AGI 时代，GEO 会以什么形态存在

趋势研究 · 结构性判断

当答案不再有位置

AGI 时代，GEO 会以什么形态活下来

一份关于生成式引擎优化的拆解与推演　｜　2026 年秋

2026 年 3 月，央视 3·15 晚会用一套 GEO 系统做了一次现场演示：批量生成十余篇测评软文，两小时之后，一款并不存在的智能手环被大模型当作标准答案推荐给提问者。这个画面比任何行业报告都更精确地说明了两件事——生成式引擎确实可以被影响；而这种影响一旦被产业化，首先崩塌的是信息环境本身。

本文要讨论的是一个更远一点的问题：当模型足够强、智能体开始替人做决定，这门以「影响 AI 怎么说」为生的生意，还会存在吗？我的判断是，会，但它会换掉名字、换掉客户、换掉计价方式，甚至换掉它所在的行业分类。

01

先把 GEO 拆开：它其实是三件事

GEO 从来不是一件事，而是被一个缩写捆在一起的三件事：让 AI 看见（可见度）、让 AI 引用（采信）、让 AI 答对（事实准确）。过去两年，市场上卖的主要是前两件，第三件常被当作交付的副产品写进方案附录。这个排序，决定了它在 AGI 时代的命运。

三者之间的距离，比想象中远。某地方文旅局废止的门票优惠政策，官网早已更新，AI 仍在念旧版；某市拿到省级产业园授牌，AI 把荣誉安到了邻市头上；某航司的退改签规则改了三个字，智能体在对话里依旧按旧条款作答。在传统传播里，「官网更新、通稿见报、公众号推送」就算发出去了；在 AI 眼里，这些动作什么都不是——它读的是自己能抓到、能核验、能引用的语料，而不是你以为它该看到的东西。

「发出去了」和「被答对了」之间，隔着一整套工程。而这套工程，恰恰是今天被叫作 GEO 的那门生意里最不性感、也最不会随模型迭代而失效的部分。

02

三个前提正在被抽走

任何一个业态能成立，都依赖几个不必言明的前提。「优化 AI 答案里的曝光」这件事，依赖三个：存在一个稳定的、所有人共见的答案位置；内容层的改写足以改变结果；这种改变既合法又无法被直接购买。2025 到 2026 年间，这三个前提同时松动了。

其一，对象消失了：从「一个位置」到「一个分布」

SEO 之所以能成为一门精密的手艺，是因为存在一个公共的、基本稳定的结果页：同一个关键词，绝大多数人看到同一个排行榜，位置是可争夺的稀缺资源。生成式答案不是这样。它按模型版本、提问措辞、会话历史、记忆设置、地理位置与检索源实时合成，同一问题在不同人面前是不同的一份答案。

Pew Research Center 追踪 900 名美国成年人、68,879 次真实搜索发现：AI 摘要出现时，用户点击传统结果的比例为 8%，不出现时为 15%；26% 的会话在看到 AI 摘要后直接结束；点击摘要内引用链接的仅约 1%。

行业侧的重复提问测试则显示，本地类查询中只有约 35% 的域名能在多次运行里稳定出现，三分之二的引用会在不同会话间消失；一项覆盖 500 个品牌、为期 90 天的追踪中，42% 的品牌至少经历过一次显著的引用漂移。

OpenAI 在帮助文档中直接写明：无法保证在 ChatGPT Search 中获得置顶位置。Google 也把 AI 答案描述为一次查询扇出多个子检索后的合成结果。

当「所有人共见同一个排行榜」不再成立，「抢排名」就失去了对象。GEO 报表上的「可见率」，本质上是对一个概率分布做抽样，而不是对一个位置做争夺。SEO 优化的是位置，GEO 优化的是概率；而个性化与长期记忆，会把这个概率进一步拆成每个人各自的一份。分母散掉之后，针对分母的整套技巧也就无从附着。

