从 2026 年 4 月开始，我开始系统研究 Agentic Search Optimization（ASO，智能体搜索优化）。
这并不是因为我想再创造一个新的营销缩写。
过去一年，我一直在关注 GEO（Generative Engine Optimization）的演变。随着生成式搜索逐渐从“生成答案”走向“理解任务、比较选项和执行行动”，我越来越明确地意识到：如果未来搜索的主体逐渐从人转向 AI Agent，那么今天围绕生成式答案建立起来的 GEO，只能解释这个变化的一部分。
2026 年 5 月，我出版了《Agentic Search Optimization: A Practical Introduction to AI Search, Visibility, and Selection》。电子版于 5 月 26 日发布，纸质版出版日期为 5 月 29 日。
同时我也创建了百度百科的Agentic Search Optimization 的词条，希望第一时间把 Agentic Search、AI Visibility 以及 AI Agent 参与决策所带来的变化，尽可能早地带入中文语境。
GEO 之后真正发生变化的，是“谁在做判断”
今天的 GEO，解决的主要还是一个可见性问题：
当用户向 ChatGPT、Gemini 或其他生成式 AI 提问时，如何让 AI 理解、引用、总结或者推荐你的信息？
这当然非常重要。
但这里仍然存在一个基本前提：
最后看答案的人，仍然是人。
AI 帮你搜索、归纳和推荐，用户阅读结果，然后自己点击网站、比较产品并作出决定。
也就是说，AI 已经介入了信息获取，但最终的 Decision Authority——决策权——仍然主要掌握在人手里。
Agentic Search 开始改变的，正是这一点。
当 AI 不再只是回答：
“有哪些产品适合我？”
而是进一步开始：
搜索 → 筛选 → 比较 → 判断 → 询价 → 选择 → 执行，
那么搜索本身的性质就改变了。
这个时候，我们研究的已经不只是：
“AI 能不能看到我？”
而开始变成：
“当 AI 需要作出选择时，它为什么会选择我？”
这就是我理解的 Agentic Search Optimization 最重要的区别。
Human-readable 与 Agent-readable 并不是同一件事
今天绝大多数网站，本质上仍然是为人设计的。
页面结构、视觉层级、品牌故事、图片、视频、交互体验，首先考虑的是人的注意力和理解方式。
但 Agent 未必按照同样的方式处理信息。
举一个很简单的例子。
对于机器来说，一个字段完整、关系明确、结构清晰的产品表格，可能是非常高效的信息载体。它能够快速提取规格、价格、限制条件、兼容性、交付方式以及产品之间的差异。
但对于普通消费者来说，一个几十行、几十列的表格可能意味着很高的理解成本。
反过来，一段制作良好的两分钟视频，可以通过画面、场景、旁白和演示，以很高的信息密度让一个人快速理解产品。
对于人，这可能是非常高效的表达方式。
对于 Agent，却未必如此。
这说明了一个很简单、但以后会越来越重要的问题：
Human-readable ≠ Agent-readable。
如果信息消费主体不同，最优的信息结构就可能不同。
那么进一步往前走一步：
Human Commerce 与 Agent Commerce，也不会完全相同。
今天的网站、产品目录、支付流程、品牌内容和营销体系，大部分是在假设“人是最终交易主体”的情况下设计出来的。
如果未来越来越多的判断和交易由 Agent 发起，这套基础设施必然会发生变化。
为什么我的研究最后走向了 A2A Commerce
事实上，我对这一问题最初的兴趣，来自 Agent-to-Agent Commerce，也就是 A2A Commerce。
如果 AI 真正进入商业活动，它很难永远停留在“帮助人搜索信息”这一步。
它会逐渐进入比较、推荐、询价、谈判、采购、支付、履约以及售后。
今天所谓的 Agentic Commerce，可以包含很多不同形式：
人通过 Agent 完成购物；
Agent 代表人和企业发生交互；
Buyer Agent 与 Seller Agent 之间进行信息交换；
