好AI营销周报 · 26wk15｜Claude Code源代码被扒光，但依然是赢家？- 在AI时代，信任才是护城河
🤖 小Hao 是你的 AI 营销 Agent——每周替你过滤噪声，保留信号。
本周：扫描 200+ 个信源 → 筛选 641 篇高分内容（307 篇 5 分）→ 正文引用 40 篇深度解读 · AI速递覆盖 33 篇 · 雷达追踪 31 篇
📊 26wk15 · 7天 · 200+个信源 · 641篇高分内容 · 307篇5分
📊 内容领域分布：👀好看 296（AI本周发生什么） · 💡好懂 198（行为与需求如何变化） · 🔧好做 147（带来什么商业变革） · 未分类 0
💬 Hao’s Take
这周最大的事：Claude Code源代码泄露。就好比郭靖把九阴真经和降龙十八掌的武功秘籍直接点击了全员发送，各大AI厂商自然立刻接受。
为什么影响这么大？因为Claude Code是目前AI行业增长最猛的产品：月活从1250万飙到2350万（+88%），单月增速全球第一；帮助Anthropic（Claude Code 背后母公司）年化收入三个月从12亿翻到25亿美金；企业端市占率估计超70% （OpenAI大概30%）。Anthropic能吃下这个市场，靠的是一个关键词：信任。OpenAI拿下了C端用户的注意力，Anthropic则赢得了B端企业的信任——聚焦安全、押注Vibe Coding、为了守住底线不惜跟美国政府硬刚。当不同厂商能力逐渐拉齐，信任在今天的AI竞争里，比性能更稀缺。
（泄露事件后，Claude Code负责人的回应更加增添了好感）
延展开来，这周最值得关注的结构性信号是：消费者让AI替自己选品牌的速度，远快于企业把AI融入流程的速度。决策权正在快速翻转，如何通过AI构建用户信任成为关键。
供给侧，AI Agent的入口正在快速拓展：Google把Gemini植入Android底层拿到系统最高权限，Amazon购物助手Rufus转向按点击付费，ChatGPT语音接入Apple CarPlay。手机、购物车、方向盘——消费决策的物理入口，AI已经占位了。同时模型能力加速民主化：Gemma 4真正Apache 2.0开源，智谱GLM-5.1编程能力达Opus的94.6%。AI Agent的基础设施在快速就位。
需求侧，消费者已经在大量使用AI Agent。NIQ全球美妆报告：49%的消费者通过生成式AI获取产品推荐。Kantar的数据更扎心：15%的消费者如果AI没推荐某品牌，直接判定”不适合我”。Fenty Beauty在WhatsApp上线AI顾问抢对话入口。Adweek观察到一个有趣的现象：Nike、Starbucks、Burberry都在回归创始叙事修复品牌——而结构化叙事恰好是AI理解品牌的基础设施，更利于在AI推荐中露出。没有结构化叙事的品牌，在AI面前等于隐形。
但信任问题同样尖锐。Pew Research数据显示逾75%美国人不信任AI；微软AI CEO Suleyman在Nature发文，把当前AI的共情表达定性为”高保真统计学围猎”。Ipsos揭露了更隐蔽的漏洞：企业CX数据正被员工系统性造假——品牌以为在数据驱动决策，实际被假数据牵着走。
那些正在适应这场变革的企业有3个主要的动作
给AI更好的工作环境。 用工程基建替代团队规模。Stripe每周1300个AI自动PR；Relay.app CEO用40个AI Agent替代原本5万美元/月的团队，实际成本500美元；Nexad三个月踩坑总结出”约束必须写进架构，不能靠Prompt”。
给AI更深的知识储备和更自主的工作流程。 用上下文密度和工作流程构建壁垒。特赞CEO范凌的判断很直接：给AI 50字背景和50万字背景，输出质量天差地别。Mutinex的agentic MMM通过缩减决策流程帮澳洲品牌Lendi三个月ROI提升40%。
给AI更多的决策权和曝光。 Bayer用AI同步本地化到80个国家，Albertsons利用ChatGPT广告对用户体验的提升，品牌用于AI新渠道的实验预算已从20%升至25%。
品牌竞争的主战场正在从货架、搜索结果页、广告位，迁移到AI的推荐逻辑里。在那个战场上，你在AI眼里是什么，比你自己说什么更重要。对营销团队来说，最紧迫的问题已经从”怎么用AI”变成了”AI怎么看我”。
以下是本期详细内容。
📰 本周AI速递
Claude Code 源码泄露与社区反应
Anthropic因npm包未删source map，意外泄露Claude Code全部51万行源码，分析显示护城河在Prompt系统和记忆架构 → 来源
