颠覆互聯網的下一波浪潮：Agentic Web 來了！—— 智能體驅動的網絡範式革命 機器之心 Pro

　　未來互聯網将不再依賴人類手動操作，而是由 AI 智能體自動完成複雜任務。用戶隻需提出目标，AI 就能自主規劃、搜索、協調服務，徹底改變「人 - 信息」的交互方式。這場由全球頂尖學者推動的 Web 革命，正在重構互聯網的底層邏輯 —— 從信息倉庫變為智能體協作的生态系統。

　　你不會再「上網」，而是說出一個目标，然後由一群 AI 自動完成。

　　—— 未來互聯網使用場景設想

　　過去三十年，互聯網經曆了從靜态網頁到智能推薦的深刻演變。如今，我們正站在互聯網的另一個重大轉折點上：一種名為 Agentic Web 的全新範式，正試圖将網絡重構為「由 AI 智能體組成的目标導向型系統」。在這一框架中，用戶無需手動浏覽、點擊，隻需通過自然語言下達指令，AI 智能體便會自主規劃、調用服務、協調其他智能體，最終完成複雜任務。

　　這一設想并非空想，而是由加州大學伯克利分校、倫敦大學學院、上海交通大學、上海創智學院等機構的研究者聯合提出，并在論文《Agentic Web: Weaving the Next Web with AI Agents》中系統闡述的 Web 重構方案。

　　一、三次範式躍遷：Web 正在走向「自動化」

　　互聯網的演化史，本質是「人–信息」關系的變革史。過去三十年，Web 主要經曆了三次範式轉變：

　　PC Web：關鍵詞驅動的「目錄網絡」

　　網頁以靜态内容為主，信息由機構集中生成，通過人工分類和超鍊接形成「數字黃頁」。用戶需主動搜索、點擊，任務執行線性但低效。商業模式以關鍵詞搜索廣告(如 Google AdWords)為主，依賴點擊率(CTR)和每次點擊成本(CPC)。

　　Mobile Web：推薦驅動的「内容爆炸」

　　社交平台、短視頻、電商 UGC 催生信息爆炸，推薦系統取代傳統搜索成為信息分發核心。用戶從「搜索者」變為「消費者」，算法根據行為數據動态推薦内容。商業模式轉向精準推薦與信息流廣告，強調停留時間、轉化率和千次展示成本(eCPM)。

　　Agentic Web：智能體驅動的「行動網絡」

　　當下，AI 智能體成為主角，Web 從「人讀内容」轉向「智能體執行任務」。信息不再靜态儲存在網頁中，而是嵌入大語言模型(LLMs)參數，供智能體調用、組合與再加工。Web 不再是信息倉庫，而是「可行動資源」的生态系統，任務由 AI 全流程完成 —— 從發現信息到調用服務再到反饋結果。

　　二、什麼是 Agentic Web?

　　論文定義：Agentic Web 是一個分布式、交互式的互聯網生态系統，其中由大語言模型驅動的自主軟件智能體，能夠持續規劃、協調、執行目标導向的任務。網絡資源和服務不僅供人類使用，更供智能體訪問，使智能體間（Agent-to-Agent）的互動成為常态。

　　簡言之，這是一個由 AI 「上網」、人類僅「發出指令」的網絡形态，核心在于「委托 + 執行」：

　　用戶隻需提出目标(如「規劃周末東京行程，預算 3 千元，避開台風」)，智能體便會自動查詢天氣、搜尋航班、比對價格、預定酒店，甚至與航司、酒店的智能體協作談判，全流程無需人工幹預。

　　智能體具有「雙重身份」：既是「用戶」(模拟人類操作網頁、調用接口)，也是「接口」(接收人類指令，整合服務并反饋結果)，實現「意圖 — 執行」閉環。

　　三、Agentic Web 的「三個核心維度」

　　智能維度（Intelligence）

　　智能體需具備真正的「認知能力」：

　　上下文理解(讀懂網頁、結構化數據、自然語言);

　　長程規劃(分解複雜任務，生成執行步驟);

　　适應性學習(通過經驗優化策略);

