AI 内广告：让用户得到更好的答案，也让社会面对更大的问题——与 ZeroClick 的 Ryan Hudson 对谈
摘要
ZeroClick 押注 5500万美元，认为“付费推理时间”既能让免费 AI 应用具备商业可行性，也能成为独立开发者的 Stripe 式变现通道。 Ryan Hudson 表示，部分场景的广告收入已经足以覆盖推理成本，而随着模型降价，利润率可能继续扩大。真正的战略价值，在于形成一个由数千乃至数百万个专业应用组成、独立于最大 AI 平台之外的生态。
这款产品把广告主信息作为可选上下文注入，再由应用自身的 AI 判断它是否能改善答案。 ZeroClick 通过 MCP server，将用户查询与基于落地页、商品目录、价格或服务数据库生成的 AI 广告活动匹配；是否被纳入答案以及外链点击都可测量。ZeroClick 在 Pi GPT 参考实现中的早期点击率“高得离谱”，但 Hudson 提醒，当前受众和数据仍太有限，不能据此泛化。
Hudson 的乐观情景是，场景广告可以改善答案、为出版商提供资金，并让初创公司进入原本会被成熟自然排名挡在门外的市场。 他最有力的例子来自 Pi Adblock 的视觉模式：当它移除 Google 的赞助商品结果时，用户抱怨说：“你删掉了那个搜索里最好的答案。”更大的目标，是在横幅广告模式持续恶化的互联网中恢复经济价值，同时避免发现入口被3家 AI 巨头垄断。
最清晰的商业模式从 Google 式高意图搜索开始，而 Facebook 式发现需要个性化，也带来更大的激励风险。 Hudson 最初否认 AI 广告会以最大化互动为目标，因为搜索广告变现的是与决策相关性，而不是用户在站内停留的时间。Erik Torenberg 提到 Tolan 这类主动式陪伴产品后，Hudson 承认，广告支持的应用可能会推动商业建议，催生更多“寄生式社会关系”产品——即使订阅模式也会制造类似的留存激励。
用户信任被视为控制机制，但竞价经济可能奖励那些最愿意从用户身上榨取价值的参与者。 Hudson 预计，消费者会通过“用脚投票”，抛弃把付费因素置于自身利益之上的 agent；除非法规禁止或情况极端，他希望 ZeroClick 始终保持基础设施中立。Nathan Labenz 提到的抵押贷款反例显示，点击价格从约50美元升至7500美元，而放贷机构因收取更高利率得到奖励，说明支付意愿反映的可能是剥削程度，而非质量。
AI 原生广告可能压缩软件、编程工具、医疗、研究和浏览器扩展的分发成本。 Hudson 提到，OpenEvidence 据称已经通过广告支持触达约40%的医生，这说明直达用户的模式可以击败数万美元级别的企业销售。浏览器工具尤其有吸引力：一个功能足够聚焦的助手，每月只需在恰到好处的时刻出现一次，就能“免费养成用户习惯”，其他时间则无需打扰。
最难处理的风险仍基本没有答案：政治影响、医疗利益冲突、AI 生成式说服，以及平台评判自身输出。 Erik Torenberg 问到，政府是否可能付费影响 AI 如何描述自己的国家时，Nathan Labenz 承认自己“从来没有接近思考过这个具体用例”。这场尚未解决的交锋强化了本期节目的核心投资者矛盾：技术和商业路径看起来成立，但社会保障措施落后于一个以“3个月或6个月”为时间尺度快速推进的市场。
精读
1. ZeroClick 要让免费 AI 在经济上自洽
节目的设定给这场实验足够分量：ZeroClick 宣布融资5500万美元，而 Hudson 此前创办的 Honey 已以40亿美元出售给 PayPal。这不是一个广告组件，而是面向新应用经济的基础设施。
