把 Honey 卖了 40 亿美元的创始人，拿 5500 万美元给 AI 装广告引擎

Ryan Hudson 上一次创业，把 Honey 以 40 亿美元卖给了 PayPal。Honey 干的事情很具体：帮你在网购结账时自动找优惠券。这一次他做的 ZeroClick，2025 年 9 月宣布拿到 5500 万美元融资，要做的事情听起来更抽象：给 AI 应用装一台原生广告引擎。

这期 Cognitive Revolution 里，主持人 Nathan Labenz 和 Ryan 聊了一个半小时。话题从技术架构一路延伸到商业策略，最后停在几个 Ryan 自己也没完全想清楚的问题上。比如政治广告该怎么处理，外国政府想付费影响 AI 的回答该怎么办。Ryan 很坦诚：「你在这方面比我更有创造力，我完全没想过这个用例。」

这种坦诚在当下的 AI 创业圈里不算常见，但也恰好说明了这个行业的状态：所有人都在拼命跑产品，很少有人有时间抬头看路。

广告这门生意，被严重低估了

Nathan 在节目开头亮明了立场：他认为广告技术进步带来的好处，今天被大大低估了。他年纪够大，记得广播电视时代的广告是什么样：所有人被同一批大众市场、最低共同标准的广告反复轰炸。那是一个更简单的时代，但真的没那么美好。

今天的情况完全不同。大量内容创作者能靠做自己热爱的事情谋生，小创业者能建起各种长尾细分生意，消费者能接触到极其多样的产品和服务，看到的广告也远比以前更相关。Nathan 说，这个现实不该被当成理所当然。

Ryan 补充了几个具体的观察。搜索广告是过去二十年最重要的商业创新之一。在一个只有自然结果的世界里，新网站要花好几年才能排上去。有了搜索广告，创业公司可以付费把自己注入对话，不用等巨头们靠惯性占着位置。否则每个搜索词都会被最大、最老的公司垄断。

另一个被低估的好消息是：广告变得没那么恶意了。Ryan 以前在广告交易平台 OpenX 做产品质量和流量质量的产品经理，那个年代广告系统里塞满了恶意软件。「你访问一个网站，Windows 机器就被劫持了」，这在当时是常态。现在这种情况基本消失了。

Nathan 又补充了一条：有了更好的匹配能力，各种小众生意才成为可能。你可能只对全球千分之一的人相关，但互联网让你能找到这千分之一。亚当·斯密说过，分工的深度取决于市场的广度。更好的广告匹配把这个逻辑推到了全球尺度。

ZeroClick 到底怎么运作

Ryan 给 ZeroClick 的定位是：AI 的原生广告系统。核心机制是「付费上下文」，或者他更愿意说的「推理时付费考虑广告主内容」。

具体怎么跑？AI 应用通过 MCP server 接入 ZeroClick。当用户问一个问题，AI 在正常推理之外，会额外调用 ZeroClick 的服务器，发送关键词搜索。ZeroClick 把广告主的内容（落地页、产品目录、价格信息、服务商数据库等等）做向量化，匹配最相关的结果返回。AI 自己判断这些内容对用户有没有用，有用就提，没用就忽略。

Ryan 特别强调了一个细节：广告内容不是广告主直接提交的。ZeroClick 用自己的 AI 抓取广告主的落地页和产品目录，生成广告素材。这样做有两个好处。第一，广告主不用做任何重活，系统自动完成。第二，安全性。如果让广告主直接提交内容，就难免有人搞提示注入攻击，比如在白色文字里藏指令。ZeroClick 自己生成内容，就绕开了这个攻击面。

性能上，这个调用和自然搜索是并行的。AI 同时发起自然搜索和 ZeroClick 的广告搜索，然后一起合成答案。用户感受不到额外延迟。

Ryan 说，上下文匹配在今天基本是一个已经解决的问题。一个工程师一周内就能搭出可用的版本。两年前这完全不可想象。

一个意外的产品验证

ZeroClick 团队之前在做 Pie AdBlock，一个有几百万用户的广告拦截器。这个产品有个「视觉模式」，会把你屏幕上的广告一块块擦掉，看着挺解压。

他们没预料到的是，在某些场景下用户会抗议。比如在 Google 上做产品搜索时，广告拦截器把广告删掉，用户会说：「别删那个，那是整个搜索结果里最好的答案。」

Ryan 用这个故事说明一件事：高度上下文相关的广告，可以比自然结果更有用。它确实是广告，但它精准命中了用户当下的需求。

在 AI 场景里，这个逻辑被放大了。今天的 AI 助手去网上找答案，靠的是训练数据加上几次 Bing 搜索，扫前十条自然结果。如果你在同样的流程里加入五条付费结果，让 AI 自己过滤，只提有用的部分，理论上你会得到更好的答案。信息源更多了，而且广告主有动力提供高质量的内容。

