有用户、有收入，AI 应用却不是好生意：读晚点 LatePost 深度报道

本文是晚点 LatePost 报道《有用户，有收入，AI 应用却不是好生意》（文 / 祝颖丽，编辑 / 赵磊）的读后整理。以下观点与数据均来自原文，仅作提炼与转述。

一句话核心

过去软件创业的路径——找到需求、获得用户、做出收入——在 AI 时代开始失效：这三样都做到了，也未必能撑起一家长期成立的独立公司。

因为独立 AI 应用同时面对三个无解的问题：

产品多久会被模型吞掉（模型每升级一次，就让一批应用变得多余）；
增长能不能带来利润（卖 token 的生意，增长越快，亏得越多）；
用户入口在谁手里（卖给你模型的人，也在下场抢你的用户）。

问题一：卖 token 的生意，增长越快亏得越多

AI 应用的商业模式本质是「分销大模型的 token」，毛利被上游推理成本死死压住。

知识空间产品 Kuse 曾靠「60 天做到 900 万美元 ARR、无融资无付费广告」上过新闻稿，之后 ARR 突破 1000 万美元；但创始人吴显昆反而在刻意压低增长——每送一个新用户试用额度，付给模型和云厂商的推理费就越高，增长一度把公司推向爆亏，几番调价才把毛利勉强扭到微正。
ARR 这个「成功指标」正在失真：很多公司把一次性收入、某个月的年费 ×12，甚至取一年里最高一天/一周的收入 ×365/×52，凑出漂亮的年化数字。即便不注水，AI 应用的续约率也远低于传统 SaaS（传统 SaaS 这个月付费的人下个月 95% 还会续）。
老牌风投 Bessemer 研究了 20 家高速增长的 AI 公司：很多在商业化第一年就接近或达到 1 亿美元 ARR，但平均毛利只有约 25%；而成熟云软件的毛利通常在 70% 左右。
Perplexity 对外宣称毛利率约 60%，但那是因为把约 3300 万美元、主要花在免费用户身上的算力成本计入了研发费用；计入营业成本后，毛利率为负。
Cursor 截至 2026 年 1 月的季度毛利率为 -23%，把免费用户推理成本也算进去约 -31%。

吴显昆认同 Fireworks CEO 的说法，把初创公司的处境概括为 「scaling to bankruptcy」——越增长，离死亡越近。视频领域的 OiiOii 团队也逐步放弃看日活月活，转看付费转化、续费率与单用户收入；在 Seedance 2.0 一家独大、掌握定价权（1 元/秒）的市场里，应用公司的付费用户毛利通常只有 30% 左右，算上补贴几乎无人生存。

问题二：模型每升级一次，就让一批应用变得多余

功能创新的窗口期越来越短，且被模型以越来越快的速度覆盖。

代码搜索产品 Devv Search 上线半年收入数十万美元，原本规划「先搜索、再生成、最后自动化」三到五年的路线图；结果 Claude 3.5 Sonnet / Claude Code 的接连发布，让搜索阶段只维持了半年，市场直接跳入自动化开发。
一位论文写作产品创始人的经历更直观：2023 年生成一篇论文成本一两毛、售价约 70 元，公司年收入约 1000 万元、净利润率约 50%；到 2025 年，Kimi、DeepSeek 已能更便宜甚至免费写长文，该工具收入从每天数万元一路降到数百元，最后归零。
工作流产品更惨：2025 年底靠「AI 工作流」拿种子轮的团队，一个月后 Skill 开始成为 Agent 产品的标配，再融资时投资人已经认定「Skill 会替代 Workflow」，下一轮直接拿不到。
a16z 连续追踪消费类 AI 应用的榜单，前 50 名里只有 14 家每次都在榜。据 Epoch AI 估算，2024 年 4 月以后前沿模型能力提升速度从每年约 8 个指数点提高到约 15 个，接近翻倍。