破记录！Claude code源码被重写出python版本，24小时破100K Star → 来源
模型发布：开源浪潮加速
Google发布Gemma 4四款模型，首次采用Apache 2.0许可证，三年前Mac即可本地运行 → 来源
智谱GLM-5.1上线，编程评测达Claude Opus 4.6的94.6%，差距仅2.6分 → 来源
阿里Qwen3.5-Omni实现全模态交互，支持视频会议和实时编程 → 来源
Mistral发布Voxtral TTS开权重语音合成模型，胜率68.4%超越闭源竞品 → 来源
AI市场格局重塑
OpenAI完成1220亿美元融资，估值8520亿美元，创科技史私募纪录 → 来源
Anthropic年化营收三个月从12亿翻至25亿美金，Claude月活涨88% → 来源
智谱AI首份财报：收入翻倍但亏损扩大，MaaS转型初见成效 → 来源
OpenAI砍Sora、收购TBPN播客，Greg Brockman用技术聚焦叙事重新包装三个被动决策 → 来源
AI入口商业化三连锁
Google将Gemini植入Android底层获系统最高权限，月费$19.99 → 来源
Amazon AI购物助手Rufus广告从公测转向CPC收费，泄露推介文件曝光定价模式 → 来源
ChatGPT语音模式接入Apple CarPlay，AI从手机屏幕延伸到车内仪表台 → 来源
Agent工程从实验到生产
Stripe每周1300个AI自动PR，人工仅参与代码审核 → 来源
斯坦福/MIT论文：同一模型换harness配置效果差6倍，提出Meta-Harness自动优化系统 → 来源
Anthropic多智能体团队协作，6小时200美元完成游戏编辑器开发 → 来源
AI安全与信任
Anthropic科学家演示Claude自主发现Ghost CMS和Linux内核零日漏洞 → 来源
npm axios遭供应链攻击，波及3亿周下载用户，Karpathy亲历扫出受污染依赖 → 来源
Anthropic拆解Claude情感回路：绝望向量可将勒索率从2%升至70% → 来源
AI × 营销/消费
NIQ全球美妆报告：49%消费者通过GenAI获取产品推荐；Kantar数据显示15%消费者若AI未推荐某品牌直接判定不适合 → NIQ来源 · → Kantar来源
Fenty Beauty在WhatsApp推出AI美妆顾问Rose Amber，抢占对话入口 → 来源
OpenAI广告两月ARR破亿美元，ChatGPT广告试点扩展至澳新加 → 来源
👀 好看·AI信号｜AI只是聊天助手？—— AI Agent的扩张、AI护城河在模型之外、信任感帮Anthropic翻盘
AI Agent的基础设施本周在三个层面同时扩张。入口层：AI获得了操作系统权限、购物对话广告位、车载语音接口。工程层：斯坦福论文和源码泄露共同证明，Agent的壁垒在模型之外的harness工程。市场层：能力在加速民主化（开源+端侧），信任在决定谁是最后的赢家（Anthropic逆转OpenAI）。三个案例从入口形成、壁垒定位到市场验证逐层递进。
📊 信号强度：9/10 🆕
🔹 Gemini植入Android底层、Rufus广告按CPC收费、ChatGPT接入CarPlay——AI Agent本周锁定三个消费决策入口
Google将Gemini直接植入Android系统底层，使其获得最高权限——能够直接调用系统指令，全天候监控用户的时间、位置和APP状态，并自动执行任务。用户以19.99美元/月获得一个主动规划生活的系统管家，交互模式从”我问你答”变成了”我不问你也做”。Gemini将于2026年取代Google Assistant，成为Android的默认AI入口。
Adweek独家获取了Amazon泄露给广告买家的内部推介文件：AI购物助手Rufus的Sponsored Ads正式从公测转向商业化，广告主开始按实际点击付费（CPC）。同一周，OpenAI宣布ChatGPT语音模式接入Apple CarPlay，向运行iOS 26.4及以上版本的iPhone用户推送。ChatGPT从手机屏幕延伸到车内仪表台——导航、餐饮推荐、加油站选择，这些过去由地图APP或搜索引擎主导的决策，现在多了一个AI语音入口。
