AI批量制造數字地雷 | Morketing趨勢

文 | Innocent Roland

Made-for-Advertising（下稱MFA），指的是專門為了“賺廣告錢”而搭建的網站或App。這類平臺通常不會投入太多精力生產優質內容，而是通過大量低質量、批量化的內容吸引流量，再在頁面中塞滿廣告，依靠廣告展示和點擊來盈利，而不是靠內容或服務本身創造價值。

MFA這個概念在過去幾年時間里似乎已經被掃進了數字廣告歷史的垃圾堆里，在很多廣告從業者看來，它已經是程序化廣告發展早期留下的歷史問題。隨著廣告平臺、廣告科技公司不斷清理供應鏈，MFA網站的生存空間越來越小，這個詞也很少再被提起。

但最近，美國廣告主協會（ANA）發布的一份報告，卻釋放了一個值得警惕的信號。協會成員的廣告預算流向MFA網站的占比，從2025年Q4的0.6%漲到了1.1%。誠然，乍看之下，1.1%并不算高。畢竟，2023年ANA曾披露，協會成員一年約有130億美元廣告預算流向MFA網站，占總預算的21%。相比之下，如今的數字已經低了很多。

但真正值得關注的，不是比例高低，而是趨勢變了。

2023年ANA報告發布后，廣告平臺和程序化廣告科技公司持續清理供應鏈，MFA支出一路下降。如今，這個數字卻重新開始回升。不少業內人士擔心，因為一個新的變量正在出現——AI Slop，也就是幾乎沒有人工參與、缺乏新聞價值或娛樂價值、完全依賴AI批量生成的低質量內容。

幾乎在同一時間，安全研究機構Wiz披露了一個名叫Moltbook的產品。這個號稱“AI代理社交網絡”的APP，創始人全盤采用“vibe coding”（自己一行代碼沒寫，全交給AI生成），結果一個配置錯誤的Supabase數據庫允許完整讀寫訪問，把整個生產環境完全敞開：150萬個API認證令牌、3.5萬個郵箱地址，以及大量AI代理之間的私密消息，全部毫無安全防護的在公網上展示。

這兩件事看似毫無關聯，卻共同指向了同一個現實：AI正在以前所未有的速度，降低數字內容和數字產品的生產門檻。過去，建立一個網站、開發一款應用，多少還需要一定的人力和技術成本；如今，無論是內容生產還是應用開發，都可以被AI大幅壓縮成本，甚至實現批量生成。

這也帶來了一個新的問題。如果有人利用AI，大規模生成低質量內容、批量搭建MFA網站，再通過程序化廣告不斷套取廣告預算，那么之前原本已經逐漸消失的MFA，會不會因為AI重新卷土重來？

AI批量制造MFA？

對于這個問題，業內還沒有一個統一的答案。

雖然一部分從業者認為，AI slop是MFA越來越多的推手之一。ANA的報告中也指出，ANA在最新報告中就提到，隨著生成式AI不斷成熟，MFA正在變得比過去更加隱蔽，也更難識別。

如果翻看海外廣告從業者近一年的討論，會發現一個觀點反復出現：生成式AI幾乎把MFA的生產成本降到了接近零。過去，一個MFA網站至少還需要有人寫文章、剪視頻、運營賬號；如今，無論是文字、圖片、音頻、視頻，還是社交媒體內容，都可以由AI批量生成，最后再通過程序化廣告完成變現。

數據也印證了這種趨勢。SEO公司Ahrefs在2025年5月發布的一項研究顯示，他們抓取了約90萬個新網頁，其中74.2%都包含AI生成內容。一些網站甚至每天發布超過1000篇文章，完全依靠“堆內容、賺廣告”的模式生存。

Scott Pierce（The Trade Desk產品管理與市場質量高級副總裁）2025年11月在AdExchanger上寫了一篇專欄，標題很直接：“AI Slop Is The New MFA, And We All Need To Fight It.”這句話翻譯成中文就是：純AI生成的低質內容，就是新型MFA，而我們所有人都得想辦法對抗它。

不過，把AI Slop直接等同于MFA，也并不完全準確，原因很簡單。

如今大多數SSP都會對新網站設置準入門檻，一個剛剛上線的網站，通常需要經過一段時間的運營才能進入程序化廣告競價體系。如果只是利用AI批量生產內容，很多網站可能還沒來得及接入廣告供應鏈，就已經失去流量、自然消亡。從成本收益來看，這樣做未必劃算。

