别再只给人写页面了:AI 已经开始自己点你的按钮、填你的表单

先说一个正在发生、但很多人还没反应过来的变化:AI 不再只待在编辑器里帮你补代码了。8 月 26 日 Claude in Chrome 正式可用;同月,Anthropic 又把 computer use、browser use、Skills API、Files API 一起推给了开发者。翻译成人话:AI 开始自己打开浏览器、读你的页面、点你的按钮、填你的表单。

这意味着你的页面多了一个读者。以前只有人看它,现在机器也看------而且机器看完还会动手。

发生了什么:浏览器从"展示层"变成"执行层"

过去浏览器的职责很单纯:把页面渲染给人看。现在 agent 把浏览器当成自己的手和眼睛------推理在云端算,浏览器负责读页面、执行操作。把最近几个事件摆一起看,方向很清楚:

  • 8 月 20 日:computer use、browser use tool、Skills API、Files API 对开发者正式可用;
  • 8 月 26 日:Claude in Chrome 正式可用,浏览器里直接住进一个 agent;
  • 同期:Chrome 内置的端侧 AI 能力(纠错、摘要、翻译等)持续开放,浏览器自己也开始算。

一句话总结:浏览器正在从"展示层"变成"执行层"。你的页面,也从"给人看的作品",变成"被机器消费的接口"。

翻译得更难听一点:你的页面从此不是作品集,是工位。

先看你会被怎么读:一次 agent 下单的完整链路

抽象的话不多说,走一遍真实链路。假设用户对 agent 说"帮我把购物车那单下了":

  1. agent 打开你的页面,读可访问性树,定位"结算"按钮------靠语义和 aria-label,不是靠坐标;
  2. 它填地址表单:每个输入框要有可编程的标签,靠 placeholder 猜是下策;
  3. 它点提交,然后读状态:成功还是报错?只换颜色它读不到,得靠 aria-busyaria-live 文本;
  4. 中间任何一步读不懂,它就卡住或者乱点;
  5. 这一单,就没了。

整条链路里没有一步看你的 CSS。这就是为什么"对机器友好"和"好看"是两件独立的事,也是为什么这次变化会落到每一个写业务页面的前端头上。

一张图:一个页面,两个读者

读图只要三秒:同一份 DOM,人靠眼睛看视觉------颜色、布局、图标、动效;机器 agent 靠语义读结构------语义标签、aria-label、状态文本。机器读懂之后还会操作回去:点击、填表、提交。

这张图里最扎眼的是中间那行小字:机器不看你的 CSS 和 class。一个裸 divonClick,人点得动,机器眼里可能什么都不是。

你管那叫组件,agent 管那叫谜语。

机器到底读什么:可访问性树,不是 DOM 快照

agent 理解页面,靠的不是截图也不是 DOM 快照,而是可访问性树(accessibility tree)------浏览器把 DOM 翻译出来的一份语义结构:这是个按钮、那是个输入框、当前状态是"提交中"。这套东西本来是给视障用户的读屏软件建的,现在它成了 agent 的眼睛。

所以一件很有意思的事发生了:你当年为读屏软件写的 aria-label、语义标签、状态文本,今天同时服务了机器读者。你以为是合规负担的东西,正在变成给 AI 的接口。

反过来说,"状态只靠颜色表达"是现在最常见的坑。loading 只换个颜色、成功只亮个绿点,人看得懂,机器读不到。要把状态写进语义:

javascript 复制代码
// 让"状态"对机器可读:别只换颜色,要把状态写进语义
function setSubmitState(btn, state) {
  const loading = state === 'loading';
  btn.disabled = loading;
  btn.setAttribute('aria-busy', String(loading));
  btn.textContent = loading ? '提交中...' : '提交';
}

// 结果反馈同理:写进 aria-live 区域,读屏和 agent 都能收到
function announce(region, message) {
  region.textContent = message; // region 需带 aria-live="polite"
}

人看到的是按钮变灰、文案变化;机器读到的是 aria-busy="true" 和"提交中..."。同一份代码,两个读者都满意。

怎么知道自己的页面现在读不读得懂?不用等 agent 上门。打开 DevTools 的 Accessibility(可访问性)面板,或者跑一遍 Lighthouse 的 accessibility 审计------你看到的那份语义结构,就是机器看到的那份。标题层级乱、按钮没名字、状态没文本,在面板里一目了然。当年做 SEO 靠"查看源代码"自查,今天靠可访问性面板自查,动作是同一个动作,只是阅卷人换了。

这和当年 SEO 是同一课,只是读者会点击

如果你觉得这事儿似曾相识,没错:二十年前搜索引擎爬虫逼着前端学语义化、标题层级、alt 文本,早鸟吃到了流量红利。今天会点击的 agent 逼着前端学"可被操作":语义控件、稳定状态、可编程入口。

区别在于赌注。爬虫只读不点,它读不懂你少一个曝光;agent 读不懂还点不动,你少一单转化。读者从"只看不摸"变成"又看又摸",页面写得不规范的代价变大了。

把当年早鸟做的事和今天要做的事摆一起,几乎是一一对应的:

