AI变现的五桶模型：OPC先建分发，再收现金，最后收股权
现状之痛：聊 AI 变现的人，多数卡在同一个动作上——先做产品，再找人买。结果是产品做出来了，客户没有；流量买了一批，下一批还得再买。Greg Isenberg 的顺序正好反过来：先建分发，再做服务，最后才用产品和投资收上行。
读完你将：看清 Greg 的五桶模型（服务/退出/顾问/媒体/投资）分别靠什么现金流活着，理解内容飞轮为什么能把获客成本一路降下去，拿到他用 GPT-6 Astra 赚钱的 6 个方向，以及一个判断「自己手上已经有几个桶」的框架。
⚡ 10分钟速读：看「二、飞轮怎么转」+「五、单桶化与分发负债」+文末金句。
按需精读：想看商业模式看「一、二」，想找具体做法看「三、四」，想对照自己做判断看「五、六」。
完整阅读：约10分钟，拿到 Greg Isenberg 的收入结构与一套可迁移的飞轮视角。
一、Greg Isenberg 的五桶模型：一个人的五个现金流入口
核心论断：Greg 的收入不是一个生意，而是五个现金流桶叠在一起——服务、退出、顾问、媒体、投资，每个桶的现金流性格都不一样。
先说清这个人是谁。Greg Isenberg 做过产品负责人，也做过创始人：5by 被 StumbleUpon 收购（2013），Islands 被 WeWork 收购。这两笔退出是公开可核查的事实，也是他后来所有顾问与投资机会的信誉底子。现在他手里是一张更复杂的收入结构，我把它整理成五个桶：
| 桶 | 内容 | 现金流特性 |
|---|---|---|
| ① Late Checkout（控股公司） | Agency（服务）+ Studio（自研产品）+ Fund（投资） | 服务=今天现金流；产品/投资=明天上行 |
| ② 公司退出 | 5by→StumbleUpon（2013）、Islands→WeWork | 一次性大额 + 信誉背书 |
| ③ 顾问 | Reddit、TikTok | 现金/股权 |
| ④ 媒体 | YouTube/播客/newsletter/课程 | 建分发，降低其他业务的获客成本 |
| ⑤ 天使投资 | 消费 + 开发工具早期项目 | 非对称上行 |
盯着这张表看，第一个反常识就出来了：五个桶里，只有媒体桶不直接收钱。可它按现金流排，反而是整个结构的地基。
第二个反常识：五个桶的风险不在同一条线上。服务桶有交付压力，但钱今天到账；退出桶是一次性事件，靠长期积累的信誉变现，不可复制；媒体桶前期投入大、回报慢，却把后面几个桶的获客成本一起压低。
本章避坑：
- 别把五桶读成「五份工作」——他真正在做的是「一套现金流的组合」，桶与桶之间相互喂养，不是并列的副业清单
- 别跳过媒体这个不收钱的桶——它是这张表里能同时降低其他四桶获客成本的杠杆；砍掉它，剩下的桶都要靠付费流量养
二、飞轮怎么转：内容在前，服务在中，股权在后
核心论断：五桶真正的作用是串成一个飞轮——内容建分发 → 降低获客成本 → 服务收现金流 → 产品/投资收股权 → 案例回流内容。
把五个桶按时间轴排一遍，飞轮的形状就出来了：
- 内容建分发：YouTube、播客、newsletter、课程，持续把陌生人变成读者
- 降低获客成本：读者变成线索，服务与产品的客户从内容里自己走进来，不必逐单买流量
- 服务收现金流：Agency 先交付，钱今天到账，养活产品和投资
- 产品/投资收股权：Studio 自研产品与 Fund 的投资，赚的是明天的上行
- 案例回流内容：服务里跑出来的真实案例，变成下一轮内容素材
这个飞轮的关键不在「有五个桶」，而在第 5 步能不能真的回到第 1 步。
很多人的模型是断的：内容做一轮，服务接一批，然后就没有然后了——下一批客户还得重新做内容、重新投广告。Greg 的模型里，案例本身就是内容：服务交付完那一天，下一轮的内容素材也攒好了。
