AI Agent 的最後一公里：Distribution

每一輪技術週期都有一個相似的規律：當某種能力的生產成本快速下降，它的供給就會快速增加，而競爭焦點會從“能不能做出來”轉向“能不能被找到、被選擇、被信任”。

網站經歷過這個過程。建站工具普及以後，網站數量快速增長，真正稀缺的變成了搜尋排名和流量入口。移動應用也經歷過這個過程。開發工具成熟以後，應用商店中的應用數量迅速膨脹，稀缺的變成了應用商店分發位、使用者獲取和留存。內容行業同樣如此：發佈工具和社交平台讓內容生產的門檻大幅降低，稀缺的變成了推薦演算法中的曝光與注意力。

AI Agent 正在出現類似的早期跡象。模型能力通過 API 提供，框架開源或商業化，知識庫構建、工具接入和對話編排逐步被產品化。這意味著在很多垂直場景中，一個“能用的 Agent”將不再是壁壘本身。

我們可以把這個階段稱為 Agent Abundance：Agent 的數量和品質都可能快速提高，但使用者注意力、使用場景和信任並不會以同樣的速度增長。

在物流和通訊行業，“最後一公里”通常指從網路節點到終端使用者之間的那一段。它往往是整條鏈路中成本最高、最分散、也最難標準化的部分。

AI Agent 的商業化可能面臨同樣的結構。製造 Agent 是上游問題，而讓 Agent 真正服務一個有需求的人，是下游問題。下游問題至少包括：

要理解這一變化，需要先回到數字廣告的歷史。

1994 年，HotWired 網站上出現了通常被視為最早的商業 Banner 廣告之一。此後的展示廣告體系，基本圍繞“把一條資訊展示給儘可能合適的人”來建立：Impression、CPM、Reach、Frequency。

2000 年前後，搜尋廣告將關鍵詞與廣告資訊連線起來，使廣告第一次能夠大規模地響應使用者主動表達的需求。Keyword 成為一種可以被購買的 Intent 近似物。

此後，社交廣告、程式化購買和即時競價，進一步把受眾資料、行為訊號和競價機制結合起來，使廣告能夠在毫秒級完成匹配和投放。

這幾十年的演進非常深刻，但有一個共同點：被分發的物件，本質上始終是 Message——一段文字、一張圖片、一段影片、一個落地頁。廣告的任務是讓 Message 被看到，然後把使用者引導到下一個環節，由網站、表單、客服或銷售去完成後續工作。

換句話說，廣告負責“告訴”，而“理解、回答、判斷、推進”往往發生在廣告之外。

生成式 AI 帶來的一個重要變化是：可以被分發的東西，不再只有 Message。

一個 Agent 不只是一條資訊。它可以理解使用者的問題，結合上下文進行回答，追問關鍵條件，給出比較和建議，並在使用者願意時推動下一步行動。它攜帶的是一個商家或服務提供者的知識、經驗、判斷方式和服務流程。

如果把這樣的 Agent 放入一個內容頁面、一個社群討論、一個創作者的頻道，或者一個平台的服務入口中，那麼被分發的就不再只是“我們是誰、我們賣什麼”，而是“我們能如何幫你解決這個問題”。

這就是本文所說的 Intelligence Distribution。

需要強調的是，這是一種延伸，而不是替代。在品牌建設、大眾認知、情緒表達和衝動型消費等領域，Message 仍然具有不可替代的價值。Intelligence Distribution 更可能首先出現在那些決策複雜、資訊不對稱、需要專業判斷的場景中，例如本地專業服務、金融、保險、教育、醫療健康相關諮詢、房產和法律服務等。

在這個框架下，第一個核心概念是：Agent is Ad。

這句話不是說 Agent 就是一種新的廣告格式，也不是說所有 Agent 都應該承擔營銷任務。它的含義是：在某些商業場景中，Agent 可能開始承擔過去由廣告承擔的商業連線功能——讓供給方被需求方發現、理解和選擇。

傳統廣告通過精心設計的資訊爭取使用者的注意；而一個作為商業入口的 Agent，通過回答使用者真正關心的問題來建立相關性與信任。它的說服力來自有用性，而不是曝光頻次。

這也帶來了新的要求。一旦 Agent 承擔商業連線功能，透明度就變得關鍵：使用者應該知道自己在與誰的 Agent 對話，知道其中是否存在商業關係，知道建議的邊界在哪裡。缺少這些，Agent is Ad 很容易從一個效率提升，變成一個信任風險。

