一句话看懂：谷歌 Chrome 和微软 Edge 团队正在共同推进一个名为 WebMCP 的浏览器 API，让网站能以标准化格式描述自身功能，从而让 AI 智能体更可靠地完成搜索、下单等操作，而不是靠“截图猜按钮”。
事件核心：发生了什么
据社区更新信息（2026-08-29），谷歌和微软罕见地在同一方向上达成一致，正在联手推动 WebMCP（Web Model Context Protocol）浏览器 API。该 API 允许网站将自身的核心操作——如搜索、加入购物车、预订时段——以结构化方式写下来，每个操作包含名称、供模型阅读的描述以及可接受的输入列表。
这一做法针对的是当前 AI 智能体访问网页时的痛点。目前，智能体访问应用大致有六种方式：直接调用原始 API、连接后端 MCP 服务器、让智能体像人类一样看屏幕操作、使用浏览器自动化工具读取页面代码。前两种速度快但需要网站方主动提供接口，后两种无需配置但依赖智能体从截图或匿名 HTML 元素中“猜”含义，遇到页面改版就容易失效。WebMCP 属于第六种路径，核心思路是让网站主动把“自己能做什么”以机器可读的形式写出来，而不是让智能体去解析为人类设计的布局。
为什么重要
这一动向的意义在于它触及了智能体落地的一个根本瓶颈：网页本身只为人类阅读而编写，缺少对程序友好的接口描述。无论是视觉截图还是 DOM 解析，本质上都是在用通用方法去猜一个原本就存在的结构化能力。WebMCP 一旦普及，意味着智能体可以直接读取网站“自述”的操作清单，而不必每次消耗大量 token 去截屏、点击、等待、再截屏。
从竞争格局看，谷歌和微软同时在 Chrome 与 Edge 中推进这一标准，说明浏览器厂商正在试图成为智能体与网页之间的基础设施层。这也回应了 MCP（Model Context Protocol）此前的生态积累——差别在于，WebMCP 将定义权交给了网站本身，由了解产品的人来描述自己提供的服务，而非由智能体或通用工具去推断。这可能是网络协议层面多年来最实质的一次变革方向。
对用户/开发者/创作者的影响
对普通用户而言，如果这一标准落地，AI 购物助手或订票工具将不再依赖“看屏幕”的笨办法，操作成功率有望显著提升，出错率降低，响应速度也可能更快。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者来说，WebMCP 提供了一种新的集成范式：网站不再需要单独为每个智能体开发 API 适配层，只需按规范描述自己的操作即可。这意味着中小型网站可以用较低成本接入智能体生态，而不必维护复杂的后端接口。对于正在开发智能体应用或浏览器扩展的团队，这也会影响技术选型——是继续投资视觉识别和 DOM 解析，还是直接支持 WebMCP 标准。
对创作者或内容平台而言，如果页面操作可以被结构化描述，内容调度、订阅、支付等环节的自动化程度会提高，但同时也需要考虑哪些操作愿意被机器直接调用，涉及访问控制和商业规则的设计。
值得关注的后续
目前公开信息显示，WebMCP 仍处于浏览器 API 的提案和推进阶段，尚未看到大规模商用落地的时间表。值得观察的几点包括：
第一，Chrome 和 Edge 的正式支持版本何时发布，以及是否有第三方浏览器跟进；第二，主流电商、预订平台是否愿意采用这一标准，毕竟它要求网站主动暴露自己的操作接口；第三，MCP 服务器与 WebMCP 之间如何协同——是并行存在还是逐步融合，这将直接影响开发者的接入策略。
