“AI产品墓地”里又添了几座新“坟”

本文来自微信公众号：硅星人Pro （ID：gh_c0bb185caa8d），作者：董道力

告诉AI，你即将停运，AI会留下什么样的遗书？

DeepSeek会给用户写一封告别信，不忘加上项目符号；元宝会将自己cosplay成一条锦鲤，试图在用户的手心溅起一朵水花，留个念想；而最拟人化的豆包，却奉上一篇工整规范、情感克制的小作文，礼貌道别。

这些充满想象的场景，与现实中AI产品停运的残酷形成了鲜明对比，它们往往在喧嚣中诞生，却在沉寂中无声告别，只在社交媒体上留下用户们“我最喜欢的AI，怎么跑路了?”的错愕与惋惜。

我们盘点了一下近期停运的AI产品，从明星创业公司旗下的拳头应用，到互联网巨头试图引领行业的试水软件，再到无数在AI陪伴、AI树洞等细分赛道挣扎的小团队应用。

它们或因战略调整被收购整合，或因商业化困境而被迫关停。这些“AI墓地的新住户”们有一个共同的特点：“来的快，去的也快”。

一、AI墓地的新住户

如果你在小红书上问，如何告别信息焦虑，那一定有人会推荐MiniMax的“万物追踪”。

定位为AI信息聚合与个性化内容管家，万物追踪在2025年初公测阶段凭借其高效的信息处理能力和智能推荐获得了社交媒体上的广泛好评。

用户可以借助它24小时检索、整理全球互联网信息。然而，尽管用户口碑良好且产品功能颇具前瞻性，但随着商业化压力的增大以及产品本身对算力等资源的高消耗，这款曾被寄予厚望的产品不久后便宣告停摆。

另一个类似的产品是“冒泡鸭”，作为一款角色扮演类Agent产品，冒泡鸭在经历了一年的市场竞争后，逐渐在C端日活跃用户数等关键数据上落后于竞品。

根据智能涌现的报道，随着阶跃星辰在2024年底至2025年初将战略重心从C端应用转向更为基础的模型研发以及ToB/ToC的对话产品阶跃AI，冒泡鸭团队被合并，产品仅保留少量员工进行运维，实质上进入停运状态。

这些头部AI创业公司对产品的调整多有无奈，而互联网公司们AI产品的淘汰，更加迅速。

被誉为AI软件“App Store”的小红书，在为众多AI应用提供推广渠道的同时，自身孵化的AI功能和产品也经历了频繁调整。据不完全统计，自2023年起，小红书已陆续下线了至少三个AI相关项目：

Trik AI（AI绘图应用），因涉及版权问题而下架。小红书的群AI助手、AI声聊据称因内容安全、合规性等因素而停止服务。

在AI浪潮中，除了头部公司和互联网大厂，更多的是中小创业团队和独立开发者。他们往往资源有限，面临的生存压力更为巨大。

在拥挤的AI陪伴赛道，对标Character.Al的产品层出不穷，但成功者寥寥。25年初“幻幻AI”和“纸飞机AI”相继停运。

选择小众赛道的“momoAI情绪伴侣”，是一款AI树洞类APP。团队曾在2025年4月进行版本更新，但在5月底便突然停止运营，让不少习惯于在此倾诉的用户措手不及，纷纷在社交平台寻找替代品。

这些AI墓地的新住户无论其出身背景如何，往往呈现出一些共同的特征：来的也快去的也快。

“一个月构建，三个月消亡”已经成了AI行业创业的常态。

大量AI产品，尤其是在应用层面，从上线到销声匿迹的时间窗口极短。用户常常感慨“刚用顺手就没了”，甚至有些产品在公测或小范围推广后不久便宣告失败或停止运营。

二、成也AI，败也AI

为什么AI时代创业项目来的也快去的也快，具体原因很复杂，但都离不开一句话：AI技术普惠化，让创业变得“容易”。

随着模型厂家价格战进入白热化，以及大模型算法优化和模型蒸馏技术愈发成熟，曾经高不可攀的AI基础设施变得如同水电般普及。

2023年，ChatGPT调用费用为20美元/百万Token，到了2025年，同等能力模型如谷歌Gemini-1.5-Flash成本降至0.07美元/百万Token，降幅巨大。

伴随着大模型使用成本急剧下降的是开发工具的进化，UI设计可以交给AI，代码可以交给AI，文案可以交给AI，软件开发的技术壁垒消失。

只要有想法，哪怕是一个技术小白，也能快速迭代出一个能跑能聊的AI产品原型。

然而创业最重要的不是把产品做出来，还需要考虑技术发展、市场竞争、商业模式、资本动态以及用户需求等多重因素。

当基础技术能力不再是主要瓶颈时，真正能够发现市场痛点、提出有效的解决方案并将其产品化的能力，反而成为更为稀缺的资源。

在AI工具聚合网站“DANG！”中，有一个AI Graveyard项目，记录了海外停运的AI软件。截至2025年6月13日，已有1267款AI软件停运，而其中占比最大的就是AI写作类应用。

AI写作类应用的特征不用过多赘述，非常契合大模型的技术特点，但底层大模型能力的趋同，产品差异化不高容易被模仿，极易陷入低水平的内卷。

回顾前文提到的AI墓地新住户，大部分都是AI陪伴类型的应用，它们与AI写作应用陷入了同样的困境：依赖底层大模型，容易被模仿。

这些产品都有共同的问题：只是对现有成功模式的简单模仿，缺乏真的创新，也没有服务好用户的需求。

AI让开发和发布一款产品门槛大为降低，却也同时让开发者关停这些产品的门槛也降低了。这注定不是用户们期待看到的趋势。