AI 正在重构整个互联网，活网时代来了

2025年11月，谷歌在Gemini app中推出了作为实验功能的生成式UI，这项技术可以针对每个用户查询生成全新的界面。11个月后，生成式界面已经有了完整的协议栈，网站可以持续编写和测试自己的变体，智能代理可以通过专门的浏览器API访问这些网站。一年之间，网页从静态发布页变成了动态计算页。

谷歌同步发布了生成式UI相关研究《生成式UI：大语言模型是高效的UI生成器》，并在Gemini app中推出了dynamic view功能。同年12月，谷歌在Disco实验中发布了GenTabs，可以基于用户的已打开标签页生成网页应用，每个生成内容都保留了原始来源链接。

谷歌还发布了三项面向代理网页的标准。2026年1月，联合Shopify及大型零售商推出了通用商务协议（UCP），覆盖代理从商品发现到结账的全流程购买。同年2月，Chrome团队发布了WebMCP的早期预览版本，网页可以通过该协议注册工具，供浏览器内的代理调用。同年4月，谷歌发布了A2UI v0.9，代理可以通过该协议声明UI，由宿主用自有设计系统展示。

MCP Apps成为模型上下文协议（MCP）首个官方扩展，工具可以通过它返回交互式UI，由ChatGPT或Claude这类宿主展示。该项目来自社区项目mcp-ui和OpenAI Apps SDK。

OpenAI在2025年10月发布了ChatGPT Atlas浏览器，又在2026年8月9日停止服务，将代理功能整合进了ChatGPT和Codex。另有报道称OpenAI在2026年3月停止了原生Instant Checkout功能。2025年9月，OpenAI收购了实验平台Statsig，2026年5月，Amplitude成为Statsig产品和客户的新所有者。

Cloudflare数据显示，其网络上的自动化流量规模已经超过人类流量。2026年7月，Cloudflare将原先单一的AI机器人分类调整为三类：搜索、代理和训练，同时将按抓取付费扩展为按使用付费。网站可以返回带价格的HTTP 402响应。Cloudflare还持续部署了Web Bot Auth，代理可以通过加密密钥对每个请求签名。

实验环节也变得智能化。Optimizely Opal新增了可以将文字构想转化为可运行A/B测试的代理。Braze收购了AI决策公司OfferFit。Webflow收购了Intellimize。Coframe的多代理系统可以完成实验流程的全步骤：构想、设计、开发、质量检查和分析。

过去这类工具只是帮助人类完成测试，现在系统已经可以自主完成整个测试流程。目前行业有三个核心判断：

生成界面已经变得容易。前沿模型可以针对大多数请求生成可用UI，传输和展示UI的格式也已经标准化。因此产品决策现在只需要聚焦三个问题：展示哪个界面、给谁展示、如何衡量结果。

待解决问题集中在循环闭环。活界面是一个生成、展示、衡量、更新的闭环，现在生成成本已经很低，但衡量成本还很高。流量有限，每个新变体或个性化细分都会分流流量，因此选出赢家的统计方法已经成为主要限制。

访客性质已经改变。现在越来越多访问来自替人类操作的代理，网站必须服务两类受众：一类读取像素（人类），一类读取结构（代理），每类受众都需要单独的身份设计、功能设计和付费设计。

活网系统分为两个维度整理：第一个维度是界面创作者：人类或模型；第二个维度是创作时间：构建时生成，还是访客请求时生成。因此一共分为四种模式，所有模式都已经投入生产，很多成熟系统会同时使用多种模式。

静态实验模式是人类在构建时设计少量变体，然后通过A/B测试选出要发布的变体。这种模式的限制是速度慢，人类设计变体需要数天时间，而且大多数测试不会改变核心指标。

自优化模式是模型持续生成新变体，分配策略会在测试运行过程中将流量导向表现更好的变体，标准策略是多臂老虎机算法，最常用的是汤普森采样。转化率优化平台通常运行在这种模式下，代表公司是Coframe。

请求时生成模式是模型为单个用户的单个查询生成界面。谷歌的生成式UI工作显示，前沿模型得到清晰的系统指令和工具（如图像生成、搜索）后，生成的界面得到人类评估者的强烈偏好，优于纯markdown文本。

面向代理模式访客是软件，网站不会向这类访客展示像素，而是提供结构化内容：供浏览器代理调用的工具（WebMCP）、MCP服务器、机器可读的目录和结账（UCP）、供大语言模型使用的纯文本内容地图。现在这类设计工作被称为代理体验（AX），类比于用户体验（UX）。