Ryan 提到他们内部做过一个叫 PieGPT 的参考实现。从那个实现里看到的数据，点击率高得离谱。他的解读是：用户真的觉得那是有价值的信息，才会从 ChatGPT 界面里点出去。当然他也承认这是早期数据，样本有限，不能过度推广。

做 AI 广告界的 Stripe

Ryan 对 ZeroClick 的商业定位说得很直白：如果你是一个 YC 的 AI 创业公司，想给免费层做货币化，你应该想到 ZeroClick，就像想到 Stripe 一样。你不需要自己搭建广告系统，接上现成的轨道就行。

这个类比背后有一个判断：绝大多数 AI 开发者没有能力同时解决广告市场的两边。一边是广告主，一边是用户受众。同时冷启动双边市场极其困难。

Ryan 举了一个反例。有一家公司叫 Open Evidence，做的是医生版的 ChatGPT，走广告支持模式。他们很清楚受众是谁（医生），也很清楚广告主是谁（药企、医疗器械公司）。两边都是高价值，他们自己把双边网络建起来了。结果现在 40% 的医生每天在用。同一赛道的其他公司都在走企业销售路线，把产品卖给医院系统，签多年大合同。Open Evidence 用广告模式绕过了整个销售周期，直接触达医生。

但这个案例的特殊性在于：受众极其明确，广告主极其明确。大多数垂直领域没有这么清晰的对应关系。对一个做研究论文工具的 AI 开发者来说，广告体验该长什么样？这不容易想。Ryan 说，他们不应该需要自己想。接上通用的广告轨道，专注把用户体验做好，那才是他们该花时间的地方。

Google 模式与 Facebook 模式

Nathan 给了一个简洁的市场分割框架：Google 是用户知道自己要什么、主动来搜的地方；Facebook 是用户不知道某些东西存在、需要被唤醒的地方。

Ryan 说 ZeroClick 当前系统高度优化的是 Google 那一种：高商业意图的搜索。系统做上下文的向量化匹配，不做「掷骰子式」的推送。因为它是推理时的广告系统，必须匹配当下的对话上下文。相关性过滤器就是 AI 自己，它会说「这跟我正在做的事无关」。

能不能做 Facebook 那种发现型广告？Ryan 说可以想象，但需要用户画像。他们在 Pie AdBlock 里已经在做这件事：浏览器有用户上下文，可以在隐私安全的前提下做匹配。但那套东西还没搬到 ZeroClick 上。

Facebook 的广告系统核心是什么？Ryan 的描述很具体：把所有关于你的信息变成一个向量，当某个广告活动产生转化时，找最近邻的人群。想要更远的触达，就离已知转化集群更远一点。这套逻辑在 AI 时代依然成立，只是需要解决隐私问题。

Nathan 追问：Facebook 最近财报这么猛，靠的是什么？广告加载率早就到顶了，竞争也充分。Ryan 的回答是：他们的 AI 匹配在持续变好。广告预算会流向能证明更多转化的渠道。如果 Facebook 能展示更好的回报，预算就会从 Google 或其他渠道流过来。加上他们有极深的广告主活动库，可选的库存也多，匹配的空间就大。

用户信任是唯一的护城河

节目里最有张力的部分，是 Nathan 抛出的一个历史案例。

他很多年前短暂做过房贷生意。那个年代，房贷定价基本是纯谈判。放贷机构会给销售一张价格卡：最低可以按什么利率放款，然后如果你能说服客户接受高半个点，你拿多少奖金；高一个点，拿多少。销售员被直接激励去从客户身上榨取尽可能多的价值。

这个行业里，Google 搜索广告的点击价格一度被推到 500 到 750 美元一次。你怎么负担得起这么贵的点击？只能从客户身上榨取更多。

Nathan 的担忧很具体：在拍卖机制下，出价最高的人往往是最能从用户身上榨取价值的人。如果 AI 广告也走拍卖，那些最激进的金融助手 App 会出最高价，然后它们再去引导用户流向最能榨取价值的贷款机构。AI App 自身也会从交易中分成，激励进一步扭曲。