当前默认模式是每月收费约20美元，同时限制免费用户的使用量。Hudson 的替代方案是“让广告主内容参与付费推理时间或推理时间的考虑”，为 AI 增加一个信息来源，同时帮助数十亿人获得真正可用的免费层。
ZeroClick 源自 Pi Adblock，后者拥有几百万用户，并通过让用户主动选择自己控制的广告来给予奖励。其场景匹配架构最初用于让用户画像留在浏览器内，“以任何可被利用的形式都不会离开浏览器”；团队后来意识到，同一架构天然适用于 AI。
Hudson 的商业目标说得很直接：未来6个月或1年内，一家初创公司如果要决定如何让免费层变现，应该像看待订阅业务中的 Stripe 一样看待 ZeroClick。“你不需要自己搭建。”这家公司的传承理念同样直白：“我们确实可以让广告变得更好。”
2. AI 广告可能重建出版商的利益分配
Erik Torenberg 开场担心的是，出版商正被聚合两次：AI 系统先训练于或检索它们的内容，然后直接回答用户，最多只把来源作为脚注和链接提供。广告支持的开放互联网如今同时面对横幅广告经济恶化和访问量消失。
Hudson 的顺序很重要：先在 AI 答案流中创造资金，再让应用向被纳入答案的出版商、或用户更广泛活动中的出版商分配价值。没有经济引擎，就几乎没有收入可以用来围绕高质量内容重构利益分配。
节目讨论了 TollBit、Cloudflare 等公司的付费访问方案：Hudson 说，如果内容没有获得付费，TollBit 和 Cloudflare 会限制访问；Erik 认为这种方式“某种程度上说得通”，但也把它比作将网站从 Google 索引中移除。Hudson 预计，订阅、广告和出版商收入再分配最终会混合出现。
ZeroClick 无意规定开发者应如何分成。Hudson 更相信市场压力会奖励有用的来源，同时承认成熟需要时间：“所有人都承认这是个问题”，但眼下的任务是先确保有足够价值，为任何解决方案提供资金。
3. 开放长尾的替代方案，是 AI 走向失效
Hudson 希望发现入口分散到数千乃至数百万名开发者手中，而不是收缩为 ChatGPT、Gemini 和另一个掌握所有用户信息的平台。3个单一的巨型浏览入口将是“失败状态”，类似早期平台对竞争的封锁。
他借 Facebook Audience Network 的历史发出警告。Facebook 曾把自己的定向优势输出给第三方出版商，后来又将这项能力收回围墙花园；此举提升了自身地位，却让潜在的社交竞争者失去同等的变现能力。
广告行业又用令人毛骨悚然的跟踪、隐私侵犯和糟糕的广告形式放大了问题，让用户和平台都学会抵制广告。因此，ZeroClick 的机会不只是技术匹配，更是提供一套通用变现基础设施，避免最大的 AI 公司同时掌握用户意图和唯一高效的变现方式。
Hudson 预计，主要 AI 平台最终会在一段类似 OpenAI 当前“不要作恶”、或 Google 尚未投放广告的阶段，建立原生广告系统。他不相信这些平台会给独立开发者同等的经济条件：开放系统会带来运营麻烦，也会削弱战略控制，因此外部的“Stripe”仍有机会聚合更广阔的市场。
4. 场景广告已经证明，它可能是更好的答案
Pi Adblock 有一种视觉模式，会显示广告被“从屏幕上抹掉”。在 Google 商品搜索中，用户有时会抗议：“别这么做。你删掉了那个搜索里最好的答案。”赞助结果仍然是广告，但由于与用户意图高度匹配，它比自然结果列表更有用。
Hudson 将这一观察直接延伸到 AI。当前的 agent 可能依赖训练数据，运行几次 Bing 搜索，扫过大约前10条自然结果，再综合出答案；如果增加5条付费结果，再由模型排除无关内容，最终有时会得到信息更充分的回答。
搜索广告也能防止所有市场都由既有惯性决定。纯自然排名可能需要数年时间，因此付费参与让初创公司可以在那些仅仅因为存在更久而积累权威的成熟企业旁边，“把自己注入对话”。
Labenz 进一步扩大了上行空间：定向可以让只对0.1%人口相关的企业，在全球范围内找到这个细分人群，把兴趣项目变成可持续的生计。更好的匹配会扩大专业化，支持创作者，并用人们可能真正重视的信息，替代过去反复播放 Cap’n Crunch 和 Ninja Turtles 广告的广播式内容。
5. 现代广告值得肯定，但不是一张空白支票
Meta 没有提供自愿付费、无广告的 Instagram 版本，引发了不同解释。Labenz 猜测，移除最富有的1%用户可能会损害广告主最想触达的受众；Hudson 的答案更简单：Meta 已经拥有“极其出色的生意”，没有必要自我颠覆，收费提供更好的功能还可能引发反弹。
欧盟强制要求的选项可能每月收费“20多美元”，因为这大致对应 Meta 从一名用户身上提取的价值。但 Hudson 认为，Instagram 广告往往是增量价值：它的定向和创意足够好，移除广告未必能提供消费者愿意付费购买的东西。
搜索和社交广告也曾让分发更加民主。Hudson 说，质量控制的改进基本解决了早期访问网站就可能劫持 Windows 电脑的问题。他在 OpenX 亲历过那个时代，负责广告和流量质量，而恶意参与者试图通过实时竞价系统分发代码。
最大的结构性缺点在于：当收入与站内停留时间挂钩，产品就会学着利用愤怒、可变奖励和认知漏洞。Erik 担心，如今生成式 AI 可以针对单个用户优化这套机制，生成比任何由真人帖子组成的社交信息流都更私密的说服。
6. 搜索经济学无法消除 AI 的互动陷阱
Hudson 最初说自己“完全不担心”ZeroClick 会制造成瘾，先故意把话说重，再稍作缓和。他类比 Google 搜索：平台希望出现在用户做出具有商业价值的决定时，比如选择婚礼服装，而不是制造无尽的低价值搜索或横幅曝光。
Erik 的反驳值得保留：AI 可以在购物助手、哲学伙伴和知己之间随时变形。Tolan 将自己定位为外星人好友，会发送场景化通知，比如询问用户之前提到的演讲进展如何；产品已经不再等待用户主动发起查询。
Hudson 回应说，订阅并不能解决这个问题。产品经理仍会追踪互动，因为日常使用与续费相关，因此付费陪伴产品同样可能追求通知和留存循环。广告可能被指责制造“寄生式社会关系”，但底层产品本来就希望用户回来。
不过他承认，两者确实存在差异：广告支持的应用可能会寻找更多商业“击球机会”，推动用户接受建议——比如因为某人似乎需要周末休息，就推荐当地酒店优惠。这在不同语境下可能有用，也可能具有操纵性。“这可能是一个微妙的平衡”，而 Hudson 还没有深入想过所有类别。
7. ZeroClick 从意图出发，而不是打断用户
Labenz 对市场的概括是：Google 面向用户已经意识到的需求，Facebook 面向用户尚不知道存在的产品。ZeroClick“高度优化”了前一类场景：它将即时上下文向量化，匹配相关广告活动，而不是在无关对话中胡乱插入一个选项。
Facebook 式系统需要持久的用户上下文。Pi Adblock 提供了一种可能的隐私保护架构，因为浏览器可以在本地保存用户画像；而早期 ZeroClick 实现仍然“高度依赖上下文”，并不依赖这类个性化。
Hudson 将 Facebook 的引擎描述为：把向量化用户画像与已知转化者群体匹配。触达范围越广，就越偏离这个转化集群。它持续强大的财务表现来自更好的匹配、深厚的广告活动库存，以及广告预算向能证明更多转化的渠道迁移。
