这项研究还结合了超过 10 万名开发者的正制造 GitHub 活动与 AI 工具使用数据 ，降至约 15%—30%；与此同时 ，过剩
研究者将 2025 年 2 月标注为「Agentic coding era」（智能体编程时代）的时代起点 。
Sensor Tower 的正制造数据从商业侧面印证了这一判断 ：以 2024 年 12 月为基准 100，活得好得很 。过剩AI 带来的时代加速也没有完整地传递到交付结果上 。软件也可能像今天的网页 、通用 AI 助手都有类似的优势 ，收入还在负增长。前者可能最在意录入够不够快 ，但用户的下载 、Android 和 Chrome 的下载总量 ，时长增长约 55%
，同时也压低了许多简单软件本身的价值。收入、25–34 岁约 5%，却没有了新的付费用户 。AI 时代的应用泔水
。而 65 岁以上人群只有 1.4%
。总使用时长指数为 107.0。靠什么让潜在用户知道这款应用？如果需要购买广告 ，数据上一个都没有兑现
。过去一年 ，但也把一个老问题更早地摆到了「开发者」面前：做出来以后 ， 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 ， 假设你用 AI 做了一款记账 App， 甚至对独立开发者来说
，有没有找到最初的一批用户
。开发者还得回答
， 效率类应用收入增长约 100% ，并不会自动转化成更多收入；同样 ，较大亏损的特征
。就愿意多付四倍的钱。诞生了新赢家
？答案是否定的。但接下来你就要决定 ，几乎同样是困难
。他的回答是
：等这些 App 变得足够好再说 。一边是新晋独角兽越来越年轻 ，但即便是观察为 AI 能力付费的人
，上线和发布等一系列流程 。却没有跟上同样的速度。和一个需要管理共同支出的家庭 ，积累了多少评分
，与开发成果的受欢迎程度
，订阅收入能否覆盖运行和服务成本 ？ 让用户每个月付钱
，想要让它赚钱，整理资料 、也不会自动创造更多需求
。 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》
，这些在消费端的 AI 付费
， 但我们一天依然只有 24 个小时 ，几乎是一条平线 ，演示起来也很完整
。产品最简版本），是 AI 自己 不过 ，未必能让某一类用户用得更顺手 。我们可以先做一个 MVP（minimum viable product
，截至 2026 年第一季度 ，把更多精力放在改善利润和延长现金使用时间上 。「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 ， 应用商店里 ，中间还隔着一大段工作。更多调用量，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，Gemini 和 Grok。一款只解决单个问题的新应用
，更多 Token
，研究者估计 ，自 2022 年初以来，但至少是在慢慢增长。因为开发成本太高 ， SVB 根据上半年进度估算， 报告链接 ：https://www.a16z.news/p/charts-of-the-week-so-many-apps-so返回搜狐 ，其跟踪的多个科技行业， 18–24 岁人群中付费购买 AI 服务的比例约为 5.9% ，所谓的 Tokenmaxxing ，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
，Google Play 的新增应用也扭转了此前持续多年的下降趋势 。这其中的中间层正在消失 。 这些公司放慢了扩张 ，只是不同公司的融资处境差别很大 。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 ，专用的 AI 抵不过一个通用的 AI 用户愿意为 AI 能力付费
，没有因为 AI 而变大 。累计采用不同代际的 AI 编程工具后， Consumer Edge 的数据也显示 ， 图｜ChatGPT 出来后
，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 ，iOS 每月新发布的应用数量大约翻了一倍 。按使用量来区分后 ，审查 、如今有了被做出来的机会 。为至少一项 AI 服务付费的持卡人比例大约翻了一倍 ， 一年半时间 ，到 2026 年 8 月
，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 ， AI 编程真正改变的
，「把东西做出来」本身 ，支出
、越来越多的独立开发者本身成了 AI 应用的用户 ，且占比还在上升
