AI 正在同时降低两件事情的门槛：做产品的门槛，以及研究别人产品的门槛。但赚钱的门槛，并没有因此降低。甚至可能越来越高。
这两份材料放在一起，实际上指向了一个非常重要的变化：
未来最不值钱的，可能就是软件功能本身。最值钱的，是你能不能找到愿意持续使用、持续付费的人。
1，一方面，AI 很火，使用 AI 的人越来越多。
另一方面，真正掏钱的人还很少，而且钱高度集中在一小部分重度用户手里。
这就意味着：用户量、产品热度和赚钱能力，正在成为三件不同的事情。
2，产品越来越容易复制，但用户没那么容易复制
REA 让 Agent 能研究已经存在的软件，追踪代码和行为，分析实现细节，甚至根据分析证据尝试重建功能。
与此同时，Codex、CC之类的产品正在让开发变得越来越简单。
这也就是意味着，以前一家软件公司可能花半年做出来的功能，别人要模仿，需要投入一支技术团队。
现在对于一部分功能，可能一个人借助 AI 就可以研究、实现、测试。
（虽然，这不代表复杂产品现在能够被一键完整复制。）
但是，单纯依靠功能形成的壁垒，确实正在受到冲击。
后面很容易出现的现象就是，
你看到一个热门 AI 产品，觉得很有价值。于是研究它，做一个类似的，甚至针对某些细节做得更好。
这玩意儿就变得跟搞自媒体一样了，抄爆款。
问题就是，然后呢？
复制了产品，却未必能复制它的生意。
这也是为什么我认为，未来 AI 创业者最大的难题，不一定是怎么把东西做出来，而是做出来以后，谁来用、为什么留下、凭什么付费。
甚至于，我有时候会有一个暴论，就是，既然你能，我也能，那咱们最后比什么呢，客户关系？反正谁做不是做，我给信得过的你呗。
3，AI 产品可能进入了一个奇怪的阶段——越来越容易生产，越来越难出头
a16z 连续做了七期榜单。 最新这期只有 11 个产品首次上榜，创了七期以来的新低。
注意，这个数字并不意味着新的 AI 产品只剩 11 个，而是新产品进入头部榜单越来越难。
我觉得有几个可能的解释。
第一，头部产品迭代得太快。
你做一个特色功能，可能还没推广出去，ChatGPT、Gemini、Claude 或者其他大厂产品就已经有类似功能了。
第二，用户不愿意安装太多软件。
一个 ChatGPT 能完成十件事情，你单独做其中一件，用户为什么还要专门注册、学习、付费？
第三，真正稀缺的资源从开发能力转向了分发能力。
以前是没有能力做。现在是大家都能做，但没人知道你做了。
这就出现了一个悖论： AI 降低了创业门槛，却可能提高了创业成功的门槛。
榜单里，有两个垂类的或许是小团队最值得参考的方向。
一个是OpenEvidence，首次进入网页榜单第47名，专门服务医生（医疗AI，给医生提供带文献引用的临床问答工具）-医生更在意答案有没有可靠医学文献支撑（OpenEvidence的优势）。（ps：这个想起前几天一个群友跟我聊的他们公司的项目，跟这个就有点像啊）
另一个是Venice ，首次进入第43名，主打隐私优先的AI（不存储用户对话、更少审查限制，定位是私密/无审查的ChatGPT替代品）-有些用户更在意对话不会被存储、不会被审查（Venice的优势）。
这类产品不需要满足所有人，只需要足够好地满足一类人。
4，真正赚钱的 AI 产品，可能根本不在流量榜上
AI 消费支出前 50 名中，29 家没有出现在网页流量或移动端用户量的头部榜单里。
也就是说，流量最大的产品，并不一定是商业价值最大的产品。
反过来，没多少大众关注度的产品，也可能拥有一群非常愿意付费的用户。
尤其是重度用户。
报告里付费用户的中位数，每月消费约 25 美元。而花钱最多的 1%，平均每月花 903 美元。
这两类人的需求可能完全不同。
普通用户可能在想：
这个 AI 能不能免费帮我写一篇文章？
重度用户可能在想：
这个 AI 能不能帮我每个月多挣两万块钱？