Greg 在播客里有一句话说得直接：智能水平提高了，但人们尝试新事物的勇气并没有提高。飞轮卖的就是「降低尝试门槛」——读者看了几个真实案例，才敢付第一次钱，而每个案例都来自上一单交付。
本章避坑：
- 别把飞轮当成「先攒粉丝再变现」——飞轮的每一步都在产生现金流，只是先后顺序不同，不是「先免费熬几年」
- 案例回流要主动设计：交付完顺手把过程写成内容，而不是等灵感来了才写
三、Greg 的 6 种 AI 赚钱方式：从服务软件化到小游戏获客
核心论断：Greg 讲的六个方向里，只有一个被称为最高价值——服务软件化；其余五个回答的都是同一个问题：AI 具体替人做哪一段活。
在《GPT-6 Astra：我将如何利用它赚钱》里，他给了六个具体方向：
- 服务软件化：先找客户已经付费的服务，拆解交付流程；AI 产品承接初步交付，订阅 $500–5000/月
- 优化已有产品：做性能、安全、UI——他给了一个实测案例，某应用响应从 800ms 降到 20–30ms
- 公司经营看板：把文档、Stripe、分析数据、通话记录汇总，每周问一次「哪些赚钱、哪些浪费时间、该停止什么」，然后定下周 3 件事
- 浏览器 Agent 自动化：让 Agent 走真实网站、填表单，把过程沉淀成可复用 SOP
- 生活成本优化：账单协商、二手平台低价监控
- 小游戏获客：游戏要能带来客户、有分享动机，还要留资入口
第 1 条和第 6 条是连着的：一个往上走，把服务做成订阅产品；一个往下走，用小游戏把线索引进来。中间四条回答的是同一个问题——AI 具体做什么活。
这里的判断很朴素：AI 能做的事很多，能被收费的只有一类——原本就有人为它付过钱的事。
本章避坑：
- 别从「AI 能做什么」出发选方向，从「谁已经为这件事付过钱」倒推
- 服务软件化不等于做个 SaaS：核心动作是先把流程拆细，人工判断点保留给人，剩下的才交给 AI
四、起点不是技术，是「客户已经付费的服务」
核心论断：Greg 找产品想法的起点不是技术趋势，是「客户已经愿意付费购买的服务」——先有付费，再谈产品。
他的原话是：客户已经愿意付费购买的服务，是他寻找产品想法的起点。
这句话把顺序说死了。多数人的顺序是：先学工具 → 做个东西 → 找人买。Greg 的顺序是：先看谁在付钱买什么 → 把交付流程拆开 → 用 AI 重构其中一段。
拆流程的具体动作他也讲清楚了：把它拆成步骤、工具、输入、输出，以及需要人来判断的环节。
这句话里最值钱的是最后半句——需要人来判断的环节。很多人做 AI 产品失败，是把「该由人判断的地方」也交给了 AI，交付质量就掉下去了。保留人，AI 承接的是重复劳动，不是判断权。
这个方向还有一层外部印证。Anthropic 在《Building Effective Agents》里反复强调：优先用最简单的方式解决问题，能用固定工作流解决的，就别急着上更复杂的自主 Agent——先把步骤、输入、输出定清楚。这和 Greg 的「拆解」指向同一件事：先定流程，再谈自动化。
本章避坑：
- 别把「付费验证」换成「技术验证」——技术跑通了不代表有人买，付费跑通了才是真验证
- 拆流程时别把人工判断点也划给 AI，那是交付质量的分界线
五、单桶化与分发负债：两个最贵的坑
核心论断：多数人做 AI 变现卡住的不是能力，是两个结构性错误——单桶化与分发负债。
先说单桶化。它指的是把 AI 变现理解成「只做一个桶」：要么只做产品不做分发，要么只接单不沉淀案例，收入都挂在单一来源上。
单桶化有两种典型形状：
第一种，只做产品不做分发。产品做出来没人知道——本系列上一篇讲过的微 SaaS 数据就是这条路的结果：有营收项目的平均值是 $4,298 MRR，中位数只有 $145。产品做出来只是完成了一半，另一半是让需要的人找到它。
第二种，只接单不沉淀案例。每一单都从零开始，客户来源全靠平台派单和自己投流，做完一单什么资产都没留下。
再看分发负债。它指的是不做内容资产、每来一批客户就重新买一次流量的做法，获客成本会滚成一笔不断要还的债。
