來源發表日期：2026 年 2 月 12 日

AI 讓網路經濟重新排隊

Ben Thompson 談的不是單一工具升級，而是同一條線：誰掌握使用者需求入口，誰就能改寫廣告、商務、SaaS、媒體與信任的分工。

SCROLL

PART 1

廣告不是 AI 的禁忌，問題是放在哪裡

John Collison 問 AI 產品該怎麼放廣告。Thompson 的答案不是「不要廣告」，而是不要把廣告做成答案旁邊的可疑影子。若廣告明顯根據當次對話出現，使用者會開始懷疑答案是否被買走。

他更偏好的路徑接近 Meta，而不是搜尋廣告：理解使用者長期偏好，讓廣告和當次答案保持距離。這樣做不會讓 AI 回答看起來像置入，也能讓免費使用者取得更好的產品。Thompson 認為，矽谷常低估廣告的貢獻。廣告讓沒有付費能力的人，也能使用同一個消費科技產品。

這個判斷接回他的 Aggregation Theory。網路上的權力不只來自供給，而是來自能聚合需求、理解需求、分配需求的介面。AI 讓這個介面更貼近使用者，也讓利益衝突更容易被看見。

來源：Cheeky Pint「Ben Thompson from Stratechery on AI ads, the end of SaaS, and the future of media」，2026 年 2 月 12 日發布；本文依 Substack 頁面逐字稿與 YouTube metadata 製作。

AI Ads廣告若貼著答案出現，使用者會懷疑回答的獨立性。

Demand真正稀缺的是誰能聚合需求，而不是誰擁有最多供給。

SaaS座位制會被壓力測試，但企業仍會付錢把弱點外包。

MediaAI 讓個人化內容爆炸，共同閱讀反而變得更稀缺。

PART 2

Agentic commerce 先取代表單，不先取代人

談到 agentic commerce，Thompson 把 OpenAI 和 Google 放在兩個位置。OpenAI 想成為所有事情的入口，像一個使用者什麼都在裡面做的聚合器。Google 則更像把能力給網站和商家，因為只要整個網路更好用，Google 仍能從前端需求受益。

Collison 提出更務實的分層：第一步不是「幫我訂完整蜜月」，而是幫我填表單、付款、處理網站摩擦。第二步才是更好的商品搜尋，讓使用者用自然語言說明情境、預算、用途，而不是猜關鍵字。Thompson 稱這是 just in time UI，介面在需要時才出現。

這也是商務競爭的起點改變。過去店家優化網頁、搜尋關鍵字和 checkout。AI 之後，店家要被代理人理解，也要讓使用者保留足夠的判斷權。若代理人完全替人決定，價格競爭會變得殘酷；若代理人只是移除摩擦，品牌、信任和偏好仍然有位置。

從網頁商務到 AI 商務

表單摩擦地址、付款、帳號、規格

→

即時介面代理人把任務翻成操作

→

需求分配誰被推薦、誰被購買

PART 3

SaaS 沒有死，但座位制會失去魔法

Thompson 不認為 SaaS 會被一句「AI 來了」取消。他指出美國企業很擅長一件事：把非核心工作交給別人做，自己專注在最能賺錢的強項。這是 SaaS 長期存在的理由，也是他用自己工作流程舉的例子。他專注寫作、訪談和 podcast，其餘流程交給工具與助理。

但他也承認，許多 SaaS 公司靠 seat-based pricing 長大。AI 讓小團隊能做更多事，讓許多工作不再需要那麼多座位。當更多生意變成小團隊、個人創業者或自助式流程，傳統 Salesforce 式的企業銷售會遇到壓力。

所以 SaaS 的問題不是「還有沒有軟體」，而是「誰替客戶完成工作」。賣介面和賣座位會變難，賣結果、賣流程、賣可信任的外包能力會更重要。

座位制軟體

按使用者席次收費
以 dashboard 和流程管理證明價值
適合大公司標準化採購

AI 之後的軟體

按完成的工作與節省的時間收費
以資料、信任與整合位置證明價值
小團隊也能買到過去大公司才有的能力

PART 4

Stratechery 的付費牆，是把失望變成更多

Thompson 回顧 Stratechery 時，最重要的不是「付費內容」四個字，而是他如何設計付費動機。免費讀者不是被拿走內容，而是已經喜歡到希望更新更多。他觀察的指標，是讀者在沒有發文的日子還會不會打開網站。

他原本把一年目標設為一千位訂戶，六個月達成後公開說明模型成立。接下來 24 小時增加 250 位訂戶。這群人不是突然被說服，而是原本想訂閱，只是不確定這個獨立媒體會不會活下來。

這段經驗也說明 AI 時代媒體的另一面。AI 可以替每個人生成個人化內容，但共同讀過同一篇文章、在群組裡討論同一個觀點，會變得更有價值。當內容供給接近無限，可信任的作者、共同的閱讀經驗、現場活動和社群脈絡，反而更難被複製。

同一篇文章大家讀到同一個文本，才有共同討論的起點。

同一個作者讀者付費支持的是長期判斷，而不是單篇資訊。

同一個現場AI 個人化越強，直播、課堂、活動這類共同經驗越稀缺。

PART 5

無限內容之後，稀缺會換地方

快速問答裡，Thompson 說學校不該假裝 AI 不存在。學生應該學會使用 AI，但考核可能回到更重視現場與面對面討論。原因很簡單：只要能被完全個人化的內容吞掉，共同經驗就會更珍貴。

他也用這個邏輯看 crypto。他一直是 crypto defender，因為 digital scarcity 在內容無限的世界更有意思。當人和代理人都能持續生成內容，識別原件、真實來源和稀缺資產的需求會變強。

這不是說每個 crypto 專案都會成功，而是說 AI 把「複製」的成本推到接近零，市場會重新尋找不能輕易複製的東西：可信任的介面、可驗證的來源、共同的注意力，以及願意長期付費的關係。

內容變便宜

AI 讓草稿、摘要、圖片與影片的供給快速增加。

判斷變重要

讀者和買方更需要可信任的人或介面替自己篩選。

原件變稀缺

共同經驗、作者聲譽、可驗證來源與數位稀缺性會被重新定價。

AI 沒有把網路經濟拆散，它只是把問題推回原點：誰能聚合需求，誰能讓人相信自己沒有亂分配需求。

廣告、SaaS、媒體與 crypto 的爭論，最後都回到信任、入口與稀缺。

想看更深入的對談脈絡？

原始 Substack 頁面包含 YouTube 影片、章節與逐字稿，適合對照 Ben Thompson 對 AI 廣告、agentic commerce、SaaS、媒體與 crypto 的完整回答。

閱讀完整文章 →