本文来自微信公众号： 战魔田默 ，作者：战魔田默，原文标题：《战魔田默｜当 AI 开始替人做决定，企业争夺的还是流量吗？》
过去二十多年，企业花了大量时间研究怎样影响消费者，研究他的需求，争夺他的注意力，让他看见、记住、比较，最后选择自己。
接下来，企业可能还要研究另一个对象：替消费者做决定的AI。
当用户开始说“帮我选”“帮我比较”“合适就买”“以后这种事情你替我处理”，人与商业世界之间就多出了一个能够持续理解需求、筛选方案，甚至代表用户采取行动的软件主体。
这和过去的推荐系统并不完全相同。推荐系统决定消费者先看到什么，最终选择通常仍然由人完成；Agent则开始进入选择过程本身。
它可以理解条件、排除方案、调用服务，并在用户设定的边界内继续执行。
OpenAI、Google以及Visa、Mastercard都已围绕Agent购物、授权、身份和支付建立新的技术与交易体系。
中国市场的用户行为也已经出现变化。
QuestMobile数据显示，2026年5月，传统搜索行业人均使用次数和使用时长同比分别下降19.1%和13.5%。
与此同时，其报告判断，一部分工具型和短链路App未来可能趋向功能原子化，原本封装在App内部的部分能力将逐渐转化为可被Agent调用的Skill。
这并不能证明传统搜索和App正在消失，却说明人的主动搜索、逐页浏览和手动操作，已经不再是数字商业唯一的行为路径。
更值得企业关注的，也不是AI会不会替人下一笔订单。
一旦越来越多搜索、比较、筛选和执行被持续委托给软件代理，商业世界可能出现一种新的关系。我把它称为“委托经济”：消费者仍然拥有最终需求和授权，却不再亲自完成每一次选择。
到了那时，过去围绕注意力建立起来的商业逻辑就会出现一个新的问题：当决定开始部分交给机器，企业究竟应该争夺人的注意力，还是争夺进入Agent候选名单的资格？
01
选择一旦被委托，流量逻辑就不够用了
互联网最重要的商业变化之一，是重新组织了商品抵达人的路径。
门户时代，首页位置值钱；搜索时代，关键词排名值钱；移动互联网时代，App入口和推送权限值钱；信息流时代，算法推荐决定谁能够获得更多曝光。
这些模式背后存在同一个逻辑：人的注意力、时间和选择能力有限，谁能够更早接近用户，谁就拥有更多影响交易的机会。
所以，流量从来不只是“有人来过”。
搜索引擎能够出售关键词，是因为用户还没有完成选择；内容平台能够销售广告，是因为内容可能改变兴趣；电商平台能够收取佣金和广告费，是因为消费者大量搜索、比较和下单行为都发生在平台内部。
企业也围绕这套逻辑建立了完整的营销体系。
品牌解决用户记不记得你，广告解决用户能不能看到你，搜索优化解决用户产生需求以后能不能找到你，渠道解决消费者决定购买以后能不能顺利买到。
这一体系长期存在一个默认前提：最终完成判断和选择的人，是消费者本人。
Agent开始让这个前提出现松动。如果用户把“帮我找到适合我的电脑”“预算之内直接订”“家里的日用品快用完了就自动补充”交给AI，一笔交易可能不再经历完整的“曝光—点击—浏览—比较—下单”过程。
消费者依然是需求的主人，却不再需要亲自完成每一步。
人的注意力不会失去价值，但它已经不能完整解释一笔交易为什么发生，也不能完整解释一家企业为什么最终被选择。
02
推荐系统影响选择，Agent开始参与决策
推荐系统和Agent最大的区别，不在算法是不是更聪明，而在它们站在交易链条中的位置不同。
推荐系统主要站在供给一侧。淘宝猜你喜欢、抖音信息流、小红书推荐页，都在决定用户接下来看到什么，但消费者仍然需要自己阅读、比较、点击和确认。
Agent则更接近需求一侧。假设一个消费者准备购买一台万元以内的笔记本电脑。过去，他可能先搜索评测，再打开电商平台比较配置，随后到论坛和社交媒体查看真实评价。
搜索引擎、内容平台、电商网站和品牌官方渠道，都有机会在这条路径上影响他。
如果任务交给Agent，几十个候选可能很快被压缩成两三个方案。
Agent不仅知道预算，还可能结合用户过去使用什么电脑、经常运行哪些软件、是否频繁出差，以及对重量、续航、售后和品牌有什么偏好。用户的一部分判断过程被委托出去了。
推荐系统主要决定供给怎样呈现，Agent则开始参与需求怎样被解释。
消费者说“我要一台好电脑”，“好”并不是一个统一参数，而是工作方式、预算、审美、风险偏好和过去经验共同形成的结果。
