在 Google PageSpeed Insights (PSI) 的最新检测报告中，新增了一个"Agentic Browsing"(代理浏览) 的功能。这标志着从此网站不仅是给人类用户看的，也是给"AI 机器人代理”看的。
一、什么是 Agentic Browsing (代理浏览)？
1. 定义：不仅是“人”，更是“机器”
除了人类用户，越来越多的访问者是 AI 代理（AI Agents），例如智能助手（如 OpenAI 的 Advanced Voice Mode、Google Gemini）以及各种自主机器人。它们不再仅仅是从网页上“抓取”文本（传统的爬虫），而是试图代替人类执行更复杂、更有序的操作。
2.“代理”的工作模式：机器如何“看”网页
人类通过视觉识别按钮、菜单和图片来导航。AI 代理不像人类那样“看”网页，它们依靠网页底层的代码结构（即语义和可访问性树）来理解内容和按钮的意图。
3. Agentic Browsing 的核心目的：机器可用性
Agentic Browsing 是谷歌推出的一个实验性指标（主要基于 Lighthouse 13.3+ 审计工具），用于评估一个网站对这些“机器代理”来说是否：
- 可读性：机器代理能否准确提取、理解网页的关键信息。
- 可导航性：机器能否在没有人类帮助的情况下点击按钮、填充表单、完成页面间的流程。
- 可信任度：机器在交互时，页面是否稳定，是否容易产生误操作。
简单来说，Agentic Browsing 是关于“机器可用性”或"AI 友好度”的指标。
二、Agentic Browsing 审计的是什么？
（以某商城的 Agentic Browsing 报告为例）
为了通过 Agentic Browsing 审计，一个网站通常需要通过三项核心的主审计项。我们结合某个商城网站的实际检测反馈来进行深度解读，帮助大家“知其然更知其所以然”。
报告概览：
1）总体预估：2/3（通过 2 项主要审计）
2）结论：不及格 (Poor / Fail)
虽然报告中显示有 2 项（CLS 和 llms.txt）通过了审计，但它否决了最关键的一项硬指标——Agent Accessibility，直接导致了整体“不及格”的总体评定。
1. 致命短板（不及格项）：Agent Accessibility
报告描述: The accessibility tree is not well-formed. A well-formed accessibility tree helps AI agents to navigate and interact with the page.
核心概念：Accessibility Tree (可访问性树)
1) 深度解读：Agentic Browsing 是审计中最重要的指标，几乎具有“一票否决权”。
2) 为什么不及格：AI 代理在访问网页时，会利用浏览器生成的可访问性树，它是网页语义和结构的一种简化版、面向机器的地图。该商城的网站底层代码在语义化（Semantics）上存在严重缺陷。对于 AI 代理来说，就像是一张模糊不清、没有地标、甚至连按钮都没有标签的地图。
3) 对“商城”的打击：机器代理无法顺利完成购买流程或查询操作。代理可以读取文本，但在尝试点击“加入购物车”、“结算”、点击菜单或提交表单等交互操作时，大概率会彻底失败，或者产生错误的、非预期的操作（例如，代理想点击“加入购物车”，结果点击了旁边的广告）。
2. 做的不错的项目（达标项）
Cumulative Layout Shift (CLS): 0.016 (Passed)
含义：布局稳定性（视觉稳定性）。这是一个 Core Web Vitals 的数据（绿色 Good）。这表明网站在加载时，视觉元素不会无故闪烁或意外布局偏移。对于点击极快的 AI 代理来说，页面越稳定，它们产生“误操作”的概率越低。
相关文档：谷歌核心网页新指标 INP 将于 2024 年 3 月取代 FID
llms.txt follows recommendations (Passed)
含义：部署了专门供 AI 快速读取的精简摘要文件。这对于 AI SEO 和 AI 引用的前瞻性布局非常加分。这能让大型语言模型（LLM）快速理解网站的自我介绍。
