我们注意到，亚马逊旗下的 Amazon Payments 最近做完了一场 7 周的线上实验：用一种叫"上下文老虎机"（contextual bandit，一种边投放边实时学习的算法）的强化学习方法，决定给每位访客展示哪条广告文案。结果有点尴尬 — 高个位数百分比的最终转化提升只发生在某一类用户身上，另一类完全没反应。

这是什么

先说背景。生成式 AI 把广告文案的制作成本几乎砸到零，几分钟就能产出几百条候选。但新问题来了：从几百条候选里给"这个"用户挑"哪条"，才是营销真正的瓶颈。

亚马逊的解法是把"上下文老虎机"搬上 SageMaker（亚马逊自家的机器学习平台）。名字里的"老虎机"取自赌场 — 每条文案是一台机器臂，拉一把试试看赢不赢钱；"上下文"是说，系统会参考访客是谁，再决定拉哪一台。这种算法比 A/B 测试灵活的地方在于，它不等到实验结束才下结论，而是边投放边学边调整比例，同时保留一小部分流量继续探索新选项。

他们选了 UCB（Upper Confidence Bound）策略，简单说就是每次给"目前表现最好 + 还有不确定性"的臂多一点机会。这种规则的好处是每一步决策都可解释、可复现，方便审计。

行业怎么看

乐观派会说：GenAI 解决了"造什么"，bandit 解决"给谁看"，两者连起来就是营销自动化的标准架构，未来每个数字营销团队都会跑 bandit，而不是等完整 A/B 报告。

但我们觉得有几个声音需要认真听：

第一，亚马逊自己在文章里承认 — "问题不在模型，在内容"。一半用户群没反应，说明即使最聪明的选择算法也救不了烂素材。这意味着企业真正的瓶颈往往不是 AI 工具本身，而是内容工厂的质量。

第二，"上下文老虎机"是上世纪 60 年代就有的强化学习老概念，被 GenAI 重新包装又火了一把。这提醒我们：很多"AI 革命"背后其实是老技术换了件衣服，营销圈不必每次都重新发明轮子。

第三，博客只展示了成功的一半案例，没披露部署成本、模型漂移监控、隐私合规（每次展示都收集用户上下文）等现实问题。企业的 IT 负责人如果照搬就部署，大概率踩坑。

对普通人的影响

对企业 IT / 营销负责人：可以在小流量场景先跑 bandit 试点，但重点不是引入新算法，而是先建立"内容质量评估"流水线 — 否则再聪明的选择器也挑不出好货。

对个人职场（运营 / 内容 / 市场人员）：纯粹的"内容生产能力"会越来越不值钱，更值钱的是"判断什么内容值得生产" — 这正是亚马逊这次踩到的坑。

对消费市场：你会发现广告越来越"刚好戳中你"，代价是你的每一次浏览都在给算法喂数据，隐私边界正在被悄悄重画。