退学与四次失败之后，产品仍长期没有增长
David Park 从高中服装生意开始，后来退学创业。他先后经历服装品牌、科技创业、约会应用和社交工具等失败；朋友进入大厂时，他仍住在父母家寻找下一条路。
Jenni AI 最初来自文学背景与自然语言处理兴趣。团队先把基于 GPT-2 的写作工具作为内容 agency 的内部工具，后来在 GPT-3 出现后转成面向更广泛用户的 SaaS，但目标客户仍不清楚。
约 18 个月停在每月 2000 美元
案例资料称，Jenni 当时每月收入约 2000 美元，并在接近 18 个月里没有增长。团队搬到马来西亚降低成本，资金接近耗尽，还需要依靠外部投资延长跑道。
这段时间不能从成功故事里删掉。最终资料显示的 640 万美元 ARR 之前，是长期停滞、融资条件与持续用户研究，不是一次提示词升级带来的即时结果。
转折来自换客户与删功能
David 冷启动联系用户并持续访谈，团队发现学生使用频率更高，于是把重心转向学生、学者和研究人员，强化写作与引用结果，同时删除不能帮助核心任务的功能。
用户支付的是完成学术写作与研究工作的结果。AI 模型缩短了部分生成过程，但产品价值仍来自客户选择、准确性、引用体验、稳定交付和收费设计。
640 万美元 ARR 的不可复制条件
Indie Hackers 案例称，Jenni AI 后来达到约 640 万美元 ARR，并从每月 2000 美元增长到约 53.3 万美元月收入。ARR 是年度经常性收入，不是现金利润或创始人个人所得。
增长还依赖早期投资、病毒传播、短视频、影响者合作、SEO 和付费广告。一个病毒 X 帖带来大量用户，短视频累计获得数亿观看；这些分发条件不能被压缩成“换个模型就能复制”。
今天先访谈三位用户
找一位正在付费的人、一位停止付费的人和一位拒绝付费的人。不要问“你喜欢这个产品吗”，而要问他当前怎样完成任务、最痛的步骤是什么、什么结果值得付费、哪次失败会让他离开。
再选一个脱敏真实样本，用独立项目 Key 做最小真实调用，记录用量、人工修改时间、准确性和预算上限。访谈结论若指向不同客户，就先重写产品承诺，再决定保留或删除功能。
信息来源与事实边界
主要来源是 Indie Hackers 编辑案例 How a college dropout built an AI edtech with $6.5 million ARR in two years。文章记录了四次失败、每月 2000 美元停滞、客户转向、融资、分发与健康事件。
640 万美元是资料显示的 ARR，不是利润，具体数字未经独立审计。公开资料没有完整成本、退款、税费与劳动投入账本；案例人物没有证据使用 APIToken。