AI编程工具的商业幻象：亏损模式与BMPF缺失的警示

人工智能编程领域，其表面的辉煌可能远不如想象中那般耀眼。

近期，国际知名财经媒体Business Insider披露，AI代码生成工具公司普遍陷入严重亏损，高昂的运营成本导致它们的利润率极其低下。

在订阅模式下，这些公司只能收取固定费用，但成本却随着用户调用量的激增而无限制膨胀。

一个极端案例是，某Anthropic用户消耗了100亿个tokens，价值超过上万美元，而他每月仅需支付200美元。

这种收入与成本的严重错配，不仅是AI编程的个别现象，更是“套壳产品”的共同困境：成本定价权被头部模型厂商掌控，创业公司缺乏议价能力；而在收入端，由于竞争白热化、用户留存率低，它们难以通过提价来转移成本压力。

因此，企业只能依赖补贴维持虚假繁荣，看似实现规模化增长，实则是“用10美元成本售卖20美元价值”的赔本买卖，最终亏损由投资者承担。

在AI时代，达成产品市场契合度（PMF）的门槛显著降低，但决定公司长期生存的关键，往往是更易被忽略的要素：商业模式与产品契合度（BMPF）。

AI编程：喧嚣背后的盈利困局

今年最具爆发力的AI应用，无疑是AI编程工具。以下数据令人瞩目：

Cursor仅用21个月，就从零突破至1亿美元年收入，最新年度经常性收入（ARR）已达5亿美元，人均创收320万美元；

Replit更为惊人，从1000万ARR增长到1亿ARR，只用了6个月；

Lovable在8个月内ARR突破1亿美元，人均222万美元，估值18亿美元。该公司CEO安东·奥斯卡近期表示，预计年底ARR将达2.5亿美元，并希望在12个月内冲刺10亿美元。

这种增长速度前所未有。极致的单位经济模型，配合超短的扩张周期，看似是AI生产力转化为商业价值的完美典范。

但不久后，这一“泡沫”被意外戳破。

Business Insider最近报道指出，AI编码工具公司可能亏损严重，因为它们的成本结构高昂，导致利润率微薄。

原因在于，Cursor等AI编程工具主要依赖订阅模式变现，以往甚至提供“无限使用”策略，例如Cursor Pro定价20美元/月且不限制调用量，Anthropic则每月收费200美元并允许无限次使用。

这意味着用户能以极小成本获取极大价值。部分用户支付会员费后，便用大型项目进行高强度调用，短短一两周就能产生数千美元的AI推理成本。

更甚者，有人建立了排行榜来竞赛“薅羊毛”能力。在Claude Code排行榜上，一名开发者累计调用了近110亿个代币。

这相当于什么规模？100亿个代币，折合文本量约等于5万套《哈利波特》全集字数。即便按GPT-4o的定价计算，他本应支付6.6万美元，但实际上他每月仅付200美元，一年下来Anthropic最多收入2400美元。

令人担忧的是，这并非孤例。排行榜显示，前列开发者的代币使用成本接近3.5万美元，远超其支付费用。

AI编程公司Mocha创始人尼古拉斯·查里埃无奈表示：

“所有代码生成产品的利润率要么持平，要么为负。它们简直糟糕透顶。”

只赚声势不盈利，已成为AI编程行业的普遍现状。投资机构Bessemer的研究也证实了这一点。

过去三年，Bessemer在AI领域投资超10亿美元。近期，它们分析了AI领域增长最快的20家公司，发现一个有趣趋势：

一类初创公司正以软件行业史无前例的速度扩张。

它们在商业化首年就能实现4000万美元ARR，第二年直接超越1亿美元，同时展现惊人的人效，人均ARR高达113万美元，是传统SaaS基准的4到5倍。

但这并不代表业务健康，因为这些公司的毛利率仅25%，甚至许多为负值。

换言之，它们的增长很大程度上是以利润为代价换来的。AI编程的火爆，不仅是高光叙事，也暗藏深层危机。

成本难以驾驭，提价举步维艰

以亏损换取规模，在互联网行业早已司空见惯。

关键不在于亏损本身，而在于是否存在清晰路径实现正毛利。若能提升利用率、控制成本密度、逐步获取定价权，补贴尚可视为过渡阶段。

但AI编程公司为何持续亏损？

从成本端看，尽管AI推理单价持续下降，但对盈利改善有限。因为单个项目规模常达上亿tokens，即使单价降低，总成本依旧惊人。

更严峻的是，用户只认可“最强模型”，而这些模型由OpenAI、Anthropic等少数头部厂商垄断。这使得Cursor等公司的成本被牢牢绑定在他人定价上，毫无议价空间。

此外，模型调用属于可变成本，调用越频繁，费用越高。这与传统SaaS模式截然相反：软件用户增多，边际成本递减；AI编程用户增多，成本压力递增。因此，越受欢迎，烧钱越快。

理论上，提价可缓解压力，但现实中的竞争迫使公司不敢贸然行动。

今年6月，Cursor尝试调整：将Pro套餐从无限量改为“计算额度”，每月仅包含20美元模型资源，超额需自费，同时推出200美元的Ultra套餐面向重度用户。结果Reddit用户集体抱怨“账单突然增加”，CEO只得公开道歉。

这暴露了一个核心矛盾：盲目提价风险极高，因为客户留存本就脆弱。

StackBlitz CEO埃里克·西蒙斯直言，AI编程工具的客户流失率高达20%-40%。相比之下，传统建站工具Wix的流失率低得多，因其收入更多来自托管等高粘性服务，而非一次性项目创建。

“所有AI编程公司都面临同样问题——留存率太低。”西蒙斯强调，“必须构建能真正留住客户的业务。”

与此同时，外部威胁不断加剧。模型厂商自身推出工具，传统软件公司也反向渗透。例如Figma上线AI编码助手Figma Make，天然链接设计师群体，对垂直代码助手公司构成直接挑战。

既然“开源”模式难以为继，许多公司转向“节流”。自研模型曾被视为突破方向，但结果并不理想。

Windsurf曾尝试自研，却因投入过高而放弃，最终出售收场。Cursor母公司Anysphere年初高调宣布自研，甚至挖来Anthropic两位核心成员，但两周后他们被原公司召回。

AI编程公司的亏损困境，本质上是长期被忽视的核心问题——商业模式与产品契合度（BMPF）的缺失。没有BMPF，再快的增长也可能只是昙花一现。

被遗忘的BMPF：商业模式的致命疏忽

在AI时代，创业者热衷谈论产品市场契合度（PMF），却常常忽略更关键的一环：商业模式与产品契合度（BMPF）。

这不仅是AI编程的难题，也是所有“套壳产品”必须面对的挑战。

近期，Pace Capital的克里斯·派克在《Cursor的问题》一文中，清晰阐述了这一观点。

AI的兴起大幅降低了达成PMF的门槛，催生了大量“套壳产品”。这些产品贴近底层模型，功能差异化有限，为争夺用户，往往以低价或补贴换取增长，利润率接近零甚至为负。用户的快速增长，掩盖了极低的转换成本。

在此背景下，AI公司的业务结构易沦为“固定收入、可变成本”。这种模式并非新事物，保险公司便是类似。但区别在于，保险公司拥有精算师，可通过风险定价、用户分层、设置上限和排除条款来保障利润。显然，AI编程公司缺乏这种能力。

当成本随使用量飙升，而收入固定不变时，企业出售的便不再是软件，而是在为用户承保风险。缺乏精算纪律——如合理定价、用户分层、调用上限、排除条款——这种模式终将重蹈MoviePass、Oyster的覆辙。

（MoviePass是美国电影票订阅服务，用户月付9.95美元即可近乎无限观影。结果重度用户疯狂薅羊毛，观影次数远超预期，公司被迫全价买单，迅速陷入巨额亏损并破产。）

这种模式引发两大问题：

第一，用户结构倒置。轻度用户（利润主要来源）因获得价值有限，转向定价更合理的替代品；留下的反而是薅羊毛的重度用户，形成“死亡螺旋”。

第二，营收掩盖恶化。新增用户带来亮眼增长数据，但毛利率在暗中持续下滑。团队为日活上涨欢呼时，资产负债表实则默默为用户支付“返利”。这正是“用10美元成本销售20美元价值”的规模化陷阱。

补贴从来不是可持续的商业模式，充其量只是过渡手段。真正的护城河在于定价权。Cursor面临残酷抉择：继续补贴，可维持表面繁荣，却无法验证PMF；开始按使用量收费，用户量可能下滑，但留下的才是真实市场需求。

在AI时代，找到PMF固然重要，但若缺乏商业模式的契合，再高的增长终将化为泡影。