a16z 的"消费级AI应用Top 100"报告已经做到第七期。这一次，它第一次把目标对准了一个此前所有人都在猜测的问题：消费者到底在为AI花钱吗，花在了谁身上。
报告的作者、a16z投资合伙人Olivia Moore 和 Josh Elman，与编辑合伙人Elena Burger 一起复盘了这份数据。结论有些反直觉：AI的使用已经相当普及，但付费这件事,目前仍然只是极少数重度用户的游戏。
1. 新面孔变少了,但老面孔都在变大
这是七期报告里新增产品数量最少的一次。网页端和移动端两份榜单加起来,只出现了11个新面孔,比历史上任何一期都少。Olivia Moore 把这解读为一种"固化"信号:消费AI的格局正在从野蛮生长走向相对稳定的头部格局。
但这次报告第一次加入了消费支出数据——他们与数据公司Facteus合作,拿到了消费者信用卡在AI产品上的真实消费记录,刻意剔除了企业和中小企业的采购。这份数据揭示的图景完全不同。在按支出排名的50款产品里,有29款根本没有出现在流量榜单上。换句话说,一款产品可能悄无声息,却正在被一小群人持续付费支撑。
这呼应了a16z最近发布的"State of Markets"报告里,Sarah Wang 提出的判断:无论是企业市场还是消费市场,AI行业正在变成一场彻底的幂律游戏。少数产品、少数用户,占据了绝大部分的价值。
2. 个人智能体,这几周才真正开始
如果说这份报告有一个"最大新趋势",Olivia Moore 和 Josh Elman 都把票投给了个人智能体(personal agents)。
上一期报告发布时,还没等到OpenClaw流量真正涌入的窗口期——团队提前做了一次回溯测算,发现如果算进去,OpenClaw会冲进榜单很高的位置。而这一次,OpenClaw却完全从榜单上消失了,流量几乎归零。原因并不复杂:团队被OpenAI收购了,很可能正在内部打造新的智能体助手产品,同时在消费端,它也被一批新对手盖过了风头——Grok、Town 的智能体产品,还有OpenAI新推出的Dots。
Josh Elman 把去年年底到今年初定义成一个分水岭:AI第一次从"帮你提高效率的工具"变成了"真的能替你把事情办成"的东西。那一波热潮里,很多人专门买了Mac mini,在本地跑自己的OpenClaw,只是为了体验这种新鲜感。但这股势能传导到真正能被普通人放心使用的产品,中间有一个明显的滞后期。
真正的消费级智能体井喷,其实是过去三周到一个月里才发生的事。Josh Elman 说,这一次他看到的是"我愿意放心推荐给家人用"的产品——这是此前任何一波智能体热潮都没达到的信任门槛。
3. Muse 和 Instinct,两种不同的起跑姿势
具体到产品,Olivia Moore 提到两个案例:Muse 和 Instinct。
Instinct 公布过数据:上线后用户数达到10万,日环比增长10%。上线头三周,40%的用户绑定了信用卡,这些付费用户第一个月平均消费超过1000美元。
Muse 的故事则是另一种版本。它在科技圈内的首发声势很大——前12天左右做到了50万次下载、25万活跃用户。但放到更大的坐标系里看,对比Meta旗下另一款"现象级"产品Threads,差距立刻显现:同样是前22天左右的窗口期,Threads在美国和加拿大拿到了约1600万次下载,Muse在同一地区同一时间窗口里只有大约500万。
Olivia Moore 认为,这种差距部分来自服务成本——Muse这类智能体产品的边际服务成本远高于一个纯社交应用,团队本身就没打算让它一下子铺得太大太快。Josh Elman 补了另一层解释:Threads的爆发依赖的是"临界质量效应"——如果一开始没有足够多人同时涌入开始互动,就无法形成网络效应的杠杆。而Muse现在还是一个高度私人化的工具,它的价值不依赖于其他人是否同时在用。
"如果你一月份用过OpenClaw,春夏之交用过Grok,那种体验的震撼感你是知道的。现在我们终于看到,我们的父母、我们的家人——那些根本不活在'AI下一个风口是什么'这种讨论里的普通人——也开始有这种体验了。" Josh Elman 这样描述当下这个节点的特殊性。
4. 智能体想替你买东西,但平台不一定答应
智能体类产品正在呈现出一种平台化的早期信号——它们能否接入其他应用生态,直接决定了它们能帮用户完成多少事。但这种接入,目前完全取决于被接入一方是否愿意。
一个具体的例子是亚马逊:它明确拒绝让Muse在自己的平台上浏览和下单购买商品。但同时,Muse已经和数百个其他商家建立了合作关系,比如可以直接在Shopify生态里完成购买。这种"有的开门,有的关门"的局面,正是当下智能体生态最真实的写照。
5. 没人破解的那道墙:隐私
Olivia Moore 提出一个她反复观察到的现象:目前没有一款智能体产品真正解锁了"人与人之间"的网络效应。原因在于一种天然的张力——这类软件对用户的了解程度,已经超过了历史上任何一款产品,甚至比邮箱更深。她自己就发现,自己会对AI说一些极其私密的事情。于是一个悖论出现了:一款产品对你越有用,它就越了解你,而你反而越不愿意把它带入到涉及其他人的场景里。她举了个贴切的类比——很多人至今都用两个独立账号,一个工作一个私人,分开用ChatGPT,这件事到现在都没人真正解决。
Josh Elman 把这个问题放大到了行业层面:隐私、安全、信任,正在变得越来越重要。人们对"AI是否整体上对世界有益"的信念,会影响采用率,也会影响围绕这些产品的热情。但更关键的是个人层面的信任——如果你不信任一个掌握了你邮箱、你的生活细节、你的信用卡的东西,担心它做出你意料之外的事,或者把信息分享给你没预料到的人,那么这将是这类产品能否真正成长为大规模消费应用的最大制约。他把这形容成一个所有人都在同时学习新规范的时刻:人类其实很擅长判断"我愿意分享什么信息""别人给我的信息我该不该转述""什么该保护起来留给自己",但现在,人们突然开始期待软件也具备同样的判断力。
个人智能体的爆发才刚刚开始,产品形态每几周就在刷新认知。但信任这道墙,目前还没有人真正跨过去——而这恰恰决定了,这一轮消费AI浪潮能走多远。