当“搜索”已被SEO垃圾淹没，用户不再问“买什么”，而是把钱包直接交给AI Agent——从比价、看评论到下单，一站式代劳。 a16z 提醒：购物入口的迁移不只是技术换轨，更是商业“征税权”的转移；Google 的点击税或将被 Agent 截胡，聚合平台与单一品牌间的护城河也随之重写。

在 a16z 最新播客中，合伙人 Alex Rampell 与 Justine Moore 把今天的电商变局归纳为一句话 —— “The Death of Search: How Shopping Will Work In The Age of AI”。

他们表示，公开网络已经被 SEO 驱动的垃圾内容和联盟营销的归因逻辑侵蚀，消费者难以再依赖搜索获得真实的购买信息。而 agent 的兴起正在改写这一格局，购物的起点正从“搜索框”转向“agent 对话”。

这不仅挑战了 Google 长期以来作为“GDP 税收者”的角色，也让电商分发、品牌生存与聚合平台的关系发生重构。Costco 这种以信任与会员价值为核心的模式，反而在 AI 浪潮中显现出“免疫力”。

与此同时，聚合平台和单一品牌的分化还在加剧，Costco 这样的模式则因建立在信任与会员价值之上，被视为少数能在 AI 浪潮中保持免疫的例外。

网络充斥垃圾的今天

谈到当下的互联网，首先被提起的不是便利，而是“污染”。在开放网络还处于早期的时候，人们写博客、搭建个人网站，动机往往是出于兴趣和记录。那时即便有广告或推荐链接，也只是点缀。

可随着联盟分成和 SEO 机制的普及，开放网络逐渐变成了另一种景象。“大多数东西都是垃圾，我们也清楚它们是垃圾，但它们是经过 SEO 优化过的垃圾。”这句话像一记重锤，直指今天常见的“十大跑鞋”“最佳吹风机”之类榜单，它们并不是真正意义上的测评文章，而是为了点击和抽佣而存在的流水线文案。

在这种环境里，开放网络的意义被重塑。内容不再以“真实经验”为核心，而是被激励机制推着，向着“能不能带来购买、能不能赚取分成”倾斜。以往那些以“爱好驱动”的写作者逐渐被外包写手取代。

雇人写一篇看似详尽的榜单，再用 SEO 手段堆上关键词，让它在搜索结果中靠前出现，文章的价值就完成了。至于推荐的跑鞋是否真适合长跑，吹风机是否存在安全隐患，已经没人关心。这种激励失配，让网络逐渐充斥着为了变现而拼凑的页面，而不是用户真正需要的信息。

视频的出现，多少打破了这种失衡。在 YouTube 或 B 站，人们能看到创作者亲自出镜，拿出十双鞋对比，或者摆上五款吹风机逐一试用。视频里往往会直白声明“本内容由某品牌赞助”，而不依赖于暗藏的分成链接。

对于用户来说，这样的披露让信任感更强，而非“点开文章，才发现每一行都埋着跳转”。视频评测因为制作成本更高，也让内容更接近真实：演示不好用的地方、展示失败的样子，往往比纯文字更有说服力。这类内容往往播放量更大，因为共鸣的人多，而观众也能感受到某种“未经修饰”的信任。

然而，视频内容也存在另一个问题：不容易进入传统搜索体系。Google 的搜索仍然依赖于文本，而视频因为缺乏系统性的转录，往往不会在结果中被凸显。一个制作精良、播放数百万的视频，可能只在平台内部流通，而在公共网络的搜索引擎中几乎“不可见”。

这样一来，优质内容和用户的搜索习惯之间出现了断层。有人想要找到真实的跑鞋评测，却只能先被 SEO 优化过的垃圾文章“迎接”，真正有参考价值的视频却沉在另一个世界。

这让人想起了 Consumer Reports。这个创办于上世纪的机构，坚持拒绝广告，完全依靠订阅费来维系运转。它的原则是，唯有这样，才能避免商业动机对结论的污染。那里的测评常常尖锐直白，甚至会明确指出“这台搅拌机有安全隐患，不要买”。这种由独立机构支撑的评测，正是互联网早期理想主义氛围里的延续。相比之下，今天依赖分成链接的测评文章很难保持这种底色。

Wirecutter 的出现，一度被认为是 Consumer Reports 模式的数字继承者。纽约时报收购后，它在读者心中的影响力迅速扩大。但问题也随之而来：几乎所有推荐的产品，都带有联盟链接，这让人怀疑选择是否带有偏见。当用户发现“为什么每个推荐都能直接跳转到电商网站”，就会不自觉地产生怀疑：这是客观推荐，还是另一种销售？

亚马逊则在另一端把问题放大。这个全球最大的电商平台，长期容许“同质产品的分裂销售”。相同的 OEM 工厂，换个包装、贴上新商标，就能在平台上变成一款“新产品”。

甚至连评论体系也能被利用：商家可以把一款拥有数千条五星好评的“石头”商品，换成全新的“加热袜”销售，好评依然留存，用户误以为买的是被广泛认可的好物。平台不但没有解决这个问题，反而在默许中放大了“劣币驱逐良币”。

因为对于亚马逊来说，卖出更多商品才是目标，至于这些商品是否同质、是否存在刷单和虚假评论，并不在它们的首要考量中。

消费者面对的局面是尴尬的：明明身处“信息爆炸”的时代，却难以获得可信的购买参考。想要找真实的评测，要么去挖掘视频，要么依赖少数还在坚持的独立媒体。大多数时候，用户只能被动接受那一套套“为点击而生”的榜单。久而久之，搜索和内容之间的信任关系被削弱。人们不再单纯相信搜索结果，而是学会带着怀疑去比对不同来源。

在这样的背景下，AI 工具的兴起被赋予了新的期待。有人提出，AI 能“去垃圾化”，替用户从冗余的垃圾信息中筛选出真正有价值的内容。但问题在于，如果 AI 本身的训练材料大部分来自这些 SEO 优化的垃圾，那么它的总结与归纳也难免会是“垃圾的提炼”。如何解决这一悖论，才是更根本的挑战。

搜索、归因与“GDP 税”的错位

如果说网络垃圾的泛滥是表层，那么在商业层面，更深的矛盾出现在搜索与归因机制上。搜索引擎曾经是互联网最单纯的入口，Google 以“更好的相关性”赢得了用户：在 1998 年，面对数十个同类产品，它通过 PageRank 的逻辑，把被最多网站引用的结果推到最前面，这种学术化的排序方式让体验远超竞争对手。

那时的搜索几乎不涉及商业变现，更多是提供纯粹的信息查询。但随着 Bill Gross 在 Overture 里提出付费竞价排名，Google 把这套模式复制并打磨成熟，搜索变现的逻辑就此诞生。

这一模式的本质，是在消费支出的最前端征收一笔“税”。每一笔 GDP 中的消费部分，只要通过搜索开启，Google 就能从点击、展示或转化中抽取一个比例。消费者花的钱最终流入了品牌与商家，但中间的一部分始终要被搜索引擎拿走。

这套体系一度被视为“完美的免费 + 付费混合”：大部分无商业价值的查询免费，商业查询则通过广告承载。而广告和自然结果的并存，甚至在某种程度上提升了用户体验——搜索网球拍时，付费结果反而能补充那些没有 SEO 能力的厂商，让选择更全面。

然而，AI 的出现开始撼动这一平衡。ChatGPT 拿走的是 Google 曾经“免费”的部分，比如“某一年奥斯卡最佳影片是谁”这种信息类查询，用户不再需要搜索，而是直接问 AI。“他们失去的不是收入，而是那些不可变现的查询。”这句话揭示了财务报表与用户行为之间的微妙错位：Google 的收入仍在增长，但用户的搜索量却在下滑。换句话说，Google 暂时守住了可变现的“付费”部分，却逐渐失去了用户习惯中的“默认入口”地位。

如果说搜索量的变化还只是表象，那么归因的错位才是真正困扰行业的深层问题。归因逻辑决定了钱最终流向哪里，而当前的“最后点击归因”几乎成了一个普遍的陷阱。消费者的购买行为往往有复杂链路：可能先在 Reddit 上看到一条经验贴，再被超级碗广告点燃兴趣，随后在 ChatGPT 上确认参数，最后在品牌官网完成下单。可在归因体系中，最后一次点击却拿走了 100% 的“功劳”，这种混淆相关性与因果性的逻辑，把预算导向了并不真正驱动购买的环节。

Honey 这样的插件就是利用了这一漏洞。用户原本已经准备下单，插件却在最后一刻提示“输入优惠码可立减 10%”，并通过重定向插入 cookie，抢走了这次购买的归因。结果是，广告主在财务报表中看到“Honey 渠道增长最快”，甚至以为它是真正拉动销量的关键，却没意识到只是被劫持了价值。

