欢迎来到HTML时代

HTML的核心设计思想，从一开始就不是"怎么让网页好看"，而是"这是什么"。你写<h1>实验报告</h1>，你是在声明：这是一个标题。你写<a href="...">参考文献</a>，你在声明：这是一个链接。你写<table>，你在声明：这些数据有结构。

这叫声明式标记，你描述内容的语义，不描述它该怎么显示，显示是浏览器的事。这个选择看起来不起眼，但它做对了一件事：意图和呈现分离。

HTML还有另一个被低估的品质：容错。你可以忘了闭合标签，可以属性乱写，可以嵌套出错——浏览器照样渲染。HTML的解析器是全世界最宽容的解析器，它对人的不规范近乎纵容。

再加上一条：HTML是纯文本。人能直接读，打开记事本就能看懂。不需要编译，不需要特殊工具，不需要专业知识。它不偏科——机器能解析，人也能看。

声明式、容错、文本可读。三个特性，让HTML成了互联网的母语。三十五年来，技术在变，HTML的骨架没变。

伯纳斯-李大概没有想到，这个为物理学家写论文方便的发明，有一天会被人重新发现——不是因为网页更漂亮了，而是因为另一个读者来了。

2025年，Imperva发布年度机器人报告，一个数字藏在报告中间：自动化流量在十年来首次超越人类活动，占据全网总流量的51%。

超过一半的互联网流量，不是人产生的。

Adobe Analytics追踪了超过一万亿次美国零售网站访问，2024年底假日购物季，来自生成式AI的流量同比增长1300%。半年后的2025年7月，这个数字变成4700%。

Cloudflare雷达数据显示，AI爬虫流量在一年内增长了15倍。

Gartner的预测更直白：到2028年，90%的B2B采购将由AI Agent直接发起、评估并完成，驱动超过15万亿美元的经济流转。

这些数字指向同一件事：互联网正在换读者。访问网页、阅读内容、点击按钮、完成交易的主体，正在从人变成Agent。

这件事的直接后果是：网页要重新设计。

过去三十年，所有网页设计的核心问题是"人怎么看"。优化视觉层级，精心设计留白，打磨能刺激多巴胺的交互按钮，指标是"页面停留时间"和"点击率"。

现在，你的主要访客是一个没有眼睛的东西。

Agent看网页有两种方式。第一种是API调用——直接请求结构化数据，干净、高效、省token。但现实是，大量网站没有可用的API，或者API被严格限制。于是Agent只能用第二种方式：打开浏览器，像人一样去读网页。

问题来了。一个典型的电商页面，直接把原始HTML喂给大语言模型，要消耗数万乃至十万级别的token。HTML里充满了人类视觉需要的噪音——CSS类名、布局div、装饰性svg、追踪脚本。Agent不需要这些。它只需要知道：这里有一个按钮，按钮上写着"确认支付"，按钮当前可点击。

一个为眼睛设计的格式，现在要喂给一个没有眼睛的读者。

解决办法正在涌现，每一条都意味深长。

第一条路：把HTML翻译成纯文本。

2026年初，Cloudflare发布了"Markdown for Agents"功能。当AI系统请求一个网页时，可以在请求头里声明自己偏好markdown格式，Cloudflare就把HTML转换成干净的markdown返回。token消耗降低80%。最流行的编程代理——Claude Code、OpenCode——已经在发送这种请求头了。

GitHub上有一个叫Firecrawl的项目，八万多个star。自我介绍一句话："The Web Data API for AI — Turn entire websites into LLM-ready markdown."把整个网站变成大模型能吃的markdown。

但markdown有个致命问题：它抹掉了所有交互信息。Agent能读懂一篇文章，但不知道怎么点按钮。

第二条路：让Agent直接操作浏览器。

微软给出了这个方案。2025年，Playwright MCP发布，Agent可以像人一样打开浏览器、点击、输入、滚动。但Agent看到的不是渲染后的画面——它看的是一棵树。

这棵树叫可访问性树（Accessibility Tree，简称AXTree）。

这是整个故事里最讽刺的部分。

可访问性树最初是浏览器为视障人士设计的。当浏览器解析HTML时，会同步生成一棵AXTree——剥离所有纯视觉和样式节点，只保留具备实际语义和交互意义的元素：这是一个按钮，名字叫"确认支付"，状态是"可点击"。

