3·15 把一个小众行业推到了聚光灯下，然后呢 ?
作者 | 霞光 AI 实验室来源 | 霞光 AI 实验室
2026 年 3 月 15 日夜，深圳。
Pallas AI 的创始人 Ethan 和合伙人明皓正一起吃饭。营销出身的明皓主动提起话题，今天正好是 3·15，不知道今年又会有哪些灰产被曝光。
"什么时候 3·15 能把这些割企业韭菜的 GEO 服务商曝光一下，我们就真正站起来了。" Ethan 略带调侃地说。随后，他心里暗想，或许等到今年底或者明年行业才能真正进入出清时刻。
Ethan 吐槽的大背景是：2025 年，GEO 作为一个新兴行业突然爆发。巨大的需求，让这个十分早期、缺乏规则的生意变得鱼龙混杂。一些 GEO 灰产服务商通过 AI "投毒"式发稿，把行业发稿价格压到不足 1 毛钱 / 篇，GEO 也进入劣币驱逐良币的市场负循环。
但就在两人对话完没多久，另一个合伙人的微信弹了进来："你看到了吗？315，GEO 曝光了。"
当 Ethan 向我们讲起这个场景时，我们的第一反应是，这一幕很像小说中"被排练的情节"。但巧合的是，自这一天起，GEO 行业确实被改变了，行业已经从最初的野蛮生长，到人人恐慌，再到如今走向分化：" AI 发稿"式 GEO 服务商开始被边缘，而做"企业智能体"的 GEO 服务商则进入生意加速期。
Ethan 口中的"我们真正站起来"似乎开始出现。
生存困境
访谈一开始，Ethan 就向我们讲了一段很实在的话，关于 3·15 之前他们的处境。
2025 年底到 2026 年初，GEO 迎来行业第一轮热度的峰值——据机构调研，七成以上中大型企业把 GEO 纳入年度营销预算，全国 GEO 服务商迎来井喷，竞价接单成为常态。
一些"黑帽" GEO 服务商为了抢单，采取"投毒"的策略——每天为被服务的企业投放 300-500 篇 AI 生成的软文，但价格却低到 1000 多元 / 月，算下来每天不足 50 元，单篇文章投放价格甚至不到 1 毛钱。这种方式的 GEO，成本非常低（用 AI 生成内容，只消耗 token 成本），而且还能立竿见影地提升 AI 搜索排名，但破坏性也显而易见——大量不经审核的内容污染了互联网信息，也干扰了 AI 的判断，更让 GEO 全行业陷入价格战中。
"我们当时其实有一段时间很痛苦，因为确实没有价格优势，但又想去引导企业去做正确的事，毕竟那种灰产的方式长期来讲对行业是一种损害。但我们自己做企业也知道，企业是要关注 ROI 或性价比的，他觉得有更便宜还能保效果的服务，为什么不选？" Pallas AI 创始人 Ethan 说。
如果粗略分类，做 GEO 的方式可分为两类：
一类就是彼时最捷径的做法，也被业内称为"黑帽" GEO，用大水漫灌的方式在门户渠道大量铺企业宣传稿，在巨量信息攻势下让 AI 以为那就是"事实"、那就是用户"需要的内容"，从而为用户推荐这些内容；
另一类则是慢工出细活，先帮企业建知识库，把产品信息、品牌故事、使用场景结构化整理好，再基于这些真实信息生成内容，每篇内容交企业做人工校验，然后有针对性地分发。这个过程比灰产的"批量投放"重得多，成本自然也更重——一个客户单月最少也要在产品上花两三千元，而且效果也很难在短期显现。
Pallas AI 做的就是后者。
随着 3·15 将 GEO 灰产公之于众，一个行业的自我反省终于开始了。
3 月 15 日曝光后，力擎 GEO 的公众号便立即被平台停用，搜索显示"因涉及网络水军内容已停用"。有从业者描述称，"昨天还是一天五万条的采集发布，今天早上醒来，后台全部爆红。"
大量中小 GEO 服务商在危机期间选择了全网"隐身"，在业务收缩的同时，也开始强调只做正规内容优化。
