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