Newshot

W3C与AI时代的网络现状

Translation(model translation, not the source's own text)

W3C 与 AI 时代的 Web 现状

由 W3C 技术战略副总裁 Philippe Le Hegaret 编写,2026 年 10 月 20 日定稿

关于本文

这份来自 W3C 战略团队的文档,旨在推动技术社区在 TPAC——W3C 一年中最重要的社区活动——上展开讨论,探讨随着 AI agent 的兴起,W3C 的 Web 技术议程需要如何演进。这是构建一致、连贯的 Web 演进共同愿景的一部分,而这一愿景从 AI 开始。

W3C 战略团队希望获得 W3C 会员和社区对这份分析的反馈。本报告将在 TPAC 2026 期间 10 月 29 日的 Web 与 AI IG 会议上介绍,同时也欢迎向 [email protected] 和 w3c/webai-roadmap 仓库提供反馈。

引言

AI agent 的兴起正在显著改变用户——本文中的“用户”指“人类”——用来与 Web 内容交互的软件格局,这对商业模式、信任和在线安全产生了重要影响。

自 2024 年一份团队报告指出机器学习在 Web 上的风险与机遇以来的两年里,发生了一场重大转变:AI agent 已从仅仅阅读 Web 发展到与 Web 交互。如今每个主要 AI 平台都内置了由 AI agent 驱动的 Web 浏览器。

W3C 需要将自己定位为 AI 与 Web 利益相关方讨论这一 Web 用户代理演进所带来的风险与机遇的场所,以制定符合 W3C Web 愿景的负责任的技术标准。W3C 的核心愿景是为全人类发展 Web:我们必须让人类保持在 Web 的中心,同时允许 AI agent 代表他们行事。

本文的作用有两方面:它汇集了 W3C 战略团队对当前和新兴 AI 技术如何与 W3C 路线图交汇的理解;它帮助 TPAC 2026 参与者为小组会议、小型研讨会和分组讨论中围绕 agentic web 展开的众多讨论做好准备。本文确实包含一些初步建议,我们预计将在 TPAC 期间进行交流并寻求社区反馈。

用数字看 Web 上的 AI

说明:以下数据来自各厂商自己的网络(Cloudflare、DataDome、HUMAN),各自衡量的是不同部分的流量,因此不能直接比较。这些数据的一个局限是亚太地区的采用情况代表性不足。

Web 仍然是全球占主导地位的信息系统,AI 严重依赖它。

2026 年,首次出现到达 Cloudflare 网络上的站点的流量中有一半以上并非由人类与网站的交互发起。现在约有 25 亿人定期使用生成式 AI(Cloudflare,2026 年 7 月),而很大一部分 AI 用户不核查来源,从而向 Web 输送的流量减少。截至 2026 年 9 月的一年中,来自 AI agent 的每日请求增长了 1,700% 以上(Cloudflare,2026 年 9 月)。中国安全厂商瑞数信息报告的数据来自其自身防护网络中的监控与防护日志,覆盖 2025 年初至 2026 年第二季度。该公司称机器人流量达到约 68%,AI agent 驱动的流量从不足 1% 上升至 8–12%。在 DataDome 的网络上,2026 年 6 月 AI 占所有请求的 1.7%,一年内增长 82%(DataDome)。2026 年 6 月,AI 训练占爬虫请求的 52%。一些被大量爬取的类别在不到一年内损失了多达 40% 的人类流量,而 Google 仍带来约 88% 的引荐流量。

2026 年 6 月,Comet 产生了 47.6% 的 agentic 流量,Claude 为 20.8%,Atlas 为 16.5%,ChatGPT Agent 为 7.0%。电子商务占该流量的 43.8%,媒体占 41.3%,旅游占 13.5%。约 79% 的 agent 访问落在产品和搜索页面上,而只有 2.3% 落在结账和支付页面上(HUMAN Security)。