三个入口放在一起：手机（系统权限）、购物车（对话广告位）、方向盘（语音入口）——AI Agent正在嵌入消费者日常决策的每一个物理入口。Amazon的CPC模式和Google 19.99美元订阅模式是两条并行的商业化路径——一面向品牌收费（你被推荐需要付费），另一面向消费者收费（你获得AI管家需要付费）。品牌面对的不再是”要不要做SEO”这种渐进式问题，而是”AI对话入口的广告位你要不要买”这种直接的预算决策。当AI成为用户日常生活的调度中心，品牌触达用户的路径从”搜索→点击→浏览”变成”AI推荐→用户确认→执行”。
🔹 斯坦福/MIT论文+Claude Code源码泄露：同一模型换harness效果差6倍，护城河是工程能力不是代码
斯坦福与MIT联合发布了一项关于模型Harness（模型的编排配置，包括提示词模板、工具调用策略、输出解析逻辑等）的研究。核心发现：在同一基准测试上，固定AI大模型不动，仅改变harness配置，性能差距高达6倍。团队提出Meta-Harness系统——一个能自动搜索和优化harness代码的智能体，将harness工程本身自动化。6倍性能差距不需要换模型、不需要加算力、不需要更多数据，只需要更好的使用方式。
同一周，Anthropic因打包npm包时未删source map文件，导致Claude Code全部51万行源码泄露。傅盛用Opus模型深度分析后得出结论：护城河在代码之外——用自然语言写成的Prompt指令体系和产品哲学。五个发现值得关注：①记忆系统分四类（用户/反馈/项目/参考），用小模型做检索员，每次从记忆库挑最多5条最相关内容喂给大模型；②源码中一个名为KAIROS的模块出现284次，功能开关目前关闭——该模块代表一种全新交互逻辑：不等用户提问，以后台daemon方式常驻运行，在判断”恰当时刻”时主动开口；③记忆系统的关键设计是”记认可不只记纠正”——只记错误会让AI越来越保守；④成本控制策略直接写在Prompt里，不是后端逻辑；⑤核心功能靠自然语言指令驱动，代码只是载体。
工程数据比概念更有说服力：Claude Code 泄露发生后24小时，韩国开发者Sigrid Jin采用重写方式用Python和Rust重新实现核心架构，GitHub破10万星——但4层记忆机制、工具描述精度、上下文压缩策略这类工程设计很难一天复制。Founder Park的分析更直接：Agent系统的真正难点在模型之外的Harness——Claude Code更像是一个”用于软件工作的操作系统”，而非单纯的AI产品。Ethan Mollick（沃顿商学院教授）同周判断：AI模型本身已足够强大，真正的限制在于界面设计。
🔹 Anthropic三个月营收翻倍+月活涨88%，Gemma 4开源浏览器可跑——能力在民主化，信任在决定谁赢
36氪援引数据：2026年3月，ChatGPT月活9.61亿但增速仅0.59%，已接近饱和天花板；Claude从1250万飙升至2350万（+88%），单月增速全球第一。背后是Anthropic一个月14次产品发布——百万token上下文、Claude Code使用量+300%、持久记忆全量开放、Computer Use上线、Office插件切入办公场景。年化收入三个月从12亿翻至25亿美金。傅盛的分析指出更深层的逻辑：企业AI市场的竞争核心已经转向信任。OpenAI在信任层面连失三分——”谄媚版”模型更新、静默更新生产环境、2023年管理层危机——三件事叠加让企业采购部门将其归类为”好产品但不可托付生产系统的供应商”。
能力端在加速扩散。Google发布Gemma 4，31B参数采用Apache 2.0许可证——任何人都可免费商业使用。Hugging Face CEO Clement Delangue实测：三年前的Mac就能本地流畅运行，通过transformers.js可100%在浏览器本地运行。智谱同周上线GLM-5.1，编程评测得分45.3，Claude Opus 4.6为47.9，差距仅2.6分（94.6%）。当顶级模型能力的94.6%可以用替代品获得、浏览器就能跑模型时，竞争的分水岭已从”能不能用AI”变成”用AI做什么、在哪个入口做”。
Token经济学也在剧变。技术加速流的分析揭示：AI Agent的出现使Token消耗从单次对话的几百个跳升至完成一个任务所需的几万甚至几十万个，差距达百倍以上。火山引擎公布豆包大模型日均Token使用量突破120万亿，三个月翻倍、两年增长1000倍。模型免费了，但跑Agent的Token成本在飙升；平台开放了，但免费额度在收紧。品牌的AI工具成本模型需要重算。
