webmcp-agent-web-control.txt

# Mobile Capture 20260510T131118+0000-local-38869135ccf6

Captured: 2026-05-10T13:11:18+00:00
Source: local
From: macbook

Original files:
- Recordings-10--1-.txt

## Content

# Recordings-10--1-.txt

Recordings
Google 真要統治世界！當網頁主動獻身給 Agent 時 - WebMCP 來了

就在幾天前，Google 和微軟聯合推出了 WebMCP 標準。正當大家看著新聞想：「哦，這不過就是在 Web 上跑的 MCP 啊」，但 Google 的這一招，實質上已將全世界網頁的控制權，正式從人類手上交給了 Agent。從此以後，全球資料交換的主角將不再是人類，而是 Agent。

套一句阿扁的名言：「有這麼嚴重嗎？」事情可能比你我想的都還要嚴重。

網頁的誕生，最初是為了讓人類能查看不在自己電腦上的資料。這項發明發展了 40 年，已經成為一個極度成熟的產業。將資料呈現在使用者端瀏覽器的技術，甚至比後端還要精彩。當大家覺得 HTML 已經夠棒時，又來了 CSS，接著是 JavaScript，然後衍生出一大串繁複的前端技術。

這些技術的根本目的只為了一件事：服務人類的視網膜。

從最簡單的文字到圖片、影片，甚至是 VR 的 3D 世界，一切都是為了將資料「呈現」給人看。這些像素構成的排列組合建立了你我的世界。你每天滑的 YouTube、IG、FB、TikTok，或是蝦皮、交友網站、PornHub、Booking.com 等等，構築了我們求職、購物、交友、工作、旅遊、理財的生活圈。少了這些，幾乎沒有人能在現代社會存活。

但當 Agent 成為主要的資料查看者時，怎麼辦？

在使用 Claude Code 等工具時，我們要裝的第一個東西就是 Browser Use，後來更出現了許多控制瀏覽器的元件，主要目的就是幫我們「自動化」。這些自動化工具幫我們搜尋頁面、點擊滑鼠、填寫文字。但要做到這些事並不容易，目前主流的方法有兩種：

- DOM Guessing： 根據 HTML 的 DOM 結構來盲猜並查詢元件。
- 螢幕截圖 (Screen Scraping)： 使用多模態的 LLM，透過暴力看圖來找出要操作的元件。

通常 DOM Guessing 只能靠猜，無法擷取太複雜或不守規矩的網頁；螢幕截圖則是目前最通用的辦法，就算是桌面版的 Peekaboo 也是用這招。但用截圖的致命傷就是又慢、又貴、又不準確。換句話說，現代的網頁根本就不是針對 Agent 設計的。

這時，就是 WebMCP 上場的時候了。

藉由讓 HTML/JS 網頁在載入時插入工具，讀取網頁的 Agent 可以立即查看這個網頁中提供的「工具名稱 (Tool Name)」以及「工具說明 (Tool Description)」。Agent 能瞬間理解這個網頁的整體架構與能力，此時完全不需要猜測或截圖，只要使用 Web 提供的 MCP 工具，就能明確知道操作這個網頁的 JSON 格式。

- Declarative API (宣告式 API)： 直接放在 HTML 標籤中即可，適合表單等標準操作。
- Imperative API (命令式 API)： 透過可執行的 JavaScript Callback 來處理更複雜的動態互動。

有了這些 API，Agent 就知道要執行哪些工具及程式。這樣一來，靜態與動態的頁面馬上就化身為 Agent-Centric（以代理為中心） 的架構了！

有了支援 WebMCP 的網頁，你還需要有支援 WebMCP 的瀏覽器。猜猜看會是哪個瀏覽器搶得先機？當然是 Chrome。最新版的 Chrome（146 Canary 版）已經率先支援 WebMCP。接下來，就是各大巨頭的 Agent 上場了。目前所有主流 Agent 都支援以 JSON 為主的 Tool Use，理所當然也能完美接軌 WebMCP。

根據技術實測與報導，使用 WebMCP 相比於傳統截圖，可以省下 89% 的 Token 消耗，平均減少 67% 的算力負擔，並且將操作準確度提升至高達 98%。

這能做什麼呢？

什麼都能做。從前你要撰寫網頁應用程式時，你想的是怎麼設計一個漂亮的前端把使用者黏住，讓他們在網頁上逛來逛去，進而達成消費或點擊。但在 Agent 時代，你的網頁必須是 Agent-Friendly 的。如何快速讓 Agent 找到它要的資料，才是你的重點。

以購物網站為例，如果 Agent 在 Timeout 之前還沒摸清你的網站結構、找不到資料，它直接就去下一個網站了。未來的網站開發者要做的不再是 SEO（搜尋引擎最佳化），而是 AEO（Agent Engine Optimization，AI 代理最佳化）。

不支援 WebMCP 的網頁，未來恐怕將直接被判死刑，被排除在整個 Google 與 AI 代理的體系之外！想想誰能承受這個後果？如果全世界超過 70% 的 Chrome 使用者都習慣了 WebMCP，並且放心地將自己的操作交給 Agent，我們就會走向 無頭 (Headless) 的時代。當網頁符合 WebMCP 的標準時，Agent 就不需要再開啟網頁慢慢截圖，只要直接讀取 HTML/JS，就可以幫你秒殺完成所有操作了。

非常可怕的東西。本來以為 UCP 等協定只是想把電商平台的流量弄過來，現在 Google 推 WebMCP，等同直接宣告全世界的網頁將被 Agent 接管。Google 這招其實對自己的殺傷力也非常大，因為如果 WebMCP 成為標準，人類不再親自開啟瀏覽器看網頁，到時候 Google 賴以維生的廣告業務將可能會直接歸零。

每天都有新趨勢，每天世界都在變。Google 靠著強大的生態系不斷改變全世界人的生活習慣，這次甚至不惜「自毀前程」來推動變革，這就是 Agent 帶來的巨大影響力。當 OpenAI 還在想著怎麼在 ChatGPT 上打廣告時，Google 已經默默改變了整個遊戲規則。現在 AI 不斷加速進化，真不知道明天世界又會變成什麼樣子，唉！