Time 开始销售可机器读取的广告，以影响 AI 回答
Time 已开始销售面向 AI 代理打造的广告，这为 Google News 以及所有检索出版商内容的助手带来了新的冲突。这些广告不像横幅或赞助卡片，而是以可机器读取的文本形式出现在 Time 网页的替代版本中，机器人可在其中连同编辑内容一起收集广告主信息。
这一差异使该实验比又一种广告形式更具影响力。人类读者可以忽略横幅、识别商业内容，或质疑赞助推荐。AI 系统则可能吸收底层文本，并在不保留原始页面设计的情况下给出自己的回答。
该实验也挑战了 OpenAI、Google 和其他 AI 公司所倡导的界限：商业展示应始终与生成式回答清晰分离。Time 及其广告合作伙伴正在测试，品牌能否在 AI 平台选择广告之前影响这些回答。
Time 正在销售人类读者很少看到的广告
Time 的新产品将 AI 爬虫视为广告受众，而不只是触达用户的投放系统。
据 Digiday 报道的 代理广告详情，Time 于 2026 年 6 月开始创建其网页的精简 markdown 副本。Markdown 是一种以文本为中心的文档格式，会移除网页的大部分视觉结构。相较于充满导航、脚本、图形和传统展示广告的页面，AI 系统更容易处理这种格式。
该出版商正与广告技术公司 Mobian 合作。双方将付费信息插入这些可机器读取的页面中，信息采用问答格式，内容由广告主提供。
报道指出，Ally Bank 和 Project Management Institute 是最早的买家之一。Time 和 Mobian 将这一形式称为首个专门面向 AI 代理的出版商广告产品。
制作流程仍包含人工审核。Mobian 根据品牌简介生成广告，将其转换为 PDF，再发送给客户审批。获批材料随后会出现在 AI 爬虫可检索的 markdown 页面中。
这些展示内容并非严格意义上未披露。Time 会在广告主材料上方标注“sponsored content”，并注明客户名称。这一点很重要，因为若不加限定地称其为秘密广告，会暗示出版商对所有受众都隐瞒其商业来源。
实际的隐蔽性来自分发方式。大多数读者访问的是 Time 设计完善的网页，而 AI 代理可能接收到并行的文本呈现。源内容中可见的披露，并不保证助手会在摘要、引用或推荐中保留该标签。
Time 在每个符合条件的 markdown 页面上销售一个代理广告。该公司可根据其定期榜单或选定日期范围定向投放，也会衡量有多少自动化流量访问该页面。
随后，Mobian 会向 AI 搜索产品提出广告中包含的相同问题，并追踪品牌是否出现、呈现方式是否正面，以及所得信息是否准确。这使广告从以人类曝光量衡量的单元，转变为以机器回答衡量的内容。
因此，这一形式介于原生广告、搜索优化和检索工程之间。它是付费推广材料，但其直接目标未必是点击，而是进入 AI 系统构建答案时所依据的信息池。
Time 尚未公布证据，证明这些展示内容能够持续改变模型输出。早期客户证明的是商业兴趣，而非已被证实的影响力。即便如此，该产品已创造出一个 AI 平台、出版商和监管机构如今可以观察的直接测试案例。
为何 Google News 面临可机器读取广告的问题
Google News 和 AI 回答产品必须判断：可机器读取的赞助文本究竟是合法内容、广告，还是操纵检索的尝试。
传统搜索广告使几种角色保持相对清晰：出版商提供内容，搜索引擎对链接排序，广告主为带标签的展示位置付费。生成式界面削弱了这些边界，因为系统可以提取事实、整合来源并直接回答，无须将读者导向任何出版商。
Google News 已经汇集外部出版物的报道。Google Search 也越来越多地在来源与用户之间插入生成式摘要和对话式结果。出版商页面内面向机器的广告，会在 Google 决定检索或摘要什么内容之前引入付费语言。
担忧并不在于购买代理广告就会自动换来有利的 Google 回答。没有公开证据证明会产生这种结果。问题在于，商业材料进入了与周边编辑文本相同的检索路径。
