0:00 / --:--
a16z Show · 10 月 5 日
嘉宾认为消费级 AI 付费主要由少数重度用户驱动，下一轮增长需要可信赖的智能体、订阅之外的商业模式，以及让大众愿意花时间而非只省时间的产品。
消费级 AI 的使用已相当普遍，但付费仍集中在少数创造者和重度用户手中；下一轮增长取决于可信赖的AI 智能体（Agent）、订阅之外的商业模式，以及真正让大众愿意花时间使用的产品。
这集还没有学习卡。生成后会保存在这一集，下次直接打开。
a16z Show· 2026-10-19当 AI 智能体能花你的钱时，会发生什么？What Happens When Al Agents Can Spend Your Money?同主题：智能体商业a16z Show· 2026-09-29个人智能体竞赛已经到来｜Anish Acharya 与 David PawlanThe Personal Agent Race Is Here | Anish Acharya & David Pawlan同主题：消费级 AI
Latent Space· 2026-06-04现实：终极评估——Andon Labs 的 Lukas Petersson 和 Axel BacklundReality: The Final Eval — Lukas Petersson and Axel Backlund of Andon Labsa16z 的「Top 100 Consumer AI Apps」做到第七版。最初，这份榜单主要依据 AI 原生网站的访问量：当用户普遍在浏览器里的提示框使用 AI 时，流量足以反映一部分市场格局。如今，应用形态已扩展到手机、桌面、消息应用和智能体；高频使用者与付费者也未必是同一群人。本集因此把消费者个人银行卡支出纳入讨论，尝试回答比「谁的访问量大」更具体的问题：谁在为 AI 掏钱，又为什么付钱？
这集最有价值的转向，是把消费级 AI 从「流量竞赛」重新放到「使用、付费与产品形态并不重合」的框架里观察。第七版榜单里的新面孔减少，看起来市场趋于稳定；但新增的个人支出数据却找出许多未进入流量榜的产品，说明网页访问量越来越难代表真实需求。眼下的直接收入主要来自愿意为开发、创作和生产力支付高额费用的少数人。这证明 AI 已能为一部分用户创造强价值，却不能据此推断普通消费者都会购买月度订阅。
个人智能体是节目里的另一条主线。它把 AI 从回答问题推进到代办事务，也因此要求读取邮件、连接账户、使用信用卡，并与外部平台交互。能力增长越快，隐私、授权和误操作的代价就越高；技术爱好者愿意尝试的产品，距离家人也能放心使用，仍有一道信任门槛。主持人与嘉宾还指出，智能体在购物等场景的作用，既取决于自身体验，也取决于商家是否允许它进入交易流程。
商业模式上的争论同样重要。推理成本使早期公司倾向于先收订阅费，但广告与交易抽成可能更适合广泛的大众市场。OpenAI 的广告进展展示了可能性，也把「利用对话理解意图」与「不能破坏私人对话的信任」之间的冲突摆上台面。最终，节目没有把未来归结为某一个通用助手：专业创作工具仍可凭工作流、审美和用户积累胜出，而约会、购物、社交、游戏和娱乐等领域，尚待出现能让人愿意花时间、而不只是节省时间的 AI 产品。
💬 他们说了什么：节目先提出核心反差：约一半美国人表示使用 AI，但真正订阅 AI 产品的人只占一小部分；付费者内部又存在极大的支出差距。讨论将围绕第七版榜单、个人智能体、主要助手之间的竞争，以及尚未出现明确赢家的消费场景展开。
💡 为什么重要：把「使用过 AI」「经常使用 AI」和「愿意付费」分开，才能判断产品是在获得关注、形成习惯，还是已经建立可持续收入。单靠总用户数，很容易误读大众需求。
⚡ 争议点：「使用 AI」来自受访者自报，可能涵盖偶尔试用和日常依赖；个人银行卡付费数据也不能覆盖企业替员工购买、捆绑服务等使用方式。
💬 Olivia Moore 解释，榜单最早只按 AI 原生网站流量排序；这一版首次加入消费者银行卡支出，不计入企业和中小企业采购。网页与移动端流量榜合计只有 11 款新产品，为历次最低；但支出榜的 50 款产品中，有 29 款未登上任一流量榜。她还举出 OpenClaw：上一期截止时间附近流量很强，到这一期却不在排名中，说明新趋势变化快于榜单周期。
💡 流量榜和支出榜回答的是不同问题。访问少、客单价高的专业工具，可能比访问量亮眼的免费产品更早建立收入；榜单新面孔减少，也不等于产品创新停止。
⚡ 支出样本只覆盖可识别的消费者卡支付。跨平台访问、组织报销、应用内购买及榜单统计窗口，都可能影响两类排名之间的差异。
💬 嘉宾把 Muse、Instinct 视作更面向普通消费者的智能体尝试。节目援引 Instinct 公布的数据：10 万用户、日增长 10%；上线前三周约 40% 用户连接信用卡，首月平均支出超过 1000 美元。Muse 则被描述为约 12 天获得 50 万下载、25 万活跃用户。不过，按节目比较的美国和加拿大口径，Threads 上线约 22 天有 1600 万下载，Muse 同期约 500 万。
💡 智能体已从技术爱好者的实验走向更易上手的产品，但「发布成功」与「触达大众」仍有距离。Threads 需要迅速形成社交网络密度；个人智能体未必需要同样的增长速度，且服务成本可能令团队主动控制扩张。
⚡ 这些数字混用了公司公布的用户、活跃、下载和消费指标，不能直接互相换算。连接信用卡不等于持续付费；新产品的早期表现也不能证明长期留存。
💬 智能体越能代办事务，越需要邮件、个人资料、账户乃至支付权限。嘉宾指出，一方面商家平台会决定智能体能否浏览和购买，例如节目提及 Amazon 对 Muse 的限制；另一方面，用户也必须相信智能体不会越权操作或泄露私密信息。节目援引一个拥有 1500 多名早期用户的智能体社群观察：即便是消费级助手，讨论最多的用途仍是编码和技术自动化。
💡 智能体的瓶颈不仅是模型会不会做事，更是权限如何授予、行动如何确认、信息如何隔离。技术重度用户的使用模式，也解释了为何一些智能体每月服务成本可达数百乃至数千美元，未必代表普通家庭用户的成本结构。
⚡ 早期用户社群高度偏向技术人群，难以代表大众。嘉宾认为产品能力改善可能快于消费者建立信任，但这是一项判断，仍需观察真实留存、安全事故和授权习惯。
💬 节目称约 25% 美国人认为自己几乎每天与 AI 互动，但其引用的消费者支出样本显示，约 4.5% 美国消费者订阅 AI 产品；其他来源的估计可能低至 2%—2.5%。在付费群体内部，支出最高的 10% 贡献超过一半收入，最高的 1% 贡献约 20%，后 50% 贡献约 16%。嘉宾称顶端 1% 用户平均每月个人卡支出 903 美元，而付费者中位数为 25 美元；n8n、Granola、Higgsfield、Manus 等开发、效率与创作工具在高支出者中更突出。
💡 现阶段最强的付费理由，是用 AI「构建、制作、销售」：用户可能把工具视为创造收入或扩大个人产能的投入。这解释了为什么市场已经能产生可观收入，却仍未证明大多数消费者愿意为通用 AI 单独订阅。
⚡ 903 美元并不是全体美国人、也不是全体 AI 用户的月均支出，而是节目所述付费样本顶端用户的数字。个人卡还可能承载工作用途；高支出究竟对应高回报，节目没有给出直接证据。
💬 Moore 说，她并不一定希望直接订阅 AI 的消费者比例一直上升。按节目对网页榜产品的观察，约 85% 采用订阅，另有约 62% 提供积分、令牌或超额使用付费，只有约 13% 涉及广告或其他模式；这些类别可以重叠。她认为，消费互联网的大型产品通常还依赖广告和交易费。AI 早期之所以偏向订阅，是因为推理成本高，免费用户快速增长可能使成本失控。
💡 现有收费方式部分反映了供给侧约束，不一定是消费者最终偏好的商业模式。若推理成本下降、产品能在购物或内容消费中创造价值，广告与交易抽成可能让更多不愿购买月费的人使用 AI。
⚡ 「订阅是错误模式」不是说订阅产品没有价值：高频、高回报工具仍适合收费。真正待验证的是，非订阅收入能否覆盖推理、获客与安全成本，同时不损害体验。
