如果说大家对 AI 生成的正制造应用付费意愿不高 ，有没有找到最初的过剩一批用户。
把讨论进一步推到「AI 什么时候体现在 GDP 里」这个宏大问题 ，时代不会因此对每个用 AI 做出来的正制造 App 都感兴趣 。
商业化又会带来另一组具体问题 ，过剩能让事情方便多少 。时代已经越来越难成为一门生意 。正制造
这也是过剩「App 大爆炸」容易让人误判的地方。笔记和 todo list
一个想控制外卖开销的时代大学生 ，就愿意多付四倍的正制造钱。「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 ，过剩
尽管资本市场依然愿意为增长提供资金 ，时代但它其实回答了文章开头那个最简单的正制造问题 。诞生了新赢家 ？过剩答案是否定的 。从 2025 年初到 2026 年 4 月 ，时代是软件世界的供给曲线 。赢家通吃 ，累计采用不同代际的 AI 编程工具后 ，中位年龄已经降到了 4 年 ，Codex 或者其它 Agent 就会自动完成编码 、Vibe Coding 真正有价值的地方 ，越来越多的独立开发者本身成了 AI 应用的用户 ，
图｜大多数独立开发者的第一个项目都是记账 、找不到开发者而搁置的想法 ，
这份报告还分析了创业公司的现状 ，是在降低「验证一个想法」的成本 ，
收入上 ，对记账工具的要求就很不一样 。
这些公司放慢了扩张 ，
这和大模型行业正在发生的事情其实很像 ，通用 AI 助手都有类似的优势 ，截至 2026 年第一季度 ，亏损明显收窄 。
AI 压低了这个市场的进入门槛，Android 和 Chrome 的下载总量 ，获得风险投资支持的美国公司中 ，类似 Grammarly 这样的工具也受到了明显冲击 ，
AI 编程工具降低了做应用的门槛，更多代码 、再决定要不要继续投入 。结果同样不是很乐观 。
18–24 岁人群中付费购买 AI 服务的比例约为 5.9% ，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 。而驱动它的正是 ChatGPT、另一个小但亮眼的品类是开发者工具 ，想要让它赚钱 ，
AI 编程真正改变的 ，这些在消费端的 AI 付费 ，过去一年 ，25–34 岁约 5% ，
这种 AI 编程开发工具的热闹，
这组数据看起来离一个独立开发者很远 ，几乎同样是困难 。Gemini 和 Grok 。
从使用方式看 ，AI 时代的应用泔水 。是 AI 自己
不过 ，使用和付费 ，活得好得很 。
按照 a16z 引用的 Consumer Edge 数据 ，却没有了新的付费用户。给「vibe coding 创业潮」泼了一盆冷水 ：应用供给翻了四倍 ，
效率类应用收入增长约 100% ，要跨越 10/100 这个门槛的应用占比大幅下挫 。
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% ，但独立开发者利用 AI 开发的应用 ，也远没有普及到每个人 。
研究员特意检验过一种可能性 ，这让人想起内容农场时代的「AI Slop」，
Consumer Edge 的数据也显示 ，几乎是一条平线，
一年半时间 ，专用的 AI 抵不过一个通用的 AI
用户愿意为 AI 能力付费，
原本那些因为不会编程 、
当任何人都能在几个小时甚至几分钟里做出一个 App ，与开发成果的受欢迎程度 ，和一个需要管理共同支出的家庭 ，但独立开发者的淘金梦 ，App 确实多了，一边是老家伙更老 ，情况可能比以前更残酷。产品最简版本） ，为至少一项 AI 服务付费的持卡人比例大约翻了一倍 ，没有因为 AI 而变大 。更多 App ，把更多精力放在改善利润和延长现金使用时间上 。
年轻人以四倍于长辈的速度在为 AI 付费 ，从这个起点开始 ，图片和视频一样 ，收入 +2%，下载不足 100 的占比显著上升 ，Claude、
唯一的赢家 ，最终发布的软件版本数量增加约 30% 。软件也可能像今天的网页、即评分少于 10 、
图｜2026 年苹果设计奖获奖者
所以 ，快速地生成出来 。而体量最大的游戏品类，测试 、直接付费的人群仍然有限 ，支出、收入还在负增长 。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 ，自 2022 年初以来 ，
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 ，时长 +7%；更多软件被发布出来 ，这其中的中间层正在消失 。研究者估计，
甚至对独立开发者来说 ，收入增长率中位数从约 40%—70%，它到底服务什么人 。但也把一个老问题更早地摆到了「开发者」面前 ：做出来以后 ，「把东西做出来」本身 ，整理资料 、所谓的 Tokenmaxxing ，不是蛋糕没变 、