传统横幅带有可识别的技术和视觉信号。其图像、位置、追踪代码及广告服务器来源，有助于浏览器和平台对其分类。以自然语言撰写的 FAQ 则更像普通的来源材料。
问答结构也符合许多搜索和助手系统偏好的形式：先提出可能的查询，再给出简洁回答，并重复相关品牌信息。这些特性可使段落易于提取，即使没有模型刻意给予其优待。
Google 公布的 垃圾内容政策 将伪装定义为：为操纵排名和误导用户，而向用户与搜索系统展示不同内容。该政策如今也涵盖意图操纵 Google Search 中生成式 AI 回答的行为。
Time 的做法并不完全符合这一经典案例。据报道，markdown 是页面的替代呈现形式，付费部分也带有赞助标签。可访问的文本版本、移动页面和结构化数据，完全可能与视觉化的桌面端呈现存在合理差异。
意图和等同性将是关键。如果机器版本忠实呈现人类页面，并保留有效披露，它更像无障碍内容分发；如果它引入人类访客无法合理找到的推广主张，则开始更像专为爬虫设计的说服内容。
Time 高管已承认这种不确定性。该出版商首席运营官 Mark Howard 向 Digiday 表示，关于大型语言模型如何处理这些广告的规则仍未明确。他指出，平台最终可能将这种形式归类为伪装内容。
这种风险赋予 Google 巨大的影响力。它可以降低此类文本的权重、排除赞助区块，或惩罚向爬虫提供实质不同内容的页面。它也可以保留内容，但要求生成式结果附带其商业披露。
这些应对方式没有一种简单。分类器必须区分付费 FAQ 与合法的赞助新闻、产品数据、普通企业声明以及结构化出版商元数据。过滤过于宽泛可能移除有用信息；过滤不足则可能让付费主张以中性回答的形式浮现。
这正是 Google News 重要的原因，尽管报道中的实验始于 Time。出版商需要接入 Google 的分发渠道，而 Google 需要可信的出版商材料。仅面向机器的广告，将这种关系转化为一场围绕页面哪些部分可被视为编辑证据的协商。
真正的较量是披露与检索之间的冲突
核心权衡在于：当 AI 系统将广告从原本附带披露的页面中抽离后，它是否仍得到有意义的披露。
对于面向人类的原生广告，监管机构关注的是理性的人能否识别其中的商业关系。美国联邦贸易委员会的 原生广告指南 表示，如果广告主参与塑造内容，推广内容不应暗示其独立或公正。
该指南强调清晰的措辞、醒目的位置以及与推广信息的邻近性。它还指出，当广告通过搜索结果、社交媒体、电子邮件或其他分发渠道传播时，披露应始终随附。
代理广告暴露了这一可移植性问题的新版本。接收系统可能引用其中一句话、压缩数段内容，或将相关主张与其他来源的材料合并。原始区块顶部的标签可能在提取过程中消失。
假设用户询问助手：哪家金融机构为某项特定需求提供最合适的账户。助手检索到含有广告主资助 FAQ 的 Time 页面。如果回答在没有赞助背景的情况下复述其主张，用户便会在无法识别广告的情况下受到影响。
当代理采取行动而非仅仅回答时，问题会更严重。购物或工作场景中的代理可能会比较产品、筛选供应商，或完成交易。其运营方可能将来源材料视为证据，却从不查看底层页面。
这并不意味着每一项广告主声明都是错误的。付费段落也可以包含准确、有用的信息。问题在于，商业来源有助于用户判断应赋予某项主张多大权重，以及是否应独立核实。
因此，可机器读取的披露需要的不只是可见文字，还需要检索系统能保留并理解的元数据。出版商可通过一致的架构标注广告主、付费状态、主张边界、发布日期和目标链接。
随后，AI 平台需要遵循这一架构。它们可以将付费主张排除在自然推荐之外、单独展示，或在生成式回答中加以标识。没有共同规则，每个爬虫都可能以不同方式解读同一标签。
OpenAI 在自有产品中选择了对比鲜明的模式。其 ChatGPT 广告政策 表示，广告系统与聊天模型保持分离，广告主不能塑造、排序或改变回答。面向符合条件用户的广告会以带标签的展示形式出现在回答下方。
Time 的实验则在这种受控界面之外进行。出版商将付费内容加入助手可能通过搜索、浏览或其他数据提供商检索的材料中。AI 公司并不销售该展示位置，也可能不知道商业关系塑造了这些文本。
