他用一天做出首个AI SaaS，还敢开源代码

一个看似玩笑的“百万美元SaaS”，背后却藏着当下最值得AI从业者抄作业的一整套打法：一天上线、异步任务不掉线、支付即积分、代码全开源。这不是炫技，而是一次极度现实的创业演示。

最反直觉的地方：这不是炫富视频，而是“可复制”的SaaS样板

视频一开头，作者就自嘲“我做了一个百万美元SaaS——开玩笑的”。但真正反直觉的点在于：他并不是在卖梦想，而是在完整演示一个可以今天就上线、明天就收费的AI应用。

这是一个用 OpenAI API 做的“辛普森风格”头像生成器。功能不复杂，但结构极其完整：用户登录、上传图片、异步生成、查看历史记录、用积分计费、真实支付闭环。更关键的是，这一切不是 PPT，而是已经跑在真实环境中的产品。

很多AI开发者卡在一个误区：要么只做Demo不上线，要么一上来就纠结“能不能做成独角兽”。这个项目给出的答案非常现实——先把一个收费闭环跑通，再谈规模化。哪怕是“3美元买10张图”，也是真钱、真用户、真反馈。

技术选型的真正亮点：不是新，而是“不会翻车”

如果你以为亮点在“AI绘画”，那就低估了这个项目。真正值钱的是它的技术组合拳：React + TanStack Router 做前端结构，Clerk 负责身份认证，Convex 作为后端即服务，Polar 处理支付。

这里面最容易被忽略、但最致命的，是 Convex 的 scheduled functions（定时/异步任务）。作者专门演示了一个细节：上传图片后刷新页面，生成任务依然在跑，不会因为客户端断开而中断。

这解决的是很多AI应用的“隐性大坑”：
- 模型调用慢，用户一刷新就前功尽弃
- 后端任务和前端状态强耦合
- 为了异步任务自己搭队列、Worker、Cron

在 Convex 里，他只做了一件事：把图像生成函数调度出去（schedule 0），状态写进数据库。结果就是——任务照跑，UI 只负责轮询状态。这种“后端托管执行权”的思路，比用什么模型更重要。

收费这件事，被他压缩到了“几行代码”

另一个让人意外的点，是支付系统的“轻”。作者用 Polar 接入付费，只卖一个 SKU：3 美元 = 10 个生成积分。

当用户发起支付时，他在 checkout 的 metadata 里塞了三样东西：用户 ID、购买类型（image pack）、数量（10）。支付成功后，Polar 通过 webhook 回调 Convex，后端根据事件类型（order updated / payment failed）去记账、加积分、存交易记录。

关键不在于流程多复杂，而在于你几乎不需要写样板代码。作者反复强调：创建 checkout 的核心代码就是 polar.checkouts.create(...)。

这背后是一个非常成熟的产品思维：
- 不做月订阅，减少决策成本
- 用积分计费，天然限制API成本
- 固定价格，避免边缘case

对很多AI工具来说，商业化不是难在“没人付钱”，而是难在支付系统太重，压垮了产品节奏。这里给了一个极简但可扩展的参考答案。

AI不是主角，但AI让这一切快到离谱

在图像生成部分，他用的是 OpenAI 的 image edit 接口：传入原图 + 一个写得很“职业画师”的 prompt，返回编辑后的卡通图像。技术上不新，但实现非常干净。

更有意思的是他的一个顺带评价：他在开发过程中大量使用了 Windsurf、Cursor 这类 AI 编程工具，配合 Convex 的文档，几乎没有遇到“幻觉”问题。

这句话信息量很大。它暗示了一件事：
- 当后端平台约束足够强（类型、安全、权限）
- 当 SDK 和文档足够清晰
- AI 辅助编程的成功率会显著提高

也就是说，未来“一个人一天做出SaaS”并不是因为人更拼，而是因为平台 + AI 把犯错空间压缩到了最低。

总结

这个项目真正值得AI从业者反复看的，不是“辛普森风格头像”这个点子，而是它展示了一种极度现实的AI创业路径：选成熟平台、接受功能平庸、快速上线、立刻收费、再决定要不要继续。

如果你正在做AI应用，这里有三个可执行的takeaway：第一，优先解决异步任务和状态持久化，这是用户体验的生死线；第二，支付越简单越好，先跑通现金流；第三，别等“完美想法”，用一天时间做一个能收费的版本。

思考题留给你：如果让你用同样的技术栈，用48小时做一个“有人愿意付3美元”的AI工具，你会选什么场景？

关键词： AI SaaS， 生成式AI， AI绘画， Convex， OpenAI

事实核查备注： 需要核查：视频发布时间（2025-04-28）；作者频道名 Ras Mic；支付价格 $3=10 credits；使用的技术栈（React、TanStack Router、Clerk、Convex、Polar）；使用 OpenAI image edit 接口；项目是否明确声明代码将开源。