频道：Greg Isenberg · 时长：27:28
| 项目 | 详情 |
|---|---|
| 频道 | Greg Isenberg |
| 视频ID | eH8JdttKIdA |
| 时长 | 27:28 |
| 发布日期 | 2026-03-24 |
| 主题 | Firecrawl / AI 数据采集 / 创业变现 |
| 难度 | ⭐⭐（零基础友好，重在商业思维） |
| 字幕说明 | ⚠️ 本教程基于英文自动字幕（auto-subs）翻译整理 |
| 视频链接 | https://www.youtube.com/watch?v=eH8JdttKIdA |
“Firecrawl feels like giving your AI eyes. Right now, AI is smart, but it’s blind. It can’t see the internet, it can’t go to a website, it can’t grab data. So, Firecrawl fixes that.”
AI 很聪明，但它是个瞎子——看不到互联网，打不开网页，抓不到数据。Greg Isenberg 在这期视频里，用最直白的语言把 Firecrawl 讲透了：它是什么，怎么用，以及最重要的——怎么用它赚钱。
Greg 自己就在 ideabrowser.com 上使用 Firecrawl 采集趋势数据，把它做成了全球排名第一的创业点子和趋势产品。他认为，理解 Firecrawl 的人，在未来 12 个月里将拥有巨大的先发优势。
“The people that understand how to use Firecrawl are going to be able to create SaaS apps and software that are super, super valuable to people.”
这期视频信息密度极高，从底层逻辑到商业框架再到六七个可以立即动手的创业点子，全部一次讲完。
Greg 把 AI 的发展分成了三个时代，帮你理解为什么现在 Firecrawl 变得如此关键：
“We’ve now entered this AI agent era. AI is doing the work for you. Things like Claude Code. It browses, it researches, it builds, but it still needs the data. And Firecrawl is how you’re going to get that data.”
关键问题来了：AI Agent 能做事了，但它仍然需要数据。没有数据，Agent 就是个有脑子但没眼睛的人。
现在已经有大量工具让 AI 直接操控计算机：
“GPT 5.4 beats humans at computer tasks.”
所有这些 AI Agent 都需要一样东西：干净的网页数据。这就是 Firecrawl 存在的意义。
你输入一个网址，通过 Firecrawl API，你拿回来的是： - 干净的 Markdown 文本 - 结构化的 JSON 数据 - 截图 - 可以直接喂给任何 AI 模型的格式化内容
“You put in a website, go through the Firecrawl API, and you get back a clean markdown, a structured JSON, some screenshots, and you can feed that to any AI model. That’s it. It’s simple as that.”
Greg 用”六大超能力”来描述 Firecrawl 的核心功能：
| 超能力 | 功能说明 | 示例 |
|---|---|---|
| Scrape（抓取） | 把一个网页变成干净的 Markdown | 抓取一篇博客文章 |
| Crawl（爬取） | 自动爬取整个网站 | 输入 cnn.com，拿回所有文章数据 |
| Map（映射） | 即时列出一个域名下的所有 URL | URL 中的日期、标题等元数据非常有价值 |
| Search（搜索） | 用 Google 搜索并一次返回完整内容 | 一次 API 调用拿到完整搜索结果 |
| Agent（智能体） | 你描述你要什么数据，它自己去找 | “找出南佛罗里达评分最高的50家古巴餐厅” |
| Browser（浏览器） | AI 控制一个真实的浏览器 | 填表单、点按钮、处理登录 |
而这一切，只需要三行代码。
Firecrawl 的浏览器沙箱是一个特别值得注意的功能：
“You can watch live as your AI browses. Stay logged in across sessions. It’s really crazy, right?”
传统网页爬取有多折腾？Greg 列了一张清单：
“Basically, it was a massive headache.”