这就在同一份回答周围形成了两个广告市场。一个市场向助手提供商购买带标签的展示位置；另一个市场则向来源出版商支付费用，以购买可能成为回答本身一部分的语言。
第二条路径看起来可能更有价值，因为推荐通常比相邻广告更具权威性。但它也带来更大的不确定性。广告主无法保证被检索、获得归属、有利措辞，或平台持续容忍这种做法。
读者应将当前这种形式视为一次影响力实验，而非控制模型的可靠方法。大型语言模型可能忽略某段内容、偏向其他来源，或在更新后改变行为。检索系统也可能针对不同用户和查询以不同方式对内容进行排序。
尚未解决的披露链条仍是更大的问题。无论决策者是阅读 AI 摘要的人，还是选择产品的自动化代理，若标签始终无法传达给决策者，其保护价值便十分有限。
出版商希望从取代其读者的机器人身上获得收入
代理广告是对一种经济逆转的回应：自动化系统在消费出版商内容的同时，减少了曾经支撑广告业务的人类访问量。
出版商传统上以开放访问换取注意力。搜索引擎索引其报道，读者点击链接，广告或订阅则将访问流量变现。生成式搜索可以保留索引，却消除大部分流量。
助手可以用从多家出版物收集的事实回答问题。用户获得了便捷的综合答案，但来源方可能得不到页面浏览量、订阅机会或传统广告展示。
机器可读页面试图提高出版商被理解和引用的机会。它们也让内容更容易在不访问精心设计的网站的情况下被消费。Time 的代理广告试图直接将这种自动化访问变现。
这正是核心逆转。出版商过去向广告主出售其自有平台上的人类注意力访问权。如今，它们正在测试能否向那些介于其平台与人类注意力之间的系统出售访问权。
对 Time 而言，机器可读投放在传统视觉广告价值有限的地方创造了广告库存。文本爬虫并不在意精美的横幅广告，但它在意能够回答查询的文本。
广告主同样面临着不断变化的发现流程。过去，人们可能会比较 Google News 的多个链接、查看评测网站，并注意到再营销广告。如今，同一个人可以向一个助手索要候选清单，并接受其总结。
这使影响力集中于助手的选择过程之中。品牌必须决定：是向平台购买广告、改善自身公开信息、与权威出版商合作，还是同时采取这三种路径。
在主要助手提供商中，Anthropic 采取了最明确的相反立场。该公司在 Claude 的广告立场中表示，广告激励会损害其希望 Claude 提供的思考环境。它区分了中立探索与受商业利益塑造的回答。
当付费影响力通过外部来源进入时，这一承诺会面临压力。助手即使没有内部广告业务，仍可能从开放网络中检索经过商业塑造的材料。
同样的挑战也适用于 Google。根据平台规则，其广告基础设施可以明确区分付费投放与自然结果。但对于在可供检索的内容中嵌入赞助材料的出版商，它的直接控制力较弱。
与此同时，出版商无法无限期等待 AI 公司重塑网络经济。授权协议仍不均衡，引荐流量仍不确定，而屏蔽所有爬虫可能会降低可见性。代理广告利用的是出版商已经掌控的基础设施，提供了一条潜在收入来源。
然而，它也带来了信誉风险。读者之所以信任知名出版物，部分原因在于他们期待编辑判断与广告主影响力之间存在界限。即使面向人类的页面保持不变，针对机器的付费段落也可能削弱这条界限。
因此，Time 使用赞助标签很重要，但仅凭这一点仍不足够。该出版商必须证明该标签在内容被提取后依然存在，并且付费主张不会仅因位于受信任域名上就获得编辑权威性。
广告主也面临相关的衡量问题。Mobian 可以测试某个品牌是否出现在选定的 AI 回答中，但相关性并不能证明付费文本导致了这一结果。模型可能早已知道该品牌、检索了其他来源，或为另一位用户生成不同答案。
可见性、好感度和准确性评分可以描述输出结果，但无法提供营销人员从点击或转化跟踪中期待的稳定归因。平台更新也可能在毫无预警的情况下抹去已有收益。
这种形式仍可能变得有用。品牌或许会重视在权威页面上进行可控实验，尤其是在 AI 发现流程会影响昂贵或复杂购买决策时。不过，在机器可见性等同于广告表现之前，市场需要独立的衡量机制。
