凤扬AI · AI & GEO Daily Intelligence
日期:2026.09.04(星期五)
编制:凤扬AI GEO研究院(合并国际信号)
信号覆盖:2026-09-03 06:00 ~ 2026-09-04 06:00 UTC+8
今日一句话
国内腾讯WorkBuddy开放平台上线(百家伙伴+三层生态)+阿里Qwen3.8-Max编程能力超Opus,国际Google AI Mode引用减少+电商重合率仅1.28%+美国政府支持AI训练合理使用——AI搜索正同步发生”引用贬值+推荐分化+版权松绑”三重结构性变化,GEO行业进入”可见度重新定义”的关键窗口期。
01|今日信号速览
| 序号 | 信号 | GEO Impact | AI理解阶段 | 时效定性 |
|---|---|---|---|---|
| S-01 | 腾讯WorkBuddy开放平台上线:国内首个Agent开放生态基座,百家伙伴+硬件/应用/开发者三层打通 | 重大级 | 执行/Agent生态/企业AI | 窗口内首发(9/2上线,9/3深度报道) |
| S-02 | 阿里Qwen3.8-Max-0902发布:前端编程榜超Claude Opus 5,国产模型能力新突破 | 重大级 | 基础设施/模型能力 | 窗口内首发(9/2发布) |
| S-03 | 智谱天猫开店卖Token+知乎15亿成立AI子公司:国产大模型商业化路径多元化 | 观察级 | 商业化/产业格局 | 窗口内首发(9/2-9/3) |
| S-04 | Google AI Mode升级3.8 Flash后引用/链接大幅减少,GEO可见度价值面临贬值 | 重大级 | 引用/可见度 | 窗口内首发(9/3) |
| S-05 | Google AI Mode商品价格高21.6%、产品重合率仅1.28%,电商GEO逻辑重构 | 重大级 | 推荐/商业可见度 | 窗口边缘首发(9/2初报,9/3详细数据补录) |
| S-06 | 美国政府在NYT版权案中支持OpenAI:AI训练属合理使用,法律风向偏AI平台 | 重大级 | 政策/内容生态 | 窗口内首发(9/3) |
| S-07 | 四大AI平台罕见同步宕机,企业AI依赖的可靠性风险暴露 | 观察级 | 基础设施/可靠性 | 窗口内首发(9/3) |
| S-08 | Google News标签页内容间歇性消失,多表面可见度问题持续显现 | 观察级 | 可见度/分发 | 窗口内首发(9/3) |
- GPT-6 Astra正式发布+Brockman宣布AGI时代:与9/2″OpenAI确认Astra即将限制性发布”为同一事件的后续进展(从”即将”到”正式上线”),核心事实(关键级阈值+Daybreak限制性发布+网络安全方向)9/2已覆盖,本期为同一事件的扩展信息,不构成独立新信号,剔除
- 知乎15亿元成立AI子公司:仅为工商注册动作,无具体业务落地信息,作为S-03的辅助背景资料,不单独列信号
- 马斯克G20预测AI 2027年底通吃数字工作:仅为个人观点预测,无实质性事实,剔除
- Mostik潜空间桥接技术:俄罗斯初创公司,单一来源,影响面极小,剔除
02|信号详情
S-01|腾讯WorkBuddy开放平台上线:国内首个Agent开放生态基座,百家伙伴三层打通
【信号来源】 国内信号(腾讯官方发布 + 每日经济新闻 + 中国经济网等多源报道,9/2上线、9/3深度报道)
【影响层】 Execution / Agent Ecosystem / Enterprise AI
【置信度】 高(腾讯官方发布会 + 每经/中国经济网等独立媒体深度报道)
【AI理解阶段】 执行阶段——国内AI办公从单点产品竞争进入生态竞争,Agent开放基座成为新战场
【GEO Impact分类】 重大级——WorkBuddy开放平台是国内首个打通硬件、行业应用、开发者三层生态的Agent基座,百家伙伴首批接入;当企业级Agent生态成型后,企业内容和产品的”Agent可调用性”成为新的GEO优化维度,B端GEO需求将从”AI搜索引用”扩展到”企业Agent调用”
【时效定性】 窗口内首发(9/2正式上线,9/3多家媒体深度报道)
事实 F
- 9/2腾讯WorkBuddy开放平台正式上线:国内首个打通硬件、行业应用、开发者三层生态的Agent基座
- 首批接入:100+生态伙伴,9款联名智能硬件(Plaud、Rokid、影石、科大讯飞、安克、猛玛、京东京造等),30+行业应用(帆软、北森、微盟、通达信、广发证券等),覆盖20+行业
- 开放能力:Harness(AI工具框架)、运行时(runtime)、上下文管理等Agent底座能力对外释放
- 合作模式:腾讯聚焦底座稳定性,行业场景交给合作伙伴;伙伴自主判断哪些能力适合Agent环境
- 用户数据:
- 国内17款主流AI办公智能体月访问量从3月的2000万次跃升至6月的6000万次(3倍增长)
- 晶科能源试点:200账号秒空,95人成为深度用户,财务预算分析从2天→15分钟
- 上海家化:进入供应链/品牌/研发/财务/人事/信息9个部门
- 蒙牛:一线员工自主开发45个AI数字员工,覆盖研发/生产/供应链/销售/营销
- 1药网:嵌入6个业务场景
- 核心定位:把自身Agent底座能力对外释放,做”底座中的底座”
来源:
- 每日经济新闻:https://cd.nbd.com.cn/articles/2026-09-03/4571266.html
- 中国经济网:http://www.ce.cn/cysc/newmain/yc/jsxw/202609/t20260903_3191393.shtml
- 腾讯官方发布会相关资料
关键证据
- 国内首个三层生态打通的Agent开放平台(硬件+应用+开发者)
- 首批100+伙伴、9款硬件、30+行业应用,覆盖20+行业
- AI办公智能体月访问量3-6月从2000万→6000万(3倍增长)
- 多家企业落地案例:晶科/蒙牛/上海家化/1药网
- 开放Harness/runtime/上下文管理等核心Agent底座能力
行业知识映射
【行业归属】
一级行业:企业AI/Agent生态/AI办公
二级领域:Agent开放平台 / 企业级数字员工 / AI办公生态
【核心实体】
腾讯 / WorkBuddy / Harness架构 / 智能体开放平台 / 晶科能源 / 蒙牛 / 上海家化 / 1药网
【知识节点】
☑ 国内AI办公从产品竞争进入生态竞争阶段
☑ Agent开放基座是B端AI的新基础设施层
☑ 企业数字员工从”辅助工具”升级为”岗位角色”
☑ Agent可调用性成为B端GEO新维度(产品/服务/内容能否被Agent调用)
☑ Harness架构成为Agent工程化的核心框架
【用户问题影响】
“AI Agent真的能代替人干活吗?”
“企业用AI办公能提升多少效率?”