现在你只需要： - 一次 API 调用，几秒钟拿到干净数据 - 适用于 98-99% 的网站 - AI 自动处理页面布局变化 - 代理和反爬检测全部内置
这就是 Greg 所说的 “网页数据的 AWS 时刻”。
Greg 用了一个非常有力的类比来说明 Firecrawl 的历史意义。
然后 AWS 说了一句话：“一个 API 调用，用我们的云服务器。”
然后 Firecrawl 说了一句话：“一个 API 调用，我们搞定。”
“This is a big deal because the companies that were built on top of AWS, some of them became trillion-dollar companies, some of them became billion-dollar companies, and a lot became million-dollar companies.”
AWS 上面长出了过去十年最大的那些公司。Greg 认为，网页数据层上面也会长出未来十年最有价值的公司。
Greg 分享了他认为每个创业者都需要的 AI Agent 技术栈：
| 层级 | 作用 | 工具示例 |
|---|---|---|
| Agent Harness（智能体容器） | 管理和运行 AI Agent | Claude Code, Cursor, CodeX, Idea Browser Pro |
| Search Layer（搜索层） | 搜索互联网 | Perplexity MCP, Exa |
| Web Data Layer（网页数据层） | 抓取、浏览、提取网页数据 | Firecrawl |
| Ops Brain（运营大脑） | 存储会议记录、联系人等 | Obsidian, Notion, Apple Notes |
| Outbound & Audience（外联与受众） | 触达客户和建设受众 | Instantly, Apollo |
“Firecrawl basically the web data layer your agents need to see the internet.”
你的 AI Agent 需要看到互联网，才能为你的产品和服务提供价值。Firecrawl 就是那双眼睛。
Greg 用人体来类比整个 AI Agent 架构：
“You’ve got brain, you’ve got nervous system, and you’ve now got eyes and hands.”
Greg 给出了四个非常具体的 Prompt 示例，展示 Firecrawl Agent 的能力：
| 你的 Prompt | 你拿到的数据 |
|---|---|
| “找出 Y Combinator 2024冬季批次的所有开发工具公司，包括创始人和邮箱” | 50+ 家公司的结构化列表，含姓名和联系方式 |
| “对比 Stripe、Square、PayPal 的定价方案” | 并排定价表，含所有功能和费用 |
| “找出 Nike 所有150美元以下的跑鞋及评分” | 完整产品目录，含规格和价格 |
| “找出2024年50篇AI研究论文及引用数” | 学术数据集，含作者和机构信息 |
“Tell it I want the 50 highest rated Cuban restaurants in South Florida and it’s going to give it back to you.”
这是这期视频最实用的部分。Greg 不只是讲理论，他给出了具体的创业蓝图，每一个都遵循同样的逻辑：拿一个已经被验证的大赛道，用 Firecrawl 做一个极度垂直的小版本。
现有玩家：Prisync、Visual Ping，月费 $200-$1,000，面向电商的通用价格监控。
你的 Firecrawl 版本：球鞋转售价格专用监控 - Firecrawl 自动追踪 StockX、GOAT、eBay 的价格 - 设置自动提醒 - 一个周末就能搭出来 - 收费 $50-$500/月
“Basically pick a niche. Could be sneakers, it could be different collectibles, it could be whatever.”
现有玩家：Ahrefs、SEMrush（刚以约19亿美元被收购），月费数百美元，需要 SEO 专业知识，复杂的通用面板。
你的 Firecrawl 版本：只给牙医做 SEO 审计 - Firecrawl 读取竞争对手网站和 Google 商家资料 - 一键生成报告：“你排了12个关键词，他们排了47个” - 收费 $200-$500/月
“Take a big idea that’s already generating hundreds of millions of dollars. You re-create it very quickly with a very niche focus.”
现有玩家：Indeed（3亿条招聘信息）、Zillow、Wealthfront——巨型水平平台，靠广告变现。
你的 Firecrawl 版本：只做远程 AI/ML 岗位 - Firecrawl 每天监控 500 家公司的招聘页面 - AI 按匹配度打分和排序 - 收费 $29/月的高级提醒
“Indeed has 300 million listings. Nobody wants 300 million. They want 50 that matter.”
