一个 38 岁、做了十三年量化交易算法的巴黎程序员，听到三个少年靠一款粗糙的 App 月入 20 万美元，下载来认真用了一遍——质量烂得让他吃惊。他的反应不是吐槽，而是一个朴素判断："他们能做到，我没道理做不到。"两周收入 5000 美元、三个月月入 1.4 万、利润率 20% 撞墙，最后靠"给网红股份代替付钱"翻盘。这个故事的完整弧线，比开头那个爽点值钱得多。
一、起点：烂产品是最好的市场教育
2025 年，David Attias 听了一期播客：三个十几岁的少年做了戒断类 App QUITTR，三个月冲到每月 20 万美元收入。他下载、付费、认真用了一遍，然后愣住了——不是"还行但有改进空间"，是真的粗糙。他今年 38 岁，巴黎计算机专业毕业，十三年技术工作里七年给银行和交易员设计量化交易算法，不缺技术能力，缺的只是开始。他做了 STOPPR：帮用户戒掉对加工糖的依赖，灵感直接来自 QUITTR 的注册引导流程——不是抄界面，是学那套让用户付费的逻辑。技术栈很直接：Cursor + Figma + Claude 3.5 + Firebase，AI 生成代码已有七八成可用，剩下两三成是手动测试后让 AI 修的 bug。
二、撞墙：1.4 万美元月收的真相
上线两周后两条网红视频爆了，收入冲到 5000 美元；三个月后月收入 1.4 万美元。但真实情况没那么轻松：利润率只有 20%，收入大头花在网红合作上，而管理这些网红占掉他每天 75% 的时间——谈合作、催视频、检查质量、处理琐事。这是他学到的第一个教训：传统网红合作模式（按月付费、按视频数量交付）看起来可控，但有个根本问题——网红没有动力。固定费用付了，他们可能同时给你的竞品做推广，视频质量参差不齐，转化好坏跟他们没关系，钱已经到手了。
三、翻盘：不付钱，给股份
他现在的做法：每个 App 只找一到两个头部网红，不付固定费用，给他们公司股份。逻辑很简单：你的收入和我的收入绑在一起，推得越好赚得越多，上不封顶。这个模式解决了三个问题——激励对齐（网红从"完成任务"变成"这是我的事"，会主动琢磨怎么让视频更有转化力）；管理简化（从管一群中小网红变成跟一两个人合作，沟通效率高很多）；成本结构改变（不用每月固定支出一大笔，前期现金流压力小得多）。说服网红接受股份而不是现金不容易，需要大量沟通谈判，但他说：你只需要搞定一两个人，不需要搞定一群人。
四、视频爆了怎么办：追着投广告
他们用 viral.app 实时追踪每个网红发布的视频数据，一旦某条视频出现起势迹象（播放量短时间快速爬升），立刻在 TikTok 和 Meta 上投放付费广告放大传播。这套打法的关键在于速度：不是事后复盘哪条视频好，而是在它正在爆发的几个小时内快速追加预算——错过那个窗口，势头就没了。
五、怎么找网红：原始但有效
David 不用任何网红平台（"创作者市场价格太贵"），做法很原始：在 TikTok 和 Instagram 刷 For You 推荐页，看到合适的人直接私信。他说找网红最大的挑战不是找到人，而是找到真正有影响力的人——很多所谓网红并不具备让视频持续爆发的能力，能反复做出爆款是一种可以学习但大多数人不具备的技能。判断标准很简单：翻这个人最近 20 条视频看平均播放量，如果发现他有一种持续让内容获得高播放的节奏感，那就是对的人。
六、技术栈还在降价
一年前他每月在 AI 工具上花约 1000 美元，现在换成 GPT 5.5 CLI 在 Cursor 里的扩展加 Firebase，月开支降到 200 美元以下。他的评价是 GPT 5.5 是目前移动端开发最好用的模型——今天一个人做 App 的技术成本比一年前又降了一个量级，门槛还在继续往下走。
七、他总结的月入万美元路线图
- 不要找 UGC 创作者，也不要找品牌大使——他们不知道怎么让视频爆，管理太费时间，回报太低。
- 在你的细分领域找一到两个头部网红。私信、发邮件、加入他们的 Discord 或 Telegram 群组，想尽一切办法约到一次通话。
- 利益绑定（股份分成），然后在视频爆了的窗口期追加投放。
就这么多——他没列二十条策略，因为做到月入过万的路径就是这一条。他现在月收入约 1.5 万美元（70% 来自 App，30% 来自一份开发者关系工作），下一个目标是月入 10 万。
我的总结：这个案例的两段论值得分开学——前半段验证"烂产品=市场已验证的机会"，后半段才是真功夫："股份换网红"的激励设计和"爆发窗口追投"的执行速度。对照着看月入 500 万的 Deep Search（付费投流的极致）和Arcads 的素材矩阵（内容侧的工业化），三种网红/广告打法就凑齐了。