簡短回答： 對大多數組織來說,它還沒有被取代,而且越來越肯定它是一種添加。答案引擎仍然通過爬行來構建引用,因此一個可讀網站仍然是AEO和GEO的基礎。一個API、MCP服務器或NLWeb端點只有在您的內容可以查詢、高容量或交易時才值得原型。
核心重點
- 爬行是一種在機器之間移動事實的低效方式,Cloudflare的爬行到引用的數據顯示AI平臺要求每個被推薦的訪問有數千頁,儘管這些比例在2026年已經下降.
- 2025年12月,在競爭平臺的支持下,模式背景協議轉移到Linux基金會的代理AI基金會,這使得它成爲一個可以不賭一個供應商而建立的標準.
- 一個llms.txt文件指向內容,一個API服務數據,MCP標準化一個模型如何與工具連接,NLWeb將現有的 Schema.org數據轉換成一個同樣會說MCP的可查詢端點.
- 沒有公佈,受控的證據表明,一個MCP服務器在公共答錄引擎中可以解除引用,因此其值大小可查詢,交易性,超大小或企業消耗內容.
- 順序決定返回:可讀 HTML 和準確的結構數據先來,代理接口作爲添加而不是替換而次來.
代理界面到底解決了什麼問題?
代理界面解決了爬行效率低下的問題,即想要一個事實的代理必須獲取整個頁面和從未申報的結構。直接將數據交給代理要麼對雙方都是更好的交易,要麼是不必要的第二個表層,取決於內容。
An 代理接口 是一個機器可讀的端點,它讓AI代理直接請求特定數據或動作,而不是從網頁中重建這些數據或動作.
爬行是將信息移動到兩臺機器之間的一種失落方式。一個頁面是用於人類眼中的文檔格式;一個想要一個事實的代理商——價格、庫存水平、規格、預約檔位——必須獲取整個文檔,分析它,推斷從未宣佈的結構。
流量數據中顯示效率低下。Cloudflare發佈一個爬行比,比較AI平臺的爬行者請求的頁面與該平臺回溯的訪問,其傳播範圍是巨大的。2025年6月的一個樣本週, 比率大致來自 70,900:1 以一端爲 0.1:1 對方Cloudflare自己的年度審查報告顯示,2025年,Anthropic的比例下降了87%,目前仍然處於 環繞 38,000 7月每個參考訪問的頁面 2025.
這些比率一直壓縮到2026年,因爲助理已成熟成返回點擊的產品,而雷達數據的第三方重建則因所選擇的窗口而有很大差異,而這正是重點所在。 衡量尺度波動,方向是均等,而基礎不對稱是真實的:爬行成本是出版商的,交付平臺遠大於其回報。 AI允許和阻止.
雲浮報告,爬行到參照不對稱
| 報告窗口 | 平臺 | 每個推薦文件的頁面 |
|---|---|---|
| 2025年6月 抽樣周 | 最高觀測比率 | 約70,900人:1人 |
| 2025年7月 (中文(簡體) ). | Anthropic | 關於 38,000 : 1 (下調) 87% 橫跨 2025) |
| 2025年6月 抽樣周 | 最低觀測比率 | 0.1 : 1 |
窗戶之間的比例波動很大,一直持續到2026年,因此將任何單個數字都當作快照,而不是恆定. 來源:Cloudflare Radar and Cloudflare blog, 2025.
2026年協議層是如何解決的?.
協議層比一年前看起來的更穩定. 2025年12月,Anthropic將模型背景協議捐贈給Linux基金會下的Agentic AI基金會,因此MCP現在受到中立的治理,並得到了競爭平臺的支持.
該 示範背景協議(MCP) 是一個開放標準,定義AI模型如何通過客戶端-服務器模式發現和調用外部工具,資源並提示.
2025年12月9日,Anthropic將MCP捐贈給新成立的Agentic AI基金會,這是Linux基金會下的一個直接基金. The. MCP項目本身的公告 將協議放上 97 每月100萬 SDK 下載, 大約 10,000 活動服務器, 和全局一流客戶端支持 ChatGPT, Claude庫爾索 Gemini, Microsoft 副駕駛和視覺工作室代碼。 Linux 基金會公告 命名爲MCP,Block的鵝和OpenAI的AGENTS.md爲創始項目,其白金成員包括AWS,Anthropic,Block,Bloomberg,Cloudflare,Google,Microsoft和OpenAI.
