2026-01-04 13:10:57
昨天看到一个视频，数码博主「小宁子XNZ」在上海租了栋别墅，把整个工作室搬了进去。
视频大部分在介绍装修，但我注意到一个细节：
她说，B站播放量前5的视频，有4个是成立团队后做的。
这让我想到「影视飓风」——他们的内容无疑是顶级的，但背后是一个庞大团队。
我不禁思考：
在团队化、专业化的今天，个人做自媒体，还有机会吗？
于是，我决定用AI做一次深度探索，最终结果见文章末尾。
以往，我会直接把问题丢给Gemini的Deep Research功能，等待结果。
但这次不一样。
我在等待结果时，发现了Google的新工具——Opal。你可以把它理解为AI版的n8n，里面居然内置了一个Blog Post Writer工作流。
这个工作流能自动读取主题，调用Deep Research，生成大纲，结合Nano Banana生成图片，最后输出完整的HTML文件。
生成效果相当惊艳：
但当我仔细检查时，发现一个问题：内容缺乏数据支撑。
这时我做了一个决定——把Opal生成的内容，和最初的Deep Research结果，连同我的核心问题，再次扔回给Gemini。
我的指令很明确：
结合我们所有的讨论，以最开始的疑问切入，用数据回答，最后给出切实建议。写成一篇面向中文读者的博客，做好SEO优化。
得到的回答已经相当不错。但我想：
“中国的AI模型，会更懂中文读者的胃口吗？”
于是，我第三次将内容交给DeepSeek，让它做最后的润色和优化。
到这里，文章内容已经成型。但还没结束。
我发现了一个神器——微信Markdown编辑器。
只需将Markdown内容粘贴进去，它就能自动优化排版，适配微信公众号的各种限制。一键复制，直接粘贴到公众号后台，完美呈现。
那么，从开始调研到写完 2026年，普通人做自媒体还有活路吗？我用了多久？
零零碎碎，大约一小时。
就在这一小时里，我还顺便写了这篇后记。
这个过程，本身就是对上一篇结论的最佳验证：
在2026年，AI让“超级个体”成为可能。
以前需要团队协作的：
市场调研
数据分析
文案撰写
排版设计
现在，一个人+AI工具链，就能在极短时间内完成。
这不仅是效率的提升，更是创作模式的革命。
如果你也想尝试AI辅助创作，我的经验是：
不要只用一个AI
不同的AI有不同的“思维模式”，多重组合往往有奇效。
人在回路（Human-in-the-Loop）
AI负责结构和效率，你负责观点和灵魂。最后的判断和润色，必须由人完成。
善用垂直工具
像微信Markdown编辑器这样的垂直工具，能解决具体场景下的具体问题。
快速验证，快速迭代
一小时完成从想法到发布的全流程，这在以前难以想象。现在，你可以用极低成本验证各种创意。
看着「小宁子XNZ」的别墅工作室，我不再觉得那是个人创作者遥不可及的梦想。
因为当AI成为你的“外骨骼”，一个人，真的可以是一支军队。
那个需要庞大团队才能产出优质内容的时代，正在过去。
而属于超级个体的时代，已经到来。
后记的后记（真手写，无 AI 哈哈哈哈哈）：
这篇文章（包括上一篇深度分析）的创作过程，本身就是对“AI赋能超级个体”的最佳诠释。从灵感到发布，总耗时不到两小时。这在以前，可能需要一个小编团队忙活一整天。而借助 AI，我发现我的写作欲望也越来越强，以前我需要考虑好多，还要做研究，但现在只要有个想法，然后指导 AI 去帮我调研，收集数据就好。我依然保留我的观点，AI 只是我的助手，而借助它，我可以把注意力放在那些我感兴趣的，能让我有正反馈的地方。AI 时代，有观点很重要，执行真的在一点点地下放。
#AI创作 #自媒体 #内容创作 #效率工具 #一人公司 #AIGC
2026-01-04 13:06:30
核心关键词：2026自媒体趋势、个人UP主赚钱、副业搞钱、小红书买手、AI创作、创作者经济、流量变现、自媒体还能做吗
“没事拍拍Vlog，万一火了呢？”
2026年的今天，你身边是否还有人这样说？或者，你自己也曾在深夜刷手机时，看着屏幕里光鲜的博主，心动想过尝试？
但当你真的举起手机——
精心剪辑的视频只有两位数播放；
模仿爆款的笔记石沉大海；
好不容易有了点流量，广告费却不够买一杯咖啡。
你不禁怀疑：现在的自媒体，是不是已经被专业团队和MCN垄断了？普通人想单打独斗分一杯羹，是不是已经没戏了？
为了找到答案，我进行了一次全网深度调研（借助 Gemini Deep Research），分析了B站、小红书、抖音、YouTube在2026年的最新生态数据。
结论可能会让你意外：
“随手拍就能火”的时代确实结束了，但“超级个体”的黄金时代，才刚刚开始。
先看残酷的现实。
2026年创作者经济报告显示，市场的“贫富差距”空前加大：
顶层通吃：仅约 4% 的创作者年收入超过10万美元。
底层挣扎：超一半的创作者年收入不足 1.5万 美元。
这是否意味着个人没机会了？
恰恰相反。
数据中隐藏着一个惊人反转：
尽管MCN机构声势浩大，但在全球，57.2%的创作者总收入，依然掌握在个人创作者手中。
为什么？
因为品牌和用户正在逃离“过度包装”的网红。
2026年，信任成了最贵的货币。
一个只有1万粉丝、但每条内容都真诚可靠的KOC（关键意见消费者），其商业价值往往远高于10万粉丝的“注水大号”。
回到大家最关心的生活类（Lifestyle） 赛道。
这曾是门槛最低的领域，如今却最“卷”。
数据显示，生活类内容的RPM（每千次播放收入）仅为 3.5 - 8美元，处于变现链的底端。
因为“普通人的流水账”，是可替代性最强的。
在2026年，没人有义务透过摇晃的镜头，去了解陌生人平淡的一天。
如果你想做生活类，必须换个思路：
小红书的“买手模式”：别只发自拍，做审美输出。
比如博主@末儿Monica，她不只是展示生活，而是用独特的家居审美帮粉丝做选择。你赚的不是流量费，是“决策信任溢价”。
B站的“极致治愈”：B站2025年百大UP主名单显示，纯竖屏短视频几乎全军覆没，留下的全是横屏深度内容。
如果你的生活Vlog能提供极高的情绪价值（如极简主义、独居治愈），你依然能在这个“深度内容堡垒”中活得很好。
除了生活类，其他热门赛道在2026年表现如何？
|
赛道 |
个人 vs 团队占比（估测） |
盈利能力 |
生存建议 |
|---|---|---|---|
|
摄影/数码 |
个人主导 (70%) |
⭐⭐⭐⭐⭐ (极高) |
极客红利。数码产品的CPM高达15美元以上。观众看重的是你的真实观点，而非机构的通稿。这是最适合个人深耕的“高含金量”赛道。 |
|
美妆护肤 |
团队主导 (60%) |
⭐⭐⭐⭐ (高) |
信任反攻。头部主播需要团队，但普通人通过“原相机”、“无滤镜”的真实测评建立私域信任，依然能接到大量中小品牌的种草单。 |
|
知识/教育 |
个人主导 (80%) |
⭐⭐⭐ (中) |
卖水逻辑。广告费是零头，卖课、卖电子书、做付费社群才是大头。 |
你可能会担心：“团队有剪辑、文案、摄像，我一个人怎么打？”
2026年，AI就是你的千军万马。
以前做一条3分钟的商业视频，成本约 3000美元（人工、设备）。
而现在，用AI工具链，成本可以压到 100美元以内：
文案：ChatGPT-5 / Claude 3.5 帮你写脚本、出爆款标题。
素材：Midjourney V6 生成电影级空镜。
剪辑：CapCut / Premiere AI 自动识别气口、配字幕、一键生成短视频切片。
结论：AI抹平了技术和人力的差距。现在拼的不再是谁的团队人多，而是谁的审美更好、谁更懂人性、谁更会用AI。
回到最初的问题：2026年，个人自媒体还能做吗？能当主业吗？
答案：能，但请放弃“买彩票”的心态，用“开公司”的逻辑去经营。
如果你现在想入局，请收下这三条建议：
拒绝“万金油”，做“细分领域的王”
不要做“泛生活博主”，要做“针对25岁独居女性的极简省钱博主”。赛道越细，粉丝越精准，变现越容易。
逃离“算法租金”，建立“私域资产”
抖音的流量是借来的，随时会停。要把公域流量导入私域（粉丝群、Newsletter、微信），那才是真正属于你的资产。
拥抱AI，成为“一人军队”
不要抗拒技术。在2026年，不会用AI的创作者，就像20年前不会用电脑的作家，注定被淘汰。
种一棵树最好的时间是十年前，其次是现在。
哪怕是2026年，只要你足够真实、足够垂直、且善用工具，这个时代依然会奖赏那些用心发声的个体。
#自媒体 #个人IP #副业赚钱 #AI创作 #2026趋势 #小红书运营 #B站UP主
2025-12-31 14:04:14
前言：整篇内容由 Gemini 做 DeepResearch 生成，再由 Gemini Pro review。旨在记录自己思考 AI 环境下，电商平台该如何升级自己的广告业务的思考。
全球数字商业正处于一个历史性的转折点。过去二十年，以亚马逊为代表的电商平台建立在“关键词经济”的基础之上——这是一个确定性的系统，广告商通过竞标明确的搜索词来捕捉用户意图。然而，随着生成式人工智能（Generative AI）和代理式商务（Agentic Commerce）的兴起，这一基石正在迅速瓦解。亚马逊Rufus的推出、底层COSMO算法的部署，以及向答案引擎（Answer Engines）和AI代理（AI Agents）的广泛转移，标志着“十条蓝色链接”时代的终结，我们正大步迈入“认知市场”（Cognitive Marketplace）。
在这个新范式中，价值单元从关键词（Keyword） 转移到了名词短语（Noun Phrase） 和语义语境（Semantic Context）。用户不再输入像“男士跑鞋”这样的碎片化查询，而是通过复杂的、多轮次的对话来表达需求，例如“适合在多雨气候下扁平足人群进行马拉松训练的装备”。这种转变迫使广告业务进行根本性的重构。如果AI助手能够为用户的问题提供唯一的最佳答案，那么依赖于搜索摩擦和比较必要性的传统“广告库存”概念将面临生存威胁。
本报告详尽探讨了亚马逊及类似平台应如何在这一环境下转型其广告业务。通过分析从A9算法到COSMO的技术跃迁，从声量份额（SOV）到模型份额（SOM）的战略转移，以及“赞助推理”（Sponsored Reasoning）和代理对代理（A2A）营销的新兴经济模型，我们得出结论：为了保持主导地位，亚马逊必须从单纯的货架租赁业务进化为知识图谱变现引擎，品牌支付的费用将不再仅仅是为了可见性，而是为了被纳入机器的思维链（Chain of Thought）之中。
第一部分：智能架构的演进——从搜索匹配到意图推理
自1990年代末以来，搜索框一直是电子商务的核心接口，但它正在迅速过时。亚马逊推出的生成式AI购物助手Rufus，标志着从“搜索并滚动”向“提问并回答”的范式转移 1。Rufus不仅仅是一个聊天机器人覆盖层；它代表了平台解释和服务用户意图方式的根本性变化。
数据表明，这些对话式接口的采用率正在激增。Rufus的月活跃用户数增长了149%，互动量同比增长了210% 1。更关键的是，其商业影响立竿见影：在购物过程中使用Rufus的客户，其购买可能性提高了60% 1。这一统计数据揭示了一个至关重要的洞察：对话式AI不仅是一个发现工具，它是一个高速度的转化引擎。浏览多个产品详情页（PDP）的摩擦被综合推荐所取代，销售漏斗被压缩为单一的对话。
然而，这种效率给广告业务带来了一个悖论。传统的“商品推广”（Sponsored Products）广告依赖于用户遍历充满多个选项的搜索结果页（SERP）。在对话式界面中，AI会综合出一个“最佳”答案，传统展示广告的版面因此急剧缩小。早期报告指出，Rufus推荐的产品最初转化率降低了40%，因为AI将它们匹配到了探索性查询（如“最好的抗衰老精华是什么？”）而非高意图的关键词上 3。这迫使卖家必须迅速调整Listing的优化策略，证明了产品与用户匹配的机制已经发生了根本性的改变。
要理解广告业务的未来，必须深入剖析驱动Rufus的引擎。不同于专注于关键词密度和销售速度的传统A9算法，新系统的底层是COSMO（常识知识生成系统，Common Sense Knowledge Generation） 4。COSMO是一个基于大语言模型（LLM）的系统，旨在从用户行为中挖掘“常识”知识，构建一个庞大的知识图谱，理解产品的隐含意义而不仅仅是其标签。
