AI編程虧麻了，用虧損換增長，警惕「套殼產品」的規模化陷阱

AI編程，可能也沒想象得那樣光鮮靚麗。

最近，國外知名財經媒體Business Insider報道稱，AI編碼工具公司普遍虧損嚴重，因為他們的成本很高，導致其利潤率極其微薄。

訂閲模式下，AI編程公司只能收到固定的費用，但成本卻會隨着用户調用量被無限放大

最極端的案例是，有個 Anthropic 用户跑了100億個tokens，價值上萬美元，但他只需每月付 200 美元。

這種成本與收入的錯位，不只是 AI 編程的個案，而是「套殼產品」普遍的困境：成本的定價權掌握在頭部模型廠商手里，創業公司毫無議價空間；收入端，又因為競爭激烈、留存脆弱，不敢輕易提價轉移成本。

於是，企業只能靠補貼維持表面繁榮，看似規模化增長，實則是在「用 10 美元賣 20 美元」，虧損最后都由投資人買單。

在 AI 時代，找到 PMF（產品市場契合度）的門檻大大降低，但真正決定公司能否走得長遠的，往往是更容易被忽視的那件事：BMPF（商業模式與產品的契合度）。

AI編程，只賺吆喝不賺錢

今年最瘋狂的AI應用，莫過於是AI編程。來看一組數據：

Cursor只花了21個月，就從0做到1億美元年收入，最新的ARR已經衝到5億ARR，人均創收320萬；

Replit更誇張，從1000萬到1億ARR，只用了6個月；

Lovable8個月破1億ARR，人均222萬，估值18億美元。不久前，公司首席執行官安東·奧斯卡 (Anton Osika)表示，公司預計到今年年底ARR將達到2.5億美元，並希望在未來12個月內達到10億美元。

這種速度史無前例。極致的單位經濟模型，加上超短的放量周期，看起來就像是AI生產力兑現商業價值的終極範本。

但就在最近，這個「泡沫」被意外戳破了。

最近，國外知名財經媒體Business Insider（商業內幕）報道稱，AI編碼工具公司可能虧損嚴重，因為他們的成本很高，導致其利潤率極其微薄。

原因很簡單，Cursor等AI編程的變現一直依賴訂閲模式，過去甚至允許「無限」使用，比如Cursor Pro的定價是20美元/月，且不限調用量，Anthropic則是每月收費200美元，不限次數。

這意味着，用户花小錢可以薅大羊毛。一些人付着會員費，就用大型項目瘋狂轟炸，一兩周就能跑出幾千美元的AI推理成本。

甚至有人建立了排行榜來比拼「薅羊毛」能力。在Claude Code排行榜上，最多的一個開發者累計調用了近110億個代幣。

這是什麼概念？100億個代幣，換算成文本，相當於5萬套《哈利波特》全集的字數。即使按GPT-4o的價格算，他甚至要支付6.6萬美元。而現在，他只用每月支付200美元，一年下來，Anthropic最多隻能收到2400美元。

可怕的事，這並不是個例。根據排行榜顯示，排名靠前的開發者的代幣使用成本接近35000美元，遠高於他們支付的費用。

難怪AI編程公司Mocha 創始人 Nicholas Charriere會説：

「所有‘代碼生成’產品的利潤率要麼是中性，要麼是負值。它們簡直糟透了。」 

只賺吆喝不賺錢，並非個別公司，而是整個AI編程行業的共性。投資機構Bessemer的研究也印證了這一點。

過去三年時間里，Bessemer在AI領域投了超過10億美元。最近，他們研究了AI領域增長最快的20家公司，發現了一個有趣的現象：

有一類初創公司正在以軟件行業前所未有的速度增長。

它們在商業化的第一年就能做到4000萬美元 ARR，第二年甚至直接超過1億美元，同時也展現出了驚人的人效比，人均ARR達到了驚人的113萬美元，是傳統SaaS的基準4到5倍。

但這並不意味着業務很健康，因為這類公司的毛利率25%，甚至很多還是負數。

也就是説，它們的增長很大一部分是以犧牲利潤換來的。看上去，AI編程的火爆，不只是高光的故事，也是深埋的隱憂。

成本控不住，漲價也費勁

虧損換規模，這在互聯網的故事里早已見怪不怪。

真正關鍵的，不是虧損本身，而是有沒有一條清晰的路徑能走向正毛利。只要有辦法提高利用率、控制密度、逐步拿到定價權，那麼補貼就能被視作過渡。

問題是，AI 編程公司為什麼會虧？

從成本端看，雖然推理單位成本一直在下降，但對AI編程的盈利來説幾乎沒改善。因為一個項目規模動輒上億 tokens，即使單價降了，總賬依舊龐大。

更致命的是，用户都只認「最強模型」，而「最強模型」只掌握在 OpenAI、Anthropic 等少數頭部手里。這讓 Cursor 們的成本被死死釘在別人定價上，毫無議價權。

