本文来自微信公众号： APPSO ，作者：发现明日产品的，原文标题：《AI 正在制造 App 过剩时代》
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，我们发送诸如像「帮我做一个记账App」的提示词，Codex或者其它Agent就会自动完成编码、审查、测试、上线和发布等一系列流程。
原本那些因为不会编程、找不到开发者而搁置的想法，如今有了被做出来的机会。
AI编程工具降低了做应用的门槛，但也把一个老问题更早地摆到了「开发者」面前：做出来以后，谁会用？
a16z最新一期数据周报，给「vibe coding创业潮」泼了一盆冷水：应用供给翻了四倍，需求却纹丝不动；独角兽确实在变年轻，但独立开发者的淘金梦，数据上一个都没有兑现。
应用商店里，App确实多了，但用户的下载、使用和付费，却没有跟上同样的速度。
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》，从2025年初到2026年4月，iOS每月新发布的应用数量大约翻了一倍。
Chrome扩展加速增长，Google Play的新增应用也扭转了此前持续多年的下降趋势。
研究者将2025年2月标注为「Agentic coding era」（智能体编程时代）的起点。从这个起点开始，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，Android和Chrome也分别翻倍至四倍，曲线在2025年初那个拐点之后几乎是垂直的。
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，积累了多少评分，有没有找到最初的一批用户。
结果有些惨淡，新应用明显增多，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，连小规模受众都没能积累起来的应用，且占比还在上升。
第二行的需求端显示了同期iOS的评分总量、Android和Chrome的下载总量，几乎是一条平线，Chrome甚至在持续下滑。
更能说明问题的是结构数据，按使用量来区分后，「零/低使用」新应用，即评分少于10、下载不足100的占比显著上升，而展现出任何「逃逸速度」迹象，要跨越10/100这个门槛的应用占比大幅下挫。
研究员特意检验过一种可能性，就是会不会总量没变、只是份额在内部重新分配、诞生了新赢家？答案是否定的。不是蛋糕没变、赢家通吃，而是压根没有产生新赢家。
Sternstein给这个现象起了个名字叫App-Slop，AI时代的应用泔水。这让人想起内容农场时代的「AI Slop」，只是这次被淹没的是应用商店。
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，到2026年8月，美国应用总收入指数仅为102.0，总使用时长指数为107.0。
一年半时间，收入+2%，时长+7%；更多软件被发布出来，却没有带来相应规模的新使用需求。应用经济的蛋糕，没有因为AI而变大。
唯一的赢家，是AI自己
不过，「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，活得好得很。
分品类的散点图显示，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。
效率类应用收入增长约100%，时长增长约55%，而驱动它的正是ChatGPT、Claude、Gemini和Grok。另一个小但亮眼的品类是开发者工具，而体量最大的游戏品类，收入还在负增长。
从使用方式看，通用AI助手都有类似的优势，即不同任务可以留在同一个入口里完成。修改邮件、整理资料、讨论旅行安排，都能成为用户再次打开它的理由。
相比之下，一款只解决单个问题的新应用，需要更明确地证明自己的价值。尤其当它的主要功能也能在现有AI助手里完成时，开发者还得回答，多安装这一个App，能让事情方便多少。
图｜ChatGPT出来后，类似Grammarly这样的工具也受到了明显冲击，专用的AI抵不过一个通用的AI
用户愿意为AI能力付费，不会因此对每个用AI做出来的App都感兴趣。
这也是「App大爆炸」容易让人误判的地方。即便现在效率类别是热门，但我们用AI Vibe Coding了一个效率类的应用，想要让它赚钱，几乎同样是困难。
这种AI编程开发工具的热闹，与开发成果的受欢迎程度，中间还隔着一大段工作。