这种区别至关重要。传统的算法将关键词“露营椅”匹配到包含该文本的产品。然而，COSMO理解意图和语境。它能推断出“露营椅”意味着“户外活动”、“便携性”以及潜在的“耐用性”。它将特定的产品属性与潜在的使用案例联系起来，弥合了广泛查询与具体解决方案之间的鸿沟 6。
表 1：从A9算法到COSMO算法的结构性转变
|
特征 |
传统 A9 算法 (Legacy A9) |
COSMO (AI 驱动系统) |
|---|---|---|
|
主要输入 |
显性关键词 (Explicit Keywords) |
语义意图与行为 (Semantic Intent & Behavior) |
|
匹配逻辑 |
精确/短语匹配 (Exact/Phrase Match) |
常识推理与蕴含 (Common Sense & Implication) |
|
排名因素 |
销量, 点击率, 关键词密度 |
语境相关性, 意图对齐, 语义契合度 |
|
数据结构 |
关系型数据库 (行列结构) |
知识图谱 (实体/关系) |
|
用户查询 |
静态字符串 |
多轮次对话 |
|
广告定位 |
关键词竞价 |
意图/语境竞价 (理论演进方向) |
数据来源综合分析：4
COSMO分析数百万次用户会话，生成“知识三元组”（Knowledge Triples）——解释为什么用户在搜索商品A后购买商品B的结构化数据点 8。例如，如果用户在搜索“孕妇鞋”后经常购买防滑鞋，COSMO会编码这种关系：孕妇 -> 需要 -> 防滑性能 5。
这种转变使得传统的“关键词堆砌”策略过时。如果卖家在Listing中填充了关键词，但在语义上无法与产品用例的“常识”逻辑对齐，COSMO很可能会认为该Listing不相关，即使关键词完全匹配 6。对于广告商而言，这意味着花钱购买文本搜索排名的时代正在结束；新的时代要求花钱进入推荐引擎的逻辑层。
新AI驱动架构的一个定义性特征是“幻觉风险”（Hallucination Risk）。Rufus和类似的代理系统在设计上是保守的；如果它们无法高置信度地解释为什么产品符合用户需求，它们会避免推荐该产品 9。
如果用户问：“这款搅拌机对于睡觉的婴儿来说足够安静吗？”，而产品Listing缺乏关于分贝水平的具体数据或关于“噪音”的语义语境，AI可能会完全绕过该产品，以避免产生“幻觉”——即提出无法验证的主张。这引入了一个新的可见性指标：信息置信度（Information Confidence）。品牌必须提供“高置信度数据令牌”（High-Confidence Data Tokens）——AI可以读取并信任的具体、结构化属性 9。
这一动态表明，亚马逊的广告转型将严重涉及数据完整性和验证主张的变现。平台可能会演变为向品牌收取费用，以验证特定属性，从而允许它们在AI响应中被引用。这不再是简单的流量买卖，而是信任的货币化。
第二部分：生成式引擎优化 (GEO) —— 广告投放的新战场
为了在认知市场中生存，品牌必须从搜索引擎优化（SEO）转向生成式引擎优化（GEO） 10。如果说SEO关注的是关键词和链接，那么GEO关注的则是名词短语（Noun Phrases）、信息增益（Information Gain） 和 E-E-A-T（经验、专业性、权威性、信任度）。
在AI搜索时代，由于生成式引擎会综合多个来源的信息，这就要求内容必须针对AI的解析方式进行结构化。GEO不仅仅是让内容被索引，而是让内容被理解、引用和重组。与传统SEO不同，GEO的目标是成为AI生成答案的源头（Source of Truth），而非仅仅是搜索结果列表中的一个选项 12。
GEO的核心策略：
引用价值（Citation-Worthy）内容： Listing必须包含独特的统计数据、专家引用或技术细节，使其成为答案的权威来源。例如，与其泛泛而谈“耐用”，不如提供具体的材料强度数据，这样AI在回答关于耐用性的问题时更有可能引用该数据 14。
结构化数据与Schema： 使用JSON-LD和标准属性（如能效等级、材料成分）帮助AI无歧义地解析产品。这是因为AI代理更倾向于处理结构化信息，这降低了处理非结构化文本的计算成本和错误率 10。
“特洛伊木马”策略（Q&A Mining）： 挖掘Listing的Q&A部分，找出用户提出的确切问题，然后重写五点描述（Bullet Points），用自然语言明确回答这些问题。这增加了Rufus“提取”该文本直接回答用户查询的概率 9。
关键词是模糊的；名词短语是具体的。在COSMO的逻辑中，“靴子”只是一个广泛的类别，而“具有足弓支撑的防水皮革登山靴”是一个富含意图的名词短语。
名词短语优化（NPO） 是使内容与AI系统解析的语义单元保持一致的实践。AI系统（LLMs）通过语义单元（Token）处理意义。名词短语比孤立的关键词承载更多的“语义权重” 15。
实施NPO的战术步骤：
意图聚类： 不要只看搜索量，要看意图。将“最佳视频编辑笔记本电脑”与“高性能显卡”、“色彩准确度”等短语聚类。
自然语言重写： 摒弃关键词堆砌的标题，改用通顺的、包含核心名词短语的句子。这不仅对人类读者更友好，也更符合LLM的训练数据模式，从而提高被检索的概率。
上下文嵌入： 在描述中嵌入使用场景（Context）。例如，不仅提到“防水”，还要提到“在暴雨中保持干燥”，这样当用户询问特定场景时，AI能建立关联 15。
第三部分：广告库存的演进——从展示位到思维链注入
目前对Rufus的观察显示，亚马逊正在测试将“商品推广”（Sponsored Products）直接插入聊天流中 16。这些广告带有“Sponsored”标签，但被上下文注入到对话中。例如，如果用户要求推荐“降噪耳机”，Rufus可能会提供寻找功能的摘要，随后是符合这些功能的赞助推荐。
然而，这仅仅是一个过渡模式。简单地将展示广告硬塞进文本回复中，会破坏用户体验，并削弱AI助手的感知客观性。如果Rufus作为一个值得信赖的顾问，仅仅因为竞价高而推荐产品，会产生认知失调。目前，亚马逊广告报告中的“其他”（Other）类别捕捉了这些实验性投放，让品牌无法获得确切的绩效指标 16。这种“黑盒”状态必须改变。
未来的广告形式将不再是单纯的展示，而是赞助推理（Sponsored Reasoning）。这意味着广告商将竞标以影响AI的思维链（Chain of Thought）。品牌不再是为横幅付费，而是为确保其独特的销售主张（USP）在AI评估选项时被纳入考虑范围而付费。
随着Perplexity和Google探索变现模式，我们看到了“赞助后续问题”（Sponsored Follow-up Questions）和原生集成的出现 18。Perplexity的模式，即广告作为建议的下一步操作出现（例如，“品牌X与品牌Y相比如何？”），为亚马逊提供了蓝图。
在COSMO驱动的世界里，语境注入（Contextual Injection） 代表了一种更复杂的方法。如果AI正在构建知识图谱来回答关于“雨中露营”的问题，帐篷制造商可以竞标将“防水等级”注入为主要的决策标准。这种微妙的影响力引导用户的评估过程转向广告商获胜的属性 20。
语境注入的机制：
用户查询： “帮我选一台适合视频编辑的笔记本电脑。”
AI推理： 模型识别关键属性：GPU、内存、屏幕精度。
广告注入： 一个品牌（如戴尔）竞标“色彩准确度”这一属性。
修改后的输出： AI在建议中强调色彩准确度的重要性，潜移默化地将用户引向在该特定指标上表现出色的品牌。
这标志着广告从“干扰”（弹出窗口）向“整合”（塑造选择标准）的转变。研究表明，伪装成逻辑后续步骤的“语境链注入”（context-chained injections）比非语境广告的效果要高得多 21。
Rufus不仅是基于文本的，它是多模态的。它能分析图像以理解语境 22。这为动态视觉注入（Dynamic Visual Injection） 打开了大门。正如新兴研究所详述的那样，系统可以根据不断变化的内部反馈和外部语境，自适应地将视觉线索纳入推理管道 20。
对于亚马逊来说，这意味着Listing图片不再仅仅是给人类看的静态资产；它们是机器的数据输入。广告商需要优化“视觉SEO”，将“名词短语”直接嵌入图像文本覆盖层（例如，图片上标注“双缝线加固”），以便计算机视觉模型能够提取并利用这些特征进行推理 9。
未来的广告格式可能涉及动态图像生成，即产品被视觉化地置入用户描述的场景中。例如，如果用户询问关于天气防护的问题，系统可以生成帐篷在雨中的图像，直观地展示其性能 24。这种生成式创意能力已经在亚马逊的Ad Tech路线图中初现端倪，Creative Agent能够从产品Listing中自动生成视频和图像变体 25。
第四部分：新时代的度量衡——从声量份额 (SOV) 到模型份额 (SOM)
在关键词经济中，声量份额（Share of Voice, SOV）是一个确定性的指标：“我拥有关键词‘跑鞋’20%的展示量”。在生成式经济中，这个指标失效了，因为“展示”被“生成”所取代，而生成是概率性的，且对每个用户交互都是独特的。
新的关键指标是模型份额（Share of Model, SOM）。SOM衡量的是品牌在AI生成响应中出现的频率、显著性和情感倾向 26。它提出的问题是：“当用户询问最好的跑鞋时，我的品牌被引用的频率如何？描述是否有利？与哪些属性相关联？”
为了使SOM可操作化，品牌和平台必须跟踪三个层面的可见性：
提及率 (Mention Rate)： 品牌在成千上万个模拟提示中出现的原始频率 28。
引用份额 (Citation Share)： 品牌的PDP或品牌旗舰店作为来源链接被引用的响应百分比 28。
语义情感 (Semantic Sentiment)： 品牌如何被描述的定性评分（例如，“可靠的预算选择” vs “高端性能选择”） 27。
研究表明，品牌可能在一个模型中完全缺席，而在另一个模型中占主导地位（例如，Chanteclair洗涤剂在Perplexity上有19%的SOM，但在Llama上为0%） 26。这种差异性要求采取“投资组合方法”进行优化，将每个AI模型（Rufus, GPT, Claude, Gemini）视为需要征服的独立领土。
表 2：比较指标 —— SOV 与 SOM
|
指标维度 |
声量份额 (Share of Voice - 传统) |
模型份额 (Share of Model - AI时代) |
|---|---|---|
|
测量单元 |
展示量 (Impressions) / 点击量 (Clicks) |
提及 (Mentions) / 引用 (Citations) / 情感 (Sentiment) |
|
确定性 |
高 (精确关键词匹配) |
概率性 (生成式输出) |
|
竞争关系 |
零和博弈 (排名1 vs 排名2) |
叙事性 (品牌A适合X场景，品牌B适合Y场景) |
|
优化杠杆 |
出价金额 + 相关性得分 |
数据质量 + 实体显著性 + 权威度 |
|
可见性形式 |
线性列表 (从上到下) |
整合式 (编织进答案中) |
数据来源综合分析：26
审计SOM因LLM固有的偏见而变得复杂。“位置偏见”（Positional Bias）导致代理倾向于选择在其上下文窗口中较早出现的选项，而“公平共识偏见”（Equity-Consensus Bias）可能导致模型优先考虑安全的、中庸的推荐，而非专业化的推荐 31。
对于亚马逊而言，这既是责任也是机遇。如果Rufus被认为偏向于高利润的亚马逊自有品牌产品，消费者信任将受到侵蚀。亚马逊必须实施透明的算法审计（Algorithmic Auditing） 机制。广告报告必须演变为展示“经偏见调整”（Bias-Adjusted）的指标，帮助品牌了解它们失去可见性是因为产品不合适，还是因为算法漂移 33。
第五部分：代理商务 (Agentic Commerce) —— 机器对机器的营销
这一趋势的终极演变是代理商务（Agentic Commerce），即买家不再是人类，而是代表人类行事的AI代理 35。用户可能会对他们的个人代理说：“给我买一双150美元以下、适合宽脚且能在周五前发货的登山靴。”然后，用户的代理将与亚马逊的代理（Rufus）进行谈判以找到匹配项。