对出版商而言，最安全的长期资产仍是可信的源材料。清晰报道、准确的结构化信息和透明的商业边界，比任何依赖爬虫当前解析行为的策略都更持久。
知识工作者在组织内部也面临同样的挑战。当 AI 系统将源文档混合成一个回答时，溯源信息可能消失。维护一个可搜索的个人知识库，有助于用户回到原始材料，并评估每项主张由谁提出。
这种基础习惯的重要性超越了这次广告实验。AI 生成的答案应当开启评估过程，而不是终结评估过程。用户需要了解来源、出版语境，以及附着于信息之上的任何财务关系。
Google News 和 AI 平台接下来必须做什么
接下来的三个信号将表明，代理广告会成为公认的媒体形式，还是一种昙花一现的爬虫优化方式。
第一个信号是平台分类。Google 的回应至关重要，因为其搜索和新闻产品将出版商与庞大受众连接起来，而其生成式系统可以在回答中复用出版商文本。
Google 无需禁止每一种机器可读广告。但它确实需要针对替代页面、赞助段落和商业元数据制定一致规则。若在没有公开标准的情况下只对某一家出版商执法，整个市场将无所适从。
关注 Google 是否更新其文档、添加结构化赞助支持，或对包含面向爬虫的商业主张的页面采取可见行动。明确支持会增强其作为合法新形式的理由。伪装内容处罚则会显著削弱这一理由。
第二个信号是披露信息的持续性。Time 和 Mobian 应测试赞助标签是否能在搜索摘要、聊天机器人回答、引用和代理操作中保留。公开示例和方法论，将使广告主、监管机构和读者能够评估该系统。
决定性问题不在于源内容中是否某处存在“赞助内容”。而在于接收推荐的人是否明白，广告主付费将相关表述置入了检索路径。
如果助手能持续保留这一事实，代理广告就开始类似于机器可读的原生广告。如果助手省略该事实，这项实验就会造成透明度失效，平台将需要予以纠正。
第三个信号是关于因果关系的独立证据。广告主需要受控测试，以证明付费段落比普通品牌信息、公关材料或标准搜索优化更可靠地改变回答。
这些测试应比较等效页面、多种模型、重复提示和长期结果。它们还应衡量错误答案和负面影响，而不只是有利提及。
持续且已披露的影响力证据，将增强 Time 的商业论据。效果微弱或不稳定则意味着，广告主可能正在为稀缺访问权付费，却得不到可靠结果。
在这些测试进行期间，更大的市场不会停滞。OpenAI 正在扩展明确区分的对话式广告，而 Amazon 正在围绕购物助手开发广告。Anthropic 则将无广告助手定位为一种信任优势。
Google 必须平衡两方面。它经营着庞大的广告业务，但其搜索产品也依赖于用户相信自然回答并非通过操纵来源而被暗中购买。
Google News 用户应以对待传统赞助材料的同样纪律来应对这些内容。打开被引用的页面、检查披露信息、对比另一来源，并将事实主张与推荐区分开来。
构建检索系统的开发者应在段落级别保留溯源信息。当一个内容块属于编辑内容、另一个由广告主资助时，仅引用整个域名并不足够。付费状态应随提取出的文本一同传递。
企业买家应询问供应商，检索到的广告是否可能进入推荐、摘要或自动化采购决策。它们还应询问，当内容在工具之间流转时，其系统是否会保留披露信息。
出版商不应将替代机器页面视为隐形渠道。任何提供给代理的主张最终都可能触达某个人、影响一次购买，或出现在生成式回答中。应适用同等严格的编辑与法律审查。
眼下的故事并非广告主已经发现了一种可靠控制 AI 的方式。它们发现了一个测试影响力的新位置：机器在组织答案之前所使用的材料之中。
这一差异将定义 AI 广告的下一阶段。如果 Google News 和其他平台保留商业语境，出版商便可以发展透明的机器可读广告库存。若做不到，每一条被检索的推荐都会带来一个新问题：助手选择这些信息是因为它们有用，还是因为有人付费将其置于机器的路径之中？
目前，读者应要求看到任何商业推荐背后的原始来源。产品团队应审查其代理检索的内容，出版商则应证明赞助标签能够在页面之外继续存在。Google News 和对话式助手将决定，代理广告会成为可问责的媒体，还是仅仅成为隐形影响力。
