Atlas 关停，智能体留下：网站要变什么

简短回答：OpenAI 于2025年10月21日发布 Atlas，于2026年7月9日宣布退役，并在2026年8月下线该产品。功能没有被删除，而是被重新分配到 ChatGPT 桌面应用和一个 Chrome 扩展中。当时得出的结论是：浏览器原来是一个功能，而不是终点。

站住的判断：

• 智能体商务的方向。代表用户行动的智能体并未消失；OpenAI 转移了这项能力，而不是取消它。
• API 优先的要求。智能体需要与接口对话而不是点击按钮，这一点没有改变。
• 防火墙的两难。把正当智能体与恶意抓取者区分开，仍是未解的问题。
• 中小企业的差距。一套安全且有文档的API，其成本对小公司依然是严肃的门槛。
• 围墙花园的风险。这一条比我预期得更快被证实：OpenAI 没有维护自家浏览器，而是进入了 Chrome 的扩展生态。智能体层正建在既有巨头的花园里，而不是一扇独立的门前。

没站住的判断：

• 用产品名去命名一个时代。Atlas 革命这个框架是错的。承载变化的不是浏览器品牌，而是智能体与网络对话的方式。绑在产品上的框架，会随那个产品一起过期。

一句话的教训：围绕模式而不是产品来搭建准备。为 Atlas 做的API、结构化数据和速度工作，如今在 ChatGPT 扩展以及 Gemini、Perplexity、Copilot 的智能体上原样奏效。而围绕产品名做规划的团队，九个月里被迫两次改向。

人工智能将不再仅仅提供答案；它将代表我们采取行动。在这个新的生态系统中，能够代表用户执行自主任务的人工智能代理将发挥主导作用。

简短回答：Atlas 是 OpenAI 于2025年10月21日发布的桌面浏览器，核心是 ChatGPT。它的目标是让智能体代表用户浏览页面、填写表单并完成交易。OpenAI 在九个半月后将其退役，并把这些能力迁入 ChatGPT 应用和一个 Chrome 扩展。被淘汰的是产品，不是这个想法。

智能体这一概念并非始于 Atlas。2023年，Auto-GPT、BabyAGI 和 AgentGPT 等开源项目是自动生成任务清单的首批自主尝试；它们难以安装，多数在中途卡住。n8n 这类自动化平台则通过连接不同应用的接口，运行同一想法的规则化版本。

差别在于自主程度。在 n8n 里逻辑由我们定义：若X则Y。对智能体我们给出目标，步骤由它自己搭。Atlas 背后的主张，是把这种能力搬出实验室，放进数十亿人使用的界面核心。这个主张至今成立；只是承载它的表面变成了既有的浏览器和应用，而非一个专门产品。

举个例子就清楚了。

• 答案引擎：你问谷歌最便宜的航班，得到一份列表或摘要。去网站的是你，填表单的也是你。
• 智能体：你说，找一张下周五早上、200美元以下的经济舱机票并买下来。智能体找到方案、完成预订、结清交易。

这就是智能体商务，它意味着你的客户不再只是人。你的网站多了第二类访客：由用户授权的软件。

这是本分析中最关键的认知点。如果未来的客户是代理，那么该代理需要能够与我们的网站对话。代理不会像人类那样通过点击您网站上的按钮和在表单中输入来尝试导航。这种方法太慢、太脆弱、太容易出错。代理需要一种可靠、快速和可扩展的通信方式。

这给我们带来了我们网站的两个基本技术必要条件。它们是代码和内容优化。

到目前为止，在我们的内容中，我们已经说过API对于行动（购买、预订）至关重要。然而，这只是代码优化的一部分。在代理采取行动之前，它必须阅读并理解您的网站。那么，这些下一代网站在编码方面需要什么来响应代理在阅读和行动层面的意图？

这是我们讨论的最基本规则。在阿特拉斯生态系统中，代理需要API才能在您的网站上采取行动（购买产品、预订）。看起来在不久的将来，企业的主要产品将不再是视觉网站，而是它提供的API。没有API的电子商务网站将被代理视为不可见，并将留在“代理商务”之外。

现实检验（成本）：然而，我们不应该忽视这场革命的经济影响。对于数百万中小企业（标准WooCommerce或Shopify网站）来说，创建和维护安全、可扩展且文档完善的API的成本是一个巨大的障碍。“阿特拉斯”革命可能会扩大技术巨头（如亚马逊）与中小企业之间的差距，而不是民主化互联网。因此，在实现这一目标的道路上，应该考虑更易于管理的初步步骤，如“只读API”，我们将在“AI防御线”部分讨论。

