我们正处于互联网根本性重新设计的边缘。这不仅仅是一次简单的改头换面,而是一场彻底的整容换骨。
三十多年来,互联网一直是我们的游乐场、工作场所、购物街以及心理咨询师的沙发。但互联网的设计完全是为我们这些简单的人类服务的——我们通过打字、敲击、点击和滚动来操作。它提供的是为视觉设计的界面,为手指设计的导航,以及伪装成网站的决策树。
但事实是:我们很快将不再是互联网的主要用户。
基于 ChatGPT、Copilot、Claude 和 Gemini 的 AI 代理正从被动助手转变为积极参与者。今天,我们要求它们为我们办事;明天,我们将授权它们代表我们行事。
而此刻,我们却在要求像法拉利这样的跑车在鹅卵石路面上行驶。
AI 已经在试图在以人为形的世界中运作——点击按钮、拖动光标、填写表单。这就像把一个机器人装进手套里,并告诉它假装自己有手指。当前这种方法虽然能行得通,但极其低效。
还记得汽车最初在马车道上出现的情景吗?虽然我没有亲眼目睹,但这个故事大家都知道——当时汽车勉强能行驶,直到有人意识到高速行驶需要柏油路。同样的逻辑也适用于互联网。AI 代理不再仅仅是数字司机,它们将成为真正的驾驶者,能够导航、决策并完成交易,而且速度快得惊人,再也不需要我们介入。
我们即将需要一个全新的互联网。
AI 代理需要面向机器的设计
当互联网为机器而构建时,它会是什么样子?
它运行迅速、隐形且以交易为核心。页面变成了终端,界面消失不见,不再有“点击这里”的按钮。仅有结构化数据、非结构化上下文、公开的能力以及在系统间流动的意图。
API 将成为新的店面。AI 无需阅读产品页面或滚动浏览评价轮播,它只需要问一个问题: “基于我用户的偏好、预算和优先级,这是否是最佳选项?” 而且它需要立刻得到答案。
整个互联网架构将转向 AI 原生接口:更快的协议、更清晰的元数据、更可靠的来源。信任将成为一种货币,因为 AI 不能仅凭直觉。代理将评估信息来源的可靠性、交叉核对事实,并从用户结果中学习。信誉、结构和验证信号将比设计本身更为重要。
瞬间,“用户体验”的含义也发生了变化。你设计的对象不再是那个心不在焉的购物者,而是一个拥有无限标签页、对摩擦零容忍的合成大脑。
双互联网,一个未来
那么接下来会发生什么?
我们可能会出现两种平行的互联网:一种为人类设计,保留视觉效果、吸引力,却较为缓慢;另一种为机器设计,简约、高效且运行迅速。
但更可能的是,未来是多层次的。每一个数字界面都需要一层机器可读的外皮。你的网站、内容和电子商务,如果没有为自主代理进行优化,就会变得透明不可见。
这将改变一切:
SEO 将变为 MEO:机器体验优化。
内容逐渐转变为数据。
品牌信任度将变得更加量化和透明。
影响力也将从设计转向可访问性,从版面布局转向延迟表现。
效率和可靠性将成为网站的关键差异点。那些早早拥抱这种变革,打造适合 AI 的前端入口,而不仅仅是漂亮的落地页的品牌,将会繁荣发展……它们会像对待移动优化或安全性那样重视与 AI 的兼容性。
因为在五年后,不会再是人类点击 “立即购买”。而是你的 AI 代理代表你行事,每天做出数百个决策——不仅仅是购买,还包括安排会议、预订行程、筛选内容以及在数字生活的各个领域谈判服务。
而且它不会选择最漂亮的网站,而会选择那个运行最快、最可靠、最值得信赖、最易于机器阅读的网站。
底线
我们不仅仅是在升级浏览器。我们是在重写互联网的规则。
旧互联网是为人类而构建的,而新互联网将是为代理而构建的。那些认识到这一点并据此构建基础设施、内容和接口的公司,很可能将主导未来。
就像道路为汽车而进化一样,互联网也将为 AI 而进化。
那么下一场数字革命呢?将由机器在毫秒级时间内执行,既为机器服务,也可能由机器设计,在一个为它们而来的互联网中实现。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。