2小时做出软件,挂小红书卖了1774元:5102赞笔记拆解

📘 教程 2026-11-01 约 33 分钟阅读

一条 5102 赞的小红书笔记:50 分钟用 AI 做完桌面宠物软件,1 小时录演示,10 分钟上架,卖出约 91 单、到账 1773.82 元。拆的是它成立的条件——选品、定价、0.6% 的费率、内容形态,以及评论区四个没有被回答的问题。

💡 你将学到

一条 5102 赞的小红书笔记:50 分钟用 AI 做完桌面宠物软件,1 小时录演示,10 分钟上架,卖出约 91 单、到账 1773.82 元。拆的是它成立的条件——选品、定价、0.6% 的费率、内容形态,以及评论区四个没有被回答的问题。

📜 目录

A clean desk with a laptop showing code, used to illustrate building a small app with AI

一条笔记的全部数字

2026 年 6 月底,小红书上一条标题为《顺手卖掉 Vibe Coding 产品》的笔记拿到 5102 个赞、5816 次收藏、129 条评论、834 次分享。封面是一张手机截图:个人售卖后台显示"我赚到了 ¥1,773.82",技术服务费率 0.6%,在售商品是一个叫"桌面宠物软件"的数字商品,标价 19.59 元。

作者给出的时间账单只有三行:

按单价 19.59 元、平台抽取 0.6% 技术服务费反推,1773.82 元对应约 91 单。两个小时、一个下午的工夫,一个非团队、非公司、没有投放预算的个人账号,把一段 AI 生成的小软件变成了四位数的现金流。

数字本身不惊人,惊人的是结构。它把"做产品—做内容—做渠道—收款"四件通常由四个角色完成的事,压缩进了一个人、两个小时的闭环里。值得拆的不是运气,是这个闭环成立的条件。

收藏比点赞多,说明这是一份说明书

5102 个赞,5816 次收藏。收藏数超过点赞数,在内容平台上是一个很具体的信号:读者不是被情绪打动,是在存资料。

对比同一批关键词下的其他高赞笔记,"一小时赚 1600,转码依然是出路"4859 赞,"13 岁女孩靠 AI 三天赚了 1.8 万元"3205 赞。这两条是情绪型内容,赞多、收藏少——读者看完感叹一下就走。而一条讲流程的笔记被大量收藏,意味着它被当成了操作手册。

834 次分享进一步印证了这一点。分享数通常是评论数的 6 倍以上,说明内容具备转述价值:一句"你看这个,两个小时能做完",比任何广告都有效。

内容平台上的商品,卖的往往不是商品本身,而是"我也能做到"的确信感。这条笔记的封面没有放软件截图,放的是收款后台。收款数字比产品界面更有说服力——它同时证明了"有人买"和"能收到钱"。

19.59 元:一个被精确计算过的价格

定价 19.59 元,不是 19.9,也不是 20。

三个细节值得注意。第一,它低于 20 元的心理阈值,属于"不用跟任何人商量"的冲动消费区间。第二,小数点后两位制造出一种成本核算感——不是随手定的价,是算过平台抽成、算过退款率之后的价格。第三,19.59 这个数字看起来像"原价 20 元减去一点",比整数更像真实交易。

低价策略在这里的作用不是走量,而是消解售后。19.59 元的商品,买家几乎没有动力去投诉、去要求定制、去申请退款。单价越低,售后成本越接近零,一个人的生意才跑得动。这是很多"数字商品"卖家忽略的一点:定价不只是收入函数,也是客服函数。

评论区里最高赞的一条(51 赞)恰好说到了这个模式的边界:这位读者自己做过 skill 演示、做过成品,但"大多数人还是想要定制化的成品"。标品能规模化,定制能收高价,两者不能兼得。19.59 元的选择,明确站在标品这一侧——放弃单价,换零沟通成本。