类似的模式从 RetailMeNot 到后来的无数插件和返利网站，都在不断复制。“这其实是盗取，但营销团队却被数据说服，把它当作最佳渠道。”这句话道出了行业的讽刺：归因体系的漏洞不仅养肥了中间商，还让真正创造需求的广告和内容被低估。

AI 的到来只会让这一问题更复杂。未来的购买路径可能变成：用户先在 TikTok 上看到一条穿搭视频，在 Reddit 上求证，在 ChatGPT 上咨询替代方案，最后通过 agent 自动下单。

到底哪一步才是真正的驱动？如果依然沿用“最后点击”的逻辑，归因会变得比现在更失真。商家可能会把所有功劳都算在 agent 平台上，却忽略了背后起作用的广告、社区讨论甚至线下体验。当归因无法正确分配价值时，广告投放的方向就会被误导，进一步加剧“为点击而生”的内容生产。

对于 Google 来说，这也是另一种危机。它长期依赖的商业模式建立在“搜索即入口”的假设之上，一旦入口被 ChatGPT 或其他 AI 工具部分替代，“GDP 税”的征收点就可能被转移。Google 还能维持收入，但已经失去对用户路径的完整把控。AI 工具如果掌握了最后一步点击，就可能取代它成为新的“税收者”。

这一切揭示的共同逻辑是：当归因失真，商业生态必然失真；当入口转移，旧的“税收点”必然动摇。而这两者结合在一起，就让整个搜索和广告的格局，变得前所未有的不确定。

购买类型与 Agent 雏形

a16z 认为，如果把消费行为拉成一条光谱，两端分别是最不需要思考的冲动购买，以及最慎重的重大决策。

冲动购买的典型场景是超市收银台上的可乐，价格不高，需求即时，没有任何研究或比价的必要；另一端则是买房、婚礼场地或汽车，这类消费金额占据个人收入的相当比例，用户必然会亲身体验、反复确认，甚至寻求专家的意见。

“冲动和重决策的两端，AI 都很难完全替代。”一端没有研究环节，另一端过于复杂和重要，需要面对面的信任。

真正值得关注的，是位于中腰部的消费：一只结实耐用的旅行包、一张合适的沙发、一台新的笔记本电脑。这些商品价格不算高到必须线下确认，但又需要在尺寸、口碑、耐用性和价格之间做权衡。

过去，用户可能要在 Reddit 论坛爬楼，看无数视频，再在比价网站上反复查询。如今，AI  agent 的可能性在这里显现。AI 能替用户“跑腿”：阅读帖子、筛选视频、综合反馈，然后在用户定义的条件下做出推荐。如果推荐结果可以直接与购买入口打通，这一链路就能闭环。

这种 agent 化并不是未来的幻想。Camel 的价格提醒就是最早的雏形：用户告诉系统目标价格，它每天监控商品，一旦跌破，就推送提醒。用户拿到信息后几乎必然会下单，这其实已经是半自动的消费。“如果把提醒变成自动执行，闭环就完成了。”

从通知到购买，用户意愿早已存在，AI 只是把动作代劳。更重要的是，AI 可以同时接管比价、返现、优惠券乃至信用卡权益的最优选择，过去需要精打细算的繁琐步骤，被一键完成。

进一步拆解，还能从是否存在标准编码切入。UPC 或 SKU 的存在，让商品天然适配比价逻辑。洗衣液、耳机、数码配件，这些都有明确编码， agent 只需比对全网，找到价格和物流的最优解。

过去“时间比金钱更重要”的人，宁愿直接在亚马逊下一单；“金钱比时间更重要”的人，则会手动去找返利、找优惠券。现在，AI 把“金钱敏感型”的复杂操作简化成“是否愿意省钱”的单选题。选择省钱，剩下的动作就由 agent 完成。

没有 UPC 的品类则是另一种情况。比如定制尺寸的吧台椅，或者需要个性化匹配的自行车，它们无法用一个统一编码来识别。用户的决策逻辑更多依赖“看起来是否合适”， agent 也只能在推荐维度做辅助，而无法完成自动购买。

这就是为什么 Wayfair 这样的公司能在家具市场找到空间：它卖的不是 SKU 统一的标准件，而是难以通过编码比价的家居品类。AI 的作用在这里更像“研究助手”，而不是“执行官”。

