NinjaPear
NinjaPear
NinjaPear 是一个面向 AI Agent 的实时 B2B 公司数据丰富服务。创始人 Steven Goh 是连续创业者，前公司 Proxycurl 在达到 $10M ARR 后遭 LinkedIn 起诉，庭外和解后出售。Steven 在脚伤期间用 Claude Code 两周内完成 NinjaPear 原型并上线。上线 6 个月后月总收入超 $15K。一人全职运营，零员工零融资。
NinjaPear 展示了一个独特的创业模式：连续创业者在被起诉后，利用 AI 编码工具在两周内完成新产品原型，借助已有受众和行业知识快速获得收入。关键机制是'领域专长 + 分发渠道 + AI 加速开发'的组合，而非从零开始。这个模式对有一定行业积累的开发者特别有参考价值。
生意快照
评分说明
82
80
85
65
这个案例最值得研究的是：在已有行业专长和受众基础上，利用 AI 编码工具（Claude Code）极速构建新产品，切入 AI Agent 数据丰富这个新兴细分市场 — 核心壁垒不是技术而是创始人的领域知识和分发渠道
为什么值得研究
- 可预测的订阅收入模型
- 非付费广告的自然增长路径
- 一人公司或小团队长期经营
这个生意怎么运转
商业解剖
这个生意是什么
NinjaPear 是一个面向 AI Agent 的实时 B2B 公司数据丰富服务。创始人 Steven Goh 是连续创业者，前公司 Proxycurl 在达到 $10M ARR 后遭 LinkedIn 起诉，庭外和解后出售。Steven 在脚伤期间用 Claude Code 两周内完成 NinjaPear 原型并上线。上线 6 个月后月总收入超 $15K。一人全职运营，零员工零融资。
用户为什么需要它
在已有行业专长和受众基础上，利用 AI 编码工具（Claude Code）极速构建新产品，切入 AI Agent 数据丰富这个新兴细分市场 — 核心壁垒不是技术而是创始人的领域知识和分发渠道
它卖什么
SaaS 订阅 + 按需充值（积分制）；按 API 查询量计费
谁在付钱
B2B 销售团队、AI Agent 开发者、需要公司情报数据的企业 — 特别是构建 AI 工作流需要实时公司数据的技术团队
它怎么收费
积分制（data credits）：按数据查询量购买，可选订阅或按需充值
客户从哪里来
创始人 2 万+邮件列表（来自 Proxycurl 时期）、域名 SEO、Reddit 发布、Indie Hackers 社区参与
从这个标本可以怎么学？
可以借鉴什么？
- 周期性订阅收入模型——用户按月/年付费，现金流可预测
- 内容+SEO 驱动的有机增长——不依赖付费广告
- 创始人品牌获客——通过公开构建和个人影响力获取早期用户
- API 即服务——按调用量或订阅收费，开发者友好
- 邮件列表作为自有分发渠道——不受平台算法影响
哪些东西不能直接照搬？
- 特定历史窗口和创始人背景的组合不可复制
最小验证实验
需要准备什么？
什么时候应该停止？
- 找不到 3 个以上反复遇到同一问题的目标用户
- 10 次访谈中无人愿意按月付费
- 持续 3 个月内容产出仍无目标用户互动
- 核心获客依赖创始人个人影响力，而你尚无此资源
7–14 天验证路径
先验证什么？
- 是否存在重复出现的问题：B2B 销售团队、AI Agent 开发者、需要公司情报数据的企业 — 特别是构建 AI 工作流需要实时公司数据的技术团队是否频繁遇到同一个痛点？
- 当前解决方案的缺口：现有方案（包括 NinjaPear）有什么让用户不满意的地方？
- 用户是否愿意为持续更新的服务（而非一次性工具）按月付费？
- 你是否能在目标领域持续产出有价值的内容（至少 6 个月）？
- 开发者是否会为这个 API 付费？是否有现成的集成场景？
以下为基于案例事实与商业机制整理的验证思路，不代表该模式在其他市场必然成立。