50 分钟能做出什么:选品的三条隐性标准

"桌面宠物"这个品类,是整件事里最容易被低估的决策。

它满足三个条件。

情绪价值大于功能价值。 生产力工具要和用户的真实工作流竞争,做不好就是"不如 Excel"。桌面宠物只需要"可爱、能动、不烦人",评价标准低得多,容错率高得多。

没有数据、没有账号、没有联网。 不碰用户隐私,不需要服务器,不产生持续运维成本。软件卖出去之后,作者不需要为它开机。这一点决定了她能"顺手"卖——如果产品需要后端,两个小时之后还有无穷无尽的两小时。

演示即价值。 一个会跟着鼠标走的小动物,录屏 30 秒就能说清全部卖点,不需要教程、不需要文档、不需要 onboarding。内容制作成本被压到了最低。

这三条合起来,是一套可复用的选品清单:单价低、情绪型、零运维、可演示。反过来看,任何需要"教育用户"的产品,都不适合这个模式。

技术实现上,这类桌面小工具用 AI 编程工具(Cursor、Claude Code、v0 一类的自然语言生成)完全够用。难点不在写代码,在打包和分发——Windows 下的可执行文件需要处理依赖、图标、签名;网页版则免安装但需要托管。作者选了前者,说明她跳过了最麻烦的一步之外的麻烦,只保留了"双击就能用"的体验。

0.6% 的费率,才是这条路的真正入口

整条笔记里最容易被忽略的数字是封面左上角那行小字:技术服务费率 0.6%。

对比一下其他渠道:应用商店对数字商品抽成常见 15%–30%;知识付费平台普遍 10% 以上;独立站要自己接支付,费率加通道费通常 3%–5%,还要自己解决流量。小红书的个人售卖把抽成压到了 0.6%,同时把"内容—商品—支付—交付"放在同一个 App 里。

这意味着两件事。第一,边际成本极低,卖 91 单和卖 910 单的费率一样。第二,流量不需要外购,笔记本身就是商品页,平台的推荐算法负责分发。评论区有人质疑"你用小红书做投流不也是投流吗",这条质疑成立,但忽略了一点:投流是花钱买曝光,做内容是花时间换曝光,后者的现金门槛是零,代价是内容能力。

对没有预算、没有品牌、没有供应链的个人,这是当前门槛最低的数字商品渠道之一。它的限制也同样明显:账号权重、内容审核、类目规则都由平台单方面决定,规则一变,生意归零。

门槛:四层,比想象中低,但每一层都能卡住人

第一层,身份。 国内渠道全部要求实名。小红书个人售卖的官方协议只写了实名认证,第三方实测还要求账号注册满 180 天、完成个人专业号认证;闲鱼、微信小店同理。海外渠道要的是税务信息和收款账户,Gumroad 和 itch.io 都代扣销售税,个人也能注册。

第二层,技术。 唯一的硬门槛:能把东西打包成"双击就能跑"的形态,并且会录一段 60 秒的演示。写代码这一关已经被 AI 工具抹平了,打包、图标、报错处理、在别人的电脑上第一次就能跑起来,这些才是真正花时间的地方。

第三层,钱。 国内渠道零成本起步,卖出去才扣费。海外按上架收费:Steam 每款 100 美元(累计流水满 1000 美元返还),App Store 每年 99 美元,Google Play 一次性 25 美元。19.59 元的定价搬到这些渠道,光上架费就要卖几百份才回本。

第四层,类目。 这一层最容易被忽略。卖实物可以走普通类目,卖"电子资源"要资质:第三方一致的说法是 2026 年起改为定向准入,要求粉丝 1000 以上、近一年有月份流水过 6000、签合规承诺函,可售品类还收窄到模板、课件、壁纸三类。软件、破解工具、境外 AI 产品在个人售卖的禁发清单里写得很明确,原创小工具不在禁列,但挂错类目一样下架。

