惟愿此心无怨尤

【学习笔记】Perplexity 创始人访谈深读：当 AI 掌握在用户手中，广告利润率为什么必然下降

31 min

「无论如何，未来广告利润率都会下降，这是毫无疑问的。因为这是第一次，AI 真正掌握在用户手中。」

这篇笔记整理自 Z Potentials 的编译文章，原文是 Silicon Valley Girl 播客（主持人 Marina）对 Perplexity 联合创始人兼 CEO Aravind Srinivas 的访谈，录制于 2025 年 9 月 26 日，原视频标题是 “$20B AI CEO: The ONLY trait for success in the AI era”。访谈时点很微妙：Perplexity 刚在 2025 年 7 月正式发布智能代理浏览器 Comet，估值从两人上一次对话（2023 年 11 月）时的约 5 亿美元涨到了约 200 亿美元。

整场访谈聊了增长、品牌、产品、职业、创业，信息密度不低，但真正值得逐句拆解的，是中间那段关于「当 AI 能替你购物，广告和商业模式会怎么变」的论述。它不是零散的金句，而是一套从权力结构讲到利润分配、再落到信任与生命周期价值的完整推演。这篇笔记先用一节的篇幅把全场内容快速整理出来，然后把广告部分掰开揉碎地深读，最后对照这一年多行业里实际发生的事，做一次「现实检验」。

一、访谈全貌：广告之外都聊了什么

指数级增长：1.01 的 365 次方

被要求用一个词形容这两年时，Aravind 的回答是「指数级」。他归因于「持续快速迭代同时保持产品质量」的能力，并自曝想过买下 relentless.com 这个域名（发现是贝索斯的）。方法论层面他给了一个具体的公式：1.01 的 365 次方 = 37.78——每天进步 1%，一年后的进步不是 365%，而是 3700%，因为复利。落到操作上就是他每天睁眼第一件事看全网用户反馈、修 bug、做问题分流；这些微小改进叠加到用户侧，就变成「隔几周再用一次，明显更快更准」，口碑由此滚起来。他的原话是：我们是通过准确性和改进速度赢得用户信任的。

品牌营销：F1 与「Think Different」的传承

Perplexity 赞助了 F1，Lewis Hamilton 的头盔上有它的标志。Aravind 坦承这类品牌合作很难直接归因（不像效果广告有清晰的转化漏斗），衡量方式只能是品牌认知度调研。但他给出了一个更有趣的框架：乔布斯「Think Different」广告的灵感来自 Nike 赞颂伟大运动员，所以苹果的广告里出现爱因斯坦和甘地；Perplexity 选择 Hamilton，同样是在做「与历史上最伟大的人物建立联结」的品牌联想。他还补了一个观察：F1 表面是肾上腺素运动，内核是高度工程驱动的智力竞争——这和 Perplexity 的用户画像重合。记住这一段，后面分析广告时它会变得很有意思：一个断言「广告利润率必然下降」的人，同时在认真做最传统的品牌广告。

Comet：第一次拥有「替你做事」的浏览器

2025 年 7 月发布的 Comet 被他定义为：用户第一次真正拥有一个可以和你一起思考、还能代表你采取行动、甚至自己去执行任务的浏览器。访谈里他演示的杀手级功能朴素但能说明问题——「找到黄仁勋说过某句话的视频，并从那个确切的时间点开始播放」。关键不是「视频搜索」，而是多步推理：找到视频、提取字幕、打开新标签页、定位播放。顺着这个能力往外延展：和一小时长的视频对话（「Jensen 这次访谈里有哪些不平凡的观点」）、让 AI 读完全部字幕后把新观点总结发邮件、在界面里直接排会、甚至「从 Amazon 买一件 Jensen 穿的那件皮夹克」——系统会去找到它，因为太贵不直接下单，但能走完一整套多步操作。

