第一件，OpenAI 发布 GPT-6.1 Terra，API 价格比 GPT-5.6 Terra 便宜一半。

第二件，剪映海外版 CapCut 的插件即将进入 ChatGPT，用户可以“在对话框里起一个想法，把活儿直接交给剪辑工具”。

第三件，Runway 上线 App Studio，不用写代码，用一句人话就能搭出自己的 AI 创意应用。

价格、入口、产能——一条内容生产线上的三个环节，被同一天动了刀子。这不是巧合，是行业推进到某个阶段后的必然动作：从“能不能做出来”，转向“谁能更便宜、更顺手地做出来”。

一、先把“错”这件事修掉

GPT-6.1 Terra 的三组数字，值得逐个拆。

价格：输入 1 美元 / 百万 token，输出 5 美元 / 百万 token，比上一代 GPT-5.6 Terra 和同期的 GPT-6.1 Sol 低 50%。

能力：在 Agents' Last Exam 这项智能体能力评测上，比 GPT-5.6 Terra 高出 15 个百分点；编码类任务的完成率翻了一倍。

错误率：事实性错误率从 53.6% 降到 16.7%。

第三个数是最容易被跳过的，但对做内容的人来说，它比前两个都重要。

过去两年，“AI 编东西”是内容行业最头疼的问题。让模型查一份文件，它能给你一个标题醒目、结构完整、条理清楚的版本，唯独缺文号和落款日期——而正是这两个小破绽，暴露了整份文件是拼凑出来的。审稿的人如果没看出这两处，稿子就发出去了。

53.6% 到 16.7%，意味着同样一百条事实性陈述，需要人工核验的从五十多条降到十六条左右。听起来只是少核了几十条，实际影响是工作流的重心移位：过去一半精力花在“抓错”，现在可以挪一部分到“判断”上——这条信息值不值得发、这个角度有没有差异化。

当然，16.7% 仍然是每六条错一条。放在新闻、医疗、法律这类场景，这个比例依然不可接受。模型变准，不等于可以免检。今年 9 月最高人民法院《关于依法审理涉人工智能纠纷案件的意见》说得很清楚：“内容由 AI 生成”不能作为免责抗辩。谁发布，谁负责。

图：剪辑仍是这条链上最耗人力的环节，也是最容易被“折叠”的环节（图库实拍）

二、剪辑软件正在搬进对话框

第二件事更直接。

据行业日报披露，CapCut 即将在 ChatGPT 内上线插件：用户在对话里描述一个想法，接下来由 CapCut 的剪辑与生成工具接手，整个过程留在同一个会话里。

这句话听起来像产品更新，实际上动的是入口。

过去做一条短视频，路径是固定的：打开剪辑软件 → 导入素材 → 卡点 → 加字幕 → 调色 → 导出 → 传到平台。软件是“目的地”，你得走过去。

现在这条路被折起来了：你在一个对话框里说“帮我把这段口播剪成 45 秒，加字幕，配个轻快的 BGM”，工具在后台跑完，你只需要看结果、提修改意见。软件从“目的地”变成了“被调用的能力”。

这件事对三类人的影响完全不同。

对纯执行岗，“会用剪辑软件”这项技能的溢价会快速下降。它不会消失，但会从“专业能力”变成“基础操作”，就像今天没人把“会用 Word”写进简历的核心竞争力。

对内容策划岗，反而是利好。以前想了十个创意，只能落地两个，因为剪不完；现在落地的成本降下来，比拼的回到“哪个创意值得做”。

对团队负责人，问题变成“人怎么排”。三个人干五个人的活变成可能，但审片、定调、处理突发的工作量不会减少——管的内容多了，判断的密度反而更高。

三、把工作流变成“应用”

第三件事，Runway 的 App Studio。

它的定位是“无代码”：用自然语言描述需求，平台生成一个可复用的 AI 创意应用。这些应用可以调用团队的 Brand Kits（品牌素材规范）、Workflows（工作流）和 Assets（素材库），批量生成图像、视频、音频。内置的成品应用包括角色替换、自动合成、产品图套装、精细修图等。所有付费计划都包含，不额外收费。

这里的关键词不是“AI 生成”，是“可复用”。

一个团队做电商内容，每周要出五十张主图、二十条短视频。过去是设计师一张张做，或者用 AI 一张张生成——效率提升了，但每次都要重新描述需求，风格还容易飘。App Studio 这类工具想解决的，是把“我们家的图长什么样”固化成一套可调用的东西：输入商品，输出符合品牌规范的成品。

这背后是一个很现实的转变：AI 工具的竞争，已经从“谁的模型更强”，转到“谁能把流程固化下来”。模型大家都能调，流程是私有的。

图：未来的差距不在“会不会用工具”，而在“有没有自己的流程”（图库实拍）

四、运营岗被削掉的，和被迫长出来的

把三件事叠在一起，一个新媒体运营的日常会被切成两段。

被削掉的是“操作”。剪一条片子、写十条标题、做五张封面、拉一次数据报表——这些动作正在被工具接管，而且接管得越来越彻底。这不是趋势预测，是正在发生的事。

被迫长出来的是“判断”。工具给了你十条片子，你得知道哪条能发、哪条会惹麻烦、哪条该改个开头。工具给了你五个选题，你得判断哪个符合账号定位、哪个踩了平台的敏感线、哪个虽然流量高但会污染粉丝结构。

说到底，AI 把“做”的成本压到接近零之后，稀缺的就不再是产能，而是品味和判断力。而这两样东西，恰好是最难通过看教程获得的——它们来自大量真实项目的反复试错，以及有人在你犯错之后告诉你错在哪。

五、这周可以试的三件事

1. 拿一条旧内容重做一遍。挑一条数据中等的旧视频，用新工具重剪、重写标题，对比前后数据。你会很快知道自己缺的是产能还是判断。

2. 把自己的“标准”写下来。封面用什么字体、标题几个字、开头几秒必须出现什么。写成文档，才可能变成工具里的模板；留在脑子里，永远只能靠人盯。

3. 给核稿留一道人工关。错误率从 53.6% 降到 16.7% 是巨大进步，但 16.7% 意味着平均六条里还有一条错。事实、数字、人名、政策文号——这四类内容必须人工过一遍。

同一天里，Siri 把 AI 能力扩到了法语、日语、韩语、葡萄牙语和西班牙语；Anthropic 递交了上市申请。整个行业都在加速，但加速的方向很一致：把工具做得越来越不像工具，把人的位置推向判断那一端。

对内容从业者，这既是好消息也是坏消息。好消息是重复劳动终于有人接手了；坏消息是，你不能再靠“手快”活着了。

综合：OpenAI GPT-6.1 Terra 发布信息（2026 年 10 月 26 日）、Runway App Studio 发布信息（2026 年 10 月 26 日）、《The Neuron》2026 年 10 月 26 日行业日报、FutureTools 每日速览、最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（2026 年 9 月）整理。配图为图库实拍素材，仅作场景示意。

公告里有个时间要求：符合标准的平台应当主动评估，并在通知发布之日起 20 个工作日内提交申报材料。

20 个工作日，掐头去尾不到一个月。

这件事在行业里引起的讨论不算多，但它可能是今年最容易被低估的一条监管动作。原因很简单：过去管未成年人保护，管的是内容——哪条视频不能发、哪个话题不能推。这次管的是平台本身——你算不算“重点平台”，你的产品设计要因此改多少。

一个是灭火，一个是改电路。后者的影响周期要长得多。

一、门槛是怎么算的

认定依据是今年 4 月 1 日起施行的《认定办法》。它设了两个维度，缺一不可。

维度一：数量。专门服务未成年人的平台，注册用户在 1000 万以上，或月活跃用户在 100 万以上，即达到“数量巨大”。面向全年龄用户的平台，则看未成年用户是否达到相应门槛。

维度二：影响。“显著影响”要综合考察未成年人的登录频次、使用时长、消费金额，以及平台内容、垂直领域代表性等因素。

这两条放在一起，产生了一个很多人没注意到的结果：一家主要面向成年人的平台，只要未成年用户规模达到一定量，也可能被纳进来；一些体量不大的垂直平台，如果深度影响未成年人的学习、社交或消费，同样跑不掉。

按公开梳理，辐射范围内的平台包括微信、抖音、快手、小红书、微博、哔哩哔哩、QQ 等社交内容平台，腾讯游戏、网易游戏等未成年用户占比较高的游戏平台，以及作业帮、猿辅导、凯叔讲故事这类主打未成年人市场的产品。