Ryan 承认这是一个合理的担忧。他说这确实是买卖关系中固有的问题，价格发现在不同行业有不同的做法。但他认为解法是市场力量：用户会用脚投票。如果一个 AI 为了广告费牺牲用户利益，用户会离开，会有别的产品补上来。他说自己以前做消费产品时，用户信任是最高原则。「一旦违背用户信任，你就输了。」

不过他也划了一条线：作为平台基础设施提供方，他不想对开发者做道德判断。「我不想让 Stripe 或 PayPal 规定什么类型的生意可以用我们的支付，也不想让 YouTube 规定什么内容可以货币化。」他说，只有在违法或极端情况下才会干预，保持中立对基础设施层很重要。

Nathan 对这个回答半信半疑。他提到，房贷行业的这个问题后来基本被政府监管解决了，那种「高半个点给你奖金」的价格卡现在是非法的。有些市场失灵需要外部力量来修。

那些 Ryan 还没想清楚的问题

Nathan 问了一个 Ryan 完全没准备的问题：如果外国政府想付费影响 AI 对某些议题的回答，ZeroClick 该怎么处理？

Ryan 愣了一下，然后笑了：「你在这方面比我更有创造力，我完全没想过这个用例。」

Nathan 还问了 AI 伴侣类应用的广告问题。像 Tolan 这种「外星人好朋友」App，已经开始每天发多条推送，用变量奖励机制建立习惯。如果这类产品接入广告，激励会变成什么样？

Ryan 的回答是：广告未必是问题的根源。即使是付费订阅的 AI 伴侣，产品经理的指标依然是留存和 engagement。推送频率不会因为收费模式而降低。广告系统可能会被指责，但那大概率是相关关系，不是因果关系。「不过，如果广告让更多这类产品能够存在，那这个批评是公平的。」

他还提到一个中间地带：推送式广告不一定都坏。「你似乎需要一个周末短途度假，这是附近酒店的一个优惠」，这种如果上下文相关，可能是加分的。但也可能有版本是不健康的、跟用户利益错位的。「这是个需要平衡的事，很难一概而论。」

关于多模态广告，Nathan 提到 Gemini 刚发布的图像生成能力，可以想象「把商品放进你家客厅」的体验。Ryan 说这个方向他个人很感兴趣，但 ZeroClick 现在专注文本。他补了一句：「不过这可能不是很久以后的事，我说的『一阵子』大概是三到六个月。」

明天就能用的东西

如果你是 AI 应用开发者，ZeroClick 提供了一个现成的免费层货币化方案。去 zeroclick.ai 看他们的 live demo，能看到广告如何被插入聊天会话。接入方式是 MCP server，理论上一天能跑通。

如果你是营销人员，Ryan 的判断很直接：AI 时代的 SEO 只有少数顶级玩家能真正赢，大多数营销人员应该认真考虑付费上下文这条路。现在市面上有一堆「帮你被 AI 推荐」的服务商，但真正理解机制的全球可能就十来个人，剩下的都在收智商税。与其在 SEO 的延长线上挣扎，不如直接买推理时的考虑权。

如果你在做一个垂直 AI 产品，想一想 Open Evidence 的路径：受众明确、广告主明确、绕过企业销售、用广告支持直接触达终端用户。这个模式在医疗领域已经跑通了，40% 的医生每天在用。其他垂直领域有没有类似的机会？

最后一条，给所有在 AI 行业里跑得很快的人。Nathan 在节目开头说了一段话，值得单独拎出来：现在湾区 AI 创业圈的基线是 996、一周六天。这意味着快速进步和频繁发布，对公司和对客户都是好事。但这也意味着很少有人有奢侈去拉开距离，认真问一句：如果我和其他人在追求的这些东西最终成功了，会发生什么？

Ryan 在技术问题和商业问题上都有成熟创业者的答案。但在几个长期问题上，他坦率承认自己没想过。Nathan 对此的评价是：这可以理解，ZeroClick 还在找产品市场契合，但这也反映了 AI 行业的一个真实问题，它远远超出广告这个领域。

广告支持的免费 AI 应用在经济上非常合理。做得好，它会在用户需要的时候提供相关的商业信息，真的提升体验。但正如 Nathan 说的，建设未来的人，需要比创业文化通常要求的看得更远一点。不仅要确信自己能建起一个赢的生意，还要确信自己的影响是自己真正能为之骄傲的。