洗衣机故事：认知劳动的外包

他讲了一个坚定其信念的小故事：旧金山理发店里一位年长客人抱怨，为了买台洗衣机花了大半天看评论看测评，结果比一开始更困惑。这是典型的昂贵消费决策困境——评论里混着付费好评，单一平台的信息是噪音。他的解法是跨平台交叉验证：我可以花钱让人在 Google Maps 刷好评，但我没法在所有平台同时做到；产品如果真的差，总有人在 YouTube 或 Reddit 上说出负面评价。Comet 要做的就是把「手动打开三四十个标签页」的认知劳动压缩到几秒几分钟，结合你的需求和预算给出结论。而且因为它有记忆，答案是个性化的。由此他给出一个重要判断：AI 的价值不取决于用户年龄、不取决于是否乐于尝鲜，单纯取决于能不能提供真正的效用。

（顺带一提，他还让 Comet 读遍了黄仁勋和乔布斯的演讲稿、公关同事的初稿，甚至看自己的采访视频学习表达方式，来润色一场 Motorola 活动的演讲稿——他的评价是「好到我感叹如果请人来写要花 1000 美元」。）

职业与教育：入门级岗位的消失

Marina 分享了一个亲身经历：她让 Perplexity 分析自己的投资组合，并问是否该解雇理财顾问，得到的回答是**「是的，你应该立刻这么做」**——因为她的顾问在买昂贵的共同基金。这是她第一次见到 AI 给出如此斩钉截铁的建议。Aravind 的推演是：

  • 理财顾问：如果工作只是告诉你买什么股票，那不可能比 Perplexity 更聪明（它能读所有分析师报告和早间新闻，甚至回答「如果巴菲特持有我的组合他会怎么做」）。能活下来的价值是公共渠道拿不到的东西——私募股权、对冲基金的准入，税务优化这类服务。
  • 房地产经纪人：AI 助手可以循环任务每天扫 Redfin 新房源、按偏好推送通知、自动提交申请、在日历里排好看房会；比僵化的下拉过滤器好用得多。而能找到非公开市场房源的助手更有价值。
  • 核心逻辑一句话：你现在手里有了新的力量，就应该要求那些收你钱的人为你做更多的事。

关于读博，他的观点是博士真正教的是「学习如何学习」，以及追求真理的意愿、苏格拉底式的质疑精神。他也坦诚现实的另一面：博士是他免费去美国的唯一途径——「博士是大学付钱给你，硕士是你付钱给大学」。

创业：唯一能下注的是你痴迷的东西

资金对比是残酷的：Perplexity 融了 10 亿美元，OpenAI 大约 700~800 亿，Google 光现金就有 1000 亿美元、每年营收两三千亿。他把创业公司的幸存比作《鱿鱼游戏》：同期的竞争者一个个卖掉或转型，最后牌桌上剩 Google、OpenAI 和你。两个清醒的判断值得抄下来：

  1. 不要试图做「另一个 OpenAI」——模型不是一次性成本，而是训练下一代、组建集群、招揽人才的无止境循环；现在存在的是「人才套利」，做产品成功概率统计意义上更大。
  2. 默认巨头一定会跟进任何跑通的方向——AI 资本开支太高，巨头必须找新收入来支撑，所以 ChatGPT 不会「永远不做购物/旅行/金融」。「不要试图当白板上指点江山的战略大师」，你唯一能赌的是自己痴迷到无论条件多不利都会做下去的事，先为自己做一个你真正热爱的东西。

他的 AI 工具箱

手机上装着 ChatGPT、Grok、Gemini、Claude（最常用 ChatGPT，主要用于测试竞品）；同时仍然用 Google 查网球比分、汇率、和「大海捞针」找老链接（用日期限定、and/or 这类高级搜索符——他还把这反过来变成产品启发，让 AI 自己组合这些「搜索宏」）；用 Midjourney 因为美学质量好。而 Comet 的定位是超级应用：直接让浏览器里的助手去用 Midjourney、用 Photoshop 把事做完，不需要单独打开那些应用。

二、核心深读：广告商业模式的重塑

现在进入全文最有分量的部分。Marina 的问题是：「到 2030 年购物会是什么样？每个人都会有专属 AI agent 吗？Amazon、Walmart 的 App 会消失吗？」Aravind 的回答展开成了一套完整的论述，我把它拆成论点、三个机制和一个经济学推论。

