AI 应用是不是好生意？先算清 3 笔账

有用户，有收入，甚至在极短时间内做到上千万美元 ARR，一家 AI 应用公司依然可能越增长越危险。

一、下一次模型升级，会不会把产品直接吞掉？

据《晚点 LatePost》对张佳圆的采访，2023 年 11 月，他发布了开发者代码搜索产品 Devv Search。当时程序员已经开始用 ChatGPT 辅助编程，但生成内容常有幻觉，也缺乏出处。Devv 索引了 GitHub 和 Stack Overflow 的技术资料，给代码生成结果提供引用和验证，上线半年就入账数十万美元。

张佳圆原本规划了一张三到五年的路线图：先花一两年做透开发者搜索，再做代码生成与调试，最后演进到不需要人亲手写代码的自动化开发阶段。

这张路线图只维持了半年。

2024 年 6 月，Anthropic 发布 Claude 3.5 Sonnet，在编程任务上的表现大幅跃升；2025 年 2 月，Anthropic 正式推出 Claude Code 研究预览版，它已经能自己搜索、阅读代码库、修改文件、运行测试并向 GitHub 提交代码。市场重心迅速从搜索转向自动化开发。

类似的遭遇发生在各类单点工具上。《晚点 LatePost》采访的一位 AI 论文写作产品创始人提到，2023 年生成一篇论文成本只要一两毛钱，售价 70 元，净利润率高达 50%，年收入过千万。到了 2025 年，Kimi 和 DeepSeek 能够更便宜甚至免费写出高质量长文，这个产品的日收入从数万元一路跌到数百元，最终归零。报道还记录了一位刚拿到上百万美元融资、准备做 AI 工作流模板的创业者。仅仅一个月后，Skill 开始在各类智能体产品中流行，并逐渐成为标准配置，独立工作流产品的估值空间迅速被压缩。

如果核心功能只是在填补当前大模型的某个能力缺口，那么模型每往前迭代一次，往往就有一批应用变得多余。产品积累的使用习惯、私有数据和业务关系，才决定它在模型下一次更新后能不能继续活下来。

二、规模做大之后，是赚到利润还是加速失血？

做大模型分销商，收入起量确实惊人。Stripe 统计全球头部 100 家 AI 公司的收入发现，年化收入从零做到 100 万美元，中位时间只要 11.5 个月，做到 500 万美元也只要 24 个月。作为对比，2018 年的头部 SaaS 公司走完这两步，分别用了 15 个月和 37 个月。

但，起量快，不代表钱真能留下来。

AI 知识空间产品 Kuse 曾对外宣布，在没有 VC 融资和付费买量的情况下，60 天做到 900 万美元 ARR。但据吴显昆接受《晚点 LatePost》采访时的复盘，到了 2026 年初，他却在极力压低增长。因为给每个新用户赠送的试用额度太高，用户越多，付给上游模型和云厂商的推理账单就越吓人，一度引发严重亏损。团队反复调整定价和模式，才把毛利勉强调到微正。

传统 SaaS 的底层逻辑是边际成本递减，系统搭好后，新增用户的边际交付成本通常较低，成熟期毛利率常见 70% 以上。

AI 应用颠覆了这个规律。用户每一次生成、搜索或调用智能体，都在消耗真实的算力和推理成本。重度用户付得最多，往往也消耗得最狠。

Bessemer 追踪过 20 家高速增长的 AI 公司，其中被称为「AI Supernovas」的超高速增长样本，平均毛利只有约 25%，部分公司甚至是负数。据 The Information 报道，Perplexity 把主要花在免费和试用用户身上的约 3300 万美元计算与网络成本计入了研发费用；如果计入营业成本，毛利率将转为负数。该媒体看到的 Cursor 内部财务资料则显示，截至 2026 年 1 月的季度毛利率为 -23%，算上免费用户的推理成本更是低至约 -31%。按照吴显昆的观察，办公类智能体在高速增长期的毛利甚至能跌到 -40% 到 -200%。