这份死亡名单上有738个名字。
其中不乏一些曾经的明星AI项目，例如OpenAI推出的AI语音识别产品Whisper.ai，Stable Diffusion的知名套壳网站FreewayML、StockAI，以及曾被视为是“谷歌竞争者”的AI搜索引擎Neeva。
“在整个过程中，我们发现构建搜索引擎是一回事，而说服普通用户转向更好的选择则是另一回事。”Neeva 联合创始人斯里德哈尔·拉马斯瓦米（Sridhar Ramaswamy）和维韦克·拉古纳坦（Vivek Raghunathan） 在宣布Neeva关闭的博客文章中写道。
这份AI项目死亡名单来自AI工具聚合网站“DANG！”的一个子页面——AI Graveyard（AI墓地）。AI墓地页面中的大多数项目都写明了项目背景、功能、技术应用以及死亡时间，就像刻在赛博空间的墓志铭。
AI Graveyard（AI墓地），图片来源：DANG！
根据「甲子光年」统计，截至2024年6月，这份名单共收录了738个已经死去或者停止运行的AI项目，具体来看：
Chatbot、AI写作等文生文产品共271个，约占37%；
AI绘画、AI设计等文生图产品共有216个，约占29%
AI语音、AI视频等文生音视频产品共有73个，约占10%；
AI代码工具、SEO优化工具等其他类产品，约占33%。
它们因何而死？
1.不是死于“套壳”，而是死于“没能套好壳”
在AI墓地，不少都是“套壳”的产品。
比如AI Pickup Lines（AI搭讪语），用户可以用它每天免费生成10条搭讪文案，也可以选择9.99美元/月或99.99美元/月的付费订阅，从而生成无限数量的搭讪台词，并灵活地选择任何关键词；此外，用户还可以选择以499.99美元的价格购买综合数据库，获取涵盖各种主题和风格的10万多条内容搭讪内容。
然而，AI Pickup Lines存活时间并不长，2022年底上线，2023年初就关闭了。
AI Pickup Lines，图片来源：AI Graveyard
AI Pickup Lines关闭的最主要原因是娱乐性大于实用性，以及随着越来越多竞品大模型能力的增强，这类接入单一API的产品也很难应对生活中复杂多变的社交场景，壁垒会越来越薄；另外，虽然这类产品可能通过广告或一次性购买获得收入，但长期的用户留存和盈利能力不足，最终入不敷出关停。AI周报生成器、AI哄女友文案生成器等“套壳”产品的死亡也都是这个逻辑。
不过，“套壳”并不是一个贬义词。
「甲子光年」曾提到：非AI从业者，视“套壳”如洪水猛兽；真正的AI从业者，对“套壳”讳莫如深。但由于“套壳”本身并没有清晰、准确的定义，导致行业对“套壳”的理解也是一千个读者有一千个哈姆雷特。
前语雀设计师，现AI助手Monica联合创始人Suki在即刻上分享了“套壳”的四重进阶：
一阶：直接引用 OpenAI 接口，ChatGPT 回答什么，套壳产品回答什么。卷UI、形态、成本。
二阶：构建 Prompt。大模型可以类比为研发，Prompt 可以类比为需求文档，需求文档越清晰，研发实现得越精准。套壳产品可以积累自己的优质 Prompt，卷 Prompt 质量高，卷 Prompt 分发。
三阶：Embedding 特定数据集。把特定数据集进行向量化，在部分场景构建自己的向量数据库，以达到可以回答 ChatGPT 回答不出来的问题。比如垂直领域、私人数据等。Embedding 可以将段落文本编码成固定维度的向量，从而便于进行语义相似度的比较，相较于 Prompt 可以进行更精准的检索从而获得更专业的回答。
四阶：微调 Fine-Tuning。使用优质的问答数据进行二次训练，让模型更匹配对特定任务的理解。相较于 Embedding 和 Prompt 两者需要消耗大量的 Token，微调是训练大模型本身，消耗的 token 更少，响应速度也更快。
如果把模仿 Llama2 架构做预训练也算进去，可以看做第五阶。这五重进阶，基本囊括了大模型“套壳”的每一个场景。
尽管都是“套壳”，但“套壳”的程度不同，现在也有很多“套壳”的产品因为精巧的设计和良好的定价策略生存了下来，甚至活得不错。
就比如说前文提到的AI助手Monica，就是通过收购ChatGPT for Google升级而来的产品。它内置了GPT-4o、GPT-4、Gemini、Claude Llama 3等大模型，因其良好的对话、搜索、总结、翻译、表格处理、图片编辑等功能，在几个月的时间里收获了几百万用户。
再比如有着“套壳*”之称的AI搜索产品Perplexity，由于其极快的响应速度、精准的问题回复、可存档的多轮交互等特性，使其常年位居a16z的Top 50 Gen Al Web Products前十名。截至2024年5月中旬，其产品的日度访问用户量达到了300万次，相比一年前增长了5倍以上。
Perplexity联合创始人、CEO阿拉文德·斯里尼瓦斯（Aravind Srinivas）今年初就表示：“人们可以将Perplexity看做是一个AI‘套壳’产品，但成为一个拥有十万用户的‘套壳’产品显然比拥有自有模型却没有用户更有意义。”
Perplexity页面，图片来源：Perplexity
还有不少独立开发者的制作的AI“套壳”产品也表现优异。
比如，有着多年市场研究经验的David Bressler就通过无代码平台Bubble搭建了一个名为的formula bot的Excel公式生成器，赚到26000美元的ARR（年度经常性收入）；也有独立开发者通过在细分领域深耕，做出了AI聊天机器人平台Chatbase，其MRR（月度经常性收入）约为64000美元；此外，还有Magnific（图像超分、增强工具，5个月积累了72万用