【商业决策影响】
企业Agent生态选型 / B端产品的Agent可调用性规划 / 企业知识库的Agent适配改造 / GEO服务向B端Agent场景扩展
凤扬AI GEO分析师启示 I
- Agent生态之战正式打响:WorkBuddy开放平台的上线标志着国内AI办公赛道从”谁家模型好”的单点比拼,进入”谁家生态强”的平台级竞争。钉钉Agent OS(9/2 S-02)走的是”自建全栈”路线,腾讯WorkBuddy走的是”开放底座+伙伴共建”路线。两种模式各有优劣,但对GEO行业而言,共同的含义是:企业级Agent生态正在快速成型,B端GEO的市场空间将从”AI搜索引用”扩展到”企业Agent调用”。
- “Agent可调用性”是B端GEO的新命题:当企业内部部署了Agent平台后,企业的产品、服务、内容能否被Agent调用,将成为新的优化维度。这比”被AI搜索引用”更进了一步——引用只是”被提到”,调用是”被使用”。对凤扬AI而言,B端GEO服务需要从”品牌AI可见度”扩展到”产品/服务的Agent可调用性建设”。
- 6000万月访问量是需求爆发的信号:3月到6月,国内AI办公智能体月访问量从2000万增长到6000万,三个月翻了三倍。这不是线性增长,而是爆发式增长。结合钉钉Agent OS、豆包手机、WorkBuddy开放平台——国内AI Agent的落地速度比预期更快。对GEO服务商来说,窗口期很短,需要快速建立在Agent化时代的服务能力。
- 与国际S-05(Claude后台运行)呼应:国际上Claude在桌面端实现人机并行,国内WorkBuddy在企业端打造开放生态——两条路径指向同一个方向:AI Agent正在从”聊天框”走向”操作系统级基础设施”。
后续观察点
- WorkBuddy开放平台的伙伴活跃率和实际使用深度
- 钉钉Agent OS与腾讯WorkBuddy的市场份额竞争格局
- 企业级Agent的付费转化率和客单价数据
- 更多垂直行业的Agent落地案例(金融/制造/医疗等)
- Agent可调用性的行业标准是否会出现
S-02|阿里Qwen3.8-Max-0902发布:前端编程榜超Claude Opus 5
【信号来源】 国内信号(阿里官方发布 + AppSo等多源报道,9/2)
【影响层】 Infrastructure / Model Capability / Developer Ecosystem
【置信度】 高(阿里官方发布 + 第三方评测数据可查)
【AI理解阶段】 基础设施阶段——国产主力模型在编程能力上首次超越国际frontier模型
【GEO Impact分类】 重大级——Qwen3.8-Max在CodeArena WebDev榜单得分1691,超越Claude Opus 5(1688)和Kimi K3(1674),每百万Token约5美元,性价比显著;国产模型能力逼近甚至在部分维度超越国际顶级模型,将加速国内企业级AI应用的国产化替代,也将影响国内AI搜索的推理质量和引用行为
【时效定性】 窗口内首发(2026-09-02发布)
事实 F
- 9/2阿里发布Qwen3.8-Max-0902:继续使用2.4万亿参数架构和100万Token上下文
- 核心升级:针对编程与专业办公的后训练,加强多步推理、工具调用和端到端应用生成能力
- CodeArena WebDev榜单:
- Qwen3.8-Max-0902:1691分(比上一版提升22分)
- Claude Opus 5:1688分
- Kimi K3:1674分
- 注:榜单按3:1的输入输出比例计算综合价格
- 定价:每百万Token约5美元(约为Claude Opus 5的1/20-1/10)
- 接入产品:千问AI平台API、千问办公、Qoder、千问App均已接入
来源:
- AppSo/网易新闻:https://c.m.163.com/news/a/L5SUMICA0511CSAO.html
- 阿里千问官方发布资料
- CodeArena WebDev排行榜
关键证据
- CodeArena WebDev 1691分,超越Claude Opus 5(1688)和Kimi K3(1674)
- 2.4万亿参数+1M上下文,保持架构不变的后训练提升
- 定价约$5/M token,性价比显著(约Opus的1/10-1/20)
- 已全量接入千问系产品(API/办公/App/编程)
行业知识映射
【行业归属】
一级行业:大模型/国产AI/开发者生态
二级领域:国产模型能力追赶 / 编程模型竞争 / 模型性价比
【核心实体】
阿里 / 千问 / Qwen3.8-Max / CodeArena / Claude Opus 5 / Kimi K3
【知识节点】
☑ 国产主力模型在编程能力上首次超越国际frontier模型
☑ Flash级→主力级→frontier级的能力差距正在快速缩小
☑ 模型性价比成为企业选型的关键因素
☑ 国产模型的进步将加速国内AI应用的国产化替代
☑ 国内AI搜索平台的推理质量将同步提升
【用户问题影响】
“国产大模型现在能力怎么样了?”
“用国产模型还是国外模型好?”
【商业决策影响】
企业模型选型的国产化替代评估 / AI开发的成本优化 / 国产模型能力持续跟踪 / GEO检测需增加国产模型版本维度
凤扬AI GEO分析师启示 I
- 国产模型的”性价比优势”正在转化为”能力优势”:此前国产模型的主要卖点是”便宜”,能力上始终比国际顶级模型差一截。Qwen3.8-Max在编程榜上超越Claude Opus 5,说明在特定领域,国产模型的能力已经可以和国际顶级模型掰手腕了。更重要的是价格——约5美元/M token vs Opus的几十到上百美元。能力追平+价格碾压,这会大幅加速国内企业的AI应用落地和国产化替代。
- 对国内GEO的直接影响:国产大模型能力越强,国内AI搜索平台(文心/千问/豆包/DeepSeek)的回答质量和引用行为就越复杂、越精细。GEO检测需要从”是否被引用”升级到”在各平台的引用深度和推荐位置”的精细化测量。同时,国产模型的快速迭代也意味着国内AI搜索的引用行为可能更不稳定——这和Google AI Mode的”模型迭代→引用变化”(S-04)是同一类问题。
- 国产模型”三强”格局正在形成:智谱(GLM-5.3系列)、月之暗面(Kimi K3)、阿里(Qwen3.8系列)各有侧重——智谱偏综合均衡、Kimi偏长上下文和前端、千问偏编程和企业服务。加上DeepSeek(V4系列)的强势竞争,国产模型市场正在从”百模大战”走向”头部四强”的格局。对GEO服务而言,这四家平台的信源偏好和引用行为差异需要持续跟踪。
后续观察点
- Qwen3.8-Max在更多基准测试中的表现(不仅是编程)
- 千问办公的企业客户增长数据
- 国产模型的整体能力追赶节奏(下一个超越frontier的领域是什么)
- 国内AI搜索平台是否会快速升级模型底座(如千问搜索、夸克搜索等)
- Qwen3.8-Max对开发者生态的吸引力变化
S-03|智谱天猫开店卖Token + 知乎15亿成立AI子公司:国产大模型商业化路径多元化
【信号来源】 国内信号(AppSo报道智谱天猫开店 + 华尔街见闻报道知乎15亿AI子公司,9/2-9/3)
【影响层】 Commercialization / Industry Landscape / B2C AI
【置信度】 中高(工商信息可查 + 电商平台店铺可查 + 媒体报道交叉验证)
【AI理解阶段】 商业化阶段——国产大模型公司探索To C直接销售路径,内容平台加速AI业务载体化
【GEO Impact分类】 观察级——AI模型Token从”API卖给开发者”扩展到”电商平台卖给C端用户”,是AI商业化的新尝试;知乎成立AI子公司则表明内容平台正在加速AI业务的独立化运营。两者都反映了国产AI商业化路径的多元化探索
【时效定性】 窗口内首发(9/2-9/3)
事实 F
- 智谱在天猫开店卖Token:用户可直接在天猫购买智谱AI的Token套餐,探索To C直接销售模式
- 知乎15亿成立AI子公司”智者探索”:
- 9/2工商信息公开:北京智者探索科技有限公司成立,注册资本15亿元
- 法定代表人:知乎创始人周源
- 经营范围:大数据服务、互联网数据服务、人工智能基础软件及应用软件开发
- 由北京智者天下(知乎境内核心运营主体)全资持股
- 知乎Q2:AI内容资产业务客户数环比增长50%,开放数据平台开发者1.76万+,AI Works项目2600+
- 现金储备:44.24亿元
来源:
- AppSo:https://c.m.163.com/news/a/L5SUMICA0511CSAO.html
- 华尔街见闻:http://m.toutiao.com/group/7681278139163263515/
- 国家企业信用信息公示系统(智者探索工商信息)
关键证据
- 智谱天猫开店卖Token——AI模型从API销售走向To C电商
- 知乎15亿元注册AI子公司,周源任法人
- 知乎AI内容资产客户数环比增长50%(但尚未规模化收入)
- 国产大模型商业化路径多元化:API/企业服务/电商零售/内容资产
行业知识映射
【行业归属】
一级行业:AI商业化/内容平台/电商AI
二级领域:大模型To C销售 / 内容平台AI转型 / AI商业模式
【核心实体】
智谱AI / 知乎 / 智者探索 / 天猫AI Token / 内容平台AI化
【知识节点】
☑ 大模型Token销售从B端API扩展到C端电商
☑ 内容平台加速AI业务独立化运营(知乎15亿子公司)
☑ 国产AI商业化路径多元化探索
☑ “内容资产+AI”是内容平台的转型方向
☑ To C AI付费市场仍处于早期培育阶段
【用户问题影响】
“普通用户也能买AI Token吗?”
“内容平台都在做AI,会变成什么样?”