而且，模型調用是可變成本，調用越多，費用越高。這和傳統 SaaS 完全相反。軟件用户越多，邊際成本越低；AI 編程用户越多，成本壓力越大。於是，越火爆越燒錢。

理論上，提價是緩解方式，但現實中競爭讓公司不敢輕舉妄動。

今年 6 月，Cursor 嘗試過一次：把 Pro 套餐從不限量改成「計算額度」，每月只包含 20 美元的模型資源，用完要自掏腰包，同時新增 200 美元的 Ultra 套餐，主打重度用户。結果用户在 Reddit 上集體吐槽「被突然多扣了賬單」，CEO 只好發推公開道歉。

這凸顯了一個死結：貿然提價風險極大，因為客户留存本就脆弱。

StackBlitz CEO Eric Simons 就直言，AI 編程的客户流失率高達 20%-40%。相比之下，傳統網站建設工具 Wix 的流失率低得多，因為它的收入更多來自託管和其他高粘性服務，而不是一次性的項目創建。

所有 AI 編程公司都在面對同樣的問題——留存率太低。」Simons 説，「你必須做出一個真正能留住客户的生意。」

與此同時，外部威脅還在加碼。模型層廠商本身就在推出自家工具，傳統軟件公司也在反向包抄。比如 Figma 上線了 AI 編碼助手 Figma Make，天然綁定設計師羣體，對垂直的代碼助手公司構成直接威脅。

既然「開源」模式跑不通，很多公司只能在「節流」上下功夫。自研模型曾被視為突圍方向，但結果並不樂觀。

Windsurf 曾試圖自研，結果因投入過高放棄，最終賣身收場。Cursor 母公司 Anysphere 年初高調宣佈自研，還挖來過 Anthropic 的兩位核心成員，沒想到兩周后就被原公司挖了回去。

AI編程公司的虧損困境，本質上就是一個被反覆忽視的核心問題——商業模式與產品契合度（BMPF）。沒有BMPF，再快的增長也可能只是虛火。

被忽視的BMPF

在AI時代，產品市場契合度（PMF）是創業者最愛講的故事。但他們往往忽略了另一件更重要的事情：商業模式與產品的契合度（BMPF）。

這不僅僅是AI編程的問題，而是所有「套殼產品」都需要面臨的事情。

最近，Pace Capital的Chris Paik寫了一篇文章《Cursor's Problem》，就把這個事情講得比較清楚。

AI的出現，讓找到PMF的門檻大幅降低，出現了很多的「套殼產品」。這些產品距離底層模型太近，功能差異化有限，爲了搶用户，會用低價甚至補貼換增長，利潤率接近零甚至為負。用用户的快速增長，掩蓋極低的用户轉換成本。

在這種情況下，AI公司的業務結構很容易就變成了「固定收入、可變成本」。這類模式並不新鮮，保險公司也一樣。但不同的是，保險公司有精算師，可以通過風險定價、用户分層、設置上限和排除條款來守住利潤。顯然，AI編程公司沒有這種能力。

當成本會隨着使用量上漲，而收入卻不變時，你賣的就不再是軟件，而是在替用户承保風險。缺乏精算紀律，比如合理定價、用户分層、調用上限、排除條款。這種模式迟早會滑向 MoviePass、Oyster 的老路。

（MoviePass是美國一家電影票訂閲服務，用户只要每月付9.95美元，就能幾乎無限次看電影。結果大量重度用户瘋狂薅羊毛，去影院次數遠超公司預期，公司不得不為每張票全價買單，很快陷入鉅額虧損，最后破產。）

這種模式最后會帶來兩個問題：

第一，用户羣體倒掛。輕度用户（最賺錢的那部分人）因為獲得的價值有限，會流向定價更合理的替代品；留下來的，反而是薅羊毛的重度用户，形成「死亡螺旋」。

第二，營收掩蓋腐爛。新增用户帶來漂亮的增長數據，但毛利在暗中持續惡化。團隊為DAU上漲歡呼時，資產負債表其實在默默替用户支付一筆「返利」。這就是所謂「用10美元賣20美元」的規模化陷阱。

補貼從來不是商業模式，它充其量只是過渡手段。未來真正的護城河，要靠定價權。Cursor面臨的選擇很殘酷：繼續補貼，就能維持表面繁榮，卻無法證明PMF；開始按比例收費，用户量會下滑，但留下的，纔是真實的市場需求。

在AI時代，找到PMF固然重要。但如果沒有商業模式的匹配，再高的增長終究也只是鏡花水月。

本文來自微信公眾號「烏鴉智能説」，作者：智能烏鴉，36氪經授權發佈。