相关文档：GEO llms.txt 完整搭建指南：结构、写法与部署清单
3. 不适用项（关于高级协议 WebMCP）
WebMCP（Model Context Protocol）：是一套更高级的、供 AI 模型直接调用网站功能的协议。提示“不适用”不代表不及格，而是表明该商城目前并没有使用 WebMCP 协议来将自己封装成供 AI 调用的高级“工具”。这不影响基础评分。
三、为什么 Agentic Browsing 对您和您的网站非常重要？
哪怕您的网站主要是为人类设计的，忽略 Agentic Browsing 的表现也会带来巨大的风险。
1. 未来流量的市场抢占
随着 AI 代理的日益普及，很大一部分网站访问可能由机器完成。如果您的网站对机器代理不友好，它们会直接放弃该站点，导致您失去由 AI 引导过来的潜在客户。
2. AI SEO 和引用的关键
传统的 SEO 是优化关键字；未来的 GEO 是优化网站对 AI 模型的可用性。AI 搜索在寻找答案来源时，更愿意引用和推荐那些结构清晰、数据易于抓取和验证的网站。Agentic Browsing 表现好的网站，更容易获得 AI 的“信任”和引用。
3. 附带的技术债务利息
为了通过 Agentic Browsing 而进行的优化（例如，提高代码的语义化语义、提高可访问性 Accessibility），本身就会带来两方面的直接收益：
- 直接提升网站的传统 SEO。
- 直接提升人类用户的实际 UX 体验（尤其是使用屏幕阅读器的群体）。
四、如何修复不及格的得分？治理建议
不要过度关注分数本身，而要关注它所反映的技术债务。
最高优先级：优先处理 Accessibility (可访问性)：
不要把这项可访问性的提升视作纯技术的修复，它直接影响 AI 代理对商城的“可用性”。
技术团队必须在 Chrome DevTools 中开启 4G CPU 4x slowdown 降级模拟测试，以还原真实用户的复合体验。必须确保至少 75% 的实际访问会话在三项指标上均达到"Good（良好）”阈值。
相关文档：谷歌核心网页指标升级为复合 CWV 评分，对 SEO 的影响有哪些?
为按钮提供清晰的标签：
确保所有交互元素（特别是“结算”、“加入购物车”按钮）都具有机械可读的名字。例如，确保每个按钮都有描述性文本，如果没有，可以使用 aria-label 属性。
完善表单可访问性：
确保所有输入框（搜索框、付款表单）都正确关联了对应的 <label>文本。
清理无用的 JS 插件和清理冗余的代码：
这些是 INP 飙升的元凶，也会干扰机器阅读。为所有图片预设显式的 width 和 height 属性，解决 CLS 问题。
总结
目前 Agentic Browsing 仍是一个实验性指标，但它为我们描绘了一个清晰的未来：网站不仅要追求完美的视觉体验，更要追求完美的“机器可用性”。
GEO 相关文章：
- AI 搜索时代，什么样的内容会被 LLM 引用 - 关于 FAQ、Definition、Concise Answer 和 Structured Chunk
- 拆解 SSR+CSR 混合渲染方案的五大风险 - 用 Bot 识别来解决爬虫抓取问题是在打补丁
- 一行命令，精确验证任意爬虫能否抓到你的内容 - 实操：用 curl 模拟 SEO 爬虫和 AI 爬虫
- 爬虫看到的，和你看到的不一样 - 关于 SSR、CSR 和爬虫可见性的基础认知
- GEO 优化中如何将科普内容从"百科全书"变成转化漏斗的入口？
- 如何实现 AI 可见度和 GEO 会话数的同步提升？
- GEO 如何潜化 SEO 转化漏斗？
- 工具推荐 - 品牌在 AI 平台搜索中的可见度查询方式（免费/付费）
- GEO llms.txt 完整搭建指南：结构、写法与部署清单
- GEO 偏爱的文章作者权威页面的制作与优化指南
- 9 个正确做 GEO 的方法：既拿到 AI 推荐，又不踩 315 红线
- 如何使用 Looker Studio 批量挖掘 GSC 中问答 GEO 词？
- 什么是 AIO 中的内容颗粒度？
- 8 个 GEO 优化策略：让 AI 搜索主动推荐我们