App 供给暴涨之后：独立开发者该去哪里找需求，又该怎么赚到钱

「AI 没能拉动应用经济」这个判断，其实要补一个前提：AI 应用自身过得相当不错。按品类拆开的散点图显示，在美国市场，效率（Productivity）是唯一一个收入与使用时长同步快速上涨的品类——收入增幅约 100%，时长增幅约 55%，而推动这一增长的是 ChatGPT、Claude、Gemini 与 Grok。开发者工具是另一个规模不大但表现突出的品类；至于体量最大的游戏品类，收入仍处在负增长区间。

从使用方式上看，通用 AI 助手具备一个共同优势：不同任务可以留在同一个入口里做完。改邮件、整理资料、商量旅行安排，都能成为用户重新打开它的理由。反过来，只解决单一问题的新应用，就必须更清楚地证明自己的价值——尤其是当它的核心功能在现有 AI 助手里也能实现时，开发者还得回答：多装这一个 App，到底能省多少事。

图｜ChatGPT 出现之后，Grammarly 这类工具明显受到冲击，专用 AI 敌不过通用 AI

用户愿意为 AI 能力付钱，并不意味着会对每一个用 AI 做出来的 App 都感兴趣。这也是「App 大爆炸」这种说法容易误导人的地方。即便效率类现在是热门赛道，用 AI Vibe Coding 做一个效率应用、再指望它赚钱，难度几乎是一样的。AI 编程工具的热闹，和开发成果能否被接受，中间隔着很长一段路。

只看软件开发这一环，AI 带来的提速也没有完整传导到交付结果上。这项研究还结合了 10 万多名开发者的 GitHub 活动数据与 AI 工具使用数据，研究者估算：在累计采用不同代际的 AI 编程工具之后，代码提交活动增加约 180%，而最终发布的软件版本数量只增加约 30%。

设想你用 AI 做了一款记账 App，收入、支出、分类、月度图表一应俱全，演示效果也很完整。但下一步你必须决定：它究竟服务谁。

图｜大多数独立开发者的第一个项目都是记账、笔记和 todo list

一个想控制外卖开销的大学生，和一个要管理共同支出的家庭，对记账工具的要求完全不同。前者最看重的可能是录入速度，后者则需要多人共用、能区分支出归属。这些取舍会直接决定产品设计，而不断堆功能，未必能让某一类用户用得更顺手。商业化还会引出另一组具体问题：靠什么让潜在用户知道这款应用？如果要投广告，获取一个付费用户要花多少钱？假如产品持续调用模型，订阅收入能不能覆盖运行与服务成本？

让用户每月掏钱，需要一个理由

如果说大众对 AI 生成的应用付费意愿不高，那么退一步，只看愿意为 AI 能力付费的人，结论同样谈不上乐观。这些消费端的 AI 付费，远远没有普及到每个人。根据 a16z 引用的 Consumer Edge 数据，截至 2026 年第一季度，美国消费者中个人付费购买 AI 服务的比例约为 3%；18–24 岁人群约 5.9%，25–34 岁约 5%，65 岁以上人群仅 1.4%。年轻人给 AI 付费的速度是长辈的四倍。所以「我们还处在 AI 非常早期的阶段」虽然是句老话，数据确实站在它这一边。

把话题推到「AI 什么时候能体现在 GDP 里」这个宏大问题上，他的回答是：等这些 App 变得足够好再说。Consumer Edge 的数据还显示，过去一年里，为至少一项 AI 服务付费的持卡人比例大约翻了一倍——直接付费的人群规模依然有限，但至少是在缓慢增长。

这份报告也分析了创业公司的处境：一边是新晋独角兽越来越年轻，中位年龄已降至 4 年；一边是老牌公司更老，中间层正在消失。收入方面，a16z 引用的 SVB 数据显示，自 2022 年初以来，其跟踪的多个科技行业收入增长率中位数从约 40%—70% 降到约 15%—30%，同时亏损明显收窄。这些公司放慢了扩张节奏，把更多精力投在改善利润、延长现金使用时间上。而近期刚完成融资的企业，仍保留着高增长、大亏损的特征。资本市场依然愿意为增长买单，只是不同公司的融资处境差别很大。SVB 按上半年进度估算，2026 年全年，获得风险投资支持的美国公司中约有 2345 家可能失败或倒闭；在其统计的 2026 年失败企业里，超过三分之一成立于 2019—2021 年的零利率时期。

这组数据看似离独立开发者很远，但它其实回答了开头那个最简单的问题：当任何人都能在几小时甚至几分钟内做出一个 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。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；现在它们都能被迅速做成产品。应用商店会因此越来越拥挤，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。

但我们一天仍然只有 24 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。

图｜2026 年苹果设计奖获奖者

所以 Vibe Coding 真正有价值的地方，是降低「验证一个想法」的成本，而不是降低「做成一门生意」的成本。我们可以先做一个 MVP（minimum viable product，产品最简版本）交给真实用户试用，用数据判断这个需求是否真的存在，再决定要不要继续投入。这与大模型行业正在发生的事很像：所谓 Tokenmaxxing，更多 Token、更多调用量，并不会自动变成更多收入；同理，更多代码、更多 App，也不会自动创造更多需求。

对独立开发者来说，情况甚至可能比以前更残酷：越来越多的独立开发者自己成了 AI 应用的用户，原先的付费用户也转成了独立开发者，而独立开发者用 AI 做出来的应用，却没能找到新的付费用户。AI 压低了进入这个市场的门槛，同时也压低了大量简单软件本身的价值。

报告链接： https://www.a16z.news/p/charts-of-the-week-so-many-apps-so