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
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。