一 | A wave of excitement swept through Marvel fandom after a low-quality leaked teaser for Avengers: Doomsday briefly surfaced online. This teaser appears to confirm the return of Chris Evans as Steve Rogers. Though the clip was swiftly taken down, Marvel Studios has not issued any official confirmation. The viral teaser opens on a deeply familiar and emotional note. Steve Rogers is shown arriving at the quiet home last seen at the end of Avengers: Endgame. He parks his motorcycle, removes his helmet, and walks toward the house in silence. In the next moment, Steve is seen holding his Captain America suit, staring at it thoughtfully. This visual strongly suggests an internal conflict between his peaceful retirement and the call of duty. The teaser ends with a tender image of Steve cradling his baby, smiling in contentment, before cutting to black with a slate saying, “Steve Rogers will return in Avengers: Doomsday.” STEVE ROGERS in 4K for DOOMSDAY#AvengersDoomsday pic.twitter.com/odHqbH7suf — a (@iahaanx) December 15, 2025 This is followed by a clock-style countdown leading to the film’s release date. The teaser is believed to be one of four short previews planned exclusively for theatrical screenings of Disney’s Avatar: Fire and Ash, starting December 19. Avengers: Doomsday is currently slated for a December 18, 2026 release. This follows a reshuffle of Marvel’s release calendar. The film will reportedly unite characters from the Avengers, X-Men, Fantastic Four and Thunderbolts. This sets the stage for a mega crossover affair. The sequel, Avengers: Secret Wars, has already been announced. It is set to arrive in December 2027. New details on the ‘AVENGERS: DOOMSDAY’ trailers:• 1st trailer is focused on Steve Rogers• 2nd trailer is focused on Thor• 3rd trailer is focused on Doctor Doom• 4th trailer is focused on the entire movie#AvengersDoomsday pic.twitter.com/0YJOO9NNQO — Prabhas (@Prabhas512678) December 15, 2025 The Russo brothers, Joe and Anthony, return to direct after helming some of Marvel’s biggest hits, including Infinity War and Endgame. A beloved face of the