随着AI智能体开始代替人们浏览网页、比较商品和完成预订，互联网上一些最稳定的利润引擎正在失去掌控力。决定性因素在于，企业能否在交付价值的那一刻收到钱。依靠广告位和付费排名售卖用户注意力的公司显得十分脆弱，而拥有独特供给、信任保障或深度嵌入工作流程的企业则看起来稳固得多。Meta Muse是一款在云端运行自有电脑的消费级智能体，它让这一转变变得具体可见。
Meta Muse带来了什么变化
Meta Muse运行在自己的云端虚拟电脑上。用户交给它一项任务后，它并不只是查询内部数据库，而是在服务器端打开一个独立的浏览器，操控虚拟鼠标和键盘浏览网页、点击链接、查看预订页面，并处理复杂的网站元素。它无需访问用户自己的设备，也不需要Chrome或Safari这样的桌面浏览器。
熟练用户此前已经可以通过为Claude授予合适的工具权限来完成类似工作。不过，ChatGPT和Claude Cowork在非技术用户中仍然使用不多，也常被误解。Muse把同样的智能体能力打包成普通消费者拿来就能用的应用。它可以连接Gmail、Google Calendar、OpenTable、DoorDash、Uber和Instagram等应用，并在发送邮件、发布Instagram帖子等敏感操作前请用户确认。
马克·扎克伯格介绍了Meta打算如何从中赚钱。Muse免费提供，并附带充足的token额度（token是AI模型处理文本的单位），以此建立庞大的用户群。之后，Meta计划对通过Muse完成的购买和预订收取少量交易费。一旦用户规模稳固，很可能还会加入其他收入来源。
变现时点
判断哪些企业面临风险，一个有用的视角是“变现时点”（point of monetization），即企业收款的时间相对于客户真正获得价值的时刻处在什么位置。
| 业务类型 | 何时收款 | 原因 |
|---|---|---|
| 消费品 | 购买时 | 广告、包装和退款保证提高感知价值，让买家愿意先付款 |
| 法律服务 | 部分预付，部分在胜诉后 | 服务质量无法事先验证，因此以风险代理费的形式抽取赔付的一部分 |
| 约会应用 | 价值出现之前 | 一旦配对成功，用户就会离开 |
约会应用说明了，变现时点不利，会让一门纸面上近乎理想的生意陷入困境。这类应用几乎不需要资本投入，运营成本低，毛利率高，还能受益于网络效应。找到人生伴侣是每个人一生中最重要的事情之一，遇到配偶之后，有人或许乐意支付$5,000甚至$10,000。
但应用收不到这笔钱。成功会让情侣离开平台，也没人会在一次愉快的初次约会后支付$500。于是，应用只能在用户还不确定服务是否有效时，预先收取每月约$20的费用。为了弥补差距，它们出售附加功能：Tinder的Super Like和更改位置、隐藏年龄的选项，以及Hinge的数字玫瑰，后者的价格为3朵$9.99、12朵$29.99、50朵$74.99。这些功能只能稍微改变配对概率，因此许多用户把它们视为噱头，倦怠感随之蔓延。
首先崩塌的是靠广告支撑的网络
几十年来，开放网络一直依靠一笔简单的交易运转。Investopedia这样的网站免费回答读者的问题，并在文章周围放置横幅广告和视频广告。Google Ads等广告网络让这一模式得以成立：读者获得信息，发布者每次展示赚取不到一美分的收入。
AI搜索打破了这个循环。Google AI Overviews和ChatGPT Search直接在结果页上回答问题。即使引用了来源，用户也很少点击进入，页面浏览量和广告展示随之下滑。发布者获得的搜索引荐流量下降了20%-50%，一组数据显示同比下降40%。来自第三方网站广告的Alphabet旗下Google Network收入在达到$328亿的峰值后，过去12个月已降至$295亿。
代替用户浏览网页的智能体可能会让这一趋势进一步加剧。称之为“开放网络之死”或许听起来耸人听闻，但流量数据表明，这种担忧确有根据。
▲ 流向开放网络的搜索流量下滑
付费排名为何失去作用
