中国供应商还在优化 Alibaba 关键词排名时，阿里自己已经不玩关键词了

这几天我注意到一件事。

阿里悄悄上线了一个新产品叫 Accio，域名是 accio.com，自称 “AI business agent, partnered with Alibaba”。支持英语、德语、法语、西语、葡语、韩语、日语七种语言，核心承诺一句话：“All tasks in one ask, smart sourcing with AI”。

我点进去玩了一会儿，第一感觉不是”阿里加了个聊天插件”，是一个让我坐直的判断：阿里在用 AI agent 重做一遍自己的 B2B 流量入口。

这件事对每一个还在 Alibaba.com 上优化 listing 关键词的中国供应商来说，是一次入口级别的预警。我想聊三件事：阿里为什么要自己颠覆自己、B2B GEO 长什么样、以及为什么我觉得这是现在最明显、又几乎没人占位的那块蓝海。

阿里为什么要在自家流量上开一个洞

先看一个细节。Accio 的底库和 Alibaba.com 是同一个，供应商库、商品库全部共享。但上层交互完全独立：独立域名、独立导航、独立多语言版本、独立品牌。

这意味着 Accio 和 Alibaba.com 是平行入口，不是补丁。你可以不经过 Alibaba.com 直接从 Accio 完成一次采购，后者承担了需求理解、候选筛选、对比推荐所有前置动作。

任何平台级公司做一个”可能吃掉自家主流量”的产品，都不是随手为之。判断它是真战略押注还是公关姿态，我一般看三个信号：有没有共享底层数据、上层交互是不是完全独立、资源投入是不是超出实验性项目的规模。Accio 三个信号全部满足。共享整个 Alibaba 供应商库，独立域名独立品牌，七种语言 UI 一次做齐。这不是一个内部团队的 demo，是阿里在主动承认一件事：关键词搜索加 listing 展示加广告位竞价的这套 B2B 流量模型，正在失效。

失效不是因为它不工作了，是因为它注定会被 agent 吃掉。ChatGPT Shopping、Perplexity Shopping 在 C 端做的事，迟早会被搬到 B 端。“让 AI 替我筛掉 99% 的候选供应商”这个需求，对一个花几十万美元下跨境订单的买手来说，比对一个网购 39 美元 T 恤的消费者还要刚需。

所以阿里面前只有两个选项：要么让 ChatGPT 一类的通用 agent 吃掉这块入口，要么自己下场做一个。Accio 就是那个”自己下场”的回答。

Google AI Overviews 在 2024 年把原本十条蓝链结果替换成生成式摘要，本质是同一件事，自己拆自家广告点击率，总比让别人拆要好。

当一个平台自己开始承认旧流量模型失效时，在这个平台上投入优化的人，应该开始盘算新入口的规则了。

当 AI 替你筛掉 99% 的候选供应商，你靠什么被选中

我先把场景具体化一下。

传统的 Alibaba.com 采购是什么样？买家输入关键词，平台返回 200 条 listing，买家人工筛选前 20 条，挨个点开看产品图、MOQ、认证、历史成交，加几个到询盘。整个过程里，筛选权在买家手上，平台只负责排序。

Accio 是什么样？买家不输入关键词，他说一句话：「帮我找 3 家能生产符合欧盟 CE 认证的便携蓝牙音箱的供应商，MOQ 最好在 500 以下，响应快一点」。agent 返回 3 个候选，每个附带匹配理由。买家不看 200 条，只看 3 条。

看起来只是”界面变了”，实际上筛选权的位置变了。从买家变成了算法。

对供应商来说，你优化的对象不再是”人类眼球”，是”AI 筛选器”。

这两种逻辑不一样。

优化人类眼球，你会把最亮眼的产品图放前面、把关键词塞满标题、把卖点写成长长的 marketing copy、打广告把 GMV 做上去让算法给你更多曝光。这套东西我看中国供应商做了快十年，已经很熟练。

