人类点击数据是 Bug，Agent 搜索重建网络经济
当搜索的客户从人变成 Agent，点击数据失效，索引、定价与商业模式都要重来；Parag 用质量/成本/延迟三角和 Shapley 给出新框架。
核心论点 · 点时间戳可跳到原声
Agent 搜索是 1000 倍增量
Parag 创办 Parallel 的前提是：Agent 未来会用 Web 完成工作的次数是人类的一千倍以上。因此不能只把浏览器和搜索引擎的旧模式搬给 Agent，而要从索引、排序到商业模型重做一套面向 Agent 的搜索基础设施。他认为很多以前的护城河正在失效。
— Parag Agrawal先做搜索 Agent 再养索引
Parallel 没有第一天做全量索引，而是先发布 search agent 产品，用一到十分钟的深度研究弥补索引覆盖不足。选择的对手是「雇人人工整理网页数据」，而不是 Google 的索引规模。早期客户用它做保险核保、索赔流程、销售数据清洗和金融建模数据采集，逐步把索引建起来。
— Parag Agrawal输出是模型的放大器
Parag 不把 Parallel 叫 neo lab，因为输出不是模型，而是模型的补充层。核心问题把一万亿网页浓缩成正确的 1000 个 token，需要在检索、排序、记忆层级上做大量研究，最后压成很小的 ranking model。每个模型能力进步都会解锁更多 Parallel 可服务的场景，而不是让 Parallel 白做。
— Parag AgrawalGoogle Cloud 合作打破 Google 垄断
模型公司可以直接拥有搜索，也可以买。Parag 不认为预训练爬虫天然等于实时索引：模型公司会跳过慢速 JavaScript 页面，因为 token 收益不划算，而 Parallel 是 completionist，愿意补齐这些边角。今天 Parallel 与 Google Cloud 合作，成为 Gemini/GCP 企业 Agent 的 search 与 grounding 供应商之一，企业可在 Google search 和 Parallel search 之间选择。
— Parag AgrawalAgent 把搜索量放大千倍
典型 search agent 即使几秒内回答，也会做 5–20 次搜索；ChatGPT 每轮 prompt 在 medium 档就会触发 5–10 次搜索，调高后是几百上千次。更快的乘数来自开发者：一个管理一万家小企业信贷组合的客户，把每月一次的人工风险评估改成每周自动跑，搜索量的乘数达到几十万到一百万次。
— Parag Agrawal广告经济学正在失效
Google 大多数查询是亏钱的，少数查询把利润拉回来，靠的是对有限人类注意力的差别定价。Agent 代替人类上网后，这个前提开始崩塌：agent 没有转化率统计，内容方还按「人类访问」设商业模式，会想方设法不让 agent 抓取。若 AI 推理量两年各涨 7 倍，而固定价格授权合同不涨，现有内容生意会在续约时受损。
— Parag Agrawal用 Shapley 值给内容分钱
要决定一个内容源值多少钱，可以把它从语料里拿掉，跑 agent 看输出质量掉多少；如果多花一分钱算力就能补回质量，这个源的价值就接近一分钱。Shapley 值是把这种直觉形式化的数学框架，但完整计算成本极高——为了分配 1 美元可能要烧好几美元。Parallel 的做法是用数据和模型训练出好的估计，而不是做穷举模拟。
— Parag AgrawalWeb 从 pull 变成 push
Parag 的终局是三层递进：第一层 agent 把 web 当工具调；第二层是多 agent 和 subagent 协作，处理长时间运行、高算力的任务；第三层是 web 从「我来查」变成「你来叫我」。未来很多工作是响应世界变化而触发：卫星影像变了、客户评论变了、另一个 agent 算完了，Parallel 的角色就是持续把算力分配给整个 web，替所有客户盯住变化。
— Parag Agrawal原话 · 已逐字校验
human click data is a.Bug.An agent.Doing work with search should rely on agent feedback, not human feedback.
人类点击数据是一个 bug。用搜索做事的 Agent，应该依赖 Agent 反馈，而不是人类反馈。
Parag Agrawal6:16
we announced today, actually, that we are working with Google Cloud
我们今天刚刚宣布，我们正在与 Google Cloud 合作。
Parag Agrawal26:06
It'll do somewhere between 5 to 20 searches, even if it answers within a few seconds
即使几秒内就能回答，它也会做 5 到 20 次搜索。
Parag Agrawal28:19
Google search wouldn't be free without ads, Twitter wouldn't be free without ads.
没有广告，Google 搜索不会是免费的；没有广告，Twitter 也不会是免费的。
Parag Agrawal34:49
their deal size is not growing 50 x
他们的交易规模不会跟着增长 50 倍。
Parag Agrawal40:00
And Shaly values is a mathematical way of effectively answering this question
Shapley 值就是有效回答这个问题的数学方法。
Parag Agrawal42:55
We will do tomorrow work in response.To something that circles through either another agent's work.Or something changes in the world.
我们明天要做的工作，是对另一项 Agent 工作的响应，或对世界上某个变化的响应。
Parag Agrawal53:11
数字与实体
| Parallel 对成本压缩的目标 | 保留大部分效果，成本降到十分之一 | 14:46 |
| 典型 search agent 单次任务的搜索次数 | 5–20 次 | 28:19 |
| Google 查询的利润结构（Parag 说法） | 大部分查询亏钱，少数查询赚回利润 | 35:49 |
| AI 推理需求两年增长（Parag 假设） | 每年 7 倍，合计约 50 倍 | 40:00 |
| 为内容源计算完整 Shapley 值的成本 | 数美元，远超要分配的 1 美元 | 42:55 |
术语
- Shapley valueShapley 值
- 合作博弈中按边际贡献分配总价值的方法；在内容定价中用来估算某个内容源的增量价值。
- grounding事实锚定
- 把模型输出链接到外部可靠数据源，减少幻觉并补充实时信息。
- fresh index新鲜索引
- 单独索引新发布和变化快的网页，避免与全量离线索引混在一起。
- memory hierarchy记忆层级
- 按访问速度与成本分层存储索引，用有限算力在延迟预算内命中结果。
收听指南
做 AI 搜索、Agent 基础设施、数据授权与内容商业化的人；想理解搜索经济如何被 Agent 改写的创业者/投资人。
前 12 分钟的搜索基础定义和产品起源可快进，重点在后半段广告经济学与 Shapley 定价。