论点：供给侧 AI 与需求侧 AI 的权力转移

先看背景判断：亚马逊和沃尔玛不会死，因为护城河在实体资产——仓储、门店、供应链；会失效的是「核心购物体验」本身，也就是 App 那一层。真正被重新分配的是影响用户决策的权力：

作为消费者，你根本不在乎广告——你其实并不想要广告，你想要的只是对你有利的东西。……广告主可能依然存在，但不是完全消失。他们可能尝试与助手沟通，而不是直接对你推销。但最终由助手来过滤。

然后是整场访谈的题眼：

无论如何，未来广告利润率都会下降，这是毫无疑问的。因为这是第一次，AI 真正掌握在用户手中。在此之前，AI 一直掌握在广告巨头手里：亚马逊用 AI 来做推荐排序，谷歌用 AI 来做搜索排名，他们可以影响和操纵你去买东西。因为广告主的工具就是这些优化投放的 AI 算法。但现在，用户第一次有了属于自己的 AI。

这段话的锋利之处在于重新定义了「AI 革命」的对象：过去十年最强的 AI 从来不在用户手里——它们是广告主的投放优化工具（谷歌的排序模型、亚马逊的推荐系统），AI 的每一次进步都直接转化为「更精准地影响你买单」的能力。而 Comet 这类用户侧 agent 第一次把同样量级的智能放到了天平的另一端。广告的暴利本质上来自这种不对称；当不对称被抹平，利润率自然回落。他给这个概念起了个名字：需求端智能（你掌握了属于自己的需求端智能，可以根据提示词、记忆和偏好去召唤它）。

机制一：握手协议——助手是不可收买的代理人

用户天然会追问：「那我也可以直接忽略广告啊，有什么区别？」Aravind 的回答是，区别在于你和你助手之间存在一个『握手协议』——广告主不能影响或操控你的助手。这就是保护你的机制。

但「完全无广告」也不是终点。他举了个例子：你在运营一个播客，出现了一款品质很好但还不为人知的麦克风，厂商可能会去找你团队里的「助手」：能不能推荐给 Silicon Valley Girl？这某种程度上就是广告，但它是通过你信任的团队成员转达给你的，而你知道那个人不会替你直接做决定，而是会评估后再推荐。

这个模型精妙的地方在于，它没有否定广告的信息价值（新品确实需要被知道），否定的是广告绕过判断直接触达用户的特权。广告从「对人投放」降格为「向助手提交申请」，助手扮演的是一个会做尽职调查的采购中间人。

机制二：竞价发生在 agent 层，收益向用户回流

第二个机制是一个打车的思想实验：你让 Comet 助手订一辆车，Uber、Lyft 和第三个平台都来竞争——「我能给她提供最好的出行体验」。助手知道你偏好 Uber，这时竞争对手说「我真的很想赢得这单，这次免费提供车程，只要让她知道我的体验更好」。于是助手在中间撮合，甚至可以向这些应用收取一部分『引流费用』，并把部分收益返还给用户。

注意这个设计里竞争发生的位置：不再是平台用广告轰炸用户心智，而是服务方在 agent 层出价，用户的偏好（记忆里的 Uber）是默认赢家，挑战者要用真实让利（免费车程）来买一次被试用的机会。广告预算第一次直接变成了用户口袋里的折扣。

机制三：与谷歌模式的正面对照

他把这个模式和谷歌做了直白的对比，值得整段引用：

谷歌的模式是：获取你的搜索请求，让不同公司在广告竞价中竞争，然后自己拿走所有的钱，不与任何人分享。这就是为什么他们的利润率非常高，但对用户来说其实很糟糕，因为你最终还是被广告影响了。

而他设想的模式有两层保护：第一，不会让你直接看到任何广告；第二，即使你的助手接触到广告，运营助手的公司和用户都会分成。代价与收益是：

这样一来，我们的利润率会更低，但用户对我们的信任度会更高，所以用户生命周期价值（LTV）反而会更高。只要助手不被操控，你也就不会被操控，这个模式就能成立。

谷歌搜索模式助手撮合模式（Aravind 的设想）
AI 为谁工作广告主（排序与竞价优化）用户（过滤与执行）
广告触达谁直接砸向用户向助手「申请」，由助手评估转达
竞价收益归谁平台独占助手运营商与用户分成
利润率极高必然更低
用户的处境被影响、被操纵被保护，甚至拿回部分收益