MCU, Robert Downey Jr. is set to re-enter the universe. He will be taking on a new role. Formerly Iron Man, the actor will now be seen as Victor Von Doom, aka Doctor Doom. While Evans had repeatedly denied involvement in the project, the denial just echoes the now-familiar Marvel tradition of secrecy.Also Read: Chris Evans and Alba Baptista blessed with a baby girl?。 搜索在变，交易在变，归因在变——AI 正在重写电商的底层逻辑。从“人找货”到“智能体替你理解、推荐、比价、下单”，消费者与平台之间的关系被彻底改写。过去二十年，互联网商业的三大支柱是：广告、订阅与电商。
二 | 广告曾是最坚固的支点——无论是 Google 的 AdWords、Meta 的信息流，还是字节跳动的推荐算法，本质都是围绕“精准投放”展开的注意力生意。 然而，在 AI 时代，广告的逻辑正在失灵。
三 | 用户不再需要在内容与商品间被“投喂”，而是直接向智能体发出需求。这意味着传统互联网赖以生存的“广告→点击→购买”闭环可能被切断，AI 需要找到新的变现路径，而电商——尤其是 AI 参与决策的电商——成为新的关键入口。 在这场讨论中，a16z 合伙人 Alex Rampell 与投资人 Justine Moore 直指要害：AI 颠覆的不是冲动型消费，而是“研究型购买”。
四 | 在买电脑、旅行包、自行车这类中高价商品时，AI 能读完上千条测评、汇总视频内容、整合价格曲线，再在合适时机替你自动下单。
五 | 它让“消费者研究”彻底自动化，也让“广告触达”变得无处安放。当智能体本身成为最可信的“导购员”，品牌与流量平台之间的那层营销逻辑就失去了抓手。
六 | 与此同时，联盟营销—像素追踪—最后点击归因的旧体系也在崩塌。过去我们可以知道一笔成交来自哪个渠道、哪次广告、哪个用户点击，但当 AI 代替人执行购买决策时，这种路径变得模糊甚至不可见。归因失效，意味着传统广告模型的崩解——因为广告的前提是“看见因果”，而智能体的行为更接近一个黑箱。未来，流量不再以“曝光”计价，而可能以“成交闭环”计价。 Rampell 提出的另一层判断更具启发性：AI 不会制造需求，它只是极致地执行需求。人类仍然被文化与社交驱动去“种草”，但当真正执行“拔草”的那一步——选择品牌、计算优惠、使用哪张信用卡返现——AI 将成为最聪明的中介。这种“执行代理”让广告与电商的界限模糊，广告或许将不再以展示存在，而是直接以交易分成存在。 而在另一端，Costco 式的会员信任模型成为少数不可被算法替代的护城河。当电商被联盟返佣与虚假测评污染、当“十大推荐”沦为 SEO 垃圾，用户重新追求“帮我选而不是骗我买”的信任关系。Rampell 称这种信任是神圣的，它无法被算法竞价获得，也无法被大模型复刻。 最终，AI 可能成为电商世界的“最后一击”——它不制造流量，却能决定成交。
七 | 当消费者的研究、比价与执行全被自动化时，平台的护城河将不再是广告算法，而是能否承接智能体的交易逻辑。谁掌握了“研究—比价—执行”的闭环，谁就掌握了下一代互联网的变现权。 一、AI将改写电商的流量与交易规则 Erik Torenberg：你们俩一直都在关注电商领域。Alex，你能说说这个想法是怎么来的，又是怎么开始的？ Alex Rampell：我很早以前创办过一家叫Trial Pay的公司，其实在互联网普及之前我就开始尝试在网上卖东西了。
八 | 我当时在思考几个问题。 第一：Google会发生什么变化？很多人都很关注搜索量的变化，是在增加还是减少？ 就我个人来说，我用Google的搜索次数确实在减少，不过这并不是出于购物场景，而是非购物的其他方面在下降。其次，我创办的Trial Pay是当时全球最大的联盟营销平台之一。联盟营销的本质，就是如果你把用户推荐过去并促成交易，就能拿到一部分佣金。这其实是互联网上最早的商业模式之一，甚至早于AdWords和AdSense。
