计算广告:书名三个词,篇幅是 48 : 27 : 6
微信读书《计算广告:产品、机制和大模型应用》(余昌远、刘徐伟、祁琦 著,中国人民大学出版社,2026 年 3 月)· 本次逐页翻阅 707 屏,从版权页读到「全书完」,12 章 176 节全部覆盖,抓取标记为全书读完(end=last_page),耗时 570 秒。
说明:这是一本从行业里长出来的教材,三位作者都在广告系统的一线。对这类书我只关心三件事:它讲的机制能不能落地、它给的产品描述是不是只剩名词、以及书名的三个词各自占了多少篇幅。
707 屏,12 章,176 节,平均每章 59 屏、每节 4 屏。这是我这几个月翻过的 AI 类书里体量第二大的,仅次于那本 575 屏的访谈集。
先说结论:你把书名拆成三个词——产品、机制、大模型应用——再对着目录数一遍屏数,会得到 48 : 27 : 6 这个比例。「产品」占了近一半,「机制」占四分之一强,「大模型应用」只有 5.7%。所以它其实是一本很扎实的产品手册,外加两章真正的论文综述,最后一个词只是打了个招呼。
一、先把账本摊开
逐页统计的结果是这样的:文前 14 屏(2.0%);第 1 章「计算广告概述」50 屏(7.1%);第 2 章「信息流广告」127 屏(18.0%);第 3 章「搜索广告」59 屏(8.3%);第 4 章「网盟广告」63 屏(8.9%);第 5 章「品牌广告」49 屏(6.9%);第 6 章「手机厂商互联网广告业务」44 屏(6.2%);第 7 章「分析、抽样与实验」52 屏(7.4%);第 8 章「博弈论与机制设计理论」51 屏(7.2%);第 9 章「博弈论与机制设计理论在商业产品中的应用」52 屏(7.4%);第 10 章「计算广告前沿技术研究」87 屏(12.3%);第 11 章「大模型在计算广告中的应用」40 屏(5.7%);第 12 章「计算广告未来发展趋势」19 屏(2.7%)。
把这些数字按书名的三个词重新归类:第 2 到第 6 章讲的是「产品」(信息流、搜索、网盟、品牌、手机厂商),合起来 342 屏,占 48.4%;第 8、9、10 章讲的是「机制」,190 屏,占 26.9%;第 11 章讲「大模型应用」,40 屏,占 5.7%。剩下的第 1、7、12 章是概论、方法论和展望,共 121 屏。
这个比例本身不是罪。一本教材把重心放在产品形态上是合理的,因为读者最需要知道「广告长什么样、在哪儿卖、按什么计价」。真正的问题在别处:这三块内容的写作质量,和它们的篇幅是反着来的。占 48.4% 的产品篇,写得最像招商方案;占 26.9% 的机制篇,写得最像论文;占 5.7% 的大模型篇,写得最像新闻稿。

还有一个数字值得记下来:12 章里最厚的第 2 章和最薄的第 12 章,差了 6.7 倍(127 对 19)。一本教材的章节厚度通常反映「作者手里有多少材料」,而不是「这件事有多重要」。信息流是过去十年最赚钱的形态,材料自然最多;未来趋势没人有材料,只能写 19 屏。所以这本书的目录其实是一张材料库存清单,不是一张知识地图。读的时候要自己把两者分开。
二、真正的学问,在第 8 到第 10 章
先说好的部分,而且要说清楚好在哪里。
第 8 章讲博弈论与机制设计,把广告拍卖这件事还原到了它的经济学源头。书里对两个目标的区分是准确的:VCG 机制最大化的是社会福利,Myerson 机制最大化的是拍卖方的收益。这两句话看起来只是定义,但它决定了整个广告系统设计时你到底在优化什么——同一个流量、同一批出价,选哪个机制,平台收入和广告主剩余会走向两个方向。这是全书最接近「判断」的地方,因为它逼着读者选边。
第 9 章把这些理论落到商业产品上,讲的是「激励相容」:让说真话成为出价方的最优策略。这条约束听起来抽象,其实是所有广告平台能不能活下去的前提——如果广告主发现虚报出价更划算,整个计价体系就塌了。书里没有把它写成一句口号,而是沿着「为什么第二计价能逼近激励相容」往下走,这是我读得最慢的一段。