這一點很重要,因爲技術與它無關。 由競爭者支持和中立管理的標準是無需打賭供應商就可以建立的標準。 一年前,對MCP的合理反對是代理網絡有幾種相互競爭的標準,因此沒有,當時的懷疑出版社公開表示(A/CN.9/WG.III/WP.III/WP.96,第2段)。2025年,數字日),合併部分解答,雖然圖片仍然分層而非統一:MCP用於後端工具,WebMCP用於瀏覽器側面界面,A2A用於代理通信,NLWeb用於內容查詢(NLWeb).分析,2026年2月).
成熟和努力的鑄造劑堆棧
| 表面 | 成熟度 | 努力建設 | 我們的評估 |
|---|---|---|---|
| 可讀 HTML | 已設立 | 低檔 | 先這樣 |
| 結構化數據 | 已設立 | 低檔 | 先這樣 |
| 公開 REST API | 已設立 | 中到高 | 如果使用例證明合理, 則構建 |
| MCP 服務器 | 公平確定 | 高 高 高 高 高 | 如果使用例證明合理, 則構建 |
| NLWeb 結束點 | 新興 | 中號 | 原型 |
| ltxt 級 | 新興 | 很低,我說,你... | 便宜但無證 |
| 網絡磁共振 | 早期草案 | 高 高 高 高 高 | 看着 |
立場是我們根據本條所引述的採納和治理證據,而不是一個衡量基準來進行評估。
llms.txt,一個API,MCP和NLWeb有什麼區別?
llms.txt是一個指針文件,一個API服務結構化數據,MCP規範一個模型如何連接到工具和數據,NLWeb將一個站點現有的結構化數據轉換成自然語言的查詢端點,它也起到MCP服務器的作用,它們做真正不同的工作,經常一起討論.
NLWeb 網絡 是一個開源 Microsoft 將網站中已有的 Schema.org 數據變成自然語言查詢表層的項目,每個實例都起到一個 MCP 服務器。
ltxt 級 是一個 Markdown 文件, 位於一個網站的根部, 列出其AI系統最重要的頁面。 它是一個社區提案,而不是一個批准的標準, 它是一個 指針,而不是一個接口:它告訴一個系統該讀什麼,除非系統選擇讀它,否則什麼都不會發生。Google在它的描述中明確無誤地說 現場所有人指導 新的機器可讀AI文件不需要在其AI特性中出現。 ltxt是什麼,做什麼?.
公共的REST API 它可以爲任何客戶端提供結構化數據,工程團隊對此有很好的理解,不需要新的協議。它的侷限性在於發現和語義:一個代理需要文檔和計劃來了解你的終點。
MCP 標準化地將一個模型如何通過客戶端-服務器模式連接到工具和數據,定義模型可以調用的工具,可以讀取的資源,並提示它可以引用,內置發現後客戶端可以列舉服務器提供的東西而不以鈴聲集成。寫一個服務器,供應商之間的兼容客戶端可以使用它。
NLWeb 網絡 其中心主張是槓桿: Schema.org 和相關格式已經存在於網絡的非常大份額, NLWeb 將其作爲語義層, 其主控語言有: 每一個實例都同時作爲 MCP 服務器, 顯示一個 ask 方法. Microsoft框架是NLWeb要 MCP 大約是什麼 HTML 將 HTTP.
實際命令就是從這個角度來進行。可讀的HTML和準確的結構化數據是其他所有工作的前提條件,包括基於它們的NLWeb;基礎說明見: 結構化數據和實體身份 AEO。一個 llms.txt 文件是便宜的,而且沒有經過證實。一個 MCP 服務器是真正的工程,有真正的維護,當它背後有一個真正的查詢面時,它就值得做。
揭露一個終點是否真的提高了AI的知名度?
沒有公開的 受控制的證據表明 站立起來 MCP 服務器在 ChatGPT, Gemini 或 或 時 間 Perplexity。主要答案引擎主要從爬行和索引的網頁內容來構建引用集,因此,一個品牌用一個 MCP 服務器會從 AI 答對了.
誠實的文章必須慢下來。 引擎如何選擇源 。 怎麼樣 ChatGPT 選擇其來源,而且沒有哪一個取決於代理端點。
早在MCP崛起時,一位出版主管就對這個懷疑案件作了很好的處理:服務器向特工提供他們已經無法通過爬行獲得的信息並不明顯,爲了值得使用,界面必須提供比刮掉網站更有價值的東西(World place).2025年,數字日測試, 價值比刮刮還高,是正確,它有明確答案 在某些情況下,沒有答案 在其他情況下。
內容是:
- 問比丘比丘讀誦. 可用性、庫存、座椅清點、時間表、費率、郵編覆蓋:數據庫中的事實和變化。
- 太大了,不能正常爬動 一個目錄,一個文件集,一個檔案,其中有用的單位是查詢結果而不是頁面.