长期以来的 Web 假设正在改变

写作 {{NAME_ab12cd34}} 形式的值是真实值的占位符。在回复和工具调用中都请完全按照其书写形式使用它们:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。

文章标题:W3C 与 AI 时代的 Web 现状

正文: AI 流量与使用正以重要方式挑战着 Web 的诸多长期假设。

内容提供者与搜索引擎之间的隐性契约——抓取我的内容,给我带来访客——在 AI 系统上尚无系统性的对等物。网站希望控制、有时甚至阻止内容被消费,原因多种多样,包括隐私、知识产权和商业模式。答案引擎和爬虫降低了点击率,而服务器端规则不足以控制来自 AI 爬虫或智能体的请求。提供免费信息的成本正在上升:“抓取的代价以及一些大型科技公司和前沿 AI 公司的行为,对我们的基础设施造成了损耗”(Bernadette Meehan,Wikimedia Foundation 首席执行官,联合国大会,2026 年 9 月)。然而,智能体本可从更清晰的语义以及现有 HTML 和无障碍信息之外的显式描述中受益:常见 HTML 对 AI 智能体而言不够用(token 膨胀与噪声提取错误),而智能体目前更偏好文本(以 markdown 轻量格式化)和结构化数据(json、yaml、csv)。

与此同时,生成的文本、图像、音频和视频成本低廉,且在很大一部分用户看来可信。AI 系统现在需要确保其输出以机器可读格式标记,并可被检测为人工生成或操纵(例如,根据自 2026 年 8 月起生效的欧盟《人工智能法》第 50 条的要求)。然而,无法保证内容并非机器生成,这提高了溯源、身份和凭证的重要性。

自 Web 诞生以来,用户主要使用 Web 浏览器与其交互。一年前,普遍的赌注是智能体将绕过浏览器,转向 API 和 MCP 服务器。然而,MCP 不太可能提供与网站同等规模的端点。服务提供者持续依赖网站,因为 Web 浏览器已经解决了沙箱、认证、发现、信任(HTTPS 与源)、身份分段,以及最重要的是,为人类留出介入的位置。所有主要 AI 平台都提供 Web 浏览器或与之交互的方式。

人类通过两条路径到达 Web:Web 浏览器和 AI 智能体,二者也相互连接。
人类通过两条路径到达 Web:Web 浏览器和 AI 智能体,二者也相互连接。

我们正进入一种模式:Web 浏览器和 AI 智能体都作为 Web 用户代理,需要共存并相互交互,同时妥善处理用户同意/委托、隐私和责任。

对用户和生态系统的风险

  • 安全。智能体访问私有数据、解读不可信内容,提供了类似跨站脚本的泄露路径。重要的区别在于,攻击者不再一定需要注入可执行的 JavaScript。恶意指令可由网页、文档或工具响应中的普通文本承载。机制不同,成功与否取决于智能体的权限及其处理不可信内容的方式。提示注入和失准的智能体会破坏 Web 所依赖的同源保护。
  • 隐私与同意。许多智能体处理的数据跨上下文,并被用于训练模型。用户可能无法有意义地同意智能体的行为,包括过度分享信息,而确认对话框存在提示疲劳的风险。说话人识别以及从视听元数据中的推断会放大追踪。用户的媒体录音可被智能体复用于创建深度伪造。若不建模信息流,将难以在用户、智能体记忆、网站和会话之间实施隔离。

文章标题:W3C 与 AI 时代的 Web 现状

正文:

