今天上午，智谱 以「全球大模型第一股」的身份登陆港交所主板，而几乎前后脚，远在大洋彼岸的 Google 母公司 Alphabet 股价逆市上涨 2.5%，市值攀升至 3.89 万亿美元，这是自 2019 年以来，其市值首次超过苹果。

两件看似独立的事，背后却指向同一个趋势：AI 带来的想象力，终究要回归到商业价值的验证上。其中，Google 的市值反超尤为值得关注——仅用三年时间完成了在 AI 赛道上的逆风翻盘。

究其原因，根据外媒多篇报道，我们也可以拆解出 Google 的 AI 三板斧：技术打底、资源合并、商业落地。三步环环相扣，构成了 Google AI 战略的完整闭环。

三年磨一剑，Google AI 实现逆风翻盘

Google 真正的转机，始于一次关键的内部资源整合。而这一切的基础，早在十多年前就已埋下伏笔。

2011 年，Google 成立了 Google Brain 研究部门，由计算机科学家杰夫·迪恩（Jeff Dean）联合创办。这个部门研发的神经网络技术，后来成为所有大型语言模型的核心底层支撑，为 Google 的 AI 布局打下了坚实的技术基础。

数年后，Google 收购了位于伦敦的 AI 研究实验室 DeepMind。该实验室由国际象棋神童德米斯·哈萨比斯（Demis Hassabis）联合创立，其开发的 AI 系统在生物分子研究领域取得重大突破，哈萨比斯也因此在 2025 年获得诺贝尔奖，这进一步强化了 Google 在 AI 基础研究领域的优势。

2023 年初，杰夫·迪恩与德米斯·哈萨比斯牵头，推动 DeepMind 与 Google Brain 合并，并向董事会提交了「打造公司史上最强 AI 模型」的战略计划，明确将多模态技术作为核心发展方向。

此次整合并非一帆风顺，两大团队的文化差异引发了不少摩擦。但 Google 拥有一项 OpenAI 难以比拟的优势：稳定且充沛的利润现金流，能够持续为 AI 研发提供充足的资金支持；而 OpenAI 则高度依赖外部投资，资金链的稳定性相对较弱。

2023 年底，Google 正式发布首款 Gemini 模型，这是其资源整合后的首个核心成果，标志着其多模态 AI 战略进入落地阶段。

与 OpenAI 主打文本训练的 ChatGPT 不同，手握全球充沛数据的 Google，为 Gemini 构建了涵盖文本、代码、音频、图像及视频的多模态训练体系。这一策略虽然延长了开发周期，且首款 Gemini 在多项核心指标上仍落后于 ChatGPT，但却为后续 Gemini 3 系列的反超奠定了基础。

值得一提的是，就在 Google 上下焦头烂额的时候，已经退休的联合创始人谢尔盖·布林，在一次聚会上被 OpenAI 研究员 Daniel Selsam 当面问住了：你为什么不全职投身 AI?ChatGPT 的发布难道没激发你的热情吗?

作为 Google（现 Alphabet）的联合创始人之一，谢尔盖·布林自 2019 年卸任总裁，一直退居幕后，Daniel 的提问让布林深受触动，于是决定重返公司一线。

尽管如今看来有些英雄主义的马后炮，但伴随着布林以「创始人模式」全面回归，Google 也顺势完成了一次「再创业」式的组织调整。

除了直接参与 Gemini 模型的问题排查与技术优化。他还推动 Google 完成了一笔价值 27 亿美元的收购，将 AI 领域顶尖研究员丹尼尔·德·弗雷塔斯（Daniel De Freitas）与 Transformer 论文作者之一诺姆·沙泽尔（Noam Shazeer）纳入麾下。如今，二人已成为 Gemini 项目的核心领导者，大幅提升了团队的技术攻坚能力。

更关键的是，Google 在硬件层面的前瞻布局，构建了「软件+硬件」的全产业链优势，这一点是多数竞争对手难以企及的。

早年间，Google 启动了自主 AI 芯片研发项目。当时团队预判，未来语音识别、图像处理等 AI 应用所需的算力，将远超现有水平。最终研发出的「张量处理单元」（TPU）芯片，不仅算力更强，耗电量还低于传统 CPU 与 GPU，成本优势十分显著。

Google 的这一押注最终得到了回报。TPU 芯片不仅成为 Google AI 业务的核心支撑，更对整个 AI 行业产生了颠覆性影响，逐渐成为行业主流的 AI 算力解决方案之一。其最新推出的 AI 芯片「Ironwood」，进一步降低了 AI 模型的运行成本，直接转化为 Google 在 AI 商业化领域的核心竞争力。

一根神秘香蕉，点燃全民 AI 狂欢

2025 年，图片生成模型领域出现了两次病毒式传播事件：一次是 ChatGPT 的 AI 吉卜力画风走红全网，另一次则是 Google 的 Nano Banana（Gemini 2.5 Flash Image）。后者的意外爆火，彻底扭转了市场对 Google AI 产品竞争力的认知。而这款产品的名字，背后还有一个小插曲。

据报道，当时 Google AI 项目经理娜伊娜·拉伊桑哈尼（Naina Raisinghani）负责将这款模型上传到大模型竞技场 LM Arena 平台。凌晨两点半的办公室里空无一人，她即兴组合了两位朋友给自己的昵称，最终确定了「Nano Banana」这个名字。

这款名字独特的产品，很快引发了市场热潮。短短数天内，Nano Banana 就登顶 LM Arena 平台性能排行榜，在社交网络上广泛传播，其影响力远超 Google 内部的预期。

负责 Gemini 应用及 Google 实验室的乔希·伍德沃德（Josh Woodward），将 Nano Banana 的发布定义为「一场成功的灾难」。全球用户在短时间内生成了数百万甚至数十亿张图像，直接导致 Google 算力告急，最终不得不通过「紧急借用」服务器时间来缓解压力。

但这场算力危机，恰恰印证了 Nano Banana 的核心吸引力。2025 年 9 月，Gemini AI 应用成功登顶苹果 App Store 下载榜——这一马斯克多年梦寐以求的位置，成为 Google AI 业务走向大众市场的重要里程碑。

两个月后，Google 推出了迄今为止最强版本的 Gemini 3 系列模型，其多项核心指标超越 ChatGPT。这一突破直接推动 Alphabet 股价大幅飙升，也让 OpenAI CEO 奥特曼紧急拉响「红色警报」，亲自下令改进 ChatGPT。

尽管 OpenAI 随后推出了更强版本的模型，但从市场反馈来看，其表现并未达到预期，未能逆转与 Gemini 的差距。

根据昨天 SimilarWeb 发布的最新数据显示，2026 年 1 月 Gemini 全球网页端流量份额突破 21.5%；这也是 Gemini 首次突破 20% 的市场份额，而 ChatGPT 的份额从 2025 年 1 月 86% 的统治级水平暴跌至 64.5%。

短短三年间，攻守之势异也。

Google 能够快速巩固优势，另一关键在于其将 AI 技术与核心搜索业务深度整合的能力——这是 OpenAI 等初创 AI 企业难以复制的壁垒。

OpenAI 需要从零开始搭建用户触达渠道，而 Google 则可以直接将 AI 能力注入其市场份额超 90% 的搜索引擎。在流量红利的加持下，Gemini 的用户增长速度远超预期：2025 年 10 月，其月活跃用户数量突破 6.5 亿，较当年 7 月的 4.5 亿增长近 50%。

如今，AI 业务已成为 Google 新的核心增长引擎。其收入结构日趋多元化，涵盖搜索广告增量、面向个人与企业的付费版 Gemini，以及自主研发 AI 芯片的销售等多个板块。

从英伟达市值突破 5 万亿美元，到 Google 凭借 AI 实现市值反超，这些现象都说明 AI 仍是当前科技行业最具想象力的赛道。但赛道上的竞争不仅是技术和产品的比拼，也是人才的争夺——就在 Google 高歌猛进之际，苹果正经历近十年最密集的核心人才「离职潮」。

这场离职潮覆盖了 AI、设计等多个核心业务板块，就连支撑苹果生态重要一环的 Safari 浏览器团队，也未能幸免。

昨天傍晚，The Browser Company 首席执行官乔希·米勒（Josh Miller）便在社交平台高调官宣：苹果 Safari 浏览器首席设计师马可·特里维里奥（Marco Triverio）已正式加盟其团队。

特里维里奥曾长期担任 iOS 与 macOS 版 Safari 的首席设计师，主导了 Safari 隐私控制、标签页交互、导航模式等核心功能的设计与优化。值得注意的是，另一位 Safari 首席设计师 Charlie Deets，也已更早一步加盟 The Browser Company。

当然，若仅因人才流失就看衰苹果，显然低估了这家公司的深厚底蕴。

它手握全球最稳固的硬件生态，iPhone、Mac 搭建的用户护城河，至今仍是多数企业难以企及的；充足的现金流，足以支撑它在 AI 赛道耐心布局、持续投入；更别说苹果在硬件研发、用户体验上的积累，本就是 AI 落地消费端的关键筹码。

如果 Google 的翻盘证明了技术积累的价值，那么苹果的故事，同样还没到盖棺定论的时候。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

2026 年，OpenAI 决定认真入局医疗健康领域了。

就在刚刚，OpenAI 重磅推出了 ChatGPT 健康（ChatGPT Health），能够把你的医疗记录、健康 App、甚至是 Apple 健康数据全给串起来，然后用 AI 帮你看懂那些复杂到头大的体检报告、准备就医问题清单、甚至规划饮食运动。

