昨天 Hacker News 首页有个叫 WebMCP 的东西,22 分,19 条评论。我点进去一看,是个个人博客写的科普文,作者 Sreenath Menon,不是 W3C 也不是 Anthropic 的人。
先抛结论:这个概念有意思,但现在离能用还远。下面分开说。
WebMCP 在解决什么问题
现在 AI Agent 想操作一个网站,基本两条路:
- 截图 + 视觉模型:截个图丢给 GPT-5 / Claude 看,识别按钮位置再点。延迟高、成本高、对动态页面脆弱。
- DOM 解析:读 HTML 结构,找 selector,模拟点击。写法是死的,网站改一行 CSS 就崩。
WebMCP 的思路是第三条路——让网站自己声明它能做什么。类似 MCP 协议里 LLM 调用工具那种 tool calling 机制,但搬到浏览器里:网站主动暴露一组结构化方法,Agent 直接调,不用猜。
举个假想场景(原文没给完整代码):
// 网站开发者声明的 WebMCP 接口
window.webmcp = {
tools: {
addToCart: {
description: "Add a product to the shopping cart",
parameters: {
sku: { type: "string", required: true },
quantity: { type: "number", default: 1 }
},
handler: async ({ sku, quantity }) => {
return await api.addItem(sku, quantity);
}
}
}
};
Agent 来了,问一句"你有什么工具?",网站就把 addToCart 的 schema 吐出来。Agent 按 schema 调,不用解析 HTML。
思路不新。RSS、OpenAPI、微格式都干过类似的事。但放进浏览器、配合 AI Agent 上下文,是 2025 年 MCP 起来之后才有的提法。
文章出处与作者背景
来源是 sreenathmenon.com 的个人博客。作者是位在印度的全栈工程师,之前写过一些 React 性能优化的文章。
点出这个背景很重要——这不是标准组织的工作,不是大厂提案,是一个人写的概念文章。换句话说,它代表了一种思路,但不代表行业方向。
HN 评论区反应:22 分算多吗
HN 首页 22 分 / 19 条评论,属于"被推上去但没爆"的位置。爆款通常 100+ 分、200+ 评论。
评论里开发者关心的问题,我整理了下:
- 和现有 MCP 啥关系? 没人答得上。原文作者没明确区分。
- 有没有 demo? 没有。只有一段伪代码。
- 性能影响? 加
window.webmcp对象对首屏影响可忽略,但维护成本是另一回事。 - 无障碍(a11y)怎么兼顾? 这个问题没人提,但我觉得最关键——a11y 做得好的网站,本身就是结构化的,再加一层 WebMCP 是冗余还是补充?
- 和 Chrome 的 Prompt API 啥关系? 有人提了一嘴,没人接茬。
22 分说明:概念戳中了一部分人的神经,但还没形成共识。
和 Anthropic MCP 的区别
这点必须讲清楚,不然容易混淆。
MCP(Model Context Protocol) 是 Anthropic 2024 年底推的协议,2025-2026 年已经被 Claude Desktop、Cursor、Continue.dev 等工具广泛支持。它解决的是:本地 AI 应用怎么调外部工具——比如让 Claude 调 GitHub、查数据库、读本地文件。
跑起来的 MCP server 长这样(简化版):
from mcp.server import Server
import mcp.types as types
server = Server("weather")
@server.list_tools()
async def list_tools() -> list[types.Tool]:
return [
types.Tool(
name="get_forecast",
description="Get weather forecast for a location",
inputSchema={
"type": "object",
"properties": {
"latitude": {"type": "number"},
"longitude": {"type": "number"},
},
"required": ["latitude", "longitude"],
},
)
]
WebMCP 如果存在,应该是 MCP 的网络层扩展——把 MCP 工具从本地进程搬进浏览器,让网站自己声明可被调用的能力。
但目前:
- W3C 没提案
- IETF 没提案
- Anthropic 没承认
- Chrome 没内置
它现在只是一个博客概念,不是标准。
为什么我暂时不看好
反共识部分。
网站为什么要为 AI Agent 重写架构?现在两个现实:
- Agent 流量还没大到值得改架构的程度。大部分网站 SEO 流量 >> Agent 流量。为了爬虫重写结构是 90 年代的事,现在没人在乎爬虫了——直到 ChatGPT 把流量从搜索引擎抢走。
- 现有方案够用。截图 + 视觉模型慢但通用;DOM 解析脆弱但能用。Shopify、Cloudflare 不会为了一个博客概念动自己的基础设施。
除非有强生态推手——Chrome 浏览器内置、Cloudflare 默认启用、Shopify 全店支持——光靠一篇文章推不动。
类似的尝试过去 20 年有几十次:
- 微格式(microformats, 2005)
- Schema.org(2011, Google 推,成了)
- oEmbed(2008)
- ActivityPub/Mastodon(2018,小众)
成功的关键从来不是协议多优雅,是分发渠道。WebMCP 现在没有分发渠道。
另一个问题:安全。如果网站声明 deleteAllData 工具,谁来保证 Agent 不会乱调?MCP 本地场景下用户授权过,但浏览网页时 Agent 是被谁授权的?这点原文没讨论。
编辑思考
WebMCP 这个话题值得知道,但不值得现在动手学。
它戳中了一个真问题:AI Agent 和网站之间的接口是混乱的——视觉模型慢、DOM 解析脆,确实缺一个原生通道。但缺通道不等于会有通道。
过去 20 年,想让网站"主动声明自己"的尝试,只有 Schema.org 真正成了,因为 Google 搜索是分发渠道。其他没分发渠道的,基本都停在博客文章阶段。
这次和过去本质的区别是:AI Agent 可能是新的分发渠道。如果 OpenAI / Anthropic / Google 的 Agent 真成了主流流量入口,网站就有动力为 Agent 声明接口——就像当年为搜索引擎优化 SEO。
但"如果"是关键词。我不确定 2026 年 Agent 流量能不能大到让 Shopify 改架构。更大的概率是,Agent 自己进化出更好的视觉+规划能力,绕开这个问题。
我的判断:观察,等 Chrome 或 Cloudflare 出来说话再跟进。现在加 window.webmcp 进生产代码,大概率是白干。
参考: