一万个独立产品的收入我全抓下来了：没有快钱
去年十月底，Marc Lou 上线了 TrustMRR，一个把 Stripe 这类支付账户直接接进来、只显示验证过收入的排行榜。之后独立开发者的圈子里就多了一种说法：榜上一半以上的产品 MRR 是零，大部分独立产品赚不到钱。这个说法有数据支撑，按榜单的 mrr 字段算，零收入的记录占 58.4%。配的评论大同小异，大意是你看，大部分人都在做慈善。
我最近正好在纠结要不要做自己的产品，想搞清楚这个数字到底可信不可信。TrustMRR 有公开的 API，我申请了一个 key，把上面的记录全抓了下来，一共 10,150 条，每条 40 个字段。API 限速每分钟 20 次，每页只给 10 条，抓完花了差不多一个小时。抓的是全量，没有抽样误差。
先说结论。从没赚到过一分钱的产品是 26.1%，不是 58.4%。58.4% 数的是 mrr 为零的记录，mrr 只统计订阅，榜上近一半的钱不在这个字段里。近 30 天有进账的是 49.1%。月订阅收入在 5,000 美元以上、数据还在同步的是 3.5%，中位年龄一年半；三个月内的产品做到月入五千的只有 1%。这份数据里最经得起推敲的一个发现是钱来得慢。
58% 是怎么算出来的
TrustMRR 给每个产品三个收入字段：mrr、last30Days 和 total。mrr 是月度订阅收入，last30Days 是过去三十天的实际进账，total 是历史累计。「58% 赚不到钱」的算法很简单，数 mrr 等于 0 的记录，5,930 条，占 58.4%。
mrr 只统计订阅。一个卖买断制模板的产品，不管卖了多少，这个字段永远是 0。Marc Lou 自己的 ShipFast 就是这样，一个一次性付费的 Next.js 模板，榜上显示累计收入 1,270,003 美元，mrr 是 0。Gumroad 也在榜上，近 30 天进账 714 万美元，mrr 同样是 0。按这个算法，ShipFast 和 Gumroad 都在「赚不到钱」的那 58% 里。
把三个字段放在一起看，10,150 条记录可以分成五类。
| 状态 | 定义 | 记录数 | 占比 |
|---|---|---|---|
| 在赚钱，有订阅 | 30 天 > 0，mrr > 0 | 3,765 | 37.1% |
| 在赚钱，没有订阅 | 30 天 > 0，mrr = 0 | 1,222 | 12.0% |
| 曾赚过，近 30 天为零 | 累计 > 0，30 天 = 0 | 2,417 | 23.8% |
| 从没赚到过钱 | 三项全为 0 | 2,654 | 26.1% |
| 数据不一致 | mrr > 0 但累计 = 0 | 92 | 0.9% |
mrr = 0 的 5,930 条是后四行之和，其中 1,222 条近 30 天有进账，收的不是订阅费。
72.9% 的产品历史上赚到过钱，49.1% 近 30 天有收入。但「有收入」的门槛很低。近 30 天有进账的 4,987 个产品，中位数是 169 美元。累计收入的中位数是 535 美元。前 1% 的产品拿走了近 30 天全部收入的 76.1%。大部分产品在赚零花钱，中间档几乎是空的。
订阅之外的钱
mrr 漏掉了所有非订阅收入，漏掉的有多少？
全站近 30 天的实收是 mrr 总和的 2.08 倍。Gumroad 一条记录拉高了不少，剔掉它还是 1.69 倍，也就是全站 40.7% 的钱不是订阅收入。
产品层面也一样。4,987 个在赚钱的产品里，1,222 个（24.5%）完全没有订阅收入，另外 1,295 个（26.0%）在订阅之外还有超过两成的其他进账。逐个产品算非订阅收入的份额，中位数是 18%。头部也不例外，近 30 天收入在 5,000 美元以上的 544 个产品里，有 85 个没有任何订阅，其中 60 个月入过万。
只看 mrr 排行榜，会漏掉大约六分之一的头部产品和四分之一在赚钱的产品。买断制的模板、按量计费的 API、抽成的交易市场，都不在榜上。独立开发者圈子对订阅制的执念，有一部分是这个口径造成的。
年龄
我更想知道的是，赚到钱的产品和没赚到钱的产品差在哪。数据里能直接比的变量不多，先看年龄。
10,150 条里有 8,621 条带可用的成立日期。按年龄分成六组，每组里四种结局的比例是这样的。
从没赚过钱的比例，从三个月内的 44% 降到四年以上的 7%。在赚钱的比例从 43% 升到 69%，月入五千以上的从 1% 升到 19%。在赚钱的产品里，近 30 天收入的中位数也随年龄走：三个月内是 39 美元，三到六个月 120 美元，四年以上 1,360 美元。