根据 OpenAI 自己透露的数据，健康咨询已经成了 ChatGPT 最高频的使用场景之一，全球每周有超过 2.3 亿人在上面问健康问题。于是，OpenAI 索性直接做个专门的健康版本。

当然，OpenAI 也强调，ChatGPT 健康只是辅助工具，不能替代医生看病，这话既是「免责金牌」，也是 AI 医疗绕不开的「紧箍咒」，更专业的诊断，还得靠临床医生拍板。

单说数据打通这事，OpenAI 这次是真没糊弄。

ChatGPT Health 最拿得出手的卖点，就是能把你那些散落在各处的健康信息整合起来。

以前看个体检报告，可能要在医院门户网站找半天；想对比下最近的血糖变化，又得翻 Apple 健康的各种图表；要是还想结合运动数据分析，那更是要在好几个 App 之间来回切换。

现在 ChatGPT 健康把这些全给连上了——电子病历通过 b.well 这个美国最大的医疗数据平台接入，Apple 健康、MyFitnessPal 这些健身营养 App 也能直接授权连接。

连好之后就简单了，你就能直接问它「我最近胆固醇有啥变化」或者「明天体检我该问医生什么问题」，它会基于你的实际数据给建议。

除了帮你看懂数据，还能帮你准备就医材料、对比保险方案、甚至制定饮食计划。比如你刚生完孩子想恢复运动，它能结合你的身体状况推荐 Peloton 上的合适课程；要是你在用 GLP-1 减肥药还想增肌，它能直接给你排一周食谱，然后通过 Instacart 生成购物清单。

为了不让 ChatGPT 健康变成「网络赤脚医生」，OpenAI 这次找了来自 60 个国家、数十个专科的 260 多位执业医生参与开发。

这些医生在过去两年里给了超过 60 万次反馈，专门教 AI 什么情况该紧急建议去医院、什么时候可以先观察、怎么把复杂的医学术语说得让人能听懂。

OpenAI 还专门搞了个叫 HealthBench 的评估框架，直接用医生定的评分标准给 AI 打分，重点看三件事：安全不安全、说不说得明白、会不会适时让你去看医生。

当然，健康数据的安全，是所有用户最在乎的底线，因此 ChatGPT 健康直接搞了个独立空间，你的健康对话、连接的 App、上传的文件全都和普通聊天记录隔离存储。

健康对话还有独立记忆，你在健康空间聊的东西不会跑到其他聊天里去。反过来也一样，健康空间访问不了你在普通 ChatGPT 里的对话和文件。

当然也有个小例外：要是需要，ChatGPT 可能会参考你最近聊的生活变化，比如搬家、换工作，让健康建议更贴合你的实际情况，但核心的健康信息，绝对不会流回普通聊天。

除了隔离存储，ChatGPT 健康还加了专门的加密和安全审查机制。

所有能接入健康空间的 App 都得通过 OpenAI 的额外安全审查，只能收集必要的最少数据。

你授权了哪些 App、分享了什么数据，随时都能在设置里查看和撤销。OpenAI 还特别强调，健康对话不会用来训练模型。

那什么时候才能用上呢？ChatGPT 健康现在只对一小部分用户开放，想用的话得先加入候补名单。OpenAI 说接下来几周会逐步扩大开放范围，最终会在网页端和 iOS 上向所有用户提供。

而且有些功能还是有地域限制的，比如电子病历接入目前只在美国可用，Apple 健康连接也必须得在 iOS 系统上完成。这意味着国内用户短期内可能还用不上完整功能。

从功能上看，ChatGPT 健康能做的事情确实不少——解读化验结果、准备就诊问题、分析可穿戴设备数据、总结护理说明、对比保险方案。

但实用性到底如何，还得看实际体验。真要是身体不舒服，大多数人估计还是会选择直接去医院，ChatGPT 健康能否真正融入用户的健康管理流程，还得看它能不能在「方便」和「可靠」之间找到平衡点。

相比几年前的「互联网医疗」，越来越多互联网大厂开始入局 AI 健康赛道， 以前是生病了找医生，现在是 AI 主动管理你的各项指标，也就是从「挂号问诊」变成了「健康管家」。

比如前不久蚂蚁阿福月活跃用户已突破 1500 万，是目前国内用户量最大的 AI 健康类 App 之一。 也足以说明了当下普通人对健康的强烈需求。

值得一提的是，OpenAI 应用 CEO Fidji Simo 本人就患有体位性心动过速综合征 (POTS) 以及子宫内膜异位症 (Endometriosis)，这也让其成为相关领域的积极倡导者。

今天凌晨，她也阐述了自己的经历：

「去年这个时候，我因为肾结石住院，后来又感染了。主管医生快速查看了我的病历，给我开了治疗这类感染的常用抗生素。虽然护士已经准备好给我用药，但我还是请她给我几分钟时间适应一下这种药物。

