a16z 的 Olivia Moore 在第七期榜单开头写了一句话：三年过去，这张榜开始变得眼熟。
确实眼熟。前十名里，ChatGPT、Gemini、Claude 还在。新面孔只有 11 个，是七期里最少的一次。
但这一期多了一张表。除了按流量排的 Top 100，a16z 第一次用 YipitData 的美国消费者刷卡数据，排了一张“花钱榜”。
两张表一对照，问题就出来了：有些产品天天被打开，却收不到钱；有些产品你根本没在流量榜上见过，却在悄悄收钱。
这篇不猜趋势，只看钱。钱从哪来，经过谁的手，最后停在哪个环节。
先别急着看排名。先看清两张表量的不是一件事。
流量榜的口径很直接：50 个网页产品按月访问量排，数据来自 Similarweb；50 个移动应用按月活排，数据来自 Sensor Tower。生成式 AI 必须是产品体验的核心，AI 原生公司和加了 AI 的老产品都能进。
花钱榜是这一期新加的。它用 YipitData 的美国消费者刷卡面板，看谁真的在付钱。只覆盖美国，是样本不是全量，不能当成公司总收入。
口径不同，结论才有意思。
花钱榜前 50 名里，有 29 家根本没进流量榜。反过来，只有 7 家公司同时出现在三张榜上：ChatGPT、Claude、Suno、Perplexity、Photoroom、Canva、Notion。ChatGPT 在三张榜都排第一。
同一款产品，在两张榜上的名次也可能差很远。原因不是数据错了，是收费的激进度不同：有的产品月活很大，却几乎不向个人收费；有的产品用户不多，却把每个愿意付费的人服务得很深。
为什么差这么多？
因为流量榜看不见桌面软件，也看不见藏在 iMessage、WhatsApp 里的 Agent。你不在浏览器里打开它，Similarweb 就记不到。
还有一个原因：很多工具本来就是给干活的人用的。n8n、fal、Manus、Hermes Agent，你不会每天打开它们十次，但你会每个月为它们付钱。
流量衡量“被打开”，花钱衡量“被留下”。两张表之间的缝，就是这门生意真正发生的地方。
所以“第七期榜单”不是一个榜，是三个视角：网页流量、移动月活、消费支出。只拿第一个视角看，会得出“格局已定”的结论；把三个叠起来看，才会看到钱在换管道。
用得很宽，付得很窄。窄，不等于小。
4.5% 这个数字，来自 2026 年 8 月的 YipitData 面板。意思是：在所有符合条件的美国消费者里，只有 4.5% 持有 ChatGPT、Gemini 或 Claude 的个人付费订阅。一年前是 2.1%。
同一个月，大约一半美国人说自己在用 AI，但只有 25% 每天用。
付费率低，支出却高度集中。
花钱榜的数据显示，支出前 10% 的用户，贡献了大约一半的消费。前 1% 的用户，贡献了 19.5%，比后 50% 加起来还多（16.6%）。
这 1% 的人，平均每月在 AI 上花 903 美元。过去 18 个月，他们的支出还涨了 80%。
中位付费用户呢？每月 25 美元，而且基本没怎么涨。
903 美元和 25 美元之间，差的是一个人把 AI 当工具，一个把 AI 当玩具。
还有一个细节：只有 13% 的付费用户，会同时为第二款 AI 产品付钱。绝大多数人只选一个入口，然后把钱集中花在能替他干活的地方。
这也解释了为什么“AI 订阅”看起来热闹，真正赚钱的却是少数重度用户。免费用户带来流量，也带来推理成本；4.5% 的付费面要覆盖剩下 95.5% 的调用，账并不轻松。a16z 的判断是，消费 AI 可能还需要一种新商业模式，或者一种旧模式——广告、交易抽成，而不是只靠订阅。
a16z 给这个结构的判断很直接：消费 AI 的使用很宽，但除了少数人，深度很浅。
所以别再用“月活”判断这门生意。月活只说明有人来，付费结构才说明谁愿意留下。4.5% 不是市场的天花板，它更像是一张筛子：筛掉了尝鲜的人，留下了把 AI 塞进工作流的人。
看这 1% 的人买什么，比看他们花多少更有用。
a16z 的样本里，高支出用户明显偏向三类工具：自动化与搭建、编程与生产力、创作。
自动化与搭建：n8n、fal、Manus、Nous Research 的 Hermes Agent。
创作：Higgsfield、Figma、HeyGen。
这些产品的共同点，不是“更会聊天”，而是能交出一个东西：一条工作流、一段视频、一张图、一个能跑的任务。
交付物越具体，收费越容易。按席位收，按生成次数收，按任务收，都比“无限聊天”更容易定价。
垂直工具也能活。a16z 在 10 月发了第一份消费级 AI 月收入榜，Meshy 排在第 31 位，是榜上唯一的 AI 3D 公司。它不靠日活，靠的是有人愿意为“把 3D 模型做出来”这件事付月费。
这就解释了一个反常识：流量榜上的名字，和花钱榜上的名字，重合度很低。
因为流量产品卖的是注意力，工具卖的是结果。注意力很便宜，结果很贵。
工具层还有一个容易被忽略的优势：它离工作流最近。用户一旦把 n8n 的流程、Figma 的文件、Higgsfield 的素材库搬进来，换工具的迁移成本就出现了。入口层靠默认设置留住人，工具层靠沉没成本留住人。
它的收入还跟使用强度绑定。用户越忙，生成越多，席位和用量越贵；这跟聊天订阅“固定月费、无限使用”正好相反。经济下行时，工具反而可能更抗跌，因为它直接对应产出。
因为用户不需要先相信一个新产品，再付一笔固定月费。
Agent 是这份榜单里变化最快的一栏。