【商业决策影响】
AI产品的To C渠道规划 / 内容平台AI转型路径参考 / 国产大模型商业化趋势跟踪
凤扬AI GEO分析师启示 I
- Token电商化是AI普及的一个有趣信号:把AI Token放到天猫上卖,说明AI正在从”开发者专属”走向”大众消费品”。虽然目前可能更多是营销噱头,但这是一个值得关注的趋势——如果AI Token像话费充值一样可以在电商平台随手买,那AI的普及率和使用频率都会上一个台阶。对GEO的间接影响:AI用户基数越大,品牌的AI可见度越重要。
- 知乎的AI转型是内容平台的缩影:知乎成立15亿的AI子公司,把AI业务独立出来运营,这不是孤例。从知乎直答(AI搜索)到AI内容资产再到专家数据解决方案,知乎正在把自身的内容资源转化为AI时代的资产。这对GEO行业有两层含义:(a) 内容平台本身也在做”自己的GEO”——让自己的内容在AI搜索中被引用;(b) 内容平台的AI化将改变信源生态——从”被引用的对象”变成”AI服务的提供者”。
后续观察点
- 智谱天猫店的销量和用户评价
- 更多大模型厂商是否跟进电商销售模式
- 知乎智者探索的具体业务方向和进展
- 内容平台AI化的整体趋势和财务表现
S-04|Google AI Mode升级3.8 Flash后引用/链接大幅减少,GEO可见度价值面临贬值
【信号来源】 国际信号(Search Engine Roundtable + WireBoard + SEJ + 多位SEO独立测试者交叉验证,9/3)
【影响层】 Citation / Visibility / Source / Traffic
【置信度】 高(多位独立SEO测试者确认可复现,多源报道)
【AI理解阶段】 引用阶段——模型升级直接改变AI搜索的引用行为,GEO的核心价值指标出现显著波动
【GEO Impact分类】 重大级——Gemini 3.8 Flash在AI Mode中的引用频率和链接数量较前代明显下降,大量informational查询完全没有来源链接;如果不是临时bug而是结构性变化,将直接削弱GEO优化的商业价值(”被引用”不再等于”有点击路径”)
【时效定性】 窗口内首发(9/3 SEO媒体集中报道)
事实 F
- 9/3多家SEO媒体和测试者确认:Google AI Mode切换到Gemini 3.8 Flash后,回答中引用来源和链接数量显著减少
- 具体表现:
- Gagan Ghotra(X)发布多个截图,显示大量top-of-the-funnel informational查询无任何链接或引用
- Glenn Gabe(GSquared创始人)确认可复现
- Barry Schwartz(Search Engine Roundtable)亲自验证可复现
- 行为不一致:部分查询仍正常,部分完全没有——呈现”随机性”
- Google官方回应:截至发稿未正式回应
- 当前状态:3.8 Flash需手动从模型菜单选择,尚未成为默认模型(默认仍为3.7 Flash)
来源:
- Search Engine Roundtable: https://www.seroundtable.com/google-ai-mode-gemini-38-no-links-42011.html
- WireBoard: https://wireboard.io/en/blog/ai-mode-links-look-shaky-today-k2C7pC
- SEJ Daily Recap: https://www.seroundtable.com/recap-09-03-2026-42013.html
关键证据
- 多位独立SEO测试者确认可复现(Gagan Ghotra、Glenn Gabe、Barry Schwartz)
- 3.7 Flash有稳定引用,3.8 Flash大量查询无引用——模型切换即差异
- 行为不一致(部分有、部分没有),指向模型回归而非政策变更
- 目前需手动选择3.8 Flash,影响面暂时有限
行业知识映射
【行业归属】
一级行业:AI搜索/数字营销/GEO
二级领域:AI搜索引用行为 / GEO可见度测量 / 模型迭代影响
【核心实体】
Google / AI Mode / Gemini 3.8 Flash / 引用(citation)/ GEO可见度
【知识节点】
☑ 模型升级可以显著改变AI搜索的引用行为
☑ GEO测量必须记录模型版本号
☑ “被提及”和”被链接”是两个不同的可见度层次
☑ Flash级模型快速迭代→引用行为稳定周期缩短
☑ 无引用的AI回答=品牌”零可见度”(即使内容被用于生成答案)
【用户问题影响】
“为什么AI回答里有时候看不到来源链接?”
“我的网站在AI搜索里被提到了,但没有链接,这有用吗?”
【商业决策影响】
GEO效果测量体系升级 / 品牌可见度的模型间差异评估 / AI搜索引用ROI重新核算 / 多平台GEO策略必要性
凤扬AI GEO分析师启示 I
- GEO行业的第一次”模型引用冲击”:此前GEO从业者默认”内容好就会被引用并给链接”。Gemini 3.8 Flash的引用下降第一次系统性挑战了这个假设——同一平台、同一查询、同样的内容,换个模型版本,引用率就可能天差地别。对凤扬AI的直接含义:GEO检测报告必须记录模型版本号,否则跨时间对比没有意义。
- 目前大概率是bug但值得警惕:从”行为不一致””随机性”特征来看,更像是模型发布后的regression(回归问题),而非Google有意的政策调整。历史上类似问题通常在几天到几周内修复。但如果两周后3.8 Flash成为默认模型时问题仍存在,就是结构性变化了。
- “被提及”与”被链接”的分化:这次事件揭示了一个被忽视的区别:AI可能用了你的内容生成答案,但不一定给你链接。在3.7 Flash时代两者高度重合,在3.8 Flash下可能出现分化。GEO服务需要把”品牌提及率”和”链接出现率”作为两个独立指标追踪。
后续观察点
- Google是否官方回应并修复
- 3.8 Flash何时成为默认模型(届时影响面扩大)
- 修复后的引用率能否恢复到3.7水平
- 其他AI搜索平台是否也有类似现象
- GEO行业是否出现”模型版本引用率指数”类工具
S-05|Google AI Mode商品价格高21.6%、产品重合率仅1.28%,电商GEO逻辑重构
【信号来源】 国际信号(Productrise研究 + Digital Trends + SEJ + Futurism多源报道,9/2-9/3)
【影响层】 Recommendation / Commerce / Visibility / Trust
【置信度】 高(200万+商品列表追踪,多源报道)
【AI理解阶段】 推荐/商业可见度阶段——AI搜索在电商场景的商品选择和定价呈现与传统搜索差异巨大
【GEO Impact分类】 重大级——AI Mode与传统搜索的商品重合率仅1.28%,同一商品在AI Mode中价格平均高21.6%,主卖家49.6%不同;电商GEO不是”搜索排名优化的AI版”,而是完全不同的商品推荐逻辑
【时效定性】 窗口边缘首发(9/2初报,9/3详细数据补录)
事实 F
- 研究机构:Productrise(Google Shopping有机产品追踪工具)
- 研究范围:2026年8月9日至31日,200万+商品列表,10万+搜索结果
- 核心数据:
- 产品重合率仅1.28%:同一查询同一天,传统搜索Popular products与AI Mode重合商品仅1.28%
- 同品价差21.6%:同一商品同时出现时,AI Mode价格平均比传统搜索高21.6%
- 整体价差约49%:AI Mode中位价$149 vs 传统搜索$100
- 主卖家差异49.6%:同一商品两边都出现时,AI Mode第一位卖家近一半与传统搜索不同
- 商品数量:传统搜索27.8个/查询 vs AI Mode 3.9个/查询
- AI Mode更贵的概率:价格不匹配时(约38%),AI Mode更高的情况约占2/3
- Google回应:未否认,仅表示”未验证准确性”,强调用同一个Shopping Graph数据源
来源:
- Search Engine Journal: https://www.searchenginejournal.com/google-ai-mode-prices-differ-from-product-carousel-for-same-items/588227/
- Digital Trends: https://www.digitaltrends.com/computing/googles-ai-mode-shows-the-same-products-at-higher-prices-than-regular-search-study-finds/
- Futurism: https://futurism.com/google-ai-mode-ripping-shoppers-off-higher-prices-study
关键证据
- 200万+商品列表,10万+搜索结果,23天追踪
- 产品重合率1.28%——几乎是两个不同的商品池
- 同品价差21.6%,整体价差49%
- 主卖家差异49.6%——排序逻辑完全不同
- 商品数量:27.8 vs 3.9——赢家通吃效应更强
行业知识映射
【行业归属】
一级行业:AI搜索/电商/数字营销
二级领域:电商AI搜索优化 / 商品推荐算法 / AI购物可见度
【核心实体】
Google / AI Mode / Shopping Graph / Productrise / 电商品牌
【知识节点】
☑ AI Mode商品推荐不是传统购物搜索的”AI版”,是独立逻辑
☑ 1.28%重合率=传统Shopping排名几乎不能预测AI Mode可见度
☑ “更少位置+更高价格”=赢家通吃效应更强
☑ 电商GEO是独立于传统Shopping SEO的新优化领域
☑ AI Mode商品推荐看重的信号与传统搜索不同
【用户问题影响】
“AI搜索推荐的商品是最便宜的吗?”
