Perplexity AI Agent 正让广告公司靠边站？

一个来自社交媒体的信号

近日，一条来自 X 平台的推文引发了营销圈和技术圈的讨论。原话很简短：「Perplexity 的 Agents 投放广告的效果，对商家而言已经超过了广告公司。」

这句话没有附带数据、案例或截图，但它指向了一个越来越清晰的趋势：AI Agent 正在从「演示阶段」进入「实际经营环节」，并且第一批被冲击的，可能就是传统广告代理服务。

为什么是广告投放？

广告投放是一个典型的「数据密集 + 高频决策 + 可量化反馈」场景，这恰好是 AI Agent 最擅长处理的三件事。

传统广告代理的工作流大致包括：受众调研、素材构思、预算分配、A/B 测试、效果复盘。其中大量环节依赖人工判断和经验直觉，周期长、成本高。而 Agent 可以持续监测广告表现、自动调整出价和受众定向、快速生成和迭代素材，并且不需要休息。

Perplexity 本身以「能联网检索、给出带来源答案」的 AI 搜索引擎著称。它的 Agent 能力天然包含信息搜集、对比分析和任务编排，用在广告投放上，意味着它能更快地找到竞品策略、行业基准和受众偏好，并把结论直接转化为可执行的操作。

Perplexity 与 AI Agent 的定位

Perplexity AI 是一家以对话式搜索引擎起家的公司，其核心产品通过联网检索实时信息并生成带引用来源的答案，区别于仅依赖训练数据的传统大模型。2025 年前后，Perplexity 推出 Agent 能力（如 Comet 浏览器与任务代理），使系统不仅能回答问题，还能自主执行多步骤任务，包括信息搜集、对比分析、任务编排乃至调用外部工具完成操作。这种「检索 + 推理 + 执行」的组合，使其在广告投放这类需要持续获取市场情报并快速响应的场景中具备天然优势。需要说明的是，Perplexity 官方并未公开推出独立的广告投放代理产品，推文所指的具体形态尚不明确，读者应将其视为一种能力演示或第三方使用场景，而非成熟商业产品。

Agent 与广告公司的真实差异

需要明确的是，企业主与广告公司之间长期存在摩擦：代理费用高、沟通链条长、对中小商家的需求响应慢。AI Agent 的吸引力在于它把这部分中间成本大幅压缩了。

不过，说 Agent「更好」目前还缺乏公开的量化证据。推文本身没有给出具体的投放渠道、预算规模或转化数据。广告公司提供的不只是执行，还有品牌策略、创意方向和危机判断，这些仍需要人类把关。更准确的理解是：在标准化、效果导向的投放任务上，Agent 的执行效率和边际成本具有明显优势；而在品牌塑造和复杂决策上，人和代理机构的角色尚未被替代。

广告代理的收费模式与中间成本

传统广告代理机构的收入通常来自两部分：媒介代理费（按广告花费的一定比例抽取，行业惯例约为 10%–15%）和服务费（按月或按项目收取的策划、创意、优化费用）。此外，代理机构内部还存在客户执行、媒介采购、优化师等多层角色，沟通与协调成本最终都会转嫁到广告主身上。对于预算有限的中小商家而言，这种结构意味着相当比例的开支并未直接用于广告曝光本身。AI Agent 以订阅制或按量计费的方式提供类似执行能力，理论上可以显著压缩这部分中间成本。但需注意，代理费比例因市场、渠道和合同类型差异较大，且部分平台（如效果广告）本身已提供自动化投放工具，Agent 的增量价值需结合具体渠道评估。

对商家意味着什么

对中小商家而言，这轮变化最直接的价值是降低了专业投放的门槛。过去需要交给代理机构的日常工作，现在可以由一个订阅制的 Agent 工具承担，企业主可以把预算更多放在素材和产品本身。

但工具变强也意味着判断力变得更重要。Agent 能执行，却不一定理解你的品牌边界和长期目标。企业主需要学会定义目标、审查输出、设定预算红线，这些能力正在成为新的经营基本功。

广告行业的分化

如果这类工具持续成熟，广告行业可能出现分层：基础执行和投放优化被 AI 大量接管，代理机构的价值向策略咨询、创意制作和整合营销上移。这不是一夜之间的替代，而是一条已经开始的迁移曲线。

Perplexity 是否真的在广告投放上超越了广告公司，目前还只是一条推文的说法。但它抛出的问题值得每个做营销的人认真对待：当 AI Agent 可以自己查资料、做决策、调预算时，你付给代理公司的钱，到底买的是什么？

AI 在广告投放中的现有实践

AI 辅助广告投放并非全新事物。Google Ads 的智能出价（Smart Bidding）、Meta 的 Advantage+ 自动化 campaña、以及各类程序化购买平台，早已在用机器学习优化出价、受众和素材组合。大语言模型与 Agent 的加入，主要扩展了「非结构化信息处理」和「跨平台任务编排」的能力，例如自动分析竞品投放素材、生成多版本文案、根据舆情调整策略等。因此，更准确的判断是：自动化投放的迁移曲线早已开始，Agent 是这条曲线的加速器而非起点。评估 Agent 的实际效果，应关注其在素材生成质量、跨渠道协同和异常处理上的表现，而非简单对比「人 vs 机器」。