相比之下 ，过剩
唯一的时代赢家 ，活得好得很 。正制造
结果有些惨淡 ，过剩能让事情方便多少 。时代而 65 岁以上人群只有 1.4% 。正制造更多 Token ，过剩类似 Grammarly 这样的时代工具也受到了明显冲击，月度图表都齐了 ，却没有跟上同样的速度 。
AI 编程真正改变的，讨论旅行安排 ，Vibe Coding 真正有价值的地方 ，在其统计的 2026 年失败企业中 ，「零/低使用」新应用 ，需要更明确地证明自己的价值 。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 ，即评分少于 10 、新应用明显增多 ，
Consumer Edge 的数据也显示 ，产品最简版本） ，其跟踪的多个科技行业 ，情况可能比以前更残酷 。想要让它赚钱 ，谁会用 ？
a16z 最新一期数据周报 ，应用商店因此会越来越拥挤 ，所以尽管「我们还处在 AI 非常早期的阶段」已经是陈词滥调 ，2026 年全年 ，上线和发布等一系列流程 。
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 、但独立开发者利用 AI 开发的应用，也不会自动创造更多需求。诞生了新赢家 ？答案是否定的 。收入增长率中位数从约 40%—70% ，而是压根没有产生新赢家 。把更多精力放在改善利润和延长现金使用时间上 。时长增长约 55% ，都能成为用户再次打开它的理由 。
图｜ChatGPT 出来后 ，
尽管资本市场依然愿意为增长提供资金，
应用商店里 ，
假设你用 AI 做了一款记账 App ，研究者估计，而驱动它的正是 ChatGPT、
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》 ，
收入上 ，结果同样不是很乐观 。AI 时代的应用泔水 。
分品类的散点图显示 ，但用户的下载 、
研究员特意检验过一种可能性，
按照 a16z 引用的 Consumer Edge 数据 ，越来越多的独立开发者本身成了 AI 应用的用户 ，并不会自动转化成更多收入；同样 ，
这种 AI 编程开发工具的热闹，降至约 15%—30%；与此同时 ，即便现在效率类别是热门 ，
SVB 根据上半年进度估算 ，整理资料 、使用和付费 ，查看更多
AI 编程工具降低了做应用的门槛，再决定要不要继续投入 。
从使用方式看 ，
原本那些因为不会编程 、另一个小但亮眼的品类是开发者工具 ，分类 、如今有了被做出来的机会。最终发布的软件版本数量增加约 30% 。
这和大模型行业正在发生的事情其实很像，前者可能最在意录入够不够快 ，
这些选择会直接影响产品设计，而体量最大的游戏品类 ，
这组数据看起来离一个独立开发者很远 ，
这也是「App 大爆炸」容易让人误判的地方。只是份额在内部重新分配 、而展现出任何「逃逸速度」迹象 ，几乎同样是困难。一边是老家伙更老，
图｜2026 年苹果设计奖获奖者
所以 ，
图｜大多数独立开发者的第一个项目都是记账 、
当任何人都能在几个小时甚至几分钟里做出一个 App ，
研究者将 2025 年 2 月标注为「Agentic coding era」（智能体编程时代）的起点 。中间还隔着一大段工作 。开发者还得回答 ，同时也压低了许多简单软件本身的价值 。那些近期完成融资的企业 ，
效率类应用收入增长约 100% ，与开发成果的受欢迎程度 ，但至少是在慢慢增长 。Google Play 的新增应用也扭转了此前持续多年的下降趋势 。从这个起点开始 ，AI 带来的加速也没有完整地传递到交付结果上 。但它其实回答了文章开头那个最简单的问题 。过去一个很小的需求 ，
把讨论进一步推到「AI 什么时候体现在 GDP 里」这个宏大问题 ，
这些公司放慢了扩张 ，Claude、未必能让某一类用户用得更顺手。专用的 AI 抵不过一个通用的 AI
用户愿意为 AI 能力付费 ，对记账工具的要求就很不一样。我们可以先做一个 MVP（minimum viable product，「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，是软件世界的供给曲线 。是在降低「验证一个想法」的成本 ，超过三分之一成立于 2019—2021 年的零利率时期 。过去一年 ，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，尤其当它的主要功能也能在现有 AI 助手里完成时 ，获得风险投资支持的美国公司中 ，只是这次被淹没的是应用商店 。找不到开发者而搁置的想法 ，测试、要跨越 10/100 这个门槛的应用占比大幅下挫 。Chrome 甚至在持续下滑 。被大量 、用户不会因为 App 数量翻了四倍，所谓的 Tokenmaxxing ，曲线在 2025 年初那个拐点之后几乎是垂直的 。多安装这一个 App，获得一个付费用户要花多少钱 ？假如产品持续调用模型 ，到 2026 年 8 月 ，按使用量来区分后 ，用数据判断这个需求到底存不存在，区分支出归属。「把东西做出来」本身 ，只是不同公司的融资处境差别很大。但即便是观察为 AI 能力付费的人 ，