分发负债是这么滚起来的：没有内容资产 → 每次要客户都得买流量 → 流量越来越贵 → 利润被吃掉 → 更没余力做内容。转上两三轮，就再也回不到第 1 步了。
Greg 的解法正是把顺序倒过来：先把媒体桶建起来，让读者自己走进来，其余几个桶的获客成本一起降下去。
本章避坑：
- 别用「先积累再变现」给单桶化找理由——飞轮的每一步都要有现金流出口
- 分发负债最贵的不是买流量的钱，是「没有内容资产」这件事本身；钱花掉了还会再花，资产攒下来会一直用
六、OPC 的接口：你手上已经有几个桶
核心论断：把五个桶当成一张自查表——多数 OPC 手上已经有两三个桶，只是没意识到它们能串起来。
五个桶里，门槛最低、最容易被忽略的是媒体桶。它不需要产品、不需要库存，只需要把你在做的事情持续写出来。
对照着问自己三个问题：你有服务能力吗（你在做的本职工作就是服务桶）？你有可沉淀的案例吗（服务桶交付完的那些过程）？你有内容出口吗（公众号、博客、newsletter）？
我给自己排的顺序是：先用媒体桶建分发，再用服务桶收现金流，最后才考虑产品和投资——正好是 Greg 的排序。
对多数人来说，第一个动作不是「做个 AI 产品」，而是「把手上已经在做的服务，拆成步骤、工具、输入、输出，以及需要人判断的环节」，然后写出来。写出来的过程就是分发，拆出来的流程就是产品化的起点。
本章避坑：
- 别等「准备好了」才开始写内容——内容桶的价值来自时间累积，越早开始越便宜
- 别把五个桶平均用力：先跑通一个桶的闭环，再叠下一个
七、此刻的你
一句话读懂：Greg 的五桶模型不是五条财路，是一套现金流结构——媒体桶建分发，服务桶收现金，产品与投资桶收上行，案例再把内容喂回第一步。
三个认知
- 顺序比努力重要：先建分发、再收现金、后收上行，是这套结构的内核；反过来做，就是用最贵的获客成本去卖最不确定的产品
- 起点是已付费的服务：「客户已经愿意付费购买的服务，是他寻找产品想法的起点」——先有付费，再谈产品
- 飞轮靠案例闭合：案例不回流的模型，每来一批客户都要重新买一次流量，这就是分发负债的起点
你应该带走的真正价值
价值一：一张五桶自查表。 场景=评估自己的收入结构；解法=用服务/退出/顾问/媒体/投资五个桶逐条对照，看哪几个桶在产生现金流、哪个桶在降低成本；可复用价值=你能一眼看出自己的收入是不是只挂在单一来源上。
价值二：一条拆解流程。 场景=想把手上的一项服务变成 AI 产品；解法=先拆「步骤、工具、输入、输出、需要人判断的环节」，AI 只承接可标准化的那一段；可复用价值=你不用先学工具，先把流程盘清就能判断这件事能不能产品化。
价值三：一个飞轮判断。 场景=决定要不要持续做内容；解法=用「案例能不能回流内容」检验内容投入是否值得；可复用价值=把内容从「额外工作」变成结构里的必备环节。
三步行动
| 步骤 | 动作 | 验证 |
|---|---|---|
| 1 | 列出你被付过钱的服务（含工资） | 每项都能说出「谁付的、付了多少」 |
| 2 | 选一项，拆成步骤/工具/输入/输出/人工判断点 | 拆完能指出哪一段可以交给 AI |
| 3 | 把拆解过程写成一篇内容并发布 | 30 天内拿到第一条来自内容的真实咨询 |
金句：五桶模型的起点不是「我有什么 AI 能力」，而是「谁已经为什么付过钱」——前者是工具，后者才是生意。
延伸阅读（实践派系列）
- 一个人就是一个编辑部——OPC自动化内容工厂完整搭建指南
- Self-Improving Agents 不是神话——从error-ledger到Loop Engineering的完整闭环
- 从 Loop 到 Graph：我们的 Agent 工程化演进全景
关于作者 观澜——AI / Agent / 数智化转型实践者。只写亲手跑通的东西，不聊概念。关注我，一起把认知变现。
浙公网安备 33010602011771号