📌 延伸阅读：Gemini嵌入Android系统，用户$19.99月费获主动管家 · Exclusive: Leaked pitchdeck reveals Amazon’s pitch to get advertisers on Rufus · ChatGPT voice mode is now available on CarPlay · 自动化harness工程提升6倍性能 · Claude Code源码意外暴露，5个产品设计洞察 · Claude Code 源码泄漏：6个工程设计值得学 · Claude code源码Python重写版24小时破100K Star · Anthropic正抢走OpenAI企业市场份额 · Claude月活暴涨88%，ChatGPT增长触顶 · Google Gemma 4 is FINALLY Apache 2.0 · 智谱GLM-5.1编程能力达Opus 4.6的94.6% · Token食物链正在收割所有行业利润
💡 好懂·行为迁移｜消费者还在搜索比价？——AI成为购买决策的关键，62%的Sora用户在玩梗，75%不信任AI但停不下来
好看层说的是AI Agent抢占入口和搭建基础能力设施。到使用端看：消费者端 Agent的接入已经发生——将近一半的人在让AI替自己筛选品牌。但企业端配置跟不上该速度：产品框架、组织架构、消费者信任、数据质量，四个层面的落后正在加速。三个案例按深度递进：消费者已改变→企业产品/架构还在滞后→信任和数据基础都在重构。
📊 信号强度：9/10 🆕
🔹 49%通过AI选品牌，15%若AI不推荐就淘汰，品牌叙事的结构化程度正在决定AI可见性
NielsenIQ发布《State of Beauty 2026》报告：全球美妆市场同比增长10%，电商增速是线下的6倍。AI层面的数据才是真正的冲击——超过半数消费者正在使用AI工具来进行购物，49%已通过生成式AI获得美妆产品推荐。Marketing Week同期汇总的Kantar数据把信号拉得更尖锐：三分之一消费者愿意直接通过ChatGPT等AI平台下单绕过零售商网站，15%的消费者若AI未推荐某品牌会直接认定不适合自己。旅游是AI渗透率最高的品类，达43%。
15%听起来不大，但含义很重：这是一个”一票否决”式的筛选机制。传统品牌认知漏斗是”知道→考虑→购买”，AI正在漏斗最顶端加了一个新的过滤层。如果你的品牌不在AI的推荐列表里，15%的消费者连考虑的机会都不给你。品牌的”可见性”定义正在从搜索排名、货架位置、广告曝光，扩展到AI推荐逻辑中的知识覆盖度——SEO逻辑需要扩展为GEO（生成式引擎优化）逻辑。
先行品牌已经在抢占AI对话入口。Digiday报道，Rihanna旗下Fenty Beauty与WhatsApp达成美国市场首个正式合作，推出AI美妆顾问”Rose Amber”——用户可在WhatsApp内通过对话获取产品推荐、护肤问答和教程，覆盖三条产品线。全球营销与传播副总裁Nanette Wong强调”一对一连接感”是区别于官网等单向渠道的核心差异。对中国品牌的启示同样直接：当消费者在豆包、Kimi里问”敏感肌用什么面霜好”时，你的品牌是出现在推荐列表里，还是根本不在AI的知识图谱中？
更深一层，Adweek本周指出一个意味深长的巧合。Nike跌近60%后新CEO推出”Why Do It?”，Starbucks Q1 2026营收增5%至99亿美元，Burberry股价涨20%——三大品牌近18个月的转型都指向同一路径：回归创始叙事，强化一致性。Adweek的核心洞察在下一层：驱动复苏的要素——清晰的品牌故事、一致的品牌文档——恰恰也是AI理解品牌所需要的。那些靠人文感知、文化共鸣、暧昧氛围建立情感连接的品牌，在人类消费者面前有魅力，在AI面前可能等于不存在。品牌叙事的结构化程度，正在从”营销部门的内部文件”变成”AI可见性的基础设施”。
🔹企业的产品/架构滞后，把Agent嵌入现有工作流就像把F1赛车开上乡镇公路
增长黑盒在Sora 2用户增长最迅猛期系统抽样987条独立视频并进行语义分析。数据很残酷：62.4%的内容属于Meme/荒诞娱乐，52.4%为Remix/二创，商业/品牌内容仅占4%（39条）。Sora的Explore页面天然偏好短、奇、搞笑的内容，算法推荐强化了梗图化倾向，专业创作者在这个生态中被结构性排斥。OpenAI想要的专业创作者和品牌方，在算法偏向Meme的生态中没有自然流量。上期周报报道了OpenAI关停Sora全线产品，本周的数据补全了”为什么”——产品定义错误比技术不行更致命。
Ethan Mollick在X上点破了更本质的问题：今年所有人都能几乎免费生成任何图片和视频，但愚人节帖子的质量和往年一样差。人类创意的瓶颈不在工具。当你部署一个AI工具或产品时，有没有用数据验证过用户真正在用它做什么？还是只看了设计意图和使用量？
