一、产品与项目基本信息
Gleap 是一个AI 驱动的客户支持与反馈平台，其愿景是打造“能够自我修复的软件”。产品围绕 AI Agent 套件 Kai 构建，包含四个核心模块：
-
Kai：跨渠道处理 Tier-1 支持对话
-
Kai Resolve：利用技术上下文调查问题
-
Kai Code：将 Bug 报告转化为可合并的 Pull Request
-
Kai PM：聚类用户反馈并与用户闭环
此外，Gleap 还提供实时聊天、应用内 Bug 报告、知识库、调查问卷、产品导览和公开路线图等功能，旨在用一个平台取代 Intercom、Zendesk、Instabug、Canny 等碎片化工具栈。
创始人 Lukas Böhler 是 Gleap 的联合创始人兼 CEO，拥有软件工程背景。在创立 Gleap 之前，他与联合创始人在奥地利多恩比恩共同经营一家软件 agency BoehlerBrothers，为客户构建应用和产品。2021 年，Gleap 从 agency 中剥离为独立公司，联合创始人 Isabella Salzmann（COO）和 Tobias Duelli（CTO）共同加入。
技术栈方面，Gleap 核心为 TypeScript/Node.js，使用 MongoDB 作为主数据库，ClickHouse 处理分析和事件数据。计费使用 Paddle，事务邮件使用 Postmark，监控使用 New Relic。最独特的是其 SDK 层——团队维护着 7 个原生 SDK（JavaScript、iOS、Android、React Native、Flutter、Capacitor、C#、Cordova），需在所有平台上保持功能一致。转向 AI 优先后，团队在现有平台上叠加了 LLM 编排、RAG 管道和 Langfuse 可观测层。
二、商业结果
-
营收规模：ARR 已达七位数，公司保持盈利，月环比增长 4-8%
-
客户规模：服务超过 4,500 个软件团队，包括 Microsoft、Squarespace、UNICEF、Papa John’s 等
-
用户触达：Gleap widget 每月触达约 2.5 亿终端用户
-
地域分布：约 75% 的客户来自美国
-
AI 成果：Kai 现已为众多客户自主处理大部分 Tier-1 支持对话
三、创业过程分析
第一步：从 agency 的内部痛点出发
Gleap 的起点并非一个宏大的创业构想，而是 BoehlerBrothers agency 每天都要面对的实际问题：客户通过冗长、模糊的邮件报告 Bug，开发人员无法据此采取行动。团队构建了一个内部工具来解决这个问题——用户可以通过摇动手机或点击按钮报告 Bug，系统自动捕获截图、控制台日志、网络请求和设备数据。
第二步：意外验证——客户主动要求使用
工具在 agency 内部运行后，意想不到的事情发生了：客户看到这个工具后，不断询问他们是否也能使用。这个信号表明，这不仅仅是 agency 自己的问题，而是一个普遍存在的市场需求。“我们几乎是偶然验证了它。”
第三步：agency 资助的 MVP 开发
团队在 agency 内部将 Gleap 作为 side project 来开发——没有专门的预算，没有融资，只是在客户项目之间挤出时间。agency 的收入和团队 unpaid 工时 essentially 资助了第一个版本。从第一个内部版本到公开上线为 BugBattle，整个过程耗时约一年。奥地利初创生态系统的 grants 后来在 Gleap 剥离为独立公司时帮助团队度过了过渡期。
第四步：从 BugBattle 到 Gleap——剥离与 rebrand
2020 年，产品以 BugBattle 之名公开上线。2021 年，团队决定将其从 agency 中剥离，rebrand 为 Gleap，作为独立公司运营。这个决策的关键在于：产品已经证明了市场需求，值得作为一个独立的业务来发展，而非继续作为 agency 的附属项目。
第五步：从 Bug 报告工具到 AI 优先平台
Gleap 的演变并未止步于 Bug 报告。团队识别出一个更大的机会：将产品从“反馈工具”升级为 “AI 驱动的客户支持与反馈平台” 。AI 优先的转型带来了最大的收入拐点——Kai 的推出改变了交易规模和买家对话：从“锦上添花的反馈 widget”变成了 “将你的支持工作量减半” 。
第六步：增长策略——多渠道有机增长
Gleap 的增长完全依靠有机渠道：
-
agency 网络：第一批客户来自 agency 自身的客户网络，提供了从第一天起的真实生产使用和 testimonials
-
SEO 与内容：持续发布关于 AI 客户支持、支持自动化、与 Intercom/Zendesk 对比等主题的内容，建立了每天带来试用注册的有机引擎
-
产品即渠道：Gleap widget 本身是最不寻常的渠道——它每月触达 2.5 亿终端用户，其中相当一部分新注册来自在别人产品中遇到 Gleap 的人
-
G2 等评测平台：提供安静的 steady 工作，当支持负责人筛选工具时，Gleap 出现在对比集中
第七步：定价策略的演变
Gleap 从第一天起就开始收费。最初采用按席位计费的低价计划（$19-119/月），后来转向基于价值的平台分层定价——高阶计划不限席位。这个转变很关键：按席位计费惩罚了团队全员使用 Gleap 的行为，而平台定价加 AI 用量计费让收入与客户价值对齐。收入扩展来自三个方向：计划升级、AI 用量增长、以及整合（Gleap 取代多款工具，客户将预算从三个工具合并到一个）。
四、创业启发
1. 内部工具是最好的 MVP 起点
Gleap 证明了：解决自己真实问题的内部工具，往往是最被低估的产品起点。当你自己是第一个用户时，反馈循环“残酷而快速”——几周内就能知道什么有效、什么无效。
2. 从 agency 起步有独特的优势
Lukas 坦言，从 agency 起步的优势在于：已经有工程人才、基础设施和现金流，agency 收入和 unpaid 工时 essentially 资助了第一个版本。对于有服务背景的创业者来说，服务业务本身就可以成为产品开发的“孵化器”。
3. AI 功能是 20% 的提示工程 + 80% 的评估与护栏
Lukas 分享的最硬核教训：“shipping an AI feature is 20% prompting and 80% evaluation, guardrails, and context engineering” 。AI 产品的核心挑战不在于写提示词，而在于如何度量质量、设置护栏、工程化上下文。
4. 定价要经常 revisit
Lukas 的建议：“charge early, even if it feels uncomfortable — a customer who pays $19 teaches you more than a thousand free users” 。大多数创始人在上线时设定价格后两年都不再调整，而 Gleap 每次基于价值而非习惯重新定价时，收入都增长了，流失也没有增加。
5. 找到那个能复利的渠道
Gleap 的增长来自有机渠道的复利效应：内容 SEO 持续带来每日试用注册，产品 widget 本身成为触达 2.5 亿用户的“广告牌”。Lukas 的建议是：“Pick the channel that compounds and be patient. Paid ads stop the moment you stop paying; content, reviews, and product-led distribution keep working while you sleep.”
6. 不要低估你已有的分发优势
Lukas 指出：大多数创始人已经拥有某种不公平的分发优势，关键在于识别它。对 Gleap 来说，agency 网络提供了第一批客户，widget 本身成为了最佳渠道。