这两天我一直在看 GitHub 上面的 AI Skills。

它叫：

Site Tools。

简单来说。

先看网页。

点按钮。

看看发生了什么。

再输入内容。

然后继续点。

本质上 AI 是在：

模仿人怎么使用网页。

如果一个网站支持 WebMCP，它可以直接告诉 ChatGPT：

我有哪些工具。

比如：

搜索。

编辑。

更新 Dashboard。

甚至更新购物车。

ChatGPT 不需要再猜这个按钮在哪里。

网站直接把可以调用的能力暴露出来。

我看到这个功能的时候，第一个想到的其实不是：

“以后 AI 操作网页更快了。”

网站可能开始需要两套界面。

一套给人。

一套给 Agent。

过去二十年，我们做网站的时候一直在想：

页面漂不漂亮。

按钮放在哪里。

用户点几次完成购买。

Google 能不能爬。

问题开始变得具体

页面结构够不够清晰。

Schema 有没有写好。

再后来 GEO 出来。

我们又开始问：

ChatGPT 能不能理解我。

Perplexity 会不会推荐我。

现在又多了一个问题：

这其实是完全不同的一层。

比如以前你用一个 SEO 软件。

打开 Dashboard。

输入域名。

再找竞争对手。

最后 Export。

未来完全有可能变成：

你直接跟 Agent 说：

Agent 自己调用 SEO 软件暴露出来的 Tool。

你甚至不一定打开那个 Dashboard。

这也是我最近越来越明显的一个判断：

下一代 SaaS 的竞争，可能不只是 UI。

还包括：

Agent Interface。

谁更容易被 AI Agent 调用。

谁的数据更结构化。

谁的权限、安全和确认机制更完善。

谁就更容易进入用户的 AI Workflow。

这件事对很多做小工具的人尤其重要。

Google。

Social。

Product Hunt。

以后还可能多一个：

Agent Distribution。

也就是说。

用户不是先发现你的网站。

而是 Agent 在完成任务的时候发现：

这个网站正好有一个 Tool 能完成我的任务。

这个思路我觉得非常值得提前准备。

比如一个 AI Brand Visibility 工具。

以前用户要：

打开网站。

输入品牌。

点击 Check。

再输入竞争对手。

以后完全可以暴露几个 Tool：

check_brand_visibility

compare_competitors

find_prompt_gaps

find_citation_gaps

“帮我比较 Canva、Figma 和 Adobe Express 在 AI Search 里面谁更强。”

Agent 自己调数据。

最后把结果给你。

这时候：

网站不是消失了。

MCP。

Skills。

Plugins。

Agent Tools。

突然全部开始往一起靠。

大家其实都在解决同一件事情：

怎么让 AI 不只是会回答问题，而是真的能够使用世界里的工具。

我不会只问：

用户界面好不好。

SEO 做没做。

有没有 API。

我还会多问一句：

这可能才是 WebMCP 真正值得关注的地方。

它代表的是：

Web 正在慢慢从 Human-readable，走向 Human + Agent-readable。

而这件事情，才刚刚开始。