The Last Mile of AI Agents: Distribution

每一轮技术周期都有一个相似的规律：当某种能力的生产成本快速下降，它的供给就会快速增加，而竞争焦点会从“能不能做出来”转向“能不能被找到、被选择、被信任”。

网站经历过这个过程。建站工具普及以后，网站数量快速增长，真正稀缺的变成了搜索排名和流量入口。移动应用也经历过这个过程。开发工具成熟以后，应用商店中的应用数量迅速膨胀，稀缺的变成了应用商店分发位、用户获取和留存。内容行业同样如此：发布工具和社交平台让内容生产的门槛大幅降低，稀缺的变成了推荐算法中的曝光与注意力。

AI Agent 正在出现类似的早期迹象。模型能力通过 API 提供，框架开源或商业化，知识库构建、工具接入和对话编排逐步被产品化。这意味着在很多垂直场景中，一个“能用的 Agent”将不再是壁垒本身。

我们可以把这个阶段称为 Agent Abundance：Agent 的数量和质量都可能快速提高，但用户注意力、使用场景和信任并不会以同样的速度增长。

在物流和通信行业，“最后一公里”通常指从网络节点到最终用户之间的那一段。它往往是整条链路中成本最高、最分散、也最难标准化的部分。

AI Agent 的商业化可能面临同样的结构。制造 Agent 是上游问题，而让 Agent 真正服务一个有需求的人，是下游问题。下游问题至少包括：

要理解这一变化，需要先回到数字广告的历史。

1994 年，HotWired 网站上出现了通常被视为最早的商业 Banner 广告之一。此后的展示广告体系，基本围绕“把一条信息展示给尽可能合适的人”来建立：Impression、CPM、Reach、Frequency。

2000 年前后，搜索广告将关键词与广告信息连接起来，使广告第一次能够大规模地响应用户主动表达的需求。Keyword 成为一种可以被购买的 Intent 近似物。

此后，社交广告、程序化购买和实时竞价，进一步把受众数据、行为信号和竞价机制结合起来，使广告能够在毫秒级完成匹配和投放。

这几十年的演进非常深刻，但有一个共同点：被分发的对象，本质上始终是 Message——一段文字、一张图片、一段视频、一个落地页。广告的任务是让 Message 被看到，然后把用户引导到下一个环节，由网站、表单、客服或销售去完成后续工作。

换句话说，广告负责“告诉”，而“理解、回答、判断、推进”往往发生在广告之外。

生成式 AI 带来的一个重要变化是：可以被分发的东西，不再只有 Message。

一个 Agent 不只是一条信息。它可以理解用户的问题，结合上下文进行回答，追问关键条件，给出比较和建议，并在用户愿意时推动下一步行动。它携带的是一个商家或服务提供者的知识、经验、判断方式和服务流程。

如果把这样的 Agent 放入一个内容页面、一个社区讨论、一个创作者的频道，或者一个平台的服务入口中，那么被分发的就不再只是“我们是谁、我们卖什么”，而是“我们能如何帮你解决这个问题”。

这就是本文所说的 Intelligence Distribution。

需要强调的是，这是一种延伸，而不是替代。在品牌建设、大众认知、情绪表达和冲动型消费等领域，Message 仍然具有不可替代的价值。Intelligence Distribution 更可能首先出现在那些决策复杂、信息不对称、需要专业判断的场景中，例如本地专业服务、金融、保险、教育、医疗健康相关咨询、房产和法律服务等。

在这个框架下，第一个核心概念是：Agent is Ad。

这句话不是说 Agent 就是一种新的广告格式，也不是说所有 Agent 都应该承担营销任务。它的含义是：在某些商业场景中，Agent 可能开始承担过去由广告承担的商业连接功能——让供给方被需求方发现、理解和选择。

传统广告通过精心设计的信息争取用户的注意；而一个作为商业入口的 Agent，通过回答用户真正关心的问题来建立相关性与信任。它的说服力来自有用性，而不是曝光频次。

这也带来了新的要求。一旦 Agent 承担商业连接功能，透明度就变得关键：用户应该知道自己在与谁的 Agent 对话，知道其中是否存在商业关系，知道建议的边界在哪里。缺少这些，Agent is Ad 很容易从一个效率提升，变成一个信任风险。

过去的广告匹配，大量依赖推断：从浏览记录、Cookie、设备信号和人群画像中，推测一个人可能想要什么。随着隐私法规的收紧和主要浏览器对第三方 Cookie 策略的调整，这种推断方式正在面临越来越多的限制，行业对 Contextual 和 First-party 信号的重视程度正在上升。

