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