　　多模态整合(處理文本、圖像、API、數據表格等)。

　　這意味着智能體不是被動工具，而是具有自主策略的「數字行動體」。

　　交互維度（Interaction）

　　打破「人類點擊網頁」的範式，轉向基于語義的智能交互：

　　通過 MCP(Model Context Protocol)、A2A(Agent-to-Agent)等協議，實現智能體間的發現、能力描述與狀态共享;

　　支持多步任務語境保持(如購物、問診流程);

　　智能體間不是簡單「調用」，而是協商與協同(如旅遊智能體向天氣智能體請求數據，再聯動訂票工具)。

　　經濟維度（Economy）

　　核心是「Agent Attention Economy(智能體注意力經濟)」：

　　傳統廣告争奪「人類點擊」，而 Agentic Web 中，資源方争奪的是「AI 智能體的調用」;

　　未來将出現面向智能體的推薦系統、廣告投放，以及按「智能體調用率」競價的服務市場;

　　智能體的調用頻次、完成率、效率将成為新的「流量指标」，商業競争重心從用戶注意力轉向智能體「注意力」。

　　四、應用場景：從搜索替代到智能事務系統

　　Agentic Web 的核心能力可分為三大類，共同構成智能體參與數字世界的基本方式：

　　事務型：從「點擊下單」到「全自動任務」

　　傳統 Web 中，訂酒店、買機票需用戶逐步操作;而在 Agentic Web 中，智能體可自動完成查詢、比價、填寫資料、支付确認，甚至在行程變更時自動重訂，并結合用戶偏好(如信用卡積分、環保航線)優化決策。

　　信息型：從「搜索引擎」到「持續知識發現」

　　智能體可作為「長期研究助理」，持續追蹤某領域新論文、梳理引用網絡、推斷趨勢、推薦潛在合作者，具備長期「認知記憶」和動态學習能力，遠超一次性搜索的效率。

　　交流型：智能體間的協作與談判

　　智能體可形成「數字組織」，在科研中同步實驗時間表、共享數據集、分配署名與經費;在供應鍊中實時對接需求、協商條款，依賴新型通信協議實現跨主體協同。

　　五、挑戰：Agentic Web 的複雜難題與瓶頸

　　要實現 Agentic Web，需突破一系列系統性挑戰：

　　智能體基礎能力

　　推理與規劃的脆弱性(易出錯，難以長遠規劃);

　　記憶與上下文管理(LLM 無狀态，需外部機制保留曆史與知識);

　　工具使用的安全性(外部工具被篡改可能引發連鎖風險)。

　　學習與自我改進

　　獎勵設計難題(避免智能體濫用獎勵機制);

　　持續學習與「災難性遺忘」(學習新任務時忘記舊知識);

　　任務交互學習的靈活性(避免過度依賴特定環境)。

　　多代理協作

　　協作結構設計(平等協作 vs 分層領導的最優解);

　　通信協議的統一性(需類似 HTTP 的通用标準);

　　去中心化的信任體系(無人工幹預下的高效合作)。

　　人機交互

　　用戶意圖模糊(解讀模糊指令并轉化為可執行目标);

　　偏好發現與引導(動态捕捉用戶變化的需求);

　　人類監督機制(關鍵任務中确保智能體決策符合人類目标)。

　　安全與魯棒性

　　新型安全威脅(目标漂移、服務污染、協調風暴);

　　紅隊測試機制(人工 + 自動識别漏洞);

　　推理護欄與可控生成(提升系統穩健性)。

　　社會經濟影響

　　廣告經濟失效(智能體直接交易，無需傳統廣告);

　　新型商業模式崛起(交易型、訂閱制、按結果收費);

　　勞動市場沖擊(自動化替代職業，需平衡 AI 與人類就業)。

　　六、總結：Agentic Web 是 AI 連接現實的入口

　　Agentic Web 不是簡單的技術升級，而是範式革新 —— 它讓網絡從被動展示信息變為主動完成任務，讓 AI 從問答工具變為「數字代理」。這一變革将重構人機關系、網絡經濟模式與社會秩序，但其前路仍需突破技術、标準、安全、倫理等多重挑戰。

　　無論如何，Agentic Web 已從科幻構想變為亟待解決的系統挑戰。未來，你不再需要「點網頁」，隻需讓智能體完成目标 —— 網頁正在變成智能體，搜索正在變成協同，點擊正在變成意圖。我們正站在互聯網又一次巨大躍遷的門檻上。