本文首发于 Turbo0 博客，英文原文与完整图表见原文。
截至目前，Turbo0 收录了 6100 款产品 ，其中 74 款已被确认死亡 ------网站无法访问、跳转到域名停放页，或者以其他方式明显下线。算下来，死亡率大约是 1.21%。
这个数字之所以这么低，是因为我们判定得很保守：不会因为流量掉了一周、或者域名偶尔连不上，就把一个产品标记为死亡。这 74 个案例每一个都经过了人工复核。这篇文章想做的是，把这 74 个样本放到一起看看：哪些品类死亡最多、一个独立工具从上线到消失平均能撑多久、它们在下线前用的是什么定价模式。
如果你正在做产品，不妨把这篇文章当成一组基础概率，而不是猎奇的"坟场巡礼"。有些结论会让人安心，有些不会。
我们是怎么发现它们"死"了的
Turbo0 会对收录的每个产品持续采集两类信号：Ahrefs 的 Domain Rating（DR） ，每周一次；Similarweb 的流量估算，每月一次。随着时间积累，每个产品都会形成一条小小的时间序列------我们能看到 DR 在漂移，流量在上升、走平，或者跌到零。
但这些序列只是信号，不是判决。当一个产品的流量长期归零、DR 又持续下滑时，它会被放进一个待复核列表，然后团队里的人会真的打开网站去看：还能不能访问、是不是跳转到了域名停放页、DNS 是否已经失效、产品功能是否还和原来一样。只有经过这一步人工确认，产品才会被标记为死亡------它会进入一份确认名单，再由一个批处理任务把目录里对应的条目统一标记为不可用。
这里有一个刻意的产品决策值得说一下：我们不会删除死站的页面。 页面会保留下来，但会加上一个明显的"This site is no longer available"提示标签，同时这个页面上所有的外链------不管原来属于哪个定价方案------都会被自动加上 nofollow。我们更愿意保留历史记录（这个产品当初是做什么的、属于什么品类、和同类产品比起来如何），而不是直接抹掉；但也不会继续把链接权重传递给一个已经不再承载原产品的域名。
在看数据之前，有一点要如实说明：74 是下限，不是上限。 检测本身存在滞后------一个产品可能已经停摆了好几周，流量信号才会低到触发复核；还有一些"缓慢死亡"的情况（页面技术上还能打开，但已经很久没有更新，客服也联系不上）根本不会被自动化检测捕捉到。我们目录里实际处于废弃状态的产品数量，大概率比 74 更多。接下来的分析，是我们能证实的部分，而不是一次完整普查。
哪些品类真的死得更多
最直接的切法是看绝对数量："Others"（18 个）、"Image Editing 图像编辑"（16 个）、"Platforms 平台工具"（15 个）排在前面。但只看绝对数量容易误导------它很大程度上只是反映了这个品类本身有多少个产品。一个有 1600 个产品的品类，哪怕失败率更低，死亡的绝对数量也很可能比只有 100 个产品的品类更多。真正有意义的指标是死亡率：某品类的死亡产品数 ÷ 该品类的总产品数。
按死亡率排序的品类对比。总样本量低于 100 的品类会被特别标出------一个死亡案例就能大幅拉动它们的比例，这类数字只能作为参考方向，不能当作定论。
把排序切换成死亡率之后，有一个品类同时满足"死亡率高"和"样本量足够大、值得信任"这两个条件：Image Editing 图像编辑 ，死亡率 1.45%（1100 个产品中死了 16 个）。这是所有有意义样本规模的品类里最高的死亡率，而且领先幅度不小------第二名 Platforms 平台工具的死亡率是 1.10%，基数同样很大（1368 个）。
另外两个品类的数字表面上更高------Screen Recording 屏幕录制 （1.39%）和 Video Resources 视频资源 （1.39%）------但需要加一句说明。Screen Recording 的死亡率是在只有 72 个产品的基数里，死了 1 个得出来的，这不是一个趋势，只是一个百分号包装出来的孤立数据点。Video Resources 的样本相对扎实一些（361 个里死了 5 个），但和 Image Editing 的样本量比起来仍然偏薄。我们选择如实标注这一点，而不是假装三个品类的结论同样可信。
