本文来自微信公众号： HavenlonLabs ，作者：Havenlon Labs
互联网诞生以来，有一个几乎从未被认真讨论过的前提：它最终是给人看的。网页要让人能够阅读，按钮要让人能够点击，搜索引擎要把人带到网站，广告要吸引人的注意力，推荐算法要猜测人的兴趣。哪怕后台运行着无数机器，互联网最终面对的，仍然是一双人的眼睛。
这个持续了三十多年的前提，正在松动。而它松动的方式相当技术化，因此格外容易被忽略。Google 在 2025 年 4 月提出 Agent2Agent 协议（A2A），要解决的问题听起来很窄：让不同厂商、不同平台上的 AI Agent 能够以标准方式相互发现、沟通与协作。同年 6 月，Google 将协议规范与相关 SDK 移交 Linux Foundation，如今它由后者旗下的 Agentic AI Foundation 治理；到 2026 年，官方口径称已有超过 150 家组织支持这一标准，并在供应链、金融、保险与 IT 运维等场景进入生产使用。它与 Anthropic 提出的 MCP 形成互补：MCP 处理 Agent 与工具、数据之间的连接，A2A 处理 Agent 与 Agent 之间的协作。
单独看，这不过又是一个协议。但如果把它放进更长的互联网历史里，它指向的是另一件事：互联网上开始出现越来越多不是为 " 人和网站 " 设计，而是为 " 机器和机器 " 设计的基础设施。过去，是我们打开互联网；接下来，可能是我们的 AI 打开互联网，而我们只等待结果。
互联网也许不会消失，但它的主要观众，第一次可能不再只有人类。
一、过去的互联网，本质是一台巨大的 " 人类界面 "
今天我们觉得网页理所当然应该有导航栏、图片、按钮、动画、字体与配色。但这些东西并不是互联网天然需要的，它们是人类需要的。一台机器并不需要漂亮的商品详情页，不需要首页 Banner，不需要明星代言，不需要 " 猜你喜欢 "，甚至不需要那个红色的 " 立即购买 " 按钮。它真正需要的可能只是一组事实：商品是什么，价格多少，有没有库存，什么时候送达，退货规则如何，支付方式有哪些，这些信息是否可信——以及，我能不能直接在这里完成交易。
这种差别已经可以被测量。2026 年 7 月，Said Elnaffar 与 Farzad Rashidi 的一项研究把同一个电商站点做成两个版本：一个面向人类的常规版本，一个按机器可读、语义清晰、动作可执行的原则重做的 "agent-ready" 版本，商品目录、价格、库存与购物流程完全一致。研究让三个浏览器 Agent 执行五类购物任务，共 300 次运行。结果是，agent-ready 版本的严格成功率为 89.3%，常规版本为 49.3%，平均操作步骤也明显下降，差距最大的环节恰恰是商品细节提取、比较与多条件筛选。
同一门生意，同一批商品，同一批 Agent，唯一变化的是信息的呈现方式。这意味着未来的网站设计可能要同时回答两个问题：过去问的是 " 人看得舒服吗 "，未来还必须问 " 机器读得明白吗 "。这并不是一次 SEO 升级。SEO 无论如何优化，最终服务的仍然是一个人类动作——让人点击进来。而 Agent 不一定需要把人带进来，它可以自己读完，然后自己决定。
二、我们可能正在从 " 搜索互联网 " 进入 " 委托互联网 "
正因为机器不必再把人带回页面，我们访问互联网的基本动作也开始改变。过去二十多年，这套动作几乎没有变过：产生需求，搜索，打开几个页面，比较，判断，点击，下单。整个流程本质上由人自己完成，页面是必经之路。
Agent 试图把它压缩成一句话：" 帮我买一双适合长距离徒步的鞋，150 美元以内，周五之前送到。" 剩下的搜索、读评价、核尺码、比价格、确认物流、判断退货政策、选择商家、完成支付，都发生在人看不见的地方。这已经不是概念演示。2025 年 9 月，OpenAI 与 Stripe 共同推出开放标准 Agentic Commerce Protocol，并在 ChatGPT 内上线 Instant Checkout；2026 年 1 月，Google 在 NRF 大会发布 Universal Commerce Protocol，与 Shopify、Etsy、Wayfair、Target、Walmart 等共同开发，并获得包括 Visa、Mastercard、Stripe 在内的二十余家机构支持，明确瞄准 AI Agent 参与商品发现与交易的场景。2026 年 5 月 11 日，阿里的千问与淘宝全面打通，用户在对话中即可完成商品挑选、对比与下单，官方将其描述为从推荐到下单、履约、售后的全流程闭环。