但到了2026年，問題已經變了，過去，AI只是負責生成內容；現在，它開始生成整個產品。借助Vibe Coding，一個幾乎不會編程的人，也能在幾個小時內搭建出一個網站、一款App，甚至一個完整的平臺。AI不再只是MFA內容的生產工具，而開始成為MFA基礎設施的建設者。

這意味著，未來出現的可能不再只是“AI內容農場”，而是AI網站工廠、AI應用工廠。雖然這些網站依舊可能十分短命，但因為搭建成本幾乎為零，它們可以像流水線一樣不斷出現、不斷消失，數量遠遠超過傳統MFA。

而且就像開篇提到的Moltbook一樣，一個號稱服務AI代理的社交平臺，創始人不懂安全配置，全靠AI工具搭建，然后幾百萬條敏感信息隨之泄露，這意味著如果品牌給這樣的應用或網站投放廣告，廣告主買到的就不只是低質量流量，而是一顆品牌安全的定時炸彈。

因為，這種情況意味著廣告會出現在一個誰都能篡改內容的平臺上；更麻煩的是，如果這個平臺出了數據泄露，媒體鋪天蓋地報道的時候，品牌Logo也極有可能隨著相關新聞一起傳播。消費者不會區分平臺和廣告主，他們只會記住：你的品牌曾經出現在那里。

也正因此，AI Slop生產的是低質量內容，這些內容多少還能通過品牌安全工具、內容審核系統進行過濾。還有一定的防范空間。但在產品端，vibe coding讓不會軟件開發、也不了解安全規范的人，同樣可以快速做出一個看起來“正常”的網站或應用。

這些產品有相當一部分會流進程序化廣告的供應端，更關鍵的問題是，后端的安全隱患完全看不見，畢竟，沒有任何一家SSP會要求接入的網站公開源代碼，讓廣告主逐一審核。當然，這些麻煩并非無解。延長審核期限，讓大多數短命的AI網站無法接入SSP，就能擋住一部分。但真正棘手的地方，是那些已經存在的老網站。

DeepSee.io CEO Rocky Moss提出了判斷，在他看來，哪些全新的AI網站其實并不值得擔憂。反而，真正的麻煩是那些原本已經接入大量SSP、擁有歷史信譽，但經營困難甚至瀕臨倒閉的網站。

這些網站一旦被低價收購，就可以利用AI快速完成“改造”：內容全部交給AI生成，產品不斷通過AI迭代，后臺安全幾乎無人維護，卻依然保留著原有的廣告接入資格。換句話說，它們同時擁有了最危險的幾個特征：成熟的廣告通道、極低的運營成本、AI批量生產的內容，以及幾乎不可見的安全風險。

雖然壽命可能依舊只有30到60天，但超低的成本意味著它們可以在短時間內制造吸引眼球的垃圾內容，然后從程序化廣告中拿走廣告主的預算，最后徹底消失，讓廣告主連追責都找不到人。

最終形成的是一整套由AI搭建、運營，甚至自動化運轉的“MFA應用工廠”。這些應用可能有漂亮的UI（AI能畫），有看著靠譜的商業模式（AI能寫BP），甚至有“真實用戶數據”（怎么收集的沒人知道）。但核心是AI幾小時搭出來的、沒經過任何安全審核的“數字紙牌屋”。廣告主投錢，消費者買單，數據在后臺裸奔。

國內會面臨相似的麻煩嗎？

于是，一個類似的問題開始出現：海外的問題，會在中國重演嗎？

答案不是簡單的能或不能，因為國內的廣告生態和海外存在巨大差異。最顯著的一點，就是超高的頭部平臺集中度。中研普華的數據顯示，2024年中國互聯網廣告市場，阿里、字節、騰訊這幾家占了超過60%的份額。與海外Open Exchange里成千上萬個發布商自由競價的局面不同，中國的程序化流量高度集中在少數大平臺手里。

而無論是巨量引擎、騰訊廣告還是阿里媽媽，都對網站和應用有相當嚴格的準入審核和資質要求，這使得傳統MFA網站在中國其實沒多少生存空間。再加上PDB（私有直接購買）模式在國內的廣泛應用，廣告主往往會用確定價格買斷固定優質媒體資源。