现有玩家：Consensus、Cavalry——通用型研究平台，学术或大众向。
你的 Firecrawl 版本：加密代币尽职调查报告 - Firecrawl 读取白皮书、Twitter、其他信源 - 自动生成风险评分和摘要 - 卖给 VC 和私募基金，$1,000-$5,000/月
“A VC will pay $5,000 for a report that saves them from a bad 500k bet all day long.”
现有玩家：Harvey AI——数亿融资，企业销售周期长，定制化需要几个月。
你的 Firecrawl 版本：房地产对标报告智能体 - Firecrawl 拉取房源、税务记录、建筑许可数据 - Agent 在 30 秒内生成对标报告 - 卖给经纪人 $300/月 - 不需要融资
现有玩家：Brand24、AppFollow，月费几百美元，广泛监控社交和评论。
你的 Firecrawl 版本：Amazon FBA 卖家竞品评论追踪器 - Firecrawl 每天监控竞品评论 - AI 发现趋势：“关于电池续航的投诉上升了40%” - 收费 $99/月 - 有被 Shopify 或 Amazon 收购的潜力
“Amazon sellers will gladly pay $99 a month to find product gaps before competitors do.”
“Constellation Software is almost a $75 billion company. They have hundreds of vertical software companies because people like buying very specific products.”
大型水平平台（SEMrush、Indeed、LinkedIn）永远会存在，但如果你能在一个小领域做到年收入 100 万到 3000 万美元，机会巨大。
“Incumbents are charging hundreds of dollars a month for generic tools. Your version charges 20, 50, 70 dollars for a tool that does one thing perfectly for one customer.”
Greg 给出了一个非常清晰的执行框架：
搞清楚你所在行业的人愿意为什么数据付费。
用 Firecrawl Agent + 简单的 Python 脚本，或者直接用 Claude Code 帮你写。
把数据包装成：CSV 文件、仪表板、Slack 提醒、或 API。
“You’re going to be selling the data.”
收费 $500-$5,000/月/客户。
设定计划任务，让系统在你睡觉的时候运行，客户持续累积。
这是一个飞轮效应：选赛道 → 建爬虫 → 包装 → 卖出 → 自动化 → 再选一个赛道。
Greg 还列出了一批可以立即着手的赛道：
然后他说了一句关键的话：每一个方向，都可以再细分一层。 房地产定价 → 更细分。SaaS 竞品监控 → 更细分。越垂直，越有价值。
Greg 最初是怎么注意到 Firecrawl 的？是因为他看到了一条招聘启事：
“Please only apply if you’re an AI agent. We’re seeking an AI agent capable of autonomously researching trending tech and models and then using the information to create, test, and refine high-quality example applications.”
Firecrawl 在招聘 AI Agent 做”示例应用创作者”——而且明确要求只有 AI Agent 可以申请。
这让 Greg 联想到 AI Agent 作为”员工”的未来：
| AI 员工角色 | 工作内容 | “月薪” |
|---|---|---|
| 内容创作 Agent | 自主写博客、追踪数据、持续优化 | $5,000/月 |
| 客户支持 Agent | 2分钟内处理工单，知道什么时候要升级 | $5,000/月 |
| 初级开发 Agent | 分类 GitHub Issues，写文档和代码 | $5,000/月 |
“Yes, it looks super weird right now that Firecrawl is hiring an AI agent. But I think that using tools like Firecrawl and building products and agents around it, I could see a world where this becomes more and more popular.”
