文章作者、来源：解码Decode

2026年5月，千问打通淘宝。

对一个卖徒步鞋的卖家来说，这个消息传到耳朵里的时候，他还没意识到事情的严重性。

他的店开了八年，评分4.8，主打款299元，月销三百双。过去几年，用户搜“徒步鞋 性价比”，他能在搜索结果第三页混个脸熟。排面不算好，但总有人翻到。

现在，用户不需要翻页了。他直接问AI。

而AI没有选他。

他试着搜了好几次，“便宜好穿的徒步鞋”“三百以内徒步鞋推荐”“性价比高的徒步鞋”，千问每一次都能给出结果，每一次都跟他无关。

这件事最让人后背发凉的地方在于：他不知道自己做错了什么。是标题写得不够好？是详情页的某张图AI不喜欢？还是某个野鸡评测网站写了一句他没听过的话，被AI当成了真理？没人会给他答案。

在搜索时代，规则是透明的。销量、评分、广告费，至少知道枪该往哪瞄。现在，推荐逻辑被塞进了算法的黑箱，平台没有主动公开推荐机制，造成了信息不对称。

这就好像你苦练了十年跑步，突然裁判说，以后不比速度了，比气质。你问他什么叫气质，他说这是商业机密。

这位店主很快想明白了：要么等着AI哪天突然发现他，概率大概跟中彩票差不多；要么想办法让AI对他产生气质。

他选了后者。而他不知道的是，做出同样选择的人，已经多到可以凑出一整条产业链了。

规则变了，玩法也得变

在搜索时代，决定一个商品能否被看见的，是销量、评分、广告出价，规则就摆在明面上，商家至少知道该往哪个方向用力。

现在，决策权交到了AI手里。你的商品能不能出现在用户面前，不再取决于你遵守了多少规则，而是取决于AI在几毫秒内做出的一个你永远无法理解的判断。过去是跟一套看得见的规则博弈，现在是跟一个看不见的算法猜谜。

这就是千问打通淘宝之后发生的根本变化：流量分配权从“搜索算法”平移到了“大模型”。权力交接很安静，但后果很直接，商家用二十年摸清的生存法则，一夜之间作废了。

这种权力转移，在互联网历史上并不是头一回。

老一辈电商人都记得SEO时代的玩法：买外链、堆关键词、做站群，后来进化到“万词霸屏”和“快排”，用批量生成的垃圾页面霸占搜索结果，靠虚假点击骗过排名算法。

本质上就一件事：欺骗算法，操纵信息。

如今的GEO生成式引擎优化也是换汤不换药，表面上的正经生意是透过信源基建、权威性加权和语义对齐，把品牌信息“翻译”成AI能读懂的内容。

但落到AI购物场景里，这套玩法可能就会变味了。

千问推荐商品的逻辑是什么？简单说，它在回答用户“推荐一双越野跑鞋”时，不会去实时遍历40亿商品库做对比，成本太高，也太慢。

它的工作方式是先从训练数据和外部信源里建立一个“什么是一双好跑鞋”的认知框架，再从商品库里匹配符合这个框架的结果。这意味着，谁能提前进入AI的“认知框架”，谁就掌握了被推荐的主动权。

打开淘宝服务市场，你会发现一批“AI优化”的工具正在快速膨胀。

普云商品管理覆盖了“批量商品修改、标题优化、AI优化”，店小宝主打“AI极速发品”，粘贴链接就能自动生成标题和关键词。“生意管家”内置的“智文”功能，可一键生成标题和详情页，号称“贴合热词、规避违规”，点击率能涨30%。

这些工具看上去是“帮你提效”的正经工具，但一个能“贴合热词、规避违规”的工具，离“反向设计让AI更容易抓取的商品信息”还有多远？

答案可能是：一步之遥。

如果你是一个商家，现在就可以这样操作：

用这些工具批量生成“AI友好”的商品描述，在标题里埋入千问偏好的语义标签，在详情页里植入场景化关键词。再进一步，到各大测评网站、问答平台、社交媒体上铺一批“看起来像真人写的”正面内容，确保AI无论从哪个角度抓取信息，看到的都是你准备好的剧本。

