独立 AI 应用为何失宠：留存数据与治理矛盾的分析

购买 AI 的人直言不讳地表示，未来是融入现有平台、悄然消失的智能。每个人都希望它既隐形，又完全受自己掌控。

我们都在争相构建没人想打开的 AI 应用。

具体来说，独立 AI 应用——那个你下载、登录、然后前往的东西——是个糟糕的主意，比这个领域里几乎所有构建者愿意承认的还要糟。

数据很残酷。根据 RevenueCat 对超过 115,000 款应用的分析，AI 应用非常擅长让你注册，却极不擅长让你留下。它们把免费用户转化为付费用户的速度比普通应用更快，然后流失他们的速度大约快三分之一。

一年之后，只有大约五分之一的订阅者仍在付费。

这个模式很简单，也有点尴尬。人们试用 AI 应用，获得他们的“哇哦”，然后就不再打开它了，因为通常它只是一次新奇体验。风投公司 Bessemer 已经开始警告，即使是面向企业的 AI 工具，如果不能嵌入人们每天已经在使用的东西，也会走向同样的悬崖。

这基本上就是人们当初对 Google+（还记得它吗？）遇到的同一个问题。Google 让数亿人注册，然后 90% 的会话持续不到五秒。

你可以打造一个华丽的目的地，往里砸下巨资，让每个人都注册一次，但如果没人回来，它依然会死掉。

Nir Eyal 称这些应用缺少的是 Hook Model（上瘾模型），即产品通过触发、行动、奖励和投入的循环成为习惯，每一轮循环都让下一轮更有可能发生。新奇的 AI 应用击中了那个循环的中间部分：你行动，你得到巧妙的奖励，但只有一次；没有什么把你拉回明天，也没有什么让你觉得直接离开会有代价。循环从未闭合，因此习惯从未形成。

在企业端，拒绝更直接、更迅速。我已经数不清听过多少次大公司坚称他们不会再引入又一个工具了。到这个地步，他们往往已经有了自己的内部 AI 产品，不想要一个新的目的地、新的登录、新的需要员工记得去访问的东西。

他们想要的是把这项能力放进他们已经在使用的系统里，放进工作本来发生的地方。安全公司 Snyk 研究了 3,000 多个企业环境，发现的正是这一点。公司们正在把 AI 缝合进现有的技术栈，而不是购买独立产品并行使用。

这比留存问题更严重。

目的地正在消亡。不是 AI，AI 无处不在且不断增长。是应用在消亡。

通过为人们打造一个来获取智能的地方来交付智能，这个想法已经过时了。未来根本没有应用，智能无形地编织进人们已经生活在其中的工具里，在有用时浮现，在无用时让路。

虽然这听起来很干净，但事实并非如此。那些希望 AI 隐形的公司，同样希望它完全受自己控制。他们希望它消失在工作流里，同时又想要一个仪表盘、一条审计追踪、一份它每次运行以及触碰了什么的记录。

对用户不可见，对所有者完全可见。

这两种欲望彼此冲突，而能同时满足两者的人，将赢得未来十年的 AI 产品市场。

我们需要盘点一下：为什么应用模式正在崩塌，购买 AI 的人真正想要的是什么，为什么“不可见”远比听起来更难，以及真正的工作和真正的职业正在向何处转移。

那些仍在往精美的独立 AI 应用上砸钱的公司，其实是在一条人们已经开始弃用的路上修建收费站。

人人都下载了，却没人留下来的应用

猜猜看，不是 Quibi！

a16z 的 Malika Aubakirova 和 Anjney Midha 与 OpenRouter 合作，分析了超过 100 万亿个 token 的真实 AI 使用数据。他们发现，用户粘性并不取决于你产品的界面或功能，而是取决于底层模型的能力。

同一项研究还发现，每周使用 ChatGPT 的用户中，不到十分之一的人会去尝试其他竞品助手，尽管这样做毫无成本。人们会把自己安顿在一个大模型里，然后就不动了。

他们不会离开 ChatGPT。他们会在一周内抛弃你的 ChatGPT 套壳应用。粘性属于模型，而流失属于你基于模型搭建的应用。

人们并不忠于你的应用。他们忠于其中的智能，而这种智能是出租给所有人的，包括你。

这就是为什么 AI 应用坟场正在迅速填满。Character.AI 在一年内流失了大约 60% 的用户。

Jasper，早期 AI 写作领域的宠儿之一，眼睁睁看着超过一半的收入蒸发。

Google+ 拥有数亿个账号，却几乎没有人回访。一个无人有理由再去第二次的华丽目的地。

Yupp，一家融资三千三百万美元、获得 130 万用户的 AI 创业公司，最终还是关停了。其创始人解释说，底层模型改进得太快，他们始终没能找到让人们持续回访的持久理由。