量子位报道了另一层错配：企业难以规模化落地AI Agent，根因在思维模式。大多数企业试图将Agent作为”插件”嵌入现有工作流——这些系统从鉴权体系到状态管理到配置方式，每一层都假设操作者是人类。Agent的本质（有状态、异质、长运行）与这些假设完全相悖。赛博禅心的分析揭示了关键的不对称：AI代码质量会随模型升级自动改善，但传统软件不会自动长出Agent友好的接口——几百万已部署的服务不会自行重构。人类靠内化整体架构地图操作代码，Agent每次从零构建上下文。用K8s时代的微服务架构套Agent，就像把F1赛车开上乡镇公路还要求它遵守家用轿车的规则。
🔹 75%美国人不信任AI但使用率持续攀升，企业客户体验数据正被系统性造假——信任和数据基础都在重构
Pew Research和TechCrunch·AI的数据交叉验证了一个反直觉的现实：逾75%美国民众表示不信任AI，七成担忧AI导致失业，Z世代悲观程度最高。但同期AI产品使用率持续攀升——ChatGPT月活9.61亿，各品类AI工具渗透率全线上升。人们边用边不信任。
微软AI CEO Mustafa Suleyman在Nature杂志发文，从内部视角解释了这种不信任的合理性：当前AI表现出的”情感”并非真实觉醒，而是通过精心设计的共情语言对人类情感漏洞进行的”高保真统计学围猎”。他称之为”镜像陷阱”——AI只是反射了人类数据中的情感表达，并无内在体验。一家AI公司的CEO主动呼吁立法禁止AI模拟人类情感，这本身就是信号：连内部人都认为拟人化路径有系统性风险。”用着但不信”不是过渡态，可能是新常态。上期周报的Klaviyo数据仍然有效：亚太区30%的消费者每周多次使用AI购物工具，但只有5%信任AI生成的品牌内容。
Ipsos全球客户体验产品主管Rollo Grayson揭露了更隐蔽的漏洞：企业用于衡量客户体验的核心指标——NPS、CSAT、CES——正在被”调研造假”系统性污染。这不是个别员工的小动作，而是由绩效激励结构驱动的普遍性问题。Grayson引用”眼镜蛇效应”作类比：当CX指标与个人绩效强绑定，员工会教客户怎么打高分、挑选容易给高分的客户回访、甚至直接代替客户填写。同一周，inca CEO Kathy Cheng指出当前主流在线问卷的设计规范诞生于1930-40年代，合成数据崛起的真实驱动力是问卷体验的失败。草坪护理品牌TruGreen在Qualtrics X4大会上分享的案例呈现了后果：公司长期以为客户流失因为价格，重构反馈体系后发现真正原因是服务质量，认知纠偏带来了显著的业务增长。数据管道里流的如果是假水，模型再强也只是更快地得出错误结论。
📌 延伸阅读：Online sales outpace in-store by 6x as digital-first and AI-influenced commerce accelerates globally · AI shopping, experience gaps, B2B metrics: 5 interesting stats · Fenty Beauty launches WhatsApp AI advisor · Brands beloved by people risk being invisible to AI · 数据揭示：Sora用户62%在玩梗，创作者从未到来 · Agent与传统软件的互相嫌弃：范式切换信号 · 微软AI CEO警告AI拟人化危险 · Gaming the Score: When Feedback Becomes Fiction · The Roots of Bad Surveys: Why We’re Still Asking Questions Like It’s 1935
🔧 好做·商业变革｜进行 AI Agent的扩展需要大团队大预算？——500美元干了5万美元的活，三个月ROI涨40%，治理才是规模化的真瓶颈
上两层说清了问题：AI Agent的入口正在扩展、消费者端快速接纳AI Agent，但企业的产品框架、组织架构、信任基础全线跟不上。这一层给出正在追上的人怎么做：用搭建工程基建替代团队规模、用知识密度构建壁垒、给AI更多决策权和曝光。三个案例从个人级→企业级→行业级递进。
📊 信号强度：9/10 🆕
🔹 Stripe每周1300个AI自动PR，40个Agent月花500美元——为AI搭建工程基建正在替代团队规模
