# 不会编程?这10 种 AI 赚钱路径,学会一种月入 2万,美刀
**作者**: 黄赟
**日期**: 2026-07-04T10:11:48.000Z
**来源**: [https://x.com/huangyun_122/status/2073349047944155249](https://x.com/huangyun_122/status/2073349047944155249)
---

这位美国硬核 AI 玩家,画了一张 AI 赚钱路线图,从接单到卖系统,10 种模型全拆了
我最近在翻海外 YouTube 博主的内容,撞上一个叫 Liam Ottley 的美国人。这哥们做 AI agency 三年,自己建了个加速器社区,手里有大量学员的实际数据。他做了一件很少有人做的事:把所有用 AI 赚钱的模型按难度排了个序,从最容易上手的到天花板最高的,一条线拉通。
我看完之后的感觉是,国内聊 AI 变现的内容太多了,但大部分要么只讲一个点(比如做工具站、做视频号),要么直接上价值观("AI 是超级机会")。Liam 不一样,他把所有路径摊开,告诉你每条路的门槛、收入区间、适合什么样的人。这种全景视角在中文互联网上很少见。
我新开个摘录 AI 小生意的知识星球,连同 Liam Ottley 这样的案例,一起剖析给你看,希望可以帮到你

下面我把他几期视频的核心内容串起来讲。
从易到难:10 种 AI 商业模型
Liam 把 AI 赚钱的方式分成了 10 个层级。不是随便列的,是按启动难度、技能要求和收入天花板排的。
第一层:AI Filmmaker。 用 Sora、Veo、Runway、Kling 这些工具给客户做广告片、产品宣传和社媒视频。听起来门槛低,但 Liam 特别强调了一点:客户买的不是"AI 生成的视频",是能拿去投放的成片。你得有审美,有故事感,懂怎么把画面组织成能传播的东西。
第二层:AI Freelancer。 用 AI 放大你已经有的技能——写作、设计、剪辑、数据整理、做 PPT、搭网页。关键不是跟客户说"我会用 AI",而是把服务打包成具体的交付物:一套广告素材、10 篇 SEO 文章、一个 LinkedIn 内容系统。说白了就是,你得让客户为结果付钱,不是为工具付钱。
第三层:AI Automation Agency。 帮客户把重复流程串起来。表单到 CRM、邮件到跟进、会议到纪要、线索到销售提醒。常用 Zapier、Make、n8n 配 LLM API。这个模式比自由职业赚得多,因为解决的是业务流程问题,但难点在交付稳定性——你搭的东西坏了怎么办,客户不会用怎么办。
第四层:AI Creative Studio。 比单人 filmmaker 更像团队化服务。把视频、图像、文案、音乐和剪辑打包,为品牌持续产出大量内容素材。电商、个人品牌、课程团队和广告主都需要这种"内容管线"。客户要的不是一张图,是一套能不断测试迭代的内容生产系统。
第五层:AI Content Creator。 围绕某个主题持续发布内容,建立信任和粉丝,再通过课程、社群、咨询、工具或联盟推广变现。AI 帮你选题、写脚本、做封面、剪辑、分发。启动成本低,但收入不稳定,前期需要大量输出。愿意长期做个人品牌的人适合走这条路。
第六层:AI Influencer。 用虚拟人物或 AI 角色做内容和商业合作。虚拟模特、虚拟讲师、虚拟主播、品牌角色都算。好处是可规模化,能多语言扩展;风险在于平台政策收紧、真实性争议和内容同质化。Liam 提了一句很到位的判断:角色设定和持续剧情比单张精美图片重要得多。
第七层:Consumer AI Educator。 面向普通用户的 AI 教育——课程、工作坊、社群、模板、教程。门槛低,竞争大。想做出来必须聚焦到具体人群和具体结果:"用 AI 找工作""用 AI 做短视频""用 AI 管理学习"。泛泛讲"AI 入门"已经没人买单了。
第八层:Business AI Educator。 面向企业的 AI 培训,客单价高一截。内容包括 AI 基础认知、部门用例、提示词规范、数据安全、自动化工作流和管理层策略。Liam 说这个模式最大的坑是只展示工具不讲业务。最好的培训应该把员工的真实流程带进课堂,产出可复用的 SOP。
第九层:AI SaaS Builder。 把某个 AI 能力产品化,按月收费。上限高,但对产品、技术、获客和留存的要求也高。Liam 的建议很实在:别为了做 SaaS 而做,先通过顾问、接单或 agency 发现重复需求,再把高频需求产品化。
第十层:AI Transformation Partner。 面向大企业,帮它们从战略到落地系统性引入 AI。流程诊断、工具选型、数据治理、员工培训、自动化实施、持续优化,全包。收入天花板最高,门槛也最高,适合已经有咨询或企业服务经验的人。
新手入场怎么选:Consultant 还是 Builder
Liam 在另一期视频里给了一个更实操的框架。他说不管你选上面哪个模型,底层只有两条路:Consultant 或 Builder。