  • 无障碍性。为智能体优化 ARIA 可能会破坏人类体验。生成的替代文本可能不准确,不应完全取代作者撰写的描述或作者意图。训练数据中的偏见可能导致对用户需求的错误呈现。AI 可能加剧现有大型代码库中已有的无障碍债务。
  • 信任与来源。可信的合成内容和冒充行为提高了在线信任的成本。披露、来源证据和使用偏好是不同的概念。
  • 中心化与锁定。智能体被锁定于或偏向于合作伙伴批准的站点、对特定模型的依赖,以及 vendor MCP 工具注册表,都威胁着一个可互操作的 Web。
  • 发布者可持续性。人类流量减少意味着公开出版的动力减少,对资源较少的创作者影响尤为严重。
  • 公平与偏见。模型在少数语言、文字和文化上表现不佳;平均值可能掩盖失败。偏见对在训练数据中代表性本就不足的用户打击最重。
  • 可持续性。AI 的足迹覆盖整个生命周期的电力、水、矿物和硬件;W3C 仍然缺乏评估其标准环境影响的框架。

机遇

如果建立在 Web 现有保障之上,AI 可以让 Web 更有能力、更无障碍、更个性化。

  • 使用一个人已经在用的网站、并能访问其活跃会话的智能体,可以引导用户并简化他们的在线交互。
  • 端侧推理将个人数据保留在设备上。
  • 通过个人存储实现用户控制的数据,可以通过委托的、可撤销的授权来实现。
  • 无障碍方面的收益:AI 模型中的计算机视觉/图像识别很有用。生成的音频描述、生成的手语、使用编码不良的内容、改进编码不良的内容。其他有用的方面包括带有更丰富元数据的实时字幕(说话人、闪烁警告)、翻译、朗读、自适应布局、从不可访问的文档中访问内容,而不是使用光学字符识别(OCR)来提取文本内容。总结复杂文档对神经多样性人群可能有帮助。
  • 结构化数据:知识图谱为检索增强生成(RAG)应用带来优势(上下文理解、知识整合、可解释性和透明度)。JSON-LD、RDF、DCAT 和 ODRL 作为智能体的输入和护栏变得更有价值。
  • 信任基础设施:可验证凭证和 DID 可以标识智能体并表达它们代表谁行事。
  • 更好的标准工作与采纳:AI 辅助的威胁建模、横向评审、代码生成和测试,在清晰的 W3C AI 贡献政策下可以带来益处。

AI 时代 Web 的价值

这是一份关于 AI 领域 Web 价值宣言的提案:

  • Web 属于所有人——包括那些选择使用智能体的人。智能体服务于人。
  • 代表一个人行事的智能体是用户代理。它像浏览器一样,对那个人负有忠诚、透明和安全的义务。
  • 人们保持控制。有后果的操作需要真实的人类同意;人们可以看到做了什么,在可能的情况下撤销,并选择由哪个智能体行事。
  • 一个可互操作、世界范围的 Web。没有智能体锁定,也没有取代人类 Web 的仅限 AI 的侧信道。
  • Web 的安全模型不是可选的,但智能体是该模型的新组成部分。交互方式因浏览器集成智能体、扩展和控制浏览器的外部智能体而异。尽管如此,源、沙箱和凭证隔离适用于智能体,正如它们适用于脚本一样。
  • 创作者对其作品的使用方式有发言权。开放出版需要为训练和复用建立一个公平的、机器可读的协议模型。
  • 人的无障碍优先。语义、替代文本和作者意图不应被重新用于机器而损害人类。

文章标题:W3C 与 AI 时代的 Web 现状

正文:

  • 信任必须是可验证的。来源与凭证让人们知道自己在与谁、与什么打交道。
  • Web 必须是可持续的。添加到 Web 上的 AI 功能应当是必要的、高效的,并在其整个生命周期内对其资源成本保持透明。

这份声明将扩展《Ethical Web Principles》和《Ethical Principles for Web Machine Learning》,而非取代它们。

我们相信,这些价值观在使 Web 成为一个蓬勃发展的生态系统方面发挥了关键作用——在这个生态系统中,用户、内容和服务提供商以及技术提供商得以建立建设性的关系——并且我们希望倡导在智能体化 Web 的语境下采纳这些价值观。

