AI编程，可能也没想象得那样光鲜靓丽。
最近，国外知名财经媒体Business Insider报道称，AI编码工具公司普遍亏损严重，因为他们的成本很高，导致其利润率极其微薄。
订阅模式下，AI编程公司只能收到固定的费用，但成本却会随着用户调用量被无限放大
最极端的案例是，有个 Anthropic 用户跑了100亿个tokens，价值上万美元，但他只需每月付 200 美元。
这种成本与收入的错位，不只是 AI 编程的个案，而是“套壳产品”普遍的困境：成本的定价权掌握在头部模型厂商手里，创业公司毫无议价空间；收入端，又因为竞争激烈、留存脆弱，不敢轻易提价转移成本。
于是，企业只能靠补贴维持表面繁荣，看似规模化增长，实则是在“用 10 美元卖 20 美元”，亏损最后都由投资人买单。
在 AI 时代，找到 PMF（产品市场契合度）的门槛大大降低，但真正决定公司能否走得长远的，往往是更容易被忽视的那件事：BMPF（商业模式与产品的契合度）。
AI编程，只赚吆喝不赚钱
今年最疯狂的AI应用，莫过于是AI编程。来看一组数据：
Cursor只花了21个月，就从0做到1亿美元年收入，最新的ARR已经冲到5亿ARR，人均创收320万；
Replit更夸张，从1000万到1亿ARR，只用了6个月；
Lovable8个月破1亿ARR，人均222万，估值18亿美元。不久前，公司首席执行官安东·奥斯卡 (Anton Osika)表示，公司预计到今年年底ARR将达到2.5亿美元，并希望在未来12个月内达到10亿美元。
这种速度史无前例。极致的单位经济模型，加上超短的放量周期，看起来就像是AI生产力兑现商业价值的终极范本。
但就在最近，这个“泡沫”被意外戳破了。
最近，国外知名财经媒体Business Insider（商业内幕）报道称，AI编码工具公司可能亏损严重，因为他们的成本很高，导致其利润率极其微薄。
原因很简单，Cursor等AI编程的变现一直依赖订阅模式，过去甚至允许“无限”使用，比如Cursor Pro的定价是20美元/月，且不限调用量，Anthropic则是每月收费200美元，不限次数。
这意味着，用户花小钱可以薅大羊毛。一些人付着会员费，就用大型项目疯狂轰炸，一两周就能跑出几千美元的AI推理成本。
甚至有人建立了排行榜来比拼“薅羊毛”能力。在Claude Code排行榜上，最多的一个开发者累计调用了近110亿个代币。
这是什么概念？100亿个代币，换算成文本，相当于5万套《哈利波特》全集的字数。即使按GPT-4o的价格算，他甚至要支付6.6万美元。而现在，他只用每月支付200美元，一年下来，Anthropic最多只能收到2400美元。
可怕的事，这并不是个例。根据排行榜显示，排名靠前的开发者的代币使用成本接近35000美元，远高于他们支付的费用。
难怪AI编程公司Mocha 创始人 Nicholas Charriere会说：
“所有‘代码生成’产品的利润率要么是中性，要么是负值。它们简直糟透了。”
只赚吆喝不赚钱，并非个别公司，而是整个AI编程行业的共性。投资机构Bessemer的研究也印证了这一点。
过去三年时间里，Bessemer在AI领域投了超过10亿美元。最近，他们研究了AI领域增长最快的20家公司，发现了一个有趣的现象：
有一类初创公司正在以软件行业前所未有的速度增长。
它们在商业化的第一年就能做到4000万美元 ARR，第二年甚至直接超过1亿美元，同时也展现出了惊人的人效比，人均ARR达到了惊人的113万美元，是传统SaaS的基准4到5倍。
但这并不意味着业务很健康，因为这类公司的毛利率25%，甚至很多还是负数。
也就是说，它们的增长很大一部分是以牺牲利润换来的。看上去，AI编程的火爆，不只是高光的故事，也是深埋的隐忧。
成本控不住，涨价也费劲
亏损换规模，这在互联网的故事里早已见怪不怪。
真正关键的，不是亏损本身，而是有没有一条清晰的路径能走向正毛利。只要有办法提高利用率、控制密度、逐步拿到定价权，那么补贴就能被视作过渡。
问题是，AI 编程公司为什么会亏？
从成本端看，虽然推理单位成本一直在下降，但对AI编程的盈利来说几乎没改善。因为一个项目规模动辄上亿 tokens，即使单价降了，总账依旧庞大。