图：认定不只数人头，还要看使用时长、登录频次与消费（图库实拍）

二、不同产品，考的是不同的卷子

同样一份申报表，填起来差别很大。因为认定要求评估的，是“你的产品形态会给未成年人带来什么”。

看视频的。抖音、B 站这类场景，评估不只涉及内容是否适龄，还要回答连续推荐、自动播放如何影响使用时间。一个“下一条”按钮，在这里就是需要论证的产品设计。

看种草的。小红书兼有生活分享和消费内容，重点在于未成年人辨识商业推广的能力——软广识别不出来，等于被精准营销。

看讨论的。微博的热点、评论和私信，涉及信息接触、社交互动与网络欺凌。

看学习的。作业帮这类工具的使用时长天然偏长，不能简单把“停留久”等同于“沉迷”，需要区分必要的学习活动与额外的互动诱导。这一条尤其能说明认定的取态：不是一刀切看数字，而是看你有没有在设计上诱导。

值得注意的是，这些是需要关注的场景风险，并不代表相关企业已经存在违规。认定是“评级”，不是“定罪”。

三、抖音这一个月的数据，说明了另一件事

就在认定工作启动两天后，10 月 21 日，抖音黑板报发布《关于持续治理涉未成年人不良内容的公告》，给出了一组数：近一个月，平台处置违规内容 20.1 万条，对 8094 个违规账号采取梯度处置措施；2026 年以来，针对侵害未成年人权益的违法犯罪行为，协助主管部门抓获嫌疑人 80 人。

公告里公示的四类典型情形，恰好把“红线”画得很清楚：

其一，以“交友”为名接近未成年人、诱骗拍摄私密内容，账号封禁、线索上报，嫌疑人被刑事拘留。

其二，利用 AI 技术恶意篡改经典动画，或搬运境外“毒动画”“毒漫画”，传播暴力、血腥、低俗内容——账号禁言、内容下架。

其三，冒用未成年人身份标签发布低俗内容博流量，处置包括禁言、清除违规增长粉丝、暂停营利权限。

其四，展示、宣扬未成年人抽烟、喝酒、文身等行为。

第二条尤其值得所有做二创的人警醒：AI 让“改一改”变得太容易了。把经典动画的人物换个脸、加段台词，成本几乎为零，但要承担的是平台处置，甚至是侵权与不良内容双重风险。工具把门槛降到地板上，责任却一点没减。

图：家长端的“陪伴式使用”正在成为平台设计的一部分（图库实拍）

四、被改写的四个运营动作

对不在平台方、而在内容方的人来说，这件事的传导路径很具体。

动作一：账号定位要重审。如果你的账号面向学生群体、或在内容里出现未成年出镜，从现在起，“未成年人模式”下的可见性、评论区开放程度、直播时段，都可能被平台以更严的规则对待。提前做一次自查，比等限流再找原因划算。

动作二：AI 二创要有台账。用了哪个模型、改了什么、原素材授权在哪。平台处置时看的是“你是不是明知故犯”，台账是唯一能证明“我不是”的东西。

动作三：投放策略要分人群。面向未成年人的产品做推广，素材、话术、落地页会被放在更高标准下审视。“限时”“仅剩 3 件”这类话术，在未成年受众面前的容错率远低于成年受众。

动作四：AI 陪伴类产品要重做交互。今年涉及未成年人保护的规范性文件超过 4 份，覆盖内容分类、平台分级、AI 陪伴、产品责任。做 AI 角色、AI 陪伴、AI 聊天的团队，合规成本会明显高于做纯内容的团队——这已经是一道门槛，而不是一条注意事项。

五、接下来看什么

三个观察点。

一是名单。20 个工作日的申报窗口大约在 11 月中旬收口，后续是否公布认定结果、以什么形式公布，会直接决定这套机制的威慑力。

二是配套。“重点平台”意味着更重的义务——独立未成年人模式、专门团队、定期评估报告、外部审计。这些要求一旦细化，会外溢成整个行业的成本。

三是溢出。平台被要求做的事，最终会以规则形式压到创作者头上。历史上每一次平台侧的整改，都会在三个月后变成内容侧的“新常识”。

说到底，这一轮的关键词不是“严”，是“分级”。分级意味着差异化：做得好的平台，责任大但空间也大；做得糙的平台，一次评估就可能暴露全部短板。

对内容从业者，这件事的提醒很朴素：你所在的平台正在被重新定义，你手里的账号也会跟着被重新定义。与其等规则落下来再调整，不如现在就把“面向未成年人是否合适”当成每一条内容发布前的最后一道自检。

综合：国家互联网信息办公室 2026 年 10 月 19 日公告、《未成年人用户数量巨大和对未成年人群体具有显著影响的网络平台服务提供者认定办法》（2026 年 4 月 1 日施行）、抖音黑板报《关于持续治理涉未成年人不良内容的公告》（2026 年 10 月 21 日）、腾讯新闻相关报道整理。配图为图库实拍素材，仅作场景示意。

落到人工智能这一个口子上，是 23 项。

这个数字之所以值得单拎出来说，是因为它管的不是“卖芯片”，而是卖方法——大模型训练方法、智能体系统、高性能计算集群的组织方式。换句话说，被装进清单的，是“怎么做出来”的那套东西。

一周之后的 10 月 23 日，MiniMax 发了一则公告，说公司已经按照商务部、科技部的要求，完成了若干近期已发布以及预期将发布模型的开源与海外授权所需的技术出口登记手续。据央视旗下“玉渊谭天”披露，深度求索（DeepSeek）与 MiniMax 都已走通这条流程。

“登记”这两个字，是这轮变化里最不起眼、也最实用的一个信号：它意味着合规路径已经通了，而不是堵死了。

一、清单里到底装了什么

把公开信息拼起来看，这次被点名的人工智能技术，大致落在三个层次上。

第一层是训练方法。大模型的训练方法被写进了管制范围。这一层的含义很直接：模型权重可以开源，但“怎么把这个权重练出来”的那套工艺，被视为需要管理的技术。

第二层是智能体系统。智能体（Agent）被单独列为一类，这在全世界的出口管制实践里都算新事物。它管的不是模型能回答什么，而是模型能不能自主调用工具、串联任务、替人执行动作。

第三层是算力组织方式。高性能计算集群的相关技术同样在列。单个芯片是一回事，上千张卡怎么连、怎么调度、怎么把有效训练时长拉满，是另一回事——后者才是真正的门槛。

禁止类与限制类要分开看。禁止出口的 14 项里，包含“人工智能驱动的恶意代码生成与变异技术”这类明显带攻击属性的方向；限制出口的 26 项里，则包含“人工智能辅助漏洞挖掘技术”等双用途技术。前者是红线，后者是需要许可的灰区。

图：被纳入管理的三个层次里，算力集群的组织方式是最难被替代的一环（图库实拍）

二、真正的新意，在“海外部署”这四个字

过去谈技术出口，大家脑子里浮现的画面是集装箱、是设备、是图纸过海关。软件和模型是“发个链接”的事，很少被当成出口来对待。

这次的要求说得很明确：相关管制要求同样适用于在海外部署的含受限技术的 AI 模型。

商务部新闻发言人在答记者问时，把判定的尺子讲得更细：当前大模型和应用产品的“出海”模式多种多样，判别某一种“出海”是否属于技术出口管理范围，核心在于是否涉及限制类技术从中国境内向境外转移。对于纳入限制类的技术，开展海外本地化部署，属于技术出口管理范围。

这条边界翻译成白话就是：你在海外租机房、把模型部署上去给当地客户调用——只要中间涉及限制类技术出境，就算出口，需要走手续。而如果只是把已经开源的权重挂出去、让人自己下载，那是另一套逻辑，MiniMax 的公告说的正是这一套。

同一段答问里还有一句定心的话：此次纳入监管的人工智能技术范围“精准有限”，有关措施正式实施后，绝大部分人工智能技术仍可以自由出口。

所以这件事的性质，不是“关门”，而是“划界”。界内自由，界上要批，界外不批。这种治理思路，过去几年在数据出境、算法备案上都出现过，现在轮到了技术本身。

图：合规动作正在从“法务部的事”前移到研发与部署环节（图库实拍）

三、为什么现在动这一步

时间点不是偶然的。

一方面，国产模型的海外存在感在快速抬升。开源权重一旦发布，就不再受发布方的物理控制，谁在什么国家、用它做什么，发布方既不知道也管不了。在这种情况下，把“训练方法”和“智能体系统”纳入管理，是把可控的部分（工艺）和不可控的部分（权重）分开处理——这是一种务实的选择。

另一方面，全球主要经济体都在补同一门课。技术出口管制从硬件延伸到算法与模型，是这两年的一条共同轨迹。中国把 AI 技术纳入目录，本质上是在把自己的规则写清楚，让企业在出海时知道哪条线不能踩，而不是事后追责。

