AI 应用开发者的困局：用户来了，账单也来了

AI 刚热起来的时候，很多工程师都有一种冲动：既然模型已经这么强，那是不是随手包一层产品，就能做出一个新东西？

我也试过。

那几年写过几个小程序，其中效果相对好的是 AI 绘图方向。不是那种惊天动地的项目，就是一个普通独立开发者能做出来的小东西：用户输入描述，后面调用模型生成图片，再围绕保存、分享、次数、广告和付费做一圈产品逻辑。

从结果看，它并不算完全失败。累计用户到过 3.6 万，说明确实有人被这个东西吸引进来。可日 UV 长期只有 100 到 200，活跃用户留存大概在 10% 到 20%，新用户 7 日留存更低，经常在 1% 到 5% 之间晃。

这组数字很难让人兴奋。

它像一盆凉水，从头浇下来：用户是会来的，但不一定留下；功能是能跑的，但不一定成为习惯；AI 是有吸引力的，但吸引力和生意之间，还隔着很长一段路。

AI 应用很容易被试用，很难被需要

AI 应用有一种天然的演示优势。

把一句话变成一张图，把一段文字改成另一种风格，把一个问题回答得头头是道。第一次看见时，很容易觉得未来已经到了。用户点进来试一把，也很自然。

问题在于，试用不是需求。

很多人第一次打开 AI 绘图，只是想看看它能画成什么样。画完几张，笑一下，转发一下，然后就走了。它像商场门口的抓娃娃机，围观的人不少，真正每天都来抓的人不多。

工具类产品尤其容易这样。

如果它没有进入用户的日常工作流，就只能靠新鲜感支撑。新鲜感是最薄的一层纸，风一吹就破。今天用户觉得 AI 绘图好玩，明天另一个平台出了视频生成，注意力就过去了。用户不是背叛了产品，只是他本来就没有把这个产品放进生活里。

我自己用 AI App 也差不多。手机里装过豆包、通义千问、Kimi、元宝、Claude。后来删了一些，留下来的也不常打开。真要高频使用，更多还是在桌面端，和写作、开发、资料整理这些明确任务绑在一起。

移动端不是不能做 AI，而是移动端的很多场景太碎。屏幕小，输入长文本不舒服，任务也常常不完整。用户坐在电脑前，可能真的要解决一个工作问题；用户拿着手机，多半只是等车、排队、睡前刷一下。AI 如果只是多一个聊天入口，很容易变成“想起来用一下”的东西。

这对独立开发者很要命。

因为独立开发者没有无限预算去教育用户，也没有足够多的产品矩阵去承接流量。一个用户进来，如果没有很快找到必须回来的理由，他就消失在人海里了。

最大的问题不是没人来，而是来了以后要花钱

传统互联网产品当然也有成本。服务器、带宽、存储、数据库，哪一样都不免费。

但很多普通工具的边际成本很低。多来一个用户，多存几行数据，多打开几次页面，不至于立刻让人心疼。早期做网页、小程序、博客、后台工具，最常见的想法是：先免费放出去，看有没有人用。

AI 应用不一样。

用户只要真正使用模型，成本就开始发生。生成文字要 token，生成图片要 GPU，语音、视频、长上下文、Agent 任务更不用说。它不像一篇文章写好后可以被无数人阅读，更像每个用户来都要单独开一次机器。

AI 绘图小程序就是这样。

为了压成本，我做了弹性部署，只在有用户请求时启动 GPU，按秒计费。即便如此，一张图的成本也大概在 1 到 2 角钱。

这个数字单看不大。

可如果功能免费，一个用户生成 10 张图，就是 1 到 2 块钱；1000 个用户来试，就是一笔真账。用户在屏幕上点的是“生成”，开发者在背后听见的是电表声。

这也是 AI 应用和普通互联网工具最不同的地方：热闹本身可能是一种危险。

过去最怕没人用。现在还要怕另一件事：很多人来用，而且都是免费用。用户越活跃，账单越活跃。页面上的增长曲线往上走，云平台的扣费短信也跟着往上走。看起来像繁荣，其实可能只是亏损在加速。

免费不是不能做，但要知道谁在付钱

免费是互联网的老传统。

先让用户进来，先把规模做起来，先占领心智，商业化以后再说。这套话很多时候并非错，只是它默认了一件事：规模能摊薄成本。

AI 产品里，这个默认条件变弱了。

如果每次有效使用都有明确成本，免费就不再只是获客策略，而是一种补贴。补贴当然可以做，但补贴要有边界。边界不清楚，产品就像路边放了一台免费咖啡机，机器越受欢迎，老板越睡不着。