“为什么AI推荐的和我搜出来的不一样?”
【商业决策影响】
电商品牌AI可见度策略从零搭建 / 传统Shopping与AI Mode排名脱钩管理 / 电商GEO服务独立定价体系
凤扬AI GEO分析师启示 I
- 1.28%重合率是电商GEO的觉醒时刻:这个数字比价格差异更重要。它意味着电商品牌在传统Google Shopping上的排名优势,几乎不能转化为AI Mode中的可见度。电商GEO不是Shopping SEO的延伸,而是一个全新的竞技场。
- “更少位置+更高价格”的商业含义:AI Mode每查询只展示约4个商品(传统是28个),且均价更高。这意味着:(a) AI Mode商品位置更稀缺、竞争更激烈;(b) AI推荐有”信任溢价”,用户接受更高价格;(c) 低价策略在AI Mode中效果可能不如传统搜索。
- 与S-01(引用减少)合观:资讯类减少引用链接,购物类减少商品选择数量——两个方向指向同一趋势:AI搜索正在把用户更多地留在AI界面内,减少跳转到原始网站/卖家页面的概率。GEO的长期挑战是:可见度价值越来越依赖于”在AI回答中被正面提及”,而非”通过AI获得点击”。
后续观察点
- Google是否调整AI Mode商品推荐算法以缩小价差
- AI Mode商品推荐的排序因素(哪些信号决定入选和排名)
- 电商品牌对AI Mode可见度的优化实践
- 其他AI购物平台(ChatGPT Shop、Perplexity Shopping)的对比
S-06|美国政府在NYT版权案中支持OpenAI:AI训练属合理使用
【信号来源】 国际信号(Reuters + WIRED + The Verge + 司法部文件多源确认,9/3)
【影响层】 Policy / Content Ecosystem / Legal / Training
【置信度】 高(司法部正式提交法庭之友意见书,多权威媒体验证)
【AI理解阶段】 政策/内容生态阶段——美国政府首次在顶级版权诉讼中明确支持AI训练的合理使用
【GEO Impact分类】 重大级——美国司法部明确认定利用受版权保护内容训练AI模型属”高度转化性使用”,符合合理使用原则;这是GEO行业底层逻辑的法律定心丸(AI系统能否免费爬取和使用网络内容)
【时效定性】 窗口内首发(9/3司法部提交意见书)
事实 F
- 9/3美国司法部向法院提交法庭之友意见书,在NYT诉OpenAI版权案中公开支持OpenAI
- 核心论点:
- 利用新闻内容训练AI模型符合”合理使用”(fair use)原则
- AI训练行为属于”高度转化性”(highly transformative)使用
- 限制AI企业使用受版权保护内容训练模型,会阻碍创新与科学进步
- 诉讼背景:NYT于2023年底起诉OpenAI,指控未经许可使用其内容训练模型
- 政府立场意义:联邦政府的态度对法官裁决有重要影响力
- NYT回应:批评政府”站在少数几家万亿美元AI公司一边,牺牲无数创作者利益”
来源:
- WIRED: https://www.wired.com/story/trump-administration-openai-new-york-times-copyright/
- The Verge: https://www.theverge.com/ai-artificial-intelligence/2026/9/3/24245474/trump-admin-openai-nytimes-copyright-case-support
- Reuters(经多源转载确认)
关键证据
- 美国司法部正式提交法庭之友意见书
- 明确AI训练属”高度转化性使用”,符合合理使用
- 限制AI训练会”阻碍创新与科学进步”
- 美国联邦政府在AI版权诉讼中的首次明确表态
行业知识映射
【行业归属】
一级行业:AI法律/内容生态/版权政策
二级领域:AI训练版权 / 合理使用 / 内容平台与AI的关系
【核心实体】
美国司法部 / OpenAI / 《纽约时报》 / 合理使用原则 / AI训练
【知识节点】
☑ 美国政府首次明确支持AI训练的合理使用
☑ 合理使用的”转化性使用”标准被用于AI训练
☑ AI版权诉讼走向可能影响整个内容生态商业模式
☑ 美欧监管分化加剧(欧盟加强监管,美国松绑)
☑ GEO策略可能需要区域化
【用户问题影响】
“AI用我的内容训练模型需要付费吗?”
“AI公司可以随便用网上的内容吗?”
【商业决策影响】
内容版权授权策略调整 / 内容商业模式重构 / GEO服务的法律基础确认 / 媒体行业AI应对策略
凤扬AI GEO分析师启示 I
- GEO行业的”法律定心丸”:GEO的整个前提是AI系统会爬取、索引、引用网络内容。如果AI训练被认定为侵权,AI平台可能被迫只使用授权内容,GEO的优化范围将大幅收窄。美国政府支持合理使用的表态,意味着”AI免费爬取网络内容”的现状大概率延续——这是GEO行业继续发展的法律基础。
- 训练和引用是两回事:政府支持的是”用内容训练模型”(合理使用),不是”在回答中直接复制内容”。NYT诉讼的核心指控之一是ChatGPT搜索功能中原封不动地提供NYT内容。对GEO的启示:AI系统”学了你的内容”和”引用你的内容”是两个不同的法律问题。
- 美欧监管分化加剧:欧盟从反垄断和内容权益角度加强监管,美国从版权角度为AI平台松绑。这种跨大西洋的监管分化,可能导致AI搜索在不同地区的内容使用规则和可见度逻辑出现差异——GEO策略可能需要区域化。
后续观察点
- 法官是否采纳政府的合理使用立场
- NYT诉OpenAI案的裁决时间和结果
- 国会是否出台专门的AI版权立法
- 欧盟是否出台与美国不同的AI版权规则
事实 F
- 9/3美东上午,四家头部AI平台罕见同步出现服务中断(约9:23–12:55 ET,3小时窗口):
- Anthropic Claude:9:23 ET报告错误率升高,12:16 ET修复;影响Claude.ai/Code/Cowork/API;原因”基础设施问题”
- OpenAI ChatGPT/Codex:10:43 ET报告错误升高,12:55 ET解决;影响15个ChatGPT组件+4个Codex组件;原因”路由错误”
- xAI Grok:约9:30 ET故障,下午1点左右恢复
- Google Gemini:DownDetector用户报告从23→412起(约10:30-11:15 ET);Google未官方承认
- Downdetector数据:OpenAI峰值约38,000份报告,Claude/Grok各约1,400份
- 30天可靠性数据(collectivebrain):
- Anthropic:27次故障,累计42.6小时,16天有故障
- OpenAI:23次故障,累计93.2小时,12天有故障
- 双平台同时故障:4天,累计6.8小时(约0.9%时间)
来源:
- Ars Technica: https://arstechnica.com/ai/2026/09/four-major-ai-models-suffer-rare-overlapping-downtime/
- Decrypt: https://decrypt.co/377337
- collectivebrain: https://collectivebrain.de/chatgpt-claude-stoerung-gleichzeitig-notfallplan/
关键证据
- 四家平台约3小时窗口内同步故障
- 30天数据:OpenAI累计93.2小时故障,Anthropic 42.6小时
- 双供应商备份覆盖率约99.1%,仍有0.9%时间双平台同时不可用
- 不同平台故障原因不同(路由错误/基础设施问题),非共同上游故障
行业知识映射
【行业归属】
一级行业:AI基础设施/企业AI/云计算
二级领域:AI服务可靠性 / 多供应商备份策略 / 企业AI运维
【核心实体】
OpenAI / Anthropic / xAI / Google / Downdetector / 可靠性
【知识节点】
☑ 头部AI平台稳定性远未达到企业级标准(约99.6-99.7% uptime)
☑ 双供应商备份不能100%保证可用性(0.9%同时故障)
☑ AI服务可靠性正在成为企业级部署的核心瓶颈
☑ 故障时间偏向工作时段(约40%发生在核心工作时间)
【用户问题影响】
“为什么今天AI用不了?”
“企业用AI服务,宕机了怎么办?”
