【作者简介】

张洪忠，北京师范大学新闻传播学院教授、北师大新媒体传播研究中心主任；刘旭阳，北京师范大学新闻传播学院博士后。

本文刊登在《中国编辑》2026年第2期

[摘要] 技术发展不断迭代着信息传播的方式，推动信息结构的不断演进，也牵引着主流媒体经营模式的不断变迁。本文分析了近三十年我国信息结构发展的三个阶段，提出主流媒体的经营正沿着“广告模式—电商模式—智能代理模式”的路径演进。在此基础上，本文进一步探讨了主流媒体在系统性变革中，其经营面对智能代理模式的主要挑战，并围绕智能代理模式的主流媒体营销生态建构展开思考。

[关键词]智能代理模式 主流媒体系统性变革 信息传播结构 大模型 

传播技术的每一次发展，都会或大或小影响传媒生态变革。2022年11月30日，OpenAI公司发布大模型产品ChatGPT，标志人工智能正式进入大语言模型（下文简称大模型）的新阶段。当前，大模型已深度融入信息传播领域，成为一种新的传播形态。本文试图归纳互联网进入我国近三十年来信息传播网络结构的演变轨迹，重点讨论结构变化对媒体经营形态产生的具体影响，在此基础上探讨我国主流媒体系统性变革的策略。

一、近三十年信息传播结构变化的三个阶段

自1994年我国正式接入互联网开始，随着技术的迭代，信息传播结构主要经历了三个阶段的变迁，主要信息流也发生转移（见图1）。

第一个阶段是1994年至2012年的中心化传播结构。在这个阶段，信息流由线下的报纸、电视等传统媒体和PC互联网构成，PC互联网则以“新浪、搜狐、网易”为代表的商业门户网站和搜索引擎构成信息流的主要渠道。这些渠道都有一个共同的信息传播结构：“由点到面”的信息扩散方式，即信息沿着中心点向用户扩散。

第二个阶段是2012年至2023年的分布式网络传播结构，即网状结构阶段。这一阶段以社交媒体的广泛应用为标志。在以微博、微信、Facebook等为代表的社交媒体平台中，传播主体不再局限于媒体机构，每个用户都可以成为一个节点，从事信息的生产和发布活动，并通过用户之间的信息交互关系，在不同的社群或兴趣圈层中扩散信息^［1］，信息的传播结构演变为“点到点”的分布式网状结构^［2］。

第三个阶段是自2023年至今的“再中心化”传播结构。以ChatGPT、Gemini、DeepSeek、文心一言、豆包等为代表的大模型实现多项技术突破，开启了全新的信息传播模式^［3］。大模型就像一个强大的中枢，连接着无数的用户和信息源，不断改变着信息传播的方式，信息的传播结构呈现出以大模型为中心的再中心化特征，大模型成了信息传播结构中的“超级节点”^［4］。

二、传播结构三阶段下媒体经营模式的演变

从结构功能主义视角看，传播结构的变化会带来信息媒介的功能变化，最直接的一个变化是媒介营销模式的变迁，不同的传播结构会出现不同的营销模式。

（一）中心化传播结构下的“广告模式”

在中心化传播结构下，一条商业信息若想以最快速度、最高效率触达市场，就需要找到传播结构的中心点位置，距离中心节点越近，传播价值就越高，“点到面”的扩散效果就越好。如二十世纪九十年代中后期，中央电视台出现了颇具影响力的“标王”现象。当时中央电视台是社会最大的中心传播节点，占据着极为关键的地位。特别是《新闻联播》节目，凭借其极高的收视率和社会权威性，成为全国观众获取信息的重要窗口。《新闻联播》之后的时段，因其独特的传播优势和庞大的受众基础，具备极高的商业传播价值，成为广告投放的黄金资源，广告商互相竞价竞争这个时间段的广告位，催生出了“标王”这一特殊的市场现象^［5］。进入早期PC互联网阶段，新浪等门户网站首页的广告位，以及百度、Google等传统搜索引擎的首页曝光量和点击率，同样占据着互联网信息流量的中心节点，成为广告投放的黄金位置。

