需求却纹丝不动;独角兽确实在变年轻 ,正制造即评分少于 10、过剩他的时代回答是 :等这些 App 变得足够好再说。这些在消费端的正制造 AI 付费 ,对记账工具的过剩要求就很不一样 。那些近期完成融资的时代企业 ,

Chrome 扩展加速增长 ,正制造但独立开发者利用 AI 开发的过剩应用,就愿意多付四倍的时代钱。到 2026 年 8 月 ,正制造给真实用户试 ,过剩较大亏损的时代特征 。通用 AI 助手都有类似的正制造优势  ,曲线在 2025 年初那个拐点之后几乎是过剩垂直的 。活得好得很。时代

这项研究还结合了超过 10 万名开发者的 GitHub 活动与 AI 工具使用数据,收入 、AI 带来的加速也没有完整地传递到交付结果上。时长 +7%;更多软件被发布出来,

这些公司放慢了扩张,Google Play 的新增应用也扭转了此前持续多年的下降趋势 。想要让它赚钱 ,这让人想起内容农场时代的「AI Slop」 ,如今有了被做出来的机会  。

研究者接着观察了这些新应用上线头三个月的表现 :它们获得了多少下载 ,仍然保留着较高增长 、

研究者将 2025 年 2 月标注为「Agentic coding era」(智能体编程时代)的起点。代码提交活动增加约 180% ,

尽管资本市场依然愿意为增长提供资金,更多 App  ,就是会不会总量没变 、

这种 AI 编程开发工具的热闹,Android 和 Chrome 的下载总量,

收入上 ,后者则需要多人共同使用、不断添加功能 ,也不会自动创造更多需求。总使用时长指数为 107.0。而展现出任何「逃逸速度」迹象,其跟踪的多个科技行业 ,最终发布的软件版本数量增加约 30%。演示起来也很完整 。所以尽管「我们还处在 AI 非常早期的阶段」已经是陈词滥调,

当任何人都能在几个小时甚至几分钟里做出一个 App ,整理资料、靠什么让潜在用户知道这款应用?如果需要购买广告  ,但每月新增应用在头三个月获得的总参与度却持平或下降,

按照 a16z 引用的 Consumer Edge 数据,降至约 15%—30%;与此同时,中间还隔着一大段工作。Claude、中位年龄已经降到了 4 年,截至 2026 年第一季度,

图|大多数独立开发者的第一个项目都是记账 、前者可能最在意录入够不够快 ,更多调用量 ,另一个小但亮眼的品类是开发者工具,

你会为 App 付费吗?

在软件开发的起点已经变成了一句话生成的当下,

图|ChatGPT 出来后,研究者估计,只是份额在内部重新分配、

Sternstein 给这个现象起了个名字叫 App-Slop,只是不同公司的融资处境差别很大 。

假设你用 AI 做了一款记账 App ,美国应用总收入指数仅为 102.0,更多代码、有没有找到最初的一批用户。再决定要不要继续投入。区分支出归属 。所谓的 Tokenmaxxing ,讨论旅行安排 ,没有因为 AI 而变大。

App-Slop 的时代

根据 MIT 与宾夕法尼亚大学研究者今年 5 月发表的研究论文《Writing Code vs. Shipping Code》 ,需要更明确地证明自己的价值 。这其中的中间层正在消失。连小规模受众都没能积累起来的应用,超过三分之一成立于 2019—2021 年的零利率时期。约有 2345 家可能失败或倒闭 。但我们用 AI Vibe Coding 了一个效率类的应用 ,

18–24 岁人群中付费购买 AI 服务的比例约为 5.9% ,

从使用方式看,

这份报告还分析了创业公司的现状 ,却没有了新的付费用户。而体量最大的游戏品类 ,一边是新晋独角兽越来越年轻,订阅收入能否覆盖运行和服务成本?

让用户每个月付钱,修改邮件、自 2022 年初以来,在其统计的 2026 年失败企业中 ,「零/低使用」新应用,软件也可能像今天的网页 、数据上一个都没有兑现。a16z 引用的 SVB 数据显示 ,Chrome 甚至在持续下滑 。美国消费者个人付费购买 AI 服务的比例约为 3%。也远没有普及到每个人 。已经越来越难成为一门生意。

这和大模型行业正在发生的事情其实很像,与开发成果的受欢迎程度,应用经济的蛋糕 ,上线和发布等一系列流程 。就多下载四倍的软件;也不会因为开发者用一句话完成了过去一个月的工作 ,从 2025 年初到 2026 年 4 月,且占比还在上升 。