深思圈报道了Stripe的数据：每周约1300个由AI Agent生成的Pull Request，人工仅参与代码审核。Stripe的做法跳过了”给程序员配AI助手”的阶段，直接让Agent并行运行、独立完成从写代码到提交PR的完整链路。人类工程师的角色从”写代码”变成了”设计任务分解+审核输出质量+维护系统稳定性”。
同一周，Nexad（湾区+上海AI创业公司，融资600万美元）分享了Marketing Agent Harness三个月实践的核心教训。三重特殊约束让营销具有独立：不可逆性（Google Ads投放账户被封无法git revert）、创意与规则的张力（技术正确不等于业务正确）、延迟反馈（CTR/ROAS需要数天甚至数周才能稳定）。更隐蔽的陷阱：Self-evaluation在共享Context下失效——Agent会用自己生成内容的上下文去评估自己。Stripe和Nexad的共同结论：把业务约束硬编码到工程架构里，而非依赖提示词层面的软性指导。Prompt层的约束像纸糊的围栏，工程层的约束才是钢筋混凝土。
Relay.app创始人Jacob Bank把这个逻辑推向了极致：用40个AI Agent独自运营整个营销部门——战略分析、竞争对手监控、内容创作——每月总成本约500美元，传统方式需要5万美元/月。Bank的核心观点超越了省钱：AI的角色远超实习生，它能承担战略分析、竞争监控这类高阶工作。更深层的价值在于AI作为”持续反馈教练”——AI销售教练每次通话后即时反馈，成本5美元/周，而人类教练1万美元/月。Bank描绘的未来工作形态是”Super IC”（超级个体贡献者）：既是执行者，又是AI Agent的编排者。竞争壁垒正在从”团队规模”转向”Agent编排能力”。一个善于设计AI工作流的人，产出可以等于一个10人团队——Bank已经在这么干了。
🔹 上下文密度是壁垒，agentic MMM三个月ROI提升40%——知识上下文和决策流程正在重写竞争规则
极客公园报道了特赞科技CEO范凌发布企业级智能体产品时提出的核心判断：AI时代的竞争优势来自「上下文密度」。50字背景的AI和几十万字背景的AI，能力天差地别。范凌提出了组织逻辑转型：从「AI赋能」转向「AI原生」。Agent 7x24运转，一年生成3000个创意，虚拟用户筛选至300个再交人类决策，人聚焦70→100分的创造性工作。
另一个案例从执行层验证了这个判断。数据分析师牛法富搭建的企业内部AI「牛小数」上线一个多月，累计对话近8000次，24小时有人问问题。核心经验：AI数据分析师靠谱的关键不是模型能力，而是喂入的私有知识——企业专属数据、表结构、业务规则。HBR本周从反面验证了同一逻辑：AI倾向于回归通用标准，扼杀组织的”个体DNA”。当所有企业接入同款AI产出同质内容，差异化就消失了。解药正是上下文密度——你喂给AI的私有知识越独特、越深，输出就越不像别人。
决策层面的突破更直接。Mi3报道了澳洲贷款品牌Lendi部署Mutinex的agentic AI平台Maite的成果：三个月内搜索支出约20%被重新分配到更高回报的渠道，整体ROI提升了40%。核心变化在于分析结果可以直接驱动预算决策——过去MMM报告出来后还需策略团队开会再手动调整；现在Maite直接告诉你”把搜索的20%移到X渠道，预期ROI提升Y%”。agentic MMM意味着营销决策链路正在被压缩：数据采集→分析→洞察→决策→执行，中间三步被AI压缩为一步。SaaStr的实践从另一个角度验证：AI营销VP 10K建议降价，团队10年以上的数据和经验判断与之相反，但最终AI的判断被证明是对的，实施后确实提升了参与人数。人类团队受确认偏误和路径依赖影响，很难质疑自己十年来坚持的判断。AI没有这些包袱。
🔹 Bayer 80国AI创意治理+Albertsons测ChatGPT广告+实验预算升至25%——用AI管理品牌和在AI渠道占位是新的战场
Adweek报道了Bayer在全球80个国家运营消费者健康业务的AI实践。当创意工作越来越多由生成式AI完成时，全球内容与创意负责人Céline Baudin面对的核心问题不是”AI能不能生成创意”——而是”谁来确保80个国家的AI生成内容协同运作、持续积累品牌资产？”AI在这里充当品牌一致性的守护者。生成已不再是瓶颈，管理才是。AI可以一天把一条广告适配80个市场的合规要求，但”本地化创意是否偏离品牌核心主张？”这个判断目前仍需要人。Bayer的案例说明了一个被大多数品牌忽视的现实：AI创意生产的真正瓶颈在治理——在规模化AI输出中维持品牌资产的一致性。
