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