比较实在的结论是：Image Editing 是我们数据里唯一一个"死亡样本足够多、总样本也足够大"、可以真正有把握说竞争异常激烈的品类。它同时也是 Turbo0 上收录数量最多的品类之一，这大概率不是巧合------过去一年里涌现了大量基于 AI 的图像编辑工具，很多用的是同一批底层模型，彼此之间几乎只在 UI 和定价上竞争，缺乏真正的护城河。
如果你正在做一个 AI 图像编辑类的产品，这不是劝退的理由，而是提醒你：需要有一个具体的、说得清楚的理由，解释一年后你还在，而十几个视觉上很相似的竞品已经不在了。
它们平均能活多久
对每一个死亡产品，数据里都有一个估算的存活周期------大致是从上线到确认下线之间的时间跨度。把 74 个样本放在一起看，分布是这样的：
74 个已确认死亡产品的估算存活月数分布。虚线标出了中位数：10.68 个月。
- 最短： 2.42 个月
- p25： 8.33 个月
- 中位数： 10.68 个月
- p75： 12.79 个月
- p90： 14.34 个月
- 最长： 16.51 个月
- 均值： 10.35 个月
有几个点值得注意。首先，中位数不到一年------一半最终死亡的产品，都没能撑到自己的一周年。其次看 p25 到 p90 之间的跨度：8.33 到 14.34 个月，只有六个月宽，却装下了 80% 的死亡案例。几乎没有产品活过 16.5 个月才下线，也几乎没有产品在头两个月内就死掉------这份数据捕捉到的失败模式，不是"上线即弃坑"，而是"运营了大约一年左右，然后悄悄停摆"。
这个模式和一个很典型的独立开发者故事对得上：上线后先获得一波初始流量（可能来自某个目录收录、一次 Product Hunt 发布，或者早期 SEO 红利），靠这波流量撑几个月，然后如果没有能持续增长的渠道、也没有足够覆盖托管成本和时间投入的收入，就会在第 8 到第 15 个月之间逐渐停下来。如果你的产品已经度过了这个窗口期还在正常运转，这份数据至少说明你已经越过了风险最高的那一段------不代表从此高枕无忧，但确实比大多数没撑住的产品走得更远。
定价模式和死亡的关系：相关，但不是因果结论
先看这 74 个死亡产品的定价模式分布：
74 个死亡产品的定价标签分布。免费产品占了确认死亡案例中一半以上。
- Free 免费： 37 个（51%）
- Freemium 免费增值： 29 个（40%）
- Paid 付费： 7 个（10%）
很容易把这个结果读成"付费产品更安全"，原始数字也确实和这个说法方向一致------死亡产品里超过一半是纯免费的，付费的不到一成。一个纯免费产品完全没有收入线，能不能活下去全看开发者愿不愿意继续自掏腰包付托管费、继续投入时间维护却没有任何回报，这比哪怕一点点订阅收入要脆弱得多。
但我们不想在这里过度解读因果关系，原因很具体：我们并不知道存活下来的那 6026 个产品的定价模式分布，而免费工具很可能本身就是整个目录里占比最大的一类，不只是死亡样本里占比大。如果假设 6100 个收录产品里有 55% 都是免费的，那么免费产品在死亡样本里占 51%，其实并不能说明它风险更高------可能只是反映了它在总体里的占比。同理，Paid 死亡数量最少（7 个），也可能部分是因为整个目录里付费产品的基数本来就小，而不是"收费=不会倒闭"。
我们能站得住脚说的是：一个完全没有变现设计的产品，等于拿掉了开发者在最初热情褪去之后继续投入的最大理由。哪怕只是一个 Freemium 层级------哪怕只有一个付费用户，也是一个"有人真的在乎"的持续信号------都会改变开发者是否愿意继续维持这个项目的动机。这份数据没法证明"收费就能活下来"，但和"完全没有收入路径，是项目在第 10 个月左右悄悄被放弃的原因之一"这个说法是吻合的。
五个简短的案例
只呈现名字和数据，不做多余评判：
- Pain Signal （Freemium，Growth 品类）------本次数据里存活时间最短的产品，估算只运营了约 2.42 个月就下线了。
- Unblur Image （Freemium，Image Editing 品类）------一款 AI 图像锐化工具，是 Image Editing 品类 16 个死亡案例之一，大约存活了 4.2 个月。
