广告位正在消失，而拍卖才刚刚开始
在线广告三十年来有一条不成公理的公理：广告位先存在，拍卖再决定谁得到它。搜索结果的名次、信息流里的哪一次展示，都是被预先定义好的「机会」。广告主的全部策略，都围绕争夺这些已经存在的格子展开。
这条公理正在失效。Pew Research Center 对 900 名美国用户 2025 年 3 月真实浏览数据的分析显示：当 Google 搜索页出现 AI 摘要时，用户点击传统搜索结果的比例从 15% 跌到 8%，接近腰斩；点击 AI 摘要内引用链接的比例只有 1%；还有 26% 的用户在看完摘要后直接结束整个浏览会话——这个数字在没有摘要的页面上只有 16%。
换句话说，用户不再翻结果页，他们在一段生成的回答里完成探索和比较。OpenAI 已经在 2026 年 7 月正式上线 ChatGPT Ads 自助投放平台，Best Buy、Lowe's、VistaPrint 成为首批广告主；Google 也把广告引入了 AI Overviews。两个巨头的选择如出一辙：把搜索引擎时代的赞助卡片，原样搬进 AI 回答。
但这是权宜之计。真正的结构性问题在于：当回答是逐字生成的，广告机会本身也变成了生成过程的产物。中国人民大学高瓴人工智能学院与斯坦福大学的研究团队把这个问题推到了逻辑终点——他们提出的 LAMA 机制，把广告拍卖写进了大模型的 Token 生成过程。这不是一个论文技巧，而是一条路线图：下一代广告拍卖的标的物，不是版面，而是回答本身的方向。
为什么「插广告」注定不够
现阶段的 AI 广告，本质上还是「生成完毕、再贴卡片」——回答是回答，广告是广告，两者互不干涉。这种模式延续的是旧逻辑：先有一个已经完成的内容容器，再把商业信息填进去。
问题在于，生成的回答和搜索结果页有本质区别。搜索结果页的版面是固定的：第三条结果永远在第三条的位置。而一段回答里，某个品牌该不该出现、出现在哪个位置、用什么方式介绍，全部取决于前面已经写下了什么。同样是推荐度假目的地，先谈交通还是先谈住宿，会让不同品牌在后续文本中占据完全不同的位置。生成不只是填充广告机会，生成在塑造广告机会。
这意味着广告主争夺的不再只是最后的曝光位，还有「回答接下来往哪个方向写」的影响力。一旦影响力成为竞争对象，就必然需要一套规则：谁来分配影响力？广告主中途改变策略怎么办？回答会不会为了迎合出价而偏离用户的问题？
已经有的探索停留在段落级插入或候选回答竞价——都是把生成和分配切成两个先后阶段。人大高瓴与斯坦福团队的 LAMA（Latent Advertiser Mixture Auction，潜在广告主混合拍卖）则把两者捏在同一个过程里：每当模型生成一个 Token，广告主都在实时竞争「接下来的写法对我的价值」，平台据此更新各广告主最终获得曝光的概率，回答结束后按概率结算。
「生成即分配」：一套可复用的判断框架
把这项工作抽象出来，是一个可以迁移的分析框架，我叫它「生成即分配」（Generation as Allocation）：当内容的生产和商业价值的分配发生在同一个动态过程里，任何静态的、事后的分配机制都会失效。
这个框架有三个支撑点，每一个都对应机制设计的硬要求：
第一，诚实必须是全程策略，不是开场姿态。LAMA 满足的是马尔可夫占优策略激励兼容（Markov DSIC）：广告主在任何可达的生成状态下，继续如实报告价值都不劣于中途改口。配套的局部报告校验要求广告主前后报告自洽，支付规则则随生成过程动态调整——让生成对你有利就付费，不利甚至有补贴。实验验证了这一点：谎报出价确实能抢到更多 Token 份额，但真实期望效用恰好在诚实报告时达到峰值。
