AI Coding 产品的陷阱：有 PMF 但还没有做到 BMPF

AI Coding 已经成为 AI 应用领域增长最快的一个类别，Cursor、Claude Code、Lovable 以及 Replit 等都涨疯了，而且还在不断有新的产品出来并且实现高速增长《AI 招聘 Micro1 估值 5 亿美金，又一 AI Coding 每 10 天新增 100 万美金 ARR》。

上周，Lovable 创始人 Anton Osika 在接受 Bloomberg 采访时说，Lovable 现在每个月新增的 ARR 达到了 800 万美金，他预计今年年底 Lovable 的 ARR 将达到 2.5 亿美金，而未来 12 个月 ARR 可能突破 10 亿美金。

随着这块的疯狂增长，也暴露出了很多问题，那就是可能没几个真正赚钱。Replit CEO Amjad Masad 在最近已经提到，Replit 之前的固定费用计价方式基本上被验证行不通，导致有一段时间利润是负的，在改为按量计费后，现在其整体毛利在 23% 左右，而他们也在将目标瞄准那些大的企业级市场，因为这块毛利能做到近 80%《a16z 和红杉抢投一 AI 硬件平台，Replit 估值 30 亿美金 ARR 近 1.5 亿》。

Cursor 和刚被收购的 Windsurf 据说同样，那些重度用户可能导致其利润会达到 -300% 到 -500%，Mocha 创始人 Nicholas Charriere 甚至说，所有 AI Coding 产品的利润要么为零，要么为负。

因此解决的一个办法是自己构建模型，但这块的成本同样非常高，据说 Windsurf 就想过这个路径，但是评估后代价后放弃，我想这可能也是 Windsurf 决定卖身的一个主要原因。

AI Coding 产品的 BMPF 可能还没实现

另一个办法是期待大模型成本的大幅下降，但是这块可能并不适用于 AI Coding 这种类别的产品。最近 Pace Capital 的 Chris Paik 写了一篇文章《Cursor‘s Problem》，我觉得将这块的问题写的非常好，虽然写的是 Cursor，但这可能是所有 AI Coding 类产品未来都需要解决的一个问题，或者对于最新 AI 模型依赖非常强的产品都会遇到这个问题。

Chris Paik 说，产品与市场匹配（PMF）是创始人最喜欢讲的故事，而商业模式与产品匹配（BMPF：Business-model–product fit）则是他们常常跳过的部分。

• 产品与市场匹配（PMF）：用户会反复选择你的产品；
• 商业模式与产品匹配（BMPF）：价值的提取能够长期、可持续地超出（并且与）交付价值的成本成比例；

Cursor 一直依赖订阅制模式，并且过去允许“无限”使用。这是一种收入固定、成本可变的模式。保险公司是典型例子，他们雇佣精算师来精准定价风险并细分用户。但高速增长的初创公司很少具备这种能力，当可变成本随使用强度增加而增长，而收入不随之增加时，你卖的就不是软件，而是在承保风险。

缺乏精算纪律（定价、细分、限制、排除条款）时，这些模式就会滑向 MoviePass、Oyster 的失败轨迹，并迫使 ClassPass 取消“无限”计划。问题模式高度相似：

• 用户群反转（Cohorts invert）：最赚钱的用户会流失，因为他们用得最少（获得的价值也最少）。他们往往能在竞争对手那里获得更精确定价或更少损耗的更好价值，剩下的用户则是那些获取的价值超过他们支付的。随着时间推移，老用户群会转向严重的负毛利（保险业称之为“死亡螺旋”）。
• 营收掩盖腐坏（Topline masks rot）：新的、更大的用户群可以在短期内抵消拖累，掩盖早期用户群的恶化。收入看似增长，毛利质量却在悄悄下降。

快速增长公司产生此类问题的一个重要原因是把补贴和营销混为一谈。它们都是昂贵的增长策略，但作用完全不同：

• 营销买的是注意力。它改变的是谁会听说你，而不是产品在长期均衡状态下的价值；
• 补贴买的是行为。它在产品的价值天平上人为增加了经济价值，从而扭曲了对真实支付意愿的判断。