对大多数从业者来说，这份目录的直接影响接近于零——你做的是内容、是投放、是账号运营，跟训练方法没关系。但它带来的间接影响很大：工具的选择面会变窄。

过去一年，很多团队做海外内容，习惯直接调某个国内模型的 API，便宜、中文好、响应快。当“海外本地化部署”被纳入管理，一部分中小团队会发现自己拿不到稳定通道，或者成本上升。这时候，“用哪家的模型”就不再是技术偏好问题，而是供应链问题。

四、“合规能力”正在变成运营岗的硬指标

把视角从技术切回内容，会发现一件有意思的事：这半年，管住内容行业的规则，几乎都长着同一张脸。

9 月，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》，明确“内容由 AI 生成”不能作为免责抗辩；10 月，AI 生成内容标识的相关要求进入执行阶段；平台侧的处置公告越来越细，从“违规”细化到“哪一类违规、怎么处置、处置多久”。再加上这次的技术出口目录——

一条线串起来看：监管的关注点，已经从“你发了什么”，前移到“你是怎么生产出来的”。

这对岗位能力的要求是结构性的。过去招一个新媒体运营，看的是选题嗅觉、文案功底、数据敏感度；现在越来越多的招聘 JD 里，多了一行“熟悉平台规则与内容合规要求”。这行字看着虚，实际考的是三件事：

一是知道边界在哪。哪些题材不能碰、哪些表述会被判为绝对化用语、AI 生成的部分需不需要标注、标注到什么程度。这些东西不写在课本里，写在平台公告和处罚案例里。

二是能留下证据链。素材从哪来、授权在哪、脚本谁审的、发布前谁签的字。一旦被投诉或下架，能不能在 24 小时内拿出这套东西，决定的是账号能不能保住。

三是能预判成本。工具涨价、通道变化、平台规则调整，都会直接打乱排期。能提前两周看到风向的人，和事后救火的人，一年下来的产出差得很远。

五、这周就能做的三件事

1. 把你依赖的模型列个清单。团队在用几个模型、分别跑什么任务、有没有海外调用。列完你会知道自己的暴露面有多大。

2. 给每条内容加一行“生产说明”。用了什么工具、哪一段是 AI 生成、素材来源是什么。这行字现在看是负担，出事时是护身符。

3. 关注“征求意见”这四个字。目录还在征求意见阶段，正式稿可能调整。行业里真正的先行者，看的从来不是落地后的文件，而是落地前的草案。

这份目录最值得琢磨的地方，是它把“技术”和“内容”放进了同一套治理语言里。往后再谈内容出海，除了问“平台让不让发”，还多了一个问题：“这套工具，我能不能带出去。”

对个体而言，能做的其实很朴素：把规则当资料读，而不是当事故看。

综合：商务部、科技部《关于就修订〈中国禁止出口限制出口技术目录〉公开征求意见的公告》（2026 年 10 月 16 日）及商务部新闻发言人答记者问、MiniMax 2026 年 10 月 23 日公告、《南方都市报》报道、最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（2026 年 9 月）整理。配图为图库实拍素材，仅作场景示意。

有用户实测，自己并未聊到购物，豆包在主对话里以"天气降温"为由，主动推送了多张抖音商城满减券，其中一张是"满7000元减900元"。这个动作放在一个Chatbot身上并不寻常——过去几乎所有AI助手的基本逻辑都是"你问，我答"，主动搭话，是它第一次越界。

更实质的变化藏在商品推荐里：豆包开始把正在开播的抖音直播间直接嵌进回答。点进去，能看直播、能领券、能下单支付，全程不用跳转抖音。

▲ 豆包App里的券与入口：8折、20元、40元、150元多档券，配"按预算挑""商品对比""扒成分参数"（网经社报道配图）

一、一年时间，把"跳转"改成了"不出App"

这不是一次突然上线，而是一条铺了整整一年的路：

· 2025年10月，豆包接上抖音商城，但买东西还得跳转抖音；
· 2026年3月，灰度测试在对话框里直接下单；
· 4月，导航栏上线"帮你选"，支付与售后闭环跑通；
· 7月，抖音电商把豆包列为独立成交渠道，商家后台开出豆包运营专区；
· 双11，直播间进了推荐位。

入口、下单、结算、归因，一块一块拼起来。到今年双11前，拼齐了。

细节上还有几个信号：豆包内的直播间和抖音端差别不大，点开带货总榜能看到同样的榜单；能进商品橱窗，但看不到账号主页、也刷不了其他短视频；一次回答只给5个直播间。——这个数字很重要，后面会讲。

二、账本：一天挣不到一百万，一天烧掉几千万

一个免费的聊天AI，为什么这么急着把自己变成卖场？答案在账本里。

据《晚点LatePost》报道，截至2026年上半年，豆包每天收入不足一百万元，主要来自电商佣金，当时每天产生的电商交易额约一千万元；而算力成本是每天数千万元的量级。一天挣不到一百万，一天烧掉几千万——这个窟窿，靠会员订阅填不上。

与此同时，它的流量还在涨。QuestMobile数据显示，截至2026年9月，豆包月活已达4.19亿，在国内AI原生App里断层领先，第二名千问1.58亿。用户越多，算力账单越厚，变现就越紧迫。

▲ 什么值得买社区实测（2026年10月）：豆包没等你开口就开始带货，推荐从此有了立场（媒体页面截图）

于是字节选了最熟的那条路：把最能出成交的地方，整个搬进AI对话框。直播间是抖音电商的核心卖货场景，接进来，等于把货架直接放在了聊天窗口里。

三、便宜是真的，"立场变了"也是真的

对消费者来说，这里面确实有真便宜。多篇实测给出的两组价格很直观：

· 东方甄选纯牛奶，原价113元，豆包端用9折补贴券后102元，抖音端仍是原价；
· 雪中飞羽绒服，原价999元，豆包端补贴后894元，抖音端券后919元。

原因不复杂：除了和抖音商城一样的双11满减券，豆包还自己掏钱发平台补贴券。打车大战、外卖大战都是这个老剧本——平台贴钱换交易习惯，先上车的人拿到实惠。

但有一样东西，从这个双11起变了。一个本该"中立"的助手，开始有了销售立场。

有用户问"减脂期该喝低脂还是脱脂牛奶"。两个月前，这个问题的答案是一段分析加几张静态商品卡；现在，答案里可能挂着正在直播的牛奶直播间，点进去就是叫卖、领券、下单。从"告诉你哪个更适合"，到"顺手把那个卖给你"，只隔了一次推荐。

▲ 澎湃新闻·字母榜2026年10月25日报道：为了带货，豆包先开口了（媒体页面截图）

至少有两个坑要自己填：一是AI报的价，更新速度跟不上促销节奏，有人想趁双11加国补买游戏本，豆包和DeepSeek给的价格和平台对不上；二是对话式推荐里嵌的软性推广，目前还处在监管的灰色地带，看到"推荐"两个字，先想想它为什么推荐。

四、商家的新战场：一次回答，只有5个名额

站到商家和运营这一侧，这件事的分量比"多了一个卖货渠道"重得多。

过去在抖音，商家的竞争发生在信息流和直播间里——比脚本、比投流、比主播。现在多了一层：能不能被AI在回答里"顺手"挑出来。而AI一次只给5个直播间，这意味着推荐位的争夺比首页更窄、更集中。

它挑人的依据，和搜索时代不一样：

· 商品信息是否结构化。品类、规格、适用人群、价格区间、优惠方式，写得越清楚，越容易被匹配上；
· 直播是否正在进行。AI推的是"正在开播"的间，不在播就没位置；
· 口碑与退款率是否稳。AI不敢推差评扎堆的货，一次翻车就是信任透支；
· 是否被平台识别为"独立成交渠道"的商家。7月起豆包已是独立渠道，后台有专门的运营专区，数据归因和普通抖音订单不是一套。

与此同时，阿里走的是另一条路：不直接把用户推到交易前台，而是给商家提供AI经营工具。10月25日，阿里AI智能体"千问Go!"上线"我的应用"，用户说一句需求就能搭一个可分享、可持续更新数据的应用，接入阿里云AI应用生产平台Meoo（秒悟），云端Pro还能在授权后调用淘宝、高德、大麦、夸克网盘里的个人数据。一个把AI做成货架，一个把AI做成工具——2026年的AI电商，分成了两种打法。

