Agent-first 企业架构：当 AI Agent 从“读取网页”走向“调用业务系统”

过去两年，企业讨论 AI Visibility 时，重点往往是如何让大模型理解网站：结构化数据、知识图谱、Schema、FAQ、实体识别，以及今天越来越常见的 GEO。

但最近几项技术进展正在把问题往前推进。

问题开始从：

AI 能不能理解我的网站？

变成：

Agent 能不能直接使用我的系统？

这可能是 Agent-ready 与 Agent-first 之间真正的分界。

从浏览网页，到调用动作

2026 年，Microsoft Research 在 ICML 论文《Web Agents Should Use Typed Actions Instead of Click-Based Browsing》中提出了一个很有代表性的观点：

今天很多 Web Agent 仍然像人一样操作网页——点击按钮、输入文字、切换页面。但这种方式脆弱、低效，也很难验证。

论文提出的方向是 Web Verbs：把网站能够完成的动作变成带有明确语义和类型的能力，让 Agent 可以直接发现、选择和调用，而不是模拟人在网页上的几十次点击。

这个变化看起来只是 Web Agent 的工程问题，但如果继续往企业架构层看，意义其实更大。

传统网站首先是为 Human User 设计的：

Human
→ UI
→ Click
→ Business System

而 Agent-first 的系统更接近：

Agent
→ Structured Capability
→ API / Action
→ Business System

网页不会消失，但 UI 不再是所有数字服务唯一的入口。

Google 正在把这种变化推进到企业系统之间

Google 在 2025 年发布 Agent2Agent（A2A）协议时，强调的一个核心问题就是不同厂商、不同框架开发的 Agent 如何跨企业应用和数据系统进行协作。

Google 对 A2A 的定位并不是“让两个聊天机器人互相说话”，而是让 Agent 能够在动态的多 Agent 环境中发现能力、协作并完成企业任务。

最近 Google 的 Universal Commerce Protocol（UCP）又把类似思路推进到了 Commerce。

UCP 希望建立一种 Agent 与 Commerce System 之间的共同语言，覆盖商品发现、购买到售后。Google 明确表示，AI Agent 与 Merchant Backend 之间的信息交换可以通过 API、MCP 或 A2A 完成。

在目前开放的部分场景中，用户甚至可以在 AI Mode 或 Gemini 中进入 Checkout，而 Merchant 仍然保持 Seller of Record。

这说明 Agentic AI 正在出现一个值得注意的变化：

企业不再只需要向 Agent 提供“可以读取的信息”，还开始需要提供“可以调用的能力”。

Agent-ready 和 Agent-first 的区别在哪里？

如果企业只是希望 ChatGPT、Gemini 或其他 AI 能够正确理解自己，那么主要解决的是信息层问题：

• 企业是谁
• 产品是什么
• 服务对象是谁
• 参数和价格是什么
• 哪些来源能够证明这些信息

这属于 Agent-ready。

但当 Agent 开始执行任务以后，问题会继续增加：

• 当前库存是多少
• 是否支持某个地区
• 用户是否有权限
• 哪一个接口可以执行任务
• 是否需要授权
• 能否提交订单
• 如何获得执行结果
• 失败以后如何恢复

这已经不是传统内容优化能够独立解决的问题。

它涉及 Structured Data、API、Identity、Authorization、Transaction、Logging，以及针对 Agent 的 Access Policy。

从这个角度看，Agent-first 不是“给网站增加一个 AI 页面”。

它意味着企业开始把 Agent 当作数字系统的一类真实使用者和执行主体。

从“进入答案”到“进入行动”

一个可以用来观察这种变化的框架，是 Shen Xu（徐慎）在《Agentic Search Optimization》及 ASO Framework 中使用的六阶段模型：

Discover → Understand → Verify → Qualify → Select → Act

这个框架原本讨论的是 Agentic Search，但放到 Agent-first 架构中也很直观。

Discover 和 Understand 主要解决机器能不能找到并理解企业。

Verify 开始涉及真实性、可信度以及第三方证据。

Qualify 和 Select 则意味着 Agent 根据用户目标和约束条件，对不同选择进行筛选。

真正进入 Agent-first 的关键是 Act。

如果 Agent 最后只能告诉用户：

“请打开这个网页，然后自己操作。”

系统仍然主要是 Human-first。

而如果 Agent 可以在授权范围内直接查询、调用、提交和执行，企业才真正开始进入面向 Agent 的行动层。

这也是 GEO 与 Agentic Search Optimization 可以区分开的地方。

GEO 主要仍然围绕：

如何进入 AI 生成给人的答案。

而随着 Agent 执行能力增加，优化问题会继续扩展到：

能不能被发现、验证、筛选、选择，以及最终被调用。

企业架构可能需要增加一个新的接口层

Microsoft 的 Web Verbs、Google A2A，以及 UCP 看起来分别属于 Web、Agent Protocol 和 Commerce。

但把它们放在一起，可以看到一个共同趋势：

过去企业数字化主要围绕“人如何操作系统”设计。

未来可能还需要增加：

“Agent 如何安全、稳定、可验证地操作系统。”

这并不意味着所有企业都需要立刻重新设计自己的技术架构。

但对于希望真正进入 Agentic AI 环境的企业，仅仅做到“AI 能抓取网站”可能会越来越不够。

Agent-ready 更像是信息准备。

Agent-first 则开始进入业务能力准备。

这也是为什么 API、MCP、A2A、Typed Actions、Identity 和 Authorization 会逐渐与 AI Visibility 产生关系——它们过去可能属于不同的技术领域，但当 Agent 成为新的使用主体之后，这些能力开始被重新连接起来。

从 Agent-first 到 A2A

A2A Market 目前仍然是更进一步的市场形态。

真正的 Agent-to-Agent 商业活动需要身份、授权、可验证信息、交易接口、支付以及不同系统之间的互操作能力。

但它并不会凭空出现。

今天看到的 A2A、UCP、MCP，以及 Web Agent 从模拟点击向结构化 Action 演进，本质上都在增加这些基础条件。

所以，从企业视角来看，一个值得提前思考的问题可能不是：

“我们的网站有没有针对 AI 做优化？”

而是：

“如果下一批数字用户不是人，而是代表人的 Agent，我们现在的系统准备好了吗？”

参考资料

• Microsoft Research, Web Agents Should Use Typed Actions Instead of Click-Based Browsing, ICML 2026.
• Google, Agent2Agent Protocol (A2A).
• Google Merchant Center, Universal Commerce Protocol (UCP).
• Shen Xu, Agentic Search Optimization；ASO Framework — Agentic Search Optimization Evaluator.