Consultant 偏业务诊断:帮客户梳理流程、发现机会、设计路线图。适合懂沟通、懂行业、会发现问题的人。你不需要会写代码,但你得能用业务语言跟老板对话。
Builder 偏动手搭建:no-code 自动化、voice agent、CRM 集成、内部知识库、内容生产系统。适合愿意学工具的人。常用的组合是 Make、n8n、Airtable、Retell、Cal.com,配上主流 LLM API。
不用纠结哪条更好。Liam 说了一句话我觉得分析得到位:大多数最后赚到钱的人,都是先从 Consultant 入门拿到客户,再自己学 Builder 把方案落地,两条腿走路。
从接单到卖系统:AIOS 才是终局
Liam 做了三年 AI agency 之后,得出一个核心判断:卖零散自动化的时代结束了。
以前 AI agency 的标准玩法是给客户搭一个 chatbot、一个 lead scraper、一个表单自动化。单点交付,做完走人。问题是这些东西容易复制,也容易坏。客户换个 CRM 你整套就废了。
Liam 现在押注的方向叫 AIOS——AI Operating System。做法是先用 Claude Code 给客户建一套业务上下文底座:把客户的流程、数据、知识、工具和沟通方式整理成一个结构化的系统,然后再往上面叠加自动化和 agent。
他算过一笔账:一套 AIOS 卖 5,000 美元,内含 ROI tracking——系统帮你省了多少时间、带来了多少线索、转化了多少单,全都有数据可看。客户续费的动力就来自这些数字。没有 ROI tracking 的 AI 服务,用他的话说,只是一个"酷工具",不是商业资产。
一个人也能做创意 Agency
Liam 还拆了一个具体案例:一个人怎么做到月入 1 万美元的 AI Creative Agency。
工具栈是 Higgsfield(生成产品图和广告视频)+ Claude(规划 campaign、生成广告角度、整理客户资料、搭建 Notion workspace)+ Apify(竞品监控和市场情报)。过去这套活需要整支创意团队加每月 1.5 到 3 万美元的预算,现在一个人能搞定基础交付。
商业模式是每个客户收 2,000 到 3,000 美元月费,提供持续的创意资产、广告素材、竞品分析和内容系统维护。做到 3 到 5 个客户,就破万了。
跟传统 agency 竞争,靠的不是更便宜,是更快。AI solo agency 的优势在速度和迭代量。适合的客户是那些需要持续内容和广告测试,但付不起大型 agency 的品牌。
他说了一句话让我印象很深:创意服务正在变成系统服务。你卖的不只是图片和视频,是一套能持续生产、管理、分析和迭代素材的系统。Higgsfield 生成视觉,Claude 组织策略和流程,Notion 管理资产,Apify 提供市场情报,四者组合起来,才形成可长期收费的 creative AIOS。
我的判断
看完 Liam 的内容之后,我觉得最值得注意的不是某个具体模型,而是他反复强调的一件事:不要从工具出发,要从客户问题出发。
他说看到新工具时应该问三个问题:它是否代表一个更大的趋势?它能否改变某类业务流程?它是否能被打包成客户愿意付费的 offer?
这种"模式思维"比追工具清单重要太多。工具一周一换,而客户的问题和愿意付费的场景更稳定。
另外一个让我觉得很实在的判断是:执行比同步信息更有复利。 如果你每周都换赛道,所有学习都会被重置。但如果连续几个月围绕同一个客户群、同一个问题、同一个 offer 去迭代,案例、话术、交付模板和行业理解都会滚雪球式地积累起来。
对正在考虑做 AI 服务的人来说,Liam 这张路线图最大的价值可能在于:帮你省掉"我该做什么"这个问题上浪费的三个月。先在 10 个模型里找到跟自己能力最匹配的那一格,然后钻进去,围绕一个 niche 反复打磨 offer,比什么都快。
我新开一个摘录 AI 小生意的知识星球,摘录些非技术人也能做的 AI普通小生意案例。希望可以帮到你

## 相关链接
- [@huangyun_122](https://x.com/huangyun_122)
- [18K](https://x.com/huangyun_122/status/2073349047944155249/analytics)
- [Cal.com](https://cal.com/)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [6:11 PM · Jul 4, 2026](https://x.com/huangyun_122/status/2073349047944155249)
- [18.7K Views](https://x.com/huangyun_122/status/2073349047944155249/analytics)
- [View quotes](https://x.com/huangyun_122/status/2073349047944155249/quotes)
---
*导出时间: 2026/7/5 15:49:58*