更致命的是，用户都只认“最强模型”，而“最强模型”只掌握在 OpenAI、Anthropic 等少数头部手里。这让 Cursor 们的成本被死死钉在别人定价上，毫无议价权。
而且，模型调用是可变成本，调用越多，费用越高。这和传统 SaaS 完全相反。软件用户越多，边际成本越低；AI 编程用户越多，成本压力越大。于是，越火爆越烧钱。
理论上，提价是缓解方式，但现实中竞争让公司不敢轻举妄动。
今年 6 月，Cursor 尝试过一次：把 Pro 套餐从不限量改成“计算额度”，每月只包含 20 美元的模型资源，用完要自掏腰包，同时新增 200 美元的 Ultra 套餐，主打重度用户。结果用户在 Reddit 上集体吐槽“被突然多扣了账单”，CEO 只好发推公开道歉。
这凸显了一个死结：贸然提价风险极大，因为客户留存本就脆弱。
StackBlitz CEO Eric Simons 就直言，AI 编程的客户流失率高达 20%-40%。相比之下，传统网站建设工具 Wix 的流失率低得多，因为它的收入更多来自托管和其他高粘性服务，而不是一次性的项目创建。
所有 AI 编程公司都在面对同样的问题——留存率太低。”Simons 说，“你必须做出一个真正能留住客户的生意。”
与此同时，外部威胁还在加码。模型层厂商本身就在推出自家工具，传统软件公司也在反向包抄。比如 Figma 上线了 AI 编码助手 Figma Make，天然绑定设计师群体，对垂直的代码助手公司构成直接威胁。
既然“开源”模式跑不通，很多公司只能在“节流”上下功夫。自研模型曾被视为突围方向，但结果并不乐观。
Windsurf 曾试图自研，结果因投入过高放弃，最终卖身收场。Cursor 母公司 Anysphere 年初高调宣布自研，还挖来过 Anthropic 的两位核心成员，没想到两周后就被原公司挖了回去。
AI编程公司的亏损困境，本质上就是一个被反复忽视的核心问题——商业模式与产品契合度（BMPF）。没有BMPF，再快的增长也可能只是虚火。
被忽视的BMPF
在AI时代，产品市场契合度（PMF）是创业者最爱讲的故事。但他们往往忽略了另一件更重要的事情：商业模式与产品的契合度（BMPF）。
这不仅仅是AI编程的问题，而是所有“套壳产品”都需要面临的事情。
最近，Pace Capital的Chris Paik写了一篇文章《Cursor"s Problem》，就把这个事情讲得比较清楚。
AI的出现，让找到PMF的门槛大幅降低，出现了很多的“套壳产品”。这些产品距离底层模型太近，功能差异化有限，为了抢用户，会用低价甚至补贴换增长，利润率接近零甚至为负。用用户的快速增长，掩盖极低的用户转换成本。
在这种情况下，AI公司的业务结构很容易就变成了“固定收入、可变成本”。这类模式并不新鲜，保险公司也一样。但不同的是，保险公司有精算师，可以通过风险定价、用户分层、设置上限和排除条款来守住利润。显然，AI编程公司没有这种能力。
当成本会随着使用量上涨，而收入却不变时，你卖的就不再是软件，而是在替用户承保风险。缺乏精算纪律，比如合理定价、用户分层、调用上限、排除条款。这种模式迟早会滑向 MoviePass、Oyster 的老路。
（MoviePass是美国一家电影票订阅服务，用户只要每月付9.95美元，就能几乎无限次看电影。结果大量重度用户疯狂薅羊毛，去影院次数远超公司预期，公司不得不为每张票全价买单，很快陷入巨额亏损，最后破产。）
这种模式最后会带来两个问题：
第一，用户群体倒挂。轻度用户（最赚钱的那部分人）因为获得的价值有限，会流向定价更合理的替代品；留下来的，反而是薅羊毛的重度用户，形成“死亡螺旋”。
第二，营收掩盖腐烂。新增用户带来漂亮的增长数据，但毛利在暗中持续恶化。团队为DAU上涨欢呼时，资产负债表其实在默默替用户支付一笔“返利”。这就是所谓“用10美元卖20美元”的规模化陷阱。
补贴从来不是商业模式，它充其量只是过渡手段。未来真正的护城河，要靠定价权。Cursor面临的选择很残酷：继续补贴，就能维持表面繁荣，却无法证明PMF；开始按比例收费，用户量会下滑，但留下的，才是真实的市场需求。
在AI时代，找到PMF固然重要。但如果没有商业模式的匹配，再高的增长终究也只是镜花水月。
本文来自微信公众号“乌鸦智能说”，作者：智能乌鸦，36氪经授权发布。
