随着AI驱动的购物方式兴起,Trustpilot正在寻求与大型电商公司建立合作伙伴关系。
在接受彭博社采访时,首席执行官阿德里安·布莱尔表示,代表消费者行动的AI智能体需要大量关于企业的信息。他认为最有效的系统将依赖于Trustpilot这样的数据集,并补充说公司的目标是与主要电商网站合作,更好地利用其数据。
Trustpilot预计到2030年营业利润率将达到30%,这一改善部分与大语言模型使用其内容有关。据彭博社报道,流量模式已开始反映这一趋势。过去一年中,来自基于AI搜索的点击量增长了1490%,这很大程度上归功于搜索巨头谷歌将AI搜索设为默认选项的决定。
Promptwatch的数据显示,今年1月份Trustpilot在ChatGPT中排名全球被引用域名第五位。
布莱尔表示,大语言模型为Trustpilot内容展示创造了新渠道,他注意到基于大语言模型算法的曝光度和推荐流量有所上升。
2026年2月,亚马逊和OpenAI宣布达成协议,将在AWS上部署生成式AI系统,使用为亚马逊面向消费者应用定制的模型。据说该安排涵盖基础设施供应和模型开发。
在其他方面,沃尔玛与谷歌的合作让用户可以在Gemini聊天机器人内购买商品。谷歌与Shopify和其他零售商也有类似安排。
Shopify的通用商务协议允许AI智能体访问产品数据并将交易带到结账环节,确保潜在买家留在AI平台(在这种情况下是Gemini)而不是导航到零售商的网站。微软的Copilot结账与PayPal的合作也属于同一模式。
Shopify还寻求了类似的合作伙伴关系,包括与微软合作,让商家可以通过聊天机器人界面销售。其最新产品更新描述了"智能体店面",其中交易在AI交互内进行。对于营销专业人员来说,当购物者通过第三方代理购买时有价值数据的损失,在不同程度上被通过AI平台交易的收入所平衡。
据《华尔街日报》报道,亚马逊目前正在挑战未经授权访问其平台的第三方AI智能体,并正在开发自己的助手以保持对用户数据和广告收入的控制。
Trustpilot的阿德里安·布莱尔在彭博社采访中认为,无论AI在购买过程中的参与程度如何,用户生成的评论都保持价值。他说消费者将继续与企业"有体验",将Trustpilot的评论数据集描述为相关性不断增加的长期资产。
该公司股价受到上月软件股广泛下跌的影响,这一下跌是由媒体基于Anthropic声明而想象的SaaS平台死亡所引发的。
PYMNTS Intelligence的报告"AI如何成为消费者开始一切的地方"描述了消费者在AI平台上开始产品研究和购物,迭代地完善他们的提示,而不是连续的"传统"搜索。
Q&A
Q1:Trustpilot与AI公司合作的主要原因是什么?
A:随着传统搜索流量下降和AI驱动购物兴起,Trustpilot需要新的增长渠道。AI智能体代表消费者购物时需要大量企业信息,而Trustpilot拥有这样的数据集,因此与AI公司合作可以为其内容创造新的展示渠道。
Q2:AI搜索对Trustpilot的流量影响有多大?
A:过去一年中,来自基于AI搜索的点击量增长了1490%。今年1月份Trustpilot在ChatGPT中排名全球被引用域名第五位。大语言模型为Trustpilot内容展示创造了新渠道,带来了更多曝光度和推荐流量。
Q3:电商巨头如何布局AI购物?
A:亚马逊与OpenAI合作在AWS上部署定制的生成式AI系统;沃尔玛与谷歌合作让用户在Gemini聊天机器人内购买商品;Shopify推出通用商务协议和"智能体店面",让交易在AI交互内完成;微软Copilot与PayPal合作提供结账服务。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。