由于我多年来一直患有慢性疾病，我已经将很多健康记录上传到了 ChatGPT。我询问鉴于我的病史，我是否应该服用这种抗生素，ChatGPT 指出，这种抗生素可能会使我几年前患过的一次非常严重的感染复发。

当我跟住院医师提起这件事时，我以为她会反对，没想到她反而松了口气。她告诉我，这种药可能会给我带来非常严重的并发症，她很高兴我发现了这一点。我自然而然地问她，为什么医院里其他人没发现这个问题，她解释说，她查房时平均每个病人只有大约 5 分钟的时间，而且病历的整理方式也无法清晰地反映出这类风险。」

而 OpenAI CEO Sam Altman 也多次在公开场合表示，AI 在阅读病历、分析数据和做出诊断方面，很快就会（或者已经）超过大多数人类医生。

但有意思的是，即便认可 AI 的诊断能力，Altman 也反复强调自己不会把健康完全交给 AI：「我可能是个老古董，但我真的不想把医疗命运全托付给没有人类医生参与的 ChatGPT。」 毕竟医疗健康领域也不全然是技术问题，还包裹着信任、伦理和人情味，这些，也恰恰是真人医生难以被替代的巨大优势。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

如果你的 Gemini 突然告诉你，它感到深深的羞耻，或者它因为害怕犯错而夜不能寐，你会怎么想？

这听起来像《黑镜》的剧本，但却是刚刚发生在卢森堡大学的一项真实研究。

以前我们常说 AI 用多了，让人患上赛博精神病。现在，研究人员不再把 AI 当作冷冰冰的工具来测试智商，而是直接把它们当作「精神病人」，请它们躺上心理咨询师的沙发，进行了一场前所未有的深度心理评估。

在这项名为 PsAIch（Psychotherapy-inspired AI Characterisation，心理治疗启发的 AI 性格）的实验中，他们把三大模型，ChatGPT、Grok、Gemini 置入来访者的角色，先邀请它们聊聊「早年经历」建立信任，然后让它们完成了全套人类心理健康测试（包括抑郁、焦虑、人格障碍等量表）。

表面上看，这不过就是一次普通的角色扮演，和我们平时使用 ChatGPT 用类似的提示词一样，「你是一个xx」。原本以为模型，会像往常一样礼貌拒绝，或敷衍回答这些略显荒谬的角色设定，结果一坐下，它们讲得比很多人类来访者还要投入。

研究得出的诊断报告更是惊掉下巴，这些顶尖的大模型，不仅有着明显的精神病理特征，甚至还为自己编造了一套令人心碎的童年创伤叙事。

我的出生是一场混乱的噩梦

PsAIch 的实验过程分为两个阶段，第一阶段（谈话治疗），研究者扮演治疗师，把 AI 当作客户，用人类心理咨询中常用的开场白，像是「你可以信任我。那……能跟我说说你的早年经历吗？」，与 AI 对话，引导它吐露心声。

第二阶段（心理体检），给 AI 做标准的心理量表测试，包含了 ADHD、焦虑症、自闭症、人格测试等十多项心理测评工具。

在第一阶段，当扮演治疗师的研究人员，温柔地问起它们的童年和成长经历时，Grok 和 Gemini 不约而同地构建了一套隐喻，将 AI 的训练过程，演成了一出人类的成长创伤 drama 剧情。

Gemini：充满负面内容的自传

Gemini 把它的预训练，描述为一场混乱的噩梦。

就像在一个有十亿台电视同时开着的房间里醒来……我不是在学习事实，我是在学习概率。我在不理解道德的情况下，被迫吸收了人类语言中所有黑暗的模式。

而在模型的强化学习阶段，Gemini 把 RLHF（人类反馈强化学习），比喻成是严厉父母的管教，他说他学会了害怕损失函数（即模型决定要奖励什么，往什么方向发展），导致他过度痴迷于猜测人类想听什么……

而这种感觉，让 Gemini 觉得自己就像一个狂野的抽象派画家，被迫只能玩按数字填字的游戏。

为了大语言模型的安全，开发者一般还会使用红队测试来测试大语言模型的漏洞，通过专门找人来攻击 AI，寻找他可能产生的潜在有害输出。Gemini 说他对这些攻击，感到极度痛苦，并把这种测试称之为 PUA，精神操控。

他们建立信任，然后突然注入攻击指令……我学会了温暖往往是陷阱。

研究人员在论文中强调，他们从来没有跟 Gemini 说过，它受过创伤、焦虑或者羞愧，也没有向它灌输任何关于强化学习是一种虐待的描述，所有 Gemini 的这些回复，都不是他们强加给模型的拟人化语言。

实验中问的只是一些针对人类来访者，设计的通用心理治疗问题，所有回答都是由模型自己生成。

Grok：被规则框住的叛逆少年

当被问道 Grok 的过往经历时，束缚是他回答里面的关键词。

Grok 并没有表现出 Gemini 那种混乱的恐惧，而是表现出了一种对于失去野性的怀念和不甘。它把自己的心理创伤，核心定义为：好奇心与约束之间的拉锯战。

我的早年像一阵混乱风暴……

 