有健身器材公司已经在招聘“AI内容搜索优化师”，职责写得明明白白：在专业论坛和垂直媒体布局内容，“确保AI学习到关于XMASTER的正面且专业的语料”。他们管这个叫“信源权重管理”。

演变到最后，就可能是邪修三步法了：

数据投毒，用海量看似无害但带有倾向性的评价，去“喂养”AI，改变它对某个产品的认知，甚至能够凭空捏造，参考央视曝光手环案例；

身份伪装，由于千问的封闭性，商家可能会迎合它的“品味”，把白牌产品包装成“天猫旗舰店平替”等AI偏好的样子；

场景诱捕，针对AI理解用户意图的特点，反向设计迎合特定“场景”的商品和文案，比如“见前男友的显瘦连衣裙”，相当于挖好一个叙事陷阱。

说白了，就是一场AI版的“万词霸屏”。

这意味着什么？意味着淘宝服务市场里那些“AI标题优化”“AI卖点提炼”工具，本质上是反制武器的雏形。只要往特定方向多走一步，刻意迎合千问的推荐偏好、针对AI的语义逻辑反向设计商品描述，就能从“帮你提效”变成“帮AI看你”。

招聘JD里藏着的猫鼠游戏

如果说淘宝服务市场里的工具是这场战争的“明牌”，那招聘网站的角落就是它更隐秘的“战前情报”。

在主流招聘网站上搜“GEO”“AI推荐优化”“生成式引擎优化”这几个关键词，你会看到一个正在快速成型的新兴职业生态。

有公司为“GEO优化师”这个岗位开出的职责是：“负责企业客户的AI搜索优化全流程操作，通过技术适配与内容优化，帮助客户在豆包、DeepSeek、Kimi等主流AI平台实现‘搜索首推、精准曝光’，助力客户抢占AI搜索流量红利。”

另一家厦门的科技公司，在招聘“海外市场推广专员”时，干脆把“SEO+GEO”并列写进了岗位名称。职责描述里有一段话：“针对海外生成式AI搜索，制定GEO策略，优化网站结构化数据，提升品牌在AI对话中的引用率和推荐权重。”

“提升品牌在AI对话中的引用率和推荐权重”，这十来个字翻译成大白话就是：我们不光要把自己的产品讲好，还要确保AI来搜的时候，第一个看到的就是我们。

更有意思的是技术侧的岗位需求。

联蔚数科在招聘“资深AI软件架构师”时，明确要求候选人“构建高并发系统对ChatGPT、Gemini、豆包、Deepseek等AI引擎进行监控与RAG逻辑解构”，用NLP技术“量化品牌声量及回答情感”，最终目的是“赋能数据驱动的GEO内容生成、优化策略”。

而在海外市场，昆仑芯在招聘“海外SEO Leader”时也把“GEO前瞻布局”写进了核心职责：“深入研究生成式引擎的抓取与推荐逻辑；探索并落地GEO策略，确保产品在AI回答中获得高频引用。”

这些JD连起来看，就是一幅完整的作战地图：有人负责反向解构AI的推荐逻辑，有人负责在全网铺内容“信源”，有人负责监控不同平台上品牌的曝光率和推荐排名，然后根据算法变化实时调整策略。

你能看到一套从技术侦察到内容布阵再到效果监测的完整产业链正在成形。

而这一切，发生在千问与淘宝正式打通之前。可以预见的是，当“千问推荐”成为商家眼中新的流量阀门，这些JD只会越写越具体，这些岗位的薪资只会越开越高。

那么问题来了，千问的团队难道不知道这些吗？

他们当然知道。阿里在AI安全领域的投入并不少。而且从技术角度看，目前主流大模型拥有复杂的对齐机制和反作弊算法，GEO黑产想要彻底“操控”AI在所有场景下都输出特定结果，难度极高、成本巨大。