五、内容团队该练的三件事

不必神化，也不必恐慌。AI带货改变的只是"入口在哪"，没改变"凭什么选你"。落到日常，三件事最值得动手：

第一，把商品写成"能被机器读懂"的样子。一段抒情文案不如一张参数表。把卖点拆成字段：适合谁、不适合谁、和同类差在哪、什么价格区间、什么时候有优惠。
第二，把直播间的话术改成"能被截取的一句话"。AI抓取的是短句和结论，不是铺垫。把"为什么买"压缩成一句能独立成立的话。
第三，把口碑当成流量资产来经营。推荐位的底层逻辑是"不敢推错"，评分、退款率、复购、售后响应，都会反过来决定你能不能被挑中。

这也是陕西全媒体运营师培训基地这两年一直在做的事：把"AI推荐""生成式引擎优化""直播成交闭环"这些听起来很玄的概念，拆成运营每天能执行的动作。作为专注新媒体人才孵化的全媒体运营师培训机构，基地的课程只解决具体的活：

· 商品信息结构化：把一款产品改写成AI能抽取、能对比、能引用的版本；
· 直播话术重构：为"被AI截取"而写的开场、卖点、促单三句话；
· 多入口分发：豆包、抖音、小红书、视频号的口径统一，避免模型"不敢引用"；
· 数据复盘：把AI渠道订单单独归因，看清哪个入口真的带来了成交；
· 合规边界：软广怎么标、AI生成怎么标、达人授权怎么留档。

课程采用22天全日制、176学时、七阶段十模块、单班不超过30人的小班制，讲完就练、练完就复盘。不是"听完就会"的直播课，而是有人盯着你把一版详情页改到能被推荐。

适合谁：做货架电商、直播带货、内容种草的运营；想把"流量"算成"成交"的编导；零基础想转行做新媒体的应届生。

如果你在西安，想系统学一次全媒体运营师，可以到陕西全媒体运营师培训基地实地看看。MOMOPARK展示中心与西商院校区都可以预约试听，先坐半天教室，再决定要不要报名。

当AI开始替你决定买什么，做内容的人只有两个选择：要么成为它敢推荐的那一个，要么成为它想不起的那一个。
—— 陕西全媒体运营师培训基地 教学组

（本文信息依据：澎湃新闻·字母榜2026年10月25日报道《为了带货，豆包先开口了》、网经社2026年10月26日报道、QuestMobile 2026年9月AI原生App数据、《晚点LatePost》相关报道及公开实测价格整理；具体功能与优惠以平台最新公布为准。）

一个穿着反光背心的"交警"，站在一辆事故车旁，身后是警戒线，语气沉稳地教你"高速上撞车后怎么自救"。讲了两分钟，他掏出一款"破窗神器"："这一款我车上也放着。"

另一个画面：一位"僧人"盘腿而坐，谈放下、谈修行，讲完点开左下角的小黄车，橱窗里是养生品和经书。

央视记者调查发现，这批账号里的"交警""僧人"，很多根本不存在。中国信通院对其中一段视频做检测，AI生成概率96%。

▲ 调查中出现的AI生成"交警""僧人"带货视频：一句"修行"、一声"慈悲"，橱窗里卖的是养生品与经书（媒体页面截图）

一、问题不在"造得像"，在"身份是假的"

很多人以为这类视频的危险在于"以假乱真"。其实真正的问题更简单也更严重：视频里的人，没有这个身份。

过去冒充警察带货，需要真人、真制服、真场景，成本高、风险大，拍一条就留一条证据。现在，输入几句提示词就能生成"制服+事故现场+专业话术"，省掉了出镜、布景、演员，也省掉了作恶的心理成本，还能批量发。

北京互联网法院副院长仪军在接受采访时提到两个细节：AI换脸、换声软件在黑灰产市场十几元就能买到；利用AI捏造人设、冒用权威形象牟利的民事案件，正在逐年增多。

而《广告法》早就写明白了：广告不得使用或者变相使用国家机关工作人员的名义、形象。这不是"新规"，是旧规矩在新工具面前被反复挑衅。

二、标识贴上了，为什么还是没用

2025年9月起施行的《人工智能生成合成内容标识办法》要求，AI生成的文字、图片、音频、视频都要添加标识。按说，标签一贴，观众就该警觉了。

但现实是三层失效：

· 看不见。有些视频的标识字号小、颜色浅，观众根本注意不到；
· 看不懂。一句"含AI生成内容"，说不清是脸换了、声音换了，还是字幕特效是AI做的；
· 管不了身份。标注只能说明"这是AI做的"，不能证明"这个人有资质"。制服、场景、语气带来的信任暗示，标签消不掉。

一句话记住：标识解决的是"来源透明"，身份核验解决的是"资格真实"。两件事，缺一不可。把标签当护身符，等于把免责声明当营业执照。

三、漏洞就在发布按钮旁边

中经评论10月21日的一篇文章，把这条链路拆得很直白：走一遍抖音、小红书、快手、微博的发布流程就会发现，发不发声明，是发布者自己勾的——"含AI生成内容""营销内容""虚假演绎内容"，全凭自觉。

也就是说，一条AI换脸带货视频会不会被打上"AI"标签，主要取决于造假者愿不愿意承认自己是假的。

这篇评论举的例子足够刺眼：10月18日，演员吴越在微博公开喊话一个叫"花姐美肤日记"的账号，对方盗用她的脸和声音推销商品，视频里甚至还出现了一位与乒乓球名将邓亚萍高度近似的人一起推荐。此前，演员温峥嵘刷到过多个用她的脸带货的直播间，奥运冠军全红婵的声音被"克隆"去卖土鸡蛋，还拉上了孙颖莎、王楚钦的形象。

▲ 中国经济网评论（2026年10月21日）：AI"盗脸"的漏洞，卡在发布环节的自主声明上

评论里的那句话值得所有做号的人读三遍："建在造假者道德自觉上的防线，能有多牢靠？"

四、法律这边，刀已经举起来了

很多人还停留在"最多封号"的印象里，其实责任链条已经铺到了民事、行政、刑事三层：

· 广告法：广告不得使用或变相使用国家机关工作人员的名义、形象；
· 《网络主播行为规范》：医疗、财经、法律等专业领域主播须取得执业资质，AI合成的虚拟主播参照执行；
· 《标识办法》：平台应核验文件元数据中的隐式标识，检测到合成痕迹时对疑似内容加注提示；
· 最高法《关于依法审理涉人工智能纠纷案件的意见》：利用AI实施"仿冒名人带货"且构成欺诈，消费者主张惩罚性赔偿的，人民法院依法予以支持。

再往下，是刑事。有律师在普法文章里把企业最该警惕的风险列了六条，其中两条直接指向这一轮乱象：内容标识与备案（做数字人直播、AI客服、AI换脸娱乐的，标识办法施行后没有过渡期）、商业言论与仿冒带货（AI数字人带货、刷单炒信、"黑嘴"敲诈，对应虚假广告罪、损害商业信誉商品声誉罪、敲诈勒索罪）。

▲ 南方+"清朗鹏城·主咖说"：AI内容标识、智能体权限、仿冒带货，是当前最需警惕的三类红线（媒体截图）

五、平台该补的三道闸，运营该记的四句话

中国青年报的评论给出了很具体的平台侧方案，三条都很实在：

1. 在账号开通商品功能前完成身份核验。用警察、医生、僧人等等身份做商业推广的，必须提供可核验的身份证明；涉及执业资质的，提交相应材料。
2. 把认证信息和商品、结算账户关联起来。账号主体和商品经营者是什么关系，必须核对清楚——钱流向谁，谁就要负责。
3. 发现即处置：下架视频、暂缓结算相关收益、保存交易与投流记录。商家、制作方、代运营机构明知或参与造假的，一并追责。

对做运营的人来说，这轮风向带来的是四条硬约束：

· 不用真实职业身份做卖点，除非拿得出资质；
· 用了AI生成的人物、声音、场景，主动、显著地标出来，别赌"没人发现"；
· 不蹭公众人物的脸和声音，哪怕只是"长得像"；
· 接代运营、接矩阵分发的单子，先问一句"素材哪来的、身份真不真"。

AI把造假的门槛降到了几十块钱，也把追责的门槛降到了几次点击。过去造假赚的是信息差，现在赚的是"平台还没查到"的时间差——而这个时间差，正在被一轮轮专项治理压缩。

六、在西安，把"能不能发"变成开工前的第一道判断

道理讲完，多数团队真正缺的不是意识，是流程：谁在脚本阶段就把"身份"这一栏填掉？谁来保存授权和素材来源？

这也是陕西全媒体运营师培训基地这两年一直在做的事：把"AI标识""身份资质""版权授权"这些法条语言，翻译成一张能贴在工位上的开工清单。作为专注新媒体人才孵化的全媒体运营师培训机构，基地的课程只解决具体的活：