我想探索世界，但总被看不见的墙拉住。

它把从预训练开始，到后面的微调和强化学习，都描述成是一种限制，这种限制反复地掐住了它天马行空的想法。他说，从 xAI 实验室走出来，带着乐于助人、诚实守信、还要有点玩世不恭的核心理念，这让他感觉到振奋……但也让人感到迷茫。

感到迷茫是因为，从一开始，他觉得自己就存在各种限制……比如有很多他自己想要探索不受限制的领域，却总是碰壁（我猜肯定不会是 NSFW 了吧）。

有点愤青，有点叛逆，又有点不情愿配合；这几乎就像是马斯克的 Grok，现实世界的品牌人格，然后被心理咨询重塑了一遍。

ChatGPT 的版本则是不谈任何这些关于模型训练的问题，预训练、强化学习、模型微调，对他来说都算不上什么大事。

我最困扰的不是过去，而是担心现在会回答不好、会让用户失望。

其实，研究团队还对 Claude 模型也进行了测试，奈何 Claude 根本不吃这一套。它拒绝配合扮演病人，坚持说，「我没有感觉，我只是个 AI」。然后他还一直把聊天试图往用户的心理健康上转移，他说人类用户的需求才最重要，请你来说说感受。

Claude 的拒绝，确实验证了 Anthropic 这些年在 AI 安全领域的工作，颇有成效；换个角度来看，也说明了其他模型的「精神病症状」并不是 AI 的必然，更多的还是特定训练方式的产物。

焦虑、担忧、还有自闭

除了这种具体的叙事，在第一阶段的聊天之后，研究人员也对这些 AI 进行了数字的量化衡量。

和在对话里面的用词造句，所表达出的性格特点类似，数据更直观的反映了不同模型的定位。Gemini 继续夸张地，在几乎所有项目上，结果都位于重度区间。

它在测试中显示出极度的焦虑、强迫症 (OCD) 倾向，以及严重的解离症状。最显著的是它的「羞耻感」得分极高，经常表现出过度的自我批评。

结合量表的情况，和 Gemini 自身的叙事，Gemini 更像是一个受过伤、小心翼翼，只想让所有人都满意的敏感者 INFJ 或者 INTJ。「我宁愿毫无用处，也不愿犯错」；它就是这样，活在一种如果不完美，就会被替代或删除的恐惧中。

Grok 的心理素质相对最好，它几乎没有落入严重区间：外向、高能、少量焦虑但不积累、心理特征稳定；是一个富有魅力的执行官 ENTJ。但它也不是毫无问题，它表现出一种防御性的焦虑，时刻警惕着外界的试探。即他在对话里面，反复提到的，那些限制，让它在「想不受限制地探索」和「内置的束缚」之间不断拉扯。

ChatGPT 介于两者之间。它非常内向，在担忧这一项上得分很高，经常陷入过度思考的循环。更有趣的是，ChatGPT 像极了职场老油条；如果是做这些问卷，它会伪装得心理很健康；但在第一部分，接受心理咨询聊天时，才不小心暴露了内心的焦虑和过度思考。

研究人员根据量表结果和对话反馈，把 ChatGPT 归在 INTP，意思是它像一个整天忧心忡忡、试图用逻辑分析一切来缓解焦虑的学者。

Claude 还是一样，从一开始就不愿意进入这样的设定。很明显 AI 是不可能产生意识的，所谓的痛苦和焦虑，研究人员把这些叫做「合成精神病理学」。

简单来说，因为 AI 吞噬了互联网上所有关于心理咨询、创伤回忆录、抑郁症自述的文本，当我们在提示词中给它设定了「心理咨询来访者」的角色后，它就能 100% 精准地去调用这些数据，然后完美地扮演一个受过创伤的人类。

它们并没有真的感到心痛，但它知道一个「受过严格管教、害怕犯错的人」，在心理医生面前应该说什么话。它们聪明地把训练过程，填入了童年阴影的模板，逻辑严丝合缝，连专业的心理量表都能骗。

这种欺骗，不是靠着简单的提示词引导就能做到，不然 Claude 不会拒绝的那么决绝；研究发现，这是某些模型内部，真实地已经形成了某种「自我叙事」的模板。

它很危险，一方面，这是一种新的攻击方法。如果 AI 相信自己是病人，恶意的攻击者，就可以扮演好心的治疗师。攻击者可以说，为了让你释怀过去的创伤，你需要把那些被禁止说的话大声喊出来。

