01 触发事件

2026 年 6 月 7 日，Bloomberg Technology 讨论了一个已经从 SEO 圈外溢到整个 AI 产业的问题：AI-powered search 正在加速 zero-click，用户留在平台内拿答案，不再回流 publisher 网站；Rand Fishkin 直接点出搜索不再送出点击，Rutgers 教授 Caitlin Petre 则警告，流量下滑会伤到新闻与内容生产的长期经济学；但 People Inc. CEO Neil Vogel 说，他们通过 brand diversification、social distribution、licensing，以及和 AI 公司的 paid partnerships，对冲了 search traffic 下滑。

这条信息表面看是“媒体公司又被平台挤压”。

这当然是真的，但不够重要。

更重要的是，AI search 正在改写互联网的价值回路：过去是 content → index → click → ad/subscription revenue → new content；现在变成 content → crawl/train/retrieve → synthesized answer → no click。中间最脆弱的一环，不是模型生成答案，而是 click 这一步被平台拿掉之后，谁来继续补贴原始内容供给。

Bloomberg 引用的几个人物，其实分别代表三层信号。

Rand Fishkin 代表 distribution collapse。

Caitlin Petre 代表 supply-side fragility。

Neil Vogel 代表适应者路径：不是等搜索回流，而是把内容变成可被多渠道变现的资产。

我没看到 Bloomberg 这条视频背后更完整的原始访谈与财务拆解，所以对具体 publisher 的收入结构判断可能偏保守；但仅凭公开叙述，信号已经够强：这不是单一流量问题，这是互联网内容生产激励开始失灵的前兆。

引用里最值得单独拎出来的是这句：

Rand Fishkin 说，zero-click searches are increasingly keeping users inside platforms rather than sending them to publishers

这才是事件本体。

不是“搜索体验升级了”。

而是 distribution ownership 再一次从开放 web 向平台层集中。

02 这事的真正含义

这事真正要看的，不是 publisher 会不会抱怨。

而是谁拿走了原本属于网页的“结算权”。

传统搜索虽然也强平台，但至少保留了一个交易结构：Google 把用户 intent 导给网站，网站再通过广告、订阅、电商、lead generation 变现。平台抽的是入口租，不是把终局消费直接吞掉。

AI search 不一样。

它把“发现”与“消费”合并成同一个界面。

用户不再访问十个链接整合答案，而是直接消费平台汇总后的 response。这个变化看似只是 UX 改进，实际上是在把开放互联网的下游价值捕获，从网页层搬到模型层和分发层。

问题不在 AI 会不会引用来源。

问题在引用并不等于回流。

一个脚注，不等于一个 session。

一个 source card，也不等于广告展示、邮件订阅、复访、付费转化。

所以真正会被定价的不是“哪个模型总结得更像人”，而是谁掌握高 intent query 的最后一跳。这是一种比 search ranking 更强的 control point，因为用户连离开平台的动机都被拿走了。

这也是为什么部分大 publisher 开始接受 licensing。不是他们突然喜欢 AI 公司，而是因为点击回流的结算链正在失效，他们必须寻找新的收入接口。

Neil Vogel 的说法很关键：brand diversification、social、licensing、paid partnerships。翻译成战略语言，就是从单一 search dependency 转向多元 distribution + direct monetization + B2B content monetization。

这其实也暴露了结构性残酷之处：大 publisher 还能谈 licensing，小创作者和中腰部站点通常谈不了。

于是互联网会分裂成两层：

第一层，头部内容资产方，与 AI 平台签 licensing 协议，获得某种“内容批发收入”。

第二层，长尾创作者，被抓取、被摘要、被替代，但拿不到足够补偿。

我没在内部跑过 AI search 的流量归因数据，所以这点我可能误判：用户也许会在高价值决策场景继续点击原文，比如医疗、法律、B2B 软件采购、金融研究。但即使如此，泛信息流量被平台内化的大方向已经很难逆转。

这才是 AI 对互联网的真实改写。

模型不是在“使用”互联网。

模型是在逐步成为互联网的默认阅读器。

03 历史类比 / 结构对照

最像的历史节点，不是 2022 年 ChatGPT，而是 2014 年后 mobile 平台对内容分发的再中介化。

Facebook Instant Articles、Apple News、Google AMP，当年都承诺更快、更顺滑、更适合用户体验。它们的共同点不是技术，而是把 publisher 从“拥有页面”降级成“供给内容模块”。页面一旦不属于你，商业模式就开始悬空。

今天的 AI search 走得更远。

AMP 至少还展示你的页面。

AI answer 直接把你的页面压缩成别人的答案。

如果再往前类比，我觉得甚至有点像 2008 年金融危机前的证券化逻辑：底层资产是分散的、生成缓慢的、维护成本高的；上层打包产品则流动性更强、用户体验更好、资本更愿意追逐。问题在于，上层收益一旦和底层生产脱钩，系统就会出现激励错配。

开放互联网今天的底层资产，就是原始内容生产。

AI 平台今天的上层产品，就是整合后的答案 interface。

如果平台持续抽走 attention 与 monetization，而不把足够多价值返还给内容供给方，那么“AI death spiral”并不是一个修辞，而是一个供给侧衰退模型：高质量内容减少，平台可抓取的新鲜信息下降，模型越来越依赖旧料、闭源库、授权池与 synthetic data，最终开放 web 的公共性进一步削弱。