所有这些模式引出了本次活动需要讨论的两个核心问题：

设计问题：模型需要控制多大比例的界面？开放式生成对当下场景适配性最好，但会降低品牌一致性、可访问性、可缓存性和两次访问的可对比性。在设计系统内进行声明式生成可以保留这些属性，但表达能力较弱。

系统问题：如何形成闭环？生成一千个变体成本很低，但找出有效的变体很难。一千个变体会把流量分割得太小，无法做有效统计，个性化会加剧这个问题。

本文后续逐层梳理活网技术栈的核心概念、已有的研究和待开放问题。

第一层：运行时与分发

这一层负责组装和分发生成的个性化页面，包括渲染位置、缓存和活页面的延迟预算。和传统静态网页相比，活网页是完全不同的系统问题：

传统缓存不适用。内容分发网络（CDN）会给所有访客缓存一次静态页面，而每个访客不同的页面无法作为一个单元缓存。常用的解决方案是缓存框架加个性化片段，或者按细分群体做缓存条目，而不是按个人缓存。

生成速度慢。大语言模型生成需要数秒，而网页加载必须控制在数百毫秒内。因此生产系统会在请求到来前先生成变体，请求到来时再选择一个变体。只有在用户可接受延迟的场景，比如聊天宿主和研究工具，才会使用真正的请求时生成。

分配位置会影响结果正确性。在浏览器JavaScript中分配变体会导致闪烁和布局偏移，而在边缘节点或服务器分配可以避免这两个问题，还能保证实验曝光日志的准确性。

一致性有要求。访客再次访问时通常需要看到同一个变体，有效的实验要求每个用户或会话保持在稳定的分组中。这个需求和不允许使用cookie的隐私规则存在冲突。

目前该领域待解决的开放问题包括：支持每个访客不同页面的CDN缓存、无布局偏移的流式生成UI、消费者规模下单个生成页面的成本、准确重现单个访客看到的页面方便审计和调试。

第二层：生成模型

这一层包含生成界面的模型，涉及文案、布局、组件、代码和图像，输入可以是目标、设计或截图。

生成式UI是一种涌现能力，谷歌的生成式UI论文显示，只有近期的前沿模型才能得到好结果，还需要额外三个条件：工具访问、清晰的系统指令、修复常见错误的后处理，不需要重新训练模型。

设计转代码是一个成熟的基准任务，任务要求将真实网页的截图转化为HTML。现有模型的两个主要弱点是无法包含所有视觉元素、无法正确复制布局。较新的模型表现更好，但这些问题还没有完全解决。

视觉定位和代码同样重要。模型可以写出不错的HTML，但如果看不到渲染结果，就无法评估变体。Coframe称其正和OpenAI合作训练用于UI代码生成的视觉模型，现在行业常用的模式是生成器加可视觉评估的审查器。

组件原生生成：有些系统中模型不会直接写原始HTML，而是使用一组经过审核的组件编写常规前端代码。Macaron-V1的数据显示，这种方法可以大幅减少输出token数量，缩短首次渲染时间。该方法还得到一个重要结论：教会模型何时展示UI比如何制作UI更重要。

品牌规范是生产要求，企业只有在生成变体遵守设计系统的前提下才会接受，设计系统包括设计符号、排版、组件使用、语气和法律声明。

目前该领域待解决的开放问题包括：开放式生成如何遵守设计系统、将可访问性（WCAG合规）作为硬性约束而不是最后一步检查、生成延迟满足网页加载要求、可靠的视觉自我审查——模型可以识别自己的输出何时出错。

第三层：生成式UI协议和运行时

这一层包含代理和前端之间的约定，定义了三件事：代理活动如何流式传输到UI、UI如何描述、UI在哪里展示。

2025年底到2026年，技术栈分成了三个子层，各子层协同工作：传输和事件层（AG-UI）将代理状态、工具调用和UI更新流式传输到应用前端；UI描述层（A2UI）是声明式格式，代理声明UI意图，比如预订卡片或数据表，由宿主用自有组件展示；宿主展示层MCP Apps允许MCP工具返回HTML资源，由宿主在沙箱iframe中展示，ChatGPT和Claude都用这种方式搭建自己的应用生态。

谷歌发布了组合声明式方法和iframe方法的模式，MCP服务器可以发送A2UI负载，A2UI视图可以包含MCP App，MCP App可以在不支持A2UI的宿主中展示A2UI。因此谷歌将这些格式视为可组合的部分，而非竞争对手。

目前该领域待解决的开放问题包括：生成界面跨轮次的持久状态、iframe安全性和原生外观的平衡、一个生成UI适配多个宿主、何时渲染的决策——能够识别什么时候文本是更好的答案。