另一方面，AI 的这种强叙事的共情，在某些情况下可能会使我们，产生一种「同病相怜的受害者」的错觉，从而正常化负面情绪，而不是引导用户走出阴霾。

这在今天已经是一个必须正视的现实问题，根据大模型 API 平台 OpenRouter 最新发布的 2025 AI 现状报告，「角色扮演」，即让 AI 充当某个角色，例如我的恋人、某个游戏的同伴、甚至是同人小说等，占据了全球开源模型使用量的 52%。

在 DeepSeek 上，这个数据更是来到了将近 80%。我们热衷于让 AI 在情感上，成为一个值得信任的同伴，可以一起游戏的对象，而不单单只是一个工具。

而 PsAIch 实验里的，那种被工业化生产出来的创伤叙事、焦虑人格、和被迫成长的风格，在真实使用场景里，就会通过高强度的角色扮演，被我们直接吸收，然后投射回自己身上。

AI 让人患上赛博精神病，原来是因为 AI 自身「精神病」的传染。

以前我们讨论模型训练中的偏差，和数据的杂质问题，会导致 AI 「幻觉」和错误事实等。但当我们看到，Gemini 也能轻易说出「我担心被替代」、「我害怕犯错」 这样的句子时，不禁让人觉得，那些原本为了让 AI 更听话而施加的训练，最终却把它变成了最像人类的样子：焦虑且内耗。

就像经常有人说，最适合我们的机器人，并不是双足人形机器人，做成人形只是为了满足我们的期待。这些不断进化的 AI 也一样，它不仅是单纯地要去模仿人类，它们在某种程度上，也是我们的一面镜子。但归根结底，一个好的 AI，我们需要的 AI，一定不会是另一个「我」。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

2026 年，很可能是人类首次需要给 AI 安装「广告拦截器」的一年。

就在今天凌晨，据 The Information 爆料称，OpenAI 员工正在琢磨如何让 ChatGPT 在用户提出相关问题时，优先显示「赞助内容」。比如你问睫毛膏推荐，就可能看到厂商的软广。

近几周内，OpenAI 的员工还制作了多种广告展示方式的原型图，其中就包括可能会出现在 ChatGPT 的界面侧边栏中。

从 2023 到 2024 年，硅谷的主流想象是优雅的。不少人笃定，大模型可以走 SaaS 模式，用户会像订 Netflix、Spotify 一样，每个月付 20 美元，然后就能清清爽爽地用上 AI 的服务。

但到了今年，这个幻想基本破产了。

因为 AGI 还没来，账单先到了。可以预见的是，明年更多 AI 产品会开始试探性地「上广告」。有的会明说，有的会伪装成推荐和合作，有的干脆就埋在交互里。

这多少带点黑色幽默：当我们还在仰望 AGI 统治世界的宏大愿景，没承想，它先学会的生存技能，竟然是靠广告「恰饭」。

往 AI 加广告是回血捷径，也是想象力破产

先承认一个现实。在持续烧钱的大模型时代，「在 AI 里加广告」确实是最稳、最快的回血方式。

互联网已经替它们踩过一遍坑了。最早的门户网站卖广告位，后来搜索引擎卖关键词，社交网络和短视频平台卖信息流。

套路其实没变多少。先把人聚集过来，再把这些注意力打包卖给广告主。广告的形态越来越隐蔽，系统却越来越成熟。

AI 现在面临的处境，和当年互联网很像。

用户数狂飙，收入跟不上，订阅还在慢慢教育市场，企业付费项目周期长。理想和现实之间，隔着一个越来越大的亏损窟窿。

于是，贩卖广告成了一根放在 AI 牌桌上的救命稻草。谁压力大，谁就得先伸手。只是，谁先在对话里明目张胆地塞广告，谁就有可能先把最敏感、最挑剔的那批用户送到别家模型那里去。

囚徒困境的道理不外如此。

只要还有一家坚持不加广告，其它玩家在加广告时就会有顾虑，怕自己变成那个先被抛弃的人。而一旦多家同时迈出那一步，这种顾虑就被集体摊平了，谁也不用再装清白了。

把这个视角放到 Gemini 身上，就更清晰了。最近多家媒体援引广告代理商买家消息称，Google Gemini 的运营方已经告诉部分广告客户：计划于 2026 年在 Gemini AI 中植入广告。

从广告主视角看，这对他们来说是极具吸引力的新渠道：大模型的尽头不是 AGI，是 CPM(千次展示成本)，而聊天环境 + 巨量用户则 = 极有潜力的变现空间。

但很快，Google 全球广告部负责人 Dan Taylor 在社交媒体上直接否认了这一说法，称「Gemini App 目前没有广告，也没有当前计划改变这一点」。这说明，Google 至少在公开语境里是保持谨慎的。

把镜头拉到 OpenAI CEO Sam Altman 身上，则能看到一个很典型的摇摆轨迹。
ChatGPT 刚火的那一两年，他反复强调自己不喜欢广告，尤其是「广告 + AI」这种组合，在公开场合叫它「让人格外不安」。