相比之下,2026 年全年,

Consumer Edge 的数据也显示 ,分类 、

商业化又会带来另一组具体问题 ,亏损明显收窄 。

SVB 根据上半年进度估算,要跨越 10/100 这个门槛的应用占比大幅下挫。使用和付费,

结果有些惨淡 ,

分品类的散点图显示 ,时长增长约 55%,情况可能比以前更残酷。

AI 编程真正改变的,收入增长率中位数从约 40%—70% ,却没有跟上同样的速度。和一个需要管理共同支出的家庭,

甚至对独立开发者来说 ,过去一年 ,从这个起点开始,一款只解决单个问题的新应用,

这组数据看起来离一个独立开发者很远 ,即不同任务可以留在同一个入口里完成。多安装这一个 App,

AI 编程工具降低了做应用的门槛,而不是「做成一门生意」的成本 。都能成为用户再次打开它的理由 。结果同样不是很乐观  。但接下来你就要决定 ,

图|2026 年苹果设计奖获奖者

所以 ,

研究员特意检验过一种可能性 ,而驱动它的正是 ChatGPT、Codex 或者其它 Agent 就会自动完成编码  、应用商店因此会越来越拥挤  ,开发者还得回答 ,

更能说明问题的是结构数据 ,却没有带来相应规模的新使用需求 。

年轻人以四倍于长辈的速度在为 AI 付费,但至少是在慢慢增长 。即便现在效率类别是热门,笔记和 todo list

一个想控制外卖开销的大学生,赢家通吃 ,

只看软件开发内部 ,还需要一个理由

如果说大家对 AI 生成的应用付费意愿不高,收入还在负增长 。收入 +2% ,是在降低「验证一个想法」的成本,我们发送诸如像「帮我做一个记账 App」的提示词 ,获得风险投资支持的美国公司中,是 AI 自己

不过 ,过去一个很小的需求 ,

AI 压低了这个市场的进入门槛,按使用量来区分后,几乎同样是困难。是软件世界的供给曲线 。以前的付费用户也变成了独立开发者,获得一个付费用户要花多少钱?假如产品持续调用模型,

Sensor Tower 的数据从商业侧面印证了这一判断:以 2024 年 12 月为基准 100,

但我们一天依然只有 24 个小时 ,被大量 、审查 、查看更多

应用商店里 ,AI 时代的应用泔水。尤其当它的主要功能也能在现有 AI 助手里完成时 ,

效率类应用收入增长约 100% ,它到底服务什么人 。月度图表都齐了  ,更多 Token ,「AI 没有带动应用经济」这句话需要加一个限定词 :AI 应用本身 ,「把东西做出来」本身 ,不会因此对每个用 AI 做出来的 App 都感兴趣 。用户不会因为 App 数量翻了四倍,25–34 岁约 5%  ,积累了多少评分,为至少一项 AI 服务付费的持卡人比例大约翻了一倍 ,可能根本没人愿意做;现在它们都可以被迅速做成产品 。新应用明显增多 ,Vibe Coding 真正有价值的地方,

原本那些因为不会编程、因为开发成本太高 ,快速地生成出来 。Android 和 Chrome 也分别翻倍至四倍 ,iOS 每月新发布的应用数量大约翻了一倍。

一年半时间 ,未必能让某一类用户用得更顺手。三大平台的月新增应用数量集体起飞:iOS 从每月约 4 万个冲到 12 万个 ,而 65 岁以上人群只有 1.4%。但用户的下载 、App 确实多了,不是蛋糕没变 、我们可以先做一个 MVP(minimum viable product ,图片和视频一样,给「vibe coding 创业潮」泼了一盆冷水 :应用供给翻了四倍,

这也是「App 大爆炸」容易让人误判的地方。类似 Grammarly 这样的工具也受到了明显冲击 ,同时也压低了许多简单软件本身的价值 。下载不足 100 的占比显著上升 ,找不到开发者而搁置的想法,测试、一边是老家伙更老,把更多精力放在改善利润和延长现金使用时间上。谁会用?

a16z 最新一期数据周报 ,

报告链接:https://www.a16z.news/p/charts-of-the-week-so-many-apps-so返回搜狐,但也把一个老问题更早地摆到了「开发者」面前 :做出来以后 ,专用的 AI 抵不过一个通用的 AI

用户愿意为 AI 能力付费 ,但独立开发者的淘金梦 ,Gemini 和 Grok 。支出、

这些选择会直接影响产品设计 ,但数据确实支持它。能让事情方便多少。诞生了新赢家?答案是否定的 。越来越多的独立开发者本身成了 AI 应用的用户 ,但即便是观察为 AI 能力付费的人,但它其实回答了文章开头那个最简单的问题 。而是压根没有产生新赢家。产品最简版本),

第二行的需求端显示了同期 iOS 的评分总量  、几乎是一条平线,并不会自动转化成更多收入;同样,只是这次被淹没的是应用商店 。

把讨论进一步推到「AI 什么时候体现在 GDP 里」这个宏大问题  ,直接付费的人群仍然有限  ,累计采用不同代际的 AI 编程工具后 ,用数据判断这个需求到底存不存在 ,Productivity(效率)是美国市场唯一一个收入和使用时长同时高速增长的品类  。

唯一的赢家 ,