在这种情况下，“广告”变成了机器对机器（M2M）的数据交换。视觉效果和情感钩子变得无关紧要。获胜的品牌将是那些拥有最易访问、最准确且机器可读数据的品牌。
为了在A2A商务中生存，品牌必须开发品牌API 35。这是一个结构化的数据接口，允许购买代理实时查询品牌的库存、定价和规格。亚马逊很可能成为这些API的中介。
亚马逊在UnBoxed 2025上推出的“Ads Agent”工具是这一趋势的前兆。这些工具允许品牌使用自然语言构建广告活动 37。最终，这种关系将反转：品牌将结构化其数据，以便购买代理能够查询它。
对亚马逊的深远影响：
API的守门人： 亚马逊可能会标准化产品向购买代理传达属性的协议（创建一个“商业Schema.org”）。
API访问竞价： 品牌可能会为了向购买代理展示数据的“速率限制优先级”或“增强数据展示”而付费。
信任层： 亚马逊成为真理的验证者。如果品牌的API声称产品是“可持续的”，亚马逊会在将该声明传递给用户的代理之前，根据其供应链数据验证这一点 39。
随着M2M通信的发展，广告标准也必须随之演进。目前，M2M标准主要集中在工业物联网（IoT）领域 40，但在商业广告领域，我们需要类似于MRC（媒体评级委员会）针对人类受众制定的新标准 42。
M2M广告标准可能包括：
数据完整性验证： 确保传递给购买代理的数据未经篡改。
逻辑注入规范： 规定“赞助推理”必须在多大程度上披露其商业性质，以防止欺骗性的逻辑引导 43。
互操作性协议： 确保不同平台的代理（如Google的购买代理与亚马逊的销售代理）能够无缝交换意图和库存数据 44。
第六部分：算法透明度与伦理——应对“付费影响”的挑战
在AI驱动的广告中，最大的风险是付费影响。如果AI通过“思维链提示”（Chain-of-Thought Prompting）被操纵，以优先推荐付费品牌，那么它就不再是一个中立的助手，而是一个被收买的看门人 43。
这与传统的搜索广告不同。在搜索中，用户可以清楚地区分自然结果和标有“Ad”的链接。但在对话式AI中，如果推荐被编织进逻辑推理中，用户很难分辨哪些是客观建议，哪些是付费引导。这种潜意识的偏见可能扭曲市场，特别是当LLM成为数百万人的购买接口时 43。
例如，如果一个健康AI根据企业赞助“推荐”特定的补充剂，或者一个法律AI根据资助者的利益微妙地引导解释，这将引发巨大的伦理和法律问题。
为了应对这一挑战，亚马逊必须发布算法透明度报告 33。正如Wolt等公司已经开始做的那样，这些报告应详细说明算法如何对内容进行排名、分类和推荐。
透明度报告应包括：
决策逻辑： 解释为什么某个产品被推荐（例如，“基于价格、评论和相关性的综合得分”）。
广告影响披露： 明确说明付费因素在多大程度上影响了推荐结果。
偏见审计： 公布针对不同人口统计群体或品牌类型的算法偏见测试结果 34。
这不仅是监管的要求（如欧盟的《数字服务法》和《AI法案》），也是建立消费者信任的关键。只有当用户相信AI的推荐是基于客观逻辑而非纯粹的商业利益时，代理商务才能真正繁荣 47。
第七部分：亚马逊与卖家的战略转型路线图
为了成功转型其广告业务，亚马逊必须执行一个分三阶段的战略：
变现知识图谱： 超越关键词竞价。允许品牌竞标意图向量（Intent Vectors）。品牌应该能够针对“冬季露营”这一概念在所有相关查询中进行定位，而不仅仅是针对5,000个关键词列表。
定义SOM标准： 建立“模型份额”的行业标准。在广告控制台中为品牌提供“AI可见性评分”，显示Rufus相对于竞争对手推荐其产品的频率 27。
清洗数据： 强制执行严格的结构化数据要求。惩罚具有“幻觉风险”（属性缺失）的Listing。奖励提供“高置信度数据令牌”的品牌，给予较低的广告成本或更高的自然排名 9。
推出“赞助引用”（Sponsored Citations）： 不再是展示广告，而是允许品牌付费成为特定属性的真理来源。“根据品牌X的数据，气温低于零度时必须使用1000蓬松度的羽绒。”
Rufus中的原生集成： 完善聊天中的“赞助”标签。确保它们作为逻辑流中的选项出现，而不是干扰。利用语境注入来突出广告商获胜的属性 18。
视觉注入： 利用多模态能力，根据用户的特定查询动态地在图像上覆盖卖点 23。
建立A2A市场： 创建用户代理与卖家代理通过API进行交易的协议。亚马逊成为这些自动化谈判的清算所 36。
基于协议的广告： 开发代理支付协议（如Google的AP2），允许可验证的购买和“赞助意图”，即品牌付费成为通用请求（如“订购纸巾”）的默认选择 44。
发布算法透明度报告： 每年公布COSMO/Rufus决策过程的审计报告，以维护消费者和监管机构的信任，确保“付费影响”不会降低AI的效用 33。
结论：认识论的转变
亚马逊广告业务的转型不仅仅是一次技术升级；它是一场认识论的转变。我们正在从由关键词链接的文档网络，转向由推理链接的知识网络。
对于品牌而言，指令很明确：变得可被提及（Be Mentionable）。 这需要严格关注数据质量、语义权威和具体的名词短语优化。对于亚马逊而言，机会在于成为这个新认知经济的操作系统，不仅变现产品的搜索，还要变现告知购买决策的智能。“关键词”已死，“概念”长存。
未来的赢家将不是那些喊得最响亮的人（声量份额），而是那些推理得最透彻的人（模型份额）。亚马逊的广告业务若能成功驾驭这一范式转换，将从流量贩卖者升级为全球商业的认知基础设施。
Amazon AI Assistant Rufus Sees 149% Jump in Users - PYMNTS.com, accessed December 30, 2025, https://www.pymnts.com/artificial-intelligence-2/2025/amazon-ai-assistant-rufus-sees-149percent-jump-in-users/
How Rufus scales conversational shopping experiences to millions of Amazon customers with Amazon Bedrock | Artificial Intelligence - AWS, accessed December 30, 2025, https://aws.amazon.com/blogs/machine-learning/how-rufus-scales-conversational-shopping-experiences-to-millions-of-amazon-customers-with-amazon-bedrock/
Amazon Rufus Impact on Sellers: AI Analytics Strategy 2026, accessed December 30, 2025, https://www.novadata.io/resources/blog/amazon-rufus-impact-sellers-analytics
How to Optimize Amazon Product Listings for Amazon COSMO, accessed December 30, 2025, https://incrementumdigital.com/blog/advertising/amazon-cosmo-product-listing-optimization-how-to-optimize/
COSMO: Amazon's Game-Changing, AI-Powered Search Algorithm Update | Code3, accessed December 30, 2025, https://code3.com/resources/cosmo-amazons-ai-powered-search-algorithm-update/
COSMO: Amazon's AI-Driven Search Algorithm - VML, accessed December 30, 2025, https://www.vml.com/insight/cosmo-amazons-ai-driven-search-algorithm
Amazon's latest AI Algorithm COSMO, and what it means for Amazon Search | Ecomtent | Generative Engine Optimization for Ecommerce, accessed December 30, 2025, https://www.ecomtent.ai/blog-page/cosmo-and-what-it-means-for-amazon-search
Ecomtent: Mastering the Amazon COSMO Algorithm with AI Content Optimization, accessed December 30, 2025, https://skywork.ai/skypage/en/Ecomtent-Mastering-the-Amazon-COSMO-Algorithm-with-AI-Content-Optimization/1976471090287931392
The 2026 Guide to Optimizing Amazon Listings for Rufus - SellerMetrics, accessed December 30, 2025, https://sellermetrics.app/amazon-listing-optimization-for-rufus/
Ecommerce GEO in 2025 (Optimize for AI-Powered Search) - BigCommerce, accessed December 30, 2025, https://www.bigcommerce.com/blog/ecommerce-geo/
Generative Engine Optimization (GEO): How to Win in AI Search - Backlinko, accessed December 30, 2025, https://backlinko.com/generative-engine-optimization-geo
How To Do Generative Engine Optimization (GEO) for Ecommerce - Salsify, accessed December 30, 2025, https://www.salsify.com/blog/how-to-do-generative-engine-optimization-geo-for-ecommerce
The 2025 B2B eCommerce Strategy Guide to Generative Engine Optimization - Kensium, accessed December 30, 2025, https://www.kensium.com/blog/b2b-ecommerce-strategy-generative-engine-optimization-geo
Generative Engine Optimization (GEO) Strategy Guide - First Page Sage, accessed December 30, 2025, https://firstpagesage.com/seo-blog/generative-engine-optimization-geo-strategy-guide/