第 10 章「前沿技术研究」87 屏,是全书密度最高的一章。它做的是论文精读,而且带着数字。比如表 10-1 给的对照:在 Setting A 下,最优收益(Opt)是 0.550,RegretNet 实现了 0.554,平均遗憾小于 0.001,90% 分位小于 0.001,95% 分位 0.001,99% 分位 0.002;Setting B 下最优 2.137,模型 2.137,99% 分位遗憾 0.002,RocketNet 则略低一档,为 2.136。书里紧接着的判断是「RegretNet 实现的收益与最优收益的误差小于 1%,其遗憾值小于 0.001」——这句话是可以拿去核对论文的,不是修辞。同一章还讲了「生成式广告拍卖」,直接点名 GenAuction 这篇工作,讲它怎么把分配和计价放进一个生成模型里。
更能说明态度的是第 9 章末尾那节「9.5 本章参考文献」。它列的是真文献:Varian 2007 年那篇 Position Auctions(International Journal of Industrial Organization)、Edelman、Ostrovsky 和 Schwarz 2007 年发在 American Economic Review 上的广义第二计价拍卖、Vickrey 1961 年、Myerson 1981 年、Clarke 1971 年、Groves 1973 年,还有 Dütting 等人 2019 年在 ICML 上的 Optimal Auctions through Deep Learning。一本国内行业作者写的教材,肯把 Vickrey 到 Myerson 这条线一条条列全,说明写这几章的人是真读过的。这也是我判断一本书诚实与否最省事的办法:看它敢不敢把来源摊在纸上。
第 9 章末尾还提了「生成式广告拍卖」这条线的一个关键点:传统拍卖机制研究的是单目标拍卖,而真实的广告系统里,分配、计价、预算控制是耦合的,一个环节改了,另外两个的最优解跟着变。这句话本身有价值,它解释了为什么工业界的广告系统最后都长成一堆调参规则,而不是教科书里的一个干净机制。可惜它只占两屏,说完就走了。
三、可它讲博弈论,是从「共享单车盗窃案」开始的
然后就到了我觉得最别扭的一处。
第 8 章第二节讲囚徒困境,开头是这么写的:「在博弈论的浩瀚星空中,囚徒困境无疑是最耀眼的星辰之一,它深刻揭示了即使在合作对双方都有利的情况下,个体理性选择也可能导向集体非最优结果的道理。」接着它说「接下来我们通过一个虚构案例——『共享单车盗窃案』,来展开介绍」。
然后是一个完整的编造场景:张三和李四因涉嫌盗窃共享单车被警方抓获,警方没有足够证据定罪,除非其中至少一人招供;两人都否认,各判 1 个月;一人招供另一人否认,招供者立功释放、否认者判 6 个月;两人都招供,各判 3 个月。
这个案例没错,逻辑也对。但它出现在一本讲广告拍卖的书里,就很刺眼。广告拍卖本身就是最好、最真实的博弈现场:第二计价下的出价策略、预算约束下的多 slot 分配、同一广告主在多个平台之间的分流,每一个都是现成的囚徒困境变体。作者手里有一整章真实素材,却退回教材最安全的那个例子——监狱、两个嫌疑人、三档刑期。这不是知识错误,是写作惯性:一到要解释概念,笔就自动切回课堂模式。
同一章里还有一句话我很在意:「尽管在某些极端情况下,找到精确的纳什均衡仍然是一个计算上的挑战,未来,随着算法复杂性研究的进一步发展和新型计算模型的出现,我们有望在这一领域取得更多突破。」「有望」「进一步」「更多突破」——这三个词凑在一起,通常意味着作者不知道具体会怎么突破。而这一章恰恰是全书唯一可以给出具体算法名字的地方,它没有给。
四、127 屏那一章:人群标签与招商日历
