Parag Agrawal 的核心論點其實好直接：現時網絡的生意模式，係圍繞人類注意力建立——人搜尋、撳入網站、睇廣告，出版商就可以靠流量同廣告收入維持運作。

但如果將來最常上網的唔係人，而係 AI 代理呢？AI 代理可以一次過搜尋大量來源，擷取重點、互相比較，再直接將整理好的答案交畀用戶。原本提供資料的網站，可能完全收唔到一次人類點擊，亦未必有廣告曝光。Agrawal 認為，當呢種使用方式成為主流，傳統以點擊計算價值的網絡經濟就會出現根本問題。1444

Agrawal 目前創辦的 Parallel Web Systems，正正係想為 AI 代理打造一層新的網絡基礎設施。佢哋稱之為網絡的「第二位使用者」：唔係要即刻取代面向人類的網站，而係在現有網絡之上，加入一套適合 AI 代理搜尋、擷取資料、研究、追蹤來源同付款的系統。4047

點解點擊可能唔再代表價值？

對人類使用者而言，網絡價值鏈相對容易睇到：有人搜尋，撳入搜尋結果，閱讀文章，見到廣告，之後可能記住某個出版品牌，或者再次回訪。於是「點擊」同時扮演兩個角色：一方面帶來流量同廣告收入，另一方面亦俾搜尋系統用作判斷相關性。

AI 代理的行為就完全唔同。佢可能同時查閱幾十個來源，只抽取幾段相關內容，再整合成一個答案，最後由代理直接回覆用戶。原始頁面可能完全冇人類訪客。

咁樣一來，點擊就未必反映一個來源真正做過幾多功課：一篇文章可能提供咗關鍵事實、驗證咗一個結論，或者令整個研究任務成功，但最後冇人撳入去。Agrawal 認為，網絡需要量度的，應該係一份資料對 AI 代理完成任務有幾有用，而唔係單純計算有冇人撳條連結。

Parallel 的說法係，AI 代理將來使用網絡的頻率可能達到人類的「1,000 倍」。呢個數字係公司的核心預測，而唔係已經獲得廣泛驗證的行業共識。14

「平行網絡」究竟想改變甚麼？

Parallel 所講的「平行網絡」，比較似係一層面向 AI 代理的基礎設施，而唔係另起一個完全獨立、同人類網站互不相干的互聯網。

公司的 API 涵蓋網絡搜尋、內容擷取、深度研究、實體搜尋、聊天及持續監察等功能，目的係令 AI 代理可以更有效率地使用網絡資料。25

傳統網絡系統慣常將注意力、連結數量同點擊，當作判斷相關性的實用指標。Agent-native 系統就可能改問以下問題：

• 呢個來源有冇幫代理搵到準確答案？
• 佢有冇協助完成一個研究任務？
• 佢有冇釐清某個人物、公司或者事實？
• 佢有冇支援一個決策或者工作流程？
• 佢有冇改善最後交付畀用戶的答案？

換句話講，來源的價值唔再只係「多人睇」或者「多人撳」，而係取決於佢對某一項具體任務有幾大幫助。Parallel 亦形容，直接收集 AI 代理對資料是否有用的回饋，可以取代主要依賴人類點擊數據去排序同建立索引的做法。4445

不過，呢個仍然係 Parallel 的公司理念同產品方向，並唔係整個網絡已經採用的標準。要真正普及，出版商、內容擁有人、AI 代理開發者、搜尋服務商同其他基礎設施公司都要一齊參與。

用 Shapley value 計算出版商應得幾多？

Parallel 提出的補償模式，建基於 Shapley value——可以簡單理解為：幾個來源一齊完成一個結果時，計算每個來源到底增加咗幾多價值。

套用到網絡內容，就係問：在其他資料都可用的情況下，某一個來源對 AI 代理成功完成任務，究竟作出咗幾大貢獻？

例如，一個來源提供咗其他地方冇有的關鍵資料，或者令最後答案出現重大改變，理論上就應該比單純重複其他來源內容的網站得到更多功勞。1629

呢個概念希望將內容補償由「帶來幾多流量」或者「一口價授權費」，轉向「對結果作出幾多邊際貢獻」。但實際執行仍然有幾多難題：

• 點樣定義一個 AI 任務算唔算成功？
• 點樣用一致方法計算每個來源的貢獻？
• 點樣避免內容擁有人或者 AI 系統操控評分？
• 點樣令不同平台之間的計算結果可以互相比較？