mrr 在 5,000 美元以上的 353 个产品（已经剔掉停止同步的），中位年龄是 18.2 个月，四分位在 10 个月到 39 个月之间，38.5% 超过两年。从没赚过钱的产品，中位年龄是 6.5 个月。
曾经赚过钱、近 30 天归零的产品有 2,417 个。39.4% 在 6 到 12 个月，24.2% 在 1 到 2 年，加起来 63.6%。三个月以内的只有 5.1%，三个月还来不及赚到第一笔钱，也谈不上归零。独立产品的死亡高峰在第 6 到第 24 个月。上图里灰色那段在 1 到 2 年组最宽，就是这个原因。
这张图不能读成「坚持两年就有 19% 的机会」。四年以上还在榜上的产品，是活下来并且愿意公开收入的那些。TrustMRR 2025 年 10 月 31 日上线，榜上 35.1% 的产品成立于这个日期之前，它们是带着已知结果来登记的。死在 2023 年的产品不会出现在这里。图里的比例描述的是活下来的产品，不能当成功概率用。
一个月入五千的产品长什么样
把 mrr 在 5,000 美元以上、数据仍在同步的 353 个产品单独拿出来看。中位年龄 18.2 个月。活跃订阅数的中位数是 388。每个订阅的月费中位数是 37 美元，四分位在 15 到 111 美元之间。全站有订阅的产品月费中位数是 13 美元，月入五千的产品定价接近三倍。
这 353 个产品里，35.3% 近 30 天的 mrr 是负增长，增长率的中位数是 0。到了五千，不等于还在往上走。
这批产品里大约三成在 TrustMRR 上挂牌待售。全站的挂牌比例是 21.1%，中位要价 6,000 美元，中位倍数是 3.6 倍年利润。从没赚过钱的产品也有 14.9% 在挂牌。
AI
另一个能比的变量是 AI。我用产品名、描述和分类里的关键词做了个粗糙的识别，49.7% 的产品和 AI 有关。用平台自己的分类字段则是 21.2%。两种口径下面的结论一致，表里用的是前者。
| 年龄 | 产品数 | 从没赚过 | 在赚 | mrr ≥ 5k | 30 天 ≥ 5k | |
|---|---|---|---|---|---|---|
| 全体 | AI | 5,049 | 25.1% | 49.3% | 3.8% | 4.8% |
| 非 AI | 5,101 | 27.2% | 49.0% | 3.9% | 5.9% | |
| 12 个月内 | AI | 2,959 | 33.2% | 41.6% | 1.7% | 2.4% |
| 非 AI | 2,602 | 34.6% | 42.4% | 1.8% | 3.0% | |
| 1–2 年 | AI | 896 | 13.4% | 57.5% | 5.7% | 6.1% |
| 非 AI | 872 | 14.8% | 54.7% | 5.2% | 7.3% |
AI 产品拿到第一笔钱略微容易一点，做到月入五千略微难一点，两个差异都在两个百分点以内，控制年龄之后更小。在赚钱的 AI 产品，近 30 天收入的中位数是 161 美元，非 AI 是 175 美元。
我原本以为会看到明显的差别，正的或负的，结果没有。2026 年的独立产品里 AI 已经是默认配置，跟十年前的「移动互联网」差不多，这个标签不影响赚钱的概率。
多做几个产品有没有用
榜上 73.9% 的记录带着创始人的 X 账号，去重后是 5,697 个人。其中 1,045 人有两个以上的产品，覆盖 2,850 个产品。可以用来看一个常被讨论的问题：多做几个产品，是不是更容易出一个成的。
| 名下产品数 | 创始人 | 至少一个产品在赚 | 最好的产品月入 ≥ 1k | 最好的产品月入 ≥ 5k |
|---|---|---|---|---|
| 1 个 | 4,652 | 50.5% | 12.9% | 5.0% |
| 2–3 个 | 882 | 71.1% | 18.8% | 8.6% |
| 4 个以上 | 163 | 77.9% | 31.3% | 14.1% |
有四个以上产品的创始人，78% 至少有一个产品在赚钱，14.1% 有一个产品月入五千以上。单产品创始人是 51% 和 5.0%。但 14.1% 是至少四个产品换来的，平均到每个产品不超过 3.5%，比单产品创始人的 5.0% 低。多做产品提高了人的命中率，单个产品的命中率反而降了。做了四个以上产品的人大概率也做得更久，这张表没有控制年龄，差距里有一部分是时间。
有 mrr 五千以上产品的 243 位可识别创始人里，11 位（4.5%）有第二个这样的产品。他们名下的其他产品 73% 在赚钱，全站基线是 49%。能做出一个赢家的人，其他产品更容易活下来，但很少再做出第二个赢家。
产品数排前 12 的创始人里，9 位近 30 天全部产品加起来收入不到 1,000 美元。剩下三位是 Rohan Gilkes（9 个产品，161,284 美元）、Marc Lou（17 个，83,486 美元）和 Herman Palmgren（9 个产品全部在赚钱，57,357 美元）。
品类和国家
品类是创始人自己填的，噪音不小。
| 品类 | 产品数 | 从没赚过 | 在赚 | mrr ≥ 5k | 30 天 ≥ 5k |
|---|---|---|---|---|---|
| Mobile Apps | 474 | 14.8% | 69.0% | 8.0% | 9.3% |
| E-commerce | 201 | 20.9% | 53.2% | 6.0% | 10.9% |
| Marketing | 612 | 24.0% | 54.2% | 4.9% | 7.0% |
| Artificial Intelligence | 2,156 | 19.8% | 51.5% | 4.2% | 4.8% |
| SaaS | 951 | 30.2% | 43.3% | 3.7% | 4.2% |
| Education | 383 | 17.2% | 56.7% | 3.7% | 7.0% |
| Health & Fitness | 358 | 16.8% | 64.5% | 3.4% | 4.7% |
| Developer Tools | 581 | 27.7% | 42.9% | 2.1% | 3.3% |
| Productivity | 691 | 26.0% | 47.3% | 0.6% | 1.6% |
| Utilities | 203 | 23.6% | 55.2% | 0.5% | 2.5% |
Productivity 和 Utilities 两类加起来 894 个产品，mrr 到五千的一共 5 个。Mobile Apps 是唯一明显跑赢的大类，474 个产品里 69% 在赚钱，8% 到了五千。移动应用多半通过 RevenueCat 接入，能接上 RevenueCat 的应用一般已经有付费用户，这个优势有一部分是接入门槛造成的。
| 收款主体所在国 | 产品数 | 从没赚过 | 在赚 | mrr ≥ 5k | 30 天 ≥ 5k | 在赚者 30 天中位 |
|---|---|---|---|---|---|---|
| 美国 | 1,916 | 18.7% | 57.7% | 7.4% | 10.3% | $331 |
| 新加坡 | 79 | 22.8% | 63.3% | 6.3% | 12.7% | $221 |
| 加拿大 | 281 | 21.4% | 52.3% | 5.3% | 6.4% | $249 |
| 法国 | 712 | 24.2% | 50.6% | 5.1% | 5.5% | $218 |
| 英国 | 673 | 25.1% | 49.5% | 2.5% | 3.4% | $190 |
| 德国 | 274 | 25.2% | 42.7% | 1.8% | 4.7% | $141 |
| 香港 | 135 | 23.7% | 50.4% | 1.5% | 3.0% | $71 |
| 印度 | 933 | 40.9% | 33.2% | 0.5% | 1.3% | $67 |
| 未标注 | 2,238 | 28.1% | 52.9% | 4.1% | 5.4% | $138 |
国家是收款主体的注册地，不是创始人国籍。
Stripe 不对中国大陆开放，大陆的开发者一般用香港、新加坡或者美国的主体收款，所以标注为中国大陆的记录只有 11 条，日本 17 条。我另外用创始人名字和产品描述里有没有中文粗略数了一下，55 条，其中 52.7% 在赚钱，3 个月入五千以上。样本太小，不下结论。
美国主体到五千的比例是全站均值的近两倍，在赚钱的产品里中位收入也最高。数据里区分不出这是市场在美国还是收款主体在美国。
头部有 37 条是冻住的
这一节是抓完数据之后补做的。API 不返回同步时间，但每个产品的详情页有。我把 mrr 在 5,000 美元以上的全部 390 条记录的详情页逐个打开，读了「最后同步时间」和「已过期」标记，另外随机抽了 40 条做全站对照。