各大模型也开始收紧对内容信源的"信用评级"。比如，DeepSeek 就对内容收录和引用逻辑做出调整，尤其是针对系统清理批量生成、缺乏数据来源的排行榜，对类似榜单进行降权，甚至不再引用。一些媒体渠道的模型引用权重出现明显下降。
当来源不明、逻辑雷同的 AI 内容被大模型判定为"噪声"后，不但无法提升搜索权重，反而会连累品牌主体的信誉。这也倒逼着品牌主向合规的 GEO 服务靠拢。
一些合规的 GEO 服务商则开始密集回应，声称"坚决反对投毒、造假和一周刷排名"。
当合规共识已经形成，GEO 便从野蛮生长走向规范化。
市场也给出了另一种"反馈"。Ethan 告诉霞光 AI，在 3·15 之后那一周，Pallas AI 的客户咨询量较此前翻了一倍。
元股证券:ygzq.hk
此外他还发现一个细节，来咨询的客户，以前都是问"能做哪些关键词""多久见效""保不保排名"，而在 3·15 之后问的是"你们的内容来源是什么""真实性怎么保证""你们会不会帮我们建知识库" ……
客户问题的变化，恰恰印证了行业风向的转变。
今年 5 月，谷歌发布了年度 AI 搜索优化官方指南，定性相当明确：GEO 不是独立的新赛道，而是 SEO 的智能化延伸。同时宣布把"人为操纵 AI 模型搜索输出结果"纳入严重违规范畴，轻则降权，重则移除索引。
这些动作组合在一起，正在把 GEO 从"荒野西部"变成"有规则的游戏"。
GEO 并不是"破解模型"
规则有了，但真正持久的 GEO 要怎么做？
过去很长一段时间里，GEO 都被简单地认为是"破解模型"。
这是因为，风口期大量 SEO 灰产转型 GEO，一些服务商刻意对"大量发稿以取得模型收录"的做法进行包装，变成"破解 AI 算法、操控 AI 答案、强行置顶推荐"的噱头，以此来接单牟利。
曾在阿里十年、并担任过 Ling 大模型首席架构师的 Ethan 对此说法嗤之以鼻："这种做法迟早会被大模型干掉的"。
背后的逻辑很简单：一是大模型本身有很强的进化能力，去年的"破解"难度如果是 10 分，今年可能就到 80 分，明年会更高，服务商从外部是无法持续捡这种漏洞的；第二，模型自身的进化就是要给用户找到最准确的信息，一旦你的内容被模型判定为"垃圾信源"，这个黑标签会持续很久，且恢复成本远高于短期收益。
"如果你试图去猜模型的偏好，去重构它的 Pipeline，那你是在做旧时代的 SEO 博弈。如果你发现输入某个特定词组，模型就一定会引用你——这不叫优化，这本质上是在制造垃圾。" Ethan 表示。
所以 Pallas AI 走的路径不是"猜模型喜欢什么"，而是"研究模型怎么理解用户"。他们关注的是：当用户提问一个需求的时候，AI 怎么拆解这个意图、怎么定位需求场景、怎么在互联网上寻找匹配的内容来生成答案。然后，GEO 要做的，就是确保在 AI 寻找答案的路径上，能找到客户的产品信息——真实的、结构化的、有场景关联的产品信息。
这个逻辑链条的核心里藏着一个有意思的判断：GEO 不是帮企业骗 AI，而是帮企业学会跟 AI 说话。
但这个判断意味着什么，取决于你站的位置。站在企业客户的立场上，它听起来很对——谁不想让自己的品牌被 AI 正确理解呢？站在一个大厂 AI 产品经理的立场上，这个逻辑意味着 GEO 服务商本质上是在帮自己优化生态——准确率提高了，用户粘性就更强了。
Ethan 自己也说："我把你的准确率提高 1%，你的商业价值可以提 10 倍，你为什么要封我？"
既然如此，那 GEO 企业的壁垒在哪里？
Ethan 认为，核心还是数据能力，"你现在做任何模型，其实说白了还是考验你的数据积累跟数据处理能力，我觉得基模是这样，垂直领域模型也是这样。"
今天，如果有企业说，自己拥有全行业、别人都积累不到的数据的独立数据源，并且有一定的规模量级，这基本就是天方夜谭，哪怕强如 DeepSeek，在数据上也未必有非常明确的优势。
