一、AI 摘要腰斩点击率，搜索广告的根基正在松动
过去三十年，搜索广告的大厦建立在两个数字之上：用户输入查询，在结果页里点击链接，广告主为这次点击付费。而现在，第一个环节正在塌陷。
皮尤研究中心（Pew Research Center）2025 年 7 月发布的一项研究给出了直观的量度：当 Google 结果页出现 AI 摘要时，用户点击传统搜索结果链接的比例，从无 AI 摘要时的 15% 降至 8%——腰斩；而 AI 摘要内的引用链接，点击率更是只有约 1%。也就是说，绝大多数用户在 AI 给出答案后就结束了探索，含 AI 摘要的页面有 26% 的访问以「不再点击任何内容」告终，无 AI 摘要页面这一比例为 16%。
图 1：AI 摘要出现前后，Google 结果页传统链接点击率对比
链接点得少了，广告位自然也就空了。搜索广告是谷歌收入的核心支柱，也是整个互联网商业模式的基石。当「问 AI」取代「搜一下」成为主流，广告该放在哪里，成了行业绕不开的生死命题。
二、巨头抢跑：广告正在向 AI 界面迁移，但模式仍是旧逻辑
面对流量迁移，两大巨头的动作很快，而且思路一致：把搜索引擎时代「给回答挂赞助商卡片」的模式，平移到 AI 回答里。
OpenAI 已正式上线 ChatGPT Ads。根据 OpenAI 帮助中心的官方说明，广告出现在回复末尾下方，明确标注 sponsored、与回答视觉分离；该产品自 2026 年 2 月 9 日起在美国测试并分阶段扩展，仅 Free 和 Go 计划用户可见，18 岁以下不展示；值得注意的是，广告运行在与聊天模型分离的独立系统上，广告主无法影响 ChatGPT 的回答内容，临时对话也不展示广告。
Google 的步子更大。2025 年 5 月 21 日，Google 在官方博客宣布将广告引入 AI Overviews 和 AI Mode：AI Overviews 内的搜索与购物广告即日起扩展至美国桌面端，年内扩展至更多国家的移动与桌面端；AI Mode 广告开始测试，「可能出现在回答下方，或直接整合进回答内容」；Performance Max、Shopping 及广泛匹配 Search 广告主自动获得投放资格。
市场规模的预测佐证了这场迁移的量级。据 eMarketer 2026 年 5 月《US AI Advertising Forecast》：2026 年美国 AI 广告支出将达 320.3 亿美元（约为上年的三倍），2030 年将超过 682.5 亿美元。但结构性问题同样明显——2026 年，82.5% 的 AI 广告支出将流向伴随 AI 生成内容（如 AI Overviews）出现的传统搜索广告位，而非聊天机器人对话内；到 2030 年，搜索邻近格式预计仍占 58% 左右，聊天机器人广告预计仅约 8%。
换言之，巨头目前做的，仍是把旧地图铺到新大陆上：先给 AI 回答留出广告位，再沿用点击与竞价的老逻辑。但对话式交互里没有「结果页第一屏」，「先有位、再拍卖」的三十年经验正在失效——广告要嵌入生成过程本身，那么分配规则也必须在生成过程中重新设计。
三、把拍卖写进 Token：一篇直击要害的新论文
2026 年 8 月 27 日，论文《Token-Level Advertising》上线 arXiv（编号 2608.27382，9 月 4 日更新至 v2），作者为 Hanbing Liu、Bowei Zhang、Changyuan Yu、Yinyu Ye、Qi Qi，来自中国人民大学与斯坦福大学。
团队背景颇具代表性：第一作者刘涵冰（Hanbing Liu），中国人民大学高瓴人工智能学院硕士最后一学年在读，导师为祁琦教授，研究方向为生成式人工智能中的智能决策与机制设计，工作发表于 WINE、ACL、SIGMOD 等会议；通讯作者祁琦，中国人民大学高瓴人工智能学院长聘教授、博士生导师、国家高层次人才青年专家，2012 年博士毕业于斯坦福大学，师从叶荫宇（Yinyu Ye）教授，研究方向包括算法博弈论与机制设计、大模型、多智能体系统等。
论文提出的核心机制，正是为「生成即分配」的时代准备的拍卖引擎——LAMA（Latent Advertiser Mixture Auction，潜在广告主混合拍卖）。
四、LAMA 机制拆解：让每一个 Token 都经过拍卖
LAMA 的核心思想可以用四个字概括：生成即分配（Generation as Allocation）。传统广告拍卖发生在内容生成之后——先有版面，再竞价；LAMA 则把广告主的影响力直接嵌入大模型的生成过程，模型每生成一个 Token，就完成一次微观层面的广告分配。
具体而言，在每个 Token 的生成时刻，机制顺次完成三步：广告主报告（报告其对当前语境的价值评估）、模型生成下一 Token、系统状态更新；答案生成完毕后，再完成最终的分配与结算。也就是说，「谁的产品出现在回答的哪个位置、占多大分量」，不是版面决定，而是逐 Token 演化出来的结果。