对话式交互提供了另一种可能：用户用自然语言直接表达需求。一句具体的问题，往往同时包含地点、预算、身份、时间约束和决策阶段。与此同时，用户提出问题的位置——一篇关于某个主题的文章、一个垂直社区、一个创作者的内容——本身就提供了丰富的 Context。

当 Context 与明确表达的 Intent 结合，匹配的依据就可能从“这个人像是会感兴趣”转向“这个人此刻正在问这个问题”。这是一种质的变化。

当然，这也意味着更高的责任。用户直接表达的 Intent，往往包含敏感信息。谁能够在尊重隐私、获得授权的前提下理解并承接这些 Intent，可能会成为新的信任门槛。

当可供选择的 Agent 越来越多，一个新的问题会出现：对于一个具体的 Intent，应该由哪个 Agent 来回答？

在传统广告中，这个问题在很大程度上由竞价决定：谁出价更高、预估点击率更高，谁获得展示。在 Intelligence Distribution 中，仅仅依靠出价可能是不够的。如果用户进入的是一段对话，而不是看了一眼横幅，那么一个不合适的 Agent 带来的负面体验会被放大。

因此，Agent Matching 可能需要同时考虑多个维度：

第二个核心概念是：Conversation is Conversion。

传统数字营销的 Funnel 大致是：

Impression → Click → Landing Page → Form → Lead → Sales

这个链路的每一步都存在流失。用户看到广告，但不一定点击；点击以后，落地页未必回答了他的具体问题；表单要求填写信息，但用户还没有建立足够的信任；最终的销售对话，往往发生在很多天之后。

Agentic Funnel 可能呈现另一种结构：

Intent → Agent → Conversation → Qualification → Action → Transaction

在这个结构中，Conversation 不再只是转化之前的一个步骤。在对话中，用户的问题被回答，需求被澄清，适配性被判断，下一步行动被提出。很多过去需要落地页、表单和首次销售沟通分别完成的工作，可能在一次对话中被压缩完成。

这就是为什么说 Conversation is Conversion：对话本身，可能就是转化发生的地方。

任何一种广告形态要形成规模化的商业模式，都必须回答一个问题：价值是如何被衡量和分配的？

展示广告以 CPM 衡量，搜索广告以 CPC 衡量，效果广告以 CPA 或 CPL 衡量。每一次计价单位的演进，背后都是更接近商业结果的衡量能力。

在 Intelligence Distribution 中，衡量对象可能进一步前移：从“是否被看到、是否被点击”，走向“是否发生了有质量的对话、是否完成了资格判断、是否推动了真实的行动、最终是否产生了结果”。

这对 Attribution 提出了更高的要求。一次转化可能涉及多个参与者：提供服务的商家、承载对话的 Agent、提供 Context 的网站或内容、带来信任的创作者、提供入口的平台。谁贡献了什么，应当如何被记录、如何被结算，是一个远比点击归因复杂的问题。

也正因为复杂，能够可靠地记录 Conversation、Action 与 Outcome 数据，并在各方之间建立可信归因与结算的基础设施，可能成为这一领域最难被复制的能力之一。

基于以上逻辑，一个值得关注的问题是：未来是否可能出现一种新的商业分发基础设施？本文将其称为 ADN——Agent Distribution Network。

它的基本结构可以被描述为：

Merchant / Service Provider → Agent → Distribution Network → Website / Content / Creator / Platform → Consumer Intent → Conversation → Conversion → Outcome

在这个结构中：

如果 Agent Creation 持续商品化，竞争壁垒可能会向以下几个方向转移：

任何关于未来的判断都需要同时讨论它的边界。Intelligence Distribution 至少面临以下几类挑战：

回到本文最开始的问题：当制造 Agent 变得越来越容易，什么会变得稀缺？

本文的回答是：在某些 AI 原生的商业场景中，稀缺的可能是把正确的智能交付到正确时刻的能力。

广告不会简单消失。品牌需要被认识，信息需要被传达，注意力依然有价值。但广告所承担的商业连接功能，可能正在向一个新的维度延伸——从告诉用户“有什么”，到帮助用户“解决什么”。

Agent is Ad。

Conversation is Conversion。

Distribution is the Last Mile。

如果这一趋势成立，下一阶段真正值得关注的，可能不是谁能做出更多 Agent，而是谁能在需求真实发生的那一刻，让正确的 Agent 出现在用户面前，并且让这一切可以被信任、被衡量、被结算。