第二，商业价值不能凌驾于回答质量。LAMA 的目标函数是广告价值减去偏离原生回答的惩罚项，与理论最优机制的差距有明确上界。这不是道德姿态，是产品生存条件——用户信任崩塌的广告系统没有第二次机会。
第三，机制要能解释真实竞争。在「世界最佳海滩度假地」的样例查询里，Expedia 出现在回答前段，更像引出目的地的品牌锚点；Tripadvisor 出现在后段，直接讲清了比较目的地、查看评价、筛选住宿的产品能力。平台的概率更新机制捕捉到了这个差异，把最终曝光判给了价值表达更完整的 Tripadvisor。分配的不是谁出价高，而是谁的价值在文本中真正成立。
概念验证用了 Webis Generated Native Ads 2024 数据集中 1239 条真实商业搜索查询，覆盖健身、度假、汽车三个场景，参考模型为 Qwen3-14B。结果是平台收入提升 10.7%、广告主价值提升 3.8%，且在相关性、信息量、广告自然度等用户体验指标上没有牺牲。
推演：谁会被这个框架重新定价
「生成即分配」不只适用于广告。凡是「影响力参与生成、生成决定分配」的场景，都会被这套逻辑重估。
智能体采购是最直接的下一个战场。当企业让 AI Agent 选择日常工作流中的付费工具，Agent 的决策过程本身就是一次生成——哪个供应商的信息能进入决策上下文、以什么权重进入，就是新一代的「竞价排名」。今天 SEO 行业已经在向 GEO（生成式引擎优化）迁移，Digiday 报道代理商们正在抢建「让 AI 准确理解品牌」的能力，本质上都是在为「影响力进入生成过程」提前布局。
再往外推一层：任何由 AI 实时生成、且生成路径影响利益分配的系统——个性化推荐的信息流、智能客服的解决方案、招聘筛选的评估报告——都会面临同一个机制设计问题。它们的共同点是没有「版面」可拍卖，只有「过程」可治理。过去拍卖决定谁获得一个已经存在的位置；如今机制要决定位置如何在生成中形成。
值得警惕的对称面：OpenAI 目前的产品设计刻意把广告与回答分离——广告明确标识、不进入回答内容、广告主拿不到对话数据。这是谨慎，也是暂时。当论文层面的机制已经证明「生成中分配」能在不牺牲体验的前提下提升收入，商业压力会推着平台从「分离」走向「融合」。监管和用户认知都还没为这种融合做好准备。
如果你是局中人，现在该做什么
- 如果你是广告主/品牌方：停止只优化「落地页转化」，开始优化「回答中的价值表达」。Tripadvisor 赢过 Expedia 的原因不是出价，而是它的句子直接回答了「这个产品能帮我做什么」。让品牌信息在无广告的自然回答中可被引用、有价值密度，是参与未来拍卖的入场券。
- 如果你是营销代理商：把 GEO 能力从「结构化内容让 AI 理解」升级到「机制层参与」——理解自动出价（Auto-bidding）在生成式场景下的新形态，研究价值报告的口径设计。这是现有搜索代投业务的自然延伸，窗口期不会太长。
- 如果你是 AI 平台方：广告与回答的边界设计是信任的护城河，先于收入优化。LAMA 这类机制在学术上成立，但产品化必须回答「用户如何感知并控制商业影响」——把选择权和透明标识做在机制前面。
- 如果你是内容方/发布商：1% 的摘要内点击率意味着「被引用」正在取代「被点击」成为新的曝光单位。谈判筹码和流量策略都要围绕「成为 AI 回答的来源」重建，而不是围绕排名。
广告的历史，是媒介形态决定拍卖对象的历史：报纸拍卖版面，搜索拍卖名次，信息流拍卖展示。当媒介变成一段实时生成的回答，拍卖的对象必然跟着迁移。问题已经不是 AI 广告会不会来，而是拍卖会藏进生成的哪一层。LAMA 给出了第一个机制化的答案——它未必是最终形态，但方向已经清晰。