项目式工作空间中，适合内容创建者或团队进行活动级协作。与此类似的还有MagAI，它更专注于营销团队场景，内置大量角色和模板，允许团队批量创建内容。
如果把视角从个人用户拓展到团队，你会看到另一种更面向企业的“团队版Magai”：比如Aymo AI强调协作、角色共享、权限管理； TeamAI.com将“多模型聊天”进一步延伸到工作流程和可视化Agent构建，让企业可以将AI直接连接到自己的业务流程，并将其变成半自动化的“AI员工系统”。
这些平台的共同特点是，它们解决了“团队如何在统一门户中使用所有人工智能功能”的组织层面的需求。
在技术方面更进一步，有一些更面向开发人员的聚合器，例如TypingMind。它本质上是一组带有买断系统的本地前端。用户可以自行填写API key，将OpenAI、Anthropic、Google、Meta、Mistral等厂商接入统一前端。它具有可控的隐私性并且可以自托管。它适合想要建立自己的内部门户的技术用户或团队。
OpenRouter 更像是聚合器的“基础设施版本”。它通过一个API连接数十到数百个模型，让开发者只需连接一个接口即可访问所有主流大型模型。
Magai想要在这一领域继续保持竞争力，就需要不断迭代和打磨产品，并以独特的品味和气质不断吸引用户。
马盖的品味和竞争力其实就是达斯汀本人。除了演员身份之外，更重要的是，他作为博主和营销顾问的经历为他赢得了流量和关注。
现在的AI创业，除了技术之外，懂得如何做好营销和增长也同样重要。现在已经不再是“酒好，巷子深”的时代，因为创业的技术门槛已经降低，当产品优势不显着突出时，谁想赢，谁就先胜出。
当然，中国和美国在流量方面也存在差异。美国的流量平等环境对创业公司更加友好。在我们的专栏中，我们还介绍了许多在营销增长方面表现出色的产品。
“如果流量机制是健康的，就意味着你不用把产品做得特别好，人们就会使用它。”一位企业家表示，人们用了就会有反馈，就会有数据，产品用得越多越好。
