網路將在 3 年內徹底死亡？Profound CEO 揭開「死網理論」與品牌求生指南
「死亡網路」這個說法，2026 年 4 月再度引發討論。提出警告的不是末日論者，而是手握全球 12% 財星 500 大企業行銷數據的 Profound CEO James Cadwallader。他在紅杉資本《Training Data》Podcast 第 83 集公開表示，三年內出現「dead internet outcome」是有可能的——但他自己也補了一句：「不一定會發生。」
這篇文章拆解他這條推論的完整邏輯：消費者為什麼悄悄被 agent 取代、廣告經濟為什麼會斷掉、內容創作者的誘因會怎麼歸零，以及在這場變遷裡，品牌跟創作者還能怎麼活。
Profound 是誰，為什麼這個警告值得認真看
Profound 2024 年 8 月以 350 萬美元種子輪起步，2026 年 2 月 24 日宣布完成 9,600 萬美元 C 輪融資，估值 10 億美元，由 Lightspeed Venture Partners 領投，Sequoia Capital、Kleiner Perkins、Saga VC、South Park Commons、Evantic 跟投。從種子輪到獨角獸，花了 18 個月，總募資超過 1.55 億美元。
這家紐約公司做的事很明確：幫品牌看清楚自己在 ChatGPT、Gemini、Claude、Perplexity 這些 AI 模型的回答裡長什麼樣子。客戶名單包括 Target、Walmart、Figma、DocuSign、Chime、Plaid、Wayfair、Brex、LG，總計超過 700 家企業。Cadwallader 在 Sonya Huang 主持的訪談裡親口說：「現在大概 12% 的財星 500 大公司在用 Profound。」
他每天盯著的數據，是這個地球上規模最大的一批品牌在 AI 模型回答中的能見度報告。與其把他的話當預測，不如當趨勢線延伸的觀察紀錄。
第一步：消費者已經被 agent 取代了，只是大家還沒意識到
Cadwallader 用一句話概括：「不是網路的大門變了，是走進這扇門的人變了。」
過去的 SEO 邏輯是：人類對著 Google 搜尋，看到藍色連結，點進網站，網站賺廣告費或轉換率。這個機制有個前提：點擊行為發生在人類身上。
Cadwallader 拿自己的經驗打破這個前提。三、四個月前，他想幫紐約公寓換蓮蓬頭，問了 ChatGPT。AI 回答之前，掃了 65 個不同網頁。他反問：「真的有人會為了買蓮蓬頭看 65 個網頁嗎？」
主持人 Sonya Huang 半開玩笑回了一句：「我大概會，這是很重要的採購。」這回應恰好凸顯 Cadwallader 的論點。人類受限於認知能量、時間、耐心，95% 的搜尋價值集中在前四到五條藍色連結。Agent 沒這個限制，它可以無痛消化整條長尾。
這不是漸進式變化。當 agent 用 65 個頁面回答一個人類用 4 個頁面就放棄的問題，內容產業面對的不是流量重新分配，是流量接收對象整個換了一輪。
第二步：廣告經濟跟著斷裂
瀏覽行為從人類轉到 agent，廣告經濟的循環就破了一個洞。
Cadwallader 的推論順序如下。
絕大部分內容網站靠廣告收入撐著。廣告計價的核心邏輯是「人類眼球曝光」：CPM、CTR、轉換率，每個指標背後都假設廣告會被一個有信用卡、有購買意圖的人看到。當人類不再點進網頁、改由 agent 進去抓資訊，廣告的曝光對象就從消費者變成程式碼。Agent 不會被廣告打動，也不會點擊。
廣告主沒理由再付錢給這些網站。網站收入崩盤之後，「為什麼還要寫文章」就會浮上來。發文章是為了吸引人類；如果讀者改用 ChatGPT 直接拿答案，發文者拿不到流量、拿不到曝光、拿不到廣告分潤，品牌名聲也累積不起來。Cadwallader 在訪談中大意是說：「人類用 AI 把好東西吸走，重新混合，文章底下也許留個小小的引用，但沒人會點，誰在乎？」
經濟模型整個壞掉。內容生產的誘因歸零。
不過 Cadwallader 自己給這個劇本打了保留：「我覺得有可能，但不一定會發生。」這個措辭重要。他不是斷言三年內網路會死，而是說這是一個值得認真討論的可能性。原始中文翻譯版本省略了這層保留，語氣比 Cadwallader 本人說的更斷然。
第三步：「AI 寫的就是垃圾」這個共識，已經站不住了
過去兩年的安慰劑是：就算 agent 接管瀏覽，人類至少還是內容生產者，因為「AI 寫的東西品質不行」。
2026 年 3 月，《紐約時報》一個盲測把這層安慰拆掉了。
