Google Chrome 上線 WebMCP 預覽：讓 AI 智慧體繞過 UI 直調介面

過去一年裡，為了讓 AI 幫我們訂張機票或者買件衣服，各大技術團隊想盡了辦法讓模型「裝得像個人」。AI 必須先看一眼螢幕截圖，在凌亂的網頁 DOM 裡尋找搜尋框和按鈕，再戰戰兢兢地模擬滑鼠點選。

這種視覺模擬不僅慢，而且網頁隨便改一個樣式或彈個彈窗，AI 就會當場迷路。現在，Google 打算直接把這層人類介面的窗戶紙捅破。

Google Chrome 團隊上線了 WebMCP（Web 模型上下文協議）的早期預覽。這是一套專門給 Agentic Web 設計的瀏覽器底層標準，核心目標只有一個：讓 AI 智慧體跳過人類介面，直接呼叫網站暴露給它的結構化能力。

告別看圖點選，給網頁加一套「Agent 專用介面」

WebMCP 是在 WebML 工作組支援下開發的新協議。它的邏輯非常直接：既然網頁本質上是資料和功能的集合，就沒必要逼著 AI 像人類一樣用眼睛去認按鈕。

在底層實現上，瀏覽器新增了一個 navigator.modelContext API。網站開發者只需呼叫其中的 registerTool 方法，就能把自家的搜尋、過濾、加購物車或提交工單等核心功能，像定義介面一樣直接掛載給瀏覽器裡的 AI 智慧體。

按照 Chrome 官方的規劃，WebMCP 提出了兩種維度的 API。一種是宣告式 API，網站可以直接在 HTML 表單裡標記標準動作；另一種是命令式 API，針對更復雜的動態業務邏輯，允許通過 JavaScript 執行更細粒度的互動。

這意味著，當用戶讓 AI 訂機票時，AI 不再需要看航司網頁怎麼佈局，而是通過底層協議直接向網站提交結構化引數並取回資料。開發者 Alex Volkov 對此評價稱，WebMCP 就相當於「UI 裡的 API」。

目前開源社群也迅速跟進。比如社群已經出現了封裝庫 webmcp-kit，允許開發者藉助 Zod 進行引數校驗，並在瀏覽器裡喚出除錯面板。想要提前體驗的開發者，需要下載 Chrome Canary 146 以上版本，並在 chrome://flags 裡手動開啟測試開關。

為什麼重要

我們認為，WebMCP 標誌著 AI 與網頁互動的底層範式正在從「視覺擬人」轉向「邏輯直連」。

對開發者和普通使用者來說，以前基於 Computer Use 或視覺大模型的自動化工具，往往脆弱且呼叫成本極高。一旦 WebMCP 成為 W3C 級別的通用瀏覽器標準，開發者只需給頁面補上幾行工具定義，就能讓任何接入瀏覽器的 AI 穩定工作，這會大幅降低構建可靠 Agent 應用的門檻。

對瀏覽器和網頁生態而言，這也是 Google 防守自身護城河的聰明一步。隨著 Anthropic、OpenAI 都在發力桌面接管和端側操作，直接把工具註冊做進瀏覽器核心，等於把 Agent 的互動標準牢牢鎖在 Web 規範之內。

不過這件事的隱患也很明顯。它極度依賴網站開發者的主動適配；如果主流商業網站出於防爬蟲、保護廣告曝光或商業壁壘的考慮拒絕開放這些介面，或者只開放殘缺功能，WebMCP 的落地就會大打折扣。但無論如何，讓 AI 跳過畫素直接對話程式碼，顯然才是更合理的技術方向。