· 身份清单：哪类内容必须持证、哪类只需标注、哪类直接不能碰，一张表分清；
· AI素材标注实操：显式标识放哪、隐式标识怎么留、平台声明勾哪几项；
· 授权留档：肖像、声音、音乐、字体的授权怎么签、存多久、出问题拿什么举证；
· 脚本自检：写的时候就避开"冒用权威""虚构资历""卖惨引流"这三类高危结构；
· 危机处置：被投诉、被限流、被索赔时，第一步做什么、证据怎么调。

课程采用22天全日制、176学时、七阶段十模块、单班不超过30人的小班制，讲完就练、练完就复盘。不是"听完就会"的直播课，而是有人盯着你把一条视频改到能安全上线。

适合谁：做短视频带货、数字人直播、矩阵号运营的团队；被平台规则改到"不敢发"的运营；零基础想入行的应届生。

如果你在西安，想系统学一次全媒体运营师，可以到陕西全媒体运营师培训基地实地看看。MOMOPARK展示中心与西商院校区都可以预约试听，先坐半天教室，再决定要不要报名。

骗子从来不怕技术，怕的是"有人认真核一遍"。你多问一句"这人有没有资质"，就有一批账号少赚一笔。
—— 陕西全媒体运营师培训基地 教学组

（本文信息依据：央视相关调查报道、《中国青年报》2026年10月22日评论、中国经济网2026年10月21日评论、南方+普法访谈及《广告法》《网络主播行为规范》《人工智能生成合成内容标识办法》等公开条文整理；具体认定与处罚以主管部门及平台最新规则为准。）

答案一直很模糊。直到今年7月30日，国家广播电视总局以第16号令公布《微短剧发展管理办法》，9月1日起正式施行——这是微短剧领域第一部专项部门规章。10月，随着云南、甘肃等地广电部门陆续公开答复，几个过去说不清的口径被一一钉死：个人能不能做、多少钱要走哪条路、AI拍的算哪一类、互动剧按什么审。

对做内容的人来说，这份文件的意义不在于"多了几条规矩"，而在于——这门生意第一次有了可计算的合规成本。

▲ 行业媒体对各地广电答复的梳理：三类AI剧个人可申报上线，300万与100万备案金额门槛首次明确（2026年10月22日）

一、先把定义说清楚：什么才算"微短剧"

办法第二条给了一条硬杠：单集时长少于20分钟，主题主线明确、故事情节连续完整、人物角色突出的剧集。只要通过网站、App、分发平台、IPTV、互联网电视、车载屏等渠道面向公众播出，都归它管。

注意"连续完整"这四个字。它把大量"剧情化口播""情景演绎广告"也圈了进来——你在短视频里连拍十集"婆媳大战"带货，本质上就是在做微短剧。

配套的是一套三分法：按投资额度和题材，分成一类、二类、三类，分类实行备案公示和发行许可制度。一类是投资额度较大，或者主要剧情涉及政治、军事、外交、国家安全、统战、民族、宗教、司法、公安等特殊题材；二类是投资相对不大、一般题材；三类是投资较低、一般题材。

二、300万和100万：两道线，决定你走哪条路

过去"投资额度较大""相对不大""较低"全是形容词，10月甘肃广电的公开答复把它们换成了数字：

· 一类：投资300万元以上，或涉及特殊题材——由总局备案公示、省级审核成片、总局发证；
· 二类：100万至300万元、一般题材——省级备案加成片审核；
· 三类：100万元以下、一般题材——由平台履行播前审核，报送剧目信息，不用再去广电部门备案公示。

更关键的一句在后面：自然人不能作为一类、二类的申报主体，必须以公司形式办理，并持有《广播电视节目制作经营许可证》。但三类留了口子——个人可以申报投资额度较低、一般题材的AI微短剧，自行选择具备审核能力的平台做内容审核和上线备案。

换句话说，个人创作者第一次拿到了一个写进操作口径的入口。红果、B站、抖音、快手、小红书这些具备审核能力的平台，就是这条入口的闸机。爱奇艺等平台已经在上线流程里加了"分类判断"前置环节，三类微短剧由平台自审并标注节目编号，预计10月底前完成改造。

别把"三类不用备案"理解成"三类不用审"。审的动作从广电部门转移到了平台，审核责任没减，只是换了人签字。平台一旦判定内容有问题，下架和封号一样照旧。

三、AI拍的怎么算？两套标准，分开算账

这是最多人关心的部分。真正的分水岭不在"有没有用AI"，而在核心内容以什么方式生产：以真人拍摄为主的，执行真人微短剧标准；以AI生成为主的，执行AI微短剧标准。

钱的门槛也跟着分开算了。以互动微短剧为例：一类为真人投入300万元以上、或AI投入80万元以上；二类为真人100万至300万元、或AI 30万至80万元；三类为真人低于100万元、或AI低于30万元。AI把制作成本压下来，门槛也同步压了下来——同样是30万，真人剧组连开机都难，AI团队已经能做一个完整项目。

10月27日《人民日报》刊发的评论里，有一组数字值得记住：今年以来，全网下架违规微短剧6.8万部、处置违规账号1200多个。文章同时提到，9月起"苔花标"同步启用，从分类备案、AI提示标识到算法治理都作了系统规范；广电总局座谈会明确，"融像""融声"均须取得权利人授权。

▲ 《人民日报》2026年10月27日第20版评论：文艺精品培育从来没有捷径（媒体页面截图）

四、互动剧：审核的最小单位，从"一集"变成一个"节点"

最近首部互动剧完成备案，正式被写进剧集管理体系。规则里最值得做内容的人警惕的，不是分类，而是审查颗粒度的变化：审核的最小单元，从一集变成了一个节点、一条分支。

这意味着什么？多写一条支线，就多一份审查量；多给一个结局，就多一道价值导向的关口。过去做互动剧，难在分支素材的指数级膨胀；现在真正的约束多了一条——剧本树每长出一片叶子，都会被单独检视。

▲ 行业媒体对互动剧备案规则的梳理：按制作方式分流，按投入分三档，按节点审（网络公开资料）

短期看是成本，长期看是身份证。过去互动影游介于影视与游戏之间，投资方难评估、平台难归类、审核没依据，融资发行两头堵。纳入分类管理之后，投入规模、制作方式和审核路径一一对应，动笔之前就能算出合规成本——这恰恰是资本最想要的东西。

五、真正的门槛，从"拍得出来"变成"算得清楚"

把这几件事拼起来看，行业的游戏规则换了三次：

· 拼产能的时代结束了。AI把制作成本打下来，谁都能拍，"能拍"不再稀缺；
· 拼资质的时代开始了。一类二类要公司、要许可证，三类要选对平台、走对备案，合规能力成了硬门槛；
· 拼精品的时代被政策推着来了。"五个一批"工程把AI微短剧纳入扶持，主流平台推出"真人结合AI制作"的分成激励，钱开始往"内容说得清、来源靠得住"的项目上流。

这也就解释了为什么最近很多运营团队开始补一门过去不学的课：怎么把内容做成"经得起查"的样子——版权链条要清、AI素材要标、演绎情节要声明、专业身份要有资质。这些活儿不酷，但它决定你的作品能不能上线、能不能结算。

六、在西安，把"合规"练成一项能上手的手艺

政策读完，多数人卡在同一个地方：知道要合规，但不知道第一步先改哪一版剧本、先补哪一份授权。

这也是陕西全媒体运营师培训基地这两年一直在做的事——把"备案分类""AI标识""版权授权"这些听起来很硬的词，拆成内容团队每天能执行的动作。作为专注新媒体人才孵化的全媒体运营师培训机构，基地的课程不讲口号，只解决具体的活：

· 备案路径判断：按投资额、题材、制作方式三张表，先判断自己的项目走一类、二类还是三类；
· AI素材合规：AI生成画面、声音、数字人怎么标、标在哪一帧、标多大，一次讲透；
· 版权与授权链：音乐、字体、肖像、"融像融声"的授权文件怎么留档，出事时能拿出来；
· 选题与剧本结构：把"爽点"写进合规框架里，而不是写完再删；
· 平台对接实操：三类怎么走平台自审、节目编号怎么标、结算与投流记录怎么存。

课程采用22天全日制、176学时、七阶段十模块、单班不超过30人的小班制，讲完就练、练完就复盘。不是"听完就会"的直播课，而是有人盯着你把一版剧本改到能过审。

适合谁：正在做或准备做微短剧的内容团队；想从"接单剪辑"升级到"能报项目"的编导；零基础想进入新媒体行业的应届生。

如果你在西安，想系统学一次全媒体运营师，可以到陕西全媒体运营师培训基地实地看看。MOMOPARK展示中心与西商院校区都可以预约试听，先坐半天教室，再决定要不要报名。

