{
  "schemaVersion": "1.0",
  "kind": "nilu.article",
  "id": "web-agent-ready-overview",
  "slug": "web-agent-ready-faxian-yinyong-zhihang",
  "locale": "zh",
  "sourceLocale": "pt-br",
  "localizationStatus": "translated",
  "title": "Web agent-ready——当部分受众不再是人类时，什么发生了变化",
  "summary": "发现、引用与执行三层框架，梳理机器人和智能体读取网站时的变化、优先级与明确边界。",
  "author": "NiLu",
  "publishedAt": "2026-08-07T00:00:00.000Z",
  "updatedAt": "2026-08-11T00:00:00.000Z",
  "canonicalUrl": "https://blog.nilu.pro/zh/blog/web-agent-ready-faxian-yinyong-zhihang/",
  "representations": {
    "html": "https://blog.nilu.pro/zh/blog/web-agent-ready-faxian-yinyong-zhihang/",
    "markdown": "https://blog.nilu.pro/zh/blog/web-agent-ready-faxian-yinyong-zhihang.md",
    "json": "https://blog.nilu.pro/zh/blog/web-agent-ready-faxian-yinyong-zhihang.json"
  },
  "bodyMarkdown": "# Web agent-ready——当部分受众不再是人类时，什么发生了变化\n\n发现、引用与执行三层框架，梳理机器人和智能体读取网站时的变化、优先级与明确边界。\n\nAuthor: NiLu\nLocale: zh\nPublished: 2026-08-07\nUpdated: 2026-08-11\nCanonical: https://blog.nilu.pro/zh/blog/web-agent-ready-faxian-yinyong-zhihang/\nMarkdown: https://blog.nilu.pro/zh/blog/web-agent-ready-faxian-yinyong-zhihang.md\nJSON: https://blog.nilu.pro/zh/blog/web-agent-ready-faxian-yinyong-zhihang.json\n\n## 摘要\n\n- 到达网站的部分流量一直是自动化的；变化在于，其中一部分现在也会生成 AI 回答，并且仍处于实验阶段地代表用户采取行动。\n- 发现、引用和执行是三项不同的工作；与其把一切当作“更多 schema 的 SEO”，这样划分更能确定优先级。\n- 对 Google 而言，为 Search 的 AI 功能优化仍然是 SEO：不需要特殊 markup，也不以 llms.txt 为前提。\n- 由智能体执行操作（WebMCP）仍属实验性，今天不应据此安排预算。\n\n## 目录\n\n- [部分受众不是人类](#audiencia-nao-humana)\n- [三层：发现、引用、执行](#tres-camadas)\n- [为什么不只是“更多 schema 的 SEO”](#por-que-nao-e-so-seo-com-schema)\n- [首先应优先处理什么](#o-que-priorizar-primeiro)\n- [炒作在哪里](#onde-fica-o-hype)\n- [不确定性](#incertezas)\n\n<a id=\"audiencia-nao-humana\"></a>\n\n## 部分受众不是人类\n\n并非网站的每位访客都是在浏览器中阅读的人。部分流量一直来自爬虫和自动化工具；变化在于，其中一部分现在也用于在带有 AI 的搜索工具中组织回答，并且仍处于实验阶段地直接代表用户行动。Chrome for Developers 将这种变化描述为“智能体网络”的两个阶段：进行搜索的智能体（searching，SEO 基础仍然有效）以及直接使用网站的智能体（using，涉及无障碍树、布局稳定性，以及最终的 WebMCP）。[[1]](#ref-1) W3C Technical Architecture Group 在 2026 年 3 月的一次会议上讨论了如何在 Web 架构中区分人类、机器人和代表用户行动的智能体——这仍是进行中的讨论，文章没有发布确定结论。[[2]](#ref-2)\n\n一个常被用来说明这种变化的数字来自 Imperva 的 2025 Bad Bot 报告。该报告基于供应商 2024 年自己的网络，记录到自动化流量（51%）超过人类流量（49%），其中 37% 被归类为恶意机器人，14% 为“良性”机器人。这是安全供应商针对自身客户群的遥测数据——不是对全网的普查——“自动化”也不等同于“AI 智能体”。应将这个数字用于支持爬取策略和机器人监控，而不是为“智能体中的存在感”编列预算。[[3]](#ref-3)\n\n<a id=\"tres-camadas\"></a>\n\n## 三层：发现、引用、执行\n\n将通常被打包为“面向 AI 的 SEO”的三项工作分开很有帮助：\n\n- **发现**——被抓取、索引，并有资格出现在搜索功能中，包括由 AI 生成的功能。\n- **引用**——在生成式回答中作为证据使用，并附带链接和归属。这不同于占据稳定的排名位置。\n- **执行**——智能体直接调用网站上的操作（填写表单、购买、预约）。目前仍属实验性。\n\n对于发现层，Google Search Central 的生成式 AI 功能指南指出，这些功能依托于 Search 相同的核心质量与排名系统，不存在专门的 AI markup，也不要求 `llms.txt` 文件——为其优化仍是为 Search 优化。文档“AI features and your website”进一步说明，除被索引且有资格获得 snippet 外，没有其他技术要求。[[4]](#ref-4) [[5]](#ref-5)\n\n对于引用层，生成式引擎会检索内容并综合出带归属的回答——OpenAI 对 ChatGPT search 的描述便是如此，其中有来源侧边栏。[[6]](#ref-6) 目前不存在与搜索排名等价的、公开的“引用位置”记分板。\n\n执行层依赖 WebMCP。