文章核心观点 - 互联网流量正经历从“流量1.0”（注意力经济）向“流量2.0”（意图经济）的第二次范式变革，其根本驱动力是AI智能体的崛起[3] - 流量的核心计量单位从点击/时长转变为词元（Token），监测对象从用户行为转变为智能体行为，商业模式从“卖注意力”转向“卖意图完成”[3][16][17] - 流量2.0时代已到来，其发展速度远超1.0时代，可能用不到10年时间走完1.0时代20年的商业化历程，这为AI原生企业和个人带来巨大机遇，同时也迫使传统互联网公司进行深刻转型[5][17][40] 现象：发生了什么 - 底层逻辑被AI撼动：四个标志性事件共同撬动了流量1.0的根基[9] - 2022年11月ChatGPT面世，两个月用户突破1亿，截至2026年周活跃用户超8亿，改变了人机交互方式[11] - 2024年12月Sora发布，推动AI视频生成普及，例如可灵AI截至2025年底拥有6000万全球用户，累计生成超6亿个视频[11] - 2025年1月DeepSeek推出高性能开源模型，引发大模型服务价格大幅下降，2022年至今每年最大降幅达900倍[12] - 2025-2026年智能体产品（如Claude Cowork、腾讯CodeBuddy）集体涌现，成为新的数字生产力[13] - 用户行为、计量方法、商业模式都在变[14] - 用户入口从APP转向AI助手[16] - 底层计量从网络流量变为词元，2026年3月中国日均词元消耗量达140万亿，是两年前的1400倍[16] - 商业模式从传统四种模式扩展出基于智能体生产力的付费模式[16] - 核心判断：流量正在从“注意力即流量”的1.0范式向“意图即流量”的2.0范式进行质变[17] 本质：什么是流量2.0 - 流量1.0的演变历程[18] - 电信时代：流量是装机量和通话时长[18] - 1.0缘起（~2000）：互联网进入视野，注意力即流量[18] - 1.0成长（~2000-2010）：PC时代“展现量”逻辑，页面浏览量（PV）为核心指标[19] - 1.0扩容（~2010-2015）：移动时代“活跃度”逻辑，DAU和MAU成为核心指标[19] - 1.0成熟（~2015-2020）：算法时代“时长+留存”逻辑，用户停留时长和留存率为核心[20] - 从1.0到2.0：过渡与转换[25] - 1.0的见顶信号：面临三重结构性危机[27] - 用户数和时长物理见顶：截至2026年初，中国网民达11.23亿，移动互联网月活净增低于2000万，同比仅增1.5%，全网月人均单日使用时长7.96小时逼近生理极限[28] - 获客成本持续攀升[28] - 隐私监管成为常态（如GDPR、中国《个人信息保护法》）[28] - 过渡时期的内卷：表现为电商与内容融合、O2O与电商融合（如2025年外卖大战耗资超1000亿）、AI超级APP春节红包大战投入数十亿等跨域存量搏杀[31] - 2.0的萌芽沃土：大模型行动能力就绪（如METR预测2026年底大模型可高质量完成需人类8小时的工作）、互通标准形成国际共识（如MCP已有超10,000个活跃公共服务器）、出现烧词元的杀手级应用、Token经济学出圈（黄仁勋提出推理消耗的Token将是训练的10,000倍）[35][36] - 流量2.0的定义、特征与量化指标[37] - 根本不同：互联网的用户变了，以前是人，现在是智能体[40] - 四大差别[37] - 监测对象：2.0监测“智能体行为”，1.0检测“人的行为”[38] - 流量入口：2.0入口是智能体触点，1.0是人类触点[39] - 增速特征：1.0接近线性，2.0可能是幂函数甚至指数函数，例如ChatGPT 2个月用户破亿，2026年春节AI红包大战中豆包、千问和元宝总日活仅2周翻了2.5倍达2.4亿[40] - 规模天花板：1.0取决于人口，2.0更多取决于算力和能源[40] - AI原生产品打法：引领流量变革，核心指标从MAU和时长变为词元消耗量和任务完成率，例如Cursor ARR达20亿美元，Devin估值102亿美元，可灵ARR 2.4亿美元，Perplexity ARR 2亿美元、估值200亿美元[41][42] - 新基本单位：词元（Token）取代比特（Byte）成为新的流量基本单位，并按智力等级分层定价（如基础层每百万Token输入$0.2-0.25，专用层输入$25或更高）[46][47] - 新商业模式：从卖注意力到卖意图完成[48] - 智能分级订阅 + 溢出Token计费（如Cursor）[48] - 智能体即服务AaaS，从卖软件到卖结果（如Devin 2.0按ACU计费，1 ACU约$2.25）[49] - 意图即交易，智能体完成端到端支付[49] - AaaS切入的不仅是企业IT预算，更是庞大十倍以上的企业HR/人力资源预算[50] - 新度量体系：DAA（日智能体活跃数）取代DAU成为核心指标，并衍生出Chat