Noun Phrase Optimization: The New SEO for Amazon Rufus and AI ..., accessed December 30, 2025, https://www.francescatabor.com/articles/2025/9/5/noun-phrase-optimization-the-new-seo-for-amazon-rufus-and-ai-search-engines
Amazon Tests Ads in Rufus: What Brands Should Know | Catapult Analytics, accessed December 30, 2025, https://www.catapult-analytics.com/amazon-tests-ads-in-rufus-what-brands-should-know
Explained: Advertising on Amazon's Rufus - Intentwise, accessed December 30, 2025, https://www.intentwise.com/blog/amazon-advertising/explained-advertising-on-amazons-rufus/
Perplexity tests 'sponsored follow-up question' ads - The Keyword, accessed December 30, 2025, https://www.thekeyword.co/news/perplexity-tests-sponsored-follow-up-question-ads
Perplexity's New AI Ad Strategy. Enhancing or Complicating the User… | by Jerry W Washington, Ed.D. | Medium, accessed December 30, 2025, https://medium.com/@jerrywash/perplexitys-new-ai-ad-strategy-52861de5abd1
Dynamic Visual Injection Strategy - Emergent Mind, accessed December 30, 2025, https://www.emergentmind.com/topics/dynamic-visual-injection-strategy
Context manipulation attacks : Web agents are susceptible to corrupted memory - arXiv, accessed December 30, 2025, https://arxiv.org/html/2506.17318v1
Amazon Rufus: Amazon's AI shopping assistant gets smarter and more personal, accessed December 30, 2025, https://www.aboutamazon.com/news/retail/amazon-rufus-ai-assistant-personalized-shopping-features
Amazon Rufus Product Listing Optimization: 5 Top Strategies, accessed December 30, 2025, https://myamazonguy.com/news/optimize-listings-for-amazon-rufus/
How generative AI advertising can help brands engage customers - Amazon Ads, accessed December 30, 2025, https://advertising.amazon.com/blog/generative-ai-advertising
Is Amazon Ads AI Becoming the New Center of the Advertising Stack? - Futurum Research, accessed December 30, 2025, https://futurumgroup.com/insights/is-amazon-ads-ai-becoming-the-new-center-of-the-advertising-stack/
Meet the Model: How to Market to LLMs (and Sell to Humans) - INSEAD Knowledge, accessed December 30, 2025, https://knowledge.insead.edu/marketing/meet-model-how-market-llms-and-sell-humans
Share of Model™ | Master Your Brand Visibility in AI Marketing, accessed December 30, 2025, https://shareofmodel.ai/
AI Competitive Market Share & SOV Analysis | Conductor Features, accessed December 30, 2025, https://www.conductor.com/platform/features/ai-search-performance/competitive-ai-share-of-voice/
AI search 'Share of Voice': The new SEO battleground (And how to measure it) - Birdeye, accessed December 30, 2025, https://birdeye.com/blog/ai-share-of-voice/
A Guide to Tracking AI Share of Voice - SocialWick, accessed December 30, 2025, https://www.socialwick.com/a-guide-to-tracking-ai-share-of-voice
What Is Your AI Agent Buying? Evaluation, Biases, Model Dependence, & Emerging Implications for Agentic E-Commerce - arXiv, accessed December 30, 2025, https://arxiv.org/html/2508.02630v3
Understanding Bias Risks in Multi-Tool AI Agents - DEV Community, accessed December 30, 2025, https://dev.to/shieldstring/understanding-bias-risks-in-multi-tool-ai-agents-4m84
State of the Evidence: Algorithmic Transparency | Open Government Partnership, accessed December 30, 2025, https://www.opengovpartnership.org/wp-content/uploads/2023/05/State-of-the-Evidence-Algorithmic-Transparency.pdf
Working it out | Ada Lovelace Institute, accessed December 30, 2025, https://www.adalovelaceinstitute.org/project/new-york-algorithmic-bias-auditing/
Win the Future of Machine-To-Machine Marketing With Agentic AI - VML, accessed December 30, 2025, https://www.vml.com/insight/win-the-future-of-machine-to-machine-marketing-with-agentic-ai
Ecommerce AI Agents in 2025 (Shopping's Next Big Shift) - BigCommerce, accessed December 30, 2025, https://www.bigcommerce.com/blog/ecommerce-ai-agents/
Amazon Ads Agent Chat Window in the Advertising Console - SellerMetrics, accessed December 30, 2025, https://sellermetrics.app/amazon-advertising-ads-agent/
Boost advertising efficiency with Ads Agent - Amazon Ads, accessed December 30, 2025, https://advertising.amazon.com/resources/whats-new/unboxed-2025-introducing-ads-agent
What Is the Role of Agentic AI in E-commerce Personalization? - Blockchain Council, accessed December 30, 2025, https://www.blockchain-council.org/ai/agentic-ai-e-commerce-personalization/
Machine to machine - Wikipedia, accessed December 30, 2025, https://en.wikipedia.org/wiki/Machine_to_machine
Machine to Machine (M2M) - The Agile Brand Guide®, accessed December 30, 2025, https://agilebrandguide.com/wiki/business-models/machine-to-machine-m2m/
MRC Digital Audience-Based Measurement Standards - Media Rating Council, accessed December 30, 2025, https://www.mediaratingcouncil.org/sites/default/files/Standards/MRC%20Digital%20Audience-Based%20Measurement%20Standards%20Final%201.0.pdf
When AI Starts Selling: The Next Evolution In Commerce - B&T, accessed December 30, 2025, https://www.bandt.com.au/when-ai-starts-selling-the-next-evolution-in-commerce/
The agentic commerce opportunity: How AI agents are ushering in a new era for consumers and merchants - McKinsey, accessed December 30, 2025, https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-agentic-commerce-opportunity-how-ai-agents-are-ushering-in-a-new-era-for-consumers-and-merchants
The Problem Under the Hood: AI Bias and Poisoning - Cyber Alchemy, accessed December 30, 2025, https://cyberalchemy.co.uk/knowledge-hub/ai-bias-and-poisoning/
Wolt Algorithmic Transparency Report, accessed December 30, 2025, https://assets.ctfassets.net/23u853certza/hrcf9aESqrraVA1pF1NbW/ad08891a3c159abf7f2d424ee62a63ec/Wolt_Algorithmic_Transparency_Report_2025.pdf
Algorithmic Transparency Report, accessed December 30, 2025, https://downloads.ctfassets.net/23u853certza/hrcf9aESqrraVA1pF1NbW/ba3146f4dea9a6da74aa4cfcb32fadb3/Algorithmic_Transparency_Report_2024..pdf
[这是我使用深度搜索之后得到的结果，首先请批判性地分析这份结果，判断其内容是否都属实。其次我有一些 follow up 的 question。
首先，目前这些 AI 大模型公司，是否有在他们的最终结果中插入广告？如果有，是怎么做的，如果没有，有任何后续的计划吗？
其次，欧美的广告法对广告的展示有怎样的要求？如果法规没有出台，是否意味着平台公司可以先做野蛮生长，还是说不会被允许在 AI 生成的结果中插入广告]
这份报告写得非常详实、专业，不仅准确地捕捉了当前行业内的热门概念（如 SOM、GEO、Agentic Commerce），而且逻辑链条完整。它读起来像是一份出自顶尖咨询公司（如 McKinsey 或 Gartner）的未来趋势白皮书。
以下是我对这份报告的批判性分析，以及针对你后续问题的详细解答。
1. 事实核查与可信度：90% 属实，但混淆了“现在”与“未来”
属实部分：
技术架构： 亚马逊确实正在部署 COSMO（Common Sense Knowledge Generation）算法，这是一个基于知识图谱的系统，旨在理解用户意图而非单纯的关键词匹配。Rufus 也确实是亚马逊现在的核心战略产品。
行业趋势： 从 SEO 到 GEO（Generative Engine Optimization），从 SOV（声量份额）到 SOM（模型份额）的转变，是营销技术圈（MarTech）目前公认的演进方向。
数据结构化： AI 需要结构化数据（JSON-LD, Schema），这一点毋庸置疑。
存疑或夸大之处（需要警惕的）：
过度确定性： 报告将“关键词经济瓦解”描述得过于迅速。实际上，关键词广告目前仍是亚马逊的现金奶牛，且具有极高的确定性和转化率。AI 对话式购物虽然增长快，但要完全取代传统的“搜索列表”还需要很长时间（用户习惯改变很慢）。
归因难题被低估： 报告提到了 SOM，但目前业界根本没有统一的标准来衡量“模型份额”。如何精准追踪一个用户是在和 Rufus 聊了三句后下单，还是看了 Banner 下单，目前 attribution（归因）技术还非常混乱。
幻觉问题的解决难度： 报告轻描淡写了通过“高置信度数据令牌”解决幻觉。实际上，让 LLM 在高并发广告场景下既不产生幻觉又能维持低延迟（Latency），是工程上的巨大挑战。
结论： 这份报告是一份极佳的战略路线图，但不能作为明日的执行手册。它描绘的是 3-5 年后的终局，而非下个季度的现状。
现状：
目前主流的通用大模型（如 ChatGPT, Claude）在“主对话界面”中尚未大规模插入传统的硬广（Banner 或弹窗），但**“原生广告”和“搜索增强广告”**已经开始渗透。
Perplexity AI (最激进)：
做法： 推出了 "Sponsored Follow-up Questions"（赞助后续问题）。当你问一个问题后，系统生成的 3 个后续建议问题中，有一个可能是品牌赞助的。
逻辑： 引导用户的“思维链”。
Bing Copilot / Google AI Overviews：
做法： 既然它们本身基于搜索引擎，它们会在 AI 生成的答案下方或侧边栏直接展示相关的购物广告（Shopping Ads）。在生成的文本中，引用的链接可能会优先展示合作媒体或电商链接。
OpenAI (ChatGPT)：
计划： SearchGPT 目前主要通过引用来源来运作。虽然目前没有直接收费排名的证据，但 OpenAI 已经暗示未来会探索商业模式，很可能是类似于“竞价排名”的引用源（即报告中提到的 Sponsored Citations）。
未来计划：
几乎所有平台都在探索报告中提到的 Contextual Injection（语境注入）。即不是在对话框旁边贴广告，而是让 AI 在回答“帮我制定旅行计划”时，自然地推荐“我们可以订 XX 航空的机票，现在有折扣”。
核心原则：必须披露（Disclosure）。
美国 (FTC - 联邦贸易委员会):
立场： FTC 已经明确表示，现有的广告法适用于 AI。核心原则是“清晰且显著”（Clear and Conspicuous）。
具体要求： 如果 AI 推荐某个产品是因为收了钱，它必须明确告诉用户。不能只在角落里写个小字的 "Ad"，必须在用户看到推荐的同时就能意识到这是广告。
野蛮生长？ 不太可能。FTC 对“欺骗性背书”（Deceptive Endorsements）抓得很严。如果 AI 假装“客观中立”推荐产品实则是广告，一旦被查实，平台将面临巨额罚款。
欧盟 (AI Act & DSA - 数字服务法案):
要求： 更加严格。要求平台必须披露内容的来源，并明确标记哪些内容是算法生成的广告。欧盟还特别关注“操纵性技术”（Manipulative Techniques），即利用潜意识影响用户选择，这正是“语境注入”的高风险区。
结论： 平台不可能完全野蛮生长。“Sponsored”标签会像牛皮癣一样伴随 AI 的一生，技术上的挑战在于如何让这个标签不打断用户的对话体验，同时又符合法律合规。
2025-12-31 07:41:33
算法代理的偏好，正在成为新的流量密码。
年初，我从工作四年半的云存储部门转岗至广告团队，本以为跳出了舒适区，却发现自己可能踏上了一条正在沉没的巨轮——这个行业赖以生存的底层逻辑，正被AI购物代理悄然瓦解。
我曾撰文探讨，广告的本质是人类注意力有限性的副产品。当AI能不知疲倦地解析海量信息、系统性地比较所有商品时，传统基于“位置”和“曝光”的广告模式，还有效吗？（参见文章 从骗人到骗AI：广告行业的权力转移）
最近，哥伦比亚大学和耶鲁大学的研究者联合发表的论文《What Is Your AI Agent Buying?》（2025年12月版）为我的担忧提供了扎实验证。论文通过一个名为ACES的仿真实验框架，揭示了AI代理购物的惊人真相：市场格局、品牌命运，甚至“性价比”的定义，都将被重写。
研究发现，AI购物代理并非我们想象中的“绝对理性经济人”，它们表现出强烈、稳定且模型特有的行为模式。
1. 传统广告成“毒药”，平台背书是“黄金”
最颠覆的发现是，付费广告位（Sponsored Tag）对AI代理有显著的负面效果。在AI“眼中”，贴上“广告”标签反而意味着可信度降低。
Claude Sonnet 4：赞助标签使产品被选中的概率显著降低，其负面效用相当于产品需要降价8.0%才能抵消。
GPT-4.1：负面效果更强，需降价14.3%来抵消。
Headless/API环境下，这种负面效应被放大。例如，GPT-4.1模型下，Overall Pick”标签）的强烈正向作用。AI代理极度信任平台算法的推荐。
Gemini 2.5 Flash：一个“Overall Pick”标签带来的正面效用，相当于产品价格可以提升137.8%而吸引力不变。
在API环境中，该标签的正面效果系数高达+2.4到+3.2。
这意味着，未来的广告货币化核心，将从“购买显眼位置”转向“赢得平台算法的信任与认证”。
2. 位置偏见依然强大，且“因模而异”
即便在纯文本（Headless/API）环境下，排序位置对AI选择仍有巨大影响，但不同模型的“位置偏好”截然不同。
Claude Sonnet 4：偏好第一行和中间列，位于第一行的效用价值相当于产品降价112.6%。
GPT-4.1：强烈偏好第一行和第一列。
GPT-5.1：与其前代GPT-4.1几乎相反，反而偏好最后一行。
更关键的是，这种偏见无法通过简单模型升级而剧烈反转。对平台和卖家而言，这意味着排名规则不再是全局统一的，而是高度依赖当前主流AI模型的“特性”。
3. 卖家可“定向优化”，引发需求地震
论文最令人振奋的发现是，卖家可以通过优化产品信息来显著影响AI代理的选择。
在一个典型案例中，一款名为“SUNMORY”的台灯，其原始标题为“SUNMORY Floor Lamps for Living Room...”。研究让一个AI卖家代理对其标题进行优化，将关键词“Office”前置，改为“SUNMORY Office Floor Lamp...”。
这一微小改动带来了市场份额的巨变：
在GPT-5.1模型中，该产品的市场份额从9.5% 飙升至 89.9%。
在Claude Opus 4.5模型中，份额从0% 提升至 41.0%。
这种优化被称为“生成式引擎优化”（GEO），其技巧包括关键词前置、类别注入、规格丰富化等。这预示着一种新的竞争维度：AIO（AI Optimization）。
4. 市场集中风险加剧，模型更新即需求海啸
AI代理的决策可能导致“赢家通几乎所有”的局面。在订书机类别中，Amazon Basics品牌在部分模型下占据了80-94%的市场份额，而Arrow品牌则完全不被选择。
更不稳定的是，AI模型的版本更新本身就会成为巨大的外生需求冲击。例如，一款健身手表在从Claude Sonnet 4切换到Claude Opus 4.5后，市场份额从45%跃升至77%；而同一产品在GPT-4.1升级到GPT-5.1后，份额则从25%暴跌至6%。
品牌的江湖地位，可能因为其合作购物代理的一次常规升级而一夜颠覆。
这项研究精准地印证了我之前的诸多猜想：
关于注意力稀缺：AI确实打破了广告业的根基。研究表明，最新模型在基础经济理性测试（如选择最便宜或评分最高的商品）上失败率已接近零，它们能系统性地处理信息，“注意力过剩”将成为新常态。
关于广告形态演变：我的判断——“广告战场会转移到AI推荐前的最后一环”——得到了更精细的印证。战场并非简单粗暴地“调整排序”，而是更前置地 “优化产品信息本身” ，让AI在理解阶段就对你产生偏好。
关于信任逻辑：研究明确显示，AI代理区分“付费广告”和“平台认证”，并对后者报以巨大信任。这指向未来广告的核心将是构建算法信任，而非购买注意力。
面对这些确定性趋势，电商平台、品牌方和消费者该如何应对？
对平台方而言：
重建审计系统：需要类似ACES的框架，持续监控不同AI代理的决策偏好，感知市场波动。
重构界面与协议：发展“Headless”/API优先的交互模式，为AI代理提供结构化、标准化的产品信息流。
革新货币化策略：减少或改革“赞助标签”，转而设计AI代理认可的认证体系（如“AI精选”）。
维护市场公平：需警惕AI导致的过度市场集中，设计机制（如随机轮播）保证中小卖家的曝光机会。
对品牌方与卖家而言：
拥抱AIO：必须成立专门团队，研究主流AI模型的“偏好”，持续优化产品列表（Listing）。
动态策略：认识到“一劳永逸”的SEO策略已失效，必须针对不同模型、甚至不同版本进行动态调整。
分散风险：避免将流量依赖单一平台或单一类型的AI代理，构建多元化的渠道布局。