当 AI 直接参与生产活动，付费逻辑就改变了。
花 20 美元买工具，和花 200 美元购买生产力，完全不是一回事。
我认为可以把 AI 用户粗略划分为三类，我们可以把自己做的东西往里面套一套：
AI 产品的商业价值，可能越来越取决于它离用户的收入有多近。
一个 AI 给用户制造快乐，可能很容易获得流量。
一个 AI 能够帮用户挣钱、省下明确的成本、完成复杂工作，即使用户少得多，也可能活得不错。
ps：当然，也存在不少高价值的娱乐与情感场景，不能简单认为生产工具一定比消费产品赚钱。
5，Agent 的商业模式，可能不再是卖软件，而是参与交易
a16z 在报告里用了相当大的篇幅讨论个人 Agent。
包括 OpenClaw、Dot、Muse、Instinct 等产品。
这些 Agent 正在从回答问题，变成代替用户执行任务。
这个Instinct我也是从榜单里第一次知道。
我查了下，大概是这样的：
Instinct 是一个没有独立 App 的个人 AI 助手。用户直接通过 iMessage、WhatsApp 或电话 和它交互，它会在后台像真人助手一样帮你做事（订机票、买东西、取消订阅、安排行程等）。创始人是 23 岁的 Noah Shinn，公司估值在短时间内从约 25 亿美元飙到 100 亿美元。
过去软件的商业模式：
用户 → 付费订阅 → 使用工具。
未来某些 Agent 的商业模式可能变成：
用户 → 提出需求 → Agent 执行任务 → 发生交易 → 平台获得佣金。
比如订机票、订酒店、购买商品、预约服务。
Agent 不一定需要向用户收取每月 20 美元。
它还可以向交易方收取服务费。
这里我想到一个很有意思的变化：
过去的软件靠用户使用它挣钱，未来一部分 Agent 可能靠替用户完成事情挣钱。
也就意味着AI 的商业模式就不再只有订阅和 Token。
6，AI 时代的小公司，最值得拥有的可能不是代码，而是用户关系
这就回到了我前面的那个暴论了，关系啊。
我认为可以概括为三个方面：
第一，拥有特定人群。
比如都是搞AI的（卖铲子）、医生、教师、跨境卖家、保险从业者。
不是人人都需要你的产品，而是一类人离不开。
第二，拥有真实的业务场景。
能够深入一个场景，知道用户每天到底在干什么、哪里最麻烦、什么值得付费。
光能做一个功能不够，还要知道如何把它嵌进用户原来的工作中。
第三，拥有自己的分发渠道。
公众号、社群、SEO、短视频、垂直社区，或者企业内部的业务入口。
因为当产品供给越来越多，获取用户的能力就会变得更加重要。
甚至可以说：
过去是先有产品，再找用户。未来很适合小团队的一条路，是先找到用户，再用 AI 快速生产产品。
7，拿REA + a16z 榜单直接实践
例如，报告里有 AI 语音、图片处理、开发工具、教育应用，以及医疗信息服务等垂直方向。
可以进一步找这些品类中，是否有：
海外已经验证需求，国内还没有合适解决方案的细分场景。
大产品提供了很多功能，但特定用户只需要其中一个功能的场景。
用户已经愿意付费，但现有工具太复杂、价格太高或本地化不好的场景。
倒不是说直接把榜单当作商机清单，我认为当作需求雷达没毛病。
8，结论
– AI 创业可能越来越不像技术创业，而更像生意创业。
技术依然重要，但很多小产品的决定性问题会变成：你能不能发现需求，拿到用户，控制成本，让用户反复付费。
– 抄产品会越来越容易，抄商业模式却未必容易。
你可以研究一个软件的功能，也可以复现它的界面与交互。但你无法直接复制它的品牌、用户习惯、合作关系，以及长期积累的数据。
– 最好的小产品，不一定是功能最先进的产品。
而可能是让一小群用户觉得：这个东西实在太适合我了，我不想换。
这一点恰恰符合 a16z 在报告中总结的垂直产品机会：拥有特定用户群、拥有独特体验、拥有差异化能力。