一句講晒：人類點擊，未必再係AI時代的貨幣

前Twitter行政總裁 Parag Agrawal 的判斷是，現時互聯網依靠「人睇內容、見廣告、撳連結」形成收入循環；但如果日後主要使用者變成AI代理人，呢套經濟模式可能由根基上失效。

AI代理人可以一次過讀取大量來源，默默整理資料，再直接向人類交付答案。佢哋通常不會看廣告、對品牌產生偏好，亦未必會點入原文網站。結果係：代理人的網絡查詢量可能遠高於人類，但出版商反而收不到相應的訪問量、廣告曝光或轉介收入。21314

點解傳統「點擊經濟」對代理人失靈？

現時搜尋及網絡出版的循環，將點擊同時當成兩樣嘢：

• 收入單位：點擊可以帶來廣告曝光、轉介及訂閱轉換；
• 排名訊號：搜尋引擎可以用人類點擊行為，推算哪些結果較相關或有用。

Agrawal認為，AI代理人可能會同時閱讀十幾甚至更多來源，綜合內容後只交付一個答案，完全不需要將人類使用者帶回原始頁面。咁樣一來，點擊數既未能反映某篇內容對答案的實際貢獻，亦未能為出版商提供合理報酬。313

換句話講，一篇文章即使對代理人的最終答案非常關鍵，只要冇人撳入去，傳統系統就可能當佢「冇價值」。

甚麼是「平行網絡」？

Agrawal提出的並非一個完全取代人類網站的新互聯網，而是一層以AI代理人為原生使用者的網絡基建。搜尋、排序、資料擷取及付款機制，都會圍繞代理人能否完成任務而重新設計。

例如，系統評估的重點可以由「有幾多人撳入去」改為：

• 某個來源有冇幫代理人準確研究問題？
• 有冇改善推理或最後答案？
• 有冇協助完成工作流程？
• 內容是否足夠新、可靠及具權威性？

Parallel目前提供面向代理人及開發者的搜尋、內容擷取、深度研究、實體搜尋、聊天及網絡監察等API，定位正是支援這類代理人式使用場景的資料擷取層。1011

用代理人回饋取代人類點擊數據

Parallel的另一個關鍵押注，是不再單靠大量人類點擊去推算內容是否有用，而是直接收集代理人對特定任務的回饋。

簡單講，代理人完成一項研究後，可以反映某個檢索結果到底有冇幫助。呢種訊號針對的是「內容對某一個目標有幾大用處」，而非「有幾多人被吸引去撳入頁面」。理論上，這有機會令搜尋排序由追逐注意力，轉向衡量事實效用及任務成果。313

不過，呢個目前仍然係Parallel的產品理念，並非整個網絡已經採用的共同標準。

Shapley值：按內容的「邊際貢獻」分錢

如果代理人同時參考多個來源，究竟應該點樣分配收入？Agrawal構想以Shapley值處理呢個問題。

Shapley值原本用於計算多人合作創造價值時，各方的貢獻。在網絡內容的情境下，問題就變成：如果抽走某個來源，代理人的最終答案會差幾多？

按這個邏輯：

• 對完成任務不可或缺、提供大量新增價值的來源，應獲得較高報酬；
• 內容只係重複其他來源，或者同任務關係不大，所得就應該較少。

這種做法的吸引力，在於報酬不再單靠一次點擊或一筆劃一的授權費，而是按內容對實際成果的邊際價值計算。12

但難題同樣明顯：要在大規模、多來源及不同類型任務中，準確計算每篇內容的貢獻並不容易，還要防止內容提供者或代理人操控評分。

Index做甚麼？

Parallel的 Index 可以視為這套模式面向出版商、數據供應商及獨立創作者的一部分。根據公司文件，Index旨在讓內容持有人了解AI代理人如何發現、引用及依賴其內容，並按內容所帶來的價值提供補償。67

對出版商而言，這個構想回應了一個日益迫切的問題：如果AI代理人讀完內容後不帶來人類訪客，內容持有人如何知道自己有被使用，又如何獲得收入？

公司亦表示，Index合作伙伴包括出版商及內容分銷商，當中包括《The Atlantic》。610不過，現有公開資料未有提供一份全面、可核實的客戶名單，亦不足以確認Parallel的開發者數目；因此不應把未經直接披露的採用數字當成既定事實。

融資反映市場押注，但不等於模式已經驗證

Parallel Web Systems於2024年完成3,000萬美元種子輪融資；2025年11月再完成1億美元A輪，據報估值達7.4億美元。822

到2026年4月，公司再由Sequoia Capital領投1億美元B輪，據報估值升至20億美元；Kleiner Perkins、Index Ventures、Khosla Ventures、First Round、Spark、Terrain及Abstract等過往投資者亦有參與。915

呢些融資顯示投資者看好AI代理人基建的增長潛力，但並不能單獨證明以代理人貢獻度取代廣告的市場模式已經成功。

Google Cloud合作：分銷渠道，也是潛在競爭關係

Parallel亦成為Google Cloud企業代理人方案的搜尋及 grounding 選項之一。據報，使用Google Cloud代理人工具建立企業代理人或聊天應用程式的開發者，可以在網絡 grounding 選項中選擇Parallel Search，並與Google Search並列。1216

這項合作為Parallel帶來一個重要企業分銷渠道：它可以直接進入大型雲端平台的代理人開發流程。但另一方面，Google既是合作伙伴，亦擁有自己的搜尋及AI平台，因此雙方同時存在合作與競爭關係。516

點解Agrawal估計只需12至24個月？

Agrawal提到的12至24個月，屬於個人預測，並非業界共識或經測量得出的時間表。他的推理主要建基於幾個因素：

1. AI模型、工具使用能力及代理人框架正快速進步；
2. 一次人類請求，可能觸發代理人進行大量搜尋及子任務；
3. 企業可以透過現有雲端平台及API渠道部署代理人；
4. 一旦代理人的使用成本及可靠性跨過實用門檻，網絡查詢量可能在消費者習慣完全改變前，已經由代理人主導。

Parallel公開表述的其中一個押注，是AI代理人使用網絡的次數可能達到人類的「1,000倍」。214這是公司的預期，而不是已經獲得廣泛驗證的預測。

最大疑問：誰會接受同一套計價規則？

「平行網絡」、代理人回饋及Shapley值分成，最終能否成為新一代網絡經濟，仍有幾個未解問題：

• 不同AI平台會否願意共享或承認同一套貢獻度標準？
• 出版商會否接受由代理人評估內容價值？
• Shapley值能否以低成本、透明及可審核的方式運作？
• 內容持有人如何選擇讓哪些代理人使用資料？
• 廣告、訂閱、授權及按使用量付費，會否長期並存，而非由一種模式完全取代另一種？

所以，Agrawal的真正主張並不是「廣告今日就會消失」，而是：當代理人成為網絡的主要讀者，單靠人類點擊來分配流量及收入，可能再也不足夠。Index及Shapley值提供了一個可能方向，但目前仍然是有待市場、出版商及AI平台共同驗證的設計方案。

一句講晒：人類點擊，未必再係AI時代的貨幣

前Twitter行政總裁 Parag Agrawal 的判斷是，現時互聯網依靠「人睇內容、見廣告、撳連結」形成收入循環；但如果日後主要使用者變成AI代理人，呢套經濟模式可能由根基上失效。

AI代理人可以一次過讀取大量來源，默默整理資料，再直接向人類交付答案。佢哋通常不會看廣告、對品牌產生偏好，亦未必會點入原文網站。結果係：代理人的網絡查詢量可能遠高於人類，但出版商反而收不到相應的訪問量、廣告曝光或轉介收入。21314

點解傳統「點擊經濟」對代理人失靈？

現時搜尋及網絡出版的循環，將點擊同時當成兩樣嘢：

• 收入單位：點擊可以帶來廣告曝光、轉介及訂閱轉換；
• 排名訊號：搜尋引擎可以用人類點擊行為，推算哪些結果較相關或有用。

Agrawal認為，AI代理人可能會同時閱讀十幾甚至更多來源，綜合內容後只交付一個答案，完全不需要將人類使用者帶回原始頁面。咁樣一來，點擊數既未能反映某篇內容對答案的實際貢獻，亦未能為出版商提供合理報酬。313

換句話講，一篇文章即使對代理人的最終答案非常關鍵，只要冇人撳入去，傳統系統就可能當佢「冇價值」。

甚麼是「平行網絡」？

Agrawal提出的並非一個完全取代人類網站的新互聯網，而是一層以AI代理人為原生使用者的網絡基建。搜尋、排序、資料擷取及付款機制，都會圍繞代理人能否完成任務而重新設計。

例如，系統評估的重點可以由「有幾多人撳入去」改為：

• 某個來源有冇幫代理人準確研究問題？
• 有冇改善推理或最後答案？
• 有冇協助完成工作流程？
• 內容是否足夠新、可靠及具權威性？

Parallel目前提供面向代理人及開發者的搜尋、內容擷取、深度研究、實體搜尋、聊天及網絡監察等API，定位正是支援這類代理人式使用場景的資料擷取層。1011

用代理人回饋取代人類點擊數據

Parallel的另一個關鍵押注，是不再單靠大量人類點擊去推算內容是否有用，而是直接收集代理人對特定任務的回饋。

簡單講，代理人完成一項研究後，可以反映某個檢索結果到底有冇幫助。呢種訊號針對的是「內容對某一個目標有幾大用處」，而非「有幾多人被吸引去撳入頁面」。理論上，這有機會令搜尋排序由追逐注意力，轉向衡量事實效用及任務成果。313

不過，呢個目前仍然係Parallel的產品理念，並非整個網絡已經採用的共同標準。

Shapley值：按內容的「邊際貢獻」分錢

如果代理人同時參考多個來源，究竟應該點樣分配收入？Agrawal構想以Shapley值處理呢個問題。

Shapley值原本用於計算多人合作創造價值時，各方的貢獻。在網絡內容的情境下，問題就變成：如果抽走某個來源，代理人的最終答案會差幾多？

按這個邏輯：

• 對完成任務不可或缺、提供大量新增價值的來源，應獲得較高報酬；
• 內容只係重複其他來源，或者同任務關係不大，所得就應該較少。

這種做法的吸引力，在於報酬不再單靠一次點擊或一筆劃一的授權費，而是按內容對實際成果的邊際價值計算。12

但難題同樣明顯：要在大規模、多來源及不同類型任務中，準確計算每篇內容的貢獻並不容易，還要防止內容提供者或代理人操控評分。

Index做甚麼？

Parallel的 Index 可以視為這套模式面向出版商、數據供應商及獨立創作者的一部分。根據公司文件，Index旨在讓內容持有人了解AI代理人如何發現、引用及依賴其內容，並按內容所帶來的價值提供補償。67

對出版商而言，這個構想回應了一個日益迫切的問題：如果AI代理人讀完內容後不帶來人類訪客，內容持有人如何知道自己有被使用，又如何獲得收入？

公司亦表示，Index合作伙伴包括出版商及內容分銷商，當中包括《The Atlantic》。610不過，現有公開資料未有提供一份全面、可核實的客戶名單，亦不足以確認Parallel的開發者數目；因此不應把未經直接披露的採用數字當成既定事實。

融資反映市場押注，但不等於模式已經驗證

Parallel Web Systems於2024年完成3,000萬美元種子輪融資；2025年11月再完成1億美元A輪，據報估值達7.4億美元。822

到2026年4月，公司再由Sequoia Capital領投1億美元B輪，據報估值升至20億美元；Kleiner Perkins、Index Ventures、Khosla Ventures、First Round、Spark、Terrain及Abstract等過往投資者亦有參與。915

呢些融資顯示投資者看好AI代理人基建的增長潛力，但並不能單獨證明以代理人貢獻度取代廣告的市場模式已經成功。

Google Cloud合作：分銷渠道，也是潛在競爭關係

Parallel亦成為Google Cloud企業代理人方案的搜尋及 grounding 選項之一。據報，使用Google Cloud代理人工具建立企業代理人或聊天應用程式的開發者，可以在網絡 grounding 選項中選擇Parallel Search，並與Google Search並列。1216

這項合作為Parallel帶來一個重要企業分銷渠道：它可以直接進入大型雲端平台的代理人開發流程。但另一方面，Google既是合作伙伴，亦擁有自己的搜尋及AI平台，因此雙方同時存在合作與競爭關係。516

點解Agrawal估計只需12至24個月？

Agrawal提到的12至24個月，屬於個人預測，並非業界共識或經測量得出的時間表。他的推理主要建基於幾個因素：

1. AI模型、工具使用能力及代理人框架正快速進步；
2. 一次人類請求，可能觸發代理人進行大量搜尋及子任務；
3. 企業可以透過現有雲端平台及API渠道部署代理人；
4. 一旦代理人的使用成本及可靠性跨過實用門檻，網絡查詢量可能在消費者習慣完全改變前，已經由代理人主導。

Parallel公開表述的其中一個押注，是AI代理人使用網絡的次數可能達到人類的「1,000倍」。214這是公司的預期，而不是已經獲得廣泛驗證的預測。

最大疑問：誰會接受同一套計價規則？

「平行網絡」、代理人回饋及Shapley值分成，最終能否成為新一代網絡經濟，仍有幾個未解問題：

• 不同AI平台會否願意共享或承認同一套貢獻度標準？
• 出版商會否接受由代理人評估內容價值？
• Shapley值能否以低成本、透明及可審核的方式運作？
• 內容持有人如何選擇讓哪些代理人使用資料？
• 廣告、訂閱、授權及按使用量付費，會否長期並存，而非由一種模式完全取代另一種？

所以，Agrawal的真正主張並不是「廣告今日就會消失」，而是：當代理人成為網絡的主要讀者，單靠人類點擊來分配流量及收入，可能再也不足夠。Index及Shapley值提供了一個可能方向，但目前仍然是有待市場、出版商及AI平台共同驗證的設計方案。