它仍是 Chrome 中的 origin trial（从第 149 版起），并由 W3C Web Machine Learning Community Group 作为 Draft Community Group Report 记录——明确地说，它不是 W3C 标准，也不在成为标准的路径上。它有重要限制：需要打开的浏览器上下文，无法在无界面（headless）环境中运行，并且能力发现要求直接访问网站。[[7]](#ref-7) [[8]](#ref-8)\n\n<a id=\"por-que-nao-e-so-seo-com-schema\"></a>\n\n## 为什么不只是“更多 schema 的 SEO”\n\n同一份 Google 指南将依赖 `llms.txt`、特殊 AI markup、为 AI 将内容切成“chunks”或仅为智能体重写文本列为应避免的误区。结构化数据在与可见内容相符时仍然有用——但不是获得引用的捷径。[[4]](#ref-4) Search Central Blog 的文章“Succeeding in AI search”将同样以人为先的建议和一贯的技术要求（抓取、索引、snippet）延伸到 AI 生成的回答。[[9]](#ref-9)\n\n这并不否定将发现、引用和执行分开——只是避免把这张地图变成已被证实的科学。Chrome 的“searching vs. using”以及 TAG 的“humans, bots, agents”措辞支持这套词汇，但它属于实现者和架构语言，并不能证明这种模型是描述 2026 年的最佳方式。我们将这三层视为根据现有证据检验的工作假设——而不是封闭的框架。[[1]](#ref-1) [[2]](#ref-2)\n\n<a id=\"o-que-priorizar-primeiro\"></a>\n\n## 首先应优先处理什么\n\n- **SEO 基础**——抓取、索引、获得 snippet 的资格，以及以人为先的内容。这是出现在任何 AI 搜索功能中的有文档依据的基础。[[4]](#ref-4) [[5]](#ref-5)\n- **干净的表示形式**——语义化 HTML，以及与菜单和页脚清晰区分的主要内容；当技术栈支持时，协商 Markdown（`Accept: text/markdown`）是一项补充能力，而非 Search 的要求。\n- **爬取策略**——区分训练机器人与搜索/引用机器人。OpenAI 区分 GPTBot（训练）、OAI-SearchBot（搜索索引）和 ChatGPT-User（用户实时搜索）；Anthropic 说明了如何阻止其爬虫。[[10]](#ref-10) [[11]](#ref-11) 边缘服务商报告称，AI 爬虫已经占自身网络所观测机器人流量的显著部分——Fastly 在其分析中称接近 80% 的 AI 机器人流量；应使用这类数字估算带宽和源站成本，而不是当作全球网络统计。[[12]](#ref-12)\n- **真实指标**——Search Console（包括在可用时的 gen-AI 功能展示报告）、会话与转化——而非因为“所有人都有”就发布 `llms.txt`。一项涵盖约 13.7 万个网站的 Ahrefs 研究发现，97% 已发布的 `llms.txt` 文件在所分析月份没有收到任何请求。[[13]](#ref-13)\n- **执行（WebMCP）**——观察但不投入预算；它仍是 origin trial 和社区草案。\n\n<a id=\"onde-fica-o-hype\"></a>\n\n## 炒作在哪里\n\n定义 GEO（Generative Engine Optimization）一词的论文报告了“最高 40%”的相对可见性提升——但那是在作者自己的实验环境中，使用特定管线（由 GPT-3.5 风格模型重新处理的 Google top-5），并非公开的排名产品。这是方法的证据，不是商业回报预测。[[14]](#ref-14)\n\n即使内容被引用，也不等于获得一次访问。Pew Research Center 在相关性分析中发现，当 Google 结果中出现 AI 摘要时，用户点击自然链接的比例约为 8%，而未出现时约为 15%；只有约 1% 的用户点击摘要内的链接。[[15]](#ref-15) Digiday 引用 Digital Content Next 数据的报道指出，出版商来自 Google 的引荐流量中位数同比约为 -10%（案例之间差异很大），与 AI Overviews 相关；另一篇引用 Similarweb 的报道指出，新闻搜索中的 zero-click 从约 56% 升至 69%，来自 AI 平台的流量增长不足以弥补这一下降。这些是针对特定群组的专业媒体数据——可作为经济压力的信号，而非普遍的因果证明。[[16]](#ref-16) [[17]](#ref-17)\n\n引用本身的质量也很脆弱：2023 年的一项研究（Liu et al.）在所评估的生成式搜索引擎中测得每句引用 recall 约为 51,5%——在研究快照中，近一半生成的句子没有恰当、可验证的引用。[[18]](#ref-18)\n\n<a id=\"incertezas\"></a>\n\n## 不确定性\n\n- 尚不清楚三层模型是否确实有助于做出更好的预算决策，还是只组织了叙述而没有改变结果。\n- 没有公开列表说明 Google 用什么确切标准选择出现在 AI Overviews 中的支持链接。\n- 尚不清楚 WebMCP 何时（或是否）会脱离 origin trial / 社区草案，并成为跨浏览器的稳定标准。\n- 在 Imperva 等“自动化”流量数据中，无法区分有多少是代表用户行动的智能体，有多少是普通爬虫或抓取工具。\n- 没有公开研究将合成的“AI 可见性”指标转化为出版商实际的展示、点击或收入。\n\n## 参考资料\n\n1. <a id=\"ref-1\"></a>[Chrome for Developers — A developer toolkit to make your website agent-ready](https://developer.chrome.com/blog/agent-ready-toolkit). Chrome for Developers. 访问于 2026 年 8 月 7 日。\n2. <a id=\"ref-2\"></a>[W3C — The W3C TAG Meeting in London, March 2026](https://www.w3.org/blog/2026/the-w3c-tag-meeting-in-london-march-2026/). W3C. 访问于 2026 年 8 月 7 日。\n3. <a id=\"ref-3\"></a>[Imperva — 2025 Bad Bot Report](https://www.imperva.com/resources/reports/2025-Bad-Bot-Report.pdf). Imperva. 访问于 2026 年 8 月 7 日。\n4. <a id=\"ref-4\"></a>[Google Search Central — Optimizing your website for generative AI features on Google Search](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide). Google. 访问于 2026 年 8 月 7 日。\n5. <a id=\"ref-5\"></a>[Google Search Central — AI features and your website](https://developers.google.com/search/docs/appearance/ai-features). Google. 访问于 2026 年 8 月 7 日。\n6. <a id=\"ref-6\"></a>[OpenAI — Introducing ChatGPT search](https://openai.com/index/introducing-chatgpt-search/). OpenAI. 访问于 2026 年 8 月 7 日。\n7. <a id=\"ref-7\"></a>[Chrome for Developers — WebMCP](https://developer.chrome.com/docs/ai/webmcp). Chrome for Developers. 访问于 2026 年 8 月 7 日。\n8. <a id=\"ref-8\"></a>[W3C Web Machine Learning Community Group — WebMCP API (Draft Community Group Report)](https://webmachinelearning.github.io/webmcp/). W3C WebML CG. 访问于 2026 年 8 月 7 日。\n9. <a id=\"ref-9\"></a>[Google Search Central Blog — Succeeding in AI search](https://developers.google.com/search/blog/2025/05/succeeding-in-ai-search). Google. 访问于 2026 年 8 月 7 日。\n10. <a id=\"ref-10\"></a>[OpenAI — Crawler / bot documentation](https://developers.openai.com/api/docs/bots). OpenAI. 访问于 2026 年 8 月 7 日。\n11. <a id=\"ref-11\"></a>[Anthropic — Does Anthropic crawl data from the web, and how can site owners block the crawler?](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler). Anthropic. 访问于 2026 年 8 月 7 日。\n12. <a id=\"ref-12\"></a>[Fastly — New Fastly threat research reveals AI crawlers make up almost 80% of AI bot traffic](https://www.fastly.com/press/press-releases/new-fastly-threat-research-reveals-ai-crawlers-make-up-almost-80-of-ai-bot). Fastly. 访问于 2026 年 8 月 7 日。\n13. <a id=\"ref-13\"></a>[Ahrefs — We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read](https://ahrefs.com/blog/llmstxt-study/). Ahrefs. 访问于 2026 年 8 月 7 日。\n14. <a id=\"ref-14\"></a>[Aggarwal et al. — GEO: Generative Engine Optimization](https://arxiv.org/abs/2311.09735). arXiv. 访问于 2026 年 8 月 7 日。\n15. <a id=\"ref-15\"></a>[Pew Research Center — Google users are less likely to click on links when an AI summary appears in the results](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/). Pew Research Center. 访问于 2026 年 8 月 7 日。\n16. <a id=\"ref-16\"></a>[Digiday — Google AI Overviews linked to publisher referral traffic drops, new data shows](https://digiday.com/media/google-ai-overviews-linked-to-25-drop-in-publisher-referral-traffic-new-data-shows/). Digiday. 访问于 2026 年 8 月 7 日。\n17. <a id=\"ref-17\"></a>[Digiday — In graphic detail: AI platforms are driving more traffic, but not enough to offset zero-click search](https://digiday.com/media/in-graphic-detail-ai-platforms-are-driving-more-traffic-but-not-enough-to-offset-zero-click-search/). Digiday. 访问于 2026 年 8 月 7 日。\n18. <a id=\"ref-18\"></a>[Liu et al. — Evaluating Verifiability in Generative Search Engines](https://arxiv.org/abs/2304.09848). arXiv. 访问于 2026 年 8 月 7 日。\n"
}