第 2 章「信息流广告」是全书最厚的一章,127 屏,占 18%。我原以为这里会有最多的一线经验,翻完之后的感受是:经验确实多,但都是「怎么卖」的经验,不是「怎么算」的经验。
书上给了一个很典型的例子,讲付费短剧广告。它先交代行业背景,然后说:「因为付费短剧需要用户付费才能观看,所以核心是要识别用户针对短剧(有品类差异)的付费能力和行为。我们简化一下,以付费频次和付费金额来定义人群价值,并将用户分为新客和老客。」后面是表 2-6「付费短剧的人群体系」——新客(历史上无短剧付费行为)下面再分未触达用户、低潜用户、兴趣用户,每一类都给了「简化版」的定义,比如「被短剧触达过,但 n 天内对短剧的兴趣行为少的用户」。
这套东西不是废话。做投放的人拿到这张表,当天就能配出一版人群包。但请注意它的形态:它是一张标签定义表,不是一个判断。它告诉你「怎么把人分成四类」,没告诉你「这四类里哪一类的边际收益最高、为什么」。而后者才是这本书的书名承诺的东西。同一章里 127 屏,绝大多数是这种形态:流程图、人群表、产品位截图、优化目标清单。它们都是真的,都是有用的,但没有一处替读者承担判断的风险。
第 5 章「品牌广告」49 屏,把这个倾向推到了极致。有一节讲营销活动的招商,原文是:「媒体平台会和行业营销节点、热点相结合,策划各类营销活动,并在活动中设计广告位和营销玩法,通过招商等方式引入广告主预算。例如,比较大的全民营销节点(如春节、元旦、世界杯、奥运会)、行业营销节点(如电商行业的『618』和『双十一』购物节、交通旅游行业五一和国庆假期旅游季、游戏行业暑期热点等)、挑战赛、定制短剧、品牌植入,以及活动冠名等。」后面列了主会场、换肤、浮层、头图、定制频道、定制话题,最后一句是「这些大大小小营销节点一般都会贯穿全年,媒体也会用营销日历去系统性地牵引市场预算」。
这一段是准确的行业描述,也是标准的招商话术。「用营销日历去系统性地牵引市场预算」——这句话站在媒体侧说得非常到位,但它是一句「我们怎么把钱要过来」的话,不是「广告主该不该给」的话。全书 707 屏里,站在广告主一侧算账的篇幅,我数下来不到 30 屏。这是一个视角问题:这本书是媒体视角的教材,读者被默认为平台方或服务商,不是掏钱的那一方。
第 1 章那段品牌广告的定义也一样。它写:「品牌广告(brand advertising)以树立品牌形象,明确品牌定位,提升品牌影响力和号召力,最终提高品牌的市场占有率为目标。品牌广告注重输出品牌的价值观和占领消费者心智。」然后列了农夫山泉、李宁、华为、茅台、可口可乐、耐克、苹果、路易威登、香奈儿、古驰、爱马仕。这段没问题,但它是《当代广告学》里就有的说法,作者只是换了一批例子。一本 2026 年的书讲品牌广告,还在用「占领心智」这个词,说明这一章的知识停在十年前。
同属「产品篇」的第 6 章给了 44 屏讲手机厂商的广告业务,这一章反而比第 5 章实在。它讲清了那条很短的链路:手机出厂时预装什么、开机后第一屏是什么、应用商店的搜索位怎么卖。这三件事的共同点是——它们卖的不是流量,是「第一眼」。在一个用户还没打开任何 App 的时刻把广告递过去,这个位置的价值和点击率无关,和「有没有别的东西可看」有关。44 屏把这条链路讲明白了,是产品篇里少有的「说清了机制」的章节。
第 3 章搜索广告 59 屏、第 4 章网盟广告 63 屏,也都属于「有用但不停留」的类型。搜索那一章把关键词匹配、意图识别、质量度的关系讲顺了;网盟那一章讲媒体分级与流量采买,是全书最接近「渠道生意」的部分。它们的问题不在内容,在于这三章(加上第 2、5、6 章)如果打散重排,你能得到一份很好的行业培训材料,但得不到一个观点。
五、大模型那 40 屏:图多、话少、形容词多
这是我最想吐槽的一章,因为它和书名直接相关。
第 11 章「大模型在计算广告中的应用」,40 屏,占 5.7%。我原以为会看到:生成式创意怎么做 A/B、多模态特征怎么进排序模型、LLM 做 query 理解的效果增量、推理成本怎么摊到每次曝光。实际看到的主要是产品截图和场景描述。