这里真正发生变化的，不是 " 聊天机器人可以购物 " 这件小事。
人类正在把访问互联网的过程本身委托出去。
我们过去委托搜索引擎 " 帮我找到信息 "，它把决定权原封不动地交还给人；现在被委托的是 " 你替我处理这件事 "，Agent 会继续向下走完那些原本属于人的步骤。两者之间只差半句话，产业含义却完全不同：当抵达商家的不再是顾客本人，而是顾客派来的代理，商家面对的就是一种前所未有的受众。
三、当 AI 成为顾客，品牌第一次拥有 " 机器观众 "
今天几乎所有营销理论都有一个共同起点：人。人有注意力，有情绪，会冲动消费，会被品牌故事影响，会因为包装漂亮而多停留三秒，会记住一句广告语。互联网因此形成了一整套围绕人类注意力运行的经济体系。
机器顾客不共享这些弱点。它不会因为首页好看而多买东西，不会因为 " 震惊！今年最值得买的十款产品 " 这样的标题产生好奇，也不会因为某个品牌请了明星代言就天然认为产品更合适。它更可能关心参数、价格、历史可靠性、交付概率、售后规则、兼容性，以及这些说法能否被验证。
这意味着企业未来可能第一次同时面对两种受众：Human Audience 与 Machine Audience。给前者看的东西需要故事，给后者看的东西需要结构；给前者建立信任可能依靠品牌，给后者建立信任可能依靠数据、接口与可验证信息。Adobe 在 2026 年 6 月的一篇文章中，已经把未来的营销场景描述为三种并存的关系：human-to-human、human-to-agent，以及 agent-to-agent，并提出在 agent-to-agent 的世界里，最有价值的品牌往往是最 " 有用 " 的品牌——提供更好的约束、更可靠的信息与更能改善结果的服务。
这不只是一句营销术语的更新。它意味着整个数字商业第一次需要回答一个略显古怪的问题：
如果你的客户派来的不是一个人，而是一台机器，你准备给它看什么？
四、然后，一个更加奇怪的互联网会出现：很多内容根本没人读
一旦真正的读者是机器，内容本身的性质也会跟着变。假设一家企业发布了一份两百页的产品技术说明。过去的逻辑很简单：人写，然后另一个人读。未来完全可能变成另一种链条：AI 依据工程资料生成初稿，另一个 AI 做格式与一致性检查，企业发布，客户的 Agent 自动读取，从中提取十七个关键参数，与另外二十三家供应商比较，最后给决策者一句话—— " 推荐 A 公司 "。
于是这份文档从产生到完成商业使命，可能从来没有任何一个人完整读过。它当然仍然是内容，但已经不是传统意义上的媒体内容，因为它最重要的读者是机器。再往前一步，一个 Agent 写，第二个读，第三个总结，第四个据此行动，人类只出现在链条的最前面（我想要什么）和最后面（结果是什么），中间大量的信息交换，人再也不会看到。
研究者已经开始为这种前景命名。2026 年 6 月的一篇论文《Towards an Agent-First Web》直接指出：万维网建立在一个维持了三十年的假设之上——网络内容的主要消费者是人类——而这一假设渗透在它的每一层，访问模型假定访客是人，经济模型建立在人的注意力上，内容形态针对人的感知设计；AI Agent 作为人与内容之间的中介大规模出现，正在使这个假设失效。
如果这个判断成立，它可能是互联网历史上相当大的一次转折。Web 1.0 让人读取信息，Web 2.0 让人生产信息，移动互联网让人随时参与网络，而 Agentic Web 可能第一次让另一种参与者成为网络里的 " 一等公民 "：替人行动的机器。
五、互联网最大的商业基础——注意力——也可能因此发生变化
内容的读者换了，衡量内容价值的方式也很难不变。今天许多网站的商业模式可以浓缩成一句话：把人留下来。页面浏览量、停留时间、点击率、转化率、广告曝光、粉丝数，这些指标最终衡量的都是同一种东西——人的注意力，一种稀缺、易疲劳、可被设计诱导的资源。
机器没有这种意义上的注意力。一个 Agent 可以在极短时间内读完大量页面，它不会 " 刷到停不下来 "，不会因为某个短视频特别刺激而多看十分钟，更不会在凌晨两点躺在床上继续向下滑。这意味着一个长期建立在争夺人的时间之上的互联网，可能需要一套并行的经济模型：争夺机器的选择。
问题于是从 " 怎样让消费者看见我 "，逐渐变成 " 怎样让消费者的 Agent 选择我 "。这两句话只差几个字，背后可能是完全不同的产业。SEO 争夺的是搜索结果中的位置，Agent 时代争夺的可能是决策链中的位置——谁的数据更清晰，谁的条件更可靠，谁的服务更容易被调用，谁能让 Agent 以更低成本确认事实，谁就更可能获得机器推荐。