所以我一开始就没有考虑裸奔的 Web 形态。

网页当然传播更方便，但被刷的门槛也低。AI 绘图这种功能，只要接口暴露得随便一点，很容易被人当成公共资源。小程序也有风险，但至少多了一层平台门槛，配合登录、次数、广告和付费，能把成本关在笼子里。

计费也不一定意味着用户必须马上掏钱。

它首先是一种限制：每天免费几次，看广告得几次，付费用户更多次数，异常用户限流。对传统小工具来说，这些东西有时显得小题大做；对 AI 应用来说，这是地基。没有这层地基，产品越好玩，越容易把自己玩死。

最后这个项目勉强靠广告和少量付费打平。说赚钱，谈不上。说完全白干，也不至于。更像交了一笔学费，顺手留下一个还算能运转的小机器。

卖铲子的人往往比淘金的人舒服

AI 火起来之后，真正先赚到钱的人，未必是做应用的人。

有些是 API 代理，有些是算力平台，有些是卖课，有些是包装概念、贩卖焦虑的人。应用开发者反而站在中间：上游要付模型和算力的钱，下游要说服用户付费，中间还要处理产品、工程、审核、风控、客服和增长。

这很像一场淘金热。

挖金子的人拿着梦想下河，卖铲子的人先把钱收了。金子可能有，也可能没有；铲子一定卖出去了。

这不是说 AI 应用没有机会。恰恰相反，AI 一定会长出新的应用形态。但独立开发者最好不要被“风口”两个字冲昏头。风口只是说明天上有风，不说明地上有路。能不能走成路，还要看用户是不是真的需要，愿不愿意付费，成本能不能压住，交付质量能不能稳定。

很多 AI demo 在社交媒体上很好看。放到真实产品里，就会立刻遇到一堆不浪漫的问题：

模型偶尔失败怎么办？
生成慢，用户等不等？
内容不合规，责任算谁？
用户反复重试，额度怎么算？
高峰期排队，体验怎么保？
成本涨了，价格要不要涨？
便宜模型效果差，贵模型又用不起，怎么选？

这些问题不在宣传片里，但都在账单和工单里。

模型降价会缓解问题，不会消灭问题

当然，AI 成本会下降。

模型会变便宜，推理框架会优化，GPU 会换代，小模型会承担更多任务，缓存和路由也会越来越成熟。过去很贵的能力，过几年可能就变成基础设施。

但成本下降不等于成本消失。

带宽便宜以后，人类没有停留在文字网页，而是把图片、视频、直播、云游戏全搬了上来。存储便宜以后，人类也没有少存东西，而是拍更多照片、传更多视频、做更多备份。

算力也一样。

当单次生成变便宜，用户就会要求更高清、更长、更稳定、更个性化；当文本模型便宜，Agent 就会开始连续调用工具；当图片便宜，视频又会变成新胃口。技术进步会降低旧任务的成本，也会制造新任务的消耗。

所以独立开发者不能只等降价。

更现实的办法，是从第一天就把成本当成产品设计的一部分。简单任务用便宜模型，复杂任务再升级；能缓存就缓存，能复用就复用；失败重试要有限制；高成本功能要有明确入口；免费额度要能解释；账单要能追踪到功能和用户。

这不是小气。

这是 AI 应用的基本生存能力。

独立开发者要先想清楚项目性质

不是所有项目都要赚钱。

练手项目、作品集、技术验证、开源实验，都可以不赚钱。它们的回报可能是经验、影响力、简历、代码资产，甚至只是开心。

但如果把一个 AI 项目当产品，就不能只讲“未来”。未来太宽，账单太窄。

独立开发者尤其要先想清楚几件事：

这是一个玩具，还是一个工具？
用户是偶尔试试，还是会反复使用？
每次使用的成本是多少？
免费用户能用到什么程度？
付费理由是不是足够明确？
被刷、被滥用、被薅羊毛时，系统能不能扛住？
如果流量突然来了，是值得庆祝，还是要先关闸？

这些问题想清楚，做 AI 应用就会冷静很多。

AI 当然是机会。它让一个小团队甚至一个人能做出以前很难做的功能。但它同时把“生产成本”重新放回了每一次请求里。传统互联网常让人觉得软件可以无限复制，AI 则提醒开发者：每一次智能输出背后，都有真实机器在转。

我后来在《AI 打破了互联网的零边际成本神话》里，把这个问题又往前想了一层。AI 不只是一个新功能，它改变了软件产品的成本结构。

做 AI 应用，不能只盯着模型有多聪明，也要盯着账单有多诚实。

用户来了，固然是好事。

但在 AI 应用里，用户来了，账单也来了。