超过一百万人使用过这款产品，它仍然算不上一门生意。

如果这种模式让你觉得眼熟，那确实应该眼熟。这基本上就是 MoviePass 的故事，只是品牌包装更好（而我曾在 MoviePass 工作过！）。

数百万人一夜之间注册。底下没有可持续的业务支撑，最终轰然崩塌。许多 AI 应用基本上遵循的正是这一模式。

MoviePass 让数百万人几乎在一夜之间注册了一项感觉像作弊码的服务，而当人们发现底下并没有可持续的业务时，那些惊人的注册数字便毫无意义。大规模的采用、一个一接触现实就瓦解的价值主张，以及一场比任何人预期都更快的崩塌。

如今的许多 AI 应用正在做着完全相同的事情。

Brian Balfour，Reforge 的创始人、HubSpot 前增长负责人，称之为“产品市场契合崩塌”。在常规软件中，客户的期望上升缓慢，所以一款契合市场的产品可以安稳地吃一阵老本。而在 AI 领域，他指出，期望几乎瞬间就会重置。

每当有新模型发布，用户对“好”的定义就会重新校准，而放弃你的应用去用更新的东西，或者直接用底层的原始模型，对他们来说毫无成本。你并不是在朝着一条稳定的终点线前进，因为那条终点线每隔几个月就会离你远去。

这个品类有着惊人的注册率、近乎为零的转换成本、每月都会重置的期望值，以及除了你并不拥有的那个模型之外对任何事物都没有忠诚度。

同一组研究几乎在无意间指出了出路。a16z 的研究描述了它所谓的“水晶鞋”效应。当用户的真实工作流与某个特定模型契合得如此精确，以至于产生了真正的惯性——也就是离开的代价时，留存下来的应用，正是那些深深楔入了人们每天必做之事中的应用，离开它们真的会让人痛苦。

答案很简单。停止构建一个供人们访问的地方，开始构建一些他们无法轻易移除的东西。

真正购买 AI 的人想要什么

大公司表示，他们不会再添置一个 AI 工具，就像一个人在一顿已经吃饱的饭上婉拒第二份菜一样。这些机构在过去两年里被 AI 试点项目、登录账号、仪表盘和 Chrome 扩展彻底淹没，如今已经碰壁。

企业不想要另一个目的地。他们想要的是能力，是真正的智能，被直接投送到员工已经在用的系统里，投送到工作本来就在发生的地方。

我听过的最生动的说法是：你甚至不该意识到自己在用一个不同的产品。你只需要知道，你原本在做的事情变得更好了。

对于一家正在为产品付费的公司来说，这番评价非同寻常，而且它正从例外变成默认预期。同样的思路在企业之外也随处可见。我最近接触的一家新闻机构对再开发一款供人们下载的应用毫无兴趣。他们希望自己的新闻出现在人们已经在的地方——出现在一条短信里，出现在某人正在对话的 AI 助手内部，无需前往任何新的地方。

这正是可衡量的重心已经转移之处，基础设施数据也印证了这一点。

Model Context Protocol（MCP）这一开放标准让 AI 能够接入企业已经在使用的工具和数据，它已从开发者的新奇玩意，发展到接近每月 9700 万次下载，并在约 40% 的技术组织中投入生产使用。Gartner 预计，到 2026 年底，40% 的企业应用将内置面向特定任务的 AI 智能体。

留心的设计师早已看清这对工作意味着什么。Patrick Neeman 说得直截了当：聊天从来只是一种界面，而智能体完全是另一回事。

他认为，设计工作已经转移到产品之下的契约——那些规则与握手协议，让一个系统能够悄悄地把任务交给另一个系统，并拿回可信的答案。当界面消失时，你真正在设计的是行为。

想想一项技术成熟后，“隐形的公用事业”通常是什么样子。Mark Weiser是提出“普适计算”一词的 Xerox PARC 科学家，他用一句话概括得经久不衰：“最深刻的技术是那些消失的技术。它们编织进日常生活的肌理，直到与之难分彼此。”

Mark Weiser 在 1991 年就预言了这一点。“最深刻的技术是那些消失的技术。”在我们大多数人还没有界面的时候，他就在描述界面的未来。AI 终于证明了他是对的。