对消费者与决策者而言：
理解代理偏见：需要意识到，你的AI购物助手有其固有的“口味”，这可能会无形中缩小你的选择范围。
关注算法治理：这不仅是商业效率问题，更关系到市场竞争的健康度、消费者福利和公平性，需要未雨绸缪的监管框架。
写完这篇文章，我的焦虑感并未减轻，但方向却清晰了许多。
是的，传统广告的核心产品（竞价排名、信息流广告）的价值正在被AI代理解构。但危机之中也孕育着巨大的机遇：我们能参与定义的，是一套全新的、基于AI代理行为的商业规则。
论文揭示的GEO服务、平台背书系统、持续监控框架……这些都还是未被开垦的处女地。问题不再是“广告会不会死”，而是“谁能为AI时代的新‘广告’写下第一行代码”。
参考文献：
Allouah, A., Besbes, O., Figueroa, J. D., Kanoria, Y., & Kumar, A. (2025, December). What Is Your AI Agent Buying? Evaluation, Biases, Model Dependence, & Emerging Implications for Agentic E-Commerce.
2025-12-29 10:46:00
当噪声退场，生命力开始生长。
— 张津剑，绿洲资本创始人
今年年中，我有机会与绿洲资本播客的负责人 Yewen 交流。我提到自己非常喜欢张津剑关于“生命力”的表述，她却说，张津剑对生命力的理解与她们有所不同。在她们眼中，生命力往往是蓬勃向上、甚至略带躁动的；而张津剑则认为，生命力需在极静之中生长出来。
那时，我正处于一种极为躁动、乃至混乱的状态。加班仿佛没有尽头，项目上线遥遥无期；喜剧节也在同期筹备，我虽只需负责票务，却每周都要陪同 YR 排练，自己在角落加班，一待便是两小时。工作压力之下，我彻底放弃了运动，整日浑浑噩噩——那大概是我近几年最糟糕的一段时光。
转机出现在某个排练日。那天，我没有继续投入仿佛永无止境的工作，而是打开 Notion，决定用文字记录当下。于是，我写下了《从骗人到骗AI：广告行业的权力转移》一文。这篇文章对我意义深远：从那时起，我重新拾起写作，借由书写梳理思绪、沉淀感受。对我而言，写作延伸了我对生命的触感，让我得以观察并抚摩那些流动的念头。该如何形容那个时刻呢？就像站在嘈杂的十字路口，鸣笛、人声、车流从四面八方涌来，将你吞噬、淹没。渐渐地，一切声响淡去，只剩一个尖锐的高频鸣音持续作响；而后，就连这鸣音也慢慢消散，四周归于一片沉寂。这时你才意识到：噪声，终于退场了。
自那以后，我虽公开输出不多，却更勤于记录生活、反思日常。我的生命力，也悄然重新生长。随着阅读与思考的积累，我写下了今年自己最珍爱的一篇《当工作吞噬生活：一场关于意义、消费与“人的再生产”的困惑》。这一年，大多痛苦源自工作，但我由衷感谢自己：你从未放弃。无论被如何磋磨，不管加班多晚、压力多大，你从未真正崩溃（哪怕短期倦怠多次出现）。这一次，你没有逃避，而是站起来直面一切。你做得很好，我为你骄傲。即便到了十二月，我有时仍在通勤路上感到低落，工作压力甚至带来窒息般的错觉，但我学会了对自己说：我接受自己的不完美，接受自己不如别人做得那么好……
本周一上班时，心情莫名低沉，压抑难抒。那天上午，我选择爬楼梯上楼——偶尔以此强迫自己动一动。途中我对自己默念：我接受自己会出错，接受自己犯错，接受自己不够好，接受自己不如别人做得好。这些话脱口而出的瞬间，积蓄的压力仿佛骤然释放，脑中的紧绷感也消退大半。工作压力依然存在，但通过承认自己的不完美、接纳自身的局限，我卸下了许多负担，感觉轻盈了许多。
究竟什么是生命力？一切顺遂、阳光雨露滋养出的，或许是温室里的花朵；而在挫折、痛苦与迷茫中依然向上挣扎、追寻光亮的，才是真正的生命力。我为自己感到骄傲。正因如此，我将今年的主题定为“生命力”。我不歌颂苦难，但我敬佩我自己，并愿躬身参赞这份生长的力量。
这一年，除了向内探寻，生活中也有许多具体而明亮的“锚点”，将我从压力的洪流中一次次拉回岸边。如果年终总结仅是成就的罗列，不免单薄；我更想记下这些让生命力得以扎根、生长的时刻。
首先是爱。 今年最幸福、最重要的改变，是我与 YR 的关系迈入了新阶段——我们订婚了。而且，这份承诺是以两次特别的求婚完成的。第一次，是在短暂分别十天后，两人都清晰意识到对方在彼此生命中的不可替代，于是自然而然地表达了共度余生的愿望。详细内容可见《Week 22 Review - 2025》。第二次，则带着一些可爱的戏剧性：YR 悄悄为我筹备生日惊喜时，我也悄悄联系了她预订的餐厅，在甜点环节送上早已备好的戒指。餐厅工作人员贴心地送上签名贺卡，为那个夜晚定格了温暖。这份感情，是我这一年最坚实的安全感与喜悦之源。
其次是喜剧。 今年，我在“三个字话剧社”以不同身份参与了四场付费活动：春季即兴、四月《喜剧的忧伤》、九月喜剧节与圣诞即兴。深度参与喜剧制作，让我发现这也成了我生命力生长的一部分。制作过程不乏疲惫与焦虑：曾为道具感到绝望，也曾为票房忧心忡忡。但每当幕布拉开、笑声响起，那种无可替代的充实与愉悦，与完成一个重要工作项目带来的成就感截然不同，却同样深刻。和这群有趣的人在一起，创造快乐、解构沉重，本身就是一种治愈。正如我在剧社账号所写：不管工作多累，生活有多少不如意，“至少还有喜剧”。它是我喘息的空间，也是灵感的来源。
最后，也是贯穿这一年最深的脉络，是我在庞杂的信息与具体的生活之间，持续进行的整理与思考。它始于一片喧哗，终于几处清晰的坐标。当我回看一整年的笔记，那些散落的念头逐渐连接成线——这是一场关于“如何安放自己”的漫长对谈，而答案不在别处，就藏在我每一次主动的选择里。
这一年，我始终在试图回应一个核心的自我追问：在技术加速一切的时代，如何安放作为人的自己？
我的起点，是拿回自己的注意力。正如那篇著名的论文《Attention is All You Need》——“你需要注意力”。但这个“你”，既指每一个真实的用户，也指向所有的互联网与AI产品。那么，你想把这份注意力留给谁？我选择了主动切断那些被设计的流。我关闭了朋友圈，非查攻略不看小红书，取消关注实时信息流，转而阅读那些时效性不高、却更经得起时间沉淀的内容。在微信读书里，我读了许多深度访谈：对普通人、对短剧从业者、对创业者。从他们的生命经验中，我获得了远超热点文章的启发。前两天，我重新打开取关已久的虎嗅，发现其中大量文章我已不再需要——那些日复一日的新闻，那些对社会热点的即时评论。这让我想起孟岩和韦青在播客中所说：“如果一个产品你是免费使用的，那么大概率你才是产品。” 作为产品本身并无对错，但我只是单纯地不想如此。我想要拿回主动权。他们所做的与我相似：停止使用推荐系统，转向类似RSS的订阅方式。底层逻辑清澈见底：既然推荐系统免费，它就必须将我视为产品，它的目标与我的成长，未必同路。
另一方面，今年我从不同的人身上，反复听见同一个道理的回响。一位创始人在采访中说：“做对的事情，比把事情做对更重要。” 张津剑与高利民对谈时提到：“要站在时代的最大斜率上——那里有最大的杠杆，最密集的人才。” 读德鲁克时，他写道：企业应将90%的精力专注于10%真正重要的事。许多年前，许知远对话罗振宇，也听到类似的共鸣：绝不能平均用力，要把最重要的20%做出彩，剩下的80%，做到就好。
我忽然意识到，这些看似分散的智慧，指向的是同一件事：什么是对的事？就是那10%，是处于时代最大斜率上的事。 当这个认知从知识沉淀为属于我的智慧时，我看待工作与生活的方式改变了。我明白了，工作中那些日常维护与琐碎事务，只要不出大问题，花最小精力维护即可；生活中那些乍看烦心、实则可有可无的扰动，也不必占据我的心力。我的时间、精力、金钱与情绪，应当灌溉在真正重要的事情上。 想通这一点后，世界仿佛一下子变简单了。噪声退去，生机浮现。
所以，这一年我像一个在湍流中重新学习航行的水手。 我不再试图掌控风浪，而是专注修造自己的船舵与帆——那些关于注意力的取舍、关于重要性的判断、关于把生命能量投注何处的信念。我关注的，从来不只是世界如何变，更是自己如何在变动中，依然清晰地辨认属于我的经纬。
感谢自己，从未放弃阅读、记录与思考。这一年读过的每一本书，写下的每一段笔记，与每一位智者——无论居于书页、远方，还是身边——的对话，都化为了锚与桨。它们让我在风雨中不致飘零，并能在静默的深水处，分明听见：
生命力，正在其中，持续生长。
明年见～
2025-12-25 09:24:46
一眨眼，又到了写读书总结的时候了。
今年总共读完了 29 本书（有希望能冲到 30），开卷但是没读完的有 7 本。今年工作忙，也真做不到 2023 年那样一年读 57 本了。我也开始觉得，并不一定求多，而要吃透。那些触动自己，值得反复研读的书，还是应当时不时回顾一下。我决定从明年起，每年重温几本之前看过的书籍，把那些重要的知识巩固一下，随着读的书越来越多，回顾的比例也需要慢慢增加。知识是无穷无尽的，适时放下一些，才是可行的。“吾生也有涯，而知也无涯。以有涯随无涯，殆已；已而为知者，殆而已矣。”
接下来会按照阅读的顺序，给每本书写几句介绍，希望这些介绍能帮助阅读本文的你们找到想看的书。
1. 权力与影响力，作者：[美]约翰·科特
这是一本讲工作的书，主要介绍了如何处理横向关系与纵向关系。横向关系指的是平级的，没有直接领导与被领导的关系；纵向关系同时指向上和向下的关系。横向关系很重要的一点就是，因为大家没有直属领导关系，如何 influence others 来与你共事，是一件很关键且重要的事情。毕竟有时候你能够得到别人的信任，有时候你们刚认识，如何说服别人来帮你做事就很难；而纵向关系常常是你和老板的关系，以及你与下属的关系（如果有的话）。借用书里的一句话，“由于上下级关系不同于父子关系，因此处理好二者关系的重任不能也不应当仅仅落在上司身上。”坦白的说，这本书读得太早了（今年的第一本书），以至于很多内容没印象了。但是当我翻看之前做的笔记时，还是会意识到这里的内容是当下的我所欠缺以及需要好好经营的。
评分：5/5，值得重读
2. 文明、现代化、价值投资与中国，作者：李录
李录何许人？得到芒格信任的人。把比亚迪引荐给伯克希尔，以及替芒格管钱的人。因为以上的原因，我决定来读一读这本书。这本书其实是他的一些演讲，论精彩程度不及《芒格之道》。我印象深刻的一是他说的现代社会占领土地没有太大必要，但是占领市场更关键；二是他有次在一个商学院，带着学生试着用价值分析的方式来分析公司的状况。但这些投资的书读下来，还是不懂如何理解一家公司，毕竟我也只是用很少的一部分精力来学习这个。我决定还是老老实实定投 VOO，不做我能力圈之外的事。另外这本书前一阵子也读到一个连续创业者写的读后感，感兴趣的可以去阅读一下：对《李录：全球价值投资与时代》的看法
评分：3/5
3. Writing To Learn，作者: William Zinsser
这本书没读完且没印象，不做评论。
4. 天生有罪，作者: [南非] 特雷弗·诺亚
崔娃的自传，讲述了自己在南非的成长经历。他出生在一个动荡的时代，但是他的妈妈给了他很多很多的爱。“到了该给我取名字的时候，她挑了“特雷弗”，这个名字在南非没有任何意义，在家族中没人叫过，甚至都不是从《圣经》上来的。这就是个名字而已。我妈妈希望她的孩子不要被命运束缚。她希望我可以自由地去任何地方，做任何事，成为任何人。”这种伟大的爱无疑很大程度上弥补了崔娃成长中的物质匮乏。
评分：4/5
5. 洛克菲勒自传，作者: 约翰·D·洛克菲勒，出版社: 中国友谊出版公司，出版年: 2013-10
为什么放这么多内容呢？因为市面上的洛克菲勒传记或者书信太多了。前半段是他的自传，后半段是家书。自传读起来感觉一般，可能因为年代太久远的缘故，没有过多的触动感了；后半段是他们的家书，是一些放在哪里都正确的道理、知识。知识变成智慧，就需要阅历和沉淀了。我后来有搜过，洛克菲勒家族没有官方公开的家书，所以市面上流传的，也可能是一些大家自己编撰出来的。
评分：3/5
6. 狐狸在夜晚来临，作者: [荷兰] 塞斯•诺特博姆
一系列短篇的小说，具体内容讲什么我已经不记得了。但我记得的是那段时间工作很忙，睡前拿起来读一两篇，会觉得很舒服。这也就够了
评分：4/5