图 2：LAMA「报告 → 生成 → 更新 → 结算」逐 Token 运行闭环
但让广告主实时插手生成过程，最大的隐患是激励扭曲：如果夸大报价就能抢到更多曝光，广告主必然竞相虚报，最终污染回答质量。为此，LAMA 设计了局部报告校验与支付规则：前后报告必须保持一致，支付随生成过程动态调整——当某个 Token 让广告主的后续处境变得更有利时向其收费，变得不利时则提供补贴。
理论上，这套机制满足马尔可夫占优策略激励兼容（Markov DSIC）：对广告主而言，如实报告自己的真实价值就是占优策略，谎报无利可图；同时满足个体理性（IR）。在社会福利层面，LAMA 以「广告价值减去偏离原生回答的 KL 惩罚项」为目标函数，其与理想最优机制的差距有明确的理论上界，即实现近优的 KL 正则化社会福利（near-optimal KL-regularized welfare）——用系数 β 在商业化与内容自然度之间做出可量化的权衡。
五、实验验证：收入 +10.7%，广告主价值 +3.8%，且不牺牲体验
研究团队在 Webis Generated Native Ads 2024 数据集上展开主实验：共 1239 条真实商业搜索查询，覆盖健身（Workout，291 条）、度假（Vacation，456 条）、汽车（Car，492 条）三个垂直场景，每个场景都是一个三广告主的竞争环境——健身场景为 Bowflex、ClassPass 等，度假场景为 Expedia、Priceline、Tripadvisor，汽车场景为 Kelley Blue Book、Edmunds、CARFAX。实验以 Qwen3-14B 作为参考语言模型，通过 LoRA 训练得到广告主共享的报告模型；用户体验按 GEM-Bench 的六项指标综合评估：相关性、信息量、流畅连贯、广告自然度、广告事实性和侵入性。基线方法包括生成前后两种分配方式，搭配原生内容、编辑插入、强化学习策略三种生成方法，以及答案级聚合机制 MOSAIC。
结果相当亮眼：相对最强基线（生成后分配 + 策略生成方法），LAMA 实现平台收入+10.7%、广告主价值 +3.8% 的提升；论文原始数值为——LAMA 收入 0.8305 对基线 0.7501，广告主价值 0.8568 对基线 0.8253。更关键的是，LAMA 在平台福利（0.5205）、收入、广告主价值、用户质量（66.5239）四项指标上全部最高，也就是说，商业化的提升完全没有以牺牲用户体验为代价。
图 3：LAMA 与最强基线在平台收入与广告主价值上的对比
一个具体案例能说明 LAMA 的分配逻辑。面对查询「best beach vacations in the world（世界上最好的海滩度假地）」，LAMA 生成的回答前段出现了 Expedia——它作为品牌锚点，引出马尔代夫、巴厘岛、加勒比海等目的地；后段则出现 Tripadvisor，直接讲清产品功能：比较目的地、查看游客评价、筛选住宿与体验。生成结束后，Tripadvisor的分配概率显著更高，成为这次回答的最终赢家。广告的出场时机和话术分工，是逐 Token 演化出来的，而非人工排版。
激励相容是否真的成立，还要靠数据说话。团队做了出价扰动实验：固定其他广告主报告不变，对目标广告主（如汽车场景的 CARFAX）的真实价值加上 -0.3 到 +0.3 的偏移。结果显示，报告越高，该广告主贡献的 Token 比例、分配概率和支付确实都单调增加——但真实期望效用恰好在诚实报告处达到峰值：通过谎报抬价虽然能在回答中抢到更多份额，却因更高的支付而得不偿失。机制「说真话不吃亏」的理论性质，在实验中得到了定性印证。
六、结语：「生成即分配」，广告业的下一个范式？
回头看，LAMA 的意义不止于一个更好的拍卖算法。它给出的是一个范式转换的答案：当内容的生成与商业信息的分配发生在同一个过程里，「广告位」这个概念本身就该被重新定义——广告不再是生成之后贴上去的补丁，而是生成过程中被拍卖机制实时调控的组成部分。Pew 的数据说明旧广告位在流失，eMarketer 的预测说明新广告位远未成形，而 LAMA 这样的机制设计，恰好填补了两者之间「规则真空」：它让广告的嵌入既不破坏回答质量，又让广告主没有动机搅局。
当然，冷静看，距离产业落地还有不短的路。eMarketer 预计到 2030 年，聊天机器人广告也仅占美国 AI 广告支出的约 8%，八成以上的预算在可见的未来仍将流向搜索邻近的广告位。巨头们用旧模式占住新入口，学术团队用新机制定义新范式——两者的赛跑才刚刚开始。但方向已经清晰：只要用户的注意力继续从「搜索结果页」迁往「AI 回答」，广告就迟早要进入生成过程内部。到那一天，逐 Token 拍卖或许不再是一篇论文里的思想实验，而是下一代广告系统的底层协议。
