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