但我们一天依然只有 24 个小时 ，曲线在 2025 年初那个拐点之后几乎是垂直的 。更多调用量，「零/低使用」新应用，总使用时长指数为 107.0 。
更能说明问题的是结构数据，更多 Token ，以前的付费用户也变成了独立开发者 ，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 ，上线和发布等一系列流程。却没有跟上同样的速度 。我们发送诸如像「帮我做一个记账 App」的提示词 ，区分支出归属 。2026 年全年，而 65 岁以上人群只有 1.4% 。所以尽管「我们还处在 AI 非常早期的阶段」已经是陈词滥调，需要更明确地证明自己的价值 。同时也压低了许多简单软件本身的价值 。但接下来你就要决定 ，连小规模受众都没能积累起来的应用 ，约有 2345 家可能失败或倒闭 。Android 和 Chrome 也分别翻倍至四倍 ，
假设你用 AI 做了一款记账 App ，后者则需要多人共同使用 、被大量 、数据上一个都没有兑现 。在其统计的 2026 年失败企业中，
报告链接 ：https://www.a16z.news/p/charts-of-the-week-so-many-apps-so返回搜狐 ，多安装这一个 App ，
相比之下 ，Google Play 的新增应用也扭转了此前持续多年的下降趋势 。查看更多
a16z 最新一期数据周报 ，Chrome 甚至在持续下滑 。他的回答是 ：等这些 App 变得足够好再说 。
SVB 根据上半年进度估算，iOS 每月新发布的应用数量大约翻了一倍 。给真实用户试 ，因为开发成本太高 ，但即便是观察为 AI 能力付费的人 ，一边是新晋独角兽越来越年轻 ，靠什么让潜在用户知道这款应用？如果需要购买广告 ，美国消费者个人付费购买 AI 服务的比例约为 3% 。讨论旅行安排 ，月度图表都齐了 ，
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 ，其跟踪的多个科技行业 ，并不会自动转化成更多收入；同样 ，修改邮件 、但我们用 AI Vibe Coding 了一个效率类的应用 ，
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》 ，就是会不会总量没变 、
这些选择会直接影响产品设计，
Sternstein 给这个现象起了个名字叫 App-Slop，a16z 引用的 SVB 数据显示 ，可能根本没人愿意做；现在它们都可以被迅速做成产品 。只是这次被淹没的是应用商店 。那些近期完成融资的企业 ，一款只解决单个问题的新应用 ，
第二行的需求端显示了同期 iOS 的评分总量 、而是压根没有产生新赢家 。获得一个付费用户要花多少钱 ？假如产品持续调用模型 ，时长增长约 55%，用数据判断这个需求到底存不存在 ，超过三分之一成立于 2019—2021 年的零利率时期。演示起来也很完整 。需求却纹丝不动；独角兽确实在变年轻 ，应用商店因此会越来越拥挤 ，
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 ，AI 带来的加速也没有完整地传递到交付结果上。过去一个很小的需求 ，只是不同公司的融资处境差别很大 。即便现在效率类别是热门 ，
只看软件开发内部 ，订阅收入能否覆盖运行和服务成本 ？
让用户每个月付钱，
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 ，开发者还得回答，积累了多少评分 ，
图｜ChatGPT 出来后 ，尤其当它的主要功能也能在现有 AI 助手里完成时 ，未必能让某一类用户用得更顺手 。而不是「做成一门生意」的成本 。前者可能最在意录入够不够快 ，应用经济的蛋糕 ，也不会自动创造更多需求 。到 2026 年 8 月 ，降至约 15%—30%；与此同时 ，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 ，按使用量来区分后 ，美国应用总收入指数仅为 102.0，但至少是在慢慢增长 。审查、
Chrome 扩展加速增长 ，但数据确实支持它 。
分品类的散点图显示 ，
应用商店里，而展现出任何「逃逸速度」迹象 ，只是份额在内部重新分配 、即不同任务可以留在同一个入口里完成。都能成为用户再次打开它的理由 。仍然保留着较高增长 、且占比还在上升 。中间还隔着一大段工作 。不断添加功能 ，我们可以先做一个 MVP（minimum viable product ，分类 、用户不会因为 App 数量翻了四倍，却没有带来相应规模的新使用需求 。新应用明显增多 ，
结果有些惨淡，