3 月的时候，a16z 还说 OpenClaw 这类 Agent 普通人用不了。半年后，Instinct、Tomo、Poke、Lindy、Town 这些创业公司产品，已经在报几十万用户。大厂也下场了：Meta 的 Muse、OpenAI 的 Dots、xAI 的 Grok Bot。
它们大多想变成“随叫随到”的助手：可以发短信、发邮件、打电话。眼下最热的入口是 iMessage。Instinct 在 2026 年 8 月上线，DoorDash 也跟着做了 iMessage 点单 Agent。
最值得看的是收费方式。
Instinct 的创始人 Noah Shinn 给出的数字是：40% 的用户在三周内绑定了个人信用卡。一旦开始下单，这些用户平均每月通过 Instinct 花 1300 美元。他还说，Instinct 的年化交易额已经超过 10 亿美元，其中一半是旅行。
这不是订阅收入，是交易流水。
Agent 不卖“每月 20 美元聊 100 次”，它卖“我替你把这件事办了，从这笔交易里抽一点”。
交易抽成的账也不神秘。假设抽成 1%–3%，10 亿美元年化流水对应 1000 万到 3000 万美元年收入。要撑起一家大公司，流水还得再上一个量级。所以 Agent 抢的不是“订阅费”，是“交易入口”；入口越大，抽成才越有意义。
为什么这条路更快？
因为用户不需要先相信一个新产品，再付一笔固定月费。他只要在一次真实消费里，让 Agent 替他省事。省事发生了，钱才发生。
Muse 走的是另一条路：先做规模。上线第一周 25 万日活，不到一个月 500 万下载，但只开美国和加拿大。
一个靠交易，一个靠下载。两种打法，最后都要回答同一个问题：钱在哪一步被收走。
答案往往不在 Agent 手里，在结账页。
亚马逊封掉 Meta 的 Muse，用了不到两周。理由不复杂：Agent 替用户比价、下单，绕过了亚马逊的搜索和推荐，也绕过了它的广告位。
另一边，Shopify、Instacart、OpenTable、Expedia、Ticketmaster、Plaid 选择了签官方集成。
一个封，一个接。差别在于：你是把 Agent 当流量，还是当渠道。
平台的分裂也很现实：既想要 Agent 带来的成交，又不想让 Agent 把用户和广告位一起带走。签官方集成，是把 Agent 变成销售渠道；封禁，是把它当成流量黑洞。两种选择，取决于平台自己的收入结构。
对平台来说，Agent 一旦能替用户下单，它就不再是一个 App，而是一个新的入口。入口会重新分配三样东西：用户注意力、交易数据、抽成权。
所以 Agent 的钱，卡在“谁控制结账”这道门上。
你能替用户找到商品，不代表你能替用户付钱。你能替用户付钱，不代表平台愿意让你抽成。
这也是为什么“能操作浏览器”的通用 Agent 看起来很酷，商业化却很慢。它每前进一步，都要经过别人的门。
反过来，垂直 Agent 更容易收到钱：它直接接入了商户、航司、餐厅的库存和结算，平台知道它是来带单的，不是来截流的。
Agent 的钱不是“更聪明的模型”带来的，是“更深的交易权限”带来的。
不是一句“钱流向 Agent”。更准确的说法是：存量在入口，增量在 Agent，利润在工具。
入口层：ChatGPT 的网页访问量是 Gemini 的 2 倍、Claude 的 6 倍；移动端月活是 Gemini 的 2.5 倍、Claude 的 14 倍；付费订阅用户是后两者的 3 倍。
Claude 升到第三，靠的是 Cowork、Claude Design、Fable 5 这些面向专业用户的产品。它最贵的 Max 套餐（100 美元/月起）占了 7.3% 的付费用户，Google 是 1.3%，ChatGPT 是 1.1%。
入口层收的是订阅，或者广告。Anthropic 明确说 Claude 不做广告，只收订阅。这条路毛利高，但付费率天花板也看得见。
三家公司半年发了 127 个新东西。Anthropic 押专业用户，Google 押创作模型，OpenAI 两头都做。入口层的竞争，已经不是“谁的模型强”，是“谁能让用户把默认入口留给自己”。
产品方向的分叉也很明显：Anthropic 把力气放在专业用户的工作流，Google 把力气放在创作模型，OpenAI 既做企业也做消费者。入口层最后拼的不是单点能力，是产品矩阵能不能覆盖用户一天里的多个任务。
代表：ChatGPT、Gemini、Claude
优势是规模，风险是付费率。4.5% 的付费面，决定了它必须去找下一个收费方式。
代表：Canva、Notion、Meshy
优势是毛利和迁移成本，风险是被入口吞掉。用户从聊天框里一句话生成，工具就可能失去一次打开。
代表：Instinct、Muse、Dots
优势是离钱最近，风险是平台封路。每多一步操作，就多一道别人的门。
三条管道不是替代关系，是分工。入口负责规模，工具负责毛利，Agent 负责把规模变成交易。
但 Agent 这条管道最窄，因为门口站着平台。它能不能变宽，不取决于模型再聪明多少，而取决于有多少商户愿意把结账权限交出来。
第七期最值得记住的，不是谁排第一。
是 a16z 终于把“花钱”单独列了出来。流量榜告诉你谁被看见，花钱榜告诉你谁被需要。
下一期如果还只看月活，会错过真正的变化。更该看的是三个数：交易额、抽成率，以及付费用户第二年还在不在。
如果 Agent 只带来流量，带不来可抽成的交易，它就只是另一个聊天框。
而聊天框，已经够多了。