只看软件开发内部，AI带来的加速也没有完整地传递到交付结果上。
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，研究者估计，累计采用不同代际的AI编程工具后，代码提交活动增加约180%，最终发布的软件版本数量增加约30%。
假设你用AI做了一款记账App，收入、支出、分类、月度图表都齐了，演示起来也很完整。但接下来你就要决定，它到底服务什么人。
图｜大多数独立开发者的第一个项目都是记账、笔记和todo list
一个想控制外卖开销的大学生，和一个需要管理共同支出的家庭，对记账工具的要求就很不一样。前者可能最在意录入够不够快，后者则需要多人共同使用、区分支出归属。
这些选择会直接影响产品设计，不断添加功能，未必能让某一类用户用得更顺手。
商业化又会带来另一组具体问题，靠什么让潜在用户知道这款应用？如果需要购买广告，获得一个付费用户要花多少钱？假如产品持续调用模型，订阅收入能否覆盖运行和服务成本？
让用户每个月付钱，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，但即便是观察为AI能力付费的人，结果同样不是很乐观。这些在消费端的AI付费，也远没有普及到每个人。
按照a16z引用的Consumer Edge数据，截至2026年第一季度，美国消费者个人付费购买AI服务的比例约为3%。
18–24岁人群中付费购买AI服务的比例约为5.9%，25–34岁约5%，而65岁以上人群只有1.4%。
年轻人以四倍于长辈的速度在为AI付费，所以尽管「我们还处在AI非常早期的阶段」已经是陈词滥调，但数据确实支持它。
把讨论进一步推到「AI什么时候体现在GDP里」这个宏大问题，他的回答是：等这些App变得足够好再说。
Consumer Edge的数据也显示，过去一年，为至少一项AI服务付费的持卡人比例大约翻了一倍，直接付费的人群仍然有限，但至少是在慢慢增长。
这份报告还分析了创业公司的现状，一边是新晋独角兽越来越年轻，中位年龄已经降到了4年，一边是老家伙更老，这其中的中间层正在消失。
收入上，a16z引用的SVB数据显示，自2022年初以来，其跟踪的多个科技行业，收入增长率中位数从约40%—70%，降至约15%—30%；与此同时，亏损明显收窄。
这些公司放慢了扩张，把更多精力放在改善利润和延长现金使用时间上。那些近期完成融资的企业，仍然保留着较高增长、较大亏损的特征。
尽管资本市场依然愿意为增长提供资金，只是不同公司的融资处境差别很大。
SVB根据上半年进度估算，2026年全年，获得风险投资支持的美国公司中，约有2345家可能失败或倒闭。在其统计的2026年失败企业中，超过三分之一成立于2019—2021年的零利率时期。
这组数据看起来离一个独立开发者很远，但它其实回答了文章开头那个最简单的问题。
当任何人都能在几个小时甚至几分钟里做出一个App，「把东西做出来」本身，已经越来越难成为一门生意。
AI编程真正改变的，是软件世界的供给曲线。过去一个很小的需求，因为开发成本太高，可能根本没人愿意做；现在它们都可以被迅速做成产品。应用商店因此会越来越拥挤，软件也可能像今天的网页、图片和视频一样，被大量、快速地生成出来。
但我们一天依然只有24个小时，用户不会因为App数量翻了四倍，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，就愿意多付四倍的钱。
所以，Vibe Coding真正有价值的地方，是在降低「验证一个想法」的成本，而不是「做成一门生意」的成本。我们可以先做一个MVP（minimum viable product，产品最简版本），给真实用户试，用数据判断这个需求到底存不存在，再决定要不要继续投入。
这和大模型行业正在发生的事情其实很像，所谓的Tokenmaxxing，更多Token，更多调用量，并不会自动转化成更多收入；同样，更多代码、更多App，也不会自动创造更多需求。
甚至对独立开发者来说，情况可能比以前更残酷。越来越多的独立开发者本身成了AI应用的用户，以前的付费用户也变成了独立开发者，但独立开发者利用AI开发的应用，却没有了新的付费用户。
AI压低了这个市场的进入门槛，同时也压低了许多简单软件本身的价值。
报告链接：
https://www.a16z.news/p/charts-of-the-week-so-many-apps-so