九 | 据说最初还源自成人内容行业，因为它是最早在互联网上形成的商业模式。它的实现依赖于cookies和像素追踪：用户访问后浏览器会被写入cookie，当订单完成时，确认页上会加载一个隐藏的1x1像素图片读取cookie，从而确认“这个用户是Eric推荐来的”。 Trial Pay就是靠这个模式做大，但问题是：这种机制还能支撑未来的电商生态吗？对很多场景，比如冲动消费来说，它还有意义吗？冲动消费在电商中占比很大，而冲动消费本身几乎不会依赖AI。你去超市结账时顺手买了一瓶可乐，这种行为不会是AI推荐的结果。 事实上，在结账区买的可乐价格往往比货架区更高，零售商正是利用这种心理设计来让你多花钱。这类消费不可能由AI驱动。但另一类情况是高价值商品。人们会花大量时间做功课，而AI可以在做攻略和比价中发挥重要作用。但这里的问题是：没有联盟链接，那电商交易该怎么完成？所以我当时在思考的第一点是：不同类型的购物行为构成了怎样的体系？ 第二点是：联盟营销在AI驱动的商业中是否还有意义？ 第三点是我个人的行为变化：我现在使用ChatGPT的频率，可能是用Google的一千倍，这个变化本身就很有意思。 Erik Torenberg：Justine，那你当时为什么对这个话题感兴趣？是什么让你觉得最值得探讨？ Justine Moore：对我来说，有几个特别大的消费市场，其中最大的一块可能就是线上购物。不过到目前为止，真正尝试用AI进入这个市场的初创公司还不多。虽然正如Alex说的，机会其实很大，因为现在有了强大的大语言模型和智能体，它们可以帮助消费者做出比自己更好的购买决策，甚至可以直接替消费者下单。按理说，这应该会吸引更多人把它们打包成面向用户的产品，但目前我们还没看到太多人这么做。 所以我们写这篇文章的一部分目的，就是想深入探讨：为什么这个体系会如此复杂？AI能在哪些不同的购物场景中发挥作用？我们希望在更大市场的背景下看到哪些变化？也希望通过这种方式，让正在这个领域探索的人能和我们分享他们的思路和做法。
十 | Alex Rampell：我个人更喜欢先“观察”，因为观察是客观的，然后才去“预测”。
十一 | 预测未来是很难的，有一句关于预测的名言我忘了，但核心就是：预测未来非常困难。
十二 | 但其实已经有很多可以观察到的行为模式。
十三 | 比如CamelCamelCamel是世界上最棒的网站之一（我们和它没有任何利益关系，这不是广告）。
十四 | 它本质上就像是价格版的Google News Alerts。 我之前给亚马逊Prime团队做过一次演讲，他们对这个网站非常清楚，因为它可能是亚马逊最大的联盟营销来源。用户每天都会说：如果这个商品降到这个价位，我就会买。它现在是这个价格，请在它降到我想要的价格时通知我。而当价格真的降到目标值时，用户确实会立刻购买。这就说明消费者本身已经在扮演“Agent人”的角色，但这个Agent非常低效。 如果能让这个过程闭环——不只是通知价格变化，而是直接帮用户完成购买——用户是会接受的。因为我们已经观察到这种行为存在，他们只是缺少更方便的执行方式。这是最简单的“预测未来”方法：你只是在记录现在的情况，然后加上一个自然的延伸。 Justine Moore：我观察到的另一个例子，来自一些病毒式的应用场景。有的很成功，因为AI完美找到了商品；也有的很搞笑，因为AI完全找不到。
十五 | 比如一些少女会用ChatGPT上传Lana Del Rey演唱会的照片，或者Taylor Swift的街拍照，然后问：“她戴的这个发夹是什么牌子？”或者“她穿的这件毛衣在哪里买得到？我想买。” 当AI找对的时候，效果非常好。比如它会提示：“这件毛衣要5000美元，你作为一个来自密苏里的19岁女生可能不会买得起，但这里有一些相似的、价格更低的替代款可以买。”这种年龄段的用户往往是消费行为的早期风向标。所以这其实在暗示，从商品研究到最终购买的过程，未来越来越可能由智能体来完成，尤其是在价格合适的时候，就像Alex刚才说的那样。 Erik Torenberg：Alex，你能想象一种极端的“动态定制化定价”场景吗？比如我们在Amazon上看同一个商品，但它给你显示的价格比我更高，可能是因为我比你更“抠门”，或者因为你更有钱。
十六 | 你觉得会出现这样的世界吗？ Alex Rampell：很多人已经尝试过类似的做法了。从经济学101的角度来看，这其实是个很聪明的逻辑：要尽可能榨取“消费者剩余”。消费者剩余对买家有利，但对卖家来说就是损失。
十七 | 听说达美航空在尝试做这种事情。 其实还有一些“简陋版”的动态定价，比如：如果你用iPhone上网，那你就应该比用安卓手机的人支付更高的价格，因为iPhone本身更贵，这等于说明你的需求弹性和一个钱更少的用户完全不同。不过，这样做大概率会遇到监管问题，更可能的是，会在消费者当中引发极大反感。虽然有人尝试过，但通常很难真正推行下去。 二、电商归因问题：究竟是什么导致了“最后一击”？ Erik Torenberg：如果我们回顾过去的技术平台转变，就能看到类似的规律。现在电商大概占到零售总额的16%。
十八 | 但如果你20年前问大家“未来电商会占多少比例”，可能每个人都会预估得更高。为什么现实没那么高呢？ Alex Rampell：原因在于需求曲线在“即时性”与“非即时性”之间有很大差别。 比如“次日达”已经很酷了，但它永远比不上“即时购买”的需求强烈。就像我晚上要睡觉时发现牙膏没了，这时候我会立刻去旁边的Walgreens买牙膏。Amazon虽然很棒，但如果它第二天早上7点才送到，那对我来说没什么用。这里存在一个“实时牙膏需求”的市场曲线。