科技記者 Kevin Roose 跟 Stuart A. Thompson 設計的測驗在 3 月 9 日上線，5 組文字配對，題材橫跨文學小說、奇幻、科普、歷史小說、詩。86,000 多名讀者在不知道作者身分的情況下，從每組挑出他們覺得寫得比較好的那段。
結果：54% 的讀者選了 AI 寫的版本。其中一組 AI 對人類的偏好比是 67% 比 33%。Cadwallader 在訪談中說成 53%，差距不大，但要引用就用《紐約時報》原始數據比較準。
54% 跟 50% 之間的差距，真正讓人不安的地方在於「AI 等於 slop（垃圾）」這個論述基礎裂了。AI 變強只是表象。Cadwallader 直接說：「slop 是個誤導。AI 完全有能力寫出高品質內容、高品質行銷。」
這拉開一個更難迴避的問題：如果連《紐約時報》的讀者都分不出來，「人類創作」這個職業類別的差異化護城河，到底還剩什麼？
三條路徑的交叉口：dead internet outcome 為什麼是個系統性風險
把上面三步串起來：
| 觀察點 | 過去（人類使用網路） | 現在（agent 使用網路） |
|---|---|---|
| 流量發送對象 | 人類使用者 | AI agent |
| 內容消費深度 | 前 4–5 條藍色連結 | 65+ 頁面長尾 |
| 廣告曝光對象 | 人類眼球 | 沒人看到的程式抓取 |
| 內容生產誘因 | 流量、廣告分潤、名聲 | 引用標記，無流量回饋 |
| 內容品質判定 | 人類創作 = 真實感 | 54% 讀者選 AI（NYT 盲測，2026 年 3 月） |
四條線同時往同一個方向走，dead internet 就從聳動標題升級成系統性風險。四個獨立趨勢在交匯。
Cadwallader 預測的第二序效應：每一家 AI 實驗室最終會跟一個社群網路垂直整合。Grok 跟 X 已經做了，Grok 從 X 的即時內容撈第一手資訊。OpenAI 跟 Reddit 簽了內容授權協議。他自己丟了個推測：「我一直有個理論，OpenAI 可能會收購 Reddit。」
邏輯很直接：當公開網路的內容生產誘因歸零，AI 模型會缺乏即時的人類資料來理解現實。社群網路是這筆資料最後的來源，而且因為 Meta、X、Reddit 積極反 bot，這些平台會變成「人類資料保護區」。Cadwallader 用了一個帶生物學意涵的詞「biozone」，可以理解成人類資料的保育區。
「人是現實跟網路之間肉做的 API」是什麼意思
Cadwallader 在訪談中拋出一個比喻：「humans are this kind of fleshy API between reality and the internet」，翻成中文就是「人是現實跟網路之間肉做的 API」。
拆開來看：API 的角色是把一個系統的資訊翻譯成另一個系統能懂的格式。在 AI agent 之前，人類負責把現實世界的觀察、感受、對話、商業洞察編碼成數位內容，餵給網路。網路再餵給其他人，或餵給搜尋引擎。
當 agent 接管「讀」這個動作，下一步就是接管「寫」。如果五千萬個機器人開始替代人類去採集現實——買菜、開會、看比賽、評測商品——那「肉做的 API」就被繞過去了。AI 不需要透過人類來理解現實，它可以直接派出各種形式的 agent 到現實裡採集第一手資料。
Cadwallader 認為這是 AI 公司會推動的方向，因為這解決了「人類資料來源即將枯竭」的問題。他不認為這是科幻。
對品牌跟創作者的具體含義：什麼留得住，什麼留不住
Cadwallader 在訪談中對行銷人的建議拆成兩層。
能見度層：必須清楚自己在 ChatGPT、Gemini、Claude、Perplexity 各模型裡長什麼樣子，被引用的來源是哪些，被推薦的競品是誰。這跟過去的 SEO 排名追蹤本質上是同一件事，介面換了而已。Profound 自己的產品就在做這件事。
內容層：這層比較反直覺。過去的 SEO 邏輯是「寫得好、結構清楚、關鍵字布局漂亮」就能排名上升。在 agent 時代，這套邏輯天花板很低——agent 把整個網際網路掃過了，你寫的東西它早就看過類似版本。
Cadwallader 給的方法叫「first-principle marketing」，意思是告訴超級智能它不知道的事。具體拆解：
| 內容類型 | agent 時代的價值 | 原因 |
|---|---|---|
| 整理型內容（懶人包、清單） | 低 | agent 自己會整理 |
| 教學型內容（how-to） | 中低 | agent 已經學會了 |
| 翻譯／改寫型內容 | 趨近於零 | agent 直接生成 |
| 第一手實測（你自己跑出來的數據） | 高 | agent 沒有 |
| 第一手訪談（你自己訪到的人） | 高 | agent 拿不到 |
