Agent + 无头网站：未来所有网站，可能都只有一个界面

今天的网站默认用户会打开网页通过菜单、按钮和表单获得服务。因此一个网站不仅要开发后台业务还要设计首页、导航、详情页、个人中心、订单页和各种操作流程。用户进入不同网站也要重新学习按钮在哪里、菜单叫什么、下一步怎么操作。随着 AI Agent 开始替人操作软件这套结构正在变化。未来的网站可能主要向 Agent 提供数据、能力和操作权限。用户只面对自己的 AgentAgent 再根据任务调用服务并临时生成界面。可以概括为网站负责提供服务Agent 负责生成界面。一、网页自动化只是过渡阶段现在的网页 Agent主要通过识别页面、寻找按钮、填写表单和模拟点击完成任务。这种方式本质上仍在适应传统网站。网页是为人设计的Agent 必须从文字、布局和按钮位置中推测网站能做什么哪个按钮对应哪个动作当前处于什么状态操作完成后会发生什么。网页一旦改版Agent 的操作流程就可能失效。更合理的方式是网站直接把能力告诉 Agent。二、什么是“Agent 无头网站”这里的“无头”指的是不把某一套固定前端当作网站唯一入口。网站继续保留数据、账户、权限和业务流程同时向 Agent 暴露标准化能力。例如一个酒店网站可以提供搜索房间 查询价格 查看取消条件 创建订单 修改订单 取消订单 申请退款用户只需要说帮我找下周去上海、距离会场两公里以内、每晚不超过800元、可以免费取消的酒店。Agent 调用多家酒店服务把结果整理成统一格式再生成一张比较表和几个确认按钮。用户不需要进入每个网站也不需要适应不同的筛选方式。底层服务商可以变化用户面对的界面保持一致。网站结构也会从用户 → 网页界面 → 网站后台变成用户 → Agent → 标准中间件 → 网站服务三、相关技术已经出现这套结构还没有形成统一标准几个关键组成部分已经开始出现。1. MCP让网站暴露能力Model Context Protocol简称 MCP是一种连接 AI 应用与外部数据、工具和工作流的开放协议。MCP Server 可以向 Agent 声明有哪些工具每个工具需要什么参数调用后返回什么结果。官方将 MCP 类比为 AI 应用的“USB-C 接口”。[1]在“Agent 无头网站”结构中MCP 可以承担能力接入层Agent ↓ MCP ↓ 订单、库存、账户、支付、退款等后台服务Agent 不再寻找网页中的“退款”按钮而是直接调用退款能力。2. VOIX网站主动声明动作和状态VOIX 提出通过声明式标签让网站直接向 Agent 暴露动作和上下文状态。网站可以明确声明提交订单取消预约查询余额当前对象状态可执行的下一步操作。Agent 不需要从页面中猜测按钮和流程。研究者将其视为网站与 Agent 之间的机器可读契约。[2]3. A2UI由 Agent 临时生成界面网站提供能力后用户仍然需要看到操作结果。Google 推出的 A2UI目标是让 Agent 根据当前任务生成合适的交互界面。Agent 可以组合表格、表单、输入框、按钮和审批面板再发送给客户端显示。[3]用户需要比较时Agent 生成表格需要选日期时生成日历需要确认高风险操作时生成确认按钮。界面不再提前固定而是随着任务临时出现。4. MCP Apps服务进入对话框MCP Apps 允许工具返回可交互界面并直接显示在 Agent 对话中例如表单仪表盘图表多步骤工作流。这已经接近“网站服务进入统一 Agent 界面”的形态。[4]用户不再进入网站网站功能直接出现在 ChatGPT、Claude 或其他 Agent 中。四、为什么无头网站更适合 Agent已有研究开始比较 Agent 通过传统 HTML 页面和结构化接口访问网站的效果。一项针对电商任务的研究比较了 HTML、MCP、RAG 和 NLWeb。实验中HTML 方案平均每项任务消耗约 24.1 万 token其他方案约为 4.7 万至 14 万 token。HTML 平均运行时间约为 291 秒其他方案约为 50 至 62 秒。[5]这说明让 Agent 阅读完整网页是一种成本很高的方式。人类需要排版、颜色和视觉层级Agent 更需要明确字段参数说明权限边界动作定义状态变化可验证结果。网站直接提供机器可读能力后Agent 不必截图、识别页面和猜测按钮含义也不容易因为网页改版而失效。五、网站开发重点将发生变化今天的网站开发大量时间花在页面设计Figma 还原手机和电脑适配菜单位置按钮样式页面跳转多端重复开发。在“Agent 无头网站”模式下重点会转向网站提供哪些能力每个动作需要什么参数谁可以调用哪些操作必须确认操作是否可以撤销失败后如何恢复结果如何验证和审计。过去网站验收主要看页面是否还原。未来还要检查Agent 能否发现能力正确调用解释结果并安全完成任务。界面不会消失但它不再是网站本体。网站的本体是它能够提供的服务。六、所有网站可能拥有同一张脸这种模式很方便也会带来新的问题。当用户只面对一个 Agent成千上万的网站可能都被转换成同一种对话框、同一种卡片和同一套按钮。底层服务来自不同公司用户看到的世界却都经过同一个 Agent 解释和重组。过去搜索引擎决定用户先看到哪个网站。未来Agent 可能直接决定调用哪个网站并替用户完成交易。网站会从用户入口变成服务供应商。真正控制流量的是掌握用户意图和服务路由权的 Agent 平台。这有点像《黑客帝国》中的史密斯特工Agent 不一定消灭网站而是把所有网站都变成自己的样子。结语“Agent 无头网站”还不是一套成熟标准它的技术路线已经逐渐清晰网页自动化 ↓ 结构化能力接口 ↓ Agent 标准中间件 ↓ 动态生成界面 ↓ Agent 成为网站统一入口MCP 解决 Agent 如何连接服务VOIX 探索网站如何声明能力A2UI 和 MCP Apps 解决服务如何在 Agent 中生成交互界面。这些技术正在拼出同一个未来用户不再学习怎样使用一百个网站而是一百个网站通过 Agent 学会怎样为用户服务。网站不一定需要复杂的固定界面。它只需要把能力、数据、权限和状态组织清楚。至于用户最终看到什么由 Agent 决定。参考文献[1] Model Context Protocol Documentation, “Introduction to MCP.”[2] S. Schultze et al., “Building the Web for Agents: A Declarative Framework for Agent-Web Interaction,” arXiv:2511.11287, 2025.[3] Google, “Introducing A2UI: An Open Project for Agent-Driven Interfaces,” 2025.[4] MCP Core Maintainers, “MCP Apps: Bringing UI Capabilities to MCP Clients,” 2026.[5] A. Steiner, R. Peeters, and C. Bizer, “MCP vs RAG vs NLWeb vs HTML: A Comparison of the Effectiveness and Efficiency of Different Agent Interfaces to the Web,” 2025.