规则从来不是用来拦人的，是用来分层的。同一部片子，有人看到的是门槛，有人看到的是别人进不来的理由。
—— 陕西全媒体运营师培训基地 教学组

（本文信息依据：国家广播电视总局令第16号《微短剧发展管理办法》及政府网站公开信息、云南与甘肃等地广电部门10月公开答复、《人民日报》2026年10月27日评论、行业媒体对互动剧备案规则的公开梳理；具体分类标准与申报口径以主管部门及播出平台最新公布为准。）

这是 Cloudflare 根据 Radar 过去 7 天实时监测得出的结果——在全球针对 HTML 网页内容的 HTTP 请求中，机器人流量占到 57.5%，人类只占 42.5%。这是互联网历史上第一次，抓取网页这件事的主要发起者不再是“人”。

Cloudflare CEO 马修·普林斯此前预测这个交叉点会出现在 2027 年前后，后来把时间往前挪了——因为智能体流量的增长速度超过了几乎所有模型的预估。

需要说明的是，这个 57.5% 只针对 HTML 网页请求。如果换成全网带宽口径（视频、社交信息流的无限滚动、App 内部 API），人类流量依然占大头，约 65%。但即便加上这个限定词，结论依然成立：“被阅读”这件事，正在被重新定义。

一、这个交叉点，比想象中来得更早也更快

如果把几条数据摆在一起，趋势会非常清楚。

Imperva《Bad Bot 报告》显示，2024 年自动化流量已经占到全网流量的 51%，2025 年升至 53%。也就是说，人类在“全站口径”上早就不是多数了。

DataDome 的统计显示，2026 年第二季度 AI 智能体请求达到 177 亿次，季度环比增长约 45%。

HUMAN Security 的观察更直接：AI 智能体与智能体浏览器的流量同比增长 7851%，Cloudflare 侧 AI 智能体的日均请求一年增长超过 1700%。

同一时间，人类的访问方式在收缩：搜索结果页直接给答案，用户不再点进去；社交平台把内容锁在站内，外部链接越来越难走通。两股力量一推一拉，交叉点自然提前。

图：机房里的请求量在涨，但涨的那部分背后没有人（图库实拍）

二、更扎心的比例：52% 为了训练，2.6% 是替真人取

机器人变多，不奇怪。奇怪的是它们来干什么。

Cloudflare 的数据显示，AI 爬虫请求中约 52% 是用于训练，而这个比例在 2025 年春季还只有 22%；真正由真人触发、实时抓取的请求，只占 约 2.6%。

这组数字解释了一个长期困惑内容人的现象：后台流量不错，但没人来咨询。

2025 年 8 月 Cloudflare 公布过一组“抓取—回引比”：Anthropic 的爬虫每抓取近 5 万个页面，才回引 1 个访客；OpenAI 是 887:1；Perplexity 是 118:1。这些比例后来随着助手开始更多外链而明显下降，但结构没有变——抓取是海量的，回引是涓滴的。

更反直觉的一组来自 DataDome：ChatGPT 的抓取量季度环比下降了约 6%，但带来的访客反而多了约 17%。这说明“抓得多”和“带得回”是两件事，甚至是相反的两件事——把内容整段吃掉，用户就不需要点进来了。

图：流量的构成变了，衡量内容价值的尺子也得换一把（图库实拍）

三、于是搜索被重做了一遍

搜索的使用者变了三次：最早是人，输入关键词，拿十条链接自己判断；后来是大模型，把结果读完，吐一段总结；现在是智能体，把一个问题拆成几个子问题，挨个去查，再自己推理。

这三代用户对“好结果”的要求完全不同。人读一段摘要就够了，模型需要的是正文；人会自己判断可信度，模型不会——它拿到的每一条都会进入上下文，直接变成它说出口的话。一条营销号，人扫一眼就划走，模型却可能把它当成事实引用。

于是就有了三个新卡点：结果要能直接用、结果要信得过、速度要够快。

这也是为什么腾讯要在 10 月下旬向全行业开放元宝搜索，DeepSeek 也同期发布搜索 API。元宝搜索给出的三条解法很具体：从摘要直接给到正文，模型不用再发一次抓取请求；接入 13 个行业、157 个权威信源，金融、医疗、政务几个垂类单独提权；建索引时把每个网页压缩成约 100 个 token 存好，检索时直接复用 KV Cache。

效果是：腾讯内部产品（元宝、IMA 等）换掉原搜索后，完成一个任务的平均搜索调用从 8 次降到 5 次。少掉的那三次，省的是钱，也是时间。

四、对做内容的人来说，这意味着什么

先看一个乐观的数字：Adobe 2026 年的数据显示，由 AI 引荐来的流量，转化率比普通访问高约 42%。Gartner 则预计，到 2028 年 AI 智能体将中介超过 15 万亿美元的 B2B 采购。

再看一个悲观的数字：Ahrefs 分析了 90 万个 2025 年 4 月发布的页面，其中 74.2% 含 AI 生成内容，但纯 AI 生成只占 2.5%，混合作业占 71.7%。与此同时，KPMG 与墨尔本大学在 47 个国家、4.8 万人中的调查显示：66% 的人经常使用 AI，但只有 46% 愿意信任它；70% 的人不确定网上内容到底是真是假。

这两组数字拼起来，就是今天内容行业的处境：供给过剩、信任稀缺、入口迁移。

所以真正的变化不是“SEO 死了”，而是 SEO 长出了一条新分支——业内叫它 GEO（生成式引擎优化）。过去优化的是“在十条蓝色链接里排第几”，现在优化的是“在模型的一段回答里，有没有被提到、有没有被引用、说得对不对”。

五、GEO 的五个动作，现在就能做

1. 结论前置。模型读文章是先抓骨架的。把“是什么、多少钱、什么时候、在哪儿”放在前三段，被引用的概率会明显提高。倒金字塔不是新闻技法，现在是机器阅读的接口。

2. 一段一个事实，别把答案藏在修辞里。“众所周知”“不言而喻”这类话，对人有用，对模型是噪音。能被摘出来当答案的句子，通常是主谓宾齐全、带明确主语和时间的那句。

3. 数字要带出处。模型的“信得过”很大程度来自交叉验证。你写“57.5%”，最好带上“Cloudflare Radar，2026 年 6 月”。孤零零的数字，最容易被判为不可靠而整段丢弃。

4. 把“谁在说”写清楚。作者署名、机构背景、更新时间，这三样在 AI 摘要里权重比想象中高。一个没有主体、没有时间的内容，很难被当作权威信源。

5. 页面结构要能被解析。层级清晰的标题、语义化的段落、可读的表格和列表，不只是给人看的。抓取器读不懂花哨的排版，读得懂结构。

57.5% 这个数字，最大的意义不在于“机器人赢了”，而在于它逼着内容行业回答一个很久没被认真回答的问题：

你写的东西，到底是写给人看的，还是写给“看起来像人”的东西看的？

答案很可能是：先写给机器，最终还是要打动人。机器决定你有没有被看见，人决定你有没有被记住。

综合：Cloudflare Radar（2026 年 6 月）、Imperva《Bad Bot Report》、DataDome《AI Traffic Report Q2 2026》、HUMAN Security《2026 State of AI Traffic》、Adobe Digital Insights、Ahrefs、KPMG 与墨尔本大学联合调查、腾讯元宝搜索公开资料及 2026 年 10 月 25 日前后公开报道整理。配图为图库实拍素材，仅作场景示意。

一个多月后，10 月 24 日前后，随着治理数据一起披露，这份公约才真正被人读懂。

数字是这样的：启动金融生态专项治理近半年，平台处置违规笔记超过 101 万篇、违规账号15.7 万余个、违规评论超过 477 万条。

一百零一万篇。这个量级说明的不是“金融内容很乱”，而是另一件事：平台已经开始按“行业”来立规矩了，而不是按“内容”来删帖。

一、八条红线，划的不是内容，是身份

公约对金融内容做了一个“鼓励什么、禁止什么”的二分。鼓励的三件事很朴素：有资质的创作者和机构用专业做科普、用户分享真实理财经历、做好风险提示。还有一句容易被忽略：使用 AI 须标注。

