消费级 AI 的“烂生意”：Muse 再火，也难掩一个尴尬现实

这周如果你只看新闻标题，会觉得消费级 AI 的春天又来了：Meta 的个人助手 Muse 连同那个毛绒吉祥物 Jolly 意外爆红；OpenAI 刚发布的 Dots 明显在追同一套“卡通助手”的路子；初创公司 Instinct 靠着代订机票、订餐厅、取消订阅这类“跑腿型”智能体，估值冲到 100 亿美元。热闹得像极了 2022 年 ChatGPT 刚出圈的那个月。

但只要稍微冷静一点，就会发现前沿实验室对消费级 AI 其实一直“心虚”。这种心虚不是因为技术不够好，而是因为——就算产品火到离谱，普通用户愿意掏的钱也有天花板；而且，模型越强，并不等于消费者业务越赚钱。这正是 TechCrunch 最新一篇分析点破的关键。

一分钟速览

• 表面回暖：Muse、Dots、Instinct 扎堆爆发，消费级 AI 看似迎来第二春。
• 底层难题：消费者付费意愿存在天花板，更好的模型并一定带来更赚钱的消费者业务。
• 行业转向：前沿实验室整体向 Anthropic 路线靠拢——企业合同 + 垂直行业扩张。
• 矛盾所在：Muse、Instinct 之所以敢逆势做消费，是因为当下更在意增长而非变现。
• 迟早要面对：推理成本、留存、订阅天花板，任何一个都足以压垮这笔账。

为什么“人多”不等于“钱多”

消费级互联网的经典逻辑是：先用免费或低价把用户规模做起来，再靠广告、增值服务或电商变现。但这套逻辑套在 AI 助手上，处处硌脚。

第一道坎是成本结构。传统 App 的边际成本近乎为零，一个多一个用户几乎不花钱；而 AI 助手每回答一次，背后都是实打实的推理算力。用户用得越勤，账单涨得越快。这意味着“规模效应”在 AI 助手上会大打折扣，甚至可能出现“越大越亏”的倒挂。

第二道坎是付费天花板。消费者对单个软件的订阅预算是有限的，而 AI 助手很容易和已有的会员体系抢位置。当用户已经在为视频、音乐、云存储付费时，再让他每月多掏一笔给“会聊天的助手”，转化率自然高不了。报道指出，即便是极其流行的科技产品，也已经撞上了这层天花板。

第三道坎是留存。新鲜感能带来下载，但很难带来长期付费。助手一旦不能稳定解决真实问题，用户转身就走。这也是为什么很多消费级 AI 应用的“日活”看起来很漂亮，“续费率”却拿不出手。

行业其实已经在用脚投票

最诚实的信号来自钱流向哪里。过去一年，前沿实验室的叙事重心明显从“面向亿万人”转向“面向企业”。这条路线的样板就是 Anthropic：把重心放在企业合同和一个个垂直行业里，单笔收入高、留存稳定、也更容易讲清楚 ROI。相比之下，消费级订阅虽然声势浩大，却难以支撑高昂的推理成本和研发投入。

所以，当 Muse 和 Instinct 选择逆势下注消费端时，更合理的解读是：它们此刻关心的不是怎么赚钱，而是怎么抢到用户、抢到入口。增长优先，变现后置——这是典型的“先占坑、再算账”打法。

趋势洞察：入口之争，最终是成本之争

接下来的看点，是谁能先把推理成本压到足以支撑免费/低价的水平。一旦单次调用的成本降到某个临界点，消费级 AI 的商业模型才会真正成立。在那之前，我们大概率会看到一种混搭：C 端负责拉新和心智，B 端负责赚钱和活命。

对创业公司而言，这也是一句提醒：不要被“增长最快”的光环迷惑。在 AI 时代，用户规模可以很快，但盈利模型不会从天而降。谁先想清楚“每多一个用户，是多赚一毛还是多亏一毛”，谁才有资格谈长期。

相关链接

• 消费级 AI 经济学分析原文

结语

消费级 AI 从来不缺热闹，缺的是一本能算平的账。Muse 们能火多久，最终不取决于它多可爱，而取决于它多便宜。