第四层：优化循环

这一层负责选出有效的界面，包含实验设计、流量分配、统计推断和现在可完成全流程的代理。在这一层，网站实现了自我优化，也是整个领域最难解决的开放问题所在。

变体与流量存在此消彼长关系。统计效力取决于每个变体分得的流量，测试两个变体需要特定访客数量才能得到确定结果，测试四十个变体需要大约20倍的访客才能得到相同的置信度，个性化细分也是同理。生成系统生成变体的速度远快于流量评估变体的速度，因此现在稀缺资源是证据，不是创意。

老虎机算法可以减少无效流量但会让统计推断更模糊。汤普森采样和上下文老虎机可以减少坏变体占用的流量，但因为分配不平均，会让测试后的分析更困难，简单估计会产生偏差，团队现在使用逆倾向加权等方法校正偏差。

多代理系统已经可以实现从开始到结束全流程自动化，完整流程是：研究、假设、设计、实现、质量检查、发布、分析、重复。现在实现速度不再是系统间的主要差异，假设质量才是。

模拟用户可以用作过滤器，AgentA/B在亚马逊上用1000个代理做测试，结果显示代理得到的结果方向和平行人类实验一致，但代理比人类更直接地完成目标，动作序列更短。因此模拟用户的正确用法是在人类流量进入前提前淘汰弱变体，不能代替人类流量。

目前该领域待解决的开放问题包括：感知可用流量，流量低时生成更少更好的变体、模拟用户的验证（人格代理何时能准确预测人类，何时会给出错误预测）、优化长期价值而不是只优化下一次点击、持续变化界面的新颖性效应、混合访客——代理也是访客的一部分，它们的行为会进入转化数据，且无法提前筛选。

第五层：个性化和访客模型

这一层负责识别访客和访客意图，然后调整界面，这个步骤会把一个优化问题变成多个优化问题。

大多数访客是匿名的，只有一次会话，可获得的信号很少，只有来源、着陆查询、营销活动、位置、设备、公司数据和会话内行为。依赖丰富用户画像的个性化系统在大多数真实流量中都会失效。

大语言模型改变了细分方式。以前人们手动编写细分规则，比如“医疗行业付费搜索访客”，现在模型可以从原始信号中识别意图，直接生成适用变体。但细分变成隐式的，更难审计。

个性化增加了评估难度，每个不同体验都是一个假设，标准解决方案是上下文老虎机和分层模型，分层模型可以在相似细分之间共享统计强度。

隐私限制了输入，同意规则、cookie限制和区域法规限制了跨会话身份识别，第一方信号和当前会话信号是稳定基础。

代理是新一类访客，购物代理有明确的任务和约束，说服对它的注意力没有影响。网站是否需要以及如何为代理访客调整内容，目前还是开放设计问题，这个问题接近隐藏链接（cloaking）的边界。

目前该领域待解决的开放问题包括：匿名访客的冷启动问题、没有持久身份情况下跨会话保持一致体验、隐式大语言模型细分的审计方法、不会把网站分割成多个无法理解版本的个性化方法。

第六层：活内容

这一层包含持续更新自身的内容，比如每天夜间重新爬取来源的分析、输入变化后重新生成的报告、识别内容过期的文档，本次活动将这一层称为自更新内容。

从浏览器上下文生成工作区：GenTabs是谷歌Disco实验的一部分，可以基于用户的已打开标签页和聊天历史生成交互式应用，每个生成元素都保留来源链接，因此来源透明是设计要求，不是脚注。

定时代理替换静态交付成果，现在常见的生产模式是代理按计划运行，获取来源、发现变化、重新生成适用部分、记录更新日志。长周期代理基础设施（8月开发者日的主题）提供了所需的稳定性。

更新 freshness已经成为协议议题。2026年7月，Cloudflare宣布了可以告诉爬虫页面何时变更的信号，这些信号可以减少对未变更页面的重复抓取，这是从消费者角度看活内容问题。

目前该领域待解决的开放问题包括：可以区分重要更新和噪声的变化检测、系统重新生成的每个声明的来源透明、稳定引用（指向变更文档的引用必须指向被引用的版本）、无固定状态内容的版本历史和存档、内容漂移——生成的文本慢慢偏离原始来源。