还能在哪儿卖:国内四个渠道的费率对照

渠道 上架成本 平台抽成 门槛 适合
小红书个人售卖 0 0.6% 实名;官方定位二手闲置,不许经营性销售 试水、短期验证
闲鱼 0 个人 0.6%,单笔封顶 60 元;鱼小铺 1.6% 不封顶 实名 低价软件、闲置
微信小店 0(0 保证金试运营) 1%–5%,新商首 90 天可降至 1% 需开店,部分类目要资质 长期经营、私域复购
微信小程序虚拟支付(个人主体) 0 Android 约 1%,iOS 12% 工具类目 + 认证备案,月限额 10 万 做成小程序卖增值功能

海外五个渠道:

渠道 上架成本 平台抽成 门槛
Gumroad 0 直接销售 10% + 0.5 美元,站内推荐位 30% 无审核;中国大陆无本地银行出款,只能 PayPal,100 美元起、2% 出款费
itch.io 0 抽成自选 0–100%,默认 10%,另计支付通道费 无审核,当天可上
Steam 100 美元/款,满 1000 美元返还 30% 审核一到两周
App Store 99 美元/年 15%–30% 开发者账号 + 审核
Google Play 25 美元一次性 15%–30% 开发者账号 + 审核

Gumroad 对中国大陆卖家还有一道隐性门槛。它的银行出款名单里有香港、澳门、台湾,没有中国大陆,不在名单的国家只能走 PayPal:美元结算、2% 出款费、余额满 100 美元才出款,官方还明确不支持 Payoneer 和 Wise。Gumroad 的开源代码库在 2026 年有一次改动,停止向中国大陆新卖家提供 PayPal Connect,已连接的老账号保留。买家侧没有问题,中国大陆不在它的拒付名单里。

要走海外渠道,Paddle 更现实:它接受中国大陆供应商,抽成 5% + 0.5 美元,出款走电汇或 Payoneer,最低 100 美元,多数国家不收费。代价是审核比 Gumroad 严,产品要通过它的可接受使用政策。

这张表能解释为什么 19.59 元只在内容平台成立:渠道自带流量、上架零成本、抽成不到 1%,三个条件同时满足的地方不多。反过来,如果产品单价能到 99 元,微信小店和 Gumroad 的费率都可以接受;如果能到 500 元以上,独立站加 Stripe 更划算。

还有一条相邻的路值得提一句。腾讯 WorkBuddy 的开放平台在 2026 年 10 月内测「收入变现」,创作者可以给技能(Skill)和专家(Expert)标价,价格区间 1 到 9999 元,支持一次性买断或按月订阅,内测期平台服务费 1%,微信签约后可直接提现。它卖的不是 exe 安装包,是被封装好的能力模块,买家是客户端已有的存量用户。适合把方法论和工作流打包出售,不适合卖独立软件,但门槛比开店铺低得多。

选渠道的顺序应该是:先看产品形态(桌面软件、网页、小程序、手机 App),再看客单价(30 元以下只适合内容平台和闲鱼),最后看自己有没有内容能力——没有内容能力,0.6% 的渠道费省下来了,流量成本还是要付。

复制路径:七个步骤

想复刻这件事,可以按下面的顺序走,每一步都有明确的完成标准。

第一步,选品。 三条硬标准:能在一个下午做出可演示的 MVP;不需要服务器和账号系统;单价能定在 30 元以内。符合的品类有桌面挂件、简单计算器、图片批处理小工具、格式转换器、番茄钟、屏保。不符合的是任何需要"持续运营"的东西。

第二步,做产品。 用 AI 编程工具,把需求写成一句可验收的话,例如"一个 Windows 桌面小挂件,透明背景,跟着鼠标移动,点击有音效"。先跑通最小版本,再补细节。控制在一个下午,超时就换更小的需求。

第三步,打包。 Windows 用 PyInstaller 或类似工具打成单文件 exe,补图标,写一句使用说明。网页版更省事,但要考虑托管和访问速度。打包后的第一件事是在一台干净的机器上试装一次。