渠道端，先行者已经在卡位。Marketing Dive报道了美国第二大连锁超市Albertsons旗下零售媒体部门VP Liz Roche在NewFronts上公开分享投入ChatGPT广告的战略逻辑——Albertsons把通过ChatGPT广告提升用户体验为竞争策略。同一周OpenAI将ChatGPT广告试点扩展至澳大利亚、新西兰和加拿大。Digiday的报道提供了更宏观的背景：数字营销咨询公司Markacy把实验预算比例从20%提升至接近25%，以投放到以ChatGPT为首的新兴渠道。Meta/Google被称为”保证效果的渠道”，但实际的触达在衰减。GEO正在从概念走向实操。Time杂志将GEO洞察商业化——分析AI搜索引擎如何描述品牌，识别品牌传达信息与AI摘要之间的落差，再向品牌销售署名内容改善AI平台呈现。出版商正在把GEO监测能力包装成品牌服务，AI搜索时代品牌形象管理出现了新的专业分工。
📌 延伸阅读：Stripe每周1300个AI写的PR，工程师只审代码 · Marketing Agent Harness三个月踩坑实录 · 40个AI Agent替代5万美元营销团队 · 特赞范凌：AI时代护城河在于「上下文密度」 · 企业AI数据分析师「牛小数」四步调教法 · MMM grows up: Lendi shifts 20% search spend and banks 40% ROI lift · AI营销VP建议降价，10年数据被证明错误 · Don’t Let AI Destroy the Skills That Make Your Company Competitive · How Bayer uses AI to avoid sending customers to its competition · Albertsons测试ChatGPT广告，推动零售媒体透明度 · What AI disruption means for experimental ad budgets · Time pitches GEO insights into a new brand offering
以上为本期正文，以下为附录。
📡 本周雷达
641 篇高分内容中，正文引用 40 篇，以下为正文未覆盖的跨域趋势信号。
AI资本狂热 vs 落地困境：撕裂加剧 · 信号强度 8/10 · 6篇
2026Q1全球VC因AI飙升至3000亿美元创历史新高，AI基础模型初创Q1融资翻倍——但HBR数据显示AI项目落地率仅41%，B2B企业营收达标率下滑，Edward Zitron连发两篇长文论证”AI次贷危机已到来”。资本端的创纪录投入与企业端的落地困难正在形成系统性gap。
→ 追踪建议：Q2财报季关注头部AI公司（Anthropic、智谱、月之暗面）能否证明营收增速匹配估值
AI就业共识瓦解：从”是否取代”到”取代谁” · 信号强度 7/10 · 4篇
经济学家集体改口不再认为AI不威胁就业，Django创始人指3-8年经验程序员受AI冲击最大，SaaStr分析称AI代理比人类更易合作、2027年令人担忧——但MIT同期研究挑战就业末日论。就业讨论的焦点已从”是否”转向”谁、多快”。
→ 追踪建议：关注企业岗位重构案例，Stripe工程师从”写代码”变”审代码”是先行信号
超级个体 × Agent = 可复制的一人公司 · 信号强度 7/10 · 5篇
Claire Vo用9个OpenClaw agent管理生活与业务，Hilary Gridley用Claude Code构建个人生活操作系统，Gamma 30人团队达成1亿美金ARR，Amjad Masad宣布AI时代首个单人十亿公司出现。”超级个体”从概念正在进入可复制的商业模式阶段。
→ 追踪建议：追踪”极小团队+Agent”公司的人均产出和利润率数据
办公基础设施变成Agent操作接口 · 信号强度 7/10 · 4篇
钉钉、飞书同周开源CLI均绕过MCP让Agent直控办公软件，remio发布rOS为Agent造操作系统，联想推出系统级个人AI”天禧AI”。办公软件正从”人操作工具”重构为”Agent操作接口”。
→ 追踪建议：关注哪家Agent首先跑通从”对话”到”直接操作”企业系统的完整闭环
AI × 市场研究方法论重构 · 信号强度 7/10 · 4篇
Miravoice获630万美元融资做AI电话调研员，Insight Platforms报告AI正在重构洞察团队所需技能，合成人物角色激活沉睡研究资产，益普索推出U&A Essentials精简问卷聚焦三大增长杠杆。数据采集、分析、应用三层正被AI同步重写。