没有人为了用电而打开一个应用。你不会为了从水龙头接水而启动一个程序。最重要的技术恰恰是通过消失而成功的，它们变成某种存在于墙壁中的东西，在你需要的那一刻即可获得，其余时间则不可见。

这正是 AI 正在奔向的形态，而那些打造精美独立 AI 目的地的公司，在某种意义上，是在所有人都在给大楼布线的时刻，试图向你推销一台发电机和一趟水井之旅。

圣杯是一个一个 AI 直接调用另一个 AI 的世界。Google 的 Agent-to-Agent 协议现由 Linux Foundation 治理，已被 150 多个组织采用，其存在正是为了让一家公司的 AI 能把任务交给别处的专门能力，并拿回可用的答案，而无需有人打开另一个产品来促成这一切。

界面完全消失在工作流之中。这确实很难做好，基础设施也还年轻，但方向已经确定。理解这一点的公司注定要消失。

这听起来像是一个可能的答案。让智能变得隐形，把它嵌入工作流，然后，砰，你就赢了。问题在于，那些希望它隐形的人同时想要别的东西，一种把方向拉向完全相反的东西，而这种矛盾正是大多数事情将要卡住的地方。

没人想明白如何做到不可见，却同时被监视

答案似乎就是让 AI 变得不可见。把它嵌入其中，让它消融在工作流程里，让它自行运转，无需任何人前往任何地方。简单。

但事实并非如此，原因完全在于人性。那些要求 AI 对员工不可见的公司，同样要求它对自己完全可见。

他们希望它消失在工作流程中，又希望有一个仪表盘显示它每一次运行的记录。他们希望它无需召唤即可行动，又希望有一条审计轨迹记录它接触过的一切。他们希望它以 Weiser 的说法，无形地编织进日常生活的肌理，同时又希望有一个半秒内就能触及的紧急关闭开关——而这一要求到头来多半只是空想。

在 Writer 的企业调查中，超过三分之一的员工表示，即使需要，他们也无法立即切断失控 AI 代理的运行。对用户不可见，却对所有者完全可见。

那些告诉我希望我们的能力融入他们系统的领导者，十分钟后就会追问如何追踪究竟是谁使用了它、使用频率如何、返回了什么结果，以便向他们自己的老板证明 ROI。一家大公司基本上希望该产品对其员工不可见，同时对其高管完全可观测。

这些对话中一个反复出现的硬性障碍是数据。不止一个大品牌直截了当地告诉我，无论工具多好，他们都不会把专有信息输入外部工具，而且任何供应商都必须保证底层模型不会悄悄从他们输入的内容中学习。

不可见没问题。不可治理则绝对不行。

安全研究人员如今已将此视为基本要求。

Becky Brooks 描述了组织需要能够回答关于每一次 AI 操作的基本问题：它调用了哪些工具、哪些数据经过了其中、是否包含专有内容，而大多数组织都做不到。

支撑这种担忧的数据确实令人警醒。企业安全领域被引用最多的研究 Verizon 2026 Data Breach Investigations Report 发现，员工使用未经批准的 AI 工具的情况在一年内增加了两倍，达到员工总数的 45%，其中三分之二的人使用的是不受任何企业控制的个人账户。

Cyberhaven 的分析发现，如今员工平均约每三天就会向 AI 工具输入一次敏感数据。

IBM 的 Cost of a Data Breach 报告发现，越来越多的多数被入侵公司没有任何治理机制来管理 AI，甚至无法检测其未经批准的使用。

AI 已经融入了工作流。

当你查看实际的网络流量时，情况更加严峻。基础设施公司 Kong 审查了通过其系统运行的企业 AI 使用情况，发现不到 1% 的组织设有任何针对 AI 的治理控制。

与此同时，他们几乎 98% 的 AI 请求都流向了第三方专有服务，每一条都携带着提示词、上下文，以及常常是敏感数据，离开了公司自身的围墙。

OutSystems 发现 94% 的组织担心 AI 蔓延正在堆积复杂性、技术债务和安全风险，而只有约 12% 拥有任何集中管理的方式。每个人都感觉到汽车在加速，几乎没有人手握方向盘。