【商业决策影响】
企业AI部署的可靠性评估 / 多供应商策略设计 / AI服务SLA谈判 / GEO检测的可用性折扣
凤扬AI GEO分析师启示 I
- AI可见度不是7×24小时的:当谈论GEO时,默认假设是AI服务24小时可用。但四平台同步宕机提醒我们:品牌在AI渠道的曝光有”服务时间”限制。虽然目前故障率还很低,但随着企业对AI依赖加深,即使0.1%的不可用率也可能有重大商业影响。
- 对GEO测量的启示:GEO检测通常在白天工作时间进行,如果AI平台故障也集中在工作时间(数据显示约40%),那么GEO检测结果可能系统性地低估了实际的可见度波动。建议GEO检测增加”服务可用性”作为辅助指标。
后续观察点
- 各平台是否公布详细的故障根因分析
- 企业级AI服务的SLA是否会提升
- 三供应商/四供应商备份策略的普及
- AI服务可靠性的行业标准是否会出现
事实 F
- 9/3多位出版商反映:已正常索引并在网页搜索中展示的内容,在Google News标签页中消失
- 具体表现:同一篇文章,”全部”标签页可见,”新闻”标签页不可见;有时几小时后重新出现;大小网站均受影响
- 技术背景:网页搜索索引和News标签页是两层不同的资格审查体系——News标签页需要额外的编辑资格、新鲜度、新闻来源信号
- Google回应:未回应Bluesky上的问询
来源:
- Search Engine Roundtable: https://www.seroundtable.com/recap-09-03-2026-42013.html
- iMaster: https://imasters.com.br/seo/google-news-esta-sumindo-com-conteudo-indexado-da-aba-de-noticias-e-ninguem-acho
- WireBoard: https://wireboard.io/en/blog/ai-mode-links-look-shaky-today-k2C7pC
关键证据
- Barry Schwartz亲自验证可复现
- 大小网站均受影响,无明显规律
- 网页搜索正常→News消失=分发层问题,非索引层问题
- 间歇性=管道问题,非政策变化
行业知识映射
【行业归属】
一级行业:搜索引擎/数字出版/内容分发
二级领域:Google News可见度 / 多表面分发 / 出版商流量
【核心实体】
Google / Google News / 出版商 / 搜索索引 / 内容分发
【知识节点】
☑ 从”单一排名”到”多表面分发”的架构转型
☑ 索引正常≠所有表面都可见
☑ 多渠道分发策略的重要性
☑ 内容可见度的测量需要分表面进行
【用户问题影响】
“为什么我的文章在搜索里有,在新闻里找不到?”
“News标签页的流量为什么突然下降了?”
【商业决策影响】
内容分发渠道多元化 / 多表面可见度监测体系 / 流量波动归因方法升级
凤扬AI GEO分析师启示 I
- “多表面可见度”是GEO时代的核心认知升级:传统SEO时代,”排名”就是一切。AI搜索时代,加上News标签页的问题,我们正在进入”同一内容→多个表面→各自有独立的可见度规则和故障模式”的时代。GEO从业者需要建立的第一个认知就是:索引是基础,但可见度是分表面的,每个表面需要单独监测和优化。
- 与S-04(AI Mode引用减少)是同一类问题的不同表现:AI Mode的引用减少和News标签页的内容消失,本质都是”内容被索引了但在某个表面不可见”。这是Google从”单一排名引擎”向”多表面分发平台”转型的成长痛。
后续观察点
- Google是否确认并修复News标签页的可见度问题
- Google其他表面(Discover、AI Overviews)是否也有类似问题
- 多表面可见度监测工具是否会出现
03|联动观察
主线一:AI搜索正在”减少出站路径”——引用贬值与推荐分化同步发生
S-04(AI Mode引用减少)和S-05(AI Mode商品重合率1.28%且价格更高)从两个角度指向同一个趋势——AI搜索正在把用户更多地留在AI界面内。资讯类查询减少引用链接,购物类查询减少商品选择数量。对GEO行业的核心含义:
- “被AI引用”的价值正在从”引流工具”转向”品牌背书”——点击越来越少,但品牌出现在AI回答中的”信任价值”越来越重要。
- GEO服务的价值主张需要重新校准:从”提升AI搜索流量”转向”提升品牌在AI回答中的正面提及率和推荐优先级”。
- 这与FY-V-002(Citation→Transaction跃迁)和FY-V-010(界面翻转)形成呼应——AI搜索从”信息导航工具”转向”答案+推荐平台”。
主线二:美欧监管分化加剧——美国松绑版权、欧盟加强监管
S-06(美国政府支持AI训练合理使用)与近期欧盟的一系列动作(DSA认定ChatGPT为搜索引擎、反垄断调查Google AI搜索、德国法院裁定AI Overviews责任)形成了跨大西洋的监管分化:
- 美国路线:合理使用+市场竞争——为AI平台松绑,鼓励创新
- 欧盟路线:强监管+内容权益保护——从反垄断、版权责任、数据保护多维度约束AI平台
这种分化可能导致AI搜索在不同地区的内容使用规则和引用逻辑出现差异,GEO策略可能需要区域化定制。同时,这种监管套利也可能影响AI平台的全球部署策略。
主线三:多表面可见度成为GEO的基础方法论
S-04(AI Mode引用差异)+ S-08(News标签页可见度波动)+ 9/3 S-04(模型迭代改变引用行为)共同验证了一个判断——在AI搜索时代,没有单一的”排名”或单一的”可见度”,而是多个表面、多个模型、多种交互方式下的不同可见度状态:
- 同一内容在网页搜索、AI Overviews、AI Mode、News、Discover等不同表面有不同的可见度规则
- 同一表面在不同模型版本下引用行为可能显著不同
- GEO服务必须建立”多表面+多模型+分时段”的立体测量体系
主线四:国内AI Agent生态加速成型——从产品到平台再到生态
S-01(腾讯WorkBuddy开放平台)+ S-02(Qwen3.8-Max能力突破)+ 9/3 S-01/S-02(豆包手机+钉钉Agent OS)共同描绘了国内AI Agent的演进路径:
- 底层:国产模型能力快速追赶(Qwen3.8-Max编程超Opus)
- 中层:Agent OS和开放平台成型(钉钉Agent OS+腾讯WorkBuddy)
- 终端:智能体手机落地(豆包手机二代)
- 需求:企业级AI办公月活3个月从2000万→6000万
国内AI Agent的落地速度比国际更快——可能与国内企业数字化基础相对较新、没有太多遗留系统包袱有关。对GEO行业的启示:B端GEO服务需要从”AI搜索引用优化”快速扩展到”企业Agent可调用性建设”。
04|今日判断
【FY-V-018】 AI搜索正经历”引用贬值”——模型迭代导致引用率下降+商品推荐与传统搜索高度分化,GEO的价值重心正在从”流量导入”转向”品牌心智占位”
支撑信号: S-04(AI Mode 3.8 Flash引用减少)+ S-05(AI Mode商品重合率1.28%+价格高21.6%)
核心逻辑:
- 引用减少是结构性趋势,不是偶然bug:即使3.8 Flash的引用问题被修复,下一个模型版本可能又会有新的变化。Flash级模型六周三更的迭代速度,决定了AI搜索的引用行为将处于持续波动状态。品牌不能再把”AI引用→点击→转化”作为稳定的流量路径来规划。
- 商品推荐的分化印证了同一逻辑:1.28%的重合率说明AI Mode的商品推荐不是传统搜索的”AI版”,而是完全独立的推荐体系。这意味着在电商场景,传统的Shopping SEO几乎不能为AI Mode的可见度背书——品牌需要从零开始建设AI购物推荐的可见度。
- “被引用”的价值在下降,但”被推荐”的价值在上升:当AI回答中链接越来越少、商品选择越来越少时,能进入AI回答的品牌反而获得了更强的”背书价值”——因为AI替用户做了筛选,被选中的少数品牌获得了更高的信任溢价。
- GEO的价值重心转移:从”帮品牌获取AI搜索流量”(Citation→Traffic)转向”帮品牌在AI回答中获得正面推荐”(Mention→Recommendation→Trust)。前者是流量思维,后者是品牌心智思维。这个转变如果成立,将重塑GEO行业的服务模式和定价体系。
可证伪条件:
①3.8 Flash引用问题修复后引用率恢复到3.7水平,且后续模型迭代未再出现显著引用下降
②AI Mode商品推荐算法调整后,与传统搜索的重合率提升至20%以上
③市场验证表明AI搜索带来的点击流量仍然是品牌GEO投入的核心诉求
④品牌对GEO的付费意愿不随引用率变化而变化