十九 | 另一种情况是“闲逛”——我今天无聊，干脆去逛个商场。这是一种体验本身。
| 还有一些是“长周期、深思熟虑的购买”，甚至是带点“愿望清单”属性的，比如我盯着一块劳力士看了很久，正好刚拿到奖金，就可能冲动入手。
| 购物本身就是体验的一部分。 我在一家叫Wise的公司担任董事，他们的产品是跨境汇款。
| 结果发现，“实时到账”的市场需求和“两天后到账”的需求完全不同。后者的需求量要小得多。Amazon的物流发展也是类似的故事。电商刚起步时，东西可能要两个星期才送到。今天看需求曲线仍在不断扩展，所以电商占比提升是合理的。
| Justine Moore：你刚才说电商只占16%，这个数字有点低。我并不是质疑数据，而是很多用户行为没有被统计进去。比如：人们常常在线上做攻略，然后在线下完成购买。
| 像买大件商品的时候，我可能会在Reddit、Instagram或Apple官网看各种测评，但最后还是会走进实体店，亲手比较MacBook Pro和MacBook Air的重量差异。 再比如买衣服。在旧金山，很多人会网购一堆衣服，试穿后再退掉一半，因为本地大型商场并不多。
| 但我老家在俄勒冈州，那边几乎没必要这么干，因为开车5–10分钟就能到各类服装店，退换货成本要低得多。但其实很多人都会先在网上做攻略，比如去哪家店、要买什么具体商品、要找什么风格。
| 所以虽然现在大约只有16%的交易完全发生在线上，但即便是在很多线下购买中，网络也扮演了攻略。
| Alex Rampell：这就引出了最棘手的问题：归因。
| 归因几乎是所有人的噩梦。比如：我该如何给Justine买MacBook这笔交易分配归因？互联网上最具腐蚀性的商业模式就是所谓的“最后点击归因（last-click attribution）”。
| 它会把100%的功劳都算在最后一次点击的渠道上。但现实情况可能是：部分是我在Reddit上看到了一篇帖子受到启发，部分是我在超级碗看到了一条广告，这些因素共同促成了购买。 更合理的做法应该是“分摊归因”，但它并不是完全确定性的。
| 看似“确定性”的方式——把最后一次点击的渠道视为唯一驱动因素——其实是错误的。很多人没搞清楚相关性与因果性的区别，就掉进了这个陷阱。我最讨厌的商业模式就是这种，比如Honey。
| 它会在你已经在网页上准备结账的时候跳出来，问你要不要一个优惠码。谁会拒绝呢？点一下，就能打九折。它的操作逻辑是：把你重定向到一个联盟链接页面，给你电脑里写一个cookie，然后再把你送回刚才的页面。这样一来，它就“偷走”了交易归因。 讽刺的是，很多大型电商的市场人员真的会上当。他们会说：“哦，我们最好的渠道是Honey，它增长太快了！”还有更早的RetailMeNot，当年还上市了，估值很高，但本质上就是“偷取归因”。真正的原因还是：归因太难分清楚了。 未来在AI世界里，这只会更复杂。比如Justine在Reddit上研究过，看过超级碗广告，还在ChatGPT上提过问题，最后才点了“购买”。如果Apple把所有功劳都算在ChatGPT身上，说“是它带来了这笔交易”，那就是错误的。它只是其中一个环节，而不是唯一驱动。如何拆解和分配归因，将会越来越难。 三、Google、Facebook等聚合型平台才是电商赛道的赢家 Erik Torenberg：再回到更大的行业格局。到目前为止，最大的赢家是聚合型平台，比如Shopify、Amazon，以及少数个别品牌，比如Allbirds、Casper。这些公司很快拿到了很大规模的营收，但没能成长为长期可持续的业务，它们并没有随着规模变大而变得更强。为什么？ Alex Rampell：因为如果交易是“一锤子买卖”，你其实没有真正生产商品。
| 以Casper为例，它并没有自己生产床垫，可能只是找中国的OEM厂代工，然后贴上Casper的logo。它们的模式本质上就是花钱买Google和Facebook的流量。所以真正的赢家是Google和Facebook，而不是Casper本身。当人们看到Casper成功时，就会说：“哇，床垫是个好品类，我也要做。”于是跑去深圳找工厂，贴上自己的logo，然后在价格上压低Casper。这种情况必然会发生。
| 解决这个问题的办法之一是绑定“订阅模式”。比如Dropcam。它是一个电商产品，但同时搭配了订阅服务。虽然现在市场上有几十亿个摄像头都能做同样的事，竞争更加激烈，但因为Google收购了Dropcam并把它整合进Nest，它依然能在这个品类上赚到不少钱。 相比之下，Casper就很惨。如果我5年前买了一张Casper床垫，现在还在用，它就必须不停地去寻找新客户，而不能从老客户那里获得持续收入。与此同时，最初给Casper代工的工厂，如今已经把同样的床垫卖给了大约5000家其他品牌。这显然不是一个好的商业模式。 总的来说，如果你只是一个大宗商品的转售商，问题就很大。很多人会说：“Casper有自己的床垫，Allbirds有自己的鞋。