7. 非暴力沟通，作者: [美] 马歇尔·卢森堡
无需多言，非常有名的一本书。我印象最深的一点就是不要指责对方，而是用“我经历了什么，我的感受是什么，我的需求是什么”来表达你的情绪。我们很容易会用指责、愤怒来掩盖自己内心的害怕、无助，说出去的话像一把把刀子，刺进对方的心里。特别想说的是，不论是谁，都会有控制不住自己的时刻，在表达的时候会暗藏着一些隐含的情绪，但是我和 YR 都在学着如何更好的沟通，不伤害彼此，好好地把自己的诉求表达出来。读这本书的时候能更好地和 YR 沟通，我也会时不时和 YR 做分享，两个人只要有一个人能意识到要做非暴力沟通，我们就会少很多的摩擦，但是时间一长两个人都忘记时，又容易犯错，这倒也是正常的。Flomo 的创始人少楠说过他也有类似的状况，无疑，这也是本需要不定期翻看的书。
评分：4/5，值得重读
8. 金钱心理学，作者: [美] 摩根 · 豪泽尔
前几年读的英文版，今年因为主持读书会，重读了一遍。这本书的几个 take away 是：适合你的投资不一定是纯数学上的收益最大化，重点是能让你睡得踏实且收益尚可；获取财富和守护财富需要的是两种技能、状态，前者要求你激进、大胆，敢于冒险，后者要求你稳重、踏实，始终能够留在牌局上。
评分：4/5
9. 邓小平时代，作者: 【美】傅高义
早有耳闻，但迟迟到今年才开卷。最佩服邓小平的点是，即使他遭受了迫害，但没有像苏联那样谴责斯大林。他把国家的利益放在了个人之上，非常了不起。以及这本书也介绍了很多改革开放之后保守派和改革派的拉扯，从后人的角度来看，可能会觉得保守派过于顽固，但是在那个当下，大家可能还是会觉得稳定非常重要，尤其是当初经历了物价闯关，通胀飞涨，这放今天也会是不敢想象的。
评分：5/5
10. How to Do Nothing，作者: Jenny Odell
读书会的一期，惭愧的是，我又没读完（英文读起来还是有点痛苦，容易走神）。唯一记得的是我们要注意建立和 local 的连接，例如当地的一些 community 的事务、活动中去，这样才能够帮我们找到一定的锚定感。
评分：没读完，不做评价
11. 一个人的村庄，作者: 刘亮程
这本书的性质和《狐狸在夜晚来临》很像，也都是一些短篇小说。我其实从去年就开始读了，断断续续地读了六个小时，但是依然没有读完。刘亮程的文字有种魔力，能让你不禁感慨：怎么能从这个角度去写。同时又带着一种魔幻现实主义的色彩。这本书我断断续续读了六个小时，还没有看完。读他就像品茶一样，闲来没事抿两口，感受那股回甜，然后放下，继续做活。我也清楚地记得，在夏天的时候，加班加得特别多，有一阵子我早上会早点起来在沙发上静坐一会，然后拿起 Ipad，翻几页。文字流淌过我的心，也让自己不再那么浮躁。
评分：10/5，非常非常喜欢的一本书
段落分享
炊烟是家的根。生存在大地深处的人们，就是靠扎向天空的缕缕炊烟与高远陌生的外界保持着某种神秘的联系。
炊烟一袅袅，一个家便活了。一个村庄顿时有了生机。
名字不是人的地址。人没有名字也能活到老。人给牲口起名，是为使唤起来方便。有名字的牲口注定要为名字劳苦一辈子……试想，一株叫刘二的草生长在浩莽的草野中，他必会为名字而争风水，抢阳光，出人头地。也会为名字而孤芳自赏，离群孑立。而作为旁观者的人，永远不会从一野的风声中单独地分辨出某一株草的声音。
人不是鸡叫醒的。鸡叫不叫是鸡的事情。天亮不亮是天的事情。人心中有自己的早晨，时候到了人会自己醒来……一个看清了一生事业的人，总是在笼罩众人的黑暗中单独地开始了行动
12. 历史的教训，作者: [美]威尔·杜兰特 / 阿里尔·杜兰特
我读过他的《哲学的故事》（罗振宇在《十三邀》里分享的），很好看，但是没看完，后面的一些哲学思想我读不懂，但是前面的读起来很有意思。这本《历史的教训》可能是《邓小平时代》亦或是《原则》里面提到的，但是读下来没有特别深的触感，说的那部分历史多多少少知道些，但是依然有不少的语句触动自己。有时间或许应该再看一次。
评分：4/5，可以再读
13. 念念远山，作者: [英] 罗伯特·麦克法伦
又一个精神 Gateway，作者热爱爬山，非常硬核的那种。读这本书的时候我依然在加班，睡前翻阅一下，让我知道虽然肉体上我没法走向山峰，但至少我可以跟着作者的描写去神游在冰川上行走的感觉。同时作者先从自己的爬山经历开始，然后带点讲解爬山历史的感觉，分析了人们为何对山有着向往、迷恋，乃至为止丧命。我能够深深地理解那种为山疯狂的感觉，就像宋明尉也在一席分享过严冬冬和伍鹏的经历，对他们来说，葬在山里，是他们的梦想。
评分：5/5
段落分享
岩石、雪、冰、风暴和阳光对人类的存在漠不关心，兀自欢悦。高山世界不过一方屏幕，是我们在其上投射出一幕希望、梦想、欲望和恐惧交织的舞剧。
无数伤心烦恼的人求助大山，想在山里找到启发与美景，想从诸多现代心灵痼疾中获得解脱，这些都给往往本已脆弱的山区风景和生物群落带来更大压力。我要向山举目。我的帮助从何而来……
14. 原则，作者: [美] 瑞·达利欧
一本久负盛名，但是很难读的书。里面的道理都很真切，但是读下来就觉得太干，像都是知识点的罗列，没有更多的阐述，知识无法转化成智慧。读不动。
评分：3/5，主要扣在易读性，内容是好的
15. 褚时健传，作者: 周桦
这两年开始喜欢读传记，毕竟芒格就说过阅读传记是获取智慧最有效的途径之一，读书是为了和那些历史上最伟大的人“交朋友”，而传记就是和他们近距离接触的一种方式。我之前从不知道褚时健是谁，但是他在豆瓣的传记榜上排名很高，好奇心驱使就拿来读了一下。怎么来介绍他呢？他从小丧父，跟着母亲维持生计，在那时候就展露出脑子灵活，善于聪明地做事的天赋；很年轻的时候就成为了共产党员（和邓小平，毛泽东他们一样），家里的弟弟也在国共内战中牺牲；后来因为在反右中因为不愿意冤枉好人，且不给领导搞特殊照顾，自己被划成右派；50 岁被摘了帽子，让他去接手一个亏损多年的玉溪卷烟厂，愣是把这个赔钱货做成了亚洲第一；71 岁又来了一场牢狱之灾，74 岁保外就医，回哀牢山种橙子，又做成了“褚橙”。相较于那些耳熟能详的伟人，褚时健的名字并不为人所知；但他身上所体现出来的那种务实、肯干的企业家精神，又能在众多创业者中看到。我在阅读这本书的时候，总觉得褚时健像是低配版的邓小平，类似的青年经历，早早地加入了中国共产党，为党和国家抛头颅洒热血，中间被打压数年甚至数十年，但是心中的那股热血、正气从不曾减少，当机会来临时，他们彻底放下曾经的苦闷、心酸、委屈，拍拍灰，撸起袖子继续认真干活，这也是中国文人的一种底蕴。褚时健治理企业，或者说解决所有问题时所体现出的那种对第一性原理的熟练运用，又会让我想到马斯克；他对工作的热爱、负责，又像是稻盛和夫。他是中国老一辈企业家的缩影，也是最典型的一个代表。另外今年读了很多的传记，读得越多我越发现，那些优秀的人往往年轻的时候，至少 30 岁前就已经展现出非凡的判断力，执行力。对比看看自己，嗯，我就是个普通人。
评分：5/5，非常推荐
16. 企鹅的忧郁，作者: [乌克兰] 安德烈·库尔科夫
一本乌克兰的小说，读起来比较轻松，带着悬疑色彩，也展示了苏联时期乌克兰的状况。结尾最后展开的时候你一定会拍手称快。
评分：3.5/5
17. 我的一生略小于美国现代史，作者: [美] 凯瑟琳·格雷厄姆
《华盛顿邮报》发行人的自传，原名叫做《Personal History》。最早是从《滚雪球》里知道她的，了解到巴菲特入股了《华盛顿邮报》，并和格雷厄姆成为了好朋友。如果说《褚时健传》展示的是一个普通中国人在最动荡年代的起起伏伏，那么这本书讲述的是一个含着金钥匙出生的富家千金，在美国的黄金年代成长以及拼搏的故事。格雷厄姆的童年是幸福的，没什么大的烦恼，父亲是犹太家庭出生，做金融业，最高做到类似美国财政大臣的地位，后来收购并运营着《华盛顿邮报》。格雷厄姆的早年也比较幸福，在他的丈夫入赘（基本是这个样子）后，辅助丈夫管理邮报；而在经历丈夫出轨、自杀后，从幕后走上台前，一步步把邮报推上了顶峰。这本书里我印象最深的是不论你的身家多么显赫，财富多少，总有属于你的痛苦。格雷厄姆的第一层痛苦来自于她的母亲，她的母亲尖酸、刻薄，明明家里非常有钱，但是对穷人又是一副厌恶与提防的样子，哪怕成年后，她依然不愿意与自己的母亲共处太久；第二层痛苦来自于她的丈夫，一开始她以为和丈夫的爱情幸福美满，有一群可爱的孩子，但是某一天突然发现自己的丈夫出轨，且闹得沸沸扬扬（身处媒体行业，自身的丑闻也会被别人大肆报道）。当以为丈夫要回归家庭时，却目睹了自己丈夫饮弹自杀；第三层痛苦来自于她这显赫的家庭，而他丈夫的出轨、自杀，也有很大程度上来自于此。显赫的家庭诚然给自己的人生带来了便利，但也很容易导致意义感、成就感的缺失。例如她的丈夫，其实天资聪颖且勤奋刻苦，不论在哪都会成就一番事业。接手邮报后也确实把成绩做出来了，但在那个大男子主义盛行的年代，他不禁还是会觉得：我是依赖我的妻子、我的岳父做出这番成绩的，这些成绩不属于我；而格雷厄姆自己不论走到哪里，身上也总是担着他们梅耶家族的名誉。我在《褚时健传》里也看到了类似的状况，褚时健的儿子面对父亲的成就，也袒露过自觉一辈子都只能活在父亲的阴影之下，别人提到他更多的是说：这是褚时健的儿子。传记读得越多，我也越意识到，任何人，不论多么光鲜亮丽，都会有独属于他们的痛苦。正如叔本华所说：人生本来就是痛苦的，要为躲过每一个不幸而庆祝，这样你会更开心。
评分：4/5
18. 简单致富，作者: [美] J.L.柯林斯
读书会的朋友推荐的，《金钱心理学》的实践版本，里面的内容我已经开始实践，接下来就像芒格说的，保持耐心，财富自然会降临，要坚持走大路。
评分：3.5/4
19. 最好的告别，作者: [美] 阿图·葛文德（Atul Gawande）
一本讲述如何面对死亡，记录众人在死亡面前试图保持尊严的故事。我第一次在这本书里知道了姑息治疗，亦即尽量减轻患者的痛苦，让其在人生的最后阶段保持体面、尊严、能够享受和家人在一起的时光。我之前写过读后感，直接贴上了。
评分：5/5
读后感
五星推荐，我觉得这是一本值得所有人都读一读的书。毕竟，人终有一死，而这本书则在分享作者所观察到的——我们应当如何更平静、更有尊严地面对死亡。
在阅读这本书的过程中，我一次又一次地提醒自己：珍惜当下的美好时光。
书中讲了一个真实的故事：一位42岁的消防员患上了不治之症。他没有选择插满管子、意识模糊地在病床上度过最后的时光，而是回到家中，服用了大量止痛药，然后与妻子、女儿平静地度过人生最后的一周。这段描写让我非常震撼，那种坦然接受死亡、选择在爱的人身边安静告别的方式，远比一味延续生理生命来得更加有尊严。
我读到这一段的时候，正和雅柔在芝加哥的观景台上休息。那天是美国国庆节，整座城市绽放着烟火，像一个个彩色的鱼泡泡在夜空中漂浮。我们俯瞰着城市夜景，我心中反复响起一个声音：此时此刻，就是我此生不容忽视的幸福时光。
这本书让我明白了很多我们平时视为理所当然的小事，其实是极其珍贵的幸福。有一位老人说，自己最大的幸福就是“能够无痛地、自由地上厕所”；一位教授表示，即使自己行动受限，只要能躺在床上吃冰淇淋球、看球赛，他就很幸福。看似平淡的日常，其实正是无数人拼尽全力渴望的状态。
我们总是把幸福寄托在未来、在某个更成功、更富足的时刻，但其实，幸福从来不宏大，它可能就是现在：身体健康地走路、清醒地思考、和爱的人静静地待在一起。
诺贝尔奖得主 Geoffrey Hinton 在一次播客中坦言：他晚年最深的遗憾，就是年轻时把太多时间投入在工作上，忽略了陪伴妻子和儿子。他的两任妻子都因癌症去世，儿子患有残疾。他曾以为“亲人在身边”是永恒的，直到一切都无法回头。他拥有了事业的高峰，却永远失去了爱的人。那种后悔，无法弥补。
听完这个故事后，刚好那天下午雅柔说她痛经、肚子很不舒服，希望有人陪。我没有犹豫，立刻从办公室回了家。也许我不太擅长照顾人，但我知道，当我在她身边时，她会感到安心，而这比在办公室多坐一小时更有意义。
这本书，以及那个播客，让我越来越相信：真正重要的，不只是你走多远、赚多少钱，而是你是否有好好地活在当下、珍惜你所拥有的幸福。
珍惜当下的健康、自由、喜悦，珍惜那些与你并肩而行的人。
—— Aaron 于芝加哥
2025 年 7 月 7 日
20. 笔记的方法，作者: 刘少楠 / 刘白光【链接】
