research archive / failed products / evidence first

记录 AI 产品如何失败、停更、转型与消失。

一个面向 AI 创业者、产品人和研究者的结构化案例库。我们不消费失败,而是把热闹过后的结局整理成可检索、可比较、可复盘的研究样本。

how to read

这不是资讯流,而是一套研究阅读框架。

这个项目的目标不是追热度,而是把失败产品变成可复盘、可比较、可积累的反面样本。

先看结构

每个案例尽量拆成状态、死因、时间线、证据,而不是只讲一个热闹故事。

先看模式

重点不是谁翻车,而是哪种失败机制在重复出现。

先看证据

事实、公开来源和分析判断尽量分开,降低情绪化解读。

warning patterns

常见死因,不是热闹过后的注脚,而是可复用的反面样本。

PMF 不成立交互成本高叙事大于日用价值战略转向成本压力产品与公司目标错位入口弱势留存压力
archive statistics

基础统计

高频失败标签
PMF 不成立31%
交互成本高25%
叙事大于日用价值19%
战略转向13%
名存实亡
02
名义上仍存在,但已失去真实势能。
转型
01
原产品路径被公司战略调整替代。
已关闭
02
产品明确结束或服务停止。
停更
01
产品仍可访问,但更新和推进基本停滞。
why this archive matters

价值不在“看谁死了”,而在识别失败模式何时开始出现。

对独立开发者

看到哪些看起来能做的小产品,其实从一开始就没有长期壁垒。

对产品经理

看到叙事、使用频次、成本结构和用户习惯之间的断裂。

对创业者

避免把短期热度误判成长期入口,把概念验证误判成 PMF。