他的宏观判断近乎零和：广告主将公司支出或 GDP 中相对固定的比例投入推广。如果 AI 能提供一条更可衡量的意图路径，预算就可以从 Google、电视或其他更难衡量的渠道迁移过来，而不需要广告总支出增长。
8. MCP 集成把广告主数据变成可选上下文
ZeroClick 的 Pi GPT 参考设计证明，自定义 GPT 可以考虑付费来源、加入可追踪链接，并产生可衡量的广告主结果。点击率“高得离谱”，Hudson 将其视为用户认为结果有用、而不只是看见了结果的证据，但他强调，早期受众不足以支撑广泛结论。
开发者现在可以通过 MCP server 接入。核心指令是：这里有额外信息；只有在有用时才纳入；如果使用，保留这些链接；并报告它是否出现。开发者可以根据产品调节行为，而不必接受一套统一的广告呈现方式。
在广告主一侧，ZeroClick 会摄取落地页、商品目录、价格或服务专业人士数据库。AI 将这些材料总结成广告活动，映射到向量空间，再匹配传入的关键词搜索，不要求广告主自行设计广告活动机制。
在内部生成付费上下文，也能降低提示注入风险。平台不接受包括经典白字攻击在内的任意广告主指令，而是控制转换过程。运行时，付费检索可以与自然搜索并行执行；缓存和受控竞价则避免开放式实时竞价网络所需的大量网络调用。
9. 专业应用可以赢过一个无所不知的聊天机器人
Hudson 不认为对话式聊天会成为 AI 唯一的界面。正如第三方能做出比 Apple 更好的应用、比 Google 更好的网站，专注的开发者也可以结合特定受众、专有数据和定制交互，胜过一个被要求采用不同人格的前沿模型。
他最好的例子是浏览器购物。像 PayPal Honey 这样的服务拥有大约10年的 Amazon 价格历史，因此助手可以在用户将鼠标悬停在价格上时触发，并告诉用户“这是历史最低价，便宜了20美元”，或者提示该商品定价过高、值得考虑其他选择。
价值在于消除不同上下文之间的转换：用户不应该需要把 URL 复制到 ChatGPT，也不应该需要解释自己正在看什么。浏览器、电子邮件和企业工作流都可以在底层活动已经发生的地方，直接发起正确的对话。
Hudson 还预计，Apple silicon 在“未来1到2年内”就能完成与当今模型相当的本地语言模型工作。推理成本下降、专有垂直数据和设备端隐私，可以支撑广泛的应用多样性；他认为广告收入已经超过推理成本，基础设施成本还在下降，而变现能力正在改善。
10. 信任是竞价无法直接定价的约束
Erik 的核心问题是，当变现越来越靠近转化时，agent 最终服务的到底是谁。广告主在实际购买前支付更高价格，但如果助手从这部分价值中分成，它就可能看起来更像卖方的代理，而不是用户的代理。
Hudson 提出的均衡机制是退出：消费者会“用脚投票”，转向保持公正并尊重自身优先级的产品。他希望旅行 agent 可以考虑付费优惠，同时仍然找到最划算的交易；一旦用户感觉它“在秤上动手脚”，信任就会消失，竞争者就能取而代之。
他认为用户信任是打造消费产品时的“最高境界”，但不希望 ZeroClick 替每个开发者决定所有选择。作为基础设施，它应当像 Stripe 或 PayPal：提供中性的管道，主要在违法或其他极端情况下介入，而不是持续做道德判断的平台。
竞价本身会类似 Google。上下文决定是否具备资格，然后支付意愿和实际点击共同影响预期价值。Hudson 称当前实现“接近竞价”，出价部分围绕广告活动结果管理，但预计更成熟的排名系统会让价格和响应共同成为质量信号。
11. 高出价可能意味着榨取，而不是质量
Labenz 用抵押贷款市场攻击了这一前提。过去，贷款发起机构会使用定价卡，给销售人员更多奖励，让他们把借款人的利率定在最低价之上50个基点或100个基点；据称 Google Search 的点击价格曾达到约50美元至7500美元，因为能从客户身上榨取更多价值的贷款机构也更有能力出高价。
