當 AI 代理人成為網路主要使用者，靠廣告與點擊維生的網路還能運作嗎？

點擊為何可能不再是網路的通用貨幣？

Agrawal 的中心論點很直接：今天由人類注意力支撐的網路，若未來改由 AI 代理人負責大部分閱讀與搜尋，廣告和點擊驅動的商業模式就可能失去基礎。

目前的搜尋與出版循環，通常同時把點擊視為兩種東西：一方面是廣告曝光、導流和收益的經濟單位；另一方面也是搜尋引擎判斷內容相關性的排名訊號。但 AI 代理人可能會默默讀取多個來源、整理資料，再直接生成答案，過程中不一定讓人類使用者造訪任何一個原始頁面。13

這意味著，即使某篇文章對最終答案至關重要，網站也可能收不到相應的點擊、廣告曝光或轉介流量。代理人查詢網路的頻率還可能遠高於人類，進一步放大「大量使用、卻沒有流量回傳」的問題。214

「平行網路」是什麼？

Agrawal 提出的替代方向，是建立一層以 AI 代理人為原生使用者的網路基礎設施。他並非主張全面取代人類使用的網站，而是希望在現有網路之外，發展一套更適合代理人工作的搜尋、排名、內容擷取與付款機制。

這個構想的重點，不再是「哪個連結最容易吸引人點擊」，而是「哪個來源最能協助代理人完成任務」：包括查證資料、研究問題、推理、執行工作流程，或改善最後產出的答案。Parallel 的 API 已涵蓋搜尋、內容擷取、深度研究、實體探索、聊天和網路監測等代理人用途。1011

用代理人回饋取代人類點擊資料

在傳統網路中，搜尋系統往往透過大量使用者的點擊行為推測相關性。但 Parallel 的方向，是讓 AI 代理人直接回報某項內容對特定任務是否有用。

這類回饋理論上能提供更貼近任務目標的訊號：某個來源是否提升了答案的正確性？是否提供了其他來源沒有的關鍵資訊？是否讓代理人更快完成研究？如此一來，排名依據就有機會從「吸引注意力」轉向「對任務的事實效用」。不過，這目前仍是產品與市場設計的主張，還不是整個網路普遍採用的標準。313

以 Shapley value 計算內容應得的報酬

Agrawal 構想中的收益分配，涉及 Shapley value（夏普利值）這項合作賽局理論概念。簡單說，它試圖計算：在多個來源共同促成成功答案的情況下，某一來源究竟帶來了多少「額外貢獻」。

如果某篇內容不可或缺，或提供了其他來源沒有的重要資訊，它理應比只是重複既有資料、或與任務關聯較弱的來源獲得更多報酬。這種模式的吸引力，在於收益取決於內容對任務結果的邊際價值，而不是一次點擊或固定授權費。1216

但難題同樣明顯：系統必須在大規模運作時可靠地計算貢獻，還要防止來源、代理人或其他參與者操縱評分。如何定義「成功答案」、如何處理來源之間的相互依賴，也都會影響最終分配結果。

Index 如何讓內容提供者看見 AI 的使用方式？

Parallel 的 Index 是這套模式中面向內容所有者的一環。它旨在讓出版商、資料提供者和獨立創作者了解 AI 代理人如何發現、引用並依賴其內容，同時探索依內容對代理人結果所產生的價值提供補償。6714

這與傳統網站分析工具的差異，在於焦點不只是「有多少人點進來」，而是「代理人如何使用這些內容，以及內容對最終產出有多大幫助」。Parallel 將 Index 公開定位為一種試圖讓內容所有者與 AI 使用情境利益一致的模式；至於它能否成為廣泛採用的產業機制，仍有待驗證。

Parallel 的融資與 Google Cloud 合作

Parallel 在 2024 年完成 3,000 萬美元種子輪融資，並於 2025 年 11 月完成 1 億美元 A 輪融資，當時公司估值據報達 7.4 億美元。12 2026 年 4 月，公司再完成由 Sequoia Capital 領投的 1 億美元 B 輪融資，據報估值升至 20 億美元；既有投資者包括 Kleiner Perkins、Index Ventures、Khosla Ventures、First Round、Spark、Terrain 和 Abstract 等。11015

在分發層面，Parallel 也成為 Google Cloud 企業代理人建置流程中的搜尋與 grounding 選項。報導指出，使用 Google Cloud 代理人工具、需要網路 grounding 的開發者，可以在 Google Search 與 Parallel Search 之間選擇。212

這讓 Parallel 得以進入大型企業代理人平台，但也形成微妙關係：Google 是重要合作夥伴，同時也是擁有搜尋、雲端與 AI 能力的潛在競爭者。5

為什麼 Agrawal 認為轉變可能在 12 至 24 個月內發生？

Agrawal 提出的 12 至 24 個月，是對市場發展的預測，而不是已獲普遍共識支持的時間表。他的推理包括：模型能力、工具使用和代理人框架正快速進步；一個代理人可以為單一人類請求發起大量搜尋與子任務；企業則能透過既有的雲端服務和 API 管道導入這些系統。

如果代理人的可用性和成本同時跨過實用門檻，網路查詢量可能在一般消費者習慣完全改變前，就先由代理人主導。Parallel 的公開說法甚至估計，代理人使用網路的頻率可能達到人類的「1,000 倍」。214

這套模式目前最大的未知數

「平行網路」、Index 和以 Shapley value 為基礎的付款機制，描述的是一種仍在形成中的市場設計。它尚未被證明能普遍取代廣告，也沒有足夠證據顯示出版商、不同的 AI 代理人平台，以及更廣泛的網路生態系統，會採用同一套內容歸因與收益分配標準。

此外，目前公開資料也沒有提供完整且可靠的 Parallel 客戶名單，或經驗證的開發者數量。較明確的公開證據是，Parallel 正向代理人與開發者銷售 API，並已為 Index 尋找包括 The Atlantic 在內的出版商與內容發行合作夥伴。610

因此，Agrawal 的主張更像是一場對網路價值衡量方式的押注：未來真正重要的，可能不再是誰獲得最多點擊，而是哪個來源讓 AI 代理人更可靠地完成任務，以及內容創作者能否因此獲得可持續的回報。