💬 主持人援引报告称，OpenAI 广告业务达到约 10 亿美元年化收入运行率；嘉宾说明该数字取自当年 8 月。节目还援引约 12 亿周活跃用户的近期数字，认为用户规模与实时对话意图可能使广告更有效。Josh Elman 以旅行研究和购买特殊钥匙扣为例，说明用户提出具体商业需求时，相关推荐可能有帮助；节目也提到面向医生的 OpenEvidence，称其触达约 50%—60% 的美国医生。
💡 对话式产品可能在用户明确探索、比较和购买时提供广告位，而不只是复制搜索结果页。不过，越了解用户，越必须谨慎区分有用推荐与对私人信息的商业利用。
⚡ 年化运行率不等于已经实现的全年收入；节目也未提供广告毛利、转化率或长期用户影响。Elman 讲述的钥匙扣对话并未实际出现广告，只是用来说明潜在商业意图，而非广告效果案例。
💬 嘉宾称 ChatGPT 仍主导消费端使用与收入：其网页规模约为 Claude 的 6 倍、Gemini 的 2 倍。但在节目引用的美国付费样本里，Claude 的付费订阅人数超过 Gemini，尽管后者整体用户与分发基础更大；ChatGPT 的美国消费者付费订阅人数，则约为两者各自的 3 倍。嘉宾还称，Claude 订阅者中约 7.5% 使用每月 100 美元以上的高档方案，ChatGPT 和 Gemini 对应比例约 1%。
💡 免费使用规模与付费能力可以走出不同曲线。Claude 较高的高档方案占比，支持「专业重度用户更愿为特定能力付费」的解释；ChatGPT 则继续展示通用入口和大众规模的优势。
⚡ 这些比较涉及网页流量、美国消费者付费人数和订阅档位，口径不同。节目提出新品发布和媒体关注可能帮助 Claude 增长，但没有证明各因素的因果贡献。
💬 嘉宾认为，音频领域的 ElevenLabs、Suno 在流量与支出榜都保持存在感；图像领域则受到大型实验室产品挤压。Midjourney 已退出节目所述流量榜，却仍出现在收入榜，说明专业用户可能继续为审美、控制力和工作流付费。随后讨论扩展到 Granola、Wispr Flow 等产品：它们可先靠个人采用扩散，再进入团队。以 Town 为例，长期积累的个人语气、组织背景和操作流程，也可能使产品不易被替换。
💡 模型能力增强，不必然消灭建立在模型之上的软件。专门界面、可复用工作流、上下文积累与协作体验，能让产品随着底层模型改善而更有用，而不是只提供一次性的模型入口。
⚡ 护城河能否成立仍需检验：通用助手可能通过调用外部工具吸收专业能力，模型提供方也可能直接改造界面。嘉宾关于中国视频模型训练数据优势的说法属于节目观点，不宜视为对所有公司数据权限的已核实概括。
💬 Moore 认为，现有消费级 AI 创业成果仍集中于搜索问答、生产力、照片与视频编辑等「把事做完」的领域；本期榜单上尚无约会产品，招聘、AI 原生社交也未出现明确突破。购物、家居交易可能落在通用智能体、独立市场平台，或两者协作之中。游戏与娱乐同样有空间，但节目认为，面向大众的 AI 内容质量尚需提高；AI 微短剧被作为可能的例外提及。
💡 大众消费产品不只解决效率问题，还满足探索、娱乐、表达与人与人连接的需要。购物需要看图、比较和定制；约会与社交需要多方参与。这些场景很难仅靠聊天框完成。
⚡ 「榜单没有」不等于「市场没有」，也可能只是产品尚早、规模未达到入榜门槛。生成内容质量提高是否必然带来新的娱乐网络，还取决于创作者供给、推荐机制和用户留存。
以下为按原意翻译或意译，并非逐字中文转写：
「大多数人不是在寻找节省时间的方法，而是在寻找花时间的方法。」 ——Olivia Moore 转述 Wabi 创始人 Eugenia 的观点
「用户现在得到的是一套完整的软件体验，而不只是套在模型外面的一层薄壳。」 ——Josh Elman
「一个有 99.9% 像我写的邮件，和一个只有 85% 像我写的邮件，差别可能是修改 10 秒，还是修改 10 多分钟。」 ——Olivia Moore，以 Town 的个性化积累为例
本文依据所提供英文转写整理；涉及外部研究、公司披露和榜单统计的数字，均按节目中的表述呈现。