Intent（对话意图数）、AAT（智能体活跃时间）、ICR（意图完成率）、ARPA（Agent均收入）等新指标[51][52][53] 影响：用流量2.0的视角看当今消费互联网 - 十二个典型场景：全面进入2.0流量升级[57] - 流量升级前线（A组）：搜索、广告、办公，转化速度最快[57] - 搜索：传统搜索流量预计下降25%，AI Overviews出现时链接点击率暴跌61%，Google美国份额跌破50%，3000亿美元搜索广告市场正在重构[58] - 广告：Meta Advantage+助力2026年营收预测2434亿美元，ChatGPT广告目标2030年达1000亿美元[59] - 办公：微软Copilot已有1500万企业席位，AI原生工具如Cursor、Devin证明代际差优势[59] - 流量升级蓄力（B组）：电商、LBS/本地、医疗、金融、内容，转化受非技术因素制约但局部已爆发[61] - 电商：美国零售AI驱动访问量同比增长超4700%，但56%消费者购物旅程仍从Amazon开始[61] - LBS/本地：高德AI日调用12亿次，但服务履约仍靠线下[62] - 医疗：蚂蚁阿福月活3000万，讯飞晓医咨询超1.6亿次，但面临监管审批等挑战[62][63] - 金融：Erica超2000万用户，但面临AI幻觉、责任归属等问题[63] - 内容：可灵AI单季度生成6亿条视频，但版权和监管问题突出[63] - 流量升级时机未到（C组）：游戏、智能终端、政务、社交，转换通路尚未真正建立[64] - 游戏：Roblox Cube 3D让4740万在线玩家可一句话生成3D场景，但核心玩法仍在探索[64] - 智能终端：AI眼镜（如Ray-Ban售出300万台以上）争夺新入口，但新硬件形态未定[64] - 政务：全国超80%县级以上政务中心启动智能化改造，但流程复杂[65] - 社交：关系链和信任是最难突破的壁垒[65] - 八个原生场景：智能体催生新入口和新流量[67] - 包括技能共享与市场（如ClawHub、SkillHub 1.3万+技能）、运行环境与工作空间（如CoreWeave估值230亿美元）、面向Agent的信息服务、支付与交易支持、身份与安全、记忆与上下文持久化、数字员工（如Devin、Sierra估值45亿美元）、培训与能力定制等八大“水电煤”式基础设施和服务[67][68][69][70][71][82] - 价值链影响：每一类参与者的机会与挑战[72] - 云服务平台：机会来自Token消耗指数级增长（中国日均调用量超140万亿）和升级为智能体原生云平台；挑战来自边缘路线和GPU原生路线新型玩家的夹击[73] - 大型垂直业务平台：机会来自数据护城河、“双轨骑行”策略和广告业务的代际兼容；挑战来自“青黄不接”的过渡期（如Google AI Overviews 2025年贡献仅17亿美元，但传统搜索点击率跌61%）、开放API与自建智能体的战略抉择、以及用户侧“智能体争宠”的隐性挑战[74][75][76][77] - 中小垂直服务商：面临加速分化，缺乏独特数据和流程知识的通用SaaS有被颠覆风险，而拥有深度行业know-how的垂直SaaS可能升级为高价值技能包[78] - 终端设备商：入口之争升级为“智能体入口之争”，手机和PC短期稳固，但未来可能出现完全适配AI原生理念的新硬件形态[79] - 新增价值节点：在现有价值链中插入了智能体基础设施层（中间件，如运行环境、身份安全、记忆服务）和AI原生业务提供商层（流量2.0原住民，包括与1.0平台竞争的产品和1.0时代不存在的新品类）[80][81] 应对：怎么办 - 直面和拥抱消费互联网转型[84] - 停止流量1.0内卷，将资源投向2.0增量方向（如AI驱动零售流量同比大增4700%）[86] - 尽快启动流量2.0监测，在传统指标旁增设词元消耗量、智能体调用量、意图完成率等新仪表盘[86] - 启动商业模式适配和转型，重新设计定价（词元计费）、产品形态（封装为Skill/API）并升级组织能力[87] - 盘点数据资产，规划“分层开放”架构[87] - 识别和投资2.0原生初创公司，进行战略布局（如NVIDIA投资Nebius 20亿美元）[87] - 为互联网转型护航和鼓劲[88] - 采用伴随式监管，通过沙盒试验探索智能体自主交易责任归属、AI内容版权等新规则[88] - 推动基础设施标准化和规范制定，鼓励国内企业参与甚至主导智能体身份认证、支付结算等国际标准[88][89] - 应对产业结构变化与新就业形态，引导通用SaaS企业向“技能包”和“智能体训练服务商”转型，并为受冲击从业人员提供再培训；提前研究数字员工带来的劳动法、责任归属等新问题[89][90] - 加强面向流量2.0体系的产学研协同，联合攻关智能体网络的基础性问题[90] - 鼓励流量2.0出海，产品与标准并举，优势方向包括AI原生硬件（如Plaud全球交付20万台）、AI原生工具、面向新兴市场的AI服务以及开源生态和标准输出[91][92]