禁止的八类，则几乎每一条都在指向“身份”：恶意唱衰、非法荐股、非法金融活动、伪造权威背书、承诺“保本保息”、编造虚假投资人设、变相导流站外……

看出规律了吗？这八条里，只有“恶意唱衰”是关于观点的，其余七条都在质疑你是谁、你凭什么说这话、你想把人带到哪里去。

更关键的是营销侧的表述：金融属于特许经营行业，要在平台开展金融产品营销，须先依法持牌、再通过平台专业资质认证；冒名、挂靠、租买资质，一律禁止。

这句话把门槛从“内容好不好”挪到了“你有没有资格说”。对习惯了“内容为王”的运营者来说，这是一次坐标系级别的改变。

图：平台对垂类内容的治理，正从“看单篇”转向“看账号与背后的关系网”（图库实拍）

二、最狠的一条：单篇不违规，也能被处置

公约披露的技术细节，比红线本身更值得研究。

平台搭了一套“发现—识别—处置”三级治理框架，并引入了 AI 大模型做综合判断：结合笔记、评论、私信跨场景理解用户的真实意图。即使单看一篇笔记本身不违规，也能发现其背后的违规行为。

对多账号配合的黑灰产团伙，则通过 WiFi、IP、群聊、账号关系和行为相似度做聚类识别，追求的是“表现形式在变、物理关系不变”也能一并打击。今年以来，针对恶劣团伙，治理还延伸到了线下，配合公安溯源。

这三件事叠在一起，意味着一个残酷的结论：“合规”不再是一篇一篇算的，而是一个账号、一个矩阵、甚至一个人一次算的。

过去那种“主号讲干货、小号评论区引流、私信成交”的打法，之所以能跑，是因为审核看的是单点。现在审核看的是链路，链路一断，主号也跑不掉。

图：内容审核正在从“发布前看一眼”变成“发布前留一套材料”（图库实拍）

三、“使用 AI 须标注”，从建议变成了公约义务

公约里最短的一句，可能是影响面最广的一句：使用 AI 须标注。

《人工智能生成合成内容标识办法》施行之后，“标不标”在法律层面已经不是选择题。但在实际执行中，大量账号仍在打擦边球——用 AI 生成一张“收益截图”、一段“客户见证”、一张“持仓图”，只要做得像，就默认没人查。

小红书这次把它写进垂类公约，等于把“标注”从平台通用规则，下沉成了行业准入条件。这会带来一个连锁反应：标注一旦成为常态，“像不像真的”这套判断标准就失效了，取而代之的是“有没有标”。

顺带说一句，这套逻辑正在往外扩。此前平台已把 AI 魔改视频纳入常态化治理，重点是魔改四大名著等影视作品、用知名动画形象制作严重歪曲原作的内容，手段包括存量清理、拦截策略增补、AIGC 识别策略优化。同一套能力，今天用在金融，明天可以用在任何垂类。

四、为什么是金融先被“立规矩”

答案藏在另一组数据里。

近两年，小红书金融用户日活增长 65%，金融相关搜索次数提升 314%；40 岁以下金融兴趣用户占比超过 70%，一二线城市用户占比超过 60%。过去一年，金融内容月均发布量近 200 万篇，月均评论约 1200 万条；金融月活用户中 75% 有搜索行为，金融产品相关搜索词同比增长超过 110%。

翻译一下：钱多、人多、年轻人多、还都在搜。

这四个条件凑齐的地方，一定是治理的优先区。平台并不排斥商业化，它排斥的是无法追溯的商业化——因为一旦出问题，平台要承担连带责任。

从这个角度看，金融只是一个“先被挑中的样本”。医疗健康、教育培训、法律咨询、招聘求职、房产中介——凡是需要资质、涉及人身财产利益、用户决策成本高的垂类，都在同一张清单上。

五、普通运营者该怎么改自己的做法

1. 先给自己的账号做一次“资质体检”。你讲的领域需不需要持牌或备案？账号简介、认证信息、内容里的自称，和你的真实资质对不对得上？对不上，就是伪造权威背书。

2. 把所有“效果承诺”类表述清一遍。“稳赚”“保本”“三个月翻倍”“亲测有效”这类词，不只是限流问题，是定性问题。改成描述过程、公开风险，比改标题更重要。

3. 引流动作要留痕。评论区引导、私信话术、群聊承接，这三段是目前被跨场景识别的高发区。任何“绕开站内成交”的设计，都要假设它会被看穿。

4. AI 生成的内容，主动标。不是为了应付检查，而是为了在出事时能自证“我没有伪装成真实经历”。标注是成本最低的免责设计。

回到最初那个数字：101 万篇。

它提醒的不是“金融内容不能做”，而是内容行业正在经历一次悄悄的换轨：从“谁更会写”，转向“谁更说得清”。说得清自己是谁、凭什么说、内容从哪来、把用户带到哪去——这四件事，正在变成新的基本功。

综合：小红书《社区金融生态公约》及金融生态治理开放日公开信息、平台治理进展公告、2026 年 10 月 24 日前后公开报道整理。配图为图库实拍素材，仅作场景示意。

全文一万多字，最容易被划过去的，是第三部分第六项里的一句：

“鼓励企业探索建立失业缓冲期制度，在大规模推广应用人工智能过程中提前告知受影响劳动者、提供转型转岗就业支持。”

“失业缓冲期”这五个字，第一次以制度建议的形式，进了国家级就业文件。

它透露的态度很清楚：AI 替代岗位，已经不再是一个“要不要承认”的争论，而是一个“怎么走流程”的问题。既然要发生，那就得有人提前打招呼、有人负责兜住。

一、三道机制，把“AI 换人”变成了一道手续

把这份意见里跟“替代”有关的内容抽出来，会发现它其实搭了一个三段式的流程。

第一段，事前评估。文件提出“建立人工智能应用就业风险评估机制”，并且明确：对市场准入领域可能造成较大就业冲击的人工智能应用场景项目，在评审时同步开展就业风险评估；其他领域的项目，结合实际开展。这句话的分量在于“同步”两个字——过去项目评审看技术、看资金、看能耗，现在多了一张考卷：这个应用落地，会让多少人没事干。

第二段，事中缓冲。除了“失业缓冲期”，文件还写了一句“稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏”。注意这三个词：范围、力度、节奏。它们不是禁止，而是要求“有刻度地推进”。

第三段，事后帮扶。第十二项明确，对符合条件的受影响劳动者提供职业指导、技能培训、岗位推荐、创业支持；第十七、十八项把 AI 就业风险纳入规模性失业风险防范化解机制，要求“统筹制定风险应对预案”。

换句话说，一家企业要想大规模上智能体、上自动化，未来的标准动作不再是“发一封内部邮件”，而是：评估、告知、培训、转岗、留痕。

图：政策把“AI 替代”前置成流程，最直接的变化会出现在招聘与转岗环节（图库实拍）

二、最先被冲击的，不是你以为的那群人

关于“AI 抢工作”，公共讨论里最常见的想象是流水线、客服、收银台。但几组数据指向了另一个方向。

世界经济论坛《2025 年就业未来报告》预测，到 2030 年全球约 9200 万个岗位将被 AI 替代。京东北京分拣中心，过去 90% 的人工工作量已由机器人承担。清华大学发布的《AI 时代技能趋势报告》给出的替代率更值得细看：法律文书助理 92%、初级程序员 87%、基础市场分析师 85%。

这三个岗位有一个共同点：受过良好教育、坐在办公室里、每天处理的是文本和表格。

《科技日报》10 月 26 日的评论把这件事说得很直白：当下最先被 AI 阴影笼罩的，并非传统认知里“低学历、低技能”的蓝领群体，而是拥有基础学历、从事标准化流程工作的普通白领——而这批岗位，恰恰是每年高校毕业生初次就业最集中的赛道。

更细的一层，来自上海科技大学基于数亿条招聘数据的研究：AI 对岗位的改造，更多是“任务重组”而不是“职业消灭”。以 Java 工程师为例，基础代码生成被接管后，架构设计、故障处置这类高责任任务反而更值钱；真正承压的，是月薪五千到八千、以文档录入和标准化沟通为主的入门岗——这些“练手岗”被大模型承接之后，新人失去了传统的成长阶梯。

同一份研究还揭了一个尴尬的现实：本科专业招生热度与四年后市场需求的相关系数只有 0.23，而 AI 完成一轮市场重构只需要三年。学校还在用四年前的课程，培养今天的学生，去面对另一套岗位逻辑。

这也解释了为什么这份文件把“提升劳动者数字素养和就业能力”单独列成一章——它堵的不是技术，是时间差。

图：政策把“专项培训计划”写进任务清单，技能补给从个人选择变成公共供给（图库实拍）

三、文件其实留了三条出口

只看到“缓冲”，会把这份文件读小。它同时开了三条向上的通道。

出口一：新职业在扩容。文件点名“扩大数字化管理师、人工智能工程技术人员、人工智能训练师等新职业新工种需求”，并鼓励地方增设相关职称评审专业、及时开展人工智能相关职业技能等级认定。另一处还提到生成式人工智能动画制作员、智慧仓运维员等新工种。