所以，更具竞争力的Agent未必只是掌握更多商品信息，还可能拥有更准确的用户模型。
当一个软件越来越理解什么是“适合这个人”，它就开始获得过去分散在搜索、推荐、电商、导购和销售人员之间的一部分需求解释能力。
它所处的位置，也比一般意义上的流量入口更靠近需求源头。
03
从争夺注意力，到争夺进入候选名单
企业一直在尝试向需求更上游的位置移动。
履约解决的是消费者已经决定买什么以后，怎样把商品交付给他；交易解决在哪里购买；选择发生在品牌和方案尚未确定的时候；再往前，则是需求本身如何被定义。
品牌之所以重要，是因为它可以在人开始搜索之前进入心智。
平台之所以不断做内容，是因为内容能够在明确购买意图形成之前影响需求。小红书进入消费决策链，也不是因为它完成了更多支付，而是因为很多选择在进入交易平台以前已经被塑造。
长期个人Agent所处的位置，会更加接近需求上游。
如果它持续掌握用户的日程、消费记录、家庭结构、工作方式、旅行偏好和预算约束，就可能在用户形成明确购买意图以前，参与判断什么值得买、什么时候应该买，以及哪种方案更加适合。
这会改变部分商业场景的竞争顺序。过去往往先争注意力，再争选择，最后争交易；Agent成熟以后，企业可能需要先进入Agent可信赖的候选集合，再进入用户最终选择。
渠道并没有消失，人的认知也没有失去价值。变化在于，一部分入口开始叠加越来越强的判断与调度能力。
流量解决的是能不能被看见。
Agent带来的新问题，是即使消费者没有亲自看见你，你有没有资格被机器纳入选择。
04
从读取到行动，机器权限正在重新划界
如果把时间拉长，会发现Agent今天面对的问题并不是凭空出现的。
互联网每一次基础设施变化，都在重新定义数字主体之间的进入、访问、调用与行动边界。
1994年，Martijn Koster提出Robots Exclusion Protocol，也就是后来人们熟悉的robots.txt。
网站可以通过一份机器可读规则，告诉自动爬虫哪些内容允许访问、哪些内容不希望被抓取。它对应的是一个很早的数字关系：机器可以读取，但网站可以向爬虫声明访问边界。
2008年，App Store上线。移动互联网随后形成围绕应用审核、分发、权限和开发者生态的一整套平台规则，它重新定义的是另一种关系：什么软件可以进入设备生态，以及按照什么规则进入。
2012年，OAuth 2.0成为IETF标准。第三方应用可以在不直接掌握用户密码的情况下，经过授权获得有限访问权限。数字世界开始更系统地区分“用户本人”与“获得用户授权的第三方”。
到了Agent时代，这条演进继续向前。
爬虫主要解决机器怎样读取信息，OAuth解决第三方怎样获得有限访问权，API解决软件之间怎样调用能力。
Agent面对的则是更进一步的问题，机器开始理解人的意图、比较不同方案、跨平台调用服务，并在授权范围内代表用户行动。
读取与行动之间存在一道明显的分界线。一台机器读取酒店价格，不等于替用户决定住哪家酒店；读取账户余额，也不等于能够代表用户完成付款。
前者主要涉及信息访问，后者开始涉及判断、责任、利益和真实世界中的后果。
Agent带来的不只是一个更聪明的交互界面。互联网围绕机器与人逐步建立起来的规则体系，正在从读取、进入、授权访问继续向授权行动延伸。
这也是为什么全球科技和支付巨头开始密集制定Agent协议。
它们试图回答的不只是某个AI产品能不能完成一笔购物，而是一个更基础的问题。
当通用型Agent开始规模化理解人的意图，并代表用户跨平台进入商业世界，大家应该遵守什么共同规则？
05
品牌不会消失，但必须变得可验证
如果机器能够同时比较几百种商品，一个很自然的推论，是品牌的重要性会不会下降？未必。
商业世界并不是一个所有信息都能够完全量化的市场。机器可以比较参数和价格，却不意味着产品寿命、长期风险、审美偏好、身份表达、服务体验和售后信任，都能够被几个数字准确描述。
品牌长期承担的一个重要功能，本来就是降低选择成本。
消费者为什么看到一个熟悉品牌以后愿意减少比较？因为品牌把过去的体验、口碑、品质预期和风险判断，压缩成了一个认知捷径。Agent出现以后，这种功能不会消失，但品牌资产可能增加另一个维度。
过去品牌首先解决人的认知。消费者熟悉谁、信任谁、愿意为谁支付溢价，决定了品牌在需求形成之前能够占据多大位置。未来企业还需要积累另一类资产：机器能够读取和验证的可信资产。