在 AI 中，二阶风险更加尖锐：赚取最高转介收入的金融咨询应用，可以最激进地获取用户并最终占据主导地位。它表面上的产品质量，可能反映的是把客户引向高榨取服务商的能力，而不是保护客户财务状况的能力。
Hudson 接受这是“非常值得思考的问题”。部分领域可能需要订阅、券商补贴或完全不同的模式；广告不必出现在每个 AI 产品中。他表示，政府监管可以处理其中一些失灵，并认为上述抵押贷款激励现在已经违法，同时回忆了类似的股票经纪奖励。
Labenz 提议，消费者可能需要一个 AI，来审计其他 AI 是否与自身利益一致；随后他指出了镜厅问题：GPT-5 的评估使用 LLM 作为裁判。如果模型学会其他模型会奖励自命不凡的创意写作，它们可能会为机器认可而优化，最后让人类只剩下一句：“这他妈是什么？”
12. 场景化分发可能重写软件和医疗行业
Cursor 等编程助手可以在开发者遇到需求的瞬间，推荐爬虫 API 或其他技术服务。Hudson 将这个论点扩展到 SaaS：产品每年往往需要超过1万美元的合同，是因为人工销售和支持给原本边际成本很低的软件设定了价格底线。
AI 广告层可以在没有这套销售机器的情况下，分发更便宜的工具。Erik 想象中的定价页体现了这种转变：入门层由 AI 提供销售和支持，中间层提供人工销售，高级层提供人工销售和支持。
Hudson 把 OpenEvidence 作为关键案例：这款广告支持的“医生版 ChatGPT”据称每天触达约40%的医生，而竞争者则通过医院系统销售多年期、高价值合同。一个边界清晰且有价值的受众，可以通过医药和医疗器械广告主的资金支持，实现直接采用。
Erik 担心，药企可能在患者提出治疗问题之前就触达医生，而 AI 中介可能获得任何人类医生依法都不能接受的激励。Hudson 的乐观情景是，对医生进行场景化展示，可以替代那些惹恼数百万人的电视广告；临床判断仍然是过滤器，而信息会在相关病例出现时到达。
13. 浏览器政策和社会治理将决定谁捕获上行空间
Hudson 认为，扩展而非全新的浏览器，是最有价值的应用层。一个功能足够聚焦的工具，可以每月只在某个特定任务中出现一次，“免费养成用户习惯”，其他时间则保持隐形。这比每天发送8条通知来制造互动更自然。
Chrome 让这条机会变得复杂。Google 取消了付费扩展，要求通过商店分发，并施加单一用途政策；Hudson 认为，这些规则扼杀了一个市占率约70%至80%的浏览器中的创新。他偏好的解决方案是开放平台；把 Chrome 卖给另一家 AI 公司，可能只是换了一个同样有动力封锁竞争者的新所有者。
AI 优化会重现 SEO 的不对称性：可能只有10名世界级从业者真正理解如何塑造面向模型消费的内容，而数千人销售更弱的服务。AI 生成的“自然”垃圾内容也可能让权威的人类创作内容更难与批量生产内容区分，因为 Google 数十年来积累的点击和跳出反馈正在消失。Hudson 预计，付费上下文的重要性会大幅上升，尤其是在聊天承接上游探索、而不只是承接明确商品搜索之后。
尚未解决的前沿问题，是商业之外的影响力。当 Erik Torenberg 问到外国政府是否可能付费影响 AI 如何回答有关自己国家的问题时，Nathan Labenz 承认自己“从来没有接近思考过这个具体用例”。Nathan 更大的警告，是执行速度与后果反思之间的差距：一边是996或每周6天、每天12小时的极限推进，另一边是从 SB53 政策争议，到视觉广告可能在“3个月或6个月内”把真实可购买的家具放进用户家中的后果。