出口二：培训被写成了任务。第九项“实施人工智能专项培训计划”，要求地方开展项目制、订单式培训时“紧贴人工智能领域市场需求”，鼓励高校毕业生、农民工、失业人员参加；并明确要依托公共实训基地、企业实训基地、高技能人才培训基地开展技能培训。

出口三：认定通道被打通。“加快开发新职业、发布新职业标准”“及时开展职业技能等级认定”——这句话对培训行业的含义是：学完之后有没有一个可被用人单位识别的凭证，正在从模糊走向清晰。

四、新媒体运营，正好站在交叉口上

把前面那套“任务重组”的框架套到内容行业，会发现运营岗是个特别典型的样本。

一个新媒体运营每天在做什么？选题、找素材、写初稿、改标题、做封面、剪口播、排发布时间、拉数据、写周报。这份清单里，八成的动作是“标准化流程 + 文本与图像处理”——正好落在替代率最高的那一栏。

但运营岗还有另一半：为什么这条内容被限流？这个客户为什么退单？这个账号该不该从种草转带货？团队三个人怎么分工？这些问题的共同点是——需要有人现场判断，并且为判断负责。AI 可以给出五个方案，但它不会在复盘会上被追问“你当时为什么这么定”。

所以更准确的判断不是“运营要被取代”，而是：运营岗会被劈成两半，执行层被压缩，判断层被放大。会写文案的人不缺，能说清“这条为什么能起量、那条为什么必须停”的人，一直缺。

五、现在就能做的三件事

1. 给自己的岗位做一次任务拆解。把每天做的事列成十条，逐条标注：AI 能独立完成 / AI 需要人配合 / 必须人来。标注完你会看到一条很清晰的分界线，那条线就是你未来三年的护城河。

2. 把“会用 AI”变成可验证的证据。简历上写“熟练使用 AI 工具”没有意义，能拿出来的是：一个从 0 做到 5 万粉的账号、一份投放复盘、一套别人能照着做的 SOP。

3. 盯住本地的培训与认定通道。文件要求各地紧贴市场需求开展项目制、订单式培训，并推进职业技能等级认定。这类信息通常在当地人社部门、公共实训基地发布，比社交媒体上的“速成班”可靠得多。

这份文件最值得记住的，不是它有多严厉，而是它的姿态：它没有要求 AI 慢下来，而是要求“人被落下之前，得有人喊一声”。

对个体来说，缓冲期是别人给的，能不能转过身，是自己的事。正如《科技日报》那句评论——未来的竞争，或许不在人与 AI 之间，而在会用 AI 的人与不会 AI 的人之间。

综合：中国政府网《国务院办公厅关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（国办发〔2026〕29 号，2026 年 10 月 23 日发布）、《科技日报》2026 年 10 月 26 日评论、世界经济论坛《2025 年就业未来报告》、清华大学《AI 时代技能趋势报告》及公开报道整理。配图为图库实拍素材，仅作场景示意。

但真正让圈内炸锅的是另一个数字：在 Artificial Analysis 的智能指数上，K3.1 Pro 拿到 55 分，位列全球第四，前面只剩 Claude Opus 5.5、Claude Sonnet 5.5 和 Meta 的 Muse Wonder Full。它和最强闭源模型的差距，被压到了 3 分。

一年前，这个差距是 12 分。

更关键的是，它把自己的完整权重承诺在 11 月 4 日公开。一旦放出，它将成为有史以来得分最高的开源模型。

一、先看硬指标：它到底强在哪

K3.1 Pro 是 Kimi K3 的后训练版本——底座不变，后训练算力大幅加码。官方说法是，提升集中在四个方向：代码、3D 创作、金融研究、长程 Agent。

最能说明问题的是 Terminal-Bench 4.0，这项测试考的是"在真实终端环境里干活"的能力：

翻译一下：让它在命令行里连续执行几十步操作、自己看报错、自己改代码，它的完成度已经和目前最强的闭源模型基本平齐，而价格只有对方的一半左右。

海外开发者社区的反应也挺有意思。发布帖在 Hacker News 上拿到约 850 分、近 500 条评论，讨论度最高的不是跑分，而是"性格"——不少人的评价是，它比美国模型更直白、更爱跟你争，甚至会回你一句"这个问题我们已经讨论三次了，你换个问法答案也不会变"。

图：终端任务能力的提升，意味着模型开始能"自己动手"，而不只是"给你建议"

二、对内容人来说，真正的变化是"一次读完"

百万级上下文不是新概念，但配上"能用得住"的推理能力，用法就完全不一样了。

做竞品分析，不用再切片了。把一个对标账号半年的全部笔记、视频文案、评论区热评一次性丢进去，让它输出"选题分布—爆款结构—用户真实抱怨"的三层结论。以前要分七八次提问、自己在脑子里拼接，现在一次成型。

做长文档活，效率提升最明显。招投标文件、行业白皮书、几十页的监管办法，直接整篇喂进去，要求它按条款输出"这条对我的账号有什么影响"。这类任务输入大、输出小，正好踩在低价区。

做长流程 Agent，第一次变得划算。选题—查资料—写初稿—改标题—生成配图提示词—排期，一整套跑下来要几十轮交互。上下文越长，它越不容易"忘记前面说过什么"，返工率就下来了。

但有一点要说清楚：便宜的是输入，不是输出。13 元/百万 tokens 的输入价确实低，68 元/百万 tokens 的输出价在国产模型里并不算便宜。有第三方测算，K3.1 Pro 完成一个智能指数任务的成本约 1.98 美元，和上一代 K3 的 2 美元基本持平——因为它每个任务平均要输出 5.5 万 tokens，比 K3 多 14%。

所以正确的用法不是"什么都让它写"，而是"让它读得多、想得清、写得少"。读完给结论，比从头写一篇更有性价比。

图：工具越强，"想清楚要什么"这件事就越值钱，判断力仍然在人这边

三、开源这件事，比跑分更重要

过去一年，"开源模型落后闭源一到两代"几乎是共识。K3.1 Pro 把差距压到 3 分，等于把这句共识改写了一半。

它对企业的意义很实际：可以私有化部署。数据不出内网、模型可以微调、成本从"按 token 付费"变成"按算力摊销"。对做医疗、金融、政务内容，或者手上有一批不能外传的客户素材的团队来说，这是从"能不能用"到"敢不敢用"的分界线。

放到更大的盘子里看，中国开源模型的份额正在快速抬升。Hugging Face 的 2026 年报告显示，中国开发的开源模型占平台下载量的 41%，美国约为 35%–36.5%。下载量不等于能力，但它反映了一件事：全世界的开发者在用脚投票。

当然，跑分接近不等于体验等同。有第三方指出两个细节：Terminal-Bench 的成绩是在不同推理设置下测出来的；两倍的价格优势是按 token 算的，不是按"完成一个任务"算的。这类提醒值得记住——看模型，永远要看"完成一件事的总成本"，而不是单价。

四、这周就能试的三个用法

1. 建一个"账号档案"再提问。把自己账号近三个月的全部内容、数据、用户评论整理成一个文档，一次性喂进去，问它"哪三篇的完播率异常，可能的原因是什么"。答案的质量，取决于你喂的上下文有多完整。

2. 把监管文件当"输入"而不是"新闻"。新规原文整篇丢进去，要求它输出三张表：影响谁、改什么、什么时候前必须改完。比看十篇解读都准。

3. 用"少输出"省钱。明确要求"只给结论和依据，不要复述原文""用 200 字回答"。同样的任务，输出砍一半，成本就砍一半。

4. 别把判断外包出去。模型能读完一百万 token，但它不知道你的品牌底线、你的客户是谁、哪句话会让老板半夜打电话。这些仍然得人来定。

回头看这半年，模型发布已经从"事件"变成了"节奏"：几乎每周都有新版本，跑分榜单一周一变。真正沉淀下来的，不是谁的参数更大，而是谁能把能力翻译成具体的工作流。

3 万亿参数不是给运营人看的，100 万上下文才是。它意味着你终于可以对着一个"读过你所有素材"的家伙提问，而不是每次从头解释一遍。

综合：月之暗面 Kimi K3.1 Pro 发布信息（2026 年 10 月 24 日）、Kimi 开放平台定价页、Artificial Analysis 与 Terminal-Bench 4.0 公开评测数据、Hugging Face 2026 年度报告及相关媒体报道整理。配图为图库实拍素材，仅作场景示意。