第四步,录演示。 30 秒到 1 分钟的录屏,开头 3 秒必须出现成品效果,中段演示两个核心动作,结尾露出购买方式。全程不需要露脸,不需要口播,字幕足够。

第五步,上架。 在平台个人售卖入口创建数字商品,选虚拟商品/软件服务类目,填标题、价格、封面。类目选择直接影响审核和抽成,上架前先搜同类商品看别人挂在哪个类目。

第六步,定价。 首版定 19.9–29.9 元,用低价换前 20 单评价和权重。销量起来后再考虑做 49 元的高级版,而不是直接涨价。

第七步,交付与售后。 自动发货链接或网盘,配一份三行 FAQ:怎么安装、怎么卸载、不退款的情形。把客服量压到最低,是这个模式能持续的唯一边际条件。

评论区的四个问题,作者没有回答

这条笔记的评论区,比正文更有信息量。四条质疑都成立,也都没有得到回答。

"交付的是啥?" 这是最基础的疑问,说明商品页的信息密度不够。数字商品必须在标题或首图里写清形态:exe、网页、授权码、还是源文件。写得越具体,退款率越低。

"没有加密不能防止复制" 这一条价格敏感型商品的通病。可行的做法是加轻量授权:机器码绑定、激活码、或者干脆把价格降到"被转卖也不心疼"的区间。前者提高技术成本,后者接受商业现实,两条路都行,最差的是既不加密又卖高价。

"怎么确保 AI 写的码没有安全漏洞" 21 个赞,说明这是真实顾虑。AI 生成的代码最常见的风险不是漏洞,是多余行为:不明网络请求、多余的权限申请、把本地文件上传到不明接口。发布前做三件事即可过滤掉绝大部分:断网运行一次看是否报错、用抓包工具看有没有外连、把代码里所有网络请求和文件写入的位置读一遍。

"先做自媒体积累流量,再卖垂类产品" 这条评论指出了顺序问题。这条爆款笔记的作者,账号本身有一定基础;从零开始的账号,同样的内容不一定有同样的分发。流量先行、产品后置,是更稳的顺序,但周期更长。两种顺序都能到终点,区别在于先吃苦还是先赚钱。

这件事的边界

两个小时卖掉一个 AI 做的小软件,成立的条件很具体:低价、零运维、可演示、平台内闭环、内容能力过关。缺一条,收益就会掉一个量级。

它不构成一条"副业路线",更像一个可重复的小实验。真正值钱的不是那 1773 元,是这条路径验证了一件事:在今天,一个会写提示词的人,可以在一个下午内完成从想法到收款的完整链路。这个能力可以用在任何规模更大的生意上。

风险也写清楚。平台规则随时会变,虚拟商品的类目、抽成、审核口径都不稳定;无加密的数字商品天然可复制;AI 生成的代码需要人工过一遍才能交付给陌生人。把这三条当成固定成本,而不是意外。

数据来源:小红书公开笔记抓取(2026-11-01,关键词"编程副业",共 40 篇笔记与 326 条评论),笔记互动数据为抓取时快照;收益与单量为按页面公开数字反推,非官方披露。

相关文章
2026-07-16
MCP协议是什么?给非程序员讲明白AI Agent的USB-C接口
2026-08-11
RAGAS教程2026:30分钟搭好LLM驱动的RAG评估
2026-08-05
2026年免费在线AI OCR:PaddleOCR(8.7万星)、Tesseract、EasyOCR对比,从图片和PDF提取文字
2026-07-27
LoRA vs QLoRA微调
2026-07-19
Dify教程:可视化搭建AI应用,不用写代码
2026-07-19
AI Prompt A/B测试进阶:多变量实验与自动化流水线

本站文章由编辑人工撰写,收录的工具均经过实测或公开资料核验。文中链接指向工具官网或 GitHub 仓库,仅作信息参考,不构成付费推广。

💬 评论 (0)

暂无评论,来说两句吧~

登录后评论