AI 都替你花钱买流量了,你审过它「信」的东西吗?

前几天,一个做投放的老朋友约我吃饭。

饭桌上他特别兴奋。他最近干了一件大事:把日常投放的一大部分,交给一个 AI 智能体去跑。设定目标、设好预算,剩下调价、换版位、砍计划,它自己动手,不用人点头。

效果怎么样?

他掏出手机给我看后台:获客成本,降了差不多三成。

他说,以后团队只要「看结果」就行了。

我说,恭喜。但先别急着高兴,我问你个问题:这个替你花钱的智能体,它「信」的东西,你审过吗?

他愣住了。

这个愣住,特别值钱。因为刚好,我前两天看到 PropellerAds——一家每天处理 150 多亿广告曝光的广告平台——公布了 2026 年第二季度的广告安全数据。那组数据,就是这个问题最好的注脚。

咱们从头说起。

什么叫智能体投放?

什么叫智能体投放(agentic media buying)?

说白了,就是让 AI 从参谋,变成操盘手。

以前的 AI,是辅助:帮你出报表、猜人群、写文案,拍板的永远是人。现在的 AI,是执行:它自己看数据,自己做判断,自己调预算。绝大多数环节,不再需要人坐在旁边点头。

这个变化有多快?

IAB(美国互动广告局)在 2026 年度展望报告里问了一圈买方:96% 的广告买家,听说过用 AI 智能体买广告;66% 的买家,已经在加大对这件事的投入。

天呐。这已经不是「趋势预测」了,这是正在发生的现实。

智能体正在从看仪表盘的位置,挪到握方向盘的位置。而人审批的环节,也从每一脚油门,收缩成了几个关键路口。

原来的护栏,只护栏了一半

人一放手,所有人的第一反应都是:加护栏。

IAB 在 2026 年 7 月出过另一份报告,把这个心态摸得很清楚:96% 的数字视频买家认可智能体在程序化投放里的角色;但同时,40% 要求人必须在环里,36% 要求留审计记录,31% 要求给智能体划清能干与不能干的边界。

预算上限、人工审批、留痕可查。

这些护栏都对。但我看完只有一个感受:这些护栏,管的全部都是「花多少钱」。

没有人回答那个更要命的问题:智能体「信」的东西,对不对?

便宜的转化,可能是辆调表车

回到我朋友。他的智能体,理论上就是这么翻车的。

假如一个投放智能体,任务是把获客成本打下来。它扫了一圈,发现某个流量来源的转化特别便宜。数字漂亮,于是往那儿加钱。加得越多,「效果」越好,它就加得越起劲。

后台,一片绿。

问题出在哪?出在 AI 很难拿到完整的上下文。稍微往上游看一眼,同样一组数字,可能是另一幅画:落地页的行为不对劲;某个跳转中途换了个可疑的域名;流量质量系统,早就在闪黄灯了。

这就好比你买了一辆便宜得离谱的二手车。仪表盘干净,里程漂亮,价格真香。

直到某天发动机出问题,你打开引擎盖才发现:里程表,是调过的。

便宜的转化有两种:一种是真便宜,一种是「现在看起来便宜」。智能体分不清,除非你把安全信号递到它眼前。

这不是吓唬人,数据说话。

PropellerAds 那组 Q2 数据里,被拒绝的广告总数,环比降了 42%,从 36085 个降到 20790 个。总量在退潮。但其中和病毒、恶意软件相关的拒绝,占比从一季度的 23.3%,涨到了二季度的 45.9%,绝对数量还多了 14%。

一边是总量退潮,一边是恶意软件在拒绝名单里越来越挤。

要说明一句:这是 PropellerAds 自家平台的审核数据,反映的是它平台上看到的情况,不能直接当成全市场的 malware 蔓延程度。但正因为是「自家数据」,这个信号才更扎眼:连一个天天跟流量打交道的平台,都肉眼可见地看到恶意软件挤进了自己的拒绝名单。

