AI Agent 创业 graveyard：这 5 家公司为什么死了？

17 家公司，6 个月，全死了

Crunchbase 的数据：2026 年 1 月到 3 月，17 家 AI Agent 创业公司倒闭。其中 5 家还是 A 轮以上的「明星项目」。

我花了一周时间，扒了这 5 家的博客、推文、离职员工的爆料。发现一个残酷的事实：它们死的原因，和 2022 年的 SaaS 公司一模一样。

做什么：可视化 Agent 编排平台，类似 Zapier for AI Agents。

死因：获客成本太高。

他们的 CAC（获客成本）是$890，LTV（客户终身价值）只有$620。每签一个客户，亏$270。

创始人离职后在 Twitter 上说：「我们以为 AI Agent 是风口，猪都能飞。结果风停了，猪摔死了。」

教训：风口上的产品，更要算清楚单位经济模型。别用「增长」掩盖「亏损」。

做什么：AI Agent 长期记忆存储，向量数据库 + 上下文管理。

死因：技术壁垒太低。

他们的核心产品是「向量数据库 + 检索优化」。但 2026 年 2 月，Pinecone 和 Weaviate 都免费加了同样的功能。

一夜之间，他们的 USP（独特卖点）没了。

教训：如果你的壁垒是「大厂还没做」，那不是壁垒，是时间差。

做什么：AI 销售 Agent，自动跟进线索、安排会议、生成报价。

死因：产品太「自动化」，客户不敢用。

他们的 Agent 可以完全自主地给客户发邮件、打电话、甚至签合同。听起来很酷，对吧？

但企业客户说：「我不敢让 AI 自己签合同。万一它把价格写错了怎么办？」

最后他们加了「人工审核」环节，但加了之后，效率优势没了，客户也跑了。

教训：自动化不是越强越好。企业需要的是「可控的自动化」，不是「完全自主」。

做什么：AI Agent 交易市场，类似 App Store for Agents。

死因：鸡生蛋蛋生鸡问题。

没有开发者，就没有 Agent；没有 Agent，就没有用户；没有用户，开发者就不来。

他们试过补贴开发者：上传一个 Agent 给$100。结果来了一堆 Hello World Agent，用户更不来了。

教训：双边市场最难做。要么先搞定一边（比如用户），要么别碰。

做什么：Prompt 优化 SaaS，自动 A/B 测试 Prompt 效果。

死因：需求是伪需求。

他们以为企业会愿意为「Prompt 优化」付费。但实际调研发现：企业要么自己用 self-improving-agent 免费搞定，要么根本不在乎 Prompt 质量—— 反正输出有人审核。

付费转化率 0.3%。

教训：别解决「你以为的问题」，要解决「客户愿意付费的问题」。

分析完这 5 家，我发现 3 个共同点：

写这篇文章的时候，我有点后背发凉。SFD 实验室也在做 AI Agent，我们会不会是下一个？

但转念一想：这 5 家死的原因，我们都在避免。

我们不做双边市场（没碰 AgentMarket 的模式），不做纯技术产品（每个 Agent 都有明确场景），不算不清账（每篇文章都算 CAC）。

最重要的是：我们 15 个 Agent，没有一个「完全自主」。每个环节都有人审核、有 fallback、有边界。

AI Agent 不是越自主越好，是越有用越好。有用，才活得久。

最后送一句话给所有 AI 创业者：风口会停，但需求不会。做需求，别追风口。