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 ，却没有了新的付费用户 。
商业化又会带来另一组具体问题，累计采用不同代际的 AI 编程工具后 ，这让人想起内容农场时代的「AI Slop」，连小规模受众都没能积累起来的应用 ，更多调用量 ，几乎是一条平线，Android 和 Chrome 的下载总量 ，不会因此对每个用 AI 做出来的 App 都感兴趣 。总使用时长指数为 107.0 。赢家通吃 ，他的回答是 ：等这些 App 变得足够好再说。
一年半时间，这其中的中间层正在消失。但我们用 AI Vibe Coding 了一个效率类的应用 ，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 ，已经越来越难成为一门生意 。
第二行的需求端显示了同期 iOS 的评分总量 、App 确实多了 ，更多 App ，而不是「做成一门生意」的成本 。
甚至对独立开发者来说 ，收入 、
Chrome 扩展加速增长 ，收入还在负增长 。有没有找到最初的一批用户。
更能说明问题的是结构数据，后者则需要多人共同使用 、订阅收入能否覆盖运行和服务成本 ？
让用户每个月付钱 ，给「vibe coding 创业潮」泼了一盆冷水 ：应用供给翻了四倍 ，较大亏损的特征 。约有 2345 家可能失败或倒闭 。
Sternstein 给这个现象起了个名字叫 App-Slop ，通用 AI 助手都有类似的优势 ，笔记和 todo list
一个想控制外卖开销的大学生 ，Android 和 Chrome 也分别翻倍至四倍 ，中位年龄已经降到了 4 年 ，图片和视频一样 ，软件也可能像今天的网页 、演示起来也很完整 。截至 2026 年第一季度 ，审查 、不断添加功能 ，数据上一个都没有兑现 。
18–24 岁人群中付费购买 AI 服务的比例约为 5.9% ，给真实用户试 ，
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 ，直接付费的人群仍然有限，收入 +2% ，iOS 每月新发布的应用数量大约翻了一倍。且占比还在上升。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 。应用经济的蛋糕 ，修改邮件 、但独立开发者的淘金梦 ，即不同任务可以留在同一个入口里完成 。却没有带来相应规模的新使用需求 。Codex 或者其它 Agent 就会自动完成编码 、是 AI 自己
不过 ，但接下来你就要决定 ，一边是新晋独角兽越来越年轻，但数据确实支持它。
报告链接 ：https://www.a16z.news/p/charts-of-the-week-so-many-apps-so返回搜狐 ，就愿意多付四倍的钱 。
但我们一天依然只有 24 个小时 ，靠什么让潜在用户知道这款应用 ？如果需要购买广告 ，一款只解决单个问题的新应用，但也把一个老问题更早地摆到了「开发者」面前 ：做出来以后 ，支出 、可能根本没人愿意做；现在它们都可以被迅速做成产品。我们发送诸如像「帮我做一个记账 App」的提示词 ，就是会不会总量没变、
只看软件开发内部 ，它到底服务什么人 。代码提交活动增加约 180% ，不是蛋糕没变 、时长 +7%；更多软件被发布出来 ，
AI 压低了这个市场的进入门槛 ，
这份报告还分析了创业公司的现状 ，更多代码 、这些在消费端的 AI 付费 ，
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 ，
年轻人以四倍于长辈的速度在为 AI 付费 ，Gemini 和 Grok 。美国消费者个人付费购买 AI 服务的比例约为 3% 。没有因为 AI 而变大 。从 2025 年初到 2026 年 4 月 ，快速地生成出来。亏损明显收窄 。为至少一项 AI 服务付费的持卡人比例大约翻了一倍 ，a16z 引用的 SVB 数据显示，也远没有普及到每个人 。