15 分钟配送热潮让这一点非常明显。当价格被人为压低时，PMF 看起来很强；一旦价格回归真实成本，需求立刻回落。所谓的“匹配”其实是匹配了折扣，而不是服务本身。

风险投资圈会举 Uber 和 DoorDash 当反例。这里的教训不是“负毛利没问题”，而是：如果存在通往正毛利的运营路径（密度、批量、利用率）和未来的定价权（护城河），那么临时补贴可以作为一座桥。风险投资恰恰是促成这种公司的合适工具，但大多数企业没有这样的桥。

对于 Cursor，这座桥存在吗？Cursor 的用户期待获得最好的代码生成性能，而这目前由前沿 LLM 实验室提供。这意味着 Cursor 的销售成本（COGS）被锁定在 OpenAI/Anthropic 的价格表上。Cursor 并不掌握两个关键变量：

1. 模型性能前沿（用户的需求）
2. 模型输入/输出的价格（Cursor 的成本）

如果降到更便宜、更弱的模型，注重性能的用户会察觉并流失；能接受弱模型的用户，则可以在别处更便宜地获得。如果维持前沿模型同时不涨价，那么为高强度用户服务的可变、真实成本会爆炸。为了应对这一点，Cursor 被迫涨价并设定使用上限，引发了用户的不满和流失。

任何时候，只要在可变成本业务中出现“无限”，PMF 就成了一个永远悬而未决的问题：

• 用户是冲着产品来的，还是冲着补贴来的？
• 在真实的边际成本下，他们还会用这么多——甚至还会用吗？

在 Cursor 将消费价格与成本挂钩之前，它无法知道答案。

如果重度用户比你调整定价更快地发现套利空间，那么高速营收增长可以与毛利恶化并存。团队在庆祝 DAU 激增的同时，资产负债表却在暗中为一场看不见的“返利计划”买单。这就是公司如何在大规模上“用 10 美元卖 20 美元”的。

• 补贴不是商业模式。它充其量只是通向某种运营或结构护城河的桥，而这种护城河在未来能带来定价权。
• 补贴 ≠ 营销。营销买的是分发渠道，而不篡改价值。
• BMPF 和 PMF 同等重要。如果你的商业模式暗中包含经济补贴（例如在可变成本引擎上做无限量），那么 PMF 仍未被验证。

Cursor 必须选择它想知道的事情。如果继续补贴重度使用，可以继续增长，但无法声称获得了明确的 PMF。如果开始按成本比例收费，一部分使用量会下降——而剩下的，才是真正的市场。

创始人必须反复追问的燃眉之急是：我拥有的，是对产品的需求，还是对补贴的需求？

在一个对话中，Chris Paik 说，对于 Wrapper 类产品， 只有当底层基础设施完全商品化时，Wrapper 策略最有效。

如果你能在不同的模型或云服务之间自由切换，你就能保持议价权，供应商会争相成为你的底层依托。这就是为什么 Snowflake 能从 AWS 扩展到 Azure 和 Google ——“因为这些供应商在竞争，想成为它的底层客户基础。”

反过来情况就不同了。当你“建立在一个垄断之上，而房东只是一味寻租”，Wrapper 策略就行不通。 这个平台会慢慢蚕食掉你原本以为属于自己的所有利润空间。

Wrapper 的有效性在于底层是否便宜且可替代。如果底层由某个巨头垄断，那么他们就会收租，而你只能买单。Chris 总结说，Wrapping 商品让你成为房东，Wrapping 垄断则会让你成为租户（Wrapping a commodity makes you a landlord. Wrapping a monopoly makes you a tenant.）。

我比较认同 Chris 的观点，虽然我们都说模型的成本在不断下降，但如果产品一直依赖最新的模型，那么在成本这块可能就没有太多空间。相反，那些对模型的进步不会有太多体验影响的产品，可能更有优势，就是我用旧模型还是新模型，可能不会有太多差别的领域。

AI 中间基础层可能成为最大赢家

还有就是基础层，我比较看好的是介于模型与应用层之间的基础设施，我比较熟悉并且非常看好的有 4 个，其增长同样迅猛，但利润则比这些最热门的 AI 应用类产品高很多，其中有的毛利高达 76%，据说最近正在做新一轮高达 90 亿美金估值的融资，而一年之前其估值才 30 亿美金，另外几个的 ARR 则几乎同样呈现爆发式增长，几乎都在短时间突破