| ”但事实是，他们通常并不真正生产这些商品。 这其实和互联网1.0时期发生的事情一样：长尾的大宗商品零售商逐渐消失，因为“地理位置优势”不再重要了。过去零售的驱动力在于，比如Justinestown（俄勒冈的一个地方）只有这一家商店，你当然会去这里买东西。
| 虽然可以开车去别的城镇，但太远了。可在互联网上，你可以随时买到任何商店的东西。
| 所以如果有5000家店都不自己生产鞋子，却都在卖同样的Nike鞋，那为什么不直接去Nike官网，或者去一家配送更快、服务更好的店？于是长尾零售商模式逐渐消亡，这就是我们已经看到的趋势。 但其实，品牌直营的电商体验也没好到哪去。因为几乎没有进入壁垒，没有壁垒就意味着竞争极度激烈。对消费者来说，这是资本主义带来的好处；但对那些“成千上万中随便一个卖家”来说，就完全不是好消息。 Justine Moore：尤其是消费品，比如鞋子（像Allbirds）或化妆品，更是高度依赖“潮流”。
| 床垫也许更像一种实用型商品，但鞋子或化妆品完全就是趋势驱动。而在互联网上，潮流从来不会长久。比如Allbirds曾经火爆一时，但很快大家又追捧复古款的Adidas，然后今年在TikTok的姐妹会BamaRush视频里，每个女孩脚上穿的都是On Running的鞋子；而去年她们穿的还是日本风格的New Balance。 这对Allbirds来说是个巨大问题，因为它没法捕捉所有的潮流。它的SKU可能只有一个或几个风格。而像Shopify或Amazon这样的平台，可以轻松承接任何流行趋势，并把需求分配到对应的SKU上。
| 这在AI时代会更有挑战，因为AI智能体可以直接引导用户去买东西（如果用户从它那里开启购买流程）。
| 这对单一SKU零售商来说既可能是机会，也可能是风险。但我的直觉是，最后受益的还是聚合型平台。 Alex Rampell：另外AI很难去“制造需求”。
| 比如，为什么我会知道On的鞋子很酷？因为我在TikTok上看到了Bama Rush的视频，每个女孩都有一双。
| 于是“我也应该买一双，我是姐妹会成员，我也要拥有它。”这种需求是通过社交和文化传播形成的，而AI很难做到这一点。AI更适合处理“我已经知道自己要买什么”的场景，比如帮我买到那双鞋。这其实和Google的定位很像。 我非常尊重Google，但它本质上就是一种“GDP税收”。大量GDP来自消费支出，而很多消费活动就是从Google的那个小小的搜索框开始的。它通过按点击、按展示或按行动收费，从每一笔消费中抽取一部分。不过，这种“税收”模式未来可能会受到威胁，税收也许会转移到别的地方去。 四、AI将蚕食免费搜索，但Google的商业搜索仍坚不可摧 Erik Torenberg：接下来我们就来展开聊聊：哪些东西会从Google那里被夺走？哪些东西会保留下来？还有，不同类型的消费支出和电商之间的关系。也许先从你开始？ Alex Rampell：Google一直是“典型的高级商业模式”。
| 他们做出了一个更好的搜索引擎。
| 大家都知道，它始于1998年，当时可能已经是市面上的第47个搜索引擎了，很多人觉得“不可能成功”。但它确实要好太多，因为它的链接方式不同，本质上有点像学术研究里的H指数，只是应用在网页搜索上。比如你搜索“bagel”，如果所有人都链接到同一个网站，那它的PageRank就会很高，Google就会把它排在前面。 当Google刚出现时，互联网的商业化程度还不高，大多数搜索都是免费的、非商业化的。那时候我用Google，就觉得比Hotbot或其他搜索引擎好得多。后来他们基本上借鉴了Overture的商业模式，这家公司是Bill Gross在IdeaLab创办的，后来被Yahoo收购。这也是Yahoo为什么在早期持有Google股份的原因。
| 如果你了解这段历史，就会知道Google崛起的关键是AdWords。 有趣的是，很多“高级模式”会让用户觉得：我不想付费。但在Google的模式里，广告不仅没让体验变差，反而让搜索更好。比如我搜索“网球拍”，如果没人针对这个词做过SEO优化，那搜索结果可能不理想。
| 但广告主会出现在结果旁边，这些广告只有在用户点击时才显示为“相关”。如果没人点，那它就不相关。这让搜索结果在“自然排名+广告”共同作用下更优质。 所以Google从一开始就是premium，而且一直延续到今天。很多时候我们搜索的内容和购买无关，比如我只是想查点资料，这就是默认的行为：如果我想知道某件事，就去Google搜索。有时甚至不是直接去Google，而是通过Safari，因为Apple每年从Google那里拿到数百亿美元，只是因为把流量导过去。 现在正在发生的变化是：Google开始丢失一部分免费搜索，但它的premium部分还在。比如“1977年奥斯卡奖得主是谁？”——这是个不可变现的搜索，人们会更倾向直接问ChatGPT。而这已经在发生了。ChatGPT每周活跃用户大约有8亿，这是个巨大的数字。大家在用它查信息，但还没直接在上面购物。