经济学推论：为什么「把产品做好」从道德劝告变成机制必然

把三个机制串起来，能推出一个比「广告变少」更深的结论。广告价值的经济根源是信息不对称：用户不知道哪个产品好，所以愿意（被迫）接受广告的引导，广告主为这个引导权付钱。当需求端智能替用户做交叉验证——跨平台读评论、看视频、比对测评——信息不对称被压缩，信息型广告的付费意愿随之萎缩。省下来的广告预算只有三个去处：变成 agent 层的竞价折扣回流给用户、变成更高的产品研发投入、或者干脆消失。

访谈前半段那句对企业的建议在这里有了机制层面的解释：「专注于打造优秀的产品，让真实的用户去讨论、去自发推荐」——因为 Comet 读取的是跨平台的真实口碑分布，花钱买好评在单一平台也许有效，但没法买通所有平台；产品真差，总有人在 Reddit 上说出来。当口碑成为 agent 决策的原材料，「把产品做好」就不再是道德劝告，而是 ROI 最高的获客手段。广告的形态从媒介购买变成产品本身。

还有一个容易被忽略的细节：他说的是利润率（margin）下降，而不是利润（profit）下降。低利润率 × 更高信任带来的更高 LTV × 更大规模，完全可能支撑一门总利润更大的生意——把暴利的媒介生意做成薄利多销的基础设施。这是典型的「反高利润率」商业设计，和贝索斯「你的利润就是我的机会」是同一个谱系。

别忽略那个张力：他自己还在做 F1 品牌广告

访谈前半段的 F1 赞助和后半段的「广告终结论」放在一起看，并不是自相矛盾，而是精确的分层：他宣判的是信息不对称型、竞价驱动、试图影响具体决策的效果广告；而 F1 头盔上的 logo 是创造联想与信任的品牌广告——后者不依赖信息不对称，反而是在给助手时代的决策提供先验（「这个品牌与史上最伟大关联」）。换言之，「广告利润率必然下降」更准确的表述也许是：靠垄断用户注意力榨取超额利润的那部分广告生意结束了，品牌与信任的生意不会结束，只是花钱的方式变了。

三、一年后的现实检验

访谈录制于 2025 年 9 月 26 日，Aravind 当时说商业化「还没有深入思考过」。有意思的是，后续一年多的事实验证速度远超「没想过」这个措辞：

  • Comet Plus（2025 年 10 月）：就在访谈几天后，Perplexity 官方公布了订阅制浏览器 Comet Plus（约 5 美元/月）及首批合作出版商，将大部分订阅收入分给内容方——这正是访谈里「低利润率、高信任」模型的第一个落地形态。
  • 出版商分成计划（2025 年 8 月，Bloomberg 报道）：Perplexity 设立 4250 万美元资金池，向参与计划的出版商分配收益，出版商拿到约 80% 的分成，依据真实访问与引用等指标计算。注意方向：「与内容生态分成」正在替代「与广告主收租」成为主要变现思路。
  • 传统广告的收缩：Perplexity 曾于 2024 年 11 月在美国上线过「赞助式后续问题」（sponsored follow-up questions）形态的广告；据第三方分析，其传统广告投放后来明显收缩，原因正是验证了「广告会伤害用户对答案可信度的感知」——也就是访谈里那套「信任优先于利润率」的逻辑。这类说法需谨慎看待，但方向与其公开表述一致。
  • agent 商务协议的军备竞赛：Aravind 设想的「广告和应用在 agent 层竞争」，在协议层变成了字面意义的标准化竞赛——OpenAI 于 2025 年 9 月推出 Buy it in ChatGPT 与配套的 Agentic Commerce Protocol（ACP，支撑 Instant Checkout 与共享支付凭证），Google 推 UCP，Visa 有 TAP，Mastercard 有 Agent Pay，Coinbase 系有 x402；2026 年的行业叙事已经是「agent 从购物助手变成自主买家」。「服务方通过协议向用户 agent 出价」的基础设施正在成形。