举一处原文,是图 11-7 之后的总结:「随着大模型多模态能力的发展和算力的优化,图文和视频生成的效果必将大幅提升,同时成本也将进一步降低。基于生成式大模型的一站式智能创意生产平台必将快速发展,并且做到制作和投放一体化,成为 AIGC 时代各大媒体平台在营销创意领域不可或缺的核心能力。」
40 个字里有三个「必将」和一个「不可或缺」。而这三个「必将」没有一个附条件:在多大规模上、对哪类广告主、相比人工创意提升多少 CTR、单条成本降到多少——一个数字都没有。对比一下第 10 章那张 RegretNet 表:收益 0.550 对 0.554,遗憾小于 0.001。同一个作者团队,写论文综述时会算到小数点后三位,写自己最熟悉的大模型时只剩形容词。这个反差不是能力问题,是这一章还没写完就交稿了。
更奇怪的是篇幅配置:「前沿技术研究」87 屏(12.3%),「大模型应用」40 屏(5.7%)——别人的论文给了两倍多的篇幅,自己的主场给了不到一半。我能想到的解释是:第 10 章可以直接改写论文,有现成的结构、图表和数字;第 11 章要写的是还没定型的东西,没有论文可抄,就只能写愿景。这个解释对作者是善意的,对读者是不利的:你花钱买的正是「没定型那部分」的判断,而他恰好把最难写的部分留成了空白。
顺便说一个形态上的观察。176 节、707 屏,平均一节 4 屏,这个密度是「教科书式」的:每一节讲一个概念、配一到两张图、给一个定义,然后换下一节。这样写的好处是查得起、讲得清;坏处是没有任何一节有空间把一件事追到底。第 10 章那 87 屏之所以显得突出,恰恰因为它有几节连续追了七八屏,把一篇论文拆完了。换句话说,这本书不是「某几章写得好」,而是「某几节获得了足够长的跑道」。
第 7 章「分析、抽样与实验」52 屏,是我认为最被低估的一章。它不讲产品、不讲机制,只讲怎么验证:样本量怎么定、分流怎么保证不串、指标口径怎么统一、显著性怎么看。这些东西不性感,但它们是所有广告系统的地基——一个把 CTR 提升 3% 的实验,如果分流做错了,那 3% 可能全是噪声。52 屏里没有一句「必将」,也没有一张产品截图,全是方法。这一章和整本书的气质不太一样,我怀疑是另一位作者的手笔。
六、19 屏的未来,和一页真话
第 12 章「计算广告未来发展趋势」19 屏,2.7%,是全书最薄的一章。这个薄很说明问题。一本 707 屏的书,讲完历史、讲完机制、讲完前沿,最后要交代「接下来会怎样」,只肯给 19 屏。
19 屏里能装的东西有限,装下的基本是三个方向:隐私计算与合规、端侧与场景融合、以及生成式带来的创意工业化。每一条都对,每一条都没有落到「谁在什么时候会因此多赚或少赚多少钱」。趋势这一章最容易被写空,因为它不需要证据;而这本书恰好在这里选择了最省力的写法。
倒是末尾那几页后记,是全书唯一不带职业腔的文字。作者写自己十年职场,说这一路给他的是三个东西,第三个叫「内心的平静」:「回想我过去这十年的职场生涯,挑战颇多,一直以来压力都挺大,甚至面临过创业带来的极度压力。不愉快的经历也不少,被误解、被挑战甚至被针对之事偶有发生。然而,每次让我克服这些困难、支撑我持续往前走的,其实很简单,就是『做真实的自己』。不纠缠于外部的纷纷扰扰,做好当下的事情,所谓但行好事,莫问前程。」
这段话放在一本技术教材里有点突兀,但我读完是信的。一本 707 屏的书,最容易注水的地方就是后记;而这一篇后记里没有一句「本书填补了某某空白」,只有一个中年人回忆自己怎么扛过来的。它比第 11 章那三个「必将」诚实得多。
七、它的短板
上面说的都是局部,这一节说整体。四条,都能指到具体位置。
第一,结构上「产品」吃掉了「判断」。48.4% 的篇幅在描述产品形态,而这些描述的组织方式是「有什么」,不是「为什么」。127 屏的信息流章节里,产品位截图和人群表的比例远高于任何一段推导。结果是一本 707 屏的书,读完之后你能画出广告系统的产品地图,但说不清「如果让我重新设计一次计价,我会改哪一处」。