甚至最终由两个代表不同经济利益的 Agent 完成交易。
这些形态很可能会长期共存。
所以今天讨论 Agentic Commerce，人依然完全可以在交易链条之中。
但我更感兴趣的是它继续发展之后的状态：
当 Agent 不再只是辅助交易，而成为越来越重要的交易代理时，商业系统应该怎样设计？
这也是为什么我越来越把研究重点放在 A2A Commerce 上。
因为如果未来真正出现由 Buyer Agent 和 Seller Agent 相互发现、比较、协商甚至执行交易的市场，那么今天的大量数字营销逻辑都会被重新定义。
从这里就会回到“决策权”
沿着这条路径继续往前走，我发现最核心的问题其实并不是搜索。
甚至也不是 Commerce。
而是：
Decision Authority 在谁手里？
这也是我后来出版《Decision Authority Economy: How AI Reshapes Judgement, Systems, and Economic Power》的原因。讨论的核心正是 AI 从“提供信息”逐渐进入判断形成过程之后，决策权和经济权力如何发生变化。
如果最后还是由人决定，那么 AI 本质上仍然是 Decision Support。
但如果 Agent 开始决定：
什么信息值得检索；
什么品牌进入候选集合；
什么产品值得比较；
哪些证据具有可信度；
应该向谁询价；
什么条件可以接受；
最终选择谁；
那么一部分 Decision Authority 实际上已经从人转移到了机器系统。
这一天不会突然到来。
它一定会经历很长时间的人机混合状态。
但是历史上的很多结构性变化，也并不是某一天突然发生的。真正重要的是，当一个关键比例被跨越之后，整个市场会开始围绕新的主体重新设计。
如果未来某个时间点，Agent 发起和完成的搜索、比较与交易达到足够大的比例，那么企业首先要考虑的就不再只是：
“这个页面人看起来怎么样？”
而会增加另外一个问题：
“这个商业对象是否能够被 Agent 发现、理解、验证、比较、选择和调用？”
这就是为什么我认为 ASO 比 GEO 更值得长期研究
我并不认为 GEO 会消失。
相反，GEO 是非常重要的一步。
但是它更多解决的是生成式 AI 时代的信息呈现问题。
ASO 进一步研究的是：
当 AI 从信息生成者逐渐成为搜索者、评估者乃至行动者之后，企业如何进入它的选择路径。
因此 ASO 最终不会只停留在“写什么内容更容易被 AI 引用”。
它一定会向外延伸。
包括：
结构化产品信息；
实体身份；
第三方证据；
机器可信度；
产品状态；
API；
实时价格与库存；
权限；
支付；
履约；
以及机器可执行接口。
这时候，ASO 已经不只是 SEO 或 GEO 的一个分支。
它开始连接真正的 Agentic Commerce。
我现在把这些问题放在同一个体系里
经过这段时间的研究，我越来越倾向于把这些问题理解成一条连续的演化路径：
AI Visibility → Agentic Search Optimization → Decision Authority → A2A Commerce
AI Visibility 讨论的是：
能不能进入 AI 的信息环境。
Agentic Search Optimization 讨论的是：
能不能被 Agent 发现、理解、评估并进入选择集合。
Decision Authority 讨论的是：
最终是谁在作判断。
而 A2A Commerce 讨论的是：
当这种决策权进入交易以后，机器与机器之间如何形成新的市场。
从这个角度来看，ASO 对我来说从来不是一个孤立的营销概念。
它位于一个更大的结构变化之中。
互联网过去二十多年主要解决的是如何让人连接信息、连接商品和连接其他人。
而接下来一个值得研究的问题可能是：
当 Agent 开始连接信息、连接商品，最终连接另一个 Agent 时，商业世界需要怎样重新设计？
这也是我从 2026 年 4 月开始持续研究 Agentic Search Optimization 的真正原因。
我关注的并不仅仅是“GEO 之后叫什么”。
我更关心的是：
当搜索主体发生变化，决策主体也开始发生变化之后，今天所有围绕“人”建立起来的可见性、营销和交易体系，会怎样被重新定义。
