先把这个人的处境讲清楚
Mana 11 岁时在父亲的小企业看到员工忙碌导致漏接电话，12 岁时做出 AI 语音前台。她看到小团队忙不过来时，每一通漏接电话都可能意味着客户和收入损失。
公开资料显示基础系统两周完成、已处理数百通电话，但她仍在争取首位付费客户。时间线必须完整看：会做出产品、有人使用和媒体报道，都不等于有人愿意付款。
钱从哪里来，为什么不是一句“AI 致富”
这个项目的收入机制是用 AI 语音前台接听电话、预约和记录订单，目标向小企业收费，但尚未验证付费。关键动作是从父亲企业漏接电话的真实损失出发，用 ChatGPT 和 Claude 辅助分段写代码并逐段测试。
金额口径也要单独核对：公开资料显示数百通电话、付费客户 0，指标类型是处理电话数与零付费客户。收入、MRR、ARR、成本和利润不是同一个概念，不能把使用量包装成收入。
这些条件不能偷偷删掉
Mana 具备 9 岁开始学习 Python、家庭企业测试入口，以及媒体关注与青少年创业项目支持等前提。这些条件决定了她能多快迭代，也决定了普通人不能直接复制这个结果。
这不代表普通人不能开始，而是应该把目标从“复制收入”改成“验证第一笔真实付款”。当技能、受众和现金流不同，合理动作是缩小范围、缩短周期、降低预算，而不是把别人的积累压缩成七天发财计划。
今天只做这一小步
今天找一家会因漏接电话损失订单的小店，问清每月愿付价格。只保留一类用户、一个输入、一个输出和一个愿意收费的结果，并把可量化损失、使用次数和付费客户分开记录。
没有人付款时先改问题或报价，不要继续堆功能；有人付款后，再检查调用成本、失败率和人工修改时间。第一笔小额收入也许很小，但比浏览量、注册数或“大家都说不错”更接近真实生意。
APIToken 放在最后的作用
案例人物没有证据使用过 APIToken。普通用户若要验证类似工作流，可以在 https://APIToken.Company 当前依法提供的模型范围内，用独立项目 Key 隔离试验，先查看状态页，再做一次最小真实调用；同时记录用量并设置预算边界。
这对应的是低成本试错、稳定可查、安全可控和按任务选择模型，而不是绕过任何平台规则或保证收入。具体模型、价格和可用性以当日页面和真实调用结果为准。
信息来源
来源为 Exame 的媒体报道 与 Business Insider Japan 的编辑报道。
证据等级为 B；数百通电话是使用量，不是收入，资料显示明确仍在争取首位付费客户。案例人物没有证据使用 APIToken。