- Beam Video （Paid，Video Resources 品类）------比较少见的付费产品死亡案例，估算存活了 9.94 个月，和整体中位数大致相当。
- Screenrecorder.me （Free，Screen Recording 品类）------Screen Recording 品类（共 72 个产品）里唯一一个确认死亡的案例，存活了约 15.1 个月，明显高于整体中位数。
- NuxtBase （Paid，Website Creation 品类）------本次数据里存活时间最长的产品，估算约 16.51 个月，即便是付费模式、即便是我们确认死亡产品里跑得最久的一个，最终还是没能撑下去。
Beam Video 目前在 Turbo0 上的详情页------前文提到的死站标签和 nofollow 处理，落到了一个真实产品身上。
Wayback Machine 存档的 beamvideo.io 快照，时间是 2025 年 12 月 18 日------这是该产品下线前留下的最后一张"存活"截图。
NuxtBase 在 Turbo0 上的详情页------本次数据集里存活时间最长的产品（16.51 个月），最终依然被标记为死亡。
这些不是用来挖苦谁的反面教材------大多数都是搭建得相当扎实、解决了某个具体（哪怕很小众）问题的产品，只是恰好落在了大多数独立产品最终都会落入的那个分布区间里。
再多看一个角度：它们是什么时候上线的
最后再补一个切面：这 74 个产品最初是在什么时候被收录进 Turbo0 的？
74 个死亡产品分别在哪个月首次被 Turbo0 收录。这张图更多反映的是 Turbo0 自身的收录节奏，仅作背景参考，不代表产品死亡率的趋势。
这张图的形状主要反映的是 Turbo0 自身的收录节奏------某些月份我们收录的产品本来就更多（尤其是 2025 年 8 月到 10 月），死亡产品自然也更容易集中在这些高收录量的月份，这本身并不能说明某个月上线的独立工具更容易失败或更不容易失败。放这张图主要是为了透明，而不是作为一个独立结论：结合前面的存活时长数据看，这 74 个产品大多是在过去一年半以内上线的，这和中位数 10.68 个月的存活窗口是吻合的------我们捕捉到的是相对近期发生的死亡，而不是十年积累下来的历史存量。
这些数据能教给独立开发者什么
把上面几条线索拢在一起，这是数据能支撑的结论------不是泛泛的创业鸡汤，而是直接对应这 74 个产品得出的：
- 第 8 到第 15 个月是危险期。 p25 是 8.3 个月，p90 是 14.3 个月，这份数据里大多数失败都发生在这个窗口------不是立刻死掉，也很少撑过 16 个月才死。如果你的产品正走向第一年，还没想清楚第 10 个月之后靠什么支撑下去，现在就是该想清楚的时候。
- 零收入模式不一定致命，但会拿掉你的安全边际。 免费产品占了死亡样本的 51%。由于不知道整体基数，我们没法直接下因果结论，但实际的启示是一样的：在最初的上线流量褪去之前，尽量建立起至少一个"有真实需求"的信号------一个付费层级、一个能转化的候补名单，任何都行------因为单靠首发流量，很少能撑过产品的第一年。
- 对自己所在品类的拥挤程度要诚实。 Image Editing 是我们数据里唯一一个样本量足够大、死亡率又足够高、可以确认竞争异常激烈的品类------1100 个产品里死了 16 个，死亡率是 Growth 或 Video Editing 这类品类的三倍以上。这不代表不该做图像类工具，而是说你需要一个具体的理由，让用户选你而不是另外十几个几乎长得一样的同类产品。
- 小样本的死亡率容易误导人------看到一个吓人的百分比之前，先看看分母，包括这篇文章里提到的一些数字。Screen Recording 的 1.39%，分母只有 72，分子只有 1。不要因为单个数据点，就轻易被劝退或者被打了鸡血冲进某个品类。
如果你正在做一个独立工具，Turbo0 正是我们用来追踪这 6100 个产品（不管死活）的地方，欢迎把你的产品提交上来，让它也被计入这份统计。比起在未来某一版这样的报告里再见到你，我们更希望一年后你依然出现在"存活"那一栏。
Turbo0 持续追踪独立工具的数据与增长趋势，感兴趣的话欢迎搜索了解一下。