- 交易。 交易。 訂書、引用、配置:行動而不是事實。
- 在一個企業裏 用戶是您自己的客戶內部副駕駛而不是公共答題引擎。 這是當前最安靜和最強的用戶案例, 完全不依賴於公共AI搜索 。
當內容是一組營銷頁面和博客帖時, 它會失敗。 MCP 服務器會將一個爬行者可以完全讀取的內容包成一個添加維護而無需添加覆蓋的內容 。
現在誰應該建立代理接口,誰應該等待?
如果您出售了有活參數的東西, 或者您的文檔是競爭性資產, 現在就構建。 如果您的頁面尚未完全可以機器讀取, 因爲固定渲染會移動比添加協議更顯著的可見度 。
現在就建起來 如果你賣的是有活參數的東西, 旅行,物流,金融產品,基於使用定價的軟件, 任何誠實地回答買家問題的, “它取決於這些變量 ” 。 現在就建起來, 如果你的文件是具有競爭力的資產。 開發商-造型公司已經看到文件成爲他們擁有的最引人入勝的表面,因爲密集,常態化,分層化的參考材料正是檢索系統所喜歡的.
單單 。這裏的順序問題和經常錯誤:一個品牌的價格讓客戶端變好,其規格在圖像中,從固定渲染比添加協議獲得的回報要多得多。不光彩的工作是移動可見度的工作,還有 技術 AEO 覈對表 是從這裏開始的
看着 WebMCP是早期的規格草案,而不是標準,它沒有完整的安全模型,也沒有2026年初的發現機制。這是一條合理的路線,也是一條糟糕的路。
一個治理點值得在任何船隻前標註。 代理界面是准入控制面和分配面。 它決定了哪些代理商可以回收、以何種速度回收、在何種身份識別和伐木。 把它當作安全審查的基礎設施,而不是市場資產。
如何連接到 Lifewood屬於自己的 AEO 財務報告和已審計財務報表 GEO 工作嗎?
Lifewood Data Technology提供AEO和GEO服務,因此它在這個主題上具有商業利益,大多數業務開始於代理界面,包括引擎是否完全可以讀取該網站,以及事實是否在語言和市場上保持一致.
宣佈利息: Lifewood 備註 答題引擎優化( AEO) 和 基因引擎優化(GEO) 服務。較早的一層是結果移動的地方。我們把代理界面當作下一層,對於內容確實可以查詢的客戶來說,值得原型,對於網頁尚未可辨認的客戶來說,值得推遲。對於購買者來說,比較提供者, 最好,你給我看看 AEO 財務報告和已審計財務報表 GEO 比較機構 規定了標準。
從事實質性工作的組織大多不是營銷機構。 AI 現由Linux基金會管理 MCP. Microsoft 維持 NLWeb 網絡 Cloudflare 發佈讓任何人對經濟學而不是猜測有道理的爬行和推薦數據。任何嚴肅的代理準備方案都直接引用這些數據。
特工接口的原型你應該怎麼做?
修復渲染先選擇一個依賴於變量的真正客戶問題,並把它暴露爲單一的有詳細記錄的工具。 將它作爲安全事項審查訪問, 並保持您的頁面的直播 。
- 先修補渲染 用 JavaScript 禁用獲取您的密鑰頁面。 如果缺少事實, 請停在這裏並修復 。
- 查找查詢,而不是頁面。 寫下十個問題 客戶要求一個靜態頁面回答錯誤, 因爲答案取決於變量。 這個列表是您的端點規格 。
- 看看你已經有什麼了。 大多數具有公共API的組織比他們想象的要近;差距往往是文獻和計劃,而不是能力.
- 從一個工具開始。 一個有詳細記錄的MCP工具 回答一個真正的問題 就能比一個沒人打的 寬廣的服務器更強
- 使用您的結構化數據作爲底片 。 如果Schema.org markup已經到位,NLWeb是一條比從零開始建設更短的路徑.
- 儀表. 記錄哪些代理商稱之爲它,他們要求什麼,以及他們如何應對。沒有這個,你就不能評估它是否值得維護。
- 將准入和費率限制視爲安全,而不是營銷。 故意決定誰可以稱呼它,以及它多久稱呼一次.
- 留着頁面 界面是添加的。 爬行仍然是引用的構建方式 。