Google Chrome 上线 WebMCP 预览：让 AI 智能体绕过 UI 直调接口

过去一年里，为了让 AI 帮我们订张机票或者买件衣服，各大技术团队想尽了办法让模型「装得像个人」。AI 必须先看一眼屏幕截图，在凌乱的网页 DOM 里寻找搜索框和按钮，再战战兢兢地模拟鼠标点击。

这种视觉模拟不仅慢，而且网页随便改一个样式或弹个弹窗，AI 就会当场迷路。现在，Google 打算直接把这层人类界面的窗户纸捅破。

Google Chrome 团队上线了 WebMCP（Web 模型上下文协议）的早期预览。这是一套专门给 Agentic Web 设计的浏览器底层标准，核心目标只有一个：让 AI 智能体跳过人类界面，直接调用网站暴露给它的结构化能力。

告别看图点击，给网页加一套「Agent 专用接口」

WebMCP 是在 WebML 工作组支持下开发的新协议。它的逻辑非常直接：既然网页本质上是数据和功能的集合，就没必要逼着 AI 像人类一样用眼睛去认按钮。

在底层实现上，浏览器新增了一个 navigator.modelContext API。网站开发者只需调用其中的 registerTool 方法，就能把自家的搜索、过滤、加购物车或提交工单等核心功能，像定义接口一样直接挂载给浏览器里的 AI 智能体。

按照 Chrome 官方的规划，WebMCP 提出了两种维度的 API。一种是声明式 API，网站可以直接在 HTML 表单里标记标准动作；另一种是命令式 API，针对更复杂的动态业务逻辑，允许通过 JavaScript 运行更细粒度的交互。

这意味着，当用户让 AI 订机票时，AI 不再需要看航司网页怎么布局，而是通过底层协议直接向网站提交结构化参数并取回数据。开发者 Alex Volkov 对此评价称，WebMCP 就相当于「UI 里的 API」。

目前开源社区也迅速跟进。比如社区已经出现了封装库 webmcp-kit，允许开发者借助 Zod 进行参数校验，并在浏览器里唤出调试面板。想要提前体验的开发者，需要下载 Chrome Canary 146 以上版本，并在 chrome://flags 里手动开启测试开关。

为什么重要

我们认为，WebMCP 标志着 AI 与网页交互的底层范式正在从「视觉拟人」转向「逻辑直连」。

对开发者和普通用户来说，以前基于 Computer Use 或视觉大模型的自动化工具，往往脆弱且调用成本极高。一旦 WebMCP 成为 W3C 级别的通用浏览器标准，开发者只需给页面补上几行工具定义，就能让任何接入浏览器的 AI 稳定工作，这会大幅降低构建可靠 Agent 应用的门槛。

对浏览器和网页生态而言，这也是 Google 防守自身护城河的聪明一步。随着 Anthropic、OpenAI 都在发力桌面接管和端侧操作，直接把工具注册做进浏览器内核，等于把 Agent 的交互标准牢牢锁在 Web 规范之内。

不过这件事的隐患也很明显。它极度依赖网站开发者的主动适配；如果主流商业网站出于防爬虫、保护广告曝光或商业壁垒的考虑拒绝开放这些接口，或者只开放残缺功能，WebMCP 的落地就会大打折扣。但无论如何，让 AI 跳过像素直接对话代码，显然才是更合理的技术方向。