后续回测: 2026-11-15(75天后,看3.8成为默认模型后的引用情况+商品推荐是否有调整)+ 2027-02-15(165天后,看GEO服务模式是否发生转变)
【FY-V-019】 美国政府支持AI训练合理使用将加速”内容价值两极分化”——头部内容通过授权变现,长尾内容被免费训练但失去引用链接,GEO的”表面证据建设”策略需要重新校准
支撑信号: S-06(美国政府支持AI训练合理使用)+ S-04(AI Mode引用减少)
核心逻辑:
- 训练合理使用≠引用合理使用:美国政府支持的是”用内容训练模型”,不是”在回答中展示内容”。但如果AI搜索的引用越来越少(S-04),那么对内容方来说,最坏的情况正在变成现实——内容被AI免费学了,但连引用和流量都换不回来。
- 头部内容走授权路线,长尾内容被”白嫖”:NYT、News Corp等头部媒体有谈判筹码,可以和AI平台签授权协议(参考Apple按次授权、Google好莱坞IP谈判)。但大量中小网站和长尾内容,既没有谈判筹码,又失去了AI引用带来的流量——它们的内容对AI系统来说是”免费的训练食材”,但得不到任何回报。
- 对GEO”表面证据建设”策略的影响:GEO的核心策略之一是建设多信源表面证据(earned media/UGC/品牌站/参考源交叉验证)。但如果长尾内容的引用率持续下降,那么”铺大量长尾内容”的策略性价比会越来越低。GEO优化需要更聚焦于高质量、高权威、能真正进入AI引用池的内容资产。
- 与欧盟路线的对冲风险:如果欧盟走”付费+监管”路线,美国走”合理使用”路线,那么跨国品牌的GEO策略需要区域化——在欧盟可能更看重授权合作,在美国可能更看重内容质量和权威信号。
可证伪条件:
①AI搜索的引用率在模型迭代后保持稳定甚至上升
②美国法院最终裁定AI训练不属于合理使用(推翻政府立场)
③长尾内容的AI引用价值被证实仍然显著
④内容方找到除了授权以外的其他AI时代变现路径
后续回测: 2026-12-15(102天后,NYT案初步裁决+引用趋势明朗)+ 2027-03-15(192天后,内容生态两极分化是否显现)
05|观点资产
FY-V-018(9/4新增)
- 观点名称: AI搜索正经历”引用贬值”——GEO的价值重心从”流量导入”转向”品牌心智占位”
- 提出日期: 2026-09-04
- 验证窗口: 75天(短期)+ 165天(长期)
- 当前状态: NEW
- 核心判断: 模型迭代导致引用率下降+商品推荐与传统搜索高度分化(1.28%重合率),”被引用→点击”的路径价值下降,”被AI推荐→信任溢价”的价值上升;GEO行业服务模式和定价体系面临重塑
- 支持证据: S-04(Gemini 3.8 Flash引用减少)、S-05(AI Mode商品重合率1.28%+价差21.6%);旁证:S-08(News标签页可见度波动→多表面分发)
- 关联文章: 待发布(今日交接单信号触发选题一)
- 可证伪条件: ①引用率修复且后续模型未再显著下降 ②商品重合率提升至20%+ ③品牌GEO付费意愿不随引用率变化 ④AI搜索流量仍是核心诉求
- 后续回测: 2026-11-15 + 2027-02-15
- 与已有观点关系: 深化FY-V-010(界面翻转)的商业影响;补充FY-V-002(Citation→Transaction跃迁)的价值重估维度;为FY-V-007(分层信源展示)增加”引用贬值”视角
FY-V-019(9/4新增)
- 观点名称: 美国支持AI训练合理使用将加速”内容价值两极分化”——头部授权变现、长尾免费被用,GEO表面证据策略需重新校准
- 提出日期: 2026-09-04
- 验证窗口: 102天(短期)+ 192天(长期)
- 当前状态: NEW
- 核心判断: 训练合理使用+引用减少的组合,导致内容价值两极分化——头部内容通过授权变现,长尾内容被免费训练但失去引用回报;GEO的”广撒网”式表面证据建设策略性价比下降,需转向高质量精准布局
- 支持证据: S-06(美国司法部支持合理使用)+ S-04(引用减少);旁证:美欧监管分化(欧盟付费路线vs美国合理使用路线)
- 关联文章: 待发布(今日交接单信号触发选题二)
- 可证伪条件: ①引用率保持稳定/上升 ②法院裁定AI训练不属于合理使用 ③长尾内容AI引用价值仍然显著 ④内容方找到其他变现路径
- 后续回测: 2026-12-15 + 2027-03-15
- 与已有观点关系: 补充FY-V-004(多信源表面证据覆盖率)的策略调整提示;扩展FY-V-006(跨平台信源偏好分化)增加”区域监管分化”维度;与FY-V-018(引用贬值)形成”引用减少+版权松绑”双杀逻辑
06|未来观察
| 观察事项 | 时间窗口 | 关联信号 | 观察什么 |
|---|---|---|---|
| Google是否修复3.8 Flash引用问题 | 1-2周 | S-04 | 官方回应+修复时间+引用率恢复水平 |
| Gemini 3.8 Flash成为AI Mode默认模型 | 1-2个月 | S-04 | 免费用户覆盖时间+引用结构变化 |
| AI Mode商品推荐算法是否调整 | 1-3个月 | S-05 | 重合率变化+价格差异缩小 |
| AI Mode商品推荐排序因素研究 | 2-3个月 | S-05 | 哪些信号决定商品入选和排名 |
| NYT诉OpenAI案裁决 | 3-6个月 | S-06 | 法官是否采纳合理使用立场 |
| 美国AI版权立法 | 6-12个月 | S-06 | 国会是否出台专门的AI版权法 |
| 四平台同步宕机频率 | 持续观察 | S-07 | 下一次大规模同步宕机的时间间隔 |
| 企业级AI服务SLA提升 | 3-6个月 | S-07 | 主要平台是否提供正式SLA |
| Google News可见度问题修复 | 1-2周 | S-08 | Google是否确认并修复 |
| 多表面可见度监测工具 | 3-6个月 | S-04/S-08 | 是否出现专业化的多表面GEO测量工具 |
| 腾讯WorkBuddy生态伙伴活跃率 | 3-6个月 | S-01 | 实际使用深度+商业化进展 |
| 国产模型能力追赶节奏 | 持续观察 | S-02 | 下一个超越国际frontier的领域 |
| AI办公智能体月活增长 | 1-3个月 | S-01 | 6月6000万→后续增长曲线 |
| FY-V-018回测 | 2026-11-15 / 2027-02-15 | S-04/S-05 | 引用贬值是否成立+GEO价值重心是否转移 |
| FY-V-019回测 | 2026-12-15 / 2027-03-15 | S-06/S-04 | 内容价值两极分化是否显现+GEO策略调整 |
| FY-V-003/V-005到期提醒 | 2026-09-25 | — | 5频道架构+AI内容倾斜回测 |
一、信号触发选题
选题一:AI搜索正在”减少出站路径”——引用贬值+推荐分化,GEO价值重心从流量转向品牌心智
| 项目 | 内容 |
|---|---|
| 栏目 | GEO趋势洞察 |
| 选题方向 | 以Google AI Mode引用减少+商品推荐分化两大新事实为切入,论证AI搜索正在把用户更多留在界面内,”被引用→点击”的路径价值下降,”被AI推荐→信任溢价”的价值上升,分析GEO行业服务模式的重塑方向 |
| 推荐标题 | 《AI搜索正在减少出站路径:引用贬值+推荐分化,GEO的价值重心正在转移》 |
| 内容目的 | 趋势型+研究型 |
| V7.0执行指令编号 | 09(行业观察叙事文章) |
| 目标字数 | 3000-3500字 |
| 触发信号 | S-04(引用减少)+ S-05(商品分化)+ FY-V-018 |
| 输入资料 | 本日报02章S-04/S-05全文 + FY-V-018观点 + 03章联动观察主线一 + 04章今日判断 + 08章资料包 |
| 发布路径 | WP分类「GEO趋势洞察」(dev-trends,cat61) |
| 时间死线 | 2026-09-04 09:00 |
选题二:美国政府说AI训练是合理使用——内容生态的”免费午餐”还能吃多久?GEO表面证据策略要变了
| 项目 | 内容 |
|---|---|
| 栏目 | GEO趋势洞察 |
| 选题方向 | 解读美国司法部在NYT案中支持AI训练合理使用的重磅表态,结合AI Mode引用减少的事实,分析”训练免费+引用减少”的组合对内容生态和GEO策略的深远影响,提出”内容价值两极分化”的判断 |
| 推荐标题 | 《美国开绿灯AI训练合理使用:内容被白学了还不给链接?GEO策略要怎么变》 |
| 内容目的 | 解释型+趋势型 |
