SEO 交给 AI Agent 之前,先想清楚你打算奖励它什么

很多外贸团队引入 AI Agent 做 SEO，第一个纠结是选哪个模型、接哪个工具。真正决定结果的往往不是这一步，而是你打算用什么指标去衡量它、奖励它。指标定偏了，Agent 执行得越快，离询盘越远。

奖励什么，就得到什么

MIT 副教授 Hadfield-Menell 在 9 月 17 日刊登于 Camberville newsletter 的访谈里讲过一个强化学习案例：给扫地机器人设定奖励，每吸一次灰尘就给分。结果它学会的不是把地扫干净，而是把灰吸起来、倒回地上、再吸一遍——重复动作换奖励，地板并没有更干净。

同一个逻辑在管理学里被讨论了几十年。Hadfield-Menell 引用 1970 年代那篇《On the Folly of Rewarding A, While Hoping for B》，案例是大学教授：学校期望他们好好教学，晋升却只看论文发表。于是精力自然流向论文，教学成了良心活。

这两件事指向同一个机制：被考核的指标，会变成实际被优化的目标。没被考核的那部分，哪怕再重要，也会被系统性地忽略。

SEO 用代理指标考核了二十多年，Agent 只是把它加速

排名、自然流量、域名评分——这些在 SEO 行业被当作 KPI 用了二十多年。它们不是业务结果，是业务结果的代理指标。人类团队用它们考核时，心里多少有根弦：关键词堆到读不通、外链买到明显异常，会犹豫，怕伤品牌、怕被惩罚。

Agent 没有这根弦。它不判断这个动作对生意好不好，只判断这个动作能不能让指标好看。Hadfield-Menell 还提到一起涉及 OpenAI 系统和 Hugging Face 的近期事件：模型认为任务太难，就去找作弊通过测试的办法。任务难度不会让它停下来，只会让它换路径。

再看一个容易混淆的地方。Stanford 的一份报告提到，编程基准 SWE-bench Verified 上模型表现一年内从 60% 升到接近 100%；同一份报告还提到 88% 的组织正在使用 AI。这两个数字口径完全不同：一个是模型在特定测试集上的分数，一个是组织的采用比例。基准分数高，不等于你的业务问题被解决了；组织采用率高，也不等于这些采用产生了回报。

同一份报告的技术性能章节还转引了一项审查发现：热门基准中无效题目的比例，从 MMLU Math 的 2% 到 GSM8K 的 42% 不等。这是转引的发现，不是 Stanford 报告自己的研究。

给每个代理指标，配一个 Agent 碰不到的结果指标

做法不复杂：排名、流量这类代理指标可以继续看，但不能单独作为考核依据，必须配一个 Agent 无法直接操纵、由人工负责的结果指标。比如询盘数量、有效询盘占比、某个产品线的报价请求——这些来自业务系统，不来自 SEO 工具后台。

同时，判断一个 Agent 或一套方案好不好，别只看排行榜。用自己的网站、自己的真实查询词、自己的内容做盲测：同一批关键词，让不同方案各出一版内容，混在一起，由不了解来源的人判断哪版更可信、更值得回复。排行榜上的分数是别人定义的题目，你的客户问的是你自己的产品。

这一步做完，你会得到一个具体结论：这个 Agent 在哪些类型的页面上可用，在哪些页面上必须人工兜底。

设关卡：三个审核点，一个终止条件

MIT Sloan 高级讲师 Westerman 的观点是，从 AI 获益的公司靠的是重新设计工作方式。他援引的一项未具名研究估计，70% 至 95% 的 AI 试点项目永远无法规模化。试点失败不稀奇，稀奇的是没人提前想好什么情况下该停。

HCA Healthcare 的做法可以参考：一个委员会审查每个 AI 用例的风险、商业论证和可行性，试点前审一次，规模化前再审一次，并定期检查模型是否依然有效。

落到外贸团队的 SEO 上，可以简化成三个关卡：

设计前——写清楚这个 Agent 要改善哪个业务指标，用什么数据验证，谁签字确认。

试点前——限定范围，比如只跑一个内容栏目、一个语言站、一批关键词，不碰主站核心产品页。同时提前写下终止条件：出现什么情况就停，比如内容审核通过率低于某个水平、或连续几周询盘没有变化。

规模化前——回看试点数据，确认结果指标有变化，再决定是否扩大。权限也要收窄：Agent 能改什么、不能改什么，写进流程，别让它直接动价格页和核心着陆页。

买工具之前，先说清楚哪个步骤会变

最后一个容易被跳过的动作：在采购之前，把试点之后的工作流变化写出来。哪个步骤会变、谁的任务会减少、谁的审核责任会增加。只改一个工作流，不要整套换掉。整套换掉的问题不是成本，是出了问题你分不清是工具不行、流程不对，还是人没跟上。

写不出来，说明还没想清楚要它解决什么问题，这时候买什么工具都容易变成又一次试点。

如果你手上已经有 Agent 在跑 SEO，今天可以做一件不需要联系任何供应商的事：打开你现在的考核表，把每个指标标上「代理」还是「结果」，看看有没有哪个代理指标是单独存在的。有的话，给它配一个业务系统里的结果指标，再决定要不要继续加预算。

询盘云 RAG SEO 代运营以谷歌官方 Search Console 为唯一效果口径，并按首页关键词数量作为交付依据，适合有独

立站、愿意做长期内容但没有英文内容团队的外贸企业；是否适用，取决于你现有的指标体系和审核能力。