AI百科网 AI教程
产业观察

小红书 AI 月活过亿,先要算清广告这笔账

小红书半年内三次调整 AI 组织,站内 AI 问答月活已过 1 亿。但它最难的账不是算力,是 AI 给答案之后,广告位和创作者流量怎么重新分。读完能看懂这类平台该看什么。

本文目录 · 6 节

在小红书搜一支粉底液,过去能翻出十几篇笔记。现在 AI 可能直接给你三个选项,加一句"油皮选第二款"。用户省了时间,平台的广告库存少了十页。

一、发生了什么

4 月 30 日,小红书把 Dots 升为 AI 一级部门,把模型研发、基础设施、工程和产品收进同一个组织,直接向总裁柯南汇报。到了 9 月,产品和部分工程团队被划到社区一边,Dots 自己退回底层模型。10 月 16 日,它又和核心基础设施团队 Infra 合到了一起。

半年三次调整。官方在全员信里的解释是:小红书是科技应用公司,模型能力要与具体产品绑定,技术投入要看实际应用价值。公司没有披露这轮调整涉及多少人和多少预算,也无法据此判断它要收缩基础模型。

用户侧的数字已经很大:据公开报道,站内 AI 问答助手月活超过 1 亿。据 36 氪此前报道,AI 搜索产品"问一问"曾让社区留存提升约 2% 至 3%(前员工口径,未披露完整实验设计),带来数百万级新增查询。

但历史上,小红书对 AI 进社区相当克制。"问一问"最初只覆盖约 1% 至 2% 的搜索请求,团队希望放到 10%,管理层担心冲击原有搜索生态,最后只放宽到 3% 至 4%。原因不难理解:搜索页是它的现金牛——用户读笔记,创作者拿曝光,品牌买广告位,这条链路靠"看得多"运转。

报道里还有一个具体冲突:AI 搜索按社区内容生成商品推荐时,部分广告大客户排不到前面,商业化团队曾希望 AI 不要主动生成购物清单,但这个功能最终保留了。

和阿里、字节比,这层压力更明显。阿里可以把模型卖给云上客户,字节有豆包和火山引擎,也能把能力塞进抖音、剪映、飞书。小红书没有同等量级的对外云业务,模型投入只能通过自家社区的广告和电商回收。它不必在每个基础模型指标上跟云厂商拼,但每一分推理成本,都得从内容生意里挣回来。

二、跟你有什么关系

普通用户。 你会更快拿到答案,但点开原始笔记的次数会变少,"这条推荐是不是广告"也更难判断。

品牌和商家。 能进 AI 推荐位的只有几个位置,投放逻辑从"买曝光"变成"买排序",预算会更集中。

创作者。 靠搜索长尾吃饭的账号要留意:被 AI 引用不等于被点击,流量来源会悄悄换一条路。

三、怎么判断这类平台的 AI 走向

读到这儿,可以顺路看 AI 落地卡在最后一公里:驻场工程师涨了 36 倍 美国驻场 AI 工程师招聘从 2023 年不足 200 个涨到今年前三季度 7300 多个,中位年薪 19.5 万美元。AWS 投 10 亿、Anthropic 要训一万人。
  1. 看组织,不看发布会。 半年三次调整,说明它还在找"模型归谁管、产品归谁管"的答案,这比任何功能宣传都真实。
  2. 看 AI 答案标不标来源。 标了,创作者还有回流;不标,内容就彻底变成原料。
  3. 看广告位怎么变。 推荐位减少,单席位价格一定上升,平台收入结构会跟着改。
  4. 自己测一次。 搜一个你熟悉的商品词,数一数答案里出现几个品牌,再对比搜索页的笔记条数。差得越多,说明它越依赖 AI 分发。

四、三个别信的说法

「月活过亿,说明商业模式跑通了。」 月活只证明有人用。生成一段答案的算力成本,远高于展示一篇已有笔记;多出来的查询能不能换成交易,目前没有公开数据。

「组织调整就是收缩 AI。」 从公开信息看,模型研发没停,只是把面向用户的部分交给了社区,底层继续做模型和工程效率。

「AI 推荐更客观,因为不带广告。」 恰恰相反,位置越少,商业化的诱惑越大。真正要看的不是有没有广告,是标注是否清楚、排序规则是否公开。

五、一句话结论

小红书真正的难题不是把模型训好,是在答案变短之后,重新分用户、创作者和品牌之间那点注意力。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。

关于这篇

本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。

下一站 · 规则与法 黄仁勋:芯片公司必须和中国同行谈 AI 风险 黄仁勋在伦敦说,英伟达「绝对必须」与中国 AI 公司合作监控风险。他一边反对更多监管,一边主张扩大对话。这篇讲清芯片公司为什么比模型公司更急着谈。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?