倒过来看，现实也修正了论述里最乐观的部分：访谈里描绘的「引流费返还用户」至今没有成为可验证的产品机制，出版商分成倒是先落了地（把「用户」换成了「内容生态」——毕竟内容是 agent 的粮食）。权力转移的方向对了，但收益回流的第一站不是终端用户，而是供应链上游。

四、五个批判性问号

深度整理不能只做传声筒。这套论述至少有五个地方值得打问号：

  1. 谁来监督「不可收买」的助手？「握手协议」目前只是一句承诺。当 Perplexity 自己收取引流费时，它同时是裁判和球员——用户凭什么相信分成比例、推荐排序没有被自家的收入目标污染？谷歌当年的信条也是「绝不作恶」。真正可信的方案恐怕需要可审计、可迁移、甚至开源的助手层：用户的记忆和偏好可以一键搬家，守门人之间才有竞争。否则只是换了个庄家。
  2. **「返利给用户」缺少协议层保障。**免费车程的例子里，让利发生在竞争压力下，用户拿到的折扣是真实的；但「引流费按什么比例分给用户」没有任何机制约束，更可能全部留在平台。这需要类似 ACP 那样的开放协议把「用户分成」写进结算层，而不是靠某家公司的善意。
  3. **广告主会进化，不会坐以待毙。**搜索时代催生了 SEO，agent 时代已经在催生 AEO/GEO（为 AI 引擎做优化）：结构化的商品数据、针对 agent 的「口碑投毒」、评测内容的批量生产。跨平台交叉验证提高了造假的成本，但军备竞赛不会结束，只是换了战场。
  4. **用户不是纯理性经济人。**需求端智能压扁的是信息不对称，但品牌、身份认同、冲动消费、创造欲望型广告并不依赖信息不对称——想想他自己做的 F1 赞助。「广告利润率必然下降」对效果广告是结构判断，对品牌广告最多是边际影响，两者不宜混为一谈。
  5. 「效用与年龄无关」低估了信任的代际结构。洗衣机故事里的年长用户是被举例的对象，但把购房、投资、大额消费交给一个 agent，卡点从来不是功能而是责任归属：AI 推荐错了谁赔？在赔付与问责机制建立之前，代理购物的渗透率会有一个由信任（而非技术）决定的天花板。

五、给从业者的启示

  • 品牌方/营销人：预算重心从媒介购买转向口碑资产——真实评价的跨平台分布、评测内容的深度、产品本身的可验证质量，这些是 agent 决策的原材料；信息型效果广告的 ROI 会结构性走低，早做模型上的心理准备。
  • 平台/电商：护城河回到实体资产与结构化供给（仓储、供应链、API 与商品数据质量）；体验层（App 界面）的价值被 agent 压平，触点从「用户打开你的 App」变成「你的供给出现在 agent 的候选集里」，参与 ACP/UCP 这类协议标准是必答题。
  • 中介行业（理财、房产、保险）：「需求端智能」打掉的是信息中介溢价。活下去的标准 Aravind 已经给出：能否提供公共渠道拿不到的东西——准入、渠道、责任承担、税务这类复杂服务；只赚信息差的岗位会被最快替代。
  • 内容创作者/出版商：agent 会读取你，引用会成为可结算的资产（出版商分成模式已经跑通）；让关于你的优质真实内容尽可能多地存在于开放 web 上，就是新时代的「投放」。

结语

整场访谈可以压缩成 Aravind 自己的那句话：

「把智能和计算力掌握在你手里」，它会迫使整个行业为你更努力地工作。

广告利润率的下降，本质上不是某家公司的新变现方案，而是一次代理权（agency）的归还：过去二十年，平台拿着本应属于用户的决策代理权，向广告主收取了垄断租金；用户侧 agent 的出现第一次让这份代理权有了讨价还价的市场。利润率下降的预言也许会在时间表上迟到，但方向上很难证伪——因为它的对手盘不是某家公司的产品，而是「用户不该为自己拥有的智能付费三次」这个朴素直觉。

至于这场转移最终是由 Perplexity、OpenAI 还是某个还没出现的协议层完成，反而不那么重要。守门人的位置会换人，但「守门人必须向用户效忠」这件事一旦被证明可行，就再也回不去了。

参考资料

学习笔记 AI前沿