电商平台靠佣金和履约费用赚钱，但利润中来自广告的比例越来越高。亚马逊的广告收入从2019年的$126亿增长到过去12个月的$761亿。其中很大一部分来自将用户的急躁变现。Clorox在亚马逊上为自家湿巾的搜索结果购买最上方的位置，以免更便宜的仿品抢走销量；Foot Locker也在谷歌搜索中，在自家门店列表上方购买付费广告。
对购物者来说，这些广告几乎没有增加价值。搜索Crest牙膏时，最上方出现Crest的付费商品并无害处，但也没有带来任何好处。最糟糕的情况是，付费结果把真正的搜索结果推到页面很下方。在Yelp上搜索旧金山的餐厅，可能整整一屏都是付费商家，看不到一条自然结果。
这一点之所以重要，是因为消费者剩余，即客户在所付价格之外获得的价值。选择午餐的人会检查价格、距离、是否健康等几个基本门槛。如果Chipotle满足了这些条件，又额外赠送薯片或饮料，这份额外价值就会培养忠诚度。只对注意力收费、不创造剩余的平台在结构上是脆弱的。
AI智能体不会疲倦，也不会嫌滚动页面麻烦。它会阅读每一条信息，挑出符合用户条件的那一个，而不会仅仅因为某件商品位于前四个付费位置就选择它。这对向卖家收取排名费用的电商平台构成了直接威胁。
Apartments.com说明了这种风险。租客免费浏览，公寓运营方则为Diamond、Platinum或Gold套餐付费。与基础的Silver档相比，这些套餐承诺分别提高300%、100%和33%的曝光，并提供置顶展示、Matterport 3D看房和高分辨率照片。由于租约并不在网站上签订，智能体可以收集房源信息，与MLS或Zillow的记录比对，然后直接联系物业管理方。不过，交互式3D看房这类丰富的媒体内容很难被AI复制，因此“被完全取代”的说法看起来有些夸大。
谁能守住
并非所有平台都面临同样的危险。爱彼迎虽然受到质疑，但比单纯的信息目录网站更有防御力。它的图片轮播和地图浏览做得很精致，还提供入住陌生人家中时至关重要的信任机制：保障政策、房东审核，以及标志品质经过验证的“Guest favorite”徽章。同一房源如果也在Vrbo或Booking.com上架，智能体可以比价，但爱彼迎拥有大量别处找不到的房源。
企业软件看起来更加稳固。Salesforce和ServiceNow受到三道壁垒的保护：
- **习惯：**员工已经熟悉特定界面，企业也不愿重新培训。
- **对损失的担忧：**迁移核心数据和系统会带来实实在在的运营风险。
- **关键业务集成：**软件已融入企业的日常工作流程。
AI智能体更可能通过这些系统的API来工作，而不是取代它们。新公司则是另一回事：初创企业可能会用AI从零开始构建内部工具，而不是购买传统的软件套件。
所有这些最终归结为任何企业都要面对的两个问题：
- 这项服务是否仍在提供独特的价值？
- 它能否在交付价值的那一刻收款？
这两个时点分离得越远，危险就越大。如果AI直接回答了一个金融术语的定义，读者就不会访问Investopedia，它的广告收入也就无从产生。
一次酒店搜索测试暴露的局限
聚合平台不会马上消失。让Muse在佛罗伦萨寻找4月15日至26日、共11晚、每晚不超过$300的酒店，它给出了5个选项，全部来自Booking.com。再让它将这些价格与各酒店官网进行比较，仅核对这5家酒店就花了14分钟。
| 比价结果 | 酒店数量 |
|---|---|
| Booking.com明显更便宜 | 3 |
| 价格相同 | 1 |
| 直接预订更便宜 | 1 |
唯一一家直接预订更便宜的酒店，也只是因为住满十晚以上可享受10%的折扣。实时抓取一个个独立网站需要耗费大量算力和时间。正因如此，把分散的供给汇集到一个数据库里的聚合平台，即便对智能体来说，也仍然是阻力最小的路径。Booking.com还把支付和预订环节留在自己的平台上，其Genius会员计划按账户持有者、入住5次以上和入住15次以上的客人分为不同等级，这些会员贡献了超过一半的间夜量。
▲ 智能体比较酒店价格
快速发布还是追求完美
