产品介绍
这个项目到底是什么、靠什么赚钱

Design Arena:三个哈佛好友,用「人类投票」给 AI 设计模型排名
产品是什么
Design Arena 干的事像一场擂台赛:它把不同 AI 模型生成的设计稿匿名摆在一起,让你投票「哪个更好看」,然后根据众包投票用 Elo 算法给模型排个名。
为什么需要这个?因为现在 AI 设计模型一大堆,各家都说自己最强,但**「谁真的更好」没有一把公用的尺**。厂商的 benchmark 自己说了算,你信不过。Design Arena 把裁判权交回给人——几万人投出来的偏好,比厂商自报家门可信得多。
它覆盖的也不只是平面,各种视觉生成模型都能拉进来打。本质是一个众包 AI 设计基准评测。
怎么赚的钱
目前免费开放。逻辑是先做行业标准,再谈钱。
它的变现路径是:当「Design Arena 排行榜」成了圈内公认的标尺,就能卖评测 API(企业把自己的模型接进来测)、卖企业定制榜单、做付费的横向测评报告。TechCrunch 报道它拿了约 ¥5,308.8万融资(YC S25 期间)。
免费换增长,标准成型后收「看榜单的人」和「想上榜的人」的钱——这是典型的社区产品变现节奏。
流量从哪来
几乎没花钱。三股力量:
一是开源社区——做 AI 的人天然喜欢这种透明评测,主动传播。二是设计师 / 研究员口碑——谁都想看自己用的模型排第几。三是 Hacker News 自然爆,这类「给 AI 排名」的项目最对 HN 胃口。
结果:首月就 4.7 万用户,覆盖 135+ 个国家。一个免费工具,靠「有用 + 好玩」自己长起来了。
站长是谁
三个都是哈佛好友:Grace Li(CEO,Harvard CS + 神经科学,前 Apple)、Kamryn Ohly(CTO,Harvard CS + 教育,前 Apple)、Jayden Personnat(Chief AI/ML)。
都是从 Apple 出来、在哈佛认识的同窗。YC S25 批次,总部在旧金山(Arcada Labs)。
这种组队方式的优势:名校 + 大厂同窗,意味着人才密度高、彼此知根知底、对外信任背书强。投资人看 YC 项目,三个 Harvard + Apple 的熟人组队,天然加分。
这个案例能学到什么
- 用「人类偏好投票」解决 AI 评测的信任难题。 厂商自报 benchmark 没人信,但几万人投出来的 Elo 排名信。做任何评测类产品,先想:我的结论谁来验证?让被评者之外的人来判,才立得住。
- 把评测做成社区产品,用户既是裁判也是内容。 投票的人贡献了数据,也带来了流量。他们不是旁观者,是产品的一部分。
- 免费开放换增长,标准成了再变现。 先让「Design Arena 排行榜」变成行业默认标尺,API 和榜单的钱后面自然来。别一上来就收费把增长掐死。
- 名校 + 大厂同窗组队,人才和信任双到位。 不是鼓励都去哈佛,而是说:找知根知底、能力互补、对外有背书的伙伴,比临时拼凑强。
- 选「大家都在吵但没有标尺」的领域切入。 AI 设计「谁更强」天天有人争,但没公认答案——这种有情绪、没标准的领域,最适合做一个中立擂台。
来源与数据
- 站点:https://designarena.ai
- 约 ¥5,308.8万融资(YC S25 期间):TechCrunch 2025 报道
- 首月 4.7 万用户、135+ 国家:公司官网披露
- 创始人背景(Grace Li / Kamryn Ohly 前 Apple、Harvard):公开资料与 YC 页面
一句话总结
AI 设计「谁更强」天天有人吵,却没人信厂商自卖自夸——三个哈佛好友把裁判权交还给人,做了一个大家抢着投票的擂台。
给别人的启发
别人做对了什么,你能直接抄的部分
用「人类偏好投票」解决 AI 评测的信任难题,比厂商自说自话可信
把评测做成社区产品,用户既是裁判也是内容
免费开放换增长,基准成了行业标准再变现
名校 + 大厂同窗组队,人才和信任双到位
选「大家都在吵但没有标尺」的领域切入
官方披露:公司/创始人自己公布的数字
其他信息
同类案例