5 月 24 日的开发者社区，几个话题撞在了一起：- 有人提问：**"什么是 Agent-Native？如何把网站升级成面向 AI Agent 的网站？"**
- 有人分享：**"开源 AI Agent：OpenCode 集成 OMO 原理及实践"**
- 多处出现 "手把手教你写一个 AI Skill" 的帖子这些表面上看是技术讨论，背后是同一个趋势：**AI Agent 正在成为互联网的新一类"用户"**。它们不是人，但它们会浏览网页、调用 API、填写表单、搜索信息。而现在的网站，几乎都不是为它们设计的。## 什么是 Agent-Native？简单说：一个网站如果能被 AI Agent **高效理解和交互**，它就是 Agent-Native。现状是反过来的。现在的网站为人类设计——视觉布局、CSS 动画、JavaScript 交互。人类靠眼睛、鼠标、直觉来操作。但 AI Agent "看"网页靠 DOM 解析、截图理解或者干脆把整个 HTML 塞进上下文——**效率极低，而且不可靠**。一个 Agent-Native 的网站会提供：| 能力 | 传统网站 | Agent-Native |
|------|----------|--------------|
| 内容获取 | 渲染 HTML → 解析 DOM | 结构化数据 + 语义标注 |
| 交互方式 | 点击按钮、填写表单 | API-first + 自然语言指令 |
| 导航 | 视觉菜单、链接靠猜 | 结构化站点地图 + Agent 路由 |
| 代价 | Agent 消耗大量 token 去"理解"页面 | Agent 直接拿到结构化答案，token 消耗 1/10 |核心逻辑：**机器理解 HTML 很贵**。一个典型的 Agent 浏览一个网页，要把数百 KB 的 HTML（含 CSS、JS、广告、导航栏）全部塞进 LLM 上下文——这些都不是内容，但每个 token 都要付费。Agent-Native 解决的就是这个问题。这不是理论。OpenAI 的 Symphony SPEC、Anthropic 的 MCP 协议、Google I/O 上的 Antigravity 2.0，都是往这个方向走的基础设施。## 为什么 Agent-Native 值得做？不是因为 API 降价说实话，最近 DeepSeek 又降价了，各家模型轮流打折。但如果真的跑过 Agent 你就知道——**单个 token 便宜没用，Agent 的 token 消耗是指数级的**。一个典型的 Agent 任务：
- 理解用户意图：500 tokens
- 搜索并浏览 5 个网页：每个 2,000-5,000 tokens × 5 = 10,000-25,000 tokens
- 工具调用（MCP、代码执行等）：每次往返 1,000-3,000 tokens
- 汇总输出：2,000 tokens保守估计一次 Agent 任务消耗 15,000-30,000 tokens。如果你的网站恰好就是 Agent 要浏览的那 5 个网页之一——**你的页面被 Agent 理解的过程，是在烧用户的钱**。降低成本不能等模型降价，得从源头上减少 Agent 需要的 token 量。**让你的网站讲机器能听懂的话，才是真正省钱**。## 怎么实践？三个层次，从低到高### Level 1：语义化标注（今天下午就能做）最低成本，但效果立竿见影：```html
<script type="application/ld+json">
{"@context": "https://schema.org","@type": "TechArticle","headline": "文章标题","datePublished": "2026-05-24","author": { "@type": "Person", "name": "Kane" },"articleBody": "文章摘要..."
}
</script>
```再加 `sitemap.xml` 和精准的 `robots.txt`。这三件事让 Agent 不需要"阅读"整个页面就能知道你的内容是什么——token 消耗直接砍掉 80%。### Level 2：Agent 可用的结构化端点如果你的网站需要被 Agent 频繁访问（比如文档站、博客、工具站），提供一个轻量 JSON 接口：```json
// GET /api/posts?since=2026-05-20
{"posts": [{"title": "什么是 Agent-Native？","summary": "两句话摘要","url": "/posts/2026-05-24-agent-native.html","word_count": 1800}]
}
```**省 token 的逻辑**：Agent 调一次 API 拿到摘要列表（~500 tokens），然后只对感兴趣的文章深入访问——而不是把整个首页的 HTML 塞进上下文。### Level 3：MCP Server（长期方向）把你的服务包装成 MCP Server，Agent 直接用标准协议对话。这是理想形态，但暂时不需要一步到位。## 一个开发者的实际评估Agent-Native 这个概念还很早期。大部分网站的"Agent 适配"只是加个 `llms.txt` 文件，告诉抓取器"这里是主要内容"。但我认为方向是对的。我自己的博客接下来会做这几件：1. **Schema.org 标注**——已经准备加到 Pelican 模板里
2. **JSON 端点**——提供文章列表和摘要，Agent 不用解析 HTML
3. **观察 Agent 行为**——看 Google AI Mode 的爬虫到底在做什么，再针对性优化**务实建议**：先做 Level 1，一个下午足够。别等 Agent 已经大量访问你的网站才开始——到那时，大量 token 已经被白白烧掉了。网站如果本身就是提供给开发者或技术人群的，Agent 访问你只是时间问题。