一个企业反复声称品质更好，对Agent未必有足够价值。产品寿命、退货率、认证记录、真实评价、服务覆盖、价格历史、交付稳定性和售后表现，更容易成为机器判断的证据。
品牌资产由此可能出现两层结构。
一层是人的认知资产，它解决消费者愿不愿意相信你；另一层是机器能够读取、比较和验证的可信资产，它解决当消费者没有明确指定品牌时，Agent有没有足够理由把你放进候选名单。
QuestMobile今年的研究显示，汽车之家内容通过头部AI原生App获得的间接触达达到1497万，相当于其自身App流量的24.9%；携程内容获得的AI触达达到2850万。
企业积累的内容和信息资产，已经开始部分脱离原有App页面，通过AI被重新召回和分发。这意味着企业资产的价值，也开始部分脱离“用户有没有亲自打开App”这一条路径。
在Agent时代，品牌可能从单纯的认知捷径，进一步成为一种可验证的信任压缩机制。
企业不仅要会讲，还要能够证明。
06
企业不仅要被看见，还要能够被调用
如果品牌资产的变化解决的是“为什么值得被选择”，企业数字基础设施的变化解决的则是另一个问题：机器能不能准确理解并稳定调用你。
过去企业做官网、电商旗舰店、小程序和App，主要围绕人的浏览、搜索、点击和购买设计。
Agent进入交易以后，一组过去隐藏在后台的问题，会越来越直接地影响企业能不能获得交易。
产品信息是否能够被机器准确理解，库存能不能实时查询，价格和优惠规则是否清楚，会员权益能否正确识别，售后、取消和退款政策是否结构化，身份验证、支付以及履约能力能否被Agent稳定调用。
这些过去隐藏在后台的技术能力，开始进入商业竞争前台。
QuestMobile在2026年AI应用市场半年报中，把这种变化概括为功能和服务的“Skill化”：原来封装在App内部的能力，被逐渐拆成Agent可以调用和组合的服务模块。
放到全球范围看，这场“可调用性”竞争已经开始进入协议层。
Google推出Universal Commerce Protocol，尝试在消费者界面、企业和支付服务商之间建立共同的商业协议，使Agent能够通过统一规则完成商品发现和交易，并得到Shopify、Etsy、Wayfair、Target、Walmart以及Visa、Mastercard、Stripe等生态伙伴支持。
OpenAI的Agentic Commerce Protocol同样在向商品发现延伸，让商家的实时产品信息进入ChatGPT的探索、筛选和比较流程。
支付体系也在同步补齐。
Visa围绕Agent交易构建支付凭证、授权、认证和风险控制；Mastercard则通过Agent Pay推进Agent身份、可验证用户意图和支付能力，并已经在新加坡、欧洲完成真实环境中的Agent交易。
这些动作放在一起，说明Agent竞争正在从“谁的模型更聪明”向另一层移动：谁能参与定义机器怎样发现商品、调用服务、确认授权并完成交易。
过去企业花大量资源经营可见性。接下来，一部分企业还要开始经营可调用性。
07
可调用性背后，是经营系统重新组织
可调用性不会只是技术部门增加几个接口。
机器能不能准确理解一家企业，背后连接的是整套经营系统。
产品部门决定商品如何定义，市场部门决定品牌承诺怎样表达，销售和渠道体系掌握价格与权益，供应链决定库存和交付，客服沉淀售后规则，财务系统处理结算，法务与合规则需要明确哪些数据、能力和交易可以向Agent开放。
过去，这些信息大量散落在不同部门、不同系统和不同渠道之中。同一件商品，在官网、电商平台、经销商和客服体系里可能存在不同名称、不同权益甚至不同解释。人遇到这种情况，还可以继续询问。
Agent更依赖确定、结构化而且实时的信息。
如果产品定义不统一、库存更新滞后、促销规则相互冲突，机器即使能够调用企业，也可能难以稳定完成比较和交易。
所以，可调用性的底层不是简单地“让AI接进来”。它要求企业把过去依赖人工协调的大量经营信息，重新整理成机器能够理解、验证和执行的商业能力。
这会带来一个过去并不突出的管理要求：一家企业对外究竟有没有一套一致的商业事实。
同一个产品到底叫什么，价格是多少，库存还有多少，什么人享受什么权益，承诺多久交付，出了问题如何退款，这些看起来是后台问题，到了Agent交易环境里，都可能直接决定企业能不能被机器稳定使用。
因此，可调用性最终考验的不是接口，而是产品、数据、交易、履约和规则能不能保持一致。