产品的发布方式也影响着AI竞赛的走向。最小可行产品（MVP）是一种只具备基本功能的版本，供早期用户试用和提出意见，以便团队快速改进。这种做法在医疗检测等高风险领域行不通，却很适合面向消费者的生成式AI。OpenAI在早期ChatGPT频繁出现幻觉（即自信却错误的回答）的情况下仍将其推出，并根据用户反馈不断改进。
大型老牌企业由于法律责任、合规和品牌风险，很难这样做。谷歌大约15年前收购了DeepMind，内部拥有先进的对话模型，却因担心出错和负面报道而等待多年。最先抓住浪潮的是OpenAI，Anthropic紧随其后。
另一种思路是最大可能产品（MPP），即在发布时做到技术上所能达到的最高完成度。苹果就是这样做的。史蒂夫·乔布斯为2007年的iPhone推动Corning生产出曾被认为不可能实现的防刮玻璃；戴森也以同样的思路，把吸尘器变成了令人向往的高端设备。Apple Intelligence的功能迟迟未能上线，也是因为苹果用户期待产品“开箱即用”。
如今的独立智能体仍然经常出问题，Muse就时常失败或重复输出相同的结果。如果苹果最终在操作系统层面推出一款打磨成熟、可跨应用获得广泛系统权限的智能体，可能会威胁到独立的智能体应用。不过，MPP思路也有自身的风险：在平台快速更替的时期，一旦在用户习惯上落后，后果可能是致命的。
产品胜过基准测试
AI领域的领先地位更替很快，从Anthropic到谷歌，又回到Anthropic，如今Meta的Muse成为焦点，SpaceX则在力推Grok。然而，大多数人使用的是产品，而不是模型。基准测试分数主要对研究人员有意义。即使Muse在标准测试中的得分低于Claude，只要它能完成Claude做不到的实际任务，对日常用户来说就可能更有价值。早期ChatGPT之所以流行，很大程度上得益于只有一个输入框的简洁界面。
仅凭模型质量构筑的护城河并不牢固。前沿能力通常在6到9个月内就会被免费的开源模型或竞争对手追上。除非某个模型比次优模型强出三倍左右，否则分发渠道和工作流程集成更有分量。这促使模型厂商进入Claude Code和OpenAI Codex这样的垂直产品，并可能进一步扩展到面向小企业的会计、营销和财务工具。这只是预测，并非定局。
Cursor的例子说明了用户忠诚度所在。SpaceX收购这款AI代码编辑器后，OpenAI于2026年8月28日宣布，将逐步停止Cursor的API访问，并于2026年11月12日前结束。Cursor把默认模型切换为Anthropic和谷歌的模型，用户都留了下来。忠诚度似乎属于产品及其工作流程，而不属于模型供应商。
最后一个因素是现金流。Meta的Family of Apps季度营业利润最高达到$308亿，因此可以在不收费、不加广告的情况下免费提供Muse。谷歌和苹果也拥有类似优势。纯AI实验室则必须直接从消费者身上赚钱。ChatGPT免费版的对话内广告，例如在询问某种蔬菜的营养时出现狗粮广告，以及要求Claude Fable用户自行管理token用量的额度设置，都可能让它们在与免费提供更多内容的对手竞争时处于劣势。
如何运用这些判断
AI智能体越是介入客户与企业之间，依赖注意力的模式就越弱，而能当场把独特价值转化为收入的企业则显得越强。如果你正在经营或筹建一家企业，可以做以下检查：
- 梳理向客户收费的时间与客户真正获得价值的时间，看两者之间是否存在差距。
- 检查收入中有多少依赖付费排名或附加功能销售，而不是核心价值。
- 如果靠内容赚钱，持续追踪AI搜索和摘要是否正在减少引荐流量。
- 打造智能体难以轻易取代的东西：独特的供给、信任保障，以及让客户感到超值的福利。
- 如果开发AI产品，建立用户数据和使用习惯的闭环，让客户在底层模型更换后依然留下。
- 根据所在领域选择发布方式：消费级软件适合快速推出MVP，硬件和受严格监管的行业则需要先打磨完成度。
这些框架是解读商业结构的一种视角，并不构成买卖任何公司股票的建议；文中的预测是对当前趋势的解读，而非确定的结论。