对独立应用公司来说，模型的吞噬不是瞬间发生的——三家转向时，原产品都还没归零。创业者失去的不是眼前的用户，而是未来的可能。

问题三：卖给你模型的人，也来抢你的用户

「模型即应用」是否成立，是悬在所有独立应用头上的关键问题。

2025 年 Manus 爆火时，肖弘一句「壳有壳的价值」给了独立应用信心；但 2026 年以来 Claude Code、Codex 的快速推进，又让判断倒向另一端。
布鲁金斯学会分析：模型能力逐渐趋同后，单卖 API 撑不起巨额投入，做应用反而成了模型公司回收利润的方式。Anthropic 多次上演「下游验证需求、上游下场收割」——Cursor 验证了 AI Coding，Anthropic 就推出更受开发者欢迎的 Claude Code；与 Figma 合作的同时又推出 Claude Design 直入其核心市场。OpenAI 的 Deep Research、Codex、ChatGPT Sites 同理。
国内更直接：腾讯、阿里、字节集体进入办公 Agent，推出 WorkBuddy、千问办公、豆包办公。据易观数据，办公 Agent 领域 3–6 月流量新增 2 倍，其中三分之二流向大厂的三款产品；年初几十个项目，坚持到现在的只剩个位数。
大厂用免费额度换增长，创业者根本玩不起：以 WorkBuddy 为例，免费版每月送的积分折合约 25 元，日活 100 万每月就要投入 2500 万元；每新增 100 万新用户，最高要投入 1 亿元。

逃离竞争，也可能逃离了用户

很多团队把「模型公司不会做什么」当作选方向的起点，结果掉进另一个陷阱。

吴显昆 2024 年选画布形态，就是觉得模型主入口是对话、画布是不同交互；Lovart、Flowith、Miro、Subset 甚至百度「自由画布」都有类似思路。
但「躲避大模型」的出发点，会让产品为了证明自己不同而把交互做得更复杂，去追小众、特别的需求——每加一层差异，能理解和使用的人就少一些。Kuse 曾花大量时间打磨画布上的 PDF 阅读体验，最后发现：可能根本没有多少人愿意在画布上读 PDF。
吴显昆把这次失误归因于选方向时的「发心」：先想「躲避」而不是释放大模型的能力，路只会越走越窄。Devv 2.0 也有同样教训——盯着竞品设计功能，做出的差异可能根本不是用户的需求。
但也有直面竞争的出路：一位创业者看到 Claude Code 做设计后，顺势做了开源版本，一周内拿到近 5 万 star，收入甚至超过之前的工作流产品。

两条求生路：往下游卖结果，或往上游做模型

仍在探索的创业者大致走两条路。

往下游去——不卖产品，卖结果。 OiiOii 不再打补贴战，转而进入垂直行业做后训练小模型，交付视频内容与工作流：漫画转动画里，通用模型做 2D 会过拟合、显得「假」，他们专门训练出「像日番」的效果，客户愿意买单——靠工具做两分钟成本约 200 元，交付符合需求的成品能卖到 1 万元。论文写作团队则回到积累的 500 万学生用户，做 AI 培训与「一人公司」陪跑。吴显昆走得更深：与投资机构合作，先收购服务公司、再用 AI 改造流程、通过持股分享利润，目前已收购一家公司。

往上游去——自己做模型。 Cursor、Krea、Perplexity、HeyGen、LiblibAI 都从应用进入模型层。杨博麟的团队从课件视频产品 Cuflow（2026 年 4 月停止更新）转向训练以代码为核心的实时交互视频模型，他说应用公司的处境是「我们永远只是一个租客」——上游每次更新都要重测能力与成本，有些更新甚至直接抹掉几个月的工程。回模型层对他「胜率更高」：25 人团队自建从 SFT、偏好优化到 RL 的后训练管线，需数百张 GPU，正靠新一轮融资支撑。

读后一句话

这些路都还没走通，但作者点出了最要紧的判断：当能力、成本和入口都攥在上游手里，独立应用公司必须回答——自己还能留下什么。 要么深入到结果和经营里，要么把验证过的场景沉淀进自己的模型。这个命题，对所有做大模型应用层的人，都是一记需要反复面对的警钟。