工具

WebMCP 是什么?让网站自己会跟 AI Agent 说话

昨天 Hacker News 首页一个个人博客的概念文章拿了 22 分,想让网站原生声明能力给 Agent 调。但 W3C 没提案、Chrome 没内置、Anthropic 没承认——它现在只是一个博客想法,不是标准。

字号

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:

  1. 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。
  2. 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:

  1. 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。
  2. 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:

来源: https://sreenathmenon.com/blog/2026-08-04-webmcp-teaching-websites-to-talk-to-ai-agents/