这也解释了购买链路的层级差异：冲动购买靠内容种草和情绪刺激，重决策靠线下体验和专家意见，中腰部则留出了最大空间给 AI。无论是定价提醒，还是 SKU 比价，AI 在这一层的作用都是降低摩擦，把“知道自己想要什么”的人，直接送到“以最优条件买到”的终点。它既不会帮你决定潮流，但能保证你买得更快、更便宜、更安心。

而这背后还有一个关键因素：时间敏感度。有人更看重“次日必达”，有人则愿意等五周换取 30% 折扣。AI  agent 能基于用户画像，动态平衡时间与金钱，把选择自动化。对用户来说，这就像是一个被外包的思考过程：只要把偏好交给 agent ，购买就能以最优解完成。

聚合者与品牌的分化

回顾过去十年，电商行业的赢家几乎清一色是聚合平台。Shopify 提供搭建工具，亚马逊则是最大的流量入口，它们吸收了所有新兴品牌的增长，却把真正的利润留在自己手里。

相比之下，那些靠单一爆款起家的 DTC 品牌，如 Casper、Allbirds、Glossier，起初风头无两，却很快陷入同质化泥潭。大多数品牌并不掌握生产环节，而是从 OEM 工厂直接贴牌，差别只在营销与买量。

一旦品类被证明有利润，后来的竞争者会直接跑去源头工厂，以更低价格推出几乎一样的产品。品牌的壁垒很快消失，沦为“买流量—卖商品”的单循环。

耐用品尤其容易暴露这种问题。床垫五年甚至十年才需要更换，Casper 需要不断寻找新客户，复购率极低。而最初代工的工厂，早已把同款床垫卖给上千个其他渠道，价格更低，选择更多。

少数能活下来的品牌，往往把产品与订阅或服务绑定。例如，家用摄像头附带云端存储，就算硬件同质化严重，依然能通过长期服务锁定用户。可这种模式毕竟是少数。当产品没有差异、服务不可持续时，聚合平台就成了唯一赢家。

AI 的出现，并不会轻易改变这种格局。 agent 可以帮用户做研究、比价、下单，但它无法“制造潮流”。一双鞋为什么流行，从来不是算法决定的，而是源于社交场景：Bama Rush 的视频里，成百上千女孩同时穿上同一款鞋，潮流由此形成。

AI 能做的，是在用户决定“我也要买”之后，帮助他找到价格最优、配送最快的购买路径。换句话说，AI 强化了聚合者的优势，却没有赋予单一品牌更多护城河。

在这样的背景下，Costco 反而成为一个“免疫样本”。它的盈利模式和亚马逊截然不同：利润几乎全部来自会员费，商品销售本身只求覆盖成本 —— “如果一件商品毛利过高，就会被下架，因为这会伤害会员价值。”

这条铁律保证了 Costco 的商品池里几乎没有劣质货。热狗 1.5 美元几十年未涨价，烤鸡成本上升时，Costco 干脆自建养鸡场。甚至连自有品牌 Kirkland，也能在品质上和知名品牌正面竞争。对于消费者来说，Costco 是极少数能提供长期信任的零售商。

这种信任的价值在于，它让 Costco 在任何时代都能独立存在。互联网让“地理优势”消失，DTC 品牌迅速被模仿，亚马逊以“海量与低价”取胜，但 Costco 通过几十年的积累，把信任感转化为不可替代的护城河。用户甚至不需要比价，只要商品出现在 Costco 的货架上，就相信它值得购买。在充斥“垃圾内容”和“劣币驱逐”的市场里，Costco 维持住了“可信赖”的少数派地位。

这也说明，AI 虽然会重构消费路径，但并非对所有模式一视同仁。聚合平台可能因为 agent 介入而失去部分广告收入，因为用户入口被转移；单一 SKU 品牌则更难突围，因为它们缺乏长期护城河。相对的，像 Costco 这样把盈利绑定在会员价值上的企业，反而天然具备“AI 免疫力”。 agent 能替用户下单，但它无法替代那份跨越几十年的信任。

更值得注意的是，未来变化同样会在商家端展开。当 AI  agent 成为主要购买角色，网站需要为“机器买家”优化：商品数据必须结构化，优惠条款需要透明化，支付接口要允许自动结算，物流承诺要以可验证的形式暴露。换句话说，当“买方 agent ”批量出现，整个商家基础设施都要重构，以适应不再“浏览网页”的消费者。

在这个过程中，或许会出现新的创业机会。有人会专门为 agent 优化页面，有人会开发金融接口和风控方案，有人会建立专门的“ agent 友好型”电商平台。消费者侧的变化只是表面，更深的震荡会在商家侧涌现。