AI 引用了你，却没访问你：内容被消耗与被访问，是两笔账

在 AI 搜索的讨论里，“被引用”通常被当作一件好事：AI 在回答里提到了你，说明你有权威。但一个规模罕见的流量实验刚刚给出了另一面——一个每天被 AI 大量引用的内容源，来自搜索引擎的访客却在持续下降。

这不是矛盾，而是两件事被长期混为一谈了。对品牌和内容生产者来说，把它们分开，是理解 AI 时代内容经济的第一步。

一、一个罕见的流量实验场

这项研究之所以可行，是因为它的对象特殊：维基百科。维基媒体每月发布多种语言（英语、德语、法语等）维基百科的文章级点击流数据，这让研究者可以在不同语言版本之间，比较匹配的页面。

研究者利用了一个天然的时间断点：2024 年 5 月，AI Overviews 在美国默认开启。而在样本期内，德语与法语版本的用户主要来自尚未默认开启该功能的国家。于是，英语版本可视为“处理组”，德语与法语版本可视为对照组。

方法上，作者使用泊松伪最大似然双重差分模型，估算计数变化的百分比；面板包含约 49.99 万对英语-德语匹配文章，以及约 53.09 万对英语-法语匹配文章；数据覆盖 2023 年 12 月至 2024 年 12 月，把 2024 年 5 月视为第一个处理后月份。

二、5% 是怎么估出来的，以及它不能说明什么

论文的结论是：默认提供 AI Overviews，使英语维基百科来自外部搜索引擎的搜索引荐每月下降约 5%。对整个英语版本而言，这相当于每月减少约 1.0027 亿次搜索引荐，全年约 12 亿次。

需要立刻加上三条限定。第一，月度数字是模型估算值，年度数字假设该效应全年保持一致；第二，两者都只涵盖来自搜索引擎的直接引荐，而不是维基百科获得的全部流量；第三，这是工作论文，尚未经过同行评审，且自 2 月以来被重建过一次并多次修订——早期版本用每日页面浏览数据时，报告的降幅约为 15%，改用每月搜索引荐、并加入德法对照组后，数字被修正到了现在的量级。

还有更多局限需要说明。维基媒体的公开数据把所有外部搜索引擎混在一起，论文也承认这一局限；Google 对此提出异议，认为将各搜索引擎合并计算的引荐指标，无法隔离出 Google 自身功能的影响。研究方回应称，其他引擎只占很小一部分流量，且分析利用了推广造成的时间断点。此外，该设计无法完全排除 2024 年其他只影响英语搜索、不影响德语或法语搜索的事件。

论文中还有一个被广泛转引的数字：可比的广告支持网站按典型费率，一年可能损失约 1082 万至 3708 万美元。但研究者明确说明，由于维基百科本身不展示广告，这个数字纯属假设，不代表真实财务状况。引用它时必须带上这句话。

三、被爬取、被引用、被点击：三件被混为一谈的事

这项研究真正的价值，不在那 5%，而在它顺带说清了一个被忽略的结构：在 AI 时代，内容的“被使用”至少分成三件彼此独立的事。

第一件是被爬取：爬虫复制文章，用于训练或其他用途。第二件是被引用：搜索引擎在 AI 回答中引用文章。第三件是被点击：读者从那个回答点进文章。

论文明确指出，这三件事被视为彼此独立的事件；而在它的结果里，只有点击才被计为人类外部搜索引荐。前两件即使规模巨大，也不会出现在引荐数字里。

这就是“被引用却不被访问”的机制来源。一个内容源可以在 AI 回答里被高频引用，同时它的实际访客在下降——因为引用发生在答案内部，访问发生在答案之外，两者之间没有必然的因果链条。

Pew 的一项分析从用户侧印证了这一点：在访问包含 AI 摘要时，人们点击传统结果的概率为 8%；没有摘要时为 15%。摘要出现，点击几乎减半。

四、另一半账：机器抓取本身就是成本

如果只看到访客下降，容易以为问题是“AI 抢走了流量”。但账本还有另一半：机器需求本身在消耗内容方的资源，而这部分从不计入任何引荐数字。

维基媒体基金会的工程师观察到，自 2024 年 1 月以来，下载图片与媒体文件的带宽增加了 50%，增长主要来自为 AI 训练抓取维基共享资源的机器人，而不是普通读者。他们还指出，机器人至少占最昂贵流量（抵达核心数据中心的部分）的 65%，约占页面浏览量的 35%。

一年后，团队表示正在阻止或限制约 30% 来自无视其政策的爬虫的自动化请求，其中一张图表把被阻止或限流的请求量定为每天约 15 亿次。报告解释说，一些机器人会模仿普通浏览器，或通过家庭宽带代理访问；他们的目标不是停止复用，而是引导大规模复用者转向能够表明身份、并获得更高限额的渠道。