所以有一天，一个视觉极其漂亮的网站，可能输给另一个平淡但信息结构清晰的网站。因为真正做出选择的那位 " 顾客 "，根本没有看首页。
六、但 " 没有人类观众 " 真正危险的地方，还不是商业
商业秩序的重排，终究只是市场问题。更值得警惕的是另一个方向：当机器越来越多地读取机器生成的信息，互联网中的知识会发生什么？
设想一个并不遥远的循环：AI 依据网络内容生成文章，文章重新进入互联网，另一个 AI 读取这些文章，再产生更多内容，如此往复。互联网可能因此出现一种奇怪的 " 知识回声 " ——机器读取机器，机器引用机器，机器总结机器，而最初那个事实究竟来自哪里，越来越难以追溯。
前述关于 Agent-First Web 的研究把这种结构性风险称为 epistemic recursion（认识论递归）：AI 生成的内容被 Agent 消费并用于生成新的内容，网络知识由此逐步脱离人类的事实源头。这比 "AI 写了很多垃圾文章 " 严重得多，因为真正的问题不是垃圾变多，而是：
互联网可能越来越擅长引用自己。
今天我们担心的是假新闻，它至少有一个造假者，因此有一个可以追责的起点。未来需要担心的可能是一种更复杂的东西：一条信息没有明显的造假者，每一个 AI 都只是忠实地总结了它看到的内容，每一个环节看起来都合理，但经过几十次机器之间的压缩、改写与转述之后，最初那个事实已经面目全非。没有人撒谎，最后却没人知道什么是真的。
七、于是互联网可能需要重新回答一个最古老的问题：这里到底是谁？
来源一旦模糊，身份就成了必须重新处理的问题。互联网早期流行一句玩笑：" 在互联网上，没人知道你是一条狗。" 那是匿名时代的幽默。到了 Agent 时代，这句话可能要改写成：在互联网上，你甚至不知道对面是不是一个人。
一个网站收到一次访问，它可能来自传统搜索爬虫，可能来自模型训练爬虫，可能来自一个代表用户执行任务的 Agent，也可能来自另一家企业派出的采购 Agent。这些行为在 HTTP 层看起来都只是请求，但意义完全不同。基础设施层已经开始承认这种差异：2026 年 7 月 1 日，Cloudflare 取消了此前笼统的 " 屏蔽 AI 爬虫 " 开关，改为按用途区分 Search、Agent、Training 三类流量，并允许所有客户分别设置；按其公布的计划，自 2026 年 9 月 15 日起，Training 与 Agent 两类在带有广告的页面上默认被拦截，Search 仍默认放行——理由是，页面上出现广告，本身就是网站主希望一个人落在这里的信号。
这说明一个新的互联网治理问题已经浮现。过去我们主要管理的是 " 谁可以访问 "，未来还必须知道：它代表谁访问，为了什么访问，可以做到哪一步。前述论文的主张更进一步：代表人类行动的 Agent，其访问权利应当继承它所代表的那个人，前提是请求中携带可识别的身份信息，就像今天的浏览器标识一样；换言之，" 恶意机器人 " 与 " 受用户明确委托的 AI Agent" 不能永远被当成同一种东西，而这已经不只是协议问题，还牵涉规范、法律与社会约定。
机器开始拥有互联网身份。而身份背后，是委托。
八、真正到来的，也许不是 " 死互联网 "，而是 " 双层互联网 "
把这一切简单叫作 " 死互联网 " 其实并不准确。互联网不会因为机器变多而死去。人仍然会聊天，会看电影，会争论，会创作，会在网络上寻找情绪、故事和其他人。
更可能的图景是分化：互联网逐渐变成两个重叠的世界。一层仍然属于人——漂亮的网页、视频、社区、品牌、故事、情绪与文化；另一层越来越属于机器——接口、协议、结构化数据、Agent 身份、机器支付、机器协商、机器调用机器。我们看到的是第一层，我们的 Agent 活跃在第二层，而大量商业活动，可能逐渐发生在我们看不见的那一层。
未来的互联网未必没有人类，而是越来越多互联网行为，不再需要人类亲自出现。
这可能才是 Agent 时代真正值得注意的变化。过去三十年，互联网做了一件伟大的事情：把世界的信息送到人面前。接下来的二十年，它可能开始做另一件事：让机器替人进入世界。到那时，衡量一份内容的问题也许不再是 " 这个页面有多少人看过 "，而是 " 有多少机器读过它、相信它，并据此采取了行动 "。
当这一刻真正到来，我们可能才会意识到，我们创造的已经不再只是一张连接人的网络，而是一张连接人、机器与行动的网络。
互联网的下一次巨大变化，也许不是出现一种新的内容形式，而是出现一种新的观众。