390 条里有 37 条（9.5%）标记过期，或者超过 30 天没有同步。这 37 条的 mrr 合计 6,726,998 美元，占全站 mrr 总和的 37.4%。
同步滞后的中位数是 0 天，P90 也是 0 天，绝大多数记录当天就同步了，冻住的集中在最大的几条。排名第一的 Stan，一条就占全站 mrr 的 19.8%，页面上写着 Stripe API key expired，最后同步是 2026 年 4 月 20 日。这 37 条里有 36 条同时带着冻结的近 30 天收入，合计 6,152,078 美元，占全站的 16.4%。
剔掉这 37 条之后，mrr 在五千以上的有效记录是 353 条，占 3.5%，而不是原始的 390 条、3.8%。近 30 天收入在五千以上的是 513 条，5.1%。这篇文章里所有头部数字用的都是剔除后的值。
数据里还有几处问题。455 条记录 mrr 大于 0 但近 30 天为 0，可能是订阅存在但没收到钱，也可能是同步滞后。92 条 mrr 大于 0 但累计为 0，字段互相矛盾，我单独归为「数据不一致」。1,529 条（15.1%）没有成立日期或日期无效，年龄那一节不包括它们。API 返回 10,150 条，但网站首页显示 10,048 个产品，这 1% 的差异我没能解释。
还有一个我踩过的坑。API 按产品名的字母序分页，前几页明显更「富」，头两页里 mrr 五千以上的占 7.0%，全站只有 2.5%。我最开始抓了前 40 页做抽样，算出来的头部比例比全量高了一半。如果你也要抓，必须随机抽，不能取前 N 页。
如果只记几条
- 看一个产品的收入，看近 30 天实收，不看 MRR。mrr 只统计订阅，榜上一半的钱不在这个字段里，剔掉 Gumroad 也还有四成；四分之一在赚钱的产品在它上面是零。
- 头半年没有快钱。三个月内的产品做到月入五千的是 1%，三到六个月是 3.6%，在赚的中位数是 39 和 120 美元。按两年做预算，前六个月不下判断。
- 最危险的阶段在赚到第一笔钱之后。归零的产品 64% 死在第 6 到第 24 个月，头三个月只占 5%。
- 月入五千的产品长这样：一年半，388 个订阅，单价 37 美元，是全站中位 13 美元的三倍。
- AI 标签不改变赚钱的概率，差异在两个百分点以内。多做产品提高的是人的命中率，单个产品的命中率反而更低。
- 榜上的比例是某一天的存量，不是赔率。样本是自选的，登记的人是愿意公开收入的人；平台 2025 年 10 月 31 日才上线，之前死掉的产品不会出现在这里；月入五千的产品三成在挂牌，卖掉就从榜上消失。拿 3.5%、5.1%、19.2% 当赔率用，会同时犯这三个错。
如果要引用，比较安全的说法是：在 TrustMRR 这个自选样本里，截至 2026 年 9 月 4 日，26.1% 的挂牌产品从未在已连接的支付渠道上产生过流水，49.1% 近 30 天有收入；平台上近一半的钱不是订阅收入，只看 mrr 会漏掉约四分之一在赚钱的产品；月入五千以上的产品中位年龄一年半，四成超过两年，大多数死亡发生在第 6 到第 24 个月。
关于 Marc Lou
写 TrustMRR 绕不开 Marc Lou。这个榜单是他做的，榜单自己也在榜上，累计 317,592 美元，近 30 天 39,776 美元。他名下 17 个产品累计 299 万美元，12 个在赚钱。其中 76.5% 来自教别人做产品的模板、课程和社群，99.4% 来自卖给创业者的产品，卖给普通消费者的只有 0.2%。这在圈子里常被叫作卖铲子。他公开自报的收入和榜上验证过的数字相差不到 1%，而且是往下取整的。他用的口径对自己的产品最有利，数字没有夸大。
复现
数据来自 TrustMRR 的公开 API，/api/v1/startups，需要一个 Bearer 令牌，每页 10 条，一共 1,015 次请求，我按每分钟 18 次的速度跑，低于官方限速。抓取时间是 2026 年 9 月 4 日。
新鲜度核验是对 mrr 在 5,000 美元以上的全部 390 条加随机 40 条，读取详情页 Markdown 里的最后同步日期和过期标记。
「从没赚过钱」我用的是严格定义，三个收入字段全为零。如果放宽为只要累计为零，是 27.1%。年龄按成立日期到 2026 年 9 月 5 日折算，每月按 30.44 天。AI 的识别用名称、描述、分类里的关键词，并和平台的分类字段交叉验证过。
所有比例的分母都写在表里。没赚到钱的产品和创始人我只做聚合，不点名；文中点了名的，都是自己公开展示收入的产品或创始人。这篇文章和 TrustMRR 没有关联，结论不代表平台观点。