有一条古老的政治智慧，此刻比它本该有的程度更贴切：“信任，但要核实。”购买 AI 的公司恰恰处于这种姿态，只不过这项技术让这两半几乎无法同时做到。

隐形 AI 的全部吸引力在于你不必盯着它。隐形 AI 的全部恐惧在于你无法盯着它。

一个被设计为无需你关注就能运行的东西，从定义上说，就是一个在你注意力之外运行的东西，而把这样的属性交给一个能触及你的数据、你的客户和你的决策的系统，是件可怕的事。

这才是未来十年真正的产品问题。胜出的 AI 产品将是那些成功实现这一悖论的产品：对从事工作的人真正隐形，对承担风险的人真正透明。

对用户隐形，对所有者则像控制室一样亮起。那些把“隐形”当作全部目标的团队，会做出没有哪家严肃公司愿意部署的东西，因为他们只解决了优雅，却忽略了问责。那些把一切都埋进仪表盘和审批关卡的团队，会做出过于显眼、过于笨重的东西，结果不过是又一个没人会打开的工具，这让我们又回到了原点。

企业希望 AI 对自己的员工隐形，对自己却像这样亮起：每一次操作都有记录，每一条数据路径都可见。对用户隐形，对所有者负责。几乎没有人同时做到了这两点。

把这两点都做对极其困难。但这也是唯一真正能赢的版本。

向上进入更高层，否则就被埋在其中

如果你以设计或构建产品为生，这段话读起来可能像是一篇给你的工作的悼词。但它不是。应用的消亡不等于工作的消亡。

工作转移了，注意到它去了哪里的人会安然无恙。而那些还在打磨即将消失之物的人，才是真正应该紧张的人。

Nielsen Norman Group 研究人们实际如何使用软件的时间，比大多数 AI 创始人学会打字还要早，它把话说得再直白不过：AI 没有杀死 UX，它只是移动了价值所在的位置。

界面、屏幕，那个我们过去把全部时间都花在打磨上的东西，正在变成一种商品。现在你一个下午就能生成一个像样的界面。但你一个下午生成不了的，是这样的判断：系统应该做什么，什么时候该发声，什么时候该保持沉默，它被允许触碰什么，以及人类如何对一个为无人值守运行而构建的系统保持掌控。

Patrick Neeman 对我们必须设计出的这个陷阱有一种犀利的表述方式。他认为，所有人都扑向聊天，是因为对话已经足够好，好到可以替代一切，以至于它会掩盖真正的产品，而不是揭示它。

那个看起来像答案的东西——一个你与之交谈的文本框——往往正是阻碍你构建当下真正所需之物的东西。

设计师的工作曾经是画屏幕。现在则是决定行为，决定底层的规则与握手，决定系统之间的契约——没有任何用户会看到它，但每个用户都能感受到它。

这项工作中最难、价值最高的版本，就是一分钟前那个悖论的现实版。

Mangus Eriksen 精准地指出了整篇文章一直在围绕的那个张力。隐形 AI 只有在人们信任它时才有效，而信任需要透明度和真正的控制权，同时又不能把这种控制权埋在三层菜单之下。把它和前面的治理数据对照来看，你就得到了未来十年产品工作的完整职位描述。

让它对使用者隐形，让它对拥有者负责。隐藏机制，呈现控制。这是一个真正困难的设计问题，它和设计一个更漂亮的聊天窗口毫无相似之处。

想想接线员的遭遇。20世纪初，手工转接电话是美国年轻女性最常见的工作之一。随后AT&T将其自动化，经济学家 James Feigenbaum 和 Daniel Gross 记录了之后发生的事。一旦一座城市改用拨号，接线员的岗位不是缩减，而是彻底消失，减少了50%到80%，而且再也没有恢复。

其底层的需求——可靠地连接人们——根本没有消失。它沿着技术栈向上迁移，进入了交换系统以及设计这些系统的工程师手中，而且变得更有价值。关键在于：那些曾经是接线员的女性，大多没能完成这次跃迁。

功能向上迁移了，而被旧版本功能所定义的那群人，大多被甩在了身后。那些蓬勃发展的人，是在被迫之前就主动迁移到下一层的人。

这与AI领域日益普遍的一种现象息息相关。没有人会主动把你的下一个工作版本交到你手上。在整个宏观经济中如此，在我们这个小角落里也是如此。

每一次这样的转变中都能安然度过的人，是那些不再为自己擅长的东西辩护，而是开始构建新世界真正需要的东西的人——而且是在被迫之前。就这个例子而言，这意味着放下那个美好的终点，转而精通其背后那套隐形、可问责的系统。

