三次创业者的 AI 征程：Runbear 的诞生、成长与未来

来源：Indiehackers

作为一名三次创业的创始人，过去 16 年间，我始终与合伙人利亚姆（Liam）携手投身软件创业领域。在此之前，我成功创立并出售了两家公司，还曾以首席产品官（CPO）的身份在 Buzzvil 带领产品团队，助力公司将年收入提升至 8000 万美元。这段丰富的创业与管理经历，不仅积累了宝贵的行业经验，更为我后来创立 Runbear 埋下了伏笔。

在之前任职的公司里，我曾同时领导七个团队。那段时光充满了挑战与机遇，既让人兴奋，也让人疲惫不堪。频繁的工作切换让我不堪重负，认知上的压力更是难以言表。正是这段亲身经历，让我深刻意识到团队在重复沟通上浪费了大量时间。我迫切希望打造一款工具，帮助人们减轻这种精神负担，一款能真正与用户协作、而非单纯为用户服务的产品。Runbear 便在这样的初衷下应运而生。

Runbear 是一个能帮助非技术团队轻松创建专属 AI 代理的平台。我们的使命是让 AI 成为真正的团队成员 —— 它能理解团队对话、主动采取行动，并积极协助团队完成工作。截至目前，公司的年度经常性收入（ARR）已达到 40 万美元，这一成绩是对我们产品价值的初步认可。

网址：https://runbear.io/

寻找理想客户画像（ICP）的挑战与突破

创立 Runbear 以来，我们面临的最大挑战便是明确理想客户画像（ICP）。从技术层面来说，Runbear 理论上能帮助任何人构建 AI 代理，因此，确定哪些用户能从中获得最大价值，成为了我们亟待解决的问题。

产品最初的定位是为 DevOps 工程师提供 AI 副驾驶，但我们很快发现，这一方向存在严重问题 —— 我们实际上是在与自己的客户竞争。工程师群体更倾向于自主开发 AI 代理，对我们的产品需求并不强烈。意识到这一点后，我们迅速调整方向，将重心转向帮助各类团队更便捷地运用 AI 代理。

随后，一个意外的发现改变了我们的产品轨迹：非技术用户，包括团队管理者、客户成功人员、客户经理以及运营团队，对我们的解决方案表现出了极高的热情。深入分析后我们发现，这些岗位的工作涉及大量沟通，而 Runbear 具备监控信息并自动接手任务的能力，恰好能极大地提升他们的工作效率，这正是他们对产品如此青睐的核心原因。

更让我意外的是，这些非技术用户虽然不了解 AI 的技术原理，却对自身需求有着清晰的认知。他们不关心 AI 技术本身，只专注于产品能否为他们带来实际的成果。基于这一重要洞察，我们再次调整战略，将 Runbear 的核心目标明确为帮助非技术团队高效利用 AI。如今，我们最坚定的支持者是那些希望引领行业潮流、通过 AI 赋能团队的管理者。而且几乎所有客户最初的使用场景都惊人地一致：解答重复性问题。这一简单却有效的切入点，能快速让客户感受到产品价值，进而建立起对 AI 的信任。

回顾这段经历，如果能重新开始，我会先聚焦于找到 “杀手级” 使用场景，再逐步拓展产品功能，这样或许能让产品发展少走弯路。

精准定位理想客户画像的方法

为了精准找到理想客户画像，我们首先对现有用户的使用场景进行了深入分析，筛选出那些能持续从 Runbear 中获得价值的客户。接着，我们开展了深度客户访谈，详细了解他们的工作流程、面临的痛点以及对 AI 辅助工具的期望。

在此基础上，我们梳理了不同行业的市场机会，并根据问题的紧急程度、发生频率、普及度以及解决成本等维度对需求进行优先级排序，优先解决那些同时满足多个高优先级条件的问题。

通过这套系统的方法，我们最终将核心客户群体锁定在那些高度依赖沟通的岗位，如客户经理、支持团队和运营管理者，他们共同构成了 Runbear 如今的核心理想客户画像。

