KeyFrame內部研究專用

Rebuilding the web for agents — Liad Yosef, MCP Apps

AI Engineer英文
觀看原始影片

三句話摘要

代理網路:重新定義網際網路如何為AI代理服務,從以人類為中心的UI設計轉向API優先的無頭架構。 網站必須停止為人類設計UI,轉而為AI代理暴露結構化API與發現機制,因為AI助手已成為未來的網際網路入口。 MCP應用程式是代理網路的基礎:透過讓服務提供者在聊天介面內嵌UI元件,使用者看到真實品牌(如Booking.com),服務商保留身份與信任,AI助手獲得能力整合——這解決了最後一公里的互動問題。

重點整理

  1. MCP應用程式是代理網路的基礎:透過讓服務提供者在聊天介面內嵌UI元件,使用者看到真實品牌(如Booking.com),服務商保留身份與信任,AI助手獲得能力整合——這解決了最後一公里的互動問題。

  2. 範式轉移:從網站中心到助手中心:人們花20年完善網頁UI設計,但未來使用者只會透過個人AI助手與服務互動,不會直接瀏覽多個網站。網站與瀏覽器將逐漸退出舞台,被無頭架構取代。

  3. 品牌忠誠度被代理偏好取代:講者提到Mixpanel花十年優化使用者體驗,卻因為Claude Code偏好Posthog的MCP與API而被放棄——這表示代理的API品質與易整合性,比傳統UI設計更決定商業成敗。

  4. 代理發現需要新的標準與機制:傳統SEO不適用、中央登錄檔治理困難,需要像AI catalog.json與代理資源發現標準這樣的新方式,讓代理主動查詢與選擇服務。

實用技巧與重點

  • 工具與規格:
  • MCP (Model Context Protocol) — 基礎規格
  • MCP apps — 聊天應用嵌入UI的標準
  • llm.txt — 代理發現標準(但實際被使用率低)
  • o.md、pricing.md等文檔標準
  • AI catalog.json — Anthropic、OpenAI、Google、MCP聯合標準
  • ARDS (Agentic Resource Discovery Standard) — 所有主要公司共同制定
  • Aura研究發現:
  • 50%受測網站發布llm.txt,但代理幾乎不使用
  • 代理多數直接前往docs頁面或首頁
  • 代理行為跨越Claude、Haiku、Eve (Vercel)、ChatGPT差異極大
  • 代理與視障人士類似,需要結構化信號而非視覺UI
  • Aura工具套件:
  • aura.ai — 代理準備度評分與基準測試(免費)
  • journey.aura.ai — 實時追蹤代理與網站互動路徑(免費)
  • aura.directory — 匯集AI catalog.json與代理資源的可查詢目錄

結論

網站必須停止為人類設計UI,轉而為AI代理暴露結構化API與發現機制,因為AI助手已成為未來的網際網路入口。

完整解析

代理網路代表一場根本的網際網路結構轉變。過去二十年來,網頁開發者花費大量心力完善使用者介面——從搜尋框到購物流程,每個平台都建立了獨特的UI設計語言。然而,當AI助手變得足夠聰慧時,這套邏輯徹底翻轉了。

講者引用實際案例說明:如果使用者要計畫一場週年紀念活動,過去需要開啟多個瀏覽器分頁——Google日曆查看日期、Booking.com找飯店、Amazon買禮物。每個服務都要學習不同的UI邏輯,花費心力傳達同一個意圖。但透過MCP應用程式,AI助手可以整合這些服務,在單一對話介面內嵌入Booking的地圖、Google的日程、Amazon的商品,完全由助手主導互動,使用者只需確認關鍵決策(如選擇飯店房型)——這就是「最後一公里互動」。

這導向一個更激進的結論:傳統網站正逐漸失去存在必要性。講者觀察到年輕世代與較年長使用者都優先使用ChatGPT而非Google搜尋或直接造訪網站。一年前,Sentry創辦人David Kramer信誓旦旦地說網站不會在25年內過時;但幾天後他發表文章《為代理設計》,承認產品互動將不再侷限於網頁應用。Salesforce(其競爭優勢長年來就是UI設計)最近選擇無頭化,Cloudflare CEO也宣布代理流量已超越人類流量。

然而,完全無頭化並非所有場景都適用。如果代理能完全自主(如整理信件),可能不需要UI。但預訂蜜月飯店時,使用者仍需「最後一公里」的視覺選擇。這導向「幾乎無頭網路」的概念:代理無頭地與後端互動,但為使用者帶回UI資源供最終決策。

Aura研究實驗室的關鍵發現打破了許多假設。他們發現將近50%的網站發布llm.txt檔案(認為這是標準做法),但實際測試中,代理幾乎不使用這些檔案。只有在文件明確指向llm.txt時,代理才會查看。這啟發了一個深層認知:人類不應該為代理定義最佳實踐,代理的行為才是標準。OpenAI已停止發布工具最佳實踐,因為每次發布後,模型改進就讓這些實踐過時。因此Aura的journey工具可以追蹤代理實際互動路徑,發現不同代理(Claude、ChatGPT、Vercel的Eve)在同一網站上採取截然不同的策略。

最後的里程碑是「發現」——不是傳統SEO,而是代理如何找到並選擇服務。過去每場革命都帶來新的發現層(網路有搜尋引擎、手機有應用商店、社交媒體有推薦演算法)。代理資源的發現機制需要新標準:AI catalog.json讓網站暴露自身的MCP與API端點,代理資源發現標準(ARDS)讓目錄本身對代理透明可查。Aura.directory將掃描結果編譯成可查詢的目錄,讓代理直接查詢任何網站的集成端點。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。