新智元报道

编辑：桃子 好困

【新智元导读】终于，，，，，，AI不必装得像小我私家了。。。。。。。谷歌Chrome重磅上线WebMCP。。。。。。。以后，，，，，，Agent不必猖獗截屏，，，，，，直连内核完成使命，，，，，，AI与网页交互的底层逻辑正在重构。。。。。。。

今天，，，，，，谷歌Chrome团队投下了一枚深水炸弹：WebMCP（Web模子上下文协议）正式登场。。。。。。。

它可以让AI智能体跳过「人类用户界面」，，，，，，直接与现有的网站和Web应用深度交互。。。。。。。

在Chrome 146的早期预览版中，，，，，，开启特定flag即可体验WebMCP

这相当于给Agent加上了「超能力」，，，，，，以后不必再「装得像小我私家一样」，，，，，，去看网页、找按钮，，，，，，或是点链接。。。。。。。

仅通过一个API：navigator.modelContext，，，，，，AI便可绕过图形界面，，，，，，直接与Web应用效劳的内核对话。。。。。。。

假设想要订一张机票，，，，，，Agent不必在屏幕上点击，，，，，，而会直接通过底层协议，，，，，，向航空公司网站发送下令，，，，，，直接获取效果。。。。。。。

用开发者Alex Volkov的话来说，，，，，，「WebMCP就相当于UI里的API」。。。。。。。

可以说，，，，，，WebMCP的降生，，，，，，释放了一个极其明确的信号——

AI Agent与网页交互的底层逻辑，，，，，，正迎来一场彻底的重塑。。。。。。。

它实现了从「视觉模拟」到「逻辑直连」的跃迁，，，，，，正让古板的Web交互范式彻底走向终结。。。。。。。

WebMCP震撼登场

掀起Agent交互革命

或许许多人，，，，，，还没有意识到WebMCP的主要性。。。。。。。

它的焦点在于，，，，，，改变了Agent获取效劳的方法，，，，，，让其直接拿到了网页的「通天钥匙」。。。。。。。

已往几周，，，，，，全天下都在为爆火的OpenClaw猖獗，，，，，，若是未来交互更进一步，，，，，，说未必又将催生一次大厘革。。。。。。。

要知道，，，，，，现在Agent操作网页的方法，，，，，，既鸠拙又原始，，，，，，而现在的集成方法着实是「太拉胯」了。。。。。。。

它们实质上，，，，，，就是在模拟人类的行为——截屏、识别按钮的位置、模拟点击，，，，，，DOM抓取......

这种方法，，，，，，保存着显着的痛点：

本钱高昂：一次简朴的搜索，，，，，，可能需消耗数千token来处置惩罚截图、剖析页面；；；；；；；

稳固性低：网站一旦改版，，，，，，Agent会因找不到按钮陷入「瘫痪」；；；；；；；

反响低效：Agent必需重复「看」屏幕，，，，，，来确认操作是否乐成。。。。。。。

不再装小我私家，，，，，，降维攻击

现在，，，，，，有了WebMCP，，，，，，网站可以直接向AI开放其效劳接口。。。。。。。Agent不必经由「前端视觉界面」，，，，，，直接可以盘问并执行效劳。。。。。。。

WebMCP将取代古板的「屏幕抓取」（screen-scraping），，，，，，从而实现更稳固、更高效的页面交互和信息检索。。。。。。。

诚如网友所言，，，，，，AI Agent正成为网络的「一等公民」。。。。。。。

在谷歌Chrome 146的官博中，，，，，，为开发者提供了两套无邪的API接入方法：

声明性API：执行可直接在HTML表单中界说的标准操作；；；；；；；

下令式API：执行需要JavaScript执行的重大、更动态的互动。。。。。。。

这两种方法，，，，，，允许开发者为AI提供一套直接的工具集，，，，，，让Agent跳过视觉识别，，，，，，直接会见网站背后的结构化函数。。。。。。。

此前，，，，，，谷歌软件工程师Khushal Sagar在演讲中体现，，，，，，WebMCP目的是成为AI应用领域的USB-C接口。。。。。。。

它不但是让智能体替换用户，，，，，，更是建设一种协作模式：

用户、网页、智能体三者共享界面，，，，，，配合协作。。。。。。。

智能体专用路径：开发者在为人类设计UI的同时，，，，，，为智能体提供结构化的API路径。。。。。。。

两大巨头联手

要彻底「干掉」前端？？？？？

值得一提的是，，，，，，WebMCP并不是谷歌的独角戏。。。。。。。

早在25年8月13日，，，，，，谷歌、微软开发者联手，，，，，，在GitHub上提交了WebMCP这一项目。。。。。。。

开源项目：https://github.com/webmachinelearning/webmcp

现在，，，，，，AI智能体通常通过MCP等协议举行后端集成。。。。。。。

但关于Web开发者来说，，，，，，为了开放网站功效，，，，，，他们往往得用Python或NodeJS写一套后端效劳器，，，，，，而不是用他们更熟悉的浏览器端JS。。。。。。。

在项目先容中，，，，，，WebMCP让网页能在UI中提供「智能体专用通道」。。。。。。。

与后端集成差别，，，，，，WebMCP工具在客户端执行，，，，，，只有在智能体加载页面后才可用。。。。。。。

智能体依然可以像人一样视察页面和模拟操作，，，，，，但有了工具，，，，，，它能更直接、高效地告竣目的。。。。。。。

据官方的先容，，，，，，以下是WebMCP的三大主要优势：

代码复用：直接使用现有的前端代码；；；；；；；

统一界面：用户和智能体共用一个界面，，，，，，简化了交互时的身份验证和状态同步；；；；；；；

无障碍利器：让辅助手艺能执行更高层级的页面操作，，，，，，而不但仅是简朴的点击。。。。。。。

更进一步说，，，，，，WebMCP让用户和智能体可以在统一个网页界面里并肩事情，，，，，，既能使用现有的应用逻辑，，，，，，又能坚持上下文共享和用户的掌控感。。。。。。。

绕过所有UI，，，，，，统治网络

那么，，，，，，在WebMCP加持下，，，，，，Agent未来会演酿成什么样？？？？？

开发者们提前设想了三大场景，，，，，，电子商务、旅游出行，，，，，，以及客户支持。。。。。。。

首先，，，，，，未来，，，，，，PT视讯(中国区)官网购物体验，，，，，，或将迎来质变。。。。。。。

一句指令，，，，，，Agent不再在页面上重复「翻找」优惠券入口，，，，，，仅通过WebMCP函数挪用，，，，，，实现秒级下单。。。。。。。

它可以轻松找到产品、设置特定的购物选项，，，，，，完成结账全流程。。。。。。。

在旅游出行方面，，，，，，Agent还可以成为更精准的预订专家，，，，，，使用结构化数据举行搜索、过滤效果和处置惩罚预订。。。。。。。

由于避开了杂乱的UI滋扰，，，，，，它能确保每次搜索效果的准确性，，，，，，并直接在后台完成重大的行程组合。。。。。。。

别的，，，，，，WebMCP还可以成为自动化效劳的桥梁，，，，，，让智能体自动填写须要的手艺细节，，，，，，以建设详细的客户支持效劳工单。。。。。。。

上手试过的开发者赞叹，，，，，，连忙发明了WebMCP两大利益。。。。。。。

分层Web时代来临

一半给AI用

开发者大佬Nikoloz Turazashvili最新一文，，，，，，深度诠释了WebMCP的泛起关于开发意味着什么。。。。。。。

若是你看过AI Agent像无头苍蝇一样使用网站——瞎猜哪个按钮是结账，，，，，，或者纠结旅客姓名该填在哪个框里……

现实上，，，，，，你已经捉住焦点痛点了：

现在的Web UI是给人看的，，，，，，但智能体需要的是「结构」。。。。。。。

这恰恰是WebMCP想要解决的问题。。。。。。。如前所述，，，，，，它是一个拟议中的Web标准，，，，，，允许网站直接向浏览器内的Agent袒露结构化的工具。。。。。。。

这样一来，，，，，，智能体就能挪用真正的函数（带有Schema），，，，，，而不是去暴力爬取页面，，，，，，然后祈祷DOM结构没有改变。。。。。。。

因此，，，，，，可以把它想象成「内置在浏览器标签页里的MCP」。。。。。。。

WebMCP的焦点思绪，，，，，，即是宣布工具，，，，，，别光给像素。。。。。。。

与其让Agent去瞎猜一个按钮是干嘛的，，，，，，不如在搭建的网站明确宣布一份左券：

Discovery（发明）：这个页面上有哪些工具（checkout,filter_results等）

JSONSchemas：输入/输出详细长什么样（以此镌汰幻觉）

State（状态）：对页面受骗前可用内容的共识

这就把「随处乱点直到恰巧蒙对」酿成了：直接挪用book_flight({ origin, destination, outboundDate… })。。。。。。。

WebMCP基本上是在说——若是智能体要在浏览器肚子里运行，，，，，，浏览器就得提供这种握手机制。。。。。。。

并且从产品角度看，，，，，，这也是控制权的转移：网站自己界说了允许哪些操作，，，，，，以及数据该怎么传。。。。。。。

若是WebMCP真的成为标准落地，，，，，，主流浏览器最先原生支持这种结构化交互，，，，，，未来的互联网或许分解为两层：

给人类用的UI：视觉美感、品牌叙事

给Agent用的工具界面：结构化数据、极速响应

而最终赢家不会是那些界面最花哨的——而是那些拥有最清晰工具左券的App。。。。。。。

这一切，，，，，，预示着「Agentic UI」时代的到来。。。。。。。

未来的网页将不再仅仅是给「人」看的展示窗，，，，，，照旧能与AI无缝衔接的自动化效劳节点。。。。。。。

WebMCP的泛起，，，，，，无疑加速了从「手动搜索」到「智能体自动执行」的互联网范式转移。。。。。。。

参考资料：

https://developer.chrome.com/blog/webmcp-epp?hl=zh-cn

https://x.com/nomad_remy/status/2021307801990201412?s=20

https://dev.to/axrisi/chromes-webmcp-early-preview-the-end-of-ai-agents-clicking-buttons-b6e

https://www.youtube.com/watch?v=p1l8nkQAoUw