AI的未来，是智能被彻底编织进人们已经在用的工具里，以至于他们不再察觉它的存在；同时配有一块清晰的玻璃面板，让负责人能准确看到它在做什么。对用户而言是隐形的，对所有者而言是可问责的。目前几乎还没有人在同时为这两者构建产品，而这恰恰就是机会所在。

那些仍在向华丽的独立AI应用砸钱的公司，是在一条人们已经开始离开的路上，建造优雅的收费站。赢家在完全不同的地方，在底层的管道里，让智能消失在工作之中，并把监控它的钥匙交到所有者手中。

终点已死。基础设施才是如今一切的栖身之所。

参考文献与延伸阅读

为什么应用模式正在崩塌

Malika Aubakirova、Anjney Midha、Alex Atallah、Chris Clark、Justin Summerville，State of AI: An Empirical 100 Trillion Token Study。用户粘性取决于底层模型，而非你的界面；尽管转换成本为零，仍有不到10%的用户会更换。

RevenueCat，2026 State of Subscription Apps Report。AI应用的流失速度比非AI应用快30%到36%；一年后只有约五分之一的订阅者留存。

Bessemer Venture Partners，Seven Product Strategies to Prevent Churn for B2B AI App Leaders。即使是面向B2B的AI工具，除非嵌入日常工作流，否则也难逃流失悬崖。

Brian Balfour (Reforge) 谈产品-市场契合度的崩塌。在AI领域，客户期望几乎瞬间重置，而转换成本微不足道。

Google+ (Wikipedia)。这个吸引了数亿用户注册的终点，最终沦为鬼城，90%的会话时长不到五秒。

MoviePass (Wikipedia)。注册量惊人，背后却没有可持续的业务，迅速崩盘。

买家真正想要的是什么

Snyk，State of Agentic AI Adoption。在 3,000 多个企业环境中，组织正在将 AI 嵌入现有技术栈，而非购买独立工具；实际的 AI 足迹大约是模型 列表的 3 倍。

The Enterprise MCP Guide。模型上下文协议（Model Context Protocol）近乎垂直的增长曲线，每月下载量约 9,700 万次，约 40% 的技术组织已在生产环境中使用。

Gartner, via OutSystems research。到今年年底，40% 的企业应用将配备针对特定任务的 AI 智能体。

Patrick Neeman，Headless AI Will Make Every Product a Platform。设计工作已经转移到产品底层的契约上。

Mark Weiser (Wikipedia)。普适计算之父：“最深刻的技术是那些消失的技术。”

Google’s Agent-to-Agent protocol (via FifthRow)。Linux 基金会的标准，让一个 AI 能把任务交给另一个 AI，已被 150 多家组织采用。

隐形，但 受监控

Writer，2026 Enterprise AI Adoption Report。三分之一的员工表示，他们无法立即切断失控 AI 智能体的运行。

The MCP and AI Governance Gap (Techstrong)。企业需要回答关于每一次 AI 行为的基本问题，而大多数 做不到。

Verizon，2026 Data Breach Investigations Report。员工使用未经批准的 AI 工具的比例在一年内增长了两倍，达到员工总数的 45%，其中三分之二通过个人账户使用。

Cyberhaven, shadow AI analysis。普通员工大约每三天就会向 AI 工具输入一次敏感数据。

IBM, Cost of a Data Breach Report。在被入侵的公司中，越来越多的多数派没有管理或检测 AI 使用的治理机制。

Kong, enterprise AI governance research。不到 1% 的组织拥有针对 AI 的专门治理控制；近 98% 的 AI 请求流向第三方服务。

OutSystems, State of AI Development。94% 的人担心 AI 蔓延；只有约 12% 拥有集中管理。

工作去向何处

Nielsen Norman Group, on AI-native UX。AI 并没有杀死用户体验，它只是转移了价值所在；界面正在变成一种商品。

Patrick Neeman，Designing for AI Means Designing Like It’s 1999。对话太擅长替代一切，以至于它会掩盖真正的产品。

UXmatters，The Era of the Invisible User Interface。隐形 AI 只有在人们信任它时才有效，这需要透明度和真正的 控制权。

James Feigenbaum 和 Daniel Gross，Answering the Call of Automation (Quarterly Journal of Economics)。当人工交换台自动化时，岗位消失了，而既有的从业者大多并没有随着工作 向上流动。

Nobody wants your AI app 最初发表于 Medium 上的 UX Collective，人们正在那里通过高亮和回应这篇文章继续讨论。