  • 当年给图片补 alt 文本 → 今天给图标按钮补 aria-label
  • 当年理顺 h1-h6 层级 → 今天理顺 landmark 区域(header / main / nav / form);
  • 当年做语义化 URL → 今天做稳定、可编程的表单与提交语义;
  • 当年用 robots.txt 管理爬虫 → 今天开始识别和监控 agent 流量。

这不是一门新学科,是老功课换了阅卷人。当年没及格的人,今天有机会补考。

别慌:这不是"AI 取代前端",是你多了一个甲方

我知道评论区会有人说"又是取代论"。不是。取代论是偷懒的说法,真实的变化更具体、也更无趣:你的交付物多了一个验收方。以前验收你的是人和产品经理,现在还要过 agent 这一关------它读得懂、点得动,你的功能才算真的可达。

也会有人说"关我业务页面什么事"。有关系,只是先后问题:当用户开始让 agent 替他填表、下单、查物流,你的页面读不读得懂,直接决定这一单成不成。表单重的产品、电商、to B 后台,会最先感受到;其余的人只是晚一点,不是躲得过。

顺便说一句:2010 年说"移动端就是噱头"的那批人,后来也在老老实实改响应式。历史不重复,但押韵。

哪些页面最先被读:三个高风险区

不是所有页面都一样急。按"agent 会先来哪"排序,有三个高风险区:

  • 表单重的产品:注册、申请、报销、预约。agent 替用户填表是第一波落地场景,输入框没标签=直接卡死;
  • 电商与交易链路:加购、结算、支付确认。读不懂状态=丢单,赌注最大;
  • to B 后台:查询、筛选、导出、审批。agent 替员工跑后台,是企业侧最先普及的用法。

如果你的产品落在这三区里,"对机器友好"就不是优化项,是排期项。落在三区外,也建议把下面 5 条进 code review checklist------成本极低,而 agent 流量的到来只问早晚。

端侧是同一枚硬币的另一面

顺便把容易混的一件事说清。浏览器不只"被读",也开始"自己算":Chrome 内置了一组端侧 AI 能力,模型跑在你自己的芯片上,断网也能用。它和 agent 是同一枚硬币的两面------一面是浏览器在本机算,一面是浏览器被云端 agent 操作。两面指向同一个结论:浏览器不再是单纯的展示层。

端侧这部分现状如何,一张小表够用:

端侧能力 现在能不能上生产 放哪一层
纠错 / 摘要 / 翻译 增强位,失败就静默降级到云端
Prompt API(自由问答) 不能 还在试运行,只配内部工具
WebLLM(本机跑开源模型) 仅 opt-in 用户主动选离线/隐私时才开

判断口径就一条:失败了有没有体面退路。有退路的窄任务放增强位,没退路的自由任务别碰主干。端侧值得为它设计架构,但不值得把核心押上去。

落地清单:让页面"对机器友好"的 5 条

  1. 交互控件用语义标签(button / input / a),别用裸 div 模拟按钮。
  2. 关键控件补 aria-label 和明确状态文本,loading / 成功 / 失败都要机器读得到。
  3. 别把行为绑在脆弱的 class 名或 DOM 层级上------那玩意的寿命,取决于下次重构的心情。
  4. 关键操作留可编程入口:真实表单、标准提交语义,别全靠自定义手势。
  5. 开始监控非人类流量占比:agent 和自动化访问,就是你的新"爬虫日志"。

这五条没有一条是新技术,全是你本来就该做、但一直排不上优先级的事。agent 的到来只是给了它们一个不得不做的理由。

最后说句实在的:这五条不会让你的页面明天就多一个 agent 访问。它做的是另一件事------等 agent 流量真的打进来那天,你的页面是"能接住"的那一批,而不是监控里一堆"操作失败"的那一批。别指望当天见效。风口真来那天你还在场上,这五条就回本了。

你觉得"给 agent 优化页面"会是下一个 SEO,还是又一阵三个月的风口?评论区站个队,我挑有意思的写进下一篇。觉得这 5 条能直接抄进 code review,收藏一下,等 agent 流量真的打进你的监控那天,你会回来找它。


相关推荐
天天喝旺仔19 分钟前
Vue 3 组合式 API:从 Options 迁移到 script setup
前端·javascript·vue.js
知了清语21 分钟前
以测试为盾,重构为矛——老旧前端系统迭代中的“测试先行”实践总结
前端
Rauser Mack37 分钟前
桌面AI的范式转变:AI Agent 安全架构与多工作空间隔离实践
人工智能·安全·安全架构
衡石科技40 分钟前
HENGSHI BOX|全域智控,私域安全的ChatBI一体机
大数据·人工智能·安全
月华路42 分钟前
《模型不玄学》小白的模型算法实战手册 - 前言
人工智能·机器学习
Capricorn198844 分钟前
防编造架构实战:对比 Gemini Notebook 解析知芽 Notebook Skill 的工程实现
人工智能·笔记·elasticsearch·架构·知识图谱·论文笔记
财迅通Ai1 小时前
光智科技深耕晶体生长技术 构建多领域同源技术布局
人工智能·科技·光智科技
攀小黑1 小时前
vue3+Web Speech API 封装了一个弹窗语音输入
前端·macos·xcode
roamingcode1 小时前
4.5 小时,从一句话需求到可安装的 Chrome 插件:一次 AI 结对开发的完整复盘
前端·人工智能·chrome·claude·codex