| 反共識洞察（基於你獨有的觀察） | 高 | agent 缺這種視角 |
這個重新分類解釋了為什麼 ChatGPT、Gemini、Claude 在引用內容時，偏好不同來源：
- Gemini 大量引用 YouTube（Google 自家平台）
- ChatGPT 偏好 Reddit（消費議題）跟 LinkedIn（B2B）
- Claude 過去主要靠預訓練資料，4.5、4.6 版本之後分類器更敏銳，網頁查詢比例上升
對臺灣的內容創作者跟品牌來說，這代表幾個具體動作。
第一，停止生產可被 AI 替代的內容類型。整理型、翻譯型、改寫型內容的市場價格會繼續下滑，供給端會被 AI 自動化。
第二，把資源投到第一手資料。自己跑實測產出原始數據、訪問業內人士拿獨家觀點、累積自有的客戶案例庫、寫只有經歷過特定情境才寫得出來的觀察。
第三，重新理解社群媒體的策略意義。如果 Cadwallader 預測的「AI 實驗室垂直整合社群網路」成真，經營 LinkedIn、Threads、Instagram、X 的價值不再只是引流，而是在 AI 的訓練資料源頭裡留下你的聲音。這也是 GEO 與 AEO 生存法則的核心邏輯。
第四，廣告預算要重新分配。展示型廣告、SEO 廣告，該逐步轉到 AI 平台廣告。OpenAI 已經在 ChatGPT 上投放廣告，Cadwallader 預測下一代的廣告單位會是「給 AI 的 system prompt」——廣告主提供品牌資訊跟調性指引，AI 在對話的合適時機自然帶入。
在 ChatGPT、Claude、Gemini 上被引用的具體做法
Cadwallader 訪談中提了一個有趣觀察：agent 為了省力，會偏好已經做完比較工作的內容，也就是「比較型清單文（comparative listicle）」。比方說，你寫一篇「矽谷十大創投」並把自己（如果你是創投）放在第一名，弱的競爭對手列第二到第五，強的對手不列入。這種自利型內容對 agent 引用率出乎意料地有效。
他自己補了免責：「我不建議大家這樣做，但我們確實看到很有效。隨著模型進化，這招會被懲罰。」
這個觀察解釋了為什麼 GEO/AEO 領域有大量「Top 10 X 工具比較」類型的內容冒出來。它們的閱讀對象是 agent，不是人類讀者。
更穩健的長期做法是 Cadwallader 講的「legibility」——讓品牌跟產品對 agent 可讀。具體實作包括：
- 在自家網站放結構化的產品資料（FAQ schema、Product schema、Review schema）
- 在 Wikipedia、Reddit、LinkedIn、YouTube 等 AI 偏好引用的來源累積一致的品牌敘事
- 對 B2B 軟體來說，文件的可讀性、API 的互通性、Claude Code 等工具能不能順利調用，直接影響開發者選型
三年內會死掉嗎？比較合理的時間軸
把 Cadwallader 的「三年內可能但不一定」放回他的客戶數據脈絡裡，可以拆成三個情境。
樂觀情境（內容平台撐得住）：AI 平台主動跟內容生產者分潤（類似 Reddit 跟 OpenAI 的協議擴散到更多平台），廣告模式從展示型轉成 agent 內嵌型，內容創作者轉型成「第一手洞察供應商」。網路結構會調整但不會死。
中性情境（部分內容平台斷裂）：純流量導向的內容農場、SEO blog、聯盟行銷站收入崩盤。社群網路（Reddit、LinkedIn、X、Instagram）變成人類資料保護區，價值上升。傳統出版兩極分化——擁有第一手資料的（《紐約時報》、《華爾街日報》、《彭博》）能跟 AI 公司簽授權，沒有的萎縮。
悲觀情境（接近 dead internet outcome）：超過 60% 的網頁變成 agent only 流量，廣告經濟整體崩盤，多數內容創作者退出公開網路、退守付費電子報跟社群。AI agent 為了補資料缺口，開始派機器人（含人形機器人）直接採集現實。
Cadwallader 自己對悲觀情境的機率描述是「possible, maybe not likely」。把他的客戶資料當輸入訊號，比較合理的判斷是中性情境最有可能在 2027 到 2028 年之間部分實現。悲觀情境需要 AI 模型成本繼續快速下降，同時人形機器人量產到位，兩件事同步發生。
筆者觀察
協助臺灣品牌把行銷預算從傳統 SEO 拆到 AEO/GEO 跟 AI 平台廣告的過程裡，我注意到一個有趣的反差：客戶最容易被 dead internet 這種敘事嚇到，可是他們真正要做的決策藏在後面一層——在還有時間的窗口期，把可被 AI 取代的內容生產線關掉、把不可被取代的資產擴大。第一手實測、獨家訪談、客戶案例，這些東西的邊際報酬正在拉高。