我们知道OpenAI正在尝试做电商，但显然还没建起来。 而premium部分，也就是那些真正能赚钱的搜索，依然发生在Google上。我们能从Google的财报里看出来：收入还在增长，但搜索量实际上在下降。所以Google真正失去的，并不是营收，而是一些非商业化的“免费搜索”。 或许他们把一部分流量导向了Gemini，但不太可能。现在的情况更像是：人们依然在Google上进行付费搜索，一切照旧；但在免费的部分，大家转向了AI。 五、虚假推荐削弱信任，AI要切入电商必须先解决真实性 Justine Moore：像所有大语言模型一样，ChatGPT在产品推荐上有一个非常糟糕的问题——“幻觉”。几乎所有尝试过的人都遇到过。 比如你想买一条legging。在Google或Amazon搜索，你能找到排名最高的结果。但你真正想要的是结合自身需求（比如你要进行什么类型的徒步、天气如何）得到个性化推荐，而不是“全场最佳”。很多人，特别是年轻女性，会觉得：那我去问ChatGPT吧，它能理解我的自然语言输入，给我推荐合适的产品。
| 但结果常常是：它推荐的很多产品根本不存在，或者曾经存在但已经下架，甚至价格信息完全不对。这让很多人用过一两次之后，又回到Google或Amazon。 等ChatGPT把电商问题真正解决，未来人们还是会继续尝试，因为OpenAI确实在做电商集成，目标是让推荐更相关、数据更实时。到那时，Google可能会丢掉一部分搜索流量。但我完全同意Alex的看法：目前还没有在规模上看到这种行为。 Alex Rampell：不过，放大到整个互联网来说，现在最大的麻烦是：网络本身已经“不健康”了。我和John Lilly聊过（他是当年Firefox的CEO），他算是早期互联网的守护者。他的观点是：过去互联网是开放的，起源于DARPANET→ARPANET→Internet，最早主要是研究人员在用，一切都在公开的网络上，没有所谓的墙。 而今天，搜索早就被割裂了，不是从ChatGPT才开始的。比如：想要实时搜索，就去Twitter/X；想查看朋友的情况，就去Facebook。这些东西Google搜不到，都被关在各自的平台里。这是“不健康”的第一个方面。 第二个不健康点是商业化。商业化本身没错，我也喜欢资本主义。但今天很多内容被商业污染。比如你搜“最佳跑鞋”，1995年的时候可能有人写博客分享经验，他们自己搭服务器，只是出于兴趣。后来出现了联盟营销，本来是个变现方式，但慢慢污染了开放互联网。于是到处都是“十大推荐”，其实就是“十大联盟返佣”，文章是外包写的，然后疯狂做SEO来赚钱。 相比之下，传统的消费者报告（Consumer Reports）模式就完全不同。他们拒绝广告，完全靠订阅收费，所以用户能真正信任评测结果。比如他们会写：这台搅拌机很危险，会切到手，别买；而那台品质可靠，值得推荐。 这种模式在今天几乎消失了。Craigslist的兴起几乎杀死了传统媒体。过去报纸赚钱主要靠两块：广告和本地分类信息。Craigslist把后者直接掐断了，所以报纸衰落。
| 过去报纸偶尔还会做一些“公益式”的测评，比如对比各种搅拌机，确保不会推荐危险产品。这些东西如今几乎都不复存在。 所以，现在的问题是：开放互联网的占比越来越小，大量内容被挡在墙外，而剩下开放的那部分，又被垃圾信息淹没。于是我们常说：你无法把带货软文当成真实测评。这就是难点。即使AI不再“幻觉”，即使总结功能很强，但如果基础内容本身就是垃圾，结果也不会好。SEO优化的垃圾文为了赚联盟佣金充斥网络，而总结这些垃圾并不能让它变成有价值的信息。那么，问题来了：该怎么“去垃圾化”（decrapify）呢？这其实非常困难。 Justine Moore：老实说，目前最不容易被垃圾内容污染的渠道是视频。原因是：随着传统媒体的衰落，现在很多创作者会自己去测评，比如测试10双跑鞋，然后在视频里明确说明是不是品牌赞助。
| 更优秀的创作者则完全不接赞助，只靠YouTube或Google的广告分成赚钱。所以，当我想看“某人对五款不同吹风机的真实体验”，尤其是针对某种发质时，我会去看没有赞助的视频。这类视频往往浏览量很高，因为很多人有类似的问题。 但问题是，Google并没有很好地利用这些内容。因为视频不方便“扫读”，他们也没自动把所有视频转录成文本，所以这些信息不会出现在传统搜索结果里。现在确实有一些公司开始尝试把优质视频转成文本，让LLM去分析并给出推荐，但目前还没真正进入Google的主流搜索体系。 Erik Torenberg：比如《纽约时报》收购的Wirecutter就是一个例子。
| Alex Rampell：但这里也有问题：Wirecutter的内容几乎都带有联盟链接。是不是有点奇怪？是不是意味着推荐本身有偏差？我对这种模式其实很怀疑。相比之下，Consumer Reports那种年代的评测更可信，虽然他们也可能有主观偏见，比如某个编辑就是讨厌某家公司，但至少原则上是独立的。