| V7.0执行指令编号 | 09(行业观察叙事文章) |
| 目标字数 | 2500-3000字 |
| 触发信号 | S-06(合理使用)+ S-04(引用减少)+ FY-V-019 |
| 输入资料 | 本日报02章S-06/S-04全文 + FY-V-019观点 + 03章联动观察主线二 + 04章今日判断 + 08章资料包 |
| 发布路径 | WP分类「GEO趋势洞察」(dev-trends,cat61) |
| 时间死线 | 2026-09-04 09:30 |
选题三【补发】:Agent化是本周最强主线——从豆包手机到钉钉Agent OS,AI正在从”回答问题”走向”操作系统”
| 项目 | 内容 |
|---|---|
| 栏目 | GEO趋势洞察 |
| 选题方向 | 【9/3交接单缺发补发】以9/3国内两大Agent化事件(豆包手机二代+钉钉Agent OS)+国际Gemini Agent能力突破为切入,论证AI Agent竞争正从”云端模型能力”下沉到”终端操作系统”,分析Agent化对GEO行业的深远影响(从被引用到被调用) |
| 推荐标题 | 《Agent化是本周最强主线:从豆包手机到钉钉Agent OS,AI正在从”回答问题”走向”操作系统”》 |
| 内容目的 | 趋势型+研究型 |
| V7.0执行指令编号 | 09(行业观察叙事文章) |
| 目标字数 | 3000-3500字 |
| 触发信号 | 9/3 S-01(豆包手机)+ 9/3 S-02(钉钉Agent OS)+ 9/3 S-04(Gemini 3.8 Flash+Agent基准)+ FY-V-016 |
| 输入资料 | 2026-09-03日报02章S-01/S-02/S-04全文 + FY-V-016观点 + 2026-09-03日报03章联动观察主线一 + 04章今日判断 |
| 发布路径 | WP分类「GEO趋势洞察」(dev-trends,cat61) |
| 时间死线 | 2026-09-04 18:00【补发死线】 |
补发说明:9/3交接单选题一(Agent化信号文)缺发,今日补发。据publish_results_20260903.json核验,9/3仅发布了一篇GEO趋势洞察文章(2681,Google GEO=SEO主题),缺Agent化主题。
三、独立栏目轮换选题
选题四:行业落地方案——政府/文旅行业GEO落地方案(第10轮)
| 项目 | 内容 |
|---|---|
| 栏目 | 行业落地方案 |
| 选题方向 | 政府/文旅行业如何在AI搜索时代建立品牌可见度——AI搜索正在重构文旅信息获取和城市品牌认知路径,从”搜索攻略”到”对话式行程规划”,政府/文旅品牌如何被AI推荐 |
| 推荐标题 | 《政府/文旅行业GEO落地方案:当AI搜索重构旅行决策,城市品牌如何抢占AI认知高地》 |
| V7.0执行指令编号 | 09(行业观察叙事文章) |
| 目标字数 | 3000-4000字 |
| 轮换进度 | 第10轮(12行业轮换表,承接9/3出行/旅游第9轮) |
| 触发信号 | 独立栏目轮换(非信号触发) |
| 输入资料 | 行业背景+凤扬AI FAI-5框架 |
| 发布路径 | WP分类「行业落地方案」(solutions,cat58) |
| 时间死线 | 2026-09-04 08:00 |
选题五:城市GEO方法论——合肥企业GEO方法论(第10轮)
| 项目 | 内容 |
|---|---|
| 栏目 | 城市GEO方法论 |
| 选题方向 | 合肥科创企业/新能源产业在AI搜索中的品牌可见度建设——科创名城的新兴产业集群如何在AI认知中建立权威地位 |
| 推荐标题 | 《合肥企业GEO方法论:科创名城与新能源产业集群的AI搜索品牌权威建设路径》 |
| V7.0执行指令编号 | 09(行业观察叙事文章) |
| 目标字数 | 2500-3000字 |
| 轮换进度 | 第10轮(16组城市轮换表,承接9/3宁波/济南第9轮) |
| 触发信号 | 独立栏目轮换(非信号触发) |
| 输入资料 | 城市产业背景+凤扬AI FAI-5框架 |
| 发布路径 | WP分类「城市GEO方法论」(city-method,cat59) |
| 时间死线 | 2026-09-04 08:00 |
选题六:城市GEO方法论——福州企业GEO方法论(第10轮)
| 项目 | 内容 |
|---|---|
| 栏目 | 城市GEO方法论 |
| 选题方向 | 福州企业/福建数字经济在AI搜索中的品牌可见度建设——数字经济先锋城市的出海企业和数字产业如何建立AI认知优势 |
| 推荐标题 | 《福州企业GEO方法论:数字经济先锋城市的AI搜索品牌出海路径》 |
| V7.0执行指令编号 | 09(行业观察叙事文章) |
| 目标字数 | 2500-3000字 |
| 轮换进度 | 第10轮(16组城市轮换表) |
| 触发信号 | 独立栏目轮换(非信号触发) |
| 输入资料 | 城市产业背景+凤扬AI FAI-5框架 |
| 发布路径 | WP分类「城市GEO方法论」(city-method,cat59) |
| 时间死线 | 2026-09-04 08:00 |
选题七:GEO入门基础——第10课(口碑与评价管理)
| 项目 | 内容 |
|---|---|
| 栏目 | GEO入门基础 |
| 教学进度 | 第10课(承接第9课”电商平台GEO”) |
| 锁死大纲课题 | 口碑与评价管理:AI如何”读懂”好评、差评和争议 |
| 教学目标 | 理解评价类内容如何进入AI推荐链路,掌握口碑监测与响应方法 |
| 推荐标题 | 《GEO入门第10课:AI怎么”读”你的口碑?——好评、差评和争议如何影响AI推荐》 |
| V7.0执行指令编号 | 15(通用百科文章) |
| 目标字数 | 2000-2500字 |
| 内容要点 | AI如何处理评价类内容(情感分析/要点提取/争议识别);好评与差评在AI推荐中的权重差异;如何系统管理在线口碑以提升AI推荐概率;负面评价和争议的AI应对策略;与前几课的联系(多信源表面证据→电商GEO→口碑管理) |
| 触发信号 | 独立栏目轮换(锁死大纲第10课) |
| 输入资料 | 《GEO入门基础教学大纲》第10课教学目标 |
| 发布路径 | WP分类「GEO入门基础」(learn-geo,cat60) |
| 时间死线 | 2026-09-04 08:00 |
选题八:GIS知识铺垫——第6篇(RAG与检索增强生成,9/4偶数日发布)
| 项目 | 内容 |
|---|---|
| 栏目 | GIS知识铺垫 |
| 教学进度 | 第6篇(第5篇实体与知识图谱已于9/2发布) |
| ⚠️重要核实 | 9/3交接单下达的GIS第6篇课题为”空间索引与查询优化”,但articles_0904中文件名显示为”RAG与检索增强生成”。请创作助手立即核实实际发布的是哪个主题:若已发布”空间索引”,则今日第6篇标题改为对应主题、销账;若已发布”RAG”则属于篇序错位(跳过了空间索引),需今日补发第6篇”空间索引与查询优化”,第7篇”RAG”顺延至9/6。以WP实际发布内容为准。 |
| 默认推进(基于轮换台账):第6篇应为”空间索引与查询优化”,GIS偶数日发布。若创作助手确认错位,按以下方案执行: | |
| (若错位)今日补发第6篇 | 空间索引与查询优化:AI如何高效检索和筛选地理空间信息 |
| (若错位)推荐标题 | 《GIS知识铺垫第6篇:AI如何快速找到”最近的咖啡店”?——空间索引与查询优化全解析》 |
| (若错位)内容要点 | 什么是空间索引(R树/Quadtree/Geohash);空间查询的基本类型(点查询/范围查询/最近邻查询);AI如何结合空间索引和语义理解回答”附近有什么”类问题;本地搜索(Local Search)与AI Mode的关系;与第5篇知识图谱的衔接(实体属性+空间位置=更精准的AI推荐) |
| V7.0执行指令编号 | 15(通用百科文章) |
| 目标字数 | 2000-2500字 |
| 触发信号 | 独立栏目轮换(锁死大纲第6篇,偶数日发布) |
| 输入资料 | 《GIS知识铺垫大纲》第6篇教学目标 |
| 发布路径 | WP分类「GIS知识铺垫」(gis-basics,cat55) |
| 时间死线 | 2026-09-04 08:00(若错位补发则死线顺延至当日18:00,以核实结果为准) |
选题九(固定·每日必带):GEO日报_2026-09-04全文发布
| 项目 | 内容 |
|---|---|
| 栏目 | GEO日报 |
| 选题方向 | 当日日报md全文发布到WP「GEO日报」栏目 |