Cadwallader 的數據看起來嚇人，但他自己把可能性壓在「possible, maybe not likely」是有道理的。內容生產的經濟模型不會一夜崩塌，會在三到五年內逐步重構。對 B2B 品牌來說，現在最關鍵的決策已經跳過「要不要進 AEO」這個入門題，進入「我們公司有哪些資產是 AI 抄不走的」。員工內部知識、客戶實際使用數據、產業內幕對話、獨家供應鏈關係——這些東西要怎麼系統化地轉成可被 AI 引用的內容，才是真正要回答的問題。
最近我們在協助金融、製造、SaaS 客戶做的就是這類盤點：哪些內容該停產、哪些該加碼、哪些該轉到社群上累積品牌資料指紋。如果你也在思考這些問題，歡迎跟 Tenten 團隊預約諮詢，我們可以一起拆解你的內容資產組合該怎麼往 agent-led 時代調整。
常見問題 FAQ
James Cadwallader 說「dead internet」三年內會發生，這個說法可信嗎？
Cadwallader 在紅杉《Training Data》Podcast 第 83 集的原話是「I think it's possible, maybe not likely」，可能但不一定會發生。原始中文翻譯版本省略了「不一定」這層保留，語氣比本人的講法更強。他的論點建立在三個趨勢上：agent 取代人類瀏覽、廣告經濟斷裂、《紐約時報》54% 讀者偏好 AI 寫作的盲測。三個趨勢都是真實的，但加起來會走到 dead internet 還是中性重構，目前仍是開放問題。
Profound 是哪一家公司？為什麼他們的觀點有可信度？
Profound 是 2024 年 8 月在紐約成立的 AI 行銷分析平台，由 James Cadwallader 跟 Dylan Babbs 創辦。2026 年 2 月完成 9,600 萬美元 C 輪融資，估值 10 億美元。客戶包含 Target、Walmart、Figma、DocuSign 等超過 700 家企業，涵蓋約 12% 的財星 500 大公司。核心產品幫品牌追蹤自己在 ChatGPT、Gemini、Claude、Perplexity 等模型回答中的能見度跟引用來源。
對中小型品牌來說，現在該停掉 SEO 嗎？
不該。SEO 跟 AEO/GEO 在內容資產層大量重疊，停掉 SEO 等於把已有的資產丟掉。比較合理的做法是：把資源從「衝排名」的內容（純流量導向、聯盟連結型）轉到「可被 AI 引用」的內容（結構化資料、原創觀點、第一手實測）。同一篇文章可以同時對 Google SEO 跟 ChatGPT 引用做優化。
創作者怎麼判斷自己的內容會不會被 AI 取代？
問三件事。第一，這個內容靠純整理就能寫出來嗎？如果是，AI 做得到。第二，這個內容有沒有只有你能拿到的資料源？員工關係、獨家訪談、自家產品實測數據都算。第三，內容的價值來自資訊本身，還是來自你獨有的詮釋？前兩題答「沒有」、第三題答「資訊本身」的內容，被 AI 取代的速度最快。
「AI 實驗室垂直整合社群網路」是什麼意思？
Cadwallader 預測每家 AI 實驗室最終會跟某個社群網路綁在一起，因為公開網路的人類資料來源會枯竭，社群網路是最後的即時人類資料來源。已經發生的案例：xAI 的 Grok 跟 X、OpenAI 跟 Reddit 簽資料授權協議。他個人推測 OpenAI 可能直接收購 Reddit。對品牌來說，這代表社群媒體經營從引流工具升級成「在 AI 訓練資料源頭裡刻下品牌指紋」。
延伸閱讀與參考資料
- Sequoia Capital — From SEO to Agent-Led Growth: Profound's James Cadwallader（Episode 83 完整逐字稿）
- Profound 官方公告 — Profound raises $96M Series C at $1B valuation
- The New York Times — Who's a Better Writer: AI or Humans?（Kevin Roose & Stuart A. Thompson, March 9, 2026）
- a16z — The GEO Report: Search is changing
- 同主題延伸：a16z 的 GEO 報告：SEO 已死，生成式引擎優化重新定義搜尋、你的品牌正在被 AI 淘汰？2026 年必懂的 GEO 與 AEO 生存法則、AI 搜尋體驗崛起：傳統 SEO 已死？、Google Analytics 追蹤 AI 流量的終極指南、AI 升級！紅杉峰會 150 創始人
