“ AI 產品墓地”里又添了幾座新“墳”

告訴 AI，你即將停運，AI 會留下什么樣的遺書？

DeepSeek 會給用戶寫一封告別信，不忘加上項目符號；元寶會將自己 cosplay 成一條錦鯉，試圖在用戶的手心濺起一朵水花，留個念想；而最擬人化的豆包，卻奉上一篇工整規范、情感克制的小作文，禮貌道別。

這些充滿想象的場景，與現實中 AI 產品停運的殘酷形成了鮮明對比，它們往往在喧囂中誕生，卻在沉寂中無聲告別，只在社交媒體上留下用戶們 " 我最喜歡的 AI，怎么跑路了 ?" 的錯愕與惋惜。

我們盤點了一下近期停運的 AI 產品，從明星創業公司旗下的拳頭應用，到互聯網巨頭試圖引領行業的試水軟件，再到無數在 AI 陪伴、AI 樹洞等細分賽道掙扎的小團隊應用。

它們或因戰略調整被收購整合，或因商業化困境而被迫關停。這些 "AI 墓地的新住戶 " 們有一個共同的特點：" 來的快，去的也快 " 。

AI 墓地的新住戶

如果你在小紅書上問，如何告別信息焦慮，那一定有人會推薦 MiniMax 的「萬物追蹤」。

定位為 AI 信息聚合與個性化內容管家，萬物追蹤在 2025 年初公測階段憑借其高效的信息處理能力和智能推薦獲得了社交媒體上的廣泛好評。

用戶可以借助它 24 小時檢索、整理全球互聯網信息。然而，盡管用戶口碑良好且產品功能頗具前瞻性，但隨著商業化壓力的增大以及產品本身對算力等資源的高消耗，這款曾被寄予厚望的產品不久后便宣告停擺。

另一個類似的產品是「冒泡鴨」，作為一款角色扮演類 Agent 產品，冒泡鴨在經歷了一年的市場競爭后，逐漸在 C 端日活躍用戶數等關鍵數據上落后于競品。

根據智能涌現的報道，隨著階躍星辰在 2024 年底至 2025 年初將戰略重心從 C 端應用轉向更為基礎的模型研發以及 ToB/ToC 的對話產品階躍 AI，冒泡鴨團隊被合并，產品僅保留少量員工進行運維，實質上進入停運狀態。

這些頭部 AI 創業公司對產品的調整多有無奈，而互聯網公司們 AI 產品的淘汰，更加迅速。

被譽為 AI 軟件 "App Store" 的小紅書， 在為眾多 AI 應用提供推廣渠道的同時，自身孵化的 AI 功能和產品也經歷了頻繁調整。據不完全統計，自 2023 年起，小紅書已陸續下線了至少三個 AI 相關項目：

Trik Al ( AI 繪圖應用 ) ，因涉及版權問題而下架。小紅書的群 AI 助手、AI 聲聊據稱因內容安全、合規性等因素而停止服務。

在 AI 浪潮中，除了頭部公司和互聯網大廠，更多的是中小創業團隊和獨立開發者。他們往往資源有限，面臨的生存壓力更為巨大。

在擁擠的 AI 陪伴賽道，對標 Character.Al 的產品層出不窮，但成功者寥寥。25 年初「幻幻 AI」和「紙飛機 AI」相繼停運。

選擇小眾賽道的「momoAI 情緒伴侶」，是一款 AI 樹洞類 APP。團隊曾在 2025 年 4 月進行版本更新，但在 5 月底便突然停止運營，讓不少習慣于在此傾訴的用戶措手不及，紛紛在社交平臺尋找替代品。

這些 AI 墓地的新住戶無論其出身背景如何，往往呈現出一些共同的特征：來的也快去的也快。

" 一個月構建，三個月消亡 " 已經成了 AI 行業創業的常態。

大量 AI 產品，尤其是在應用層面，從上線到銷聲匿跡的時間窗口極短。用戶常常感慨 " 剛用順手就沒了 "，甚至有些產品在公測或小范圍推廣后不久便宣告失敗或停止運營。

成也 AI，敗也 AI

為什么 AI 時代創業項目來的也快去的也快，具體原因很復雜，但都離不開一句話：AI 技術普惠化，讓創業變得 " 容易 "。

隨著模型廠家價格戰進入白熱化，以及大模型算法優化和模型蒸餾技術愈發成熟，曾經高不可攀的 AI 基礎設施變得如同水電般普及。

2023 年，ChatGPT 調用費用為 20 美元 / 百萬 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 / 百萬 Token，降幅巨大。

伴隨著大模型使用成本急劇下降的是開發工具的進化，UI 設計可以交給 AI，代碼可以交給 AI，文案可以交給 AI，軟件開發的技術壁壘消失。

只要有想法，哪怕是一個技術小白，也能快速迭代出一個能跑能聊的 AI 產品原型。

然而創業最重要的不是把產品做出來，還需要考慮技術發展、市場競爭、商業模式、資本動態以及用戶需求等多重因素。

當基礎技術能力不再是主要瓶頸時，真正能夠發現市場痛點、提出有效的解決方案并將其產品化的能力，反而成為更為稀缺的資源。

在 AI 工具聚合網站 "DANG！" 中，有一個 AI Graveyard 項目，記錄了海外停運的 AI 軟件。截至 2025 年 6 月 13 日，已有 1267 款 AI 軟件停運，而其中占比最大的就是 AI 寫作類應用。

AI 寫作類應用的特征不用過多贅述，非常契合大模型的技術特點，但底層大模型能力的趨同，產品差異化不高容易被模仿，極易陷入低水平的內卷。

回顧前文提到的 AI 墓地新住戶，大部分都是 AI 陪伴類型的應用，它們與 AI 寫作應用陷入了同樣的困境：依賴底層大模型，容易被模仿。

這些產品都有共同的問題：只是對現有成功模式的簡單模仿，缺乏真的創新，也沒有服務好用戶的需求。

AI 讓開發和發布一款產品門檻大為降低，卻也同時讓開發者關停這些產品的門檻也降低了。這注定不是用戶們期待看到的趨勢。