我说代理不信任慢网站，现在让我们深入探讨这个问题。什么导致缓慢？这个问题没有单一的答案。这是几个因素的组合。

• 基础设施选择（云与专用）——传统的共享托管或标准VPS解决方案将不足以满足代理流量的即时和密集需求。代理，就像人类一样，不想被困在您网站的RAM或CPU限制中并收到错误。这里需要云服务器（如AWS、Azure、GCP）或高性能专用服务器。这些系统提供基于需求的即时扩展灵活性。
• 位置和延迟——根据您的目标受众进行速度优化的关键是最小化延迟。对于代理来说，每一毫秒都很重要。如果您有美国用户，您的服务器也应该在美国（或者更好的是，在美国的边缘位置使用CDN）。解决方案不是将服务器放在单一位置，而是使用CDN（内容分发网络）和边缘计算基础设施。这样，您网站的静态副本甚至功能都从用户（或代理）所在的最接近的地理点（从美国、日本、欧洲）提供服务。延迟直接影响您在代理眼中的可靠性。
• 代码和数据库效率——即使您获得最快的服务器，未优化的数据库查询（如N+1问题）或运行缓慢的服务器端函数也会将整个系统变成乌龟。使事情变慢的往往是代码本身，而不是基础设施。代理更喜欢高效编写、优化、干净的代码。无头架构和JAMstack等方法的力量在这里体现出来。它们通过使尽可能多的东西静态（缓存的HTML）来最小化数据库和函数负载。让我给您一个提示——这种速度不仅仅是通过传统的“缓存”实现的。您还可以创建像PHP一样行为的虚拟HTML。在这种方法中，当动态结构（半本地、半使用数据库）在后台工作时，系统可以使用这些虚拟静态文件为代理无需缓存即可即时生成动态HTML格式输出。

这可能是最关键和最被忽视的技术挑战之一。我们为保护网站而设置的重型防火墙（WAF——Web应用程序防火墙）和复杂的机器人保护系统可能成为阿特拉斯革命中我们最大的障碍。

这些安全系统旨在阻止可疑的非人类流量。但它们如何区分非人类但合法的（也是我们客户的）AI代理和恶意机器人？

除了使网站变慢和增加延迟之外，这些系统意外地向代理返回“403 Forbidden”或“429 Too Many Requests”响应将是一场灾难。代理将该网站标记为不可靠或不可访问，可能永远不会返回。

这使我们到了一个*理想情况下*在代码级别解决，但*实际上*成为无法解决的困境的点。理论上，我们可以争辩说安全应该在代码本身（API密钥、智能速率限制、安全查询、参数验证）中。但实际上，这是一个数百万美元的问题。在数百万请求的规模上区分“阿特拉斯”代理（合法客户）和激进的“抓取”机器人（恶意窃贼）几乎是不可能的。

风险是这样的：公司将不得不使用重型防火墙和机器人保护层（Cloudflare、Akamai等）来保护他们的API，这些系统将不可避免地也会阻止合法代理。这种情况可能导致一个“围墙花园”，大型科技公司（OpenAI、Google）和网站之间有特殊协议，说“这是我的代理，信任它”，而不是开放生态系统。

Schema为内容所做的，语义HTML5为代码本身所做的。代理在阅读您的页面时，在到达Schema标签之前扫描原始HTML代码。如果您的网站是由无意义的<div>和<span>标签制成的div汤，代理会感到困惑。

但是，如果您使用适当的语义HTML5标签（如<article>、<nav>、<aside>、<section>、<figure>）编写代码，您会在代理仍在阅读代码时给它页面的结构图。代理立即理解<article>标签是主要内容，<aside>标签是侧边信息。这加速了我们在前一节中提到的拼图解决过程在代码级别，并通过减少对Schema的依赖来增加理解力。

在代码级别（API）与我们交谈的代理是行动部分。但是理解部分呢？代理需要清楚地掌握我们网站上的内容意味着什么。

为此，第一个也是最基本的步骤是使用结构化数据（Schema.org）。现在让我们为电子商务网站和热门产品做这件事，这对于“代理商务”来说要重要得多。

假设您正在销售一款备受追捧、无品牌、高性能、144Hz、4K游戏显示器。人类很容易进入您的产品页面并理解价格：499美元，库存：有货。

但是，一个从其用户那里收到命令“为我找到并购买一台低于500美元、4K且至少120Hz的游戏显示器”的阿特拉斯代理呢？代理如何能确定您网站上的499美元是价格，144Hz是刷新率，而“有货”一词表示可购买（InStock）？如果499美元是型号的一部分怎么办？如果“有货”表示“店内有货”而不是在线有货怎么办？

代理不能猜测。他们必须知道。这就是产品模式的用武之地。我们使用Schema向AI提供此技术消息：

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "高性能27英寸游戏显示器",
  "description": "具有144Hz刷新率的低延迟4K显示器。",
  "sku": "GM-27-4K-144",
  "brand": {
    "@type": "Brand",
    "name": "XYZ"
  },
  "image": "https://yoursite.com/images/gm-27-4k-144.jpg",
  "offers": {