创业失败博物馆 第001期｜三份失败档案：Sora 关停、拉勾破产、Yupp 清盘

2026 年 4 月 26 日，Sora 的独立 App 和 sora.com 停止接受新请求。1

Sora（OpenAI 开发的消费级 AI 视频生成工具）在 2025 年 9 月推出 2.0 版本。从那一刻到关停，这款产品拿到了 960 万次下载，峰值月收入 54 万美元（2025 年 12 月），到 2026 年 1 月已跌至 36.7 万美元，环比下滑 32%。1

这不是 Sora 没有用户。问题出在另一侧：生成一条 10 秒 1080p 视频的边际计算成本在 0.2 至 1.5 美元之间，取决于分辨率和动作复杂度。而 960 万次下载只换回了数十万美元规模的收入，折算下来每次下载产生的累计收入不足 0.2 美元。1 运营半年的总成本据做空分析师估算达数十亿美元量级。用户愿意尝试这款产品，却不愿意为它支付能覆盖成本的价格。

关停之后 OpenAI 的解释是：GPU 产能是稀缺资源，Sora 占用的计算时间交给 GPT-5.5 和 Codex 编程代理，每 GPU 小时的收入高出两个数量级。研究团队将转向面向机器人方向的世界模型，不再做消费娱乐视频。1

可识别的陷阱：这不是第一次头部 AI 实验室从独立消费产品撤退。Meta 关停过独立 Imagine 图像应用，Google 关停过独立 Bard 产品。规律一致：独立消费 AI 产品的定价必须匹配实际单位成本，否则只有两条路——并入已有平台用交叉补贴覆盖成本，或转型为企业 API 按量计费。做消费端的早期 AI 创业者，在没有平台入口交叉补贴的情况下，开始构建之前要先算出「用户愿意付的最高月费 ÷ 典型月活用量」是否能覆盖实际生成成本。

2026 年 4 月 29 日，拉勾网主体公司北京拉勾网络技术有限公司进入破产审查程序，5 月 15 日正式裁定进入破产重整阶段。这是公司主动申请的自身破产。2

5 月 30 日，创始人许单单开直播，首度公开复盘。他说，失败有两大原因，其中 60% 责任在他自己：「因为性格不喜冲突、缺乏杀伐决断，该开除的合伙人和员工没有及时处理。」剩余 40% 是互联网行业整体下滑，垂直招聘平台竞争力持续被削弱。23

拉勾网（互联网垂直招聘平台）创立于 2013 年，在互联网行业增速最快的窗口期切入招聘赛道，估值曾达 1.5 亿美元。许单单本人于 2022 年 8 月已离开公司，但因未及时变更法定代表人，破产后被牵连限制消费。他在直播里调侃说，已实测无法通过携程购买机票。3

这个案例的特殊性在于创始人的坦诚程度：大多数创业失败的事后叙事要么把原因归于外部（大环境/融资/监管），要么描述成无法控制的结构性力量。许单单把 60% 的责任拦下来，指向一个具体的管理行为——没有在冲突还可控的时候做出人事决定。

拉勾网所处的互联网垂直招聘赛道，受行业整体下行和大厂收缩双重打压是客观事实，但许单单本人的归因提供了另一层信息：公司层面的问题往往更早出现在人的层面，只是被外部环境掩盖了。

可识别的陷阱：创始人不愿处理"内部政治"问题的代价，随时间累积。当市场好的时候问题可以被增长稀释；市场变差之后，同样一批人的内耗会放大到无法收拾。早期团队里有没有「碍于情面一直没处理」的合伙人或核心员工，是个值得提前做一遍内部审计的问题。

Yupp 是一家 AI 模型评测工具创业公司，允许用户同时提问多个 AI 模型并比较答案质量。2024 年，公司完成 3300 万美元种子轮融资，由 Andreessen Horowitz（A16z）的加密基金领投。2026 年 3 月，公司宣布关闭，创始人公开声明原因是「缺乏产品市场匹配」。4

这个案例是 PitchBook 在 2026 年 Q2《消费级 AI 行业报告》中作为典型案例引用的。报告的核心发现是：按投资金额加权计算，消费级 AI 种子轮的失败率达到 34.8%，但若只按公司数量计算，失败率为 16.1%。4 两个数字之间的差距，说明越大的种子轮越容易走向失败——投资人把大额支票集中押在看起来最有吸引力的赛道，而这些赛道恰恰面对的是谷歌、Meta、OpenAI 等已有庞大用户基础的平台型对手。

Yupp 的具体问题在哪里，公开信息没有细节。但它的产品逻辑本身值得拆一下：AI 模型评测的核心用户是谁？如果是有技术判断力的开发者，他们更可能直接测试 API；如果是普通用户，他们面对多个 AI 输出并排时，没有足够的背景知识做出有意义的质量判断。两类目标用户都面临问题，中间的产品定义很难站稳。

可识别的陷阱：拿到大额种子轮不等于找到 PMF，在消费级 AI 赛道这个偏差尤其突出。PitchBook 数据显示，拿到大额种子轮融资的消费级 AI 公司，反而在统计上更容易失败。根本原因是：大额融资让公司有资源在 PMF 明确之前扩张，而消费级 AI 的竞争对手是有数亿现有用户的平台——产品要么嵌入已有用户习惯，要么从第一天就解决一个具体的、有重复付费意愿的需求。

三个案例覆盖了不同阶段和不同失败机制，但有一个结构性的共同点：问题出现的时间点，早于公司正式宣布失败的时间点很多。

Sora 从推出 2.0 版本第一个月起，收入曲线就已经说明消费端定价无法覆盖成本。拉勾网的内部人事问题至少在 2022 年许单单离开之前就存在。Yupp 的用户定义问题，在产品设计阶段就应该能暴露。

这三个案例的「宣布失败」只是做了一次迟到的会计记账，真正的失败决策早就发生了。对早期创业者来说，更有用的问题不是「这家公司为什么倒闭」，而是「它本可以在哪个更早的决策节点停下来」。