W3C 社区告诉我们的情况

TPAC 上有大量智能体化 Web 的提案,而近一半的 W3C 工作组尚未回复 AI 路线图调查。

TPAC 2026 分组讨论:智能体化 Web 是主导议题,核心围绕接口模型(HTML 原样 vs 新标记 vs WebMCP)、重大操作的同意、智能体对齐与中立性,以及用于商务的智能体身份。智能体身份正试图与现有的身份相关工作融合。

对 48 个工作组的路线图调查:半数工作组作出了回复。大多数报告称使命未变,但相关性上升。最明显的优先级变化是 LWS 提出了对授权与委托的需求。Timed Text 和 MEIG 成立了 AIRFOT 任务组,负责 AI 生成字幕的需求。ARIA 的参与者告诫不要为了迁就智能体而扭曲以人为本的语义。Sustainable web 指出了生命周期影响,但未就反对 AI 达成共识。

此外,对 Browser Testing and Tools Working Group 章程的反馈要求将 WebDriver BiDi 的范围扩展到覆盖智能体化用例。

当前工作与缺口

W3C 在大多数领域已有相关工作。W3C 应继续利用 Web 上的 AI(平台能力、数据、智能体、身份),并塑造其影响(伦理、安全、隐私、无障碍、可持续性)。

主题现有或拟议的工作主要缺口
Web 上的智能体拟议的 Agentic Web WG(WebMCP、智能体身份、权限、透明度)、webSkills、Autonomous Agents on the web CG、web Content Browser for AI Agents CG声明式与命令式模型;人工接管;跨导航的任务;
平台中的 AIWebML WG(WebNN)、内置 AI API、WebGPU、WebAssembly、Web Speech、Generative UI测试非确定性行为;跨引擎支持;用户对模型运行位置的控制
身份与信任DID WG、VC WG、Federated Identity WG、DID Methods WG、LWS WG、AI Agent Protocol CG、Agent Conformance and Benchmarking CG、Agent Identity Registry Protocol CG、Agent Trust Protocol (ATP) CG智能体身份配置文件;委托权限;用户意图与同意或批准;
内容、来源与权利Publishing、Timed Text/MEIG(AIRFOT)、AI Content Disclosure CG、AI Computed Provenance CG、TDMRep、拟议的 Digital Policy WG(ODRL)、Agent-to-Web Framework (A2WF) CG片段级元数据;区分披露、来源与训练偏好;内容商务
数据与语义JSON-LD、RDF & SPARQL、Dataset Exchange、LWS、AI KR (Artificial Intelligence Knowledge Representation) CG最佳实践指南;授权委托
支付Web Payments WG、Web Payment Security IG具体的智能体支付工作项;与 EMVCo、FIDO、IETF 的分工
横向评审TAG、Privacy、Security IG、APA/ARIA/AG、i18n、Sustainable webAI 专项评审指南;环境评估框架

政策参与

政策制定者已在监管 AI 内容、训练数据和智能体责任;W3C 应向他们提供能够承载这些规则的標準,而不对监管本身采取立场。

文章标题:W3C 与 AI 时代的 Web 现状

正文:

  • 标准与监管的交汇点。AI 内容标注(Content Disclosure CG)、训练用途保留(TDMRep、IETF 上的 robots.txt 演进、ODRL 策略)、代理身份与问责,以及环境报告,都是监管的天然切入点。
  • 我们的角色。解释 Web 的架构与原则,指明可实现政策目标的标准,并标记出拟议规则会在何处割裂 Web 或削弱用户保护。
  • 依托 W3C 成员优势。通过面向成员的论坛凝聚立场(TPAC breakout #43 是起点),并在工作重叠之处与 IETF、ISO/IEC、C2PA、EMVCo 和 FIDO 协调。
  • 一致性。从上述宣言衍生出一套统一信息,在各地区复用,使 W3C 以一个声音说话。