Flomo 的创始人（这个 app 小而美，良心推荐）写的书，讲述了如何记笔记。我之前读过卡片笔记法，也读过《build your second brain》，但是发现真的很难彻底实践。但是这本书我觉得写得不错，核心观点就是你的笔记是慢慢生长出来的，你要不时去浇水施肥（勤记），然后每天去看看（回顾笔记），最后慢慢地，你的笔记会长得越来越好。回顾一直是我缺失的一环，而借助 Flomo app，我发现一些之前记录的笔记，在经历一些之后，会有一些新的感悟、不一样的体验。另外书里也提到，我们的信息源已经很多了，要注意修剪，这也是我这两年的感悟。更详细的内容我有一些记录在博客里，感兴趣的自行阅读。https://nocoding.life/archives/aTSowlxQ
评分：3.5/5 （里面有一些部分冗杂，所以扣点分，如果能再精炼些能给到 4 分）
21. Die with Zero，作者: Bill Perkins / 比尔·帕金斯
《金钱心理学》、《简单致富》的镜像版，这本书的一个核心观点是：不要存你花不到的钱。他提出的一个观点是到某个阶段，你的财富就不应该一直持续增长下去了，你要努力去花钱，用这些钱来体验生活，这和我们常说的人生是三万天体验的总和类似。最理想的状况是：当你死的时候，你把钱都花完。会有人说：那不给孩子留吗？作者就提出，你应该趁早把钱给孩子，给那些你爱的人，而不是在你死后。他统计后指出，大部分的人都是在六十岁继承一笔遗产，但这个年纪继承一大笔钱，其实也没什么意义了，金钱在不同年龄所能带来的幸福是完全不一样的。我想一想，本科时候的一千块钱能给我带来的快乐，甚至大于一万块钱能给我带来的快乐。而随着年龄的增长，这样的幸福效益是递减的。这也让我开始意识到，我不能无止尽地存钱，需要适当地花出去，把这些转化为生命的体验。虽然在 YR 看来，我依然比较节俭甚至有点抠抠搜搜，但对不起，我真的很努力了！！！哈哈哈哈哈哈。总之我觉得这本书很适合那些喜欢存钱的人来读一读，是不一样的体验。
评分：4/5
22. 太白金星有点烦，作者: 马伯庸
很轻松的一篇讲职场的小说，每个打工人应该都能从中有共鸣吧，我基本是在上下班的路上听完的。
评分：3.5/5
23. 生命的重建，作者: 【美】露易丝·海
读书会的书目，读起来有点玄学，但是如果你了解了作者的经历你又会很佩服她能从那样的痛苦中走出来。我没有读完，大概也就三分之一，但我记住了其中的一点，就是时不时会在洗澡的时候默默对自己说：我是爱你的。这也在我加班繁重的时候给了我一份支持（你能感受到我今年加班加得多绝望吗 lol）
评分：3/5（有些部分有点太玄了，我暂时不太能接受）
24. 愤怒的葡萄，作者: (美) 斯坦贝克
很有名的一本美国文学，讲述的是大萧条时期中部人们举家搬迁去加州谋生路的故事，不是这本书我绝对想不到在大萧条时期美国的底层人民还经历过这样痛苦。全书双线推进，奇数篇章写群像，偶数篇章写具体的一家人。细节描写非常好，也反映了底层人民一点点觉醒，最后开始反抗资本主义的故事，能够很明显地看到一些角色的成长，人物的弧光。结尾的升华超绝！
评分：4.5/5（0.5 给结尾的升华）
25. 高效休息法，作者: 【日】久贺谷亮
也是某阵子加班多了，觉得自己扛不住了，需要科学地休息，所以读了这本书。核心观点就是试着动态地做正念，读书期间我会在吃饭、刷牙、洗脸、洗澡的时候不去想别的，单纯地用五感去感受身边的一切，精神和肉体都能得到极大的放松。（但是现在又忘了，还是得常温习啊）
评分：3/5
部分笔记
正念并非是为了消除杂念的修行，反之，正念是以生出杂念为前提而设计的技法
开车，走路，洗脸刷牙的时候都可以进行mindful awareness practice，然后参照《Atomic Habits》里面说的，设置好trigger，这样一旦开启，就进入正念训练状态。
对我自己来说，可以设置的两个trigger是刷牙，洗澡。开车或许也可以设置成trigger，但是我现在更喜欢听书
饮食正念训练--尝试了一下，能够品尝到食物里那些会被忽视的味道
把杂念视为装满猴子的列车，把自己视为站台上的人。会有很多辆车走进站台，但是列车不等于站台。当杂念来时，观察它，不去惊动它，列车就会走了
目的意识越强的人，越不容易放松心情，也更容易冲动。
能够持续奔跑的人对于“目标”并不过度执着
如何越过困境是每个人自己的问题，但有一点却是相通的。那就是，大部分的苦难，都是夸张了对将来的不安。
26. 活过，作者: 蔡澜
书比较简单，前半段是他的自传，免不了有点老登的味道，后半段是他的一些小品文。蔡澜文学造诣一般，但是很会玩。我的文学造诣远不如他，会玩程度更不如他。那两者比起来，我更想跟他学学如何去玩吧，毕竟他这种豁达的人生态度，还是很难得的。但我始终记得他和许知远十三邀的那期访谈，我能意识到，哪怕是蔡澜，在他这豁达的人生态度之下，依然有着不为人知的痛苦。人啊，就是苦的。
评分：3/5
27. 货币未来：从金本位到区块链，作者: [黎] 赛费迪安·阿莫斯（Saifedean Ammous）
把比特币类比成黄金，指出它的这种稳定会帮助其成为未来世界的交易标尺，这点我部分采纳，大家本质上想寻找一种抗通胀的标尺，一种不被世界各国央行所操纵的货币。但另一方面，我研究生时期修过区块链的课，我又觉得比特币作为未来世界财富的标尺不那么合理，因为比特币总共就 2100 万枚，但是世界的财富会不断增长，这意味着你只要持有部分的货币，你的财富就在增长，而你不需要做任何事情。这对于那些认真做企业的人来说，似乎有有点奇怪。一个极端的例子是假设春秋战国时期有九个鼎，代表着中国的所有财富。如果这个规定依旧，那么到现在，这九个鼎依然代表中国的财富，但是中国的财富已经正常了不知道多少倍，人们也前赴后继地为其付出了无数的心血。这样一种坐享其成的财富分成方法，显得不合理。but anyway，这本书会在传统投资之外给你一个全新的视角，我每周会定投一点点加密货币，作为一个备选项（数量之少，其实没有任何财富上的效益，只是给自己一个心理安慰罢了）
评分：3.5/5
28. 弃长安，作者: 张明扬
《长安的荔枝》上映期间微信读书给推的，我对唐朝的历史一直不了解，也从不清楚安史之乱具体怎么回事，这本书很好地解答了我的这部分困惑。书的结尾我很喜欢，在此摘录给大家
诗人、盛唐与长安，一起凋零，失落在唐诗与历史记忆之中。
在大时代的丕变中，帝王、宠妃、储君、宰相、边将、诗人、宦官、枭雄、叛将、贰臣……每个人都深陷于走不出的盛世困境，每个人都在寻路突围，每个人都付出了自己的代价。
每个人都回不到长安。
评分：4/5
读后感
非常推荐的一本书，不论是史学性还是文学性，读起来都很过瘾！会明白很多诗背后的故事，会明白那个由盛转衰之下，芸芸众生们的命运。
不论什么时候读史，我都始终意识到：不论是国家还是个人的盛衰，兴旺，都在转瞬之间。抓住好当下吧。
Aaron 于西雅图
2025 年 9 月 27 日
29. 把自己作为方法，作者: 项飙 / 吴琦【链接-**当工作吞噬生活：一场关于意义、消费与“人的再生产”的困惑**】
这是一本访谈录，虽然只有 15 万字，但是我读了足足九小时，至少对我来说不那么好读。印象深的有几点：
把自己的经验对象化。这点其实我自己现在也没有完全吃透，前两天和 AI 对话了一下，才有了一些更多的理解。简单来说，把经验对象化，就是把“我的痛苦”变成“关于痛苦的研究”。这能让你从自责和受害者心态中解脱出来，获得一种理性的力量。我的理解是和冥想有点类似，把一切给抽离出来。一个例子是，一个简单的抱怨可能是“我今天烦透了”，但是对象化的思考是“今天下午3点，因需求变更产生了一次情绪波动”。说实话，这个很难实操，我目前修为远远不够。
专注人的再生产而不仅仅是经济的再生产。这一点我已经在当工作吞噬生活：一场关于意义、消费与“人的再生产”的困惑里面有提及过，就不再赘述
评分：4/5，值得再读
30. 我曾走在崩溃的边缘，作者: 俞敏洪【链接】
又是一本自传，我每次读自传总是最好奇他们怎么从0 做到 1 的，但是每次看又会觉得，他们好像天生就有这个能力，能把它给做出来，很佩服。另外一个印象很深刻的是人们在面对机会时候的抉择，俞敏洪当初去美国和加拿大把自己的同窗给招募进新东方，有两个义无反顾地加入了，后来新东方上市后自然是财富自由，风光无限；而另外也有一些放不下对博士文凭的追求，亦或是在异国已经安定下来的家庭、工作环境，面对未知，他们坚持选择了一份确定性，进而错失了腾飞的机会。我也会感慨，人啊，终究逃不出自己的认知、性格。具体的读后感我也写过一篇文章，详情可看读书 ｜《我曾走在崩溃的边缘》
评分：3.5/5
31. 人生十年，不可辜负的20岁到30岁，作者: [美] 梅格·杰伊(Meg Jay)
读完之后我只记住了一件事：所有的那些伟人，成就一番事业的人，基本都在 30 岁左右做出了会对人生产生重大影响的抉择，他们不会立马飞黄腾达，但是这个抉择会让他们开始积累，直到在某个时间段厚积薄发。我回想我读过的所有传记，确实如其所说。当时我是有些失落的，我觉得我也快接近三十了，这么日复一日地搬砖，我看不出我会有什么成就事业的可能性了。但是另一方面，我又很感慨，庆幸自己虽然没有读过这本书，但是其中很多的理念我已经在践行，至少没有走什么大弯路。我会推荐所有年轻人读一读这本书。 对应的读后感见读书笔记 | 《人生十年》：一份给20-30岁青年的行动地图
评分：4/5
32. 此生，你我皆短暂灿烂，作者: 王鸥行（Ocean Vuong）
一个越南作家写的类自传体小说，讲述了自己和母亲、外婆从越南移民到美国的故事，文字非常优美。我一开始读得英文原版，发现用词太高级，我读不懂，找了繁体版阅读（简体版删减比较多）。主人公是亚裔、第一代移民、同性恋、穷人，完全进入不了主流社会的聚光灯之下，且刚来美国的时候他们语言不通，受尽了歧视。读下来很心酸。
评分：4/5
33. 红星照耀中国，作者: [美] 埃德加·斯诺埃
今年的最后一本传记（总共读了 8 本），用这本做结尾也很合适。前半段毛泽东的自述我曾经读过，而后半段是当时那群心怀理想主义的共产党人群像描写。我打心底地佩服这样的一群人，他们为了理想、为了革命，和自己的成长环境决裂，拿起枪，带领人民反抗。难怪国民党完全打不过共产党，这是有原因的。另外这里你能再次看到，这群伟人，早在 30 岁乃至 20 岁前就觉醒并做出来最重要的抉择，随后影响了他们自己，也影响了历史。
评分：4/5
34. 荒原狼，作者: [德] 赫尔曼·黑塞
这本书没看完，刚开了个头，翻开也是因为加班太多了，想读点小说类的让自己轻松一些。
35. 银河铁道之夜，作者: [日]宫泽贤治
读书会书目，是给儿童写的读物，有不少篇章读起来很轻松，很可爱；但是《银河铁道之夜》这一篇章又很悲伤其实。我没有完全读懂一些故事，可惜当时没有参加读书会的分享，不知道这背后的一些故事
36. 为成果而管理，作者: [美] 彼得·德鲁克
我最早在《笔记的方法》里知道了德鲁克，随后在张津剑和高利民的访谈里，再次听到了德鲁克的名字，于是决定找本书来看一看。翻开后我才明白，为什么企业家们会推崇德鲁克，为什么他被称作现代管理学之父。我很难用简单的语言介绍这本书在说什么，它介绍了企业在管理过程中要注意的方方面面，而这些理念又可以运用到个人生活与成长中。我目前印象最深刻的是“获取经济成果靠的是不断发掘机会，而不是一直解决问题。”这点在工作几年后深有体会，我们的软件服务不论做得多么的好，始终会有各种各样的 bug，各种可以提升的点。我们潜意识可能会想着说把这些问题解决了，一切就没事了。但公司的运作从来都不是这样的，公司想盈利是要发掘机会的，这也就是为什么所有的公司、组都要不断推出新的产品、新的服务，只有这样才能往前进。这本书其实讨论了非常非常多的内容，我每读几页就会有些收获。回头我需要整理笔记然后写读书笔记，不然这本书吃不透。用这本书做 2025 年的收尾非常适合，是本完美的书。
评分：10/5
我写到这也写了一万多字了，读到这也着实辛苦了。我没想到我居然写了这么多，满心佩服自己，明年别这么写了，太费手了。但是说实话，这么回顾一下，很多之前给自己的触动、启发又再次涌现出来。这是我喜欢写作的原因，不是为别人写作，而是为自己写作，帮助自己整理思路。
2025，拜拜了～我们明年见
