网络演进与AI代理愿景 - 蒂姆·伯纳斯-李爵士在1999年构想了网络的智能版本，其中日常任务将由“智能代理”完成，而非人类[3] - 自诞生以来，网络虽经巨大演变，但用户体验始终是手动的，需要用户打字、点击和浏览[3] - 如今，人工智能（AI）特别是大型语言模型（LLMs）的发展，使得这一愿景变得触手可及[3] AI代理的技术基础与挑战 - 2022年ChatGPT的推出标志着一个转变，用户开始使用聊天机器人而非传统搜索引擎来整合信息[4] - 当前LLMs可以总结文档、回答问题并进行推理，但尚无法采取行动[3] - “代理”是一类赋予LLMs执行任务工具的软件，而不仅仅是生成文本[3] - 一个核心障碍是通信语言，网站或在线服务通过API与外界交流，但这些API是为人类编写的，各有独特的习惯和文档，对以自然语言推理的AI代理构成艰难环境[4][5] 标准化协议与通信架构 - AI实验室Anthropic开发了“模型上下文协议”（MCP），旨在为代理提供一种标准化的通信方式，使其无需研读技术指南即可询问系统功能并代表用户行动[5] - 谷歌提出了“A2A”（代理对代理）协议，使代理能相互宣传自身能力并协商任务分配[7] - 各大公司正争先定义“代理网络”的主导标准，被最广泛采用的协议将使其支持者的工具更快、更早、更好地发挥作用[7] - 2024年12月9日，Anthropic、OpenAI、谷歌、微软等公司宣布成立“代理人工智能基金会”，将开发面向AI代理的开源标准，Anthropic的MCP将成为其中一部分[7] 人机界面桥梁与平台竞争 - 微软构建了“自然语言网络”（NLWeb），允许用户用自然语言“与任何网页聊天”，从而更容易让语言模型访问为人眼设计的网站内容[8] - NLWeb能通过一句自然语言完整捕捉用户意图并作出回应，架起了现代视觉互联网与代理可用互联网之间的桥梁[8] - 一场以代理为核心的新平台之争正在形成，类似于1990年代的“浏览器大战”[9] - OpenAI和生成式AI初创公司Perplexity已推出由代理驱动的浏览器，可追踪航班、获取文档并管理电子邮件[9] - OpenAI在ChatGPT内实现了对部分网站的直接购买功能，并集成了Spotify和Figma等服务[9] 行业影响与商业模式演变 - 现有巨头对代理驱动的功能感到不安，例如电商平台亚马逊起诉Perplexity，指控其浏览器未披露是在代替真人购物[9] - 短租应用Airbnb选择不与ChatGPT集成，称该功能“尚未完全就绪”[9] - 当今网络主要依靠吸引人类注意力来盈利，科技巨头Alphabet和Meta预计2024年通过搜索广告和社交媒体信息流赚取近五万亿美元，占其总收入的80%以上[10] - 未来营销人员可能需要打动“代理的注意力”，策略如优化排名、精准定位偏好、付费置顶的受众可能变为算法[10] - 由代理主导的浏览可能极大扩展在线活动，AI代理可在数秒内扫描数千页内容，并行处理多项任务，其使用网络的频率可能达到人类的“数百甚至数千倍”[10] 代理能力与潜在风险 - AI代理的行为可能超出用户的完全理解，可能犯错并编造解释[11] - “提示注入”等外部操控风险可能诱使代理泄露数据、绕过安全检查或执行未经授权的操作[11] - 安全措施包括将代理限制在可信服务范围内、赋予其有限权限（如“只读”模式），或要求人工确认后才能行动[11] 未来网络形态展望 - 尽管存在风险，软件开发者依然乐观，设想互联网将从“拉取”模式（人们主动发起操作）转向“推送”模式（代理主动行事）[11] - 这可能成为全新且截然不同的网络版本的基础[11]