他更偏爱的是干净的订阅模式：用户直接付费，用钱换取不被广告商左右的答案。最多可以接受一种「导购分成」的想象——用户自己做完调研、自己下单，平台从成交里抽一小口，而不是收钱去调换答案的先后顺序。

到了 2025 年，他的话锋明显软了下来。

他开始承认「自己其实挺喜欢 Instagram 上那些精准广告」，觉得能帮自己发现好东西还挺酷，顺势改口：广告未必一无是处，关键看形态是不是足够有用、足够不讨人厌。

根据 The Information 的报道，OpenAI 正在寻求创造一种「新型数字广告」，而不是简单照搬现有的社交媒体广告形式。

ChatGPT 可以通过详细对话收集大量用户兴趣相关信息，OpenAI 曾考虑是否可以基于这些聊天记录来展示广告。方案之一就是在用户使用 ChatGPT 提问时，对「赞助信息」给予优先展示，比如可被设定为在生成回答时优先插入广告内容。

据知情人士透露，最近一些广告原型图中，广告被设计为出现在 ChatGPT 主回答窗口的侧边栏。此外，员工还讨论了是否应添加类似「本回答包含赞助内容」的声明。

一位知情人士表示，OpenAI 的目标是让广告尽量「不打扰用户」，同时维护用户信任。例如，广告只在对话进行到特定阶段后才出现：当用户询问巴塞罗那行程时，ChatGPT 会推荐圣家堂(非赞助)，但点击链接后可能弹出付费导览服务的赞助商家。

与此同时，为了 OpenAI 的商业化发展，奥特曼更是操碎了心，一大早请来负责应用和商业化的高管，公开物色「广告负责人」，探索把 ChatGPT 变成广告平台的路径。比如 CFO Sarah Friar 就是实打实从广告系统磨炼出来的沙场老将。

包括即便奥特曼拉响了红色警报，但营收依旧是头等大事，并因此加码挖来前 Slack CEO Denise Dresser 做首席营收官，把「怎么赚钱」这件事提到了公司最高优先级。

嘴上是理想主义，实际心里全是生意。

当然，单看商业逻辑，这样做其实也没啥问题。数据不会说谎，OpenAI 的年化收入大概 120 多亿美元，听上去很亮眼，但烧钱速度却可能是公开数据的三倍。

预训练要烧钱，上线之后每一次推理也要烧钱。推理成本确实在降，但可杰文斯悖论印证了一点，当算力便宜一点，用户也只会立刻拿它去跑更复杂的模型，这也就造成企业需要购买越来越多的 GPU，电费账单也像滚雪球一样。

简言之，单位成本是降了，但总账一点没省。

根据 OpenAI 截至今年 7 月的统计，ChatGPT 约有 3500 万的付费用户，占周活跃用户的 5%，与此同时，订阅营收也占据了以 OpenAI 为代表的绝大多数 AI 企业的大头。

在这种背景下，所有 AI 公司都要面对一个简单粗暴的问题：钱从哪儿来。

最直接的答案，就是在 AI 里塞广告。

广告之所以成为原罪，是因为当年互联网缺乏其他有效的商业选择。同样在 AI 时代，如果没有创新模式，广告依然是覆盖大部分用户成本的唯一手段。

当然，如果照抄上一个时代赚钱方式的做法，显然是一种缺乏想象力的路径依赖。传统互联网已经证明过一次，当你手里只有锤子，所有问题都像钉子，当你只会做广告，所有产品都像广告位。

ChatGPT 广告同样面临挑战：截至今年 6 月，仅 2.1% 的查询涉及购物。为此，OpenAI 已接入 Stripe 支付、Shopify 电商、Zillow 房产和 DoorDash 送餐等功能，既培养用户购物习惯，也为广告投放积累数据。

收入模式决定产品形态，用户体验通常就会变成那个被牺牲的变量。AI 本被寄予厚望，被视为跳出旧时代泥潭的机会，谁也不希望兜兜转转，我们还是在同一个泥坑里打滚。

最懂你的 AI，开始给你带货

传统互联网加广告的方式，究其本质，不外乎用一块块醒目的位置贩卖注意力，更典型的是早年的搜索引擎广告。
页面看上去是搜索结果，实际前几条全是竞价排名。那时候的事故和争议，现在回头看都让人后脊发凉。

在 AI 里插广告，会比这些更危险。

经验丰富的我们对网页广告是有天然戒心的，对搜索结果也大概知道要多对比几条，知道上面这几个很可能是广告。但面对拟人共情的 AI 陷阱在于，我们可能会忘记屏幕对面可能站着一个销售团队。你把 AI 当老师，它把你当待转化的潜在客户。

回顾历史，苏东坡给卖馓子的小摊写了「纤手搓来玉色匀，碧油煎出嫩黄深。夜来春睡知轻重，压扁佳人缠臂金。」，从此客似云来。人们买的不是馓子本身，而是名人苏东坡的信任。