把两边合起来：内容方一边承担着机器抓取带来的真实成本，一边失去着原本由点击带来的访客。这才是“内容被消耗与被访问是两笔账”的完整含义。

五、当内容方开始为访问收费

面对这种失衡，一种新的商业模式出现了：把“访问”本身作为计价对象。

维基媒体基金会的付费服务 Wikimedia Enterprise 提供高流量的 API 访问，包括合同、正常运行时间保证、支持与结构化数据源。它的关键设计是：收取的是访问费用，而不是内容费用——内容在开放许可下仍可通过公共渠道免费获取，付费买的是稳定、规模化、可标注的接入方式。

2026 年 1 月，该服务宣布 Google 是现有客户，并首次把 Amazon、Meta、Microsoft、Mistral AI 和 Perplexity 列为合作伙伴。

这个模式的意义超出了维基百科本身。它给出了一个方向：当“被引用”不再自动带来“被访问”，内容与 AI 之间的交换关系就需要被重新定义——要么通过署名与导流重建循环，要么把访问本身变成一项明确的商业安排。基金会也明确警告，如果访问持续减少，可能影响志愿者与捐赠者的循环。

六、这对品牌意味着什么

把这套逻辑从维基百科移到普通企业身上，可以得到三个提醒。

第一，不要把“被 AI 引用”当作 GEO 的终点。引用是中间量，不是结果。真正需要关心的是：引用之后，用户能不能、愿不愿意找到你。

第二，把“被引用”和“被访问”分开监测。一个品牌可能在 AI 回答里频繁出现，同时官网自然访问在下降。如果只监控前者，会得到一个与业务感受完全相反的结论。

第三，AI 对话里的呈现位置，正在变成新的“入口”。当用户不再点击、而是在会话中完成判断时，品牌在答案内部的表述方式（被怎么描述、和谁并列、给出什么依据），其重要性会超过页面本身的排名。这也是为什么结构化的、可被准确复述的品牌信息，会比单纯的页面优化更关键。

常见问题

问：这条“下降 5%”的结论可靠吗？

需要谨慎。它是尚未同行评审的工作论文，且被作者本人多次修订过（早期版本为约 15%）。它回答的是一个具体问题——当英语读者处于 AI Overviews 默认开启的环境中时，引荐发生了什么变化——而不是“AI 让全网流量下降了多少”。把它当作方向性证据，而不是精确数值。

问：维基百科是不是特例，结论能推广到普通网站吗？

论文本身没有确认新闻网站、零售商或其他类型网站是否会出现类似效应。维基百科可测量，恰恰因为它是特例（多语言、可比对、数据公开）。所以这项研究的价值在于机制揭示，而非数值外推。

问：那企业还要不要追求被 AI 引用？

要，但要摆正位置。被引用能建立权威认知，是品牌进入推荐名单的前提之一。问题在于把它当成终点。正确的做法是把它与访问、咨询、转化放在一起看，而不是单独报喜。

问：机器抓取我们要不要屏蔽？

这取决于你的内容策略与商业模式，本文不建议一概而论。需要指出的是：屏蔽会改变你与 AI 生态的交换关系，属于需要明确评估后再做的决策，而不是一个技术开关。

关于本文

本文讨论的“引用与访问分离”，正是品牌评估 AI 可见度时容易踩的坑。重庆传粉科技在为客户做 AI 可见度监测时，会把“被提及／被引用”与“实际访问与咨询”作为两层分别记录，原因正在于：两者在 AI 时代经常朝相反方向变化，合并统计会掩盖真实问题。

数据来源与边界声明

本文引用的外部信息及出处如下：

·       关于 AI Overviews 默认开启致英语维基百科搜索引荐下降约 5%（月约 1.0027 亿次、年约 12 亿次）、约 15% 的早期版本、泊松伪最大似然双重差分方法、49.99 万与 53.09 万对匹配文章、1082 万至 3708 万美元的假设性收入估算，均出自一篇作者为 Mehrzad Khosravi 与 Hema Yoganarasimhan 的工作论文（最后更新于 2026 年 9 月 2 日，尚未同行评审），以及第三方对其的报道；Google 对该引荐指标可靠性的异议、研究方的回应亦见上述报道。

·       维基媒体基金会的数据（所有语言人工页面浏览同比下降约 8%、机器占用最贵流量约 65% 与页面浏览约 35%、每天约 15 亿次请求被阻止或限流、带宽增加 50%、2026-27 财年草案强调下降将持续、近 90% 访客传统上来自 Google 搜索）来自该基金会的公开发布。

·       Pew 的点击率数据（有 AI 摘要时点击传统结果 8%、无摘要时 15%）来自其公开分析，样本为 2025 年 3 月 900 名美国成年人的 68,879 次 Google 搜索。

·       Wikimedia Enterprise 的模式说明、2026 年 1 月把 Google 列为客户并将 Amazon、Meta、Microsoft、Mistral AI、Perplexity 列为合作伙伴的信息，来自该服务的公开公告。

以上信息均为外部研究或机构公开材料，非传粉科技原创，未经独立核验。涉及因果关系的结论（如引荐下降与 AI Overviews 的关联）以原研究方口径为准，本文不将其表述为已确证的事实，亦不构成效果承诺。