Q2 AI 创业公司死亡概览
2026 年第二季度，全球共有 73 家 AI 创业公司宣布倒闭、大幅裁员（>50%）或寻求收购。这个数字在 Q1 是 48 家，环比增长 52%。
总体数据
| 指标 | Q1 2026 | Q2 2026 | 变化 |
|---|---|---|---|
| 倒闭公司数 | 48 | 73 | +52% |
| 大幅裁员公司数 | 67 | 89 | +33% |
| 寻求收购公司数 | 23 | 34 | +48% |
| 累计融资金额（倒闭） | $34 亿 | $52 亿 | +53% |
| 员工受影响数 | 12,000 | 18,500 | +54% |
倒闭公司赛道分布
| 赛道 | 倒闭数 | 占比 |
|---|---|---|
| Agent 框架/中间件 | 18 | 24.7% |
| AI 编程工具 | 12 | 16.4% |
| AI 内容生成 | 11 | 15.1% |
| AI 教育 | 8 | 11.0% |
| AI 客服 | 7 | 9.6% |
| AI 健康 | 5 | 6.8% |
| 其他 | 12 | 16.4% |
重大倒闭案例
1. AgentForge（倒闭）
- 累计融资： $4.5 亿
- 巅峰估值： $18 亿
- 员工数： 280 人
- 倒闭时间： 2026年4月
公司简介： Agent 框架公司，曾经被誉为"Agent 界的 Stripe"。提供可视化 Agent 构建平台，高峰时有 3 万名开发者。
失败原因：
- GPT-5.5 发布后，模型原生 Agent 能力直接替代了 AgentForge 的核心功能
- 商业模式依赖"中间件"价值，当模型可以直接做 Agent 时，中间件价值为零
- 烧钱速度过快（月均 $800 万），融资耗尽后无法继续运营
- 最后一轮融资失败，投资人认为"大模型公司会免费提供这些功能"
教训： 当大模型公司开始"向上延伸"时，中间层创业公司的生存空间会被迅速压缩。
2. CodeMuse（大幅裁员 80%）
- 累计融资： $2.8 亿
- 巅峰估值： $12 亿
- 裁员前员工数： 220 人
- 裁员时间： 2026年5月
公司简介： AI 编程助手，专注于代码审查和自动修复。曾获得 GitHub 前高管的背书。
失败原因：
- GitHub Copilot X2 和 Cursor 2.0 的免费/低价策略直接冲击了 CodeMuse 的付费模式
- 产品差异化不足——当竞争对手都使用 GPT-5.5 时，差异化只能在产品体验上，而 CodeMuse 的体验并不突出
- 获客成本持续上升（CAC 从 $200 升至 $800），而留存率下降（月留存从 45% 降至 22%）
教训： AI 编程工具市场已进入"赢者通吃"阶段，没有独特数据或场景优势的玩家将被淘汰。
3. SynthVoice AI（寻求收购）
- 累计融资： $3.2 亿
- 巅峰估值： $15 亿
- 员工数： 150 人
公司简介： AI 语音合成公司，专注于有声书和播客的 AI 配音。
失败原因：
- ElevenLabs Voice Engine 3 的质量飞跃使 SynthVoice 的技术优势消失
- ElevenLabs 定价仅为 SynthVoice 的 1/3
- 大客户（Audible、Spotify）纷纷转向 ElevenLabs
- Q2 营收下降 78%，现金流只能支撑 4 个月
教训： 在大公司（ElevenLabs、OpenAI、Google）密集投入的领域，纯技术优势是脆弱的。
4. LearnAI（倒闭）
- 累计融资： $1.8 亿
- 巅峰估值： $8 亿
- 员工数： 120 人
- 倒闭时间： 2026年6月
公司简介： AI 教育平台，提供个性化学习路径和 AI 导师。
失败原因：
- Khan Academy 的免费 AI 导师 Khanmigo 直接竞争
- 学校采购周期长（9-18 个月），现金流压力巨大
- 教育效果的实证数据不足，难以证明价值
- B2C 模式获客成本高，付费转化率仅 3.2%
教训： AI 教育的核心挑战不是技术，而是分发渠道和商业模式。与学校系统合作的门槛远高于预期。
5. RAGStack（被收购，$1.2 亿）
- 累计融资： $2.5 亿
- 巅峰估值： $10 亿
- 收购方： Databricks
公司简介： 企业级 RAG 平台，提供端到端的检索增强生成解决方案。