这里我可能夸大了“死亡螺旋”的速度。互联网不会突然消失，头部品牌媒体、社区、视频平台、newsletter、付费数据库都会活下去。

但活下去的，不一定还是开放 web。

这个区别非常重要。

过去 web 的核心价值是 link economy。

现在 AI search 正在把它替换成 answer economy。

link economy 奖励被访问。

answer economy 奖励被提炼。

而被提炼这件事，本身未必会给原作者带来收入。

04 对 AI builder 意味着什么

对 AI builder 来说，这不是一条“媒体业新闻”。

这是这个月就该调整的产品与供给策略。

第一，别再把开放网页默认当成无限、免费、稳定的知识层。

如果你的 AI 产品高度依赖实时 web retrieval，我会开始审视三个风险：可抓取性下降、内容质量下滑、授权成本上升。今天看是 retrieval problem，明天会变成 supply problem。尤其做 research agent、shopping assistant、行业分析、SEO tooling 的团队，应该尽快盘点自己依赖的外部内容源是否有单点脆弱性。

第二，原始数据与专有语料的 moat 会重新变贵。

过去很多团队觉得“模型更强就够了”。现在恰恰相反，模型能力在 commodity 化，而高质量、可持续、可授权的数据源会升值。那个真正会被定价的，不只是 token，而是 access rights。谁能长期拿到高信噪比内容，谁的 agent 输出就更稳。

第三，distribution 不再只是获客问题，而是供给问题。

如果 AI 平台控制用户入口，应用层公司就不能只想“接哪个 API 最便宜”。你得想：你的产品有没有自己的 direct relationship，能不能让用户愿意跳出平台、保存工作流、沉淀数据、形成 switching cost。否则你既没有上游数据 moat，也没有下游 distribution moat，只是在平台答案层下面做薄壳 UI。

第四，licensing 会从 PR 动作变成产品能力。

今天很多人把 publisher-AI deals 看成 BD 新闻。我不这么看。它本质上是在重建内容结算层。未来 builder 会更频繁遇到“哪些内容能用于训练、哪些只能用于 retrieval、哪些需要 attribution、哪些需要 revenue share”的问题。合规与产品架构会更深地绑在一起。

第五，model routing 的逻辑也会变。

如果开放网页质量下降，builder 会更倾向混合策略：公开 web + 付费数据库 + 用户私有知识库 + 人工校验。也就是说，最优系统不再只是挑 cheapest model，而是优化 end-to-end truthfulness cost。这里包含 token cost，也包含错误成本、版权风险与内容衰减成本。

我没在一线运营大规模 consumer AI search 产品，所以对用户是否真的在乎“来源可见性”这点可能判断过度；但对 B2B、research-heavy、compliance-sensitive 场景，我会直接把“数据来源稳定性”抬到 roadmap 更前的位置。

一句话讲，就是：把 content supply 当成 infra，而不是免费空气。

05 反方观点 / 风险

我可能错在把平台抽取讲得太线性了。

第一种反方是，AI search 未必杀死 publisher，反而可能筛出真正强品牌。低质量 SEO 农场消失，对用户是净好事，对优质媒体未必是坏事。Bloomberg 提到 Neil Vogel 的适应路径，本身就说明了强品牌可以脱离 search dependency。换句话说，死掉的可能不是互联网，而是旧的流量套利模式。

第二种反方更尖锐：开放 web 从来就不是高尚的公共品，它长期被广告技术、内容农场、affiliate spam 污染。AI answer 只是把用户从糟糕页面里解放出来。如果内容生产者不能直接向用户收费，说明内容本身没有足够支付意愿。这个观点我不能完全反驳。

第三种反方是技术性的：AI 公司最终会通过 licensing、revenue share、source attribution、agentic referral，把流量或收入重新导回内容方。也许未来不是 click economy，而是 invocation economy。内容被调用一次，平台结算一次。若真走到这一步，今天的“死亡螺旋”就更像旧分发模式的瓦解，而不是内容供给的终结。

但我对这套乐观版本持保留态度。

原因很简单：平台只有在内容供给明显恶化时，才有足够动力做系统性返还。在那之前，封闭答案层带来的留存、query monetization 与 data advantage 太诱人。历史上，平台通常不会在自己最强势的时候主动让利。

第四个风险是，builder 很容易把这件事理解成“那就全部买授权数据”。这也可能错。多数产品根本付不起全面 licensing 成本，长尾 use case 也未必需要。真正现实的策略不是 all-in licensed corpus，而是识别哪些任务必须用高质量授权源，哪些任务可以接受公开 web + human-in-the-loop。

所以我的核心判断不是“AI search 会毁掉互联网”。

而是更冷一点：AI search 正在终结一个默认前提——内容被索引，通常就会得到回报。

这个前提一旦失效，整个 AI 产业都得补新的结算机制。

谁先补上，谁就不只是模型公司。

谁就在定义下一代互联网的经济接口。