| 你可能会想，现在有了算法和各种技术手段，如果能得到真正客观的反馈，那应该会很棒吧。Amazon本身就是一个巨大的搜索引擎，但遗憾的是，这个平台也被污染得不行了。比如说，很多卖家会去AliExpress批发400个小玩意儿，每个2美元，六周送到。然后贴上自己的logo，在Amazon上卖25美元。
| 这又回到我们之前讲的延迟问题：有多少人愿意等6周收货？有多少人只想“明天就到货”？Amazon本质上就是利用了这种时效差进行套利。 但一旦你在Amazon上搜索，尤其是消费电子类产品，结果简直一片混乱。我曾经想买滑雪用的加热袜，搜索后发现居然有9000多个看起来不同的品牌，实际上几乎都来自同一个OEM工厂。更糟的是，他们会滥用虚假评论。 比如一个卖家先卖石头，攒了满分好评，然后把SKU从“石头”改成“加热袜”，继续用这些五星评价来卖新产品。Amazon完全知道这种行为，却没动力去解决，因为他们只想卖更多东西。说实话，如果你愿意等，直接去AliExpress买比Amazon还划算。但整体上Amazon已经成了一片垃圾海。 相比之下，我最喜欢的商业模式是Costco。Costco是世界上最好的公司。
| 它拒绝卖劣质品，也拒绝收取高毛利。
| 为什么他们会放弃高毛利？这在商业逻辑上听起来很奇怪，对吧？答案是：因为这会损害会员制度的价值。Costco的利润主要不是靠商品，而是靠会员费。他们大约收100美元年费，全球有超过5000万会员。看财报就能发现，他们的净利润几乎就是会员数×会员费，其他部分基本持平。 所以，如果一件衣服毛利率超过50%，Costco会说：太高了，砍掉。因为这样会降低会员的信任度。
| 他们甚至坚持把热狗保持在1.50美元，还自建鸡肉农场来控制烤鸡的成本。 他们的自有品牌Kirkland也很强：Kirkland葡萄酒、啤酒、衬衫品质都很高。
| 甚至因为做了一款比Lululemon还好的运动裤被告上法庭。
| 这就是Costco的独特之处：它像Consumer Reports一样严选商品，但同时规模巨大、用户极度信任。 Justine Moore：用户真的很信任Costco。
| 就拿我妈来说，她一直是Costco的会员。现在连配眼镜、订机票都要用Costco，因为她坚信Costco的价格和质量最好。
| 而事实证明，她大多数时候是对的。
| Alex Rampell：这种“会员信任”几乎是神圣不可侵犯的。他们完全可以靠放宽标准赚更多钱，但他们拒绝这样做。这和Amazon的逻辑形成鲜明对比。 Jeff Bezos曾说过：商业有两种模式： 第一，赚到能赚得最多的钱——典型是Apple，比如一部iPhone卖1600美元，能不能卖到1700？他们追求极高毛利。 第二，赚到能赚得最少的钱——典型是Amazon，他们提供一大堆商品，不管好坏，交给消费者自己筛选，靠规模赚钱。 Costco则是第三种，非常独特：它通过几十年的信任积累，做到“你只要相信我”。就像Justine妈妈说的：只要Costco在卖，那就一定是好的。这模式很难被复制，也很难被AI打破。因为它的核心不是流量，也不是推荐算法，而是长期的品牌信任。 如果你是Costco的CEO，你会利用这种信任去拓展其他业务吗？这会危及整个企业的根基。不过，他们确实还有很多可以拓展的空间。
| 我们的一位合伙人曾与Costco董事会会面，向他们提议发展金融服务。
| 因为所有银行都在试图从客户身上赚取更多钱，比如提高贷款利率或降低存款利息。而Costco可以提供最便宜的贷款，因为他们并不打算从中盈利，而是通过会员费获利。因此，他们确实有很大潜力可以扩展这项业务。 六、标准化商品交易将被AI全面自动化，非标商品仍依赖人工体验 Erik Torenberg：Justine，那我们来聊聊AI会如何改变电商吧？你之前提到过几种不同的购买类型。 Justine Moore：我们大概把购买行为分成一个范围：一端是冲动消费，就像超市货架上的可乐，或者现在很多人是在TikTokShop上刷到一个视频，觉得那件T恤挺酷就直接买了；另一端是重大消费，比如买房子、订婚礼场地或买车，这些都要花掉收入中的大笔钱，是一次性或少数几次的消费，人们会做很多研究。
| 这两端都是AI不容易完全颠覆的。冲动消费没什么前置研究，你看到的那一刻就决定买下。
| 未来算法确实会越来越精准，比如推送一件印着你家狗名字的T恤，你就比其他衣服更容易下单。
| 但这不算是我们讨论的“生成式AI”场景。至于重大消费，你可能会先用ChatGPT、Gemini或其他AI工具做研究，但最终因为金额太大，还是会想要实地体验：亲自去看、去摸、和专家面对面聊，才会做决定。 所以真正可能被AI颠覆的，是中间那一大类商品。