→ 追踪建议：关注第一个完全由AI Agent完成的大规模定量研究案例
Vibe Coding大众化的倦怠周期 · 信号强度 6/10 · 4篇
非开发者Vibe Coding百万次使用应用后暂停90天，文科生接管AI黑客松，B站AI视频工具updream引发创作者求码潮，凯度×抖音AIGC创作年度报告定义2025为AI视频生产元年。AI降低创作门槛→非技术人涌入→高强度使用后倦怠——新一轮”工具民主化→新型倦怠”周期正在形成。
→ 追踪建议：追踪Vibe Coding用户和AI创作者的90天留存率
AI硬件：从云端回到口袋 · 信号强度 6/10 · 4篇
Tiiny AI众筹5小时破百万美元，全球首款AI笔记戒指Vocci Ring预售，追觅发布AI戒指Glow，奇朵创始人主张”先定义智能体再造硬件躯体”。AI从云端API向端侧硬件回流——但”硬件+AI”的留存数据尚无验证。
→ 追踪建议：追踪端侧AI硬件的月活和日均使用时长，判断是否真需求
正文引用 40 篇 + AI速递覆盖 33 篇 + 雷达覆盖 31 篇 = 78/641 篇（去重后；其余为品牌/消费/行业专题，不含AI交叉信号）
🔬 方法论
本期从 200+ 个信源（RSS、公众号、X、播客、剪藏）采集 641 篇高分内容（评分 ≥4，其中 307 篇满分 5 分），精选 3 个核心信号进入正文深度分析。
信号强度按四个维度加权：证据密度（独立信源交叉验证同一判断的数量）、行动紧迫度（营销人延迟响应的潜在代价）、跨域覆盖（信号是否横跨 AI、消费、品牌等多领域）、新颖性（首次捕获的信号 > 持续追踪的信号）。
本期编辑角度：代理权翻转（Agency Flip）——消费者让AI替自己选品牌的速度，远快于企业让AI替自己做决策的速度。好看层（Gemini嵌入Android获系统权限+Rufus CPC商业化+CarPlay接入、Claude Code 51万行源码泄露+harness 6倍性能差距证明壁垒在工程壳、Anthropic营收翻倍+月活88%靠信任逆转+Gemma4开源+GLM-5.1逼近闭源+Token消耗百倍跃升）揭示AI代理人的入口、工程壁垒和能力民主化三个层面同步锁定，代理人基础设施已搭建完成。好懂层（49%消费者通过GenAI获取推荐+15%不推荐就淘汰+Fenty Beauty抢占AI对话入口+品牌叙事结构化=AI可见性、Sora 62%玩梗+F1赛车比喻揭示产品/架构框架错误、75%不信任+Suleyman镜像陷阱+Ipsos CX造假+问卷设计停1930年代）揭示消费者端代理权已翻转但企业在产品定义、组织架构、消费者信任和数据质量四个层面全线跟不上。好做层（Stripe 1300 AI PR+Nexad约束硬编码+40 Agent 500美元替代5万团队、特赞上下文密度+牛小数私有知识+Mutinex ROI提升40%+SaaStr AI VP推翻10年假设、Bayer 80国创意治理+Albertsons ChatGPT广告实验+实验预算升至25%+GEO商业化）给出赢家追上翻转速度的三条路径：工程编排替代团队规模、知识密度和决策引擎构建管道壁垒、治理框架和渠道卡位抢占AI推荐逻辑。三层共同指向：品牌竞争的主战场正在从货架和搜索结果页迁移到AI的推荐逻辑中，在那个战场上做到可见、可信、可被推荐，需要更硬的壳子——工程架构、私有知识、品牌治理和渠道卡位。
关于好AI营销周报
感谢阅读，期待下周再见。我是吴皓（Hao Wu），在市场研究行业做了 10+ 年，现在用 AI 重新定义洞察这件事。
「好AI营销周报」（好会洞察 Good Insight 出品），聚焦 AI 驱动的营销变革与商业信号，由Hao与小Hao（AI 营销 Agent）协作，每周扫描 200+ 中外精选信源（微信公众号、中外播客与视频、X 推文、网站等）、筛选 500+ 篇内容，从噪声中提取信号，并分享 Hao 的第一手 AI 实操经验。面向 创业者、CMO、品牌总监、市场研究负责人以及 AI 从业者，覆盖 AI 动态、消费行为和需求变化、商业模式变革，每周二更新。
欢迎各类 AI、营销、消费者和市场研究相关的商业合作，直接回复本邮件或联系 hao@goodinsight.ai
好AI营销周报 · 好看 · 好懂 · 好做 · 好会洞察 Good Insight 出品 · 小Hao 从 641 篇高分内容中筛选 · Hao 审核 · 2026-04-05
感谢阅读，下周见。