在監管層面，2023年7月的《生成式人工智能服務管理暫行辦法》要求提供者發現違法內容必須立即處置；2025年9月施行的《人工智能生成合成內容標識辦法》在推動“顯式+隱式”雙軌標識；上海市監局2025年底的文件更是直接要求——平臺廣告中使用了AI生成或深度合成技術的，發布者必須主動聲明并顯著標識。

這一系列措施都在很大程度上壓縮了渾水摸魚的空間。但如果說能就此高枕無憂，也確實有點自欺欺人了。

雖然監管和審核力度遠超海外，但很難徹底禁絕所有潛在風險。對平臺而言尤其如此。Zefr聯合創始人Rich Raddon曾提到，如今在TikTok、YouTube、Meta等平臺，每天都可以低成本批量生成數千條AI視頻，速度遠遠超過人工審核能力。

國內其實也出現了類似情況。前段時間AI制作的東鵬特飲虛假信息雖然很快被制止，但相關輿論依然迅速擴散，并一度影響了資本市場表現。這說明，即便監管能夠快速介入，也很難完全抵消AI內容帶來的傳播速度。

而相比內容，更大的變量來自產品本身。vibe coding帶來的應用安全風險，從來不管你在哪個國家。“不懂代碼也能快速搭應用”的理念，在中國市場同樣有不少擁躉。

一個開發者，可能幾個小時就能借助AI搭建出一款小程序、一個工具App，接入廣告SDK后便開始獲取流量。問題在于，他或許根本不知道，數據庫有沒有暴露、權限有沒有配置錯誤、接口有沒有安全漏洞。

這些問題不會影響應用上線，卻可能在未來某一天演變成一次數據泄露事件。

所以中國既不是避風港，也不是注定要重復海外的老路。頭部平臺的集中和嚴格的PMP交易確實壓住了傳統MFA的蔓延，但AI內容的涌入和vibe coding的普及正在制造新型的風險場景。

平臺集中、審核嚴格、PDB交易占比較高，確實讓傳統MFA難以大規模蔓延。但與此同時，AI內容的泛濫，以及Vibe Coding帶來的低門檻開發，也正在催生新的風險場景。中國廣告主未必需要像海外同行一樣，擔心無數獨立MFA網站分流預算。

但他們需要面對另一個現實：AI已經把開發一款“看起來能用”的產品成本壓縮到了前所未有的低點。

更關鍵的是，開發門檻降低了，但“知道自己在裸奔”這件事的門檻一點沒降。一批看起來像產品、實際更像半成品實驗的App，被直接推到了真實世界里。它們不是不能跑，只是跑得有點野蠻。AI編程工具解決的是“如何生成代碼”的問題，不是“誰來承擔后果”的問題。而在這個環節上，監管目前確實還存在空缺。

結語

MFA反彈和Moltbook的數據泄露，看著是兩件事，其實是同一個問題的兩面：AI能以趨近于零的成本和極高的速度批量制造數字產品（不管是內容還是應用），這里的“產品”，既包括內容，也包括網站、應用，甚至整個商業模式。生產效率被無限放大，但質量控制、安全審核和責任機制，并沒有同步跟上。這才是真正值得行業警惕的地方。

對于廣告主而言，需要防范的風險，也正在發生變化。

過去，品牌安全更多意味著“廣告不要出現在低質量內容旁邊”；未來，可能還意味著廣告不要出現在一個由AI快速搭建、隨時可能發生數據泄露的平臺上。預算損失只是第一層風險，品牌信任和數據安全，才是更高昂的代價。對整個廣告行業來說，反MFA的邊界也需要重新定義。

過去，行業關注的是內容審核；未來，或許還要把安全審核、開發質量、平臺資質等因素一起納入供應鏈管理。真正需要治理的，不再只是“垃圾內容”，而是那些由AI批量制造、卻缺乏質量保障的數字基礎設施。中國市場確實擁有比海外更集中的平臺生態和更嚴格的監管體系，這為廣告主提供了一層保護。但AI工具正在快速抹平技術門檻，也在不斷創造新的風險類型。

廣告行業真正需要思考的問題，或許已經不是“AI會不會帶來新的MFA”，而是當AI能夠批量生成任何東西時，我們該如何重新定義“值得信任的流量”。