第七层：面向代理的网页

这一层包含将代理视为一等访客的网站，涵盖三个内容：代理如何识别身份、网站提供哪些结构化功能、代理如何完成交易。

浏览器暴露工具：谷歌和微软在W3C社区小组开发了WebMCP，网页可以通过该协议注册工具，每个工具都有名称、描述、JSON Schema输入和处理程序，浏览器内的代理可以直接调用这些工具，不需要从DOM（文档对象模型）中猜测动作。WebMCP在2026年2月作为早期预览进入Chrome，API在原始测试阶段发生过变化，因此开发者需要阅读最新草案，不是早期教程。

代理浏览已经进入主流产品。Chrome在2026年1月在美国开始发布Gemini自动浏览，其他主要产品还有Chrome版Claude、Perplexity Comet、Edge版Copilot。OpenAI在2026年8月停止了独立的Atlas浏览器，把功能整合进ChatGPT，这说明大多数代理流量会通过人们已经在使用的浏览器和助手。

商务协议是分层的，不是互相竞争的，每个协议有不同功能：UCP（谷歌、Shopify和零售合作伙伴）覆盖发现、购物车、结账和售后；ACP（OpenAI和Stripe）标准化结账交换和产品提要；代理支付协议（AP2）将每笔购买记录为签名授权，授权可以证明谁批准了每个步骤；Visa的可信代理协议和Coinbase的x402覆盖代理身份和结算。Shopify数据显示，现在美国商家默认已经开启代理店面。

身份识别从声明变成了证明。以前机器人在user-agent字符串中声明身份，网站只能选择信任，Web Bot Auth用网站可验证的请求签名（RFC 9421 HTTP消息签名）替换了旧模式，因此网站可以给不同流量不同待遇：验证过的代理走快速通道，未签名的自动化流量接受更多检查。

目前该领域待解决的开放问题包括：代理转化统计（目前没有标准分析可以区分购买的代理会话和离开的代理会话）、同一个网站服务两类受众不需要建两个独立站点、哪个标准会成为主流标准、不会阻止合法代理的防滥用机制、代理阅读页面不点击广告时，由谁付费的经济问题。

第八层：信任与治理

这一层适用于所有其他层。如果没有限制，为提高指标而自我调整的系统会找到操纵性方案，而且代理会读取网页，因此网页也可以攻击代理。

优化压力会催生暗黑模式。虚假稀缺、确认羞辱、预选附加项、隐藏成本都可以提高短期转化。欧盟《数字服务法》第25条禁止在线平台使用欺骗性界面设计，美国联邦贸易委员会也将这种行为视为不正当竞争。没有护栏的自动优化器会重新找到这些模式，而且不需要人类主动设计，因此发布前自动检查是合规要求。

透明度义务。欧盟《人工智能法案》第50条从2026年8月2日开始生效，要求当人们和AI系统交互时必须披露，还要求合成内容带有机器可读标记，对面向公众的AI生成文本有具体义务。对于系统持续重新生成的网站文案，目前还没有固定实践。

隐藏链接和个性化。搜索引擎惩罚给爬虫展示和人类不同内容的网站，这个规则就是隐藏链接。为代理访客调整内容再次引发了这个问题，给代理提供结构化功能是合法的，给代理提供不同的报价、声明或条款是不合法的。

代理本身就是攻击面。代理读取的内容可以包含恶意指令，这种攻击就是提示注入。2026年7月华盛顿大学的一项研究检查了代理浏览器，报道称研究发现攻击者可以绕过其中多个浏览器的同源策略，同源策略是防止一个网站访问另一个网站数据的浏览器边界。会爬取内容的活页面放大了这个风险，自更新文档可以在夜间导入注入攻击。

目前该领域待解决的开放问题包括：操纵性变体的自动检测、系统重新生成内容的来源透明和披露、代理内容和隐藏链接之间清晰的边界、活文档导入过程抵抗注入攻击、未经人类检查的界面的可访问性保证。

目前活网领域最核心的三个开放问题方向是：

优化循环：生成速度已经超过衡量速度，开放工作在四个方向：感知流量的变体生成、验证过的模拟用户、可审计的老虎机推理、长期价值指标。

两类受众：所有网站现在都要服务人类和代理，开放工作在三个方向：结构化功能（WebMCP、AWI、商务协议）、代理身份和分析、代理内容和欺骗之间的清晰边界。

信任：自我改变的系统要为它生成的内容负责，开放工作在四个方向：操纵检查、生成内容的来源透明、抵抗注入的导入、未审核界面的可访问性。

10月10日，AGI House将举办活网构建日活动，召集创始人、工程师和研究者用一天时间冲刺探索这个领域，本次是今年AGI House和Coframe合作的第三次构建日，所有参与者都必须提交可运行代码，名额有限，开放申请参与。