这棵树让token消耗比原始DOM减少90%。而且它保留了交互信息——Agent不仅知道页面上有什么，还知道怎么操作。

为盲人设计的技术，成了Agent的眼睛。

那些被视觉排版淹没的语义结构，那些前端开发者从来不关心的aria-label和role属性，突然成了互联网最重要的基础设施。过去二十年，aria-label被当成可访问性的"额外加分项"——做了更好，不做也没人在乎。现在，不做就意味着Agent看不懂你的网站。

第三条路：为Agent重新造一个网。

2025年，UC Berkeley、UCL、上海交通大学等机构的研究者联合发表了一篇论文，《Agentic Web: Weaving the Next Web with AI Agents》。论文提出：人类不再是唯一的网络使用者，智能体将成为Web的主要操作者。

在这个框架里，Agent有双重身份：既是用户——像人一样访问网页、填写表单、读取数据；也是接口——接收人的自然语言指令，自动解析、调用多个服务、整合结果。

你不再"上网"。你说出一个目标，Agent替你上网。

零售行业已经在跟进。2025年11月，New Gen公司发布了Kepler——零售业第一个"Agentic Commerce平台"。它帮品牌把商品目录转成AI可读的数据，让网站能用自然语言回答购物者和AI Agent的问题。他们还推出了"Agent Score"——给网站打分，衡量AI Agent能在多大程度上顺利浏览和购物。早期结果：大多数零售网站的得分远低于预期。

三条路，同一个方向：把HTML里"这是什么"的语义信息，从视觉渲染的壳里剥出来，单独喂给Agent。

所以为什么是HTML？

不是因为它漂亮，不是因为它先进，不是因为它有最大的生态。这些是结果，不是原因。

原因是：HTML从第一天起就是一个人机协议。

回到那三个特性。

声明式——你描述语义，不描述呈现。人和机器各取所需：人读标签知道结构，机器读标签知道意图。这个分离，在只有人看网页的年代是多余的优雅，在Agent来了之后变成了天然的接口。

容错——HTML的解析器对不规范无限宽容。人写的东西本来就是乱的，HTML不要求你写得对，只要求你写得"差不多能猜"。这个品质让HTML在过去三十五年被数十亿人乱写乱用却从未崩溃。而Agent——你看，大语言模型最擅长的恰恰是"从不太规范的输入中猜出意图"。HTML的容错和大模型的模糊理解，天生一对。

文本可读——HTML是纯文本，不编译，不加密，打开就能看。这意味着任何能处理文本的工具都能处理HTML。大语言模型的输入就是文本。HTML不需要任何转换就能被LLM直接读取——虽然需要清理，但不需要解码。

三层叠加，你会发现一件事：HTML在1989年被设计出来时，它的设计者想的是"让人方便地共享文档"。但他的设计选择——声明式语义、宽容解析、纯文本格式——恰好满足了一个三十五年后才出现的需求：让机器也能读懂人的文档。

不是巧合。是因为HTML解决的本质问题——"怎么让人和机器都能理解同一份文档"——从来没有变过。只是过去机器的角色是渲染，现在机器的角色变成了理解。

伯纳斯-李造的是一把钥匙。他以为这把钥匙开的是"人看文档"这扇门。三十五年后我们才发现，这把钥匙开的是"人和机器共享语义"这扇门。

所以"HTML时代"是什么意思？

伯纳斯-李发明HTML时，想的是让物理学家看论文。他不会想到，三十五年后，读HTML最多的东西不是人。他更不会想到，让Agent真正"看见"HTML的，是一棵为盲人准备的树。

工具一旦被造出来，就不属于造它的人了。

你的组织也在分层——标签是规则，内容是判断，跟HTML一个结构。

你此刻用的每一个系统、每一个流程——它到底是给谁设计的？

欢迎来到HTML时代，以及：让你的Ai Agent写个HTML给你，而不是你习惯的word。

现在，去试试。

注：转载文章来源于网络，版权归原作者或企业所有，侵删！