优化 AI 筛选器，逻辑完全不同。我把它叫作 B2B GEO，B2B 版本的生成式引擎优化。它的几个核心维度我这些天想了想，大致是这五条。

第一，语义密度。agent 解析你的 listing 时要一次性提取出核心属性：材质、认证、MOQ、交期、关键参数。如果这些信息散在五张产品图里，或者藏在 2000 字的长段落中间，agent 基本抓不到，你就被筛掉了。

第二，差异化可抽取性。你的卖点能不能被 agent 比对？写”我们是行业领先”不可比对；写”不良率 0.3%，行业平均 1.5%“可比对。前一种是做给人看的广告语，后一种才是做给 agent 看的结构化信号。

第三，信任信号密度。认证、历史订单、客户案例、响应速度，这些传统上靠”金牌供应商”徽章承载的信任信号，现在必须能被 agent 作为结构化字段读取。徽章是给人看的，结构化字段是给 AI 看的。

第四，多语言对齐。Accio 支持七种语言，意味着同一个产品在不同语言版本的描述里信息必须一致。英文版写”500 MOQ”而德语版写”minimum order quantity flexible”，agent 会判定信息不可信。

第五，图像可读性。Accio 支持图搜，意味着产品图不是装饰，是检索对象。底色干净、主体清晰、无水印干扰。以前是”让买家觉得好看”，现在是”让 AI 能识别”。

这里有一个反常识的地方值得停一下。过去在 Alibaba 上 GMV 高权重的 listing，在 Accio 里可能反而吃亏。 因为 agent 不看历史成交，它看语义清晰度。一个卖得很好但产品描述写得像散文的老店，在 agent 面前的可见度可能不如一个新店，只要后者的 listing 结构更清晰。

旧平台的复利，在新入口上不一定能继承。

买家现在不止要信供应商，还要信 agent

这里得插一段我自己这些年一直在用的分析框架：Trust Gap（信任鸿沟）。

这个框架过去是两方关系，中国供应商 vs 海外买家，衡量的是品牌能力与客户感知之间的信任差。我这几年写过一堆关于它的内容，大部分时候在聊怎么用本地化、用户评价、认证背书去缩小这个差。

Accio 让我意识到这个框架需要加一层。因为信任链条从两方变成三方了。

现在是：买家 ↔︎ agent ↔︎ 供应商。

中间多了一个 agent。买家要先信 agent，agent 才能替买家去筛供应商。如果买家不信 agent，agent 再准确也没用，买家会退回去自己看 200 条 listing。

那 agent 靠什么让买家信？我这几天跑 Accio 的时候一直在想这个问题，得到的答案只有一句：在 agent 场景下，“能解释为什么这么选”本身就是信任信号，权重可能比推荐准确性还高。

想一想你自己用 ChatGPT 的经验。如果它给你一个结论但不告诉你推理过程，你敢基于这个结论做重要决策吗？大概率不敢。你会退回去自己再 Google 一遍。B2B 采购的风险比你自己用 ChatGPT 高得多，一笔订单几十万美元起，验厂、样品、合同，任何一环出问题都是大事。

所以 Accio 如果只给结论不给理由，买家用两次就会弃用。它必须说清楚：为什么是这三家、其他人为什么被排除、哪些需求维度被匹配了、哪些信任信号被识别了。

对供应商来说，你要帮 agent 把”选你的理由”说出来。以前藏在产品图里的认证、藏在长描述里的 MOQ、藏在聊天回复里的响应速度，现在这些东西必须能被 agent 作为结构化字段直接读取，并作为它推荐你的解释依据。

Trust Gap 框架在 B2B AI 场景下，不再只是”你的品牌 vs 买家的感知”，是”你的结构化信任信号 vs agent 能提取到的信任依据”。框架没有被推翻，但执行层的打法得重做。

为什么我说这是现在最明显的蓝海

C 端 GEO 这半年我看中英文圈都被讨论爆了。服务商、课程、工具满天飞，每天打开 Twitter 都能看到至少三条”如何让品牌被 ChatGPT 引用”的内容。这已经是一个拥挤的赛道。