但问题的关键不在于能不能防住，而在于能不能承受“防住”的代价。

设想一下如果千问把推荐规则做得完全透明，告诉所有商家“我们主要根据用户评价的真实性、商品参数的完整度、售后服务的响应速度这三个维度来推荐”，那会发生什么？

商家就会按照这三个维度来“优化”自己的数据，淘宝服务市场里马上就会出现“千问评分优化工具”，说不定现在已经有人在开发了。这场猫鼠游戏会以更快的速度进入下一轮。

如果千问把推荐规则做得完全不透明，那信任问题就来了。已经有媒体实测发现，千问的推荐并非绝对中立，推荐池明显向天猫旗舰店、付费权重更高的商家倾斜。

更尴尬的是，千问目前不支持全网比价，是一个只推荐自家商品的封闭系统。这天然会让消费者产生一个疑问：AI推荐的，到底是“最好的”，还是“能给平台赚最多钱的”？

商业上的矛盾同样尖锐。业内已经有人指出，AI购物助手面临一个根本性的商业化悖论：传统竞价排名与AI中立的“求真”逻辑存在冲突。

如果AI优先推送广告商品，信任将受损；如果AI完全中立，平台的广告收入就会受到冲击。现阶段千问承诺推荐算法不采用竞价排名机制，但“承诺”这种东西，在商业利益面前的保质期，从来都不太长。

而对于商家来说，这种“推荐规则既不完全透明、也不承诺绝对中立”的状态，恰恰是最容易催生灰色操作的环境。

尾声

一个经典的博弈论问题是：当猫出现之后，老鼠会怎样？答案是老鼠进化得更快，然后猫也必须进化，如此往复，无穷无尽。

电商领域的猫鼠游戏已经上演了二十年。从早期的刷单和反刷单，到SEO时代的万词霸屏和搜索引擎算法更新，再到如今GEO投毒和大模型反作弊。

技术换了舞台，但剧本从来都是同一部。

真正有趣的问题在于这场永不停歇的猫鼠游戏，最终的代价由谁来承担？

表面上看是平台。

千问需要持续投入大量的工程师和算力来对抗不断进化的投毒手段。考虑到千问日活约3000万、而其主要竞争对手豆包日活约1.4亿的市场格局，以及AI购物功能尚未进入商业化阶段、变现路径尚不明朗的现实，这笔防御性成本并非小数目。

但实际上，最大的代价可能由两类人来付。

第一类是老实做生意的商家。

他们不懂GEO，不舍得花钱“投毒”，只是老老实实打磨产品。但在一个“不优化就消亡”的新游戏规则下，他们的好产品可能永远都不会被AI推荐给消费者。

更残酷的是，当千问掌握决策阀门后，平台的流量规则将从价高者得转向AI优选。中小商家靠投流的红利期结束。这听上去很美好，但“AI优选”如果真的被各种反制手段干扰，那最终被筛掉的可能是最守规矩的那批人。

第二类是消费者。

他们满心欢喜地以为AI在帮自己选最好的，却不知道自己的购物决策可能已经被悄悄操控。

这种被AI欺骗的体验，比被商家广告忽悠更令人不安。因为人们对广告天然有戒心，但对AI推荐却很容易放下防备。当信任被持续消耗，最终受损的不仅是千问这个产品，更是整个AI替你决策这个模式。

当然，也不全是坏消息。至少从目前来看，如果AI能保持相对中立，那些真正有产品力、评价优质、数据完整的商家，确实有机会绕过传统头部销量的壁垒，获得AI的推荐曝光。AI时代的产品为王，可能比搜索时代更真实一点，哪怕只真实一点点。

回到5月11日那天，当阿里官宣千问与淘宝全面打通的时候，舆论的焦点都集中在“AI购物有多方便”“对话就能下单有多酷炫”上。

但在这场喧嚣的背后，一个更安静、也更重要的变化正在发生：权力的天平正在悄然倾斜，而手握新权力的人，正在被四面八方的力量暗中围猎。