还有个更顽固的对手:Cloaking(内容伪装)。

什么叫 Cloaking?就是给不同的「看的人」,看不同的内容。审核系统来查,看到的是一家规规矩矩的网店;真实用户进来,推开的却是另一扇门。

像极了小时候应付卫生检查:老师来的那天,教室干净得能照出人影。

它有多顽固?二季度,广告主封禁原因里它占 67.3%,一季度是 68.1%。几乎没动。

外部数据也在讲同一个故事。GeoEdge 公开的恶意广告数据里,自动跳转占全部攻击的 45%,同比还涨了 25%。

所以你看,仪表盘上那个 CPA 数字,可能只是好几块仪表里的一块,而且未必是此刻最要命的那块。

刹车,不能装在后备箱里

那怎么办?

摆着两条路。

第一条:优化归优化,安全归安全。优化系统追着数据跑,安全系统在圈外看着,出事再拦。这在人管预算的年代勉强够用,因为人站在中间,天然是个缓冲区。

可现在,智能体能自己花钱了。它依据「数字变好」就能加价、挪预算、放量。那凭什么安全信号,只能站在圈外看?

第二条路:把风险信号,接进同一条决策回路。

优化是油门,安全是刹车。刹车不能装在后备箱里,得装在司机的脚边。

数字变好,踩油门,放量。有点不对劲,松油门,减速,多收集一会儿证据。警报拉响,靠边停车,叫人来接手。

让风险和机会,坐进同一间会议室。

不然,安全系统永远都在纠错,而且永远是在车冲过出口好几个路口之后。

人,应该待在灰区

「人在环里」这四个字,听着特别正确。

但你想想,如果每个环节都要人点头,会发生什么?

调一次价要审批,换一个源要审批,挪一次预算还要审批。那这智能体就不是智能体了,是一台要人全程陪跑的机器。人从操盘手,退化成给 AI 收尾的助理。忙是真忙,价值是真没有。

聪明的分法,是把人放进灰区。

机器干什么?扫海量信号,认重复模式,处理证据清楚、风险又低的常规决策。这些,它比人快一百倍。

人干什么?管那些「说不清」的时刻:效果很好,但安全信号很怪;新冒出来的模式,规则套不上;金额大到值得多一双眼睛。

PropellerAds 自家的 AI 智能体 NIKO,就是这么分工的。查报价、查定向、查账户数据,它自己动手,全速跑;但凡要真的动到广告系列、动到预算,立刻停,把整套参数摆到人面前,确认了才执行。

低风险区,跑得飞快。高风险区,稳稳刹住。这才是「人在环里」的正确打开方式。

对了,还有一件事:留痕。

IAB 那份 7 月报告里,36% 的买家要审计记录,图的就是「可解释」。审计记什么?记面包屑:智能体当时看见了什么,哪些信号影响了它,它凭什么决定放量、减速,还是上报。

真金白银自动往外飞的时候,一句「模型决定的」,什么都解释不了。

两个回路,缺一不可

回头想想,投放优化这些年,一直在练一个动作:追机会。

哪里转化概率高?下一块钱放哪更值?哪个来源该加预算?这些问题,AI 答得比任何人都快。

但智能体接管执行之后,它需要第二个回路:盯风险。

这些流量正常吗?信号之间对得上吗?用户旅程的后半段,有没有出幺蛾子?这个场景,还轮不轮得到它自己拍板?

我的判断是:这两个回路,必须长在同一个操作系统里。而不是一个在办公室追机会,一个在天台上数风险。

一个会替你买流量的智能体,既要踩得住油门,也要刹得下车。

那天的饭局,最后我跟我朋友说:获客成本降三成,这事值得高兴。但高兴之前,先去问问你的智能体,那三成是从哪儿来的。

它答得上来,恭喜,你雇到了一个好司机。

它答不上来……那三成里,可能就藏着几辆调表车。仪表盘还在一路飘绿,发动机在你看不见的地方,已经开始冒烟了。

祝你,买到的每一辆便宜车,都只是真的便宜。