但我搜了一圈，B2B 场景下的 GEO，也就是让供应商被 B2B AI 采购 agent 选入候选集，几乎没有人在系统地讨论。Accio 这个产品本身中文圈几乎没有深度拆解，英文圈关于 B2B AI sourcing 的讨论零散得像没发生。

我不知道这是因为大家都没看到，还是大家都觉得太早。但我知道的是，阿里已经把产品端出来了，多语言 UI 已经做好了，七个目标市场的买家正在被引导到这个入口上。从产品上线到供应商感知到变化，中间会有一段时间差。这段时间差就是机会窗口。

如果你是出海 B2B 供应商，我能想到的最小动作只有一个：选一个你熟的品类，用一个真实的采购需求，分别在 Accio 和 Alibaba.com 跑一次，看 top 3 结果的差异。观察 agent 选了谁，没选你的话它说了什么理由，用什么维度做的对比。这是你自己的第一份 B2B GEO 观察，比任何二手内容都有价值。

我自己这两天就在做这件事。等我跑了足够多品类，会把观察写下来。

入口在变，旧地图上的路标会过时。

这次变化的特别之处，不是有人从外部颠覆阿里，是阿里自己在拆路标。所以当中国供应商还在优化一张旧地图上的位置时，这张地图本身可能已经不是买家手里那张了。

关键词排名没有明天失效。但它的边际价值，从今天开始就在下滑了。

FAQ 常见问题

什么是 B2B GEO？和传统 GEO 有什么区别？

B2B GEO 是针对 B2B AI 采购 agent（比如阿里的 Accio）的生成式引擎优化，目的是让供应商在 agent 的推荐候选集中被优先选中。传统 GEO 优化的是"让品牌被 ChatGPT、Perplexity 这类 C 端 AI 搜索引用"，B2B GEO 优化的则是"让产品 listing 被 B2B 采购 agent 从大量候选中筛出来"。两者的终端不同：前者是回答引用，后者是直接的推荐决策。

Accio 是什么？和 Alibaba.com 是什么关系？

Accio 是阿里在 2026 年上线的 AI business agent，域名 accio.com，定位是"AI business agent, partnered with Alibaba"。它和 Alibaba.com 共享同一套供应商库和商品库，但上层交互完全独立：独立域名、独立导航、支持七种语言。买家不输入关键词，而是用一句话描述需求，agent 返回 3-5 个候选供应商。

Accio 会取代 Alibaba.com 吗？中国供应商该怎么办？

短期内不会完全取代，但 Accio 是阿里在主动承认旧流量模型（关键词搜索 + listing 展示 + 广告位竞价）正在失效。中国供应商需要开始在两个地方并行优化：Alibaba.com 上继续维护传统 SEO，同时开始为 AI agent 优化 listing——把关键属性结构化、信任信号显式化、多语言信息对齐。

B2B GEO 的核心优化维度有哪些？

五个核心维度：① 语义密度（agent 能否一次提取核心属性如 MOQ、认证、交期）；② 差异化可抽取性（卖点是否结构化到可比对，"不良率 0.3%"比"行业领先"更有效）；③ 信任信号密度（认证、历史订单、响应速度能否作为结构化字段读取）；④ 多语言对齐（同一产品在不同语言描述中信息必须一致）；⑤ 图像可读性（产品图要让 agent 能做视觉匹配）。

为什么说 agent 的可解释性比准确性更重要？

在 B2B 采购这种高风险决策场景下，如果 agent 只给结论不给理由，买家不敢基于推荐下单，会退回去自己人工筛选，agent 的实用价值就消失了。agent 必须说清楚"为什么是这三家、其他人为什么被排除、哪些需求维度被匹配了"。这意味着供应商要帮 agent 把"选你的理由"说出来——把认证、MOQ、响应速度等信息结构化，让 agent 有东西可解释。