現有資料只顯示，Shapley value 係一個正在提出的設計方向，未足以證明佢可以取代現行廣告模式。

Index 點樣支援呢套模式？

Index 係 Parallel 面向出版商、資料供應商同獨立創作者的一部分。Parallel 表示，Index 會讓內容擁有人了解 AI 代理點樣使用佢哋的資料，包括：內容回答咗邊啲查詢、被引用幾頻密，以及對代理完成任務有幾獨特的貢獻。29

之後，系統會根據估算出來的 Shapley value，將補償同來源的實際貢獻掛鈎。理想情況下，即使冇人類使用者撳入一篇文章，只要文章對 AI 代理產生了有用、不可取代的資訊，內容擁有人仍然有機會獲得回報。

Index 的推出夥伴包括 The Atlantic、Fortune 及 PR Newswire，亦包括 PitchBook、Enigma、RocketReach、ZoomInfo 等商業及資料情報供應商，以及部分獨立創作者。6

所以，Index 想同時處理兩個問題：第一係「出版商睇唔睇到 AI 點樣用佢哋的內容」；第二係「如果冇點擊，內容又應該點樣得到報酬」。

Parallel 融資幾多？有邊啲客戶？

Parallel 於 2024 年 1 月完成 3,000 萬美元種子輪融資。2025 年 11 月，公司宣布完成 1 億美元 A 輪，當時據報估值為 7.4 億美元，由 Kleiner Perkins 及 Index Ventures 共同領投。1133

到 2026 年 4 月，公司再完成 1 億美元 B 輪，由 Sequoia Capital 領投，據報估值升至 20 億美元。Kleiner Perkins、Index Ventures、Khosla Ventures、First Round、Spark、Terrain 及 Abstract 等現有投資者亦有參與。11015

Parallel 的公開資料將公司定位為 AI 代理產品的搜尋及研究 API 供應商。A 輪公布時，公司列出 Clay、Sourcegraph 及 Owner 等企業作為客戶或使用者。40

不過，現有資料未能證實一份完整客戶名單，亦未有足夠獨立證據確認實際開發者數目。因此，所謂「有幾多開發者使用」仍然唔應該講得過分肯定。

點解 Google Cloud 合作咁重要？

Parallel 亦已經成為 Google Cloud 客戶建立企業 AI 代理時，可以選用的搜尋及 grounding 方案之一。據報，相關整合讓開發者在使用 Google 的 Gemini 相關代理工具時，可以將 Parallel Search 同 Google Search 一齊作為網絡 grounding 選項。12

對 Parallel 而言，呢個合作提供咗一條通往大型企業客戶的分發渠道。企業正逐步測試可以自行研究資料、處理多個子任務及執行工作流程的 AI 代理，而 Google Cloud 本身就掌握龐大企業客戶網絡。

但雙方亦存在策略上的微妙關係：Google 既係重要合作夥伴，同時亦擁有自己的搜尋及 AI 基礎設施。因此，Parallel 既可以借助 Google Cloud 擴大接觸面，亦要面對一個可能同自己競爭的主要平台。512

點解 Agrawal 預期 12 至 24 個月內出現轉變？

Agrawal 所講的 12 至 24 個月，係一項預測，唔係客觀量度出來的行業共識。

背後的押注主要有三部分：模型能力持續提升、AI 代理使用工具及拆解任務的能力變得成熟，以及企業可以透過現有雲端平台同 API 更容易部署代理。對一個人類請求而言，AI 代理可以自行發出大量搜尋，再逐步完成多個子任務。

如果 AI 代理開始產生遠多於人類的網絡查詢，但回傳的是整合好的答案，而唔係將流量逐一送到每個原始網站，點擊經濟所受的壓力，可能會早過一般消費者改變日常上網習慣之前出現。

不過，Parallel 所講的「1,000 倍」仍然應該視為公司的信念同預期，而唔係已經證實的未來數字。14

最大的不確定性：邊個來定義「有價值」？

Agrawal 其實唔係宣布現行廣告模式已經壽終正寢，而係提出一個假設：如果 AI 代理將來成為人類接觸網絡資料的主要介面，單靠點擊可能唔再足以支撐搜尋排序、內容創作同出版商收入。

Index、代理回饋同 Shapley-based compensation，提供咗一個可能方向——按照內容對 AI 輸出的實際貢獻，重新分配資訊價值。但呢套模式仍然要解決歸因、付款標準、防止操控，以及不同平台能否共同採用等問題。

所以，Parallel 最強的版本並非「廣告模式明日就會消失」，而係一個有條件的預測：如果 AI 代理真的成為網絡的主要使用者，網絡的經濟訊號可能會由人類點擊，轉向代理任務結果、來源可追溯性，以及對可量度資訊貢獻的付款。