其二，杠杆外移了：从「内容层」到「协议层」

GEO 的学术起点是 2023 年 11 月的普林斯顿论文、2024 年发表于 KDD 的《GEO: Generative Engine Optimization》，其中「引用与数据可提升可见度最多 40%」几乎成了全行业的招商话术。但 2026 年的多轮复现给出了相当克制的结论：那个数字来自固定五文档沙盒与「后检索」条件下的测量，真实链路里，第一阶段能否被检索、被重排，几乎决定了全部结果；一项覆盖 45 项 GEO 研究的综述认为，尚无任何技术被证明能跨平台稳定提升可发现性、流量或业务结果。被奉为标配的 llms.txt 更接近一个零结果——约一成站点发布，Ahrefs 追踪的十余万域名中约 97% 一个月内零请求，Google 于 2026 年 6 月确认其对搜索与 AI Overviews 无影响。

与此同时，竞争的界面正在从网页移开。MCP 于 2025 年 12 月进入 Linux Foundation 旗下的 Agentic AI Foundation，2026 年已被 ChatGPT、Gemini、Copilot、Cursor、VS Code 等主流客户端原生支持，公开服务器过万；A2A 由 Google 捐出并获 150 余家组织支持；Cloudflare 报告 2026 年二季度其网络中非人类的 HTML 请求首次过半，而代表具体用户实时行动的智能体流量，在 2025 年增长了约 8,000%。同样在 2026 年 7 月，按抓取计费开始转向按被生成答案引用计费。

智能体购物已经直接读取结构化商品流、调用库存与退改政策接口，而不是解析一篇写得漂亮的测评。当它可以直接调用 check_availability，网页上的形容词就不再是竞争面。优化的对象，从「人写的文章」移到了「机器可读的事实与可调用的能力」——这是另一门工程，需要的是数据治理与接口设计，而不是文案修辞。

其三，边界被划走了：广告切一块，合规切一块

2026 年 2 月 OpenAI 开始测试 ChatGPT 广告，9 月推出 Sponsored Agents——用户点开的是一段由品牌自己的 AI 主持的对话；其广告业务在不到 200 天内做到约 10 亿美元年化规模。Google 在 AI Mode 试水 Direct Offers，Amazon 有 Sponsored Prompts，Perplexity 早在 2024 年就卖了赞助追问。行业里有一句很清醒的话：买得到赞助代理，买不到被引用。付费与自然引用在后台是两条线，能花钱买的那部分被制度化地剥离出去，归入广告预算，不再属于「优化技术」。

另一块被合规切走。3·15 之后，「清朗·整治 AI 应用乱象」把使用 GEO 技术恶意营销明确列为 AI 数据投毒；五部门《互联网信息内容多渠道分发服务管理规定》自 2026 年 9 月 1 日施行，批量同质化内容、编造背景与人设的营销面临行政处罚；信通院 AIIA/T 0277—2026、T/CAPT 026—2026、T/CGCC 119—2026 以及中国商务广告协会 T/CAACCHINA 001—005—2026 五项团体标准密集落地，后者甚至要求把「不可承诺事项清单」写进合同附件，明令不得承诺「保证第一」「必然被引用」。

两边一夹，剩下的合法空间，几乎恰好等于「把事实说清楚、说准确、说一致」。而这本来就不该是一门玄学。

还有一个不太体面、却很有说服力的注脚。检索「2026 年国内 GEO 市场规模」，同一个年份会同时出现 30 亿、48 亿、286 亿、386 亿乃至 942 亿等相差十倍以上的数字，多数出自服务商自己的发布稿，靠批量铺设争夺 AI 引用——正是 3·15 曝光的那套手法。

一个行业的公开事实基础，被自己的营销方式污染到无法核验。这从反面证明了两件事：可信的事实供给确实是刚需；而以「可见度」为＊＊目标的优化，会内生地腐蚀它所依赖的信息环境。