（二）分布式网状传播结构下的“电商模式”

在分布式网状传播结构中，社交媒体成为最大的信息流，信息在互相连接并呈网状结构分布的用户群体间流动，用户可以直接开展营销，只要有足够多的信息流就可以产生效益，不需要“广告模式”的二次售卖，营销呈现出去中心化的电商化特征。

以淘宝、京东、抖音、快手等为代表的平台是连接多方供求的重要渠道，汇聚大量流量，用户通过短视频、直播带货等手段引流，有效缩短消费决策链路。拼多多的C2M模式更是聚合用户需求反向驱动供应链，发挥平台聚合优势。在社交关系营销方面，社交媒体成为重要的电商流量入口^［6］。企业利用用户关系链裂变，如通过小红书的种草机制，低成本实现品牌和产品的传播与销售增长^［7］。

进入分布式网状传播结构后，我国主流媒体也积极应对营销模式的新挑战，改变“中心化结构”的传统广告模式，探索布局电商模式。一是积极入驻各类社交媒体平台，成立官方账号等，适应用户新的媒介使用习惯，扩展信息发布的渠道，抢占网络话语权空间^［8］。二是在内容呈现和表达上融入社交媒体的特征^［9］，引入短视频、直播等新形式。例如2019年，央视推出“电视+电商”的直播带货和转化服务，以顺应企业数字化传播的需要^［10］。三是积极建设自有媒体社群，增强与受众的关系强度。如厦门广电通过微信建立“厦门广电拍客群”，号召粉丝加入拍客团，不仅拉近了与用户的关系，又能通过用户获得最新资讯。不少媒体还探索工作室模式，催生一批IP产品和网红记者，推动媒介内容和产品出圈^［11］。

（三）“再中心化”传播结构下的“智能代理模式”及其特征

以大模型为代表的机器主体既是信息源，也是信息发布者，更是与用户交互的对话者^［12］，大模型及基于大模型的使用形成的“再中心化”传播结构，正成为越来越广泛的传播形式，这种传播结构下的营销模式即是“智能代理模式”。智能代理模式指围绕大模型以及大模型应用的智能体所构建的一系列商业运营和盈利模式。其中，大模型是整个商业模式的基石，为各类应用提供智能化的核心技术支持。少数头部科技企业（如OpenAI、Google、Meta）垄断大模型底层技术，成为基础设施提供者。基于大模型衍生的个性化智能体（如私人AI助手、垂直领域AI），分散到用户终端，成为智能代理模式下连接大模型与用户的新节点。

三、智能代理模式的特点

1960年，杰罗姆·麦卡锡开创性地提出了4P理论，该理论着重从产品维度出发，为营销策略的制定提供了系统性的框架^［13］。在此理论基础之上，本文认为智能代理模式主要具备三个显著特征。

一是智能体成为大模型的“影分身”。受限于技术、资源等因素，多数商业主体无法独立开发基础模型，因而各类智能体作为连接大模型的重要端口，正被广泛应用在商业活动中。智能体能够扮演人类角色，在接收用户的任务后，自己搜索、寻找工具，代替人类完成特定任务^［14］，还可以通过多个自主智能体的协作或竞争的方式处理复杂任务^［15］。例如，谷歌发布的开源AI智能体Gemini CLI将Gemini的能力直接接入终端，支持通过自然语言实现代码编写、问题调试及工作流优化，还可以作为多功能本地工具，完成内容生成、问题解决、深度研究及任务管理等各类任务。

依托不同专业领域的智能体，企业内部早已开始简化生产、组织和运行的流程，实现各业务流程的智能化，还可以通过对客户的历史数据、行为模式和偏好进行分析，帮助企业更好了解客户需求，并通过智能客服系统实时解答客户的咨询，提高客户服务效率和质量。例如IBM的watsonx Orchestrate允许用户构建自定义代理，智能处理从候选人调度到审批流程等所有环节。智能体的运行实现了人类与大模型机器的对话，连接了不同大模型之间的信息，成为人类与大模型之间高效智能的桥梁。

二是由传统的“用户思维”转变为“产品思维”。传统的商业活动多以用户思维为导向，站在用户的角度去思考问题、理解需求，并以此为导向开展各项工作。为此，商业平台通常需要将商品信息平铺于消费者面前，方便消费者挑选。消费者通过比较商品的价格和服务，自主选择他们认为最为契合自身需求的产品与品牌。产品和服务在消费者大脑中的认知也极为重要^［16］，企业需要花费大量的人力、物力和财力进行市场调研，刻画更为精准的用户画像，了解消费者的偏好，更精准地开展生产经营活动，促进产品或服务的销售转化。

但在智能代理模式中，用户思维弱化，产品思维变得异常重要。大模型会根据互联网上各类信息的特征进行学习、智能分析、整理和提炼总结，再将信息智能匹配用户的需求，以对话的方式回答用户的问题^［17］，为消费者推荐产品和服务。这使得大模型对产品和服务的识别和认知变得异常重要，产品画像的重要性凸显。

三是由传统的静态营销转为动态定向营销。以往的商业活动在制定营销策略时普遍通过对市场数据的分析，制定营销方式、策略和渠道^［18］，并通过固定的渠道，在固定的时间开展营销活动，营销的效果通常会随着时间的延续衰减，且经常难以达成预先设定的目标效果。而在智能代理模式中，大模型在营销活动前期就可以依据用户的浏览、购买、搜索等数据的分析，以较低的成本获知用户的偏好，并在与用户互动的过程中，识别出最佳的营销推广时机，自动优化营销内容、投放时间、频次等参数^［19］，实现精准、多频率的动态定向营销。同时在与用户的对话中采取多种说服策略^［20］，说服消费者认为其推荐的产品和服务就是最合适的，从而极大地左右消费者的决策过程。在营销活动的效果层面，大模型不仅能通过用户的购买、使用行为分析本次营销活动的效果，还可以通过用户的反馈信息，识别出最能吸引用户注意力的创意元素，指导企业优化营销创意，制作更具吸引力和说服力的营销内容。

不少企业开始通过智能体和AI个人助理，与用户深入互动，将产品销售信息传递给消费者。例如，Rufus被设计成为一名专业的购物助理，具备丰富的知识和智能交互能力。它经过对亚马逊大量商品目录、客户评价、社区讨论以及互联网上各类信息的深度学习，能够针对消费者的各种购物需求和商品细节提供专业、准确的回答。在 ChatGPT上搜索“London Fog”男士大衣会弹出购买选项。虽然用户目前仍然需要点击前往London Fog官网才能完成交易，但这也意味着未来大模型及各智能体将成为重要的线上交易市场，成为零售商需要巩固的生态系统和渠道战略。

四、“再中心化”结构下的主流媒体经营变革面临的挑战

面对当前以AI大模型为代表的“再中心化”传播结构发展趋势，智能代理的商业模式越来越明朗，建立在中心化传播结构下的主流媒体在系统化变革中，其具体营销模式面临传播结构上的多重挑战。

一是营销模式的错位挑战。北京师范大学新闻传播学院自2023年7月到2025年6月，开展了七期面向主流媒体的“大模型媒体应用创新工作坊”，从中央媒体到地市级融媒体中心的六七百位媒体人参加。调研发现，主流媒体从业者有很强烈的AI大模型技术学习热情，但在媒体的经营模式上还停留在“中心化传播结构”的广告模式上。从业人员观念还停留在如何做广告、如何做社交媒体账号这些常规思维上，对于大模型的讨论更多是在如何利用大模型来辅助内容生产方面，在如何借助大模型开拓市场，以及怎样构建媒体新型商业模式这两个关键领域，尚未形成清晰认知并付诸实践。

当前，传播体系正在进入“再中心化” 传播结构时代，智能代理模式作为未来极具潜力的新兴营销模式已初现端倪。消费者开始使用大模型及各类智能助理获取最新的营销信息，还借助大模型强大的分析能力，筛选出最契合自身需求的产品与品牌，获得直接的商业服务。消费者的信息获取和消费渠道正在发生变化，信息流正转向大模型及大模型相关的智能体。而主流媒体的市场营销需要跟上这一宏观趋势的变化才能获得市场商业回报。

二是内部管理模式的错位挑战。媒体的组织机制作为媒体运行的基础性架构，为媒体各项活动提供了基本的规则、流程与框架。主流媒体所开展的各类活动均需依托组织机制所构建的运行环境来推进。主流媒体普遍以传统的科层制结构为基础建立管理模式，一方面，内部管理具有严格的层级制，需要一层层的汇报和下达指令；另一方面，各个职能部门间彼此独立，生产、传播的运作呈现出线性特征，不同部门之间相互区隔，且由于层级过多，还存在决策流程复杂等问题^［21］。

基于大模型建立的“再中心化”传播结构打通了原本圈层化的网络群体生态，作为信息传播的代理连接了传播者、用户等各个关联对象，减少了信息传递过程中的中间环节，传播结构呈现扁平化特征，这意味着信息传播过程各业务环节的连接更为紧密，业务流程交接更为迅速，需要各部门紧密配合才能实现信息快速整合和传播。在企业中早已应用大模型简化组织机构和工作流程。例如阿里巴巴国际站推出了一款名为Accio Agent的全新人工智能工具，可借助智能体将多个产品开发和分销阶段整合为一个精简的工作流程。富士康则推出我国台湾地区首个繁体中文大型语言模型（LLM）——狐脑（FoxBrain），用于增强制造、供应链管理和智能决策流程。经由大模型的开发与应用所构建的创新性内部管理模式，契合扁平化传播结构的特性，可助力主流媒体在市场动态与技术变革的复杂环境中实现快速适配。

三是AI大模型技术的广泛应用与营销人才的短缺挑战。智能代理模式下需要有AI大模型技术理念、对大模型技术应用场景和范围有判断能力、掌握AI大模型的传播规律、有市场思维的传播工程人才。虽然不少主流媒体工作人员对新技术有所了解，但相关应用的技能掌握不足，难以熟练使用新技术解决具体问题。北京师范大学新媒体传播研究中心在2025年6月开展的一项针对6420名主流媒体工作人员的调查结果显示，69.4%的工作人员比较认同使用豆包、DeepSeek等大模型能够提高他们的效率，但是只有一半的工作人员能够清晰理解与大模型的交互过程；高达89.8%的工作人员希望所在单位能够提供AI大模型相关的实操技能培训，帮助自己更充分应用新技术。这一数据反映出主流媒体在大模型技术应用方面巨大的需求与专业人才不足之间的突出矛盾。

五、基于智能代理模式的主流媒体营销生态建构

经营能力的提升是主流媒体系统性变革的重要构成要素，面对人工智能技术新发展，主流媒体需要建立相对应的智能代理模式营销新生态，以适应新的传播环境变化。

（一）积极面向大模型技术开展经营方式的探索

一方面，智能代理模式需要主流媒体积极探索大模型技术在经营领域的应用，开发或者及时使用适应信息生态变革的相关信息产品，实现“信息流在哪里，信息产品就在哪里”的精准布局；另一方面，主流媒体在使用大模型新技术经营产品过程中，经营理念、管理方式、运作体系等都需同步完成相应调整，以适应新技术的要求。

当前，我国不少主流媒体机构开始朝这个方向努力。如上海报业集团探索构建“智媒体”战略布局，以技术创新为引领，构建“20、50”智媒体矩阵；成都传媒集团则通过智能体整体谋划集团层面的转型路径和策略，构建头部媒体矩阵，推动媒体平台和产业单元深度融合；每日经济新闻上线国内首个全流程无人化AI驱动的直播系统“每经AI电视”，以“雨燕智宣”AI短视频生成平台和智能媒资库为核心，实现财经内容从生产到传播的全流程智能化。虽然部分探索尚未取得明显的效益，但这是一个趋势，需要结合媒体经营业务拓展AI新渠道。这一现象与2012年移动互联网崛起时的情形颇为相似。在移动互联网兴起后的短短几年间，传统报纸和电视的经营收入呈现出急剧的断崖式下滑态势。那些未能及时跟进这一波技术发展浪潮的传统媒体，普遍面临着严峻的经营压力；而积极在移动互联网领域进行战略布局的媒体，其经营状况则相对乐观。这些积极转型的媒体不仅能够实现媒体传播的社会价值，还能在经济层面取得较好的收益，达成社会价值与经济价值的双重实现。

（二）路径选择：“老房翻修”还是“新房新建”

自1994年我国接入互联网以来，面对每一次的传播技术升级，主流媒体都面临老房翻修和新房新建两种路径的选择问题。老房翻修是指把新技术嫁接到原有业务模态上，好处是能够较快看到一些成效，但没有发展张力，越往后面越受限。新房新建是指主流媒体利用资源新建一套基于新技术逻辑的业务模态，好处是如果路子选对了，发展后劲大，但前期担负的压力和挑战比较大。新房新建的典型如芒果TV、澎湃新闻、封面新闻等，经历移动互联网发展而获得一定媒体市场。

大模型是人工智能技术的一次革命性升级，而智能代理模式则作为一种新兴范式，开启了AI互联网时代的全新格局。在这一背景下，主流媒体营销生态的建构若仅局限于传统路径，进行局部性、渐进式的改良，恰似将先进的飞机零部件安装于传统马车上。这种做法虽可能在一定程度上优化马车的部分性能，如使车轮更加耐用，但本质上难以改变其原有属性和运行逻辑，无法实现从传统模式向适应新时代需求的高效、智能模式的跨越，难以真正发挥新技术所赋予的巨大潜力。

AI互联网时代，主流媒体需要采用新房新建的方式建设智能代理模式。一方面用全新的思维方式打造智能代理的营销新生态，开发新的智能体产品、寻找新的客户链接方式等；另外一方面利用主流媒体的政策资源和影响力资源把打造的智能代理产品快速推向市场，获得市场认可。归根结底，主流媒体要获得AI互联网时代的竞争力，需要从底层架构开始设计，搭建基于大模型的媒体平台，构建符合智能代理模式的传播体系。如果主流媒体还停留在“广告模式”或者“电商模式”上，将可能失去新的技术红利。

（三）围绕海量一对一交互为核心，重构传播体系

在智能代理模式下，信息的传递是通过海量一对一的人机交互完成的，受众不再需要被动等待媒体的信息发布，而是通过主动发起人机对话，获取最新信息。传播环境也从媒体的官方网站、社交账号或者是APP等转移至受众与大模型或者是智能体的对话框。媒体与受众之间的单向传播关系在很大程度上被人机关系取代，媒体作为传播主体的作用弱化，机器主体及人机交互的个性化过程作用凸显。

主流媒体需要适应人机交互的新模式。首先，通过创建智能体，即时响应和满足受众的个性化需求，同时通过对受众历史数据和语音、文本等多模态数据的分析，动态调整媒体内容，发掘受众的新需求。国内已有诸多实践案例，如南方新闻网自主研发的“粤政通问”通过接入DeepSeek，化身24小时在线的政策管家，并结合用户画像和行为数据，主动推送“未搜索但高相关”政策，已实现了从“人找政策”向“政策找人”的转变。“大众”新媒体大平台则依托智能体，可根据用户的实时情境与需求，动态调整推送内容，如实时更新的社会动态、紧急灾害预警信息、富有地方特色的文化活动介绍等，确保用户能够获取最及时、最相关的资讯。其次，主流媒体可以通过使用多模态交互技术，让受众能够通过说话、写作或手势等多种方式与媒体互动，从而能更自然地表达需求，提升人机交互的体验。在实际应用中，智慧客服、智能家居等领域都通过这一技术，让各类智能应用变得更加高效，显著提升了用户体验。最后，不少企业如Chipotle等都引入了AI聊天机器人，参与互动过程。在Character.AI等智能体平台中，用户不仅能定制自己的虚拟角色，还可以选择角色的性格特征、背景故事和对话风格。主流媒体也可通过接入智能体，借助多种交互技术，辅助受众自行创建符合自己喜好的AI聊天机器人，为受众提供更具个性化的对话交互体验。