Parag Agrawal 的核心論點其實好直接：現時網絡的生意模式，係圍繞人類注意力建立——人搜尋、撳入網站、睇廣告，出版商就可以靠流量同廣告收入維持運作。

但如果將來最常上網的唔係人，而係 AI 代理呢？AI 代理可以一次過搜尋大量來源，擷取重點、互相比較，再直接將整理好的答案交畀用戶。原本提供資料的網站，可能完全收唔到一次人類點擊，亦未必有廣告曝光。Agrawal 認為，當呢種使用方式成為主流，傳統以點擊計算價值的網絡經濟就會出現根本問題。1444

Agrawal 目前創辦的 Parallel Web Systems，正正係想為 AI 代理打造一層新的網絡基礎設施。佢哋稱之為網絡的「第二位使用者」：唔係要即刻取代面向人類的網站，而係在現有網絡之上，加入一套適合 AI 代理搜尋、擷取資料、研究、追蹤來源同付款的系統。4047

點解點擊可能唔再代表價值？

對人類使用者而言，網絡價值鏈相對容易睇到：有人搜尋，撳入搜尋結果，閱讀文章，見到廣告，之後可能記住某個出版品牌，或者再次回訪。於是「點擊」同時扮演兩個角色：一方面帶來流量同廣告收入，另一方面亦俾搜尋系統用作判斷相關性。

AI 代理的行為就完全唔同。佢可能同時查閱幾十個來源，只抽取幾段相關內容，再整合成一個答案，最後由代理直接回覆用戶。原始頁面可能完全冇人類訪客。

咁樣一來，點擊就未必反映一個來源真正做過幾多功課：一篇文章可能提供咗關鍵事實、驗證咗一個結論，或者令整個研究任務成功，但最後冇人撳入去。Agrawal 認為，網絡需要量度的，應該係一份資料對 AI 代理完成任務有幾有用，而唔係單純計算有冇人撳條連結。

Parallel 的說法係，AI 代理將來使用網絡的頻率可能達到人類的「1,000 倍」。呢個數字係公司的核心預測，而唔係已經獲得廣泛驗證的行業共識。14

「平行網絡」究竟想改變甚麼？

Parallel 所講的「平行網絡」，比較似係一層面向 AI 代理的基礎設施，而唔係另起一個完全獨立、同人類網站互不相干的互聯網。

公司的 API 涵蓋網絡搜尋、內容擷取、深度研究、實體搜尋、聊天及持續監察等功能，目的係令 AI 代理可以更有效率地使用網絡資料。25

傳統網絡系統慣常將注意力、連結數量同點擊，當作判斷相關性的實用指標。Agent-native 系統就可能改問以下問題：

• 呢個來源有冇幫代理搵到準確答案？
• 佢有冇協助完成一個研究任務？
• 佢有冇釐清某個人物、公司或者事實？
• 佢有冇支援一個決策或者工作流程？
• 佢有冇改善最後交付畀用戶的答案？

換句話講，來源的價值唔再只係「多人睇」或者「多人撳」，而係取決於佢對某一項具體任務有幾大幫助。Parallel 亦形容，直接收集 AI 代理對資料是否有用的回饋，可以取代主要依賴人類點擊數據去排序同建立索引的做法。4445

不過，呢個仍然係 Parallel 的公司理念同產品方向，並唔係整個網絡已經採用的標準。要真正普及，出版商、內容擁有人、AI 代理開發者、搜尋服務商同其他基礎設施公司都要一齊參與。

用 Shapley value 計算出版商應得幾多？

Parallel 提出的補償模式，建基於 Shapley value——可以簡單理解為：幾個來源一齊完成一個結果時，計算每個來源到底增加咗幾多價值。

套用到網絡內容，就係問：在其他資料都可用的情況下，某一個來源對 AI 代理成功完成任務，究竟作出咗幾大貢獻？

例如，一個來源提供咗其他地方冇有的關鍵資料，或者令最後答案出現重大改變，理論上就應該比單純重複其他來源內容的網站得到更多功勞。1629

呢個概念希望將內容補償由「帶來幾多流量」或者「一口價授權費」，轉向「對結果作出幾多邊際貢獻」。但實際執行仍然有幾多難題：

• 點樣定義一個 AI 任務算唔算成功？
• 點樣用一致方法計算每個來源的貢獻？
• 點樣避免內容擁有人或者 AI 系統操控評分？
• 點樣令不同平台之間的計算結果可以互相比較？

現有資料只顯示，Shapley value 係一個正在提出的設計方向，未足以證明佢可以取代現行廣告模式。

Index 點樣支援呢套模式？

Index 係 Parallel 面向出版商、資料供應商同獨立創作者的一部分。Parallel 表示，Index 會讓內容擁有人了解 AI 代理點樣使用佢哋的資料，包括：內容回答咗邊啲查詢、被引用幾頻密，以及對代理完成任務有幾獨特的貢獻。29

之後，系統會根據估算出來的 Shapley value，將補償同來源的實際貢獻掛鈎。理想情況下，即使冇人類使用者撳入一篇文章，只要文章對 AI 代理產生了有用、不可取代的資訊，內容擁有人仍然有機會獲得回報。

Index 的推出夥伴包括 The Atlantic、Fortune 及 PR Newswire，亦包括 PitchBook、Enigma、RocketReach、ZoomInfo 等商業及資料情報供應商，以及部分獨立創作者。6

所以，Index 想同時處理兩個問題：第一係「出版商睇唔睇到 AI 點樣用佢哋的內容」；第二係「如果冇點擊，內容又應該點樣得到報酬」。

Parallel 融資幾多？有邊啲客戶？

Parallel 於 2024 年 1 月完成 3,000 萬美元種子輪融資。2025 年 11 月，公司宣布完成 1 億美元 A 輪，當時據報估值為 7.4 億美元，由 Kleiner Perkins 及 Index Ventures 共同領投。1133

到 2026 年 4 月，公司再完成 1 億美元 B 輪，由 Sequoia Capital 領投，據報估值升至 20 億美元。Kleiner Perkins、Index Ventures、Khosla Ventures、First Round、Spark、Terrain 及 Abstract 等現有投資者亦有參與。11015

Parallel 的公開資料將公司定位為 AI 代理產品的搜尋及研究 API 供應商。A 輪公布時，公司列出 Clay、Sourcegraph 及 Owner 等企業作為客戶或使用者。40

不過，現有資料未能證實一份完整客戶名單，亦未有足夠獨立證據確認實際開發者數目。因此，所謂「有幾多開發者使用」仍然唔應該講得過分肯定。

點解 Google Cloud 合作咁重要？

Parallel 亦已經成為 Google Cloud 客戶建立企業 AI 代理時，可以選用的搜尋及 grounding 方案之一。據報，相關整合讓開發者在使用 Google 的 Gemini 相關代理工具時，可以將 Parallel Search 同 Google Search 一齊作為網絡 grounding 選項。12

對 Parallel 而言，呢個合作提供咗一條通往大型企業客戶的分發渠道。企業正逐步測試可以自行研究資料、處理多個子任務及執行工作流程的 AI 代理，而 Google Cloud 本身就掌握龐大企業客戶網絡。

但雙方亦存在策略上的微妙關係：Google 既係重要合作夥伴，同時亦擁有自己的搜尋及 AI 基礎設施。因此，Parallel 既可以借助 Google Cloud 擴大接觸面，亦要面對一個可能同自己競爭的主要平台。512

點解 Agrawal 預期 12 至 24 個月內出現轉變？

Agrawal 所講的 12 至 24 個月，係一項預測，唔係客觀量度出來的行業共識。

背後的押注主要有三部分：模型能力持續提升、AI 代理使用工具及拆解任務的能力變得成熟，以及企業可以透過現有雲端平台同 API 更容易部署代理。對一個人類請求而言，AI 代理可以自行發出大量搜尋，再逐步完成多個子任務。

如果 AI 代理開始產生遠多於人類的網絡查詢，但回傳的是整合好的答案，而唔係將流量逐一送到每個原始網站，點擊經濟所受的壓力，可能會早過一般消費者改變日常上網習慣之前出現。

不過，Parallel 所講的「1,000 倍」仍然應該視為公司的信念同預期，而唔係已經證實的未來數字。14

最大的不確定性：邊個來定義「有價值」？

Agrawal 其實唔係宣布現行廣告模式已經壽終正寢，而係提出一個假設：如果 AI 代理將來成為人類接觸網絡資料的主要介面，單靠點擊可能唔再足以支撐搜尋排序、內容創作同出版商收入。

Index、代理回饋同 Shapley-based compensation，提供咗一個可能方向——按照內容對 AI 輸出的實際貢獻，重新分配資訊價值。但呢套模式仍然要解決歸因、付款標準、防止操控，以及不同平台能否共同採用等問題。

所以，Parallel 最強的版本並非「廣告模式明日就會消失」，而係一個有條件的預測：如果 AI 代理真的成為網絡的主要使用者，網絡的經濟訊號可能會由人類點擊，轉向代理任務結果、來源可追溯性，以及對可量度資訊貢獻的付款。