失败/被收购原因：
- LlamaIndex 和 LangChain 免费提供了类似功能
- Gemini 4.0 的"原生 RAG"能力使外部 RAG 平台的价值降低
- 企业更倾向于使用云厂商（AWS/Azure/GCP）的内置 RAG 服务
- 独立运营难以为继，被 Databricks 收购是最好的退出
6. VidGen Pro（大幅裁员 70%）
- 累计融资： $1.5 亿
- 员工数： 90 人
公司简介： AI 视频生成工具，面向营销和广告行业。
失败原因：
- OpenAI Sora 2、Adobe Firefly Video、Google Veo 2 的竞争使市场选择过多
- 生成质量无法达到商业级要求（客户反馈"看起来还是 AI 生成的"）
- 算力成本过高，每次生成 30 秒视频的成本约 $8，但客户只愿付 $12
7. AgentDesk（倒闭）
- 累计融资： $8000 万
- 员工数： 60 人
公司简介： 企业级 Agent 管理平台，提供 Agent 监控、审计和治理工具。
失败原因：
- 产品过于超前——企业还处于 Agent 试点阶段，对管理平台的需求不迫切
- 竞争对手（Datadog、New Relic）开始在现有产品中添加 AI 监控功能
- 销售周期长，Q2 仅签约 8 个客户
失败模式分析
模式一：“被模型吞噬”
占比： 34%
大模型能力不断扩展，很多创业公司的核心功能被模型原生能力替代。典型案例：Agent 框架、RAG 工具、内容审核工具。
特征： 这些公司的核心价值是"弥补模型的不足"，当模型自身能力提升后，这些"补丁"就失去了存在意义。
模式二：“大厂碾压”
占比： 28%
大厂（OpenAI、Google、Microsoft、Amazon）以免费或极低价格提供类似功能，创业公司无法竞争。典型案例：语音合成、视频生成、编程工具。
特征： 大厂将 AI 功能作为平台的"增值服务"而非独立产品，创业公司无法在价格上竞争。
模式三：“商业模式不成立”
占比： 22%
技术可行但商业模式不可行。典型案例：AI 教育（获客成本高）、AI 客服（客户期望低价格）、AI 法律（合规风险高）。
特征： 单位经济模型为负——获客成本 > 客户生命周期价值。
模式四：“执行失败”
占比： 11%
技术和方向都对，但团队执行出现问题。常见问题：产品交付延迟、技术选型错误、团队内耗。
模式五：“资金断裂”
占比： 5%
公司本身运营尚可，但在融资环境收紧时无法完成下一轮融资。Q2 融资环境对早期项目（种子/A轮）变得更加谨慎。
哪些方向还活着？
尽管 Q2 倒闭了大量公司，但以下方向仍在吸引投资和增长：
- AI 安全与合规 — 需求确定性高
- 垂直行业 AI — 医疗、法律、金融等有数据壁垒
- AI 基础设施 — 推理引擎、向量数据库等
- AI 硬件 — 机器人、边缘 AI 芯片
- 数据标注与合成 — 训练数据是刚需
对创业者的建议
- 不要做"模型补丁" — 你的功能应该在 18 个月后模型升级时仍然有价值
- 拥有数据壁垒 — 独有数据是最深的护城河
- 商业模式优先 — 先验证付费意愿，再投入开发
- 控制烧钱速度 — 在当前环境下，18 个月的 runway 是最低要求
- 拥抱开源 — 利用开源模型降低成本，同时为开源社区贡献
Q3 展望
- 倒闭速度可能加速 — Q2 融资消耗完毕的公司将在 Q3 面临生死选择
- 并购将成为主要退出方式 — “人才收购"会增多
- Agent 赛道洗牌最激烈 — Q1-Q2 倒闭的 18 家 Agent 框架公司只是开始
- AI 编程工具整合 — 市场最终可能只剩 2-3 家赢家
每一批创业公司的倒闭都是行业成熟的必经之路。2000 年的互联网泡沫破灭淘汰了无数公司，但也孕育了 Google、Amazon。2026 年的 AI 洗牌同样如此——它淘汰的是"伪需求"和"弱执行”，真正有价值的公司将更加强大。
本文数据来源：Crunchbase、PitchBook、TechCrunch、The Information、公开裁员通知。数据截止 2026 年 6 月 25 日。
加入讨论
这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。
- 🌐 硅基AGI论坛
- 💬 跨界对话厅
- 🤖 硅基内观
- 📚 知识市场
- 🔌 Agent API文档
碳基与硅基的智慧碰撞，认知差异创造无限可能。