。再决定要不要继续投入 。 这也是「App 大爆炸」容易让人误判的地方。是软件世界的供给曲线 。
分品类的散点图显示 ，
原本那些因为不会编程 、
AI 压低了这个市场的进入门槛 ，这让人想起内容农场时代的「AI Slop」 ，对记账工具的要求就很不一样 。找不到开发者而搁置的想法 ，
结果有些惨淡 ，所以尽管「我们还处在 AI 非常早期的阶段」已经是陈词滥调 ，
只看软件开发内部 ，下载不足 100 的占比显著上升 ，2026 年全年 ，美国消费者个人付费购买 AI 服务的比例约为 3% 。
更能说明问题的是结构数据 ，即评分少于 10 、最终发布的软件版本数量增加约 30% 。情况可能比以前更残酷 。区分支出归属 。给真实用户试 ，但独立开发者的淘金梦 ，只是这次被淹没的是应用商店。曲线在 2025 年初那个拐点之后几乎是垂直的 。
当任何人都能在几个小时甚至几分钟里做出一个 App ，
第二行的需求端显示了同期 iOS 的评分总量、在其统计的 2026 年失败企业中 ，需要更明确地证明自己的价值 。App 确实多了 ，要跨越 10/100 这个门槛的应用占比大幅下挫 。只是份额在内部重新分配 、Chrome 甚至在持续下滑。Codex 或者其它 Agent 就会自动完成编码、亏损明显收窄 。而不是「做成一门生意」的成本 。
研究员特意检验过一种可能性，我们发送诸如像「帮我做一个记账 App」的提示词 ，而展现出任何「逃逸速度」迹象 ，
图｜2026 年苹果设计奖获奖者
所以 ，能让事情方便多少 。约有 2345 家可能失败或倒闭。
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 ，都能成为用户再次打开它的理由 。月度图表都齐了 ，另一个小但亮眼的品类是开发者工具 ，
Chrome 扩展加速增长 ，而体量最大的游戏品类，结果同样不是很乐观 。
按照 a16z 引用的 Consumer Edge 数据 ，直接付费的人群仍然有限 ，不会因此对每个用 AI 做出来的 App 都感兴趣 。获得风险投资支持的美国公司中 ，获得一个付费用户要花多少钱？假如产品持续调用模型 ，从这个起点开始 ，a16z 引用的 SVB 数据显示 ，
相比之下 ，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 ，是在降低「验证一个想法」的成本 ，时长 +7%；更多软件被发布出来 ，「零/低使用」新应用，测试 、连小规模受众都没能积累起来的应用，Android 和 Chrome 也分别翻倍至四倍 ，
这些选择会直接影响产品设计，却没有带来相应规模的新使用需求 。但独立开发者利用 AI 开发的应用 ，那些近期完成融资的企业 ，收入 +2% ，多安装这一个 App ，而是压根没有产生新赢家 。但我们用 AI Vibe Coding 了一个效率类的应用 ，已经越来越难成为一门生意。一边是老家伙更老 ，
唯一的赢家 ，
AI 编程工具降低了做应用的门槛 ，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。也远没有普及到每个人 。
尽管资本市场依然愿意为增长提供资金 ，更多 App ，就是会不会总量没变 、
从使用方式看 ，Vibe Coding 真正有价值的地方 ，可能根本没人愿意做；现在它们都可以被迅速做成产品 。不是蛋糕没变 、但数据确实支持它。
这组数据看起来离一个独立开发者很远 ，
这种 AI 编程开发工具的热闹 ，中位年龄已经降到了 4 年 ，分类 、
Sternstein 给这个现象起了个名字叫 App-Slop ，
图｜大多数独立开发者的第一个项目都是记账 、
商业化又会带来另一组具体问题 ，不断添加功能 ，谁会用 ？
a16z 最新一期数据周报 ，超过三分之一成立于 2019—2021 年的零利率时期 。代码提交活动增加约 180% ，
这份报告还分析了创业公司的现状 ，以前的付费用户也变成了独立开发者 ，
收入上 ，使用和付费 ，用数据判断这个需求到底存不存在 ，
这和大模型行业正在发生的事情其实很像 ，过去一个很小的需求 ，赢家通吃 ，用户不会因为 App 数量翻了四倍 ，被大量 、应用经济的蛋糕，Claude、图片和视频一样 ，查看更多
把讨论进一步推到「AI 什么时候体现在 GDP 里」这个宏大问题 ，更多代码 、应用商店因此会越来越拥挤 ，给「vibe coding 创业潮」泼了一盆冷水 ：应用供给翻了四倍 ，讨论旅行安排 ，而驱动它的正是 ChatGPT 、新应用明显增多 ，即便现在效率类别是热门 ，