過去的廣告匹配，大量依賴推斷：從瀏覽記錄、Cookie、裝置訊號和人群畫像中，推測一個人可能想要什麼。隨著隱私法規的收緊和主要瀏覽器對第三方 Cookie 策略的調整，這種推斷方式正在面臨越來越多的限制，行業對 Contextual 和 First-party 訊號的重視程度正在上升。

對話式互動提供了另一種可能：使用者用自然語言直接表達需求。一句具體的問題，往往同時包含地點、預算、身份、時間約束和決策階段。與此同時，使用者提出問題的位置——一篇關於某個主題的文章、一個垂直社群、一個創作者的內容——本身就提供了豐富的 Context。

當 Context 與明確表達的 Intent 結合，匹配的依據就可能從“這個人像是會感興趣”轉向“這個人此刻正在問這個問題”。這是一種質的變化。

當然，這也意味著更高的責任。使用者直接表達的 Intent，往往包含敏感資訊。誰能夠在尊重隱私、獲得授權的前提下理解並承接這些 Intent，可能會成為新的信任門檻。

當可供選擇的 Agent 越來越多，一個新的問題會出現：對於一個具體的 Intent，應該由哪個 Agent 來回答？

在傳統廣告中，這個問題在很大程度上由競價決定：誰出價更高、預估點選率更高，誰獲得展示。在 Intelligence Distribution 中，僅僅依靠出價可能是不夠的。如果使用者進入的是一段對話，而不是看了一眼橫幅，那麼一個不合適的 Agent 帶來的負面體驗會被放大。

因此，Agent Matching 可能需要同時考慮多個維度：

第二個核心概念是：Conversation is Conversion。

傳統數字營銷的 Funnel 大致是：

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

這個鏈路的每一步都存在流失。使用者看到廣告，但不一定點選；點選以後，落地頁未必回答了他的具體問題；表單要求填寫資訊，但使用者還沒有建立足夠的信任；最終的銷售對話，往往發生在很多天之後。

Agentic Funnel 可能呈現另一種結構：

Intent → Agent → Conversation → Qualification → Action → Transaction

在這個結構中，Conversation 不再只是轉換之前的一個步驟。在對話中，使用者的問題被回答，需求被澄清，適配性被判斷，下一步行動被提出。很多過去需要落地頁、表單和首次銷售溝通分別完成的工作，可能在一次對話中被壓縮完成。

這就是為什麼說 Conversation is Conversion：對話本身，可能就是轉換發生的地方。

任何一種廣告形態要形成規模化的商業模式，都必須回答一個問題：價值是如何被衡量和分配的？

展示廣告以 CPM 衡量，搜尋廣告以 CPC 衡量，效果廣告以 CPA 或 CPL 衡量。每一次計價單位的演進，背後都是更接近商業結果的衡量能力。

在 Intelligence Distribution 中，衡量物件可能進一步前移：從“是否被看到、是否被點選”，走向“是否發生了有品質的對話、是否完成了資格判斷、是否推動了真實的行動、最終是否產生了結果”。

這對 Attribution 提出了更高的要求。一次轉換可能涉及多個參與者：提供服務的商家、承載對話的 Agent、提供 Context 的網站或內容、帶來信任的創作者、提供入口的平台。誰貢獻了什麼，應當如何被記錄、如何被結算，是一個遠比點選歸因複雜的問題。

也正因為複雜，能夠可靠地記錄 Conversation、Action 與 Outcome 資料，並在各方之間建立可信歸因與結算的基礎設施，可能成為這一領域最難被複制的能力之一。

基於以上邏輯，一個值得關注的問題是：未來是否可能出現一種新的商業分發基礎設施？本文將其稱為 ADN——Agent Distribution Network。

它的基本結構可以被描述為：

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

在這個結構中：

如果 Agent Creation 持續商品化，競爭壁壘可能會向以下幾個方向轉移：

任何關於未來的判斷都需要同時討論它的邊界。Intelligence Distribution 至少面臨以下幾類挑戰：

回到本文最開始的問題：當製造 Agent 變得越來越容易，什麼會變得稀缺？

本文的回答是：在某些 AI 原生的商業場景中，稀缺的可能是把正確的智慧交付到正確時刻的能力。

廣告不會簡單消失。品牌需要被認識，資訊需要被傳達，注意力依然有價值。但廣告所承擔的商業連線功能，可能正在向一個新的維度延伸——從告訴使用者“有什麼”，到幫助使用者“解決什麼”。

Agent is Ad。

Conversation is Conversion。

Distribution is the Last Mile。

如果這一趨勢成立，下一階段真正值得關注的，可能不是誰能做出更多 Agent，而是誰能在需求真實發生的那一刻，讓正確的 Agent 出現在使用者面前，並且讓這一切可以被信任、被衡量、被結算。