策略团队建议与后续步骤

  • 与 Web and AI IG 及 TAG 协调,完善关于 Web 在 AI 时代价值的宣言
  • 为 Agentic Web WG 制定章程,明确涵盖安全与隐私、代理身份与委托,以及 WebMCP-HTML-ARIA 关系(TPAC #22)。
  • 保护无障碍语义:ARIA/APA 指南要求面向代理的指令不得破坏无障碍树,并给出防范通过 ARIA 进行提示注入的指南。
  • 推进内容使用协议:理解 TDMRep、ODRL(Digital Policy WG)与 IETF 工作如何帮助平衡各方利益。
  • 厘清来源:在资源与片段层面,区分披露、来源证据与训练偏好。
  • 弥合调查缺口:跟进各小组,优先处理横向评审小组。
  • 完善威胁:就测试非确定性行为以及用户对模型运行位置的控制给出指南。

对 W3C 各小组的拟议后续步骤

策略团队将把这些提案提交各小组讨论并确定后续步骤。

有实质性意见的小组:将方向转化为工作项

小组拟议后续步骤协调对象
Verifiable Credentials WG/CCG发布代理用例说明:身份、委托、责任;评估数据模型是否足够Web Payments
Web Payments WG从九月电子商务研讨会中确定具体的代理支付工作项Payment Security IG、EMVCo、FIDO、IETF 上的 KYAPay
Web Payment Security IG为 Web 上的 AI 代理制定支付要求Web Payments WG
Publishing Maintenance WG将 AI 披露、训练许可与替代文本需求记录为 EPUB 用例AI Content Disclosure CG、Digital Policy WG
RDF & SPARQL WG发布关于知识图谱作为代理输入的简短说明JSON-LD、Dataset Exchange
Sustainable Web IG起草关于 AI 使用与生命周期影响的指南TAG
ARIA WG发布小组总结;起草指南,防范面向代理的 ARIA 滥用及 aria-label 中的提示APA、AG、Agentic Web WG
Privacy WG代理同意、跨上下文数据、模型运行位置(TPAC #72)TAG、Agentic Web WG
Federated Identity WG、Web Authentication WG代理身份与重大操作的人工批准VC、DID、LWS
Web Applications WG、Web Editing WG代理与表单、编辑及内置 AI API 的交互Agentic Web WG
Media WG、Audio WG、WebRTC WG、Web Transport WG语音与实时代理会话MEIG

代理需求与用户需求配对

技术已被代理利用的小组,应记录代理需要从这些技术中获得什么,方式参照 APA 的 Research Questions Task Force 记录无障碍用户需求(XAUR、RAUR、MAUR)的做法。每份文档将配对两份清单:代理可靠行动所需的条件,以及当代理代表个人行动时,个人保持安全与掌控所需的条件。两者冲突时,人的需求优先;ARIA 的讨论正说明了这一点。

工作组智能体需记录的文档要求对应的用户需求
拟议的智能体网络工作组发现、工具描述、跨导航的状态、交接点对重大操作的同意、智能体行为的可见性、智能体的选择
APA 工作组(RQTF)智能体与辅助技术如何共享无障碍树而不降低其质量智能体介导任务中的屏幕阅读器和认知无障碍需求
Web 应用工作组、Web 应用安全工作组、Web 编辑工作组稳定的表单语义、字段用途、验证与提交状态提交前审核;敏感数据不得静默自动填充
Web 支付工作组支付意图、智能体授权与限额、商户侧信号支出上限、撤销、清晰的收据与争议路径
Web 认证工作组、联邦身份工作组智能体如何在不持有凭证的情况下呈现委托权限人类已批准的证明;按智能体授予、可撤销的权限
媒体工作组、定时文本工作组供引用或播放媒体的智能体使用的片段标识、权利与归属(Agent Ready Video CG)字幕与元数据保持完整且准确
出版维护工作组复用与披露元数据读者能看到哪些内容是 AI 生成的