Greg 还专门讲了一个高利润率的获客生意模型：
你的成本：大约 $2 的 Firecrawl 额度。利润率：95-99%。
Firecrawl 的定价也很亲民： - 免费层可用 - Agent 每天 5 次免费运行 - 抓取/爬取各消耗 1 个 Credit
| 概念 | 解释 |
|---|---|
| Firecrawl | 一个 API 驱动的网页数据提取工具，能把任何网页变成 AI 可用的干净数据 |
| Web Data Layer（网页数据层） | AI Agent 技术栈中负责”看到互联网”的层级，是 AI 产品的核心基础设施 |
| Scrape | 把单个网页转换成干净的 Markdown 格式 |
| Crawl | 自动爬取整个网站的所有页面 |
| Map | 即时列出一个域名下的所有 URL 及其元数据 |
| Agent Endpoint | 用自然语言描述你要的数据，Firecrawl 自动搜索、点击、提取并返回 JSON |
| Browser Sandbox | Firecrawl 提供的安全浏览器环境，可填表、登录、翻页，支持实时观看 |
| MCP（Model Context Protocol） | AI Agent 的”神经系统”，连接大脑（LLM）与各种工具的协议 |
| 垂直 SaaS | 针对特定行业或场景的软件产品，与通用型水平 SaaS 相对 |
| Constellation Software | 市值约 750 亿美元的加拿大公司，通过收购数百个垂直软件公司而成 |
| AWS 时刻 | 指一项基础设施服务将复杂操作简化为一次 API 调用的范式转变 |
| Vibe Coding | 用 AI 辅助快速编写代码构建产品的方式 |
卖数据产出，不要卖工具本身。 客户要的不是一个爬虫，而是整理好的、可以直接用的数据报告。包装成 CSV、仪表板或 Slack 提醒。
找到已经被验证的大赛道，做一个极度垂直的小版本。 SEMrush 做所有行业的 SEO？你只做牙医的。Indeed 有 3 亿条招聘信息？你只做 50 条最匹配的 AI/ML 远程岗位。
用”一个周末能搭出来”作为复杂度上限。 Firecrawl 加上 Vibe Coding 工具（如 Claude Code），大部分 MVP 一个周末就能做出来。
先搞清楚你的目标客户愿意为什么数据付费。 这是整个框架的第一步，也是最重要的一步。不要先想技术，先想需求。
自动化是飞轮的关键。 让爬虫按计划运行，你睡觉的时候客户在累积，数据在更新，收入在增长。
Firecrawl 的成本极低，利润空间巨大。 一次 Agent 调用可能只花 $2，但你可以收客户 $500。这是 95%+ 的毛利率。
关注 Firecrawl 的 Browser Sandbox 功能。 它能处理登录、填表、翻页等复杂操作，这是传统爬虫工具很难做到的。
把你的 AI Agent 想象成一个”可雇佣的员工”。 未来公司会像招人一样招 AI Agent。用 Firecrawl 构建的 Agent，就是你的”数字员工”产品。
误区：AI 已经可以自己上网获取数据了，不需要 Firecrawl。 真相：大多数 LLM 的训练数据是静态的，不能实时访问互联网。即使有联网功能的模型，获取的数据也不够结构化和干净。Firecrawl 把”看网页”这件事做到了生产级别。
误区：网页爬取是违法的、灰色地带的事情。 真相：Greg 明确指出这是一个常见误解。网页数据是 AI 的关键基础设施，Firecrawl 提供的是合规的、API 化的数据获取方式。
误区：要做数据产品，得先学会写爬虫代码。 真相：Firecrawl 的 Agent 功能只需要你用自然语言描述需求，三行代码就能拿到结果。你可以用 Claude Code 帮你写剩下的部分。
误区：大公司已经把所有赛道都占了，没有我的机会。 真相：Indeed 有 3 亿条招聘信息，但没人想要 3 亿条——他们想要跟自己最匹配的 50 条。垂直化永远有空间。
误区：数据产品需要大量前期投资。 真相：Firecrawl 有免费层，Agent 每天 5 次免费调用，你的成本可能只有每批次 $2。用周末的时间就能搭出 MVP。
误区：我应该做一个大而全的平台，覆盖所有人。 真相：Constellation Software 是一家 750 亿美元的公司，旗下有几百个垂直软件产品。人们喜欢买”专门为我设计的东西”。
误区：自己用 Playwright 或 Selenium 搭爬虫更划算。 真相：你要自己处理代理、反爬检测、页面布局变化、浏览器管理——这些 Firecrawl 全部内置。你的时间应该花在产品和客户上，而不是基础设施上。
误区：Firecrawl 只适合开发者使用。 真相：Firecrawl 的 Agent Endpoint 接受自然语言 Prompt，非技术人员也可以用它来获取结构化数据。
误区：AI Agent 时代还很遥远，现在不用着急。 真相：Firecrawl 已经在招聘 AI Agent 当员工了。GPT 5.4 在计算机任务上已经超越人类。这不是未来，这是现在。
误区：做出产品就会有人买。 真相：Greg 的五步框架里，第一步不是”写代码”，而是”搞清楚你的目标行业愿意为什么数据付费”。需求验证永远排在技术实现之前。
AI 很聪明但很瞎。 没有实时网页数据，AI Agent 就像一个有大脑但没有感官的人。Firecrawl 就是给 AI 装上眼睛和双手的工具。
这是网页数据的 AWS 时刻。 就像 2006 年 AWS 把买服务器简化成一次 API 调用一样，Firecrawl 把网页爬取简化成了一次 API 调用。在 AWS 之上诞生了万亿美元的公司，网页数据层之上也会。
Firecrawl 有六大核心功能：Scrape（单页抓取）、Crawl（全站爬取）、Map（URL 映射）、Search（搜索）、Agent（智能提取）、Browser（浏览器控制），三行代码即可调用。
你的 AI Agent 技术栈需要五层：Agent 容器、搜索层、网页数据层（Firecrawl）、运营大脑、外联工具。缺了网页数据层，你的 Agent 就是瞎的。
最赚钱的策略是垂直化。 找一个年收入数亿美元的大赛道（SEO 工具、招聘平台、价格监控），用 Firecrawl 做一个只服务特定人群的极简版本。
卖产出，不卖工具。 客户不关心你的技术栈。他们要的是”这 50 条信息能帮我做决策”。把数据包装成报告、提醒、仪表板，然后收月费。
成本极低，利润极高。 Firecrawl 的一次 Agent 调用可能只花 $2，但你的数据报告可以收 $500。这是 95%+ 的毛利率生意。
五步执行框架：选赛道（人们为什么数据付费）→ 建爬虫（Firecrawl + Claude Code）→ 包装产品（CSV/仪表板/API）→ 卖数据 → 自动化运行。本周就可以开始。
AI Agent 作为”员工”正在成为现实。 Firecrawl 已经在招聘 AI Agent 做内容创作和开发工作。用 Firecrawl 构建可雇佣的 AI Agent，本身就是一个创业方向。
干净的结构化数据是新时代的石油。 谁能把互联网的混乱数据变成干净、结构化、可操作的信息，谁就掌握了 AI 时代最关键的基础设施。
每一个垂直方向都可以再细分。 房地产定价 → 某个城市的房地产定价。SaaS 竞品监控 → 某个细分领域的 SaaS 竞品监控。越细分，竞争越少，客户越愿意付费。
理解 Firecrawl 的人拥有 12 个月的先发优势。 Greg 认为，大多数人还没有意识到网页数据层的重要性。现在入场，你就是最早的那批人。
“The most valuable software products are going to be using this data scraping tool at the backbone because it makes their AI 10 times smarter.”
Greg Isenberg 在这期视频里传递的核心信息非常清晰：AI 不缺脑子，缺的是眼睛。Firecrawl 就是那双眼睛。而真正的商业机会，不在于 Firecrawl 本身，而在于你拿到干净数据之后能做出什么产品。
不要做大而全的平台，做极度垂直的小产品。不要卖工具，卖数据产出。不要等所有条件成熟，一个周末就能搭出 MVP。
这不是一个遥远的未来——Firecrawl 已经在招 AI Agent 当员工了。问题不是”这会不会发生”，而是”你什么时候开始”。
“I’m just sharing things that I’m learning in real time and hopeful that it’s helping you along your journey.”
本教程基于 Greg Isenberg YouTube 视频整理，视频ID：eH8JdttKIdA，时长27:28。英文自动字幕翻译。