| 比如：我常用的旅行包坏了，我想买一个新的，要能放笔记本电脑、大水瓶，还能塞进行李舱上方。自己做攻略很花时间，但如果有一个AI助手能帮我看完TikTok视频、读完Reddit帖子、汇总真实用户反馈，再给我推荐，那就非常有价值。也许我还会点进去看看不同选项，但如果购物流程能和AI无缝衔接，我很可能直接通过它下单。 另一种情况是你已经知道自己要买什么，比如固定买某个牌子的洗衣液。AI助手就可以帮你做价格优化：每天扫描全网价格，如果某个网站突然比平常便宜30%，而且能在合理时间送达，它就直接帮你买多一箱备用。 再往上，是价值更高但还没到“重大消费”的商品，比如自行车、沙发、笔记本电脑。这类东西你会用很多年，必须确保它合适又不会很快淘汰。现在人们通常会深挖Reddit的“Buy It for Life”论坛，或者直接信任苹果这样的品牌，愿意为可靠性付溢价。 未来，我能想象有一个深度理解你的AI助手，你甚至能和它打电话，动态回答它的问题，然后它根据你的需求去做研究，最后帮你做出最优决策。
| Alex Rampell：还有另一种角度，就是你买的东西有没有UPC。UPC就是条形码，相当于书籍的ISBN。如果有UPC，你就可以直接跑一个“帮我找最低价”的算法。过去在没有AI的情况下，人们自己也能做这个，最后通常会跳到Amazon。但如果没有UPC，比如Wayfair为什么能成立、并且卖得动？因为他们卖的很多是没有唯一编码的商品，像吧台椅。你只会说“我要一把吧台椅”，但市面上没有UPC来唯一标识。所以Wayfair就能提供不同尺寸、不同风格的选择。 所以，当年除了亚马逊，其他几乎所有玩家都被淘汰了，而亚马逊存活并做大了。当然我有点简化了。如果一个商品有UPC码，那么AI会让“最低价算法”指数级提升。过去，部分人更看重时间，部分人更看重金钱。如果我更看重金钱，我就会自己当“算法”：找最好的优惠券、最优的返现网站。
| 这类返现网站在互联网上很多，适合钱比时间更重要的人。未来AI会替消费者全自动完成这一切，但前提是你确定了SKU或UPC。 如果没有UPC，那又是另一回事了。
| 像自行车，你可能不知道买哪一款，但一旦确定是某款专业车，它有UPC，就可以丢给AI，它帮你挑选最优价格、运费、条款。这在现在是手动完成的，未来会自动化。
| Erik Torenberg：结合来看，过去十年几乎没有太多全新的大赢家，收益大多被“聚合平台”拿走。
| 为什么我们认为未来十年会有新机会，能诞生新的、可持续的巨头公司？ Alex Rampell：比如ChatGPT就是一个新玩家，虽然不是亚马逊、Shopify，但它肯定会在电商领域扮演角色。问题是会不会出现一些细分赛道的专门化公司？ 会的。像CamelCamelCamel这种独立网站，没拿过风险投资，可能已经非常盈利。还有返现网站，比如美国的Ebates（后被乐天收购），英国的Quidco。它们的逻辑就是“你更看重省钱而不是省时间”。未来这类购物Agent会更主流，尤其是在不涉及复杂研究的环节上，但规模可能会非常大。
| 回到归因问题，大部分公司搞不清广告归因，但未来AI将成为21世纪的“最后一击”——最终促成购买的关键一步。
| 可能不是ChatGPT这种通用型AI，而是垂直型购物Agent：你把所有信用卡信息交给它，它帮你挑选哪张卡返现最高，还整合返现、优惠券、返佣，最后替你下单。 这对商家未必是好事，但其实并不难想象。只是以前这些服务算小众，只吸引那些更懂技术、又愿意花时间省钱的人。比如我妈，她退休了，肯定愿意花时间省钱，但工具太复杂她就不会用。如果AI让这件事变得极其简单，那几乎是个“智商测试”：你想多花钱还是少花钱？当然大家都想少花，但如果要操作18步、下载一堆插件，大部分人就放弃了。
| 所以这个机会很可能留给创业公司，而不是亚马逊。因为亚马逊希望你在它站内购物。其实亚马逊自己也有隐忧：它很大一块收入来自广告，用户点广告离开站点，亚马逊是100%毛利，比实物销售还划算。但一旦AI成为中介，亚马逊就失去了展示层的控制权。 “钱比时间重要”这个逻辑扩展到大众市场，一定是一个很有潜力的方向。 Justine Moore：这里可以分为两方面： 第一，消费者侧，比如买自行车，未来可能有专门的模型，经过大量“专家–用户”的对话微调，能问对问题，给出比ChatGPT更好的购买建议。 第二，商家侧，如果未来有大量AI Agent在浏览网站、代替消费者做决策并直接下单，网站要怎么改进？怎样让页面更容易被Agent理解和抓取？金融支付基础设施也要变化，让AI能代表用户刷信用卡。这一整套商家端的基础设施，都会有巨大变化。这部分影响会和消费者侧一样大。
| Erik Torenberg：这是个很好的收尾点。Alex、Justine，非常感谢你们的精彩对话。 原文：The Death of Search: How Shopping Will Work In The Age of AI https://www.youtube.com/watch?v=74Yk7mbbQ0g 本文来自微信公众号：Z Finance，编译：Alyssa Pang。
|
Current article:http://3sea.jiaopeikongbenlo.pics/ed6f/yr45.html
Published on:09:18:42