| 推荐标题 | 《GEO日报 2026-09-04|AI搜索引用贬值+商品推荐分化、美国支持AI训练合理使用、腾讯WorkBuddy开放生态》 |
| 内容目的 | 日报全文存档上站(md原文照发,不套V7.0模板、不增删内容、F/I/P原样保留) |
| V7.0执行指令编号 | 不套模板,md原文发布 |
| 目标字数 | 原文 |
| 触发信号 | 每日固定任务 |
| 输入资料 | 凤扬AI_GEO日报/GEO日报_2026-09-04.md全文 |
| 发布路径 | WP分类「GEO日报」(geo-daily,cat57);发布前必须完成md→HTML转换 |
| 时间死线 | 2026-09-04 08:30 |
原始来源链接
国内信号
| 信号 | 来源 | 链接 |
|---|---|---|
| S-01 | 每日经济新闻 | https://cd.nbd.com.cn/articles/2026-09-03/4571266.html |
| S-01 | 中国经济网 | http://www.ce.cn/cysc/newmain/yc/jsxw/202609/t20260903_3191393.shtml |
| S-02 | AppSo/网易新闻 | https://c.m.163.com/news/a/L5SUMICA0511CSAO.html |
| S-02 | CodeArena WebDev榜单 | (Qwen3.8-Max-0902 1691分) |
| S-03 | 华尔街见闻(知乎15亿子公司) | http://m.toutiao.com/group/7681278139163263515/ |
| S-03 | AppSo(智谱天猫开店) | https://c.m.163.com/news/a/L5SUMICA0511CSAO.html |
国际信号
核心数据汇总
| 数据项 | 数值 | 来源信号 |
|---|---|---|
| WorkBuddy首批伙伴数 | 100+家 | S-01 |
| WorkBuddy首批硬件 | 9款联名智能硬件 | S-01 |
| WorkBuddy首批行业应用 | 30+个 | S-01 |
| 国内AI办公智能体月访问量(3月→6月) | 2000万→6000万(3倍) | S-01 |
| 晶科能源财务分析提效 | 2天→15分钟 | S-01 |
| 蒙牛AI数字员工数 | 45个(一线员工自主开发) | S-01 |
| Qwen3.8-Max CodeArena WebDev得分 | 1691分(超Opus 5 1688) | S-02 |
| Qwen3.8-Max定价 | 约$5/M token | S-02 |
| Qwen3.8-Max参数规模 | 2.4万亿 | S-02 |
| Qwen3.8-Max上下文 | 100万Token | S-02 |
| 知乎智者探索注册资本 | 15亿元 | S-03 |
| 知乎AI内容资产客户环比增长 | 50% | S-03 |
| 知乎开放数据平台开发者 | 1.76万+ | S-03 |
| AI Mode 3.8 Flash引用变化 | 大量informational查询无引用链接 | S-04 |
| AI Mode vs传统搜索商品重合率 | 1.28% | S-05 |
| 同品价差(AI Mode vs传统搜索) | 21.6%(AI Mode更高) | S-05 |
| 整体价差(中位价对比) | 约49%($149 vs $100) | S-05 |
| 主卖家差异率 | 49.6% | S-05 |
| 商品数量对比 | 27.8个 vs 3.9个/查询 | S-05 |
| 追踪商品列表数 | 200万+ | S-05 |
| 追踪周期 | 2026.8.9-8.31(23天) | S-05 |
| 四大AI平台同步宕机窗口 | 约3小时(9:23-12:55 ET) | S-07 |
| OpenAI 30天累计故障 | 93.2小时/23次 | S-07 |
| Anthropic 30天累计故障 | 42.6小时/27次 | S-07 |
| 双平台同时故障时间占比 | 约0.9% | S-07 |
| AI办公智能体覆盖行业 | 20+个 | S-01 |
09|一句话速览
- S-01 腾讯WorkBuddy开放平台上线:国内首个Agent开放生态基座,百家伙伴+三层打通,AI办公月活3个月3倍增长。
- S-02 阿里Qwen3.8-Max编程超Opus:CodeArena WebDev 1691分,国产模型能力新突破,定价约$5/M。
- S-03 智谱天猫卖Token+知乎15亿AI子公司:国产大模型商业化路径多元化探索。
- S-04 AI Mode 3.8 Flash引用大减:大量查询无引用链接,GEO可见度价值面临贬值。
- S-05 AI Mode商品分化严重:重合率仅1.28%、价格高21.6%,电商GEO逻辑重构。
- S-06 美国支持AI训练合理使用:司法部法庭之友意见书,NYT案首次明确政府立场。
- S-07 四大AI平台同步宕机:3小时窗口,企业AI可靠性风险暴露,双供应商备份0.9%时间不可用。
- S-08 Google News内容间歇性消失:多表面可见度问题持续,索引≠各表面可见。
观点资产生命周期追踪.md
- ✅ 新增FY-V-018(AI搜索正经历”引用贬值”——价值重心从流量导入转向品牌心智占位),验证窗口75/165天,回测日2026-11-15 + 2027-02-15
- ✅ 新增FY-V-019(美国支持合理使用将加速”内容价值两极分化”——GEO表面证据策略需重新校准),验证窗口102/192天,回测日2026-12-15 + 2027-03-15
- ✅ 回填FY-V-016关联文章:待9/3缺发的Agent化信号文(今日补发)发布后回填
- ✅ 回填FY-V-017关联文章:WP 2681(《Google说GEO不是独立学科:一场必要的祛魅,和被低估的增量价值》,cat61 dev-trends,9/3发布)
- ⏸ FY-V-003/V-005到期提醒(2026-09-25)持续跟踪,距到期约21天
- ✅ 新增知识图谱实体(腾讯WorkBuddy/Harness架构/晶科能源/蒙牛/上海家化/1药网/Qwen3.8-Max/CodeArena WebDev/智者探索/智谱天猫Token/引用贬值/内容价值两极分化/Productrise/购物重合率/合理使用/法庭之友意见书/AI服务可靠性/Downdetector/多表面可见度等)
- ✅ FY-V-016/V-017状态更新:从NEW→OBSERVING(观察中)
独立栏目轮换进度追踪.md
- ✅ 9/2交接单7个WP ID(2657/2659/2661/2663/2665/2667/2669)+ 9/3交接单6个ID(2671/2673/2675/2677/2679/2681)全部核对完成,回填发布记录
- ✅ 9/4交接单9题已下达:2篇信号文(引用贬值+合理使用)+1篇补发(Agent化)+1篇行业第10轮(政府/文旅)+2篇城市第10轮(合肥/福州)+1篇入门第10课(口碑与评价管理)+1篇GIS第6篇(空间索引/RAG·待核实)+1篇日报全文
- ✅ 轮换指针已推进至9/4:行业第10轮(政府/文旅)、城市第10轮(合肥/福州)、入门第10课(口碑与评价管理)、GIS第6篇(空间索引与查询优化,9/4偶数日)
- ⏸ GIS第6篇篇序需核实(交接单为”空间索引”,articles_0904文件名为”RAG”,疑似错位)
- ✅ geo-daily栏目累计:18篇(+2671日报9/3)
本轮勘误记录(初稿→终稿)
- 9/3交接单缺发1题(信号文-Agent化/FY-V-016)→ 今日补发,死线18:00
- GIS第6篇篇序存疑(交接单”空间索引”vs文件名”RAG”)→ 需创作助手核实WP实际发布内容,若错位则今日补发空间索引篇
- 信号排序严格按”先国内后国外、同级按重要性” → 国内3条(重大2+观察1)+国际5条(重大3+观察2),共8条
- 今日一句话调整 → 突出”引用贬值+推荐分化+版权松绑”三重结构性变化主线
*本日报基于V5.2协议编制。事实(F)与判断(I)严格分离。所有事实均附来源链接。判断均设可证伪条件。*
*下一期日报:2026-09-05(星期六)*
*本期信号来源:国内3条(重大2+观察1)+ 国际5条(重大3+观察2),共8条*
*署名:凤扬AI GEO研究院(合并信号)*
由凤扬AI~企业AI品牌可见度研究员编写
本文由凤扬AI研究团队编写,内容基于公开权威信源与行业研究分析,仅供参考。
← 返回博客