企业未来可能同时经营两套系统。一套仍然给人使用，品牌、内容、体验、界面和服务设计决定消费者愿不愿意选择。
另一套则需要让机器能够顺利工作，产品数据、库存、价格、资质、权益、身份验证、支付、履约和售后规则，都要以Agent能够准确理解和稳定调用的方式存在。
两套系统并不是彼此独立。
机器读到的企业，最终仍然必须是现实中能够兑现承诺的那家企业。
08
委托经济出现以后，入口会变成代理关系
注意力经济不会结束。人仍然需要娱乐、发现、社交和表达，品牌仍然需要进入人的认知。
但一部分边界清晰、目标明确的商业任务，可能越来越多地被交给软件代理。
日常用品定期补货，机票酒店在预算范围内优化，大量标准化采购、预约和续费，都可能从“人逐项操作”转向“人设定目标和边界，机器负责执行”。
如果这种关系持续扩大，商业世界出现的就不只是一个效率工具，而是一种新的交易关系。
消费者不必为每一次交易重新完成完整的搜索、比较和选择，而是把一定范围内的判断与执行持续交给一个软件代理。
我把这种关系称为“委托经济”。搜索引擎拥有的是信息入口，超级App拥有的是服务入口，推荐算法掌握的是平台内部的注意力分配能力。
长期个人Agent则可能站到用户一侧，带着他的偏好、预算、日程、授权和历史选择去面对整个供给市场。
过去的平台商业逻辑，大多是企业和服务不断想办法把消费者“拉进来”。Agent带来的另一种可能，是消费者带着自己的代理人“走出去”，让代理人在不同平台、品牌和服务之间寻找答案。
如果这种关系只是偶尔发生，Agent仍然只是工具。一旦它变成长期委托，商业竞争就会出现一个新的权力位置：谁能够长期代表用户理解需求、筛选方案并采取行动。
这已经不是普通意义上的入口。
09
比入口更重要的，是谁拥有用户代理权
我把这个新的权力位置，称为用户代理权。
所谓用户代理权，是用户持续授予某个Agent理解需求、筛选方案，并在一定边界内代表自己采取行动的资格。
它和普通入口最大的区别，在于这种关系具有连续性，而且权力来源不是平台自己，而是用户授权。谁得到这样的持续授权，谁就更靠近需求源头，也更有机会影响后续哪些商品、服务和平台获得调用。
但用户代理权来自授权，不来自模型能力本身。模型可以很聪明，用户却未必愿意把高价值判断和行动长期交给它。授权越深，利益冲突就越敏感。
如果一个软件既代表用户做选择，又依靠商家的广告、佣金或者推荐费赚钱，它就必须回答一个互联网时代早已存在、但在Agent时代会变得更尖锐的问题：它究竟优先忠于谁？这也会逼迫Agent重新回答另一个问题：谁应该为服务付钱。
如果由用户付费，Agent更容易建立与用户一致的利益关系，但必须证明自己的价值足以让消费者持续付费。
如果由商家支付广告费、佣金或者渠道费用，Agent更容易形成商业收入，却必须证明这些商业关系没有扭曲推荐结果。
如果两种收入同时存在，平台就需要把推荐依据、商业关系和用户授权之间的边界解释得更加清楚。
过去广告平台可以把广告和自然结果区分开来，因为消费者仍然掌握最后的点击和比较权。
Agent一旦开始替用户缩小候选范围，甚至直接执行交易，商业模式就不再只是平台后台怎样赚钱的问题。它会直接影响用户是否愿意继续授权。
所以，用户代理权必须建立在可解释、可撤回、可追责的关系之上。
只有用户知道机器为什么这样选择，授权边界在哪里，如何撤回授权，以及发生错误以后谁负责，长期委托才可能形成。这也意味着，企业未来面对的竞争不会简单变成“讨好AI”。
当消费者没有明确指定某个品牌，而是把部分选择交给Agent时，产品究竟解决什么问题，适合什么人，为什么比其他方案更好，优势有没有证据，价格是否合理，交付是否稳定，承诺能不能兑现，都会越来越直接地影响企业能否进入候选集合。
这些问题过去就重要。只是在流量充沛的时候，企业还有机会用曝光弥补答案的模糊。Agent越来越深地进入选择过程以后，这种空间可能收窄。
过去二十年，互联网把获得流量训练成了一门显学。
从门户到搜索，从App到信息流，企业学会了一次又一次追逐新的入口。
Agent可能带来的变化在于，入口第一次有机会与一个人的长期需求、偏好和授权形成更加持续的绑定。
到了那个时候，企业需要重新学习的就不只是怎样获得更多曝光，而是另一种更难的能力。
当一个越来越了解消费者，并被消费者授权代表自己做出部分选择的Agent面对整个市场时，企业需要回答一个新的问题：你为什么仍然值得进入它的候选名单？