TAG 还可以在其自我审查问卷中,在安全与隐私之外加入智能体相关考量。

安全兴趣组:拟议行动

安全 IG 应将智能体相关的安全推理前移,使各工作组进入横向审查时已完成威胁分析。

  • Web 与智能体的威胁模型,将其组织为一个家族:以 Web 威胁模型为基础,智能体网络模型用于智能体交互,WebMCP 作为具体分析,以及相关的「浏览器中的 AI」模型用于面向开发者的 AI 能力。首先,我们需要协调架构、共享威胁与信任边界。对于智能体威胁模型,需考虑提示注入、私有数据/不可信内容/数据外泄三要素、混淆代理、伪造工具(工具没有「挂锁」)、智能体批准自身操作等。访问浏览器提供的 AI API(如 Prompt API)的 Web 开发者,与代表用户导航的 AI 智能体是不同的。下一步是厘清这些方法有何不同、以及在哪些方面共享威胁。这包括完成「浏览器中的 AI」模型,涵盖内置 AI API、提示可观测性追踪(TPAC #63)以及模型运行位置(TPAC #72)。
  • 与智能体网络工作组合作制定人类批准的安全要求:什么使确认可信并抗提示疲劳。
  • 智能体身份威胁,基于去中心化身份模型,与 DID、VC 和 FedCM 工作组以及 IETF 的 KYAPay 工作合作。
  • 在横向审查前为最高风险工作(WebMCP、内置 AI API、智能体支付)主持威胁建模会议。
  • AI 辅助安全审查:在 W3C AI 贡献政策下,评估用于规范审查的可移植 AI 技能(TPAC #33),并需人工签核。
  • 就沙箱/隔离在智能体使用 Web 技术时如何与之交互,与 webAppSec 接触。

隐私工作组:拟议行动

隐私 WG 应检验当用户代理是 AI 智能体时,W3C 的隐私原则是否仍然成立,并在智能体功能发布前为各工作组提供具体指导。

  • 审查面向智能体用户代理的隐私原则。识别当智能体而非本人阅读页面、填写表单并在站点间移动数据时的差距,包括智能体对其用户的义务。
  • 与智能体网络工作组和安全 IG 共同定义委托操作的有意义同意:一个人必须理解并批准什么、同意持续多久,以及如何避免提示疲劳。

文章标题:W3C 与 AI 时代的 Web 现状

正文:

  • 关于跨上下文数据流的指引。Agent 会在站点、会话与记忆之间携带数据;需应对二次使用、被摄入模型的数据,以及一种不含 agent 记忆的“无痕”模式。
  • 关于用户对模型运行位置控制权的指引(TPAC #72):由浏览器提供、且用户代理可强制执行的推理,以及云端推理。
  • 考虑由模型支持的 API 与 agent 带来的指纹识别问题:内置 AI API、辅助技术适配(TPAC #50),以及可识别用户的 agent 特有行为。
  • AI 可观测性的隐私问题:提示词与工具调用轨迹(TPAC #63)可能记录哪些内容,以及谁可以查看它们。
  • 从内容与元数据中进行推理:与 MEIG 和 Timed Text 合作,应对 AI 从媒体中推断位置、人物与说话者的问题,以及说话者识别带来的隐私风险。
  • 不依赖追踪的反滥用:评估 PACT(TPAC #29)等匿名凭证方案,作为 CAPTCHA 与侵入式机器人检测的替代方案。
  • AI 辅助的隐私审查:试点 AI 工具以扩展横向隐私审查的规模,同时保留人工签核,并就所用工具保持透明。

其他行动

  • TAG 与 Web and AI IG:为 W3C 起草一份关于 Web 在 AI 时代价值的声明
  • 拟议的 Agentic Web WG:主持 WebMCP-HTML-ARIA 讨论;负责人类交接与同意模式。
  • 拟议的数字政策 WG:为 Publishing 及其他方使用的训练与复用偏好提供 ODRL 基础。

注:本报告在 AI 协助下完成,其人类编辑对内容承担全部责任。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by HN AI
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