（四）创新MaaS服务和智能体应用，构建营销新生态 

当前，各大人工智能企业通过云端平台将大模型以及相关能力封装为可调用的服务，形成“模型即服务”（MaaS，Model as a Service）的新型服务模式。国际数据公司 （IDC） 发布的报告显示，2024年中国MaaS市场全年规模较2023年实现215.7%的同比激增。国外如Google的AI Platform、亚马逊的Amazon SageMaker等平台，国内如百度的千帆大模型平台、腾讯的云太极平台和阿里云研发的PAI等大型云服务提供商，都推出了多种MaaS解决方案，涵盖了从自然语言处理到图像识别等多个领域，帮助客户快速实现AI应用的落地。

对于主流媒体而言，MaaS服务及相关智能体不仅能辅助内容生产工作，更能让媒体以较低的成本拓展不同种类的服务。只要媒体从业人员有好的创意，就可以通过接入MaaS云端平台轻松实现，从以提供信息服务为主转变为集多种服务为一体的综合应用集。例如，大众日报的“大众”新媒体大平台与山东省卫生健康委合作，推出了“寻医问药”“交通百事通”等智能体，探索媒体与医疗健康服务、交通等多个行业的连接服务，逐步创造行业运营的新生态，实现受众群体的拓展。

对于垂直性媒体来说，媒体可运用MaaS服务和智能体，对自身服务进行精细化拆解与重构，为受众提供更全面、权威与专业的服务内容。以企业中MaaS服务的应用为例，中国电科院结合设备智能巡检、作业安全管控等典型业务实际需求，构建电网领域的一体化MaaS平台，可以通过API、SDK对外提供服务，还可提供自动建模、智能标注等组件支撑能力，将开发周期缩短了约50%，缺陷识别准确率达90%以上。广东移动则通过自主打造的私域大模型体系，集成了自主研发的模型、专业模型以及第三方生态大模型，同时通过积极开发和整合行业特定大模型，支持企业内部应用的数字化转型，提高了应用场景落地的效率。主流媒体通过创新MaaS服务和智能体应用，不仅能针对特定领域详细制定优化方案，稳固媒体的“专家”角色，还可以整合特定领域的资源，突破现有产品应用圈层，成为某一垂直领域的中心节点，吸引更多对该领域有深入需求的受众，提高用户黏性和忠诚度。

（五）建立智能代理模式的有效评价体系

传统媒体的公信力、媒体参与采访报道新闻的资格、媒体声誉、社会服务表现、地域等都是衡量媒体影响力的重要因素，对媒体传播内容效果的测量则主要通过分析订阅量、收视人数、点赞、评论、浏览量等具体数据体现。媒体若想获得更多受众对内容及产品、服务的主观评价，则需要通过市场调查、访谈等途径。而在智能代理模式下，受众在与机器主体一对一的互动过程中获取信息，并不牵扯点赞、评论等评价方法，过去的传播评价体系已难以适应新情境，亟须新建与大模型技术应用相关的评价新体系。

智能代理模式是一个新趋势，技术也还在变化升级之中，目前尚未形成行业广泛认可的效果评价方法。如何衡量媒体在大模型及智能体、MaaS等领域的传播效果，这直接涉及媒体的经营问题，也是学界需要结合业界实际情况探讨的学术命题。

六、    结   语    

大模型不断融入现实应用，成为推动主流媒体变革的重要动力。随着大模型带来的AI内容生产工具的出现，几乎人人都可以做视频、拍电影，内容供给量正在极大提升，专业制作和业余制作之间的界限正在消退，对技术的掌握水平将不再是一个专业性的指标。这就意味着对于主流媒体来说，未来的竞争不仅会成为媒体机构之间的竞争，还要面临来自个人发布者的竞争。但机器的运作始终离不开人的思想，未来人与人思想的差异才最可能成为大模型时代差异化竞争的根本所在。因此，主流媒体不仅需要提升专业人员对大模型生成逻辑的了解及相关技术的应用技能，更需要提升相关人员的专业性和创造性，促进其思考如何通过大模型这一工具更好地实现想法。

