广告商业模式将走向终结：Parag Agrawal 谈与 Elon Musk 在 Twitter 共事的启示

📌 One-Sentence Summary

Parallel 创始人 Parag Agrawal 认为，持续运行的智能体需要更便宜、能适配模型的网页搜索，也需要新的方式补偿数据所有者；他同时提醒，安全、信任与用户接受度将决定智能体经济的发展速度。

📝 Summary

在这场时长较长的 20VC 访谈中，Parallel 创始人、Twitter 前 CEO Parag Agrawal 解释了智能体搜索为何不同于人类搜索：智能体可以提出更精确的请求，对延迟的要求也不同，而且会把结果作为 token 或文件使用，而非链接。他介绍了一种分阶段检索方式，通过投入算力减少模型侧的计算，并根据模型和任务调整搜索质量与成本。他预计，数据所有者需要在推理阶段获得补偿，并提出当智能体从出版商内容中受益时向出版商付费；他还认为，持续运行的监测系统会推动网络从定期主动搜索转向事件触发式更新。Agrawal 也谈到搜索的经济性，包括他所称的算力与价格优势、搜索在智能体推理中的市场份额仍有多大不确定性，以及更便宜的搜索可能扩大使用规模。访谈还探讨了对齐与网络安全风险、模型构建者应承担的责任、消费者不愿让智能体访问资金和账户的顾虑，以及不平等可能加剧的风险。他将这些都视为尚无定论的问题，并在结尾分享了与 Elon Musk、Vinod Khosla 共事以及创业的经验。许多市场规模和性能数据是公司的估算，因此更适合作为从业者视角参考，而非经独立验证的基准。

💡 Main Points

智能体搜索需要不同的成本与延迟设计

智能体可以提出精确请求，也能接受与人类不同的响应时间。搜索可以逐步缩小海量语料的范围，通过投入算力减少无关上下文，降低模型承担的成本。

搜索应根据模型和任务调整

低成本模型可能适合接收更多候选信息，而昂贵模型则可能值得投入更多检索工作。语音交互和后台运行的智能体也需要不同的延迟与质量取舍。

智能体应用需要新的数据与出版商收益机制

当智能体获取信息却没有人类点击时，按席位收费和广告支持的网页模式就不再合适。Agrawal 提议根据内容对智能体的贡献补偿内容所有者，同时承认公平归因和定价仍未解决。

持续运行的智能体可能让网络转变为事件流

系统无需反复执行定时搜索，而可以持续检测变化，只在相关事件发生时投入更多算力，从而减少重复轮询。

安全与信任取决于部署方式

Agrawal 区分了训练阶段的失败与系统发布后的风险，但也指出对齐问题尚未解决，模型构建者仍须负责设置防护措施。他还预计，社会信任和权限边界会拖慢智能体的大规模普及。

💬 Key Quotes

智能体使用网络的次数将是人类的 1，000 倍。

从效果上看，搜索是用算力来节省模型的算力。

我们正在为智能体打造类似 AdSense 的东西。

网络可以变成事件流：从拉取式搜索转向推送式搜索。

有些攻击被当作荣誉勋章。我认为有些攻击反而应该被视为耻辱，因为它们同时证明了两件事：模型能力很强，而我们的防护措施做得还不够。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： 20VC with Harry Stebbings

Author： 20VC with Harry Stebbings

Category： 人工智能

Language： 英文

Read Time： 19 min

Word Count： 4738

Tags：

AI 与智能应用 , AI Agent , 商业模式与战略 , 商业模式 , 性能优化

Play Full Video