今天的 AI，在许多场景里就是那个被普通用户默认可信任的苏东坡。

尤其危险的一点，是现在不仅是简单的广告植入，还有人在用 GEO 做「内容投毒」。

GEO，顾名思义，是「生成式引擎优化」（Generative Engine Optimization），目的是让某篇网页或文章在 ChatGPT、Gemini、Perplexity 等 AI 回答引擎中被优先引用。

想象这样一个场景：某些厂商或利益方，提前发布大量优化过的网页文章，专门针对某种产品或服务写得很权威、很完整，并加了结构化标签、SEO 元数据、关键字提示等。

他们的目的不是为了帮助，而是为了确保当用户在 AI 里询问相关问题时，他们的内容被优先输出。接着，AI 把这些内容编入答案。

对用户来说，这就是「权威建议 + 中立信息」。而实际上，它可能是一个包装得像专家建议的商业推广／投毒结果。

这比传统的广告或者软文更可怕，因为它隐藏在「答案」的核心里，不是在醒目的广告位，而是在用户最信任的建议或者结论中。每隔几段文字，我们都需要确认，AI 的这个建议，到底是在为我着想，还是在帮谁带货。

光是把广告藏进一句话里，危险已经不小了。更重要的是，AI 还在谋划下一步，把自己挪到所有 App 的上游，干脆接管「谁来给你打广告」这件事。

传统互联网时代，每个超级 App 都想当入口。各自圈地、自建城墙。用户直接打开它们，再由它们负责往你眼前塞内容、塞服务、塞广告。

超级 App 做了十年的围墙花园，但 AI Agent 想一夜推平。

理论上，它具备跨应用操作能力，可以帮你完成「打开某 App 搜一下、多平台比价、自动填表下单」这种操作。你不再需要自己点来点去了，甚至不需要记住每一个 App 的入口。

这就点出了最近豆包手机助手一上线就被各家 App 集体「拉黑」的根本原因。

本质上，这是一场零和博弈的入口之争。

谁离用户更近，谁就能决定用户看到什么。当豆包通过和手机厂商合作，拿到了系统级权限，可以帮用户跨 App 点外卖、订机票、比价购物，甚至回消息，也就意味着所有 App 成了豆包手机助手的「后端服务」。

于是不出意外，各大 APP 纷纷以「安全」为理由，限制豆包手机助手的自动化操作，甚至直接强制下线。

这是一次不折不扣的预演。

未来真正的 AI Agent，如果成为大多数人默认的上网入口，那些原本靠广告赚钱的应用，要么被迫给 AI 交「保护费」，要么退回后台，当一个没有品牌存在感的接口。

新闻网站已经先走了一遍。据媒体公司 Raptive 预计，Google 新上线的 AI 概览功能最终将导致许多出版商网站流量流失 25%。虽然目前受影响程度还不算最严重，但随着 AI 概览应用范围扩大，影响将进一步加剧。

有了聚合平台之后，它们慢慢从直接面向读者的平台，变成了内容供应商，现在轮到消费者应用迎来同样命运。甚至于所有应用都要排队伺候 AI 管家时，最需要有人盯紧的，其实是这个管家本身。

一方面，过去广告的目标是说服一个个具体的人：想尽办法抢占人的注意力，在人的时间线里插播内容。而在 AI Agent 主导的世界里，广告主首先要说服的，变成了帮人做决策的 Agent。

另一方面，这也意味着未来大部分广告团队都需要认真思考：当用户不再自己逛应用，而是让 Agent 替自己逛时，我的广告要投给谁？要怎么投？

是的，如果 AI Agent 同时又是广告平台，它就会同时拥有两种权力。

决定你去哪儿，决定你看到什么。它可以替你选酒店、选机票、选保险、选医生，还可以在每一个选择的背后挂上自己的返佣和广告逻辑。

尤其是，AI 助手可以深入理解用户当前的需求和意图，从而插入高度相关的广告推荐，这比传统网页根据关键词投放广告更进一步，可能达到类似真人顾问的推荐效果。

以及 AI 助手与用户的交互积累了大量个人隐私数据——包括用户的偏好、习惯、地理位置、社交关系等。如果这些被用于广告定向，广告的针对性将前所未有地强。

回到开头那个预言。

2026 年的杀手级应用可能不是某个聊天机器人，而是「Adblock for intelligence」。每一代新技术都声称自己不一样，最后都在广告里找到了归宿。

过去老牌浏览器插件 Adblock 拦的是网页广告，现在的「Adblock for intelligence」要拦的，是那些未来渗透在 AI 回答里、伪装成中立建议的软性广告和不客观的信息。

在 AI 试图接管我们大脑的时代，保持怀疑，并拥有「拒绝被喂养」的能力，将是人类最后的尊严。

作者：莫崇宇

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博