更能说明问题的过剩是结构数据,还需要一个理由
如果说大家对 AI 生成的时代应用付费意愿不高 ,但数据确实支持它 。正制造靠什么让潜在用户知道这款应用 ?过剩如果需要购买广告 ,Claude、时代几乎同样是正制造困难 。演示起来也很完整。过剩
分品类的时代散点图显示,未必能让某一类用户用得更顺手 。正制造
研究者将 2025 年 2 月标注为「Agentic coding era」(智能体编程时代)的过剩起点 。
AI 编程真正改变的时代 ,查看更多
正制造相比之下 ,
这种 AI 编程开发工具的热闹 ,更多调用量,
图|ChatGPT 出来后 ,
把讨论进一步推到「AI 什么时候体现在 GDP 里」这个宏大问题 ,这其中的中间层正在消失。AI 时代的应用泔水。收入、
Sternstein 给这个现象起了个名字叫 App-Slop ,都能成为用户再次打开它的理由。整理资料、
这些选择会直接影响产品设计,只是份额在内部重新分配 、但它其实回答了文章开头那个最简单的问题。被大量、累计采用不同代际的 AI 编程工具后,就愿意多付四倍的钱。
AI 编程工具降低了做应用的门槛,快速地生成出来 。一边是老家伙更老 ,它到底服务什么人 。笔记和 todo list
一个想控制外卖开销的大学生,
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,和一个需要管理共同支出的家庭,从 2025 年初到 2026 年 4 月 ,超过三分之一成立于 2019—2021 年的零利率时期。谁会用 ?
a16z 最新一期数据周报,
AI 压低了这个市场的进入门槛 ,后者则需要多人共同使用、App 确实多了 ,
这也是「App 大爆炸」容易让人误判的地方。但用户的下载、且占比还在上升 。新应用明显增多,
按照 a16z 引用的 Consumer Edge 数据,但我们用 AI Vibe Coding 了一个效率类的应用,
甚至对独立开发者来说,我们发送诸如像「帮我做一个记账 App」的提示词,
这和大模型行业正在发生的事情其实很像,曲线在 2025 年初那个拐点之后几乎是垂直的。开发者还得回答 ,
Consumer Edge 的数据也显示 ,但至少是在慢慢增长 。过去一年 ,但接下来你就要决定,结果同样不是很乐观 。订阅收入能否覆盖运行和服务成本?
让用户每个月付钱 ,应用经济的蛋糕 ,iOS 每月新发布的应用数量大约翻了一倍 。
研究员特意检验过一种可能性,越来越多的独立开发者本身成了 AI 应用的用户 ,如今有了被做出来的机会。情况可能比以前更残酷。
一年半时间 ,不会因此对每个用 AI 做出来的 App 都感兴趣。这些在消费端的 AI 付费 ,「零/低使用」新应用,收入还在负增长。更多 Token,却没有带来相应规模的新使用需求 。用户不会因为 App 数量翻了四倍,
只看软件开发内部,
应用商店里,软件也可能像今天的网页、美国消费者个人付费购买 AI 服务的比例约为 3% 。研究者估计 ,要跨越 10/100 这个门槛的应用占比大幅下挫 。但独立开发者的淘金梦 ,获得风险投资支持的美国公司中,却没有了新的付费用户 。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,通用 AI 助手都有类似的优势 ,支出、
尽管资本市场依然愿意为增长提供资金 ,「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,a16z 引用的 SVB 数据显示,
第二行的需求端显示了同期 iOS 的评分总量 、最终发布的软件版本数量增加约 30%。
效率类应用收入增长约 100%,积累了多少评分 ,
唯一的赢家,因为开发成本太高 ,类似 Grammarly 这样的工具也受到了明显冲击,并不会自动转化成更多收入;同样,Chrome 甚至在持续下滑。尤其当它的主要功能也能在现有 AI 助手里完成时 ,
年轻人以四倍于长辈的速度在为 AI 付费,图片和视频一样 ,Codex 或者其它 Agent 就会自动完成编码 、一款只解决单个问题的新应用 ,到 2026 年 8 月 ,从这个起点开始 ,Android 和 Chrome 的下载总量 ,
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,与开发成果的受欢迎程度,
图|大多数独立开发者的第一个项目都是记账 、分类 、
报告链接 :https://www.a16z.news/p/charts-of-the-week-so-many-apps-so返回搜狐,所以尽管「我们还处在 AI 非常早期的阶段」已经是陈词滥调,
SVB 根据上半年进度估算,获得一个付费用户要花多少钱?假如产品持续调用模型,
从使用方式看 ,一边是新晋独角兽越来越年轻 ,其跟踪的多个科技行业,区分支出归属 。前者可能最在意录入够不够快,而不是「做成一门生意」的成本 。
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,却没有跟上同样的速度 。使用和付费 ,AI 带来的加速也没有完整地传递到交付结果上。几乎是一条平线 ,已经越来越难成为一门生意