提升客户账户收入的策略

直到今年 7 月，Runbear 一直采用单一订阅计划，这种模式在公司发展初期有效简化了增长流程。当时，产品仅设置了一个硬性限制：客户可创建的 AI 代理数量。

随着业务的推进，许多客户纷纷联系我们，希望解除这一限制。这一需求信号让我们意识到，核心用户群体存在未被满足的需求。我们没有简单地取消限制，而是决定推出一款全新的商业计划。这款新计划不仅能更好地满足核心团队的需求，还能根据新增价值制定更合理的定价。我们想通过这一举措测试，是否有足够多的客户愿意为更高价值的服务支付更多费用。结果超出预期，市场的积极反馈让我们信心大增。目前，我们已成功吸纳了 20 多家付费更高的客户，显著提升了单个客户账户的收入，且这些客户至今没有出现流失情况。

具备学习能力的技术栈

Runbear 的技术栈主要包括以下几部分：

• 编程语言：TypeScript
• 部署平台：Vercel
• 后端服务：Supabase
• AI 模型：采用多模型架构
• Claude：担任核心生成模型，负责主要的内容生成工作
• OpenAI：用于评估、知识提取和响应压缩，提升产品的智能化水平
• 同时，我们还支持用户将 Gemini 和 Perplexity 设为核心生成模型，满足不同用户的个性化需求

Runbear 最大的优势在于我们所倡导的 “团队成员式” AI 理念。不同于传统工具要求用户构建复杂的基于规则的工作流程，我们的 AI 能够像人类团队成员一样学习工作方式：观察团队动态、理解工作需求，并自然地采取行动。

AI 代理会分析信息意图，理解对话中的关键内容，然后像心思缜密的同事一样，判断何时需要介入、何时应保持沉默。当需要采取行动时，AI 能够规划任务完成流程、执行具体步骤，并通过持续的对话不断学习改进。随着时间的推移，它会自然地适应团队的工作流程，逐步拓展自身能力。

要实现 AI 的 “团队成员式” 定位，我们采取了多种方法，其中一个例子能很好地说明这一点：当你让 AI 完成一项它暂时无法处理的任务时，它会像新员工一样向你请教方法。比如你告诉它 “可以从 Stripe 中获取收入数据”，它就会记住这个指令，并在未来的工作中加以运用。长期下来，AI 能积累涵盖 2000 多种服务的知识，变得越来越智能、越来越强大，真正成为一名能在实践中学习成长的团队成员。

这种简单易用的特性，让非技术人员也能拥有与团队高效协作的 AI 代理，打破了技术壁垒，让 AI 真正服务于更多人。

以有机增长驱动业务发展

Runbear 的增长主要依靠内容营销和创作者合作两大途径。

在内容营销方面，我们主要发布三类内容：实际使用场景案例、产品搭建指南以及客户成功故事。这些内容不仅能帮助潜在用户了解产品的功能和价值，还能为现有用户提供更多使用灵感。

在创作者合作方面，我们通过 YouTube 视频、X 平台帖子和 LinkedIn 帖子等多种形式，向用户展示 AI 代理的使用场景以及如何借助 Runbear 搭建 AI 代理。创作者的影响力和专业视角，让更多人认识并了解了 Runbear。

此外，我们的搜索引擎优化（SEO）策略也取得了显著成效。通过优化关键词布局，我们成功获得了理想的关键词排名，为公司持续带来有机流量。在 SEO 初期，我们主要围绕 “在沟通渠道中使用 AI 代理” 相关的关键词创作内容；如今，我们已将重心调整为围绕核心理想客户画像及其使用场景相关的关键词，进一步提升流量的精准度。

创业感悟：在行动中寻求成功

回顾创业历程，我最深的感悟是：立即行动，不要过度思考；但行动之后，必须快速迭代。

市场始终处于动态变化之中，作为创始人，首要任务就是快速适应市场变化。构建产品、总结经验、调整方向，不断重复这一过程，在持续的行动中寻找成功的机会。可以说，成功源于始终保持前进的状态，停滞不前就意味着落后。

未来规划：迈向百年企业，打造 AI 团队标准

我的人生目标是打造一家能存续 100 年的企业。对于 Runbear 而言，我们的愿景是成为 “招聘 AI 团队成员” 的行业通用标准，让 AI 成为企业团队中不可或缺的一部分。

从短期来看，我们的核心目标是将年度经常性收入（ARR）提升至 200 万美元，并继续在全球范围内拓展客户群体，让更多团队享受到 Runbear 带来的高效协作体验。我们相信，凭借产品的独特价值和团队的不懈努力，这一目标终将实现，Runbear 也将在 AI 领域开辟出更广阔的天地。