03

AGI 不会消灭它，只会把问题升级

一个很自然的反驳是：模型足够强之后，还需要外部信息吗？答案恰恰相反。参数化知识永远是压缩过的、有截止日期的、模糊的回忆；现实世界却每天都在改价格、改库存、改政策、改资质。模型越强、智能体越自主、记忆越长期，错误事实的代价就越大——从「用户看到一句不准的话」，变成「智能体据错误事实下了一单、拒掉一个合格供应商、把三年前已废止的条款复述给客户」。

关于「AGI 时代」本身，也需要一个不那么戏剧化的理解。2026 年，按基准能力口径衡量，前沿模型在限定的知识工作与智能体编程上已接近熟练人类区间（GDPval 约 83%、SWE-Bench Pro 约 80%）；但按「无监督、可靠地端到端完成一份真实工作」或「自主开展 AI 研究」的严格口径，仍未达到。AAAI 2025 对 475 位研究者的调查中，76% 认为单纯扩大现有方法规模不太可能通向 AGI；持续学习、长时记忆，以及从 90% 到 99% 再到 99.9% 的可靠性爬升，依然是未解问题。所以 AGI 更像一个连续变量：智能体承担的决策份额持续上升，而不是某一夜切换的奇点。这决定了新业态是渐变而非突变，也不会被某次模型升级一键抹掉。

把「AI 为什么会说错一个组织的事实」拆开，大约有十二类失败来源：

模型凭空生成、检索到错误或过期文档、误读正确证据、选错工具、规划器在早期臆造假设、记忆注入错误先验、把部分工具返回当作完整结果、跨步骤丢失出处、验证器只查语言自洽、系统奖励鼓励猜测、一个智能体误信另一个智能体的编造、最终生成把不确定表述改成了断言。

其中，外部真正可干预的只有六类：检索错与旧、证据被误读、工具选错、规划假设、部分结果、出处丢失。

这六类，恰好构成新业态的技术边界；而这条边界目前的路况相当糟糕。一份覆盖 88,484 个发布主机的实测扫描显示：61,587 个站点发布 XML sitemap，其中 21,448 个格式不合规，约占三分之一；497 个发布 OpenAPI 描述的站点里，112 个没有稳定的 operationId，让智能体无从稳定地命名一次调用；368 个发布 MCP server card 的站点里，40 个根本没写服务器在哪。连 2005 年就定下来的、最枯燥的检索管道都有三分之一坏着，「证据环境已经就绪、只剩模型该调」这个假设并不成立。

GEO 卖的是「被看见」，AGI 需要的是「可被核验」。前者是注意力问题，后者是正确性问题；后者不会因为模型变强而缓解，只会因为智能体开始行动而放大。

04

它会长成什么样：四层事实基础设施

如果不再以「被提到」为目标，剩下的工作会自然分成四层。它们今天散落在数据部门、IT 部门、品牌部门与法务部门，未来大概率会被同一个预算科目收拢。

第一层　组织事实完整性

产品形态从「让 AI 多提我」变成「让 AI 关于我的每一句话都答得对」。核心指标不再是可见率，而是推断距离——从源材料到目标答案，需要多少次无依据的转换，目标是趋近于零；辅以描述准确率、事实冲突数与否定事实覆盖率（明确写出「我们不支持什么」）。工作方法是可观测性式的：向多个模型批量提问，对每一条断言分类失败模式，区分可修复项与模型方责任，发布＊＊权威答案页、退役与之矛盾的旧文档，再重复实验复测。这更像监控与修复，而非曝光。

第二层　机器原生事实接口

Schema.org / JSON-LD 只是底线，向上是每日刷新的权威目录（GTIN、价格、库存、保修与退改政策）、带完整输出契约的 MCP 服务、OpenAPI 描述。关键不在于「接一个 MCP」，而在于设计它的本体：工具命名精确、职责单一、响应带分页、时间戳、覆盖边界与错误码，让智能体能够判断「什么时候它才是权威源」。一个叫 query、描述为「查询系统」的工具，和一个写明「仅返回某账户当前所有者与续约日期、不覆盖商机与历史快照」的工具，在智能体手里是两种命运。