同时，由于大模型的信息来源多来自互联网，尚存在偏见、幻觉等问题。当机器成为全球信息市场中越来越重要的生产力量时，主流媒体可以考虑充分发挥公信力、权威性这些竞争优势，研究如何利用AI大模型技术，当好可靠信息的传播者。

本文所提出的智能代理模式是基于现有大模型的应用归纳而成，可能只是未来诸多营销模式中的一种方式。主流媒体不仅要顺势而为，主动顺应技术的发展潮流，更应该主动出击，所生产的内容不仅局限于满足用户既有需求，还需要挖掘和制造用户的潜在需要，将技术逻辑转化为传播产品的新形态，在全新的信息生态中，培育出具有引领价值的传播应用。

注释：

[1] 刘小洋. 社交网络竞争性信息传播与用户行为分析. 北京：电子工业出版社，2020：6-17.

[2] 张洪忠，王彦博，任吴炯，等.乌合之众的超级节点？AI大模型使用的人机网络结构分析.新闻界，2023（10）：12-19.

[3] 夏以柠，孟令蕙，张洪忠.大模型推动下的传播研究转变——2024年智能传播研究综述.教育传媒研究，2025（1）：12-17.

[4] 谢俊，刘睿林.ChatGPT：生成式人工智能引发人的异化危机及其反思.重庆大学学报（社会科学版），2023（5）：111-124.

[5] 赵雅文，“标王”的具体分析可以参见赵雅文.广告标王≠市场标王——央视历年广告标王发展透视及理性分析.新闻界，2010（3）：143-144.

[6] 李唯嘉.“社交媒体组合”中的平台经济价值——基于青年用户内容分享行为的探索.全球传媒学刊，2021（4）：52-67.

[7] 冯兆.数字化内容扩散路径：社交媒体用户分享行为的实证报告及动机分析.西华大学学报（哲学社会科学版），2023（4）：65-74.

[8] 陈龙.平台社交属性：媒体系统性变革的一个参照系.学术论坛，2025（2）：138-148.

[9] 李宇.主流媒体系统重构的“破”与“立”.视听界，2025（4）：15-19.

[10] 张驰，张允竞.中国媒体产业化实践和理论间的博弈与汇流——基于央视广告经营发展三阶段的历史考察.新闻与传播评论，2023（2）：96-107.

[11] 曾祥敏，刘思琦.机制、平台与用户：主流媒体系统性变革的三大着力点——基于全国各层级主流媒体融合发展的5年考察研究.新闻与写作，2025（4）：15-25.

[12] 任吴炯，张洪忠.机器社会资本的结构与功能：AI大模型应用是更高效的“社会润滑剂”吗？.新闻大学，2025（5）：44-56.

[13] 金永成，严思语.4V营销理论视角下图书直播带货模式构建及应用分析.出版广角，2024（6）：58-62.

[14] 任吴炯.文化的进化：AI大模型应用的模因演变分析.中国编辑，2025（4）：43-49.

[15] 黄昌勤，钟益华，王希哲，等.从单智能体到多智能体：大模型智能体支持下的激励型学习活动设计与实证研究.华东师范大学学报（教育科学版），2025（5）：44-56.

[16] 周.鹏.品牌定位与品牌文化辨析.山东社会科学，2011（1）：117-120.

[17] 王彦博，张洪忠.从搜索引擎到AI搜索：大模型赋能下的信息获取变迁分析.编辑之友，2025（3）：74-80.

[18] 钱智颖.智能广告投放与精准定向：AI技术的应用与效果评估.晋城职业技术学院学报，2025（3）：92-96.

[19] 王怀根.人工智能在广告公司中的应用研究.北京：北京邮电大学，2022.

[20] 陈梦琦，郭斌，王豪，等.认知心理学启发的多角色协同群智说服对话.中国科学：信息科学，2025（4）：860-886.

[21] 强月新，夏忠敏.当前我国主流媒体影响力的调研与分析.新闻记者，2016（11）：35-43.