换句话说，谁先掌握了大量的企业真实数据，谁才有可能定义清楚这个行业，并且拥有最好的能力去帮助企业产生好的结果。
Ethan 的思考是，真正能留住客户的，是用户迁移成本：比如 GEO 服务商先用最好的模型能力，帮客户跑出效果，同时在过程中沉淀客户自己的专属数据（比如某企业半年来在营销领域的全部试错记录），这份数据只属于这家企业、不泛化给其他人，产品越用越懂这家企业，客户换平台就等于抛弃这份数据资产，自然也就离不开。
"等到数据壁垒真正建立起来，要不要训练模型反而成了可选项。" Ethan 说道。
GEO 的"成人礼"
处在模型、企业、用户的夹缝之间，GEO 的终局是什么？
Ethan 的回答很有意思。他的构想里，GEO 的最终形态是"企业智能体"——帮企业把产品语言、商业语言翻译成 AI 能理解的语言，持续地对外输出。
他描绘的场景是这样的：未来每个企业都会有自己的 AI 智能体，承担"对外输出"的职能——把企业的产品信息翻译成 AI 能理解的语言，输出到各个渠道。它可能输出到官网、输出到媒体报道、输出到自媒体文章，甚至输出一批短视频。
"它再去观测，这些输出的状态中会产生什么样的结果，然后再调整自己的输出。" Ethan 称。
在这个过程中，营销人扮演的角色，会逐渐退出执行回到"反馈"上。"我们一直认为，人在 AI 的时代，其实只干一件事情，提供反馈。就好像现在 OpenAI 去训模型的时候，其实它需要招大量的专业的标注人，把他们自己的知识再反馈给 AI 系统。" Ethan 称。
配资炒股指南而更深一层，当用户也拥有了自己的 AI Agent（比如"龙虾"——全民私人顾问），AI 会自己代表用户去搜索、比价、下单。到那时，GEO 将不再是一个"让 AI 看到我"的优化工具，而是一个连接"企业 AI "与"用户 AI "的交互通道。
这不太像是模型大厂的蛋糕，因为"大厂哪怕下场，也不会直接做 GEO 这件事，因为这个是生态链的下层 …… 大厂向下渗透，基本只会渗透到内容层。再往下，是一个完全 to B、垂直的东西，大厂没有办法既做裁判员又做运动员"；也不太像是企业自身能做的事情，因为大企业营销本身是一个重度非标准化的场景，如果仅构建一个自己用的 GEO Agent 则极不划算。
这正是 GEO 服务商的生存机会。
" GEO 的赛道以后可能就不叫 GEO 了，就叫‘ AI 渠道的营收来源’。它可能变成一个最重要的赛道，因为可能大家都在用自己的 Agent 去买东西，没有人自己出去买菜了。" Ethan 说。
如果把各方信息拼接起来，一个可能的图景是这样的：
短期内（未来一两年），GEO 会发生一次剧烈的洗牌，3·15 是起点，随后监管跟进、平台规则收紧、用户认知提升，会让"投毒式" GEO 的生存空间越来越窄。合规的、基于真实内容的 GEO 会占据主流——但"主流"的体量可能比今天的从业者想象的要小得多；
中期（三到五年），GEO 大概率不会独立存在，它会像当年的 SEO 一样，从一个"专业赛道"变成企业数字营销的基础配置——这是市场部的本职工作。届时 GEO 服务商的分化会更极端：一头是被大厂收编或替代的通用场景，一头是极度垂直化的行业专属服务，中间地带几乎没有生存空间；
长期（五年以后），最大的变量不是 GEO 服务商能做成什么样配资入门，而是 AI 平台本身愿意开放到什么程度。如果大模型厂商决定自己搭建"企业 -AI 信息通道"——不管是出于生态控制还是商业变现——那独立 GEO 服务商存在的理由就会被大幅压缩。但如果他们保持开放，那 GEO 会演化成一种更广义的"企业与 AI 世界的翻译层"，它的价值不再是对标"排名"，而是对标"理解"。
证券公司开户推荐提示：本文来自互联网，不代表本网站观点。