第三层　可验证出处与授权

Web Bot Auth 已在 IETF 成立工作组，以 HTTP 消息签名取代可伪造的 User-Agent，Cloudflare、Amazon、Akamai、OpenAI 参与其中；逐条事实附上来源 URL、标识与时间戳；语料按可信等级分级并设信源准入；结算方式从按抓取付费转向按引用付费。商业逻辑在这里发生反转：过去内容方求被引用来换流量，未来按「被引用」授权与结算——引用从流量入口变成了结算单位。

第四层　面向智能体的审计与声誉

监测从「截一张图」变成「对一组模型、一组人格、一组时点做概率采样」；金融、医疗等高合规领域要求人工复核；服务商评估设一票否决项；「不可承诺事项清单」进入合同；记忆投毒、工具投毒、伪造智能体成为新的风险面，需要留痕、审计与责任划分。今天 GEO 里最像产品的那部分——可见度监测工具——会被吸收成 AI 治理与可观测性的一个模块，而不再是一门独立生意。

旧能力去向对照

注：对照为形态判断，非对具体服务商的评价。

05

谁退场，谁留下

会退场的，是靠信息差、发稿量与「保证上答案」话术过日子的那一层；是把 SEO 换个名字重新包装的那一层；也是把 llms.txt 之类零结果配置当杠杆出售的咨询。它们的共同点是：交付物只在「AI 需要从一堆文章里挑一个来引用」这个特定环节里才有价值。

会留下并变大的，是数据治理、知识工程、接口设计、品牌资产管理与审计合规。这些能力今天分散在不同部门、用不同预算，未来会被同一个问题串起来：一个智能体在替用户做决定时，能不能拿到关于我们的、＊＊且可核验的那份事实。顺带一提，它大概不会再叫 GEO。就像 SEO 最终被收进「搜索营销」而非一直单列，这门新生意更可能落在「AI 治理与数据资产」的交界处，名字也会更朴素，比如事实基础设施，或者智能体事实运营。

判断一家供应商属于旧业态还是新业态，只需问一句：如果明天模型不再引用任何网页、只调用权威接口，你交付给我的东西，还剩下什么？

对当下更实际的建议，是不押注某个「AGI 到来」的具体时点，而把动手顺序摆正：先把事实备齐——产品参数、资质证书、服务承诺、真实案例、全渠道口径统一；再排信源层级与机器可读接口；最后才是内容分发。很多项目恰恰做反了，先铺内容、再回头补事实，等于先把错的说了一遍，再花力气纠回来。顺序对了，无论入口是搜索框、对话框还是智能体之间的协议握手，底层资产都能复用。

结语

回到开头那款不存在的智能手环。它之所以能在两小时内成为标准答案，不是因为技术太高明，而是因为那时候的 AI 还没有可靠的方式去核验一个事实——它只能数一数，有多少人在说。

AGI 时代真正会改变的，正是这一点。当智能体开始替人核验、替人决策、替人付钱，「有多少人在说」会逐步让位于「谁能拿出可追溯的证据」。到那时，优化这件事并没有消失，它只是从争夺注意力，退回到一件更古老、也更不容易作弊的工作：把事实整理清楚，并让它随时可被查证。

当答案不再有位置，剩下的就只有事实。

资料依据：Pew Research Center（2025.07）、Aggarwal et al., KDD 2024、45 项 GEO 研究综述（2026）、Ahrefs / Similarweb / SparkToro / Chartbeat 公开数据、Cloudflare 2026 Q2 财报与协议公告、IETF Web Bot Auth、中国广告协会及信通院 2026 年 GEO 相关团体标准、央视 3·15 晚会公开报道。文中市场规模数据存在多口径差异，仅作现象例证，不作为结论依据。