第二,视角单一,广告主缺席。前面算过,站在掏钱一方算账的篇幅不到 30 屏。第 5 章讲品牌广告,讲的全是媒体有什么资源可以卖;没有一节讲「一个年预算 5000 万的品牌,该怎么在信息流、搜索、开屏之间分配」。这不是疏漏,是这本书的读者设定就是平台侧。但对大多数读者来说,这个设定是错位的——真正需要读计算广告的人,多半是想投广告的人。
第三,案例的虚构化。囚徒困境用「共享单车盗窃案」是明面上的例子。更普遍的问题是:全书几乎没有一处带真实数据的投放复盘。表 2-6 的人群定义写着「简化版」,第 10 章的表 10-1 有真实数字但那是公开论文的。一本由一线从业者写的书,最该有的是「我们曾经把预算这样分,结果是这样」的案例,而这恰恰是最缺的。我理解商业保密的难处,但可以脱敏给出比例和结论,不必只给标签定义。
第四,可执行性断在第 10 章。第 8 到 10 章给了公式、给了对照表、给了参考文献,可是从「RegretNet 遗憾小于 0.001」到「你的系统该不该上这个模型」,中间没有桥。缺的那一段是工程判断:训练数据要多少、推理延迟能不能进 100 毫秒、上线后灰度怎么做、效果回退怎么归因。这三章很像一篇写得不错的综述,而不像一章教材——综述告诉你领域到哪了,教材告诉你怎么走过去。
这四条其实可以合成一句:这本书把「描述」做到了及格线以上,把「判断」留给了读者。描述是安全的——产品长什么样、机制叫什么名、论文给了什么数,都不会错。判断是有风险的——说「这个方向三年内起不来」,就要准备被打脸。707 屏里,敢承担这个风险的段落,我数下来不到 40 屏,全在第 8 到 10 章。
八、那它值不值得读
值得,但要按它的真实结构去读,别按书名读。
如果你是从业者、想补机制设计的底子:直接读第 8、9、10 章那 190 屏,把 9.5 那七条参考文献顺着找下来读原文。这三章的质量足够撑起一门课,而且它把 Vickrey 到 Myerson 再到 Dütting 这条线串起来了,省你很多检索时间。
如果你是产品经理、要从零搭一个广告系统:读第 2、3、4、6 章,看产品形态和计费方式,配合第 7 章「分析、抽样与实验」那 52 屏。第 7 章被低估了,它讲 A/B 的样本量、讲分流、讲指标口径,是全书最不花哨也最不容易过时的一章。
如果你想找「大模型到底怎么改变计算广告」:这本书帮不上。40 屏,三个「必将」,没有数字。这个话题目前最好的材料还是各家的工程博客和那几篇 GenAuction、AIGC 创意相关的论文,书里只是点了名。
如果只能读一章,我选第 10 章。87 屏,密度最高,而且它示范了一件事:把别人的论文读懂、把数字抄准、把边界说清楚,本身就是一种写作能力,比写十个「必将」难得多。
最后说一句真实感受。这本书让我改了一个习惯:以后看这类「产品 + 机制 + 新技术」三段式的书,我会先去目录里数每一段占多少屏,再看每一段有没有数字。因为篇幅是作者用脚投的票,而数字是他敢不敢负责的证据。这本书在前一项上诚实地暴露了自己,在后一项上只在第 10 章交了卷。
书名:计算广告:产品、机制和大模型应用
作者:余昌远、刘徐伟、祁琦 出版社:中国人民大学出版社,2026 年 3 月
本次阅读:微信读书逐页截图 707 屏,版权页 + 12 章 176 节,从版权页至「全书完」,耗时 570 秒,抓取标记
end=last_page。未读到:无。全书一次抓完,无会员卡遮挡、无章节缺失。
判断依据:章屏数按 pages.jsonl 逐页章节归属统计;引文均来自截图原文,页码为本次截图编号(如 p0602 即第 602 张截图)。
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。
发表评论: