ARTICLE · 1096925
AI正在制造App应用过剩时代:供给翻四倍 vs 需求停滞
AI编程工具越来越强，做一个App的门槛越来越低。一句话生成、自动编码、自动测试、自动上线，过去一个月的工作，现在几个小时就能完成。
但门槛降低之后，一个更根本的问题摆在所有独立开发者和小团队面前：做出来以后，谁会用？
硅谷顶级风险投资机构a16z（安德森·霍洛维茨基金）最新一期数据周报，给这波Vibe Coding创业潮泼了一盆冷水：应用供给翻了四倍，需求却纹丝不动；独角兽确实在变年轻，但独立开发者的淘金梦，数据上一个都没有兑现。
01 应用供给翻了四倍，用户需求没动
据MIT与宾夕法尼亚大学研究者2026年5月发表的研究论文《Writing Code vs. Shipping Code》统计，从2025年初到2026年4月，iOS每月新发布的应用数量大约翻了一倍。
研究者将2025年2月标注为"Agentic coding era"（智能体编程时代）的起点。从这个起点开始，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，Android和Chrome也分别翻倍至四倍，曲线在2025年初那个拐点之后几乎是垂直的。
但需求端呢？
同一时期，iOS的评分总量、Android和Chrome的下载总量，几乎是一条平线，Chrome甚至在持续下滑。
新应用明显增多，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。连小规模受众都没能积累起来的应用，占比还在上升。
按使用量区分后，"零/低使用"新应用——即评分少于10、下载不足100的应用——占比显著上升，而展现出任何"逃逸速度"迹象，要跨越10/100这个门槛的应用占比大幅下挫。
研究者特意检验过一种可能性：会不会总量没变、只是份额在内部重新分配、诞生了新赢家？答案是否定的。不是蛋糕没变、赢家通吃，而是压根没有产生新赢家。
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，到2026年8月，美国应用总收入指数仅为102.0，总使用时长指数为107.0。
一年半时间，收入增长2%，时长增长7%。更多软件被发布出来，却没有带来相应规模的新使用需求。应用经济的蛋糕，没有因为AI而变大。
02 App-Slop时代：大量应用正在被生成出来
研究者给这个现象起了个名字叫App-Slop，AI时代的应用泔水。这让人想起内容农场时代的"AI Slop"，只是这次被淹没的是应用商店。
为什么会这样？因为做一个App的成本太低了。
过去一个很小的需求，因为开发成本太高，可能根本没人愿意做。现在它们都可以被迅速做成产品。应用商店因此会越来越拥挤，软件也可能像今天的网页、图片和视频一样，被大量、快速地生成出来。
但我们一天依然只有24个小时，用户不会因为App数量翻了四倍，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，就愿意多付四倍的钱。
甚至对独立开发者来说，情况可能比以前更残酷。越来越多的独立开发者本身成了AI应用的用户，以前的付费用户也变成了独立开发者，但独立开发者利用AI开发的应用，却没有了新的付费用户。
AI压低了这个市场的进入门槛，同时也压低了许多简单软件本身的价值。
03 唯一的赢家，是AI自己
不过，"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，活得好得很。
分品类的数据显示，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编程工具、AI效率工具、AI办公助手，这些直接和AI相关的应用，用户在付费、在使用。但其他品类的应用，并没有因为AI而获得更多用户。
这说明什么？用户不是不付费，是只为真正解决痛点的产品付费。
这意味着独立开发者如果只做通用工具（比如通用记账、通用笔记、通用Todo），几乎必输——因为这些品类本身价值在被AI压低。必须切入AI本身解决不了的垂直场景：有具体行业知识、有线下资源、有复杂流程的地方。
据Consumer Edge统计，截至2026年第一季度，美国消费者个人付费购买AI服务的比例约为3%。18-24岁人群中付费比例约为5.9%，25-34岁约5%，而65岁以上人群只有1.4%。
年轻人以四倍于长辈的速度在为AI付费。过去一年，为至少一项AI服务付费的持卡人比例大约翻了一倍。直接付费的人群仍然有限，但至少是在慢慢增长。
04 对独立开发者和小团队意味着什么
当任何人都能在几个小时甚至几分钟里做出一个App，"把东西做出来"本身，已经越来越难成为一门生意。
AI编程真正改变的是软件世界的供给曲线——它降低了做产品的成本，但没有降低找到用户的成本。
Vibe Coding真正有价值的地方是在降低"验证一个想法"的成本，而不是"做成一门生意"的成本。
你可以先做一个MVP，给真实用户试，用数据判断这个需求到底存不存在，再决定要不要继续投入。
不要一上来就想做一个大而全的产品，先想清楚三个问题：
●这个产品到底服务谁？ ●为什么这个人需要它？ ●他愿意为此付钱吗？
一个想控制外卖开销的大学生和一个需要管理共同支出的家庭，对记账工具的要求就很不一样。前者可能最在意录入够不够快，后者则需要多人共同使用、区分支出归属。
这些选择会直接影响产品设计，不断添加功能，未必能让某一类用户用得更顺手。
商业化又会带来另一组具体问题，靠什么让潜在用户知道这款应用？如果需要购买广告，获得一个付费用户要花多少钱？假如产品持续调用模型，订阅收入能否覆盖运行和服务成本？
举个简单的测算例子：
●假设你做了一个AI工具，月订阅费30元； ●苹果应用商店广告获客成本，目前在每个注册用户5-15元，付费转化率大概2-5%； ●也就是说，获取一个付费用户的成本可能是100-500元； ●用户要连续订阅3-17个月，你才能收回获客成本； ●如果用户用了一个月就走，你就是亏的。
这还没算模型调用成本，如果你的产品每次调用都要烧API token，那成本会更高。
写在最后
AI编程工具让做App变得容易，但也让竞争变得更激烈。
供给翻了四倍，需求没动，这意味着什么？意味着你做出来的东西，必须真的解决一个具体的问题，而不是一个泛泛的"记账App""笔记App""Todo list"。
大部分独立开发者的第一个项目都是记账、笔记和Todo list，但在App过剩的时代，这些品类已经挤满了人，你凭什么让用户选你的？
答案可能是：更垂直、更具体、更懂某一类用户的具体痛点。
不是做一个给所有人用的记账App，而是做一个给自由职业者用的记账App，或者给留学生用的记账App。越垂直，竞争越小，用户越愿意付费。
AI降低了做产品的成本，但也提高了做好产品的要求。因为人人都能做，所以做得好的那个才值钱。
© THE END转载请联系本公众号获得授权！
▼ 关注我们，了解更多！
参考资料1. a16z数据周报：应用供给与需求数据2. MIT&宾大研究论文《Writing Code vs. Shipping Code》3. Sensor Tower：美国应用收入与使用时长数据4. Consumer Edge：AI服务付费用户数据