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