近期Sharp Tech一場深入的討論，揭示了開放網路，尤其是那些依賴廣告和用戶注意力為生的內容創作者與媒體公司，所面臨的嚴峻未來。相較之下，電子商務和交易型平台，憑藉其清晰的變現途徑，更有可能透過優化網站使其對AI友善，從而在新浪潮中適應甚至茁壯成長。然而，注意力經濟卻面臨著前所未有的威脅。
岌岌可危的注意力經濟
核心論點直指要害：任何依賴捕捉用戶注意力來獲利的實體，都將「完蛋了」。原因在於人工智慧，特別是大型語言模型（LLMs），將日益成為用戶消費內容的中介。幾年後，用戶可能不再直接造訪網站，而是透過LLM獲取摘要或傳遞的內容。這帶來了兩大難題：
- 內容發現與體驗：如果內容都經過AI過濾，用戶將如何發現並體驗原創內容？
- 變現模式：在此新局下，內容創作者如何賺錢？傳統的廣告支持模式本已捉襟見肘，若用戶繞過原始網站，則可能完全失效。
Ben指出，注意力經濟「在很多方面早就玩完了」，而大型語言模型可能是「壓垮駱駝的最後一根稻草」。
回顧：現行網路廣告模式的「奇幻」與「瘋狂」
為了理解這潛在轉變的巨大程度，Ben 回顧了當前的廣告支持網路。他認為，如果向1993年的人描述現今的系統——用戶點擊連結，瀏覽器資訊（cookies、IP位址）在毫秒間被用於進行多方（如Google）參與的競價，識別用戶興趣，投放個人化廣告，並傳遞網頁內容——這聽起來「相當奇幻，簡直難以置信會發生」。
這個複雜、即時的競價與廣告投放系統，儘管「瘋狂」，卻是網路上大量內容得以產出的資金來源。Ben 甚至將其與電影《關鍵報告》（*Minority Report*, 2002）中的個人化廣告場景相提並論，暗示儘管不那麼明目張膽地令人不安，但其底層技術和個人化程度早已大規模實現。
> 「這一切都在毫秒間發生。太瘋狂了。這絕對是…」Ben 感嘆道。
諷刺的現實：網路內容孕育了自身的掘墓人
一個關鍵點在於，過去30年來，主要由這種廣告支持模式資助所產生的「內容的豐饒之角」（cornucopia of content），恰恰提供了訓練大型語言模型所需的「文本基礎的爆炸性增長」。整個生態系統，這個曾讓資訊和娛樂得以免費獲取的體系，無意中創造了如今威脅其生存的工具。
> Ben 強調：「整個這套機制，所有這些最終的商業模式，提供了支撐這些（AI）模型運作的文本基礎。」
數據困境：未來AI的養料從何而來？
一個重大問題隨之浮現：如果當前的內容創作模式崩潰，未來大型語言模型的訓練數據將從何而來？
- 與內容提供者交易：像OpenAI這樣的公司已經開始與內容方達成協議（例如，據報與Reddit達成了每年5000萬美元的交易）以獲取內容。Ben 對此類交易持謹慎態度，認為它們可能具有反競爭性，樹立了數據必須付費的先例，這可能扼殺創新。
- 合理使用 vs. 授權：關於在受版權保護的材料上訓練AI是否構成「合理使用」（fair use），目前仍存在爭議。Ben 主張對AI訓練的合理使用進行廣泛解釋，以維持美國的競爭力，他指出，如果美國公司受到限制，其他國家（如中國）則不會。他認為，任何人都可以利用公開可得的數據訓練模型至關重要，即使他們不能逐字複製內容。
- 「天上掉下來的」內容試煉：Facebook（Meta）使用「從網路上掉下來的」（fell off a truck on the internet）書籍內容進行訓練，以及隨之而來的法律挑戰，突顯了此問題的複雜性。據悉，該審判對他們而言並不順利，這表明需要更清晰的法律框架，甚至國會立法。
可能的出路：AI驅動的內容市場與微交易
Ben 展望了一個未來：AI代理人代表用戶消費並支付內容，創造一種新型市場。這並非正式提案，而是「對我們若跳躍到20年後可能發生之事的設想」。
- 機器網路（Machine Web）：不再由人類直接瀏覽並做出無數關於內容的微小決策，而是由AI代理人（「機器網路」或「代理人網路」）來處理。
- 微交易（Microtransactions）：這些AI代理人與人類不同，可以毫不費力地處理微交易。如果一個AI代理人為了向用戶總結內容或將其納入研究而存取某段內容，它可以向內容創作者支付一筆微不足道的費用。
- 無限的注意力：AI代理人擁有「無限的注意力」，不受訂閱疲勞或決定是否為個別文章付費的認知負擔影響。
- 價值證明：對用戶而言，價值來自AI為他們節省時間和精力（例如，「我透過深度研究報告每週節省兩小時」）。這種價值隨後可以轉化為AI為其使用的底層內容付費。
Ben 將此與當前用戶面臨「訂閱疲勞」，每次內容互動都成為有意識決策的模式進行了對比。
> 「機器不會累。它們不會，它們不擔心那個。」Ben 說。
> 「廣告支持的互聯網之所以美好，在於沒有中央計劃者。你只會看到（內容的）大爆發。」
這個想法是創建一個新的、可擴展的系統，即使內容主要由AI消費，生產內容也能獲得回報。這個市場將激勵AI保持實用性所需的內容創作。AI公司自身也有動機去培育這樣的市場，以確保高品質、多樣化內容的持續供應。
規模化與激勵機制的挑戰
當前的廣告支持網路，儘管有其缺陷，卻因無需用戶為每項內容單獨付費而大規模擴展。它允許小型創作者透過廣告自動變現。提議中的AI驅動微交易模型，旨在為直接內容付費實現類似的規模，由AI代理人促成。
對大型內容出版商的直接、個別支付（如Reddit交易）無法擴展到整個網路。一個AI為海量內容支付極小部分費用的市場機制，才有可能創造一個可持續的生態系統。
> Ben 認為：「你不能只對內容出版商進行個別的一次性支付。從長遠來看，這無法規模化。」
最終的願景是，即使主要的「消費者」是作為人類用戶中介的AI代理人，內容創作仍然受到重視並獲得報酬。這需要在AI主導的未來，我們對內容價值和分發方式進行根本性的轉變。然而，如何設計這樣一個既能公平回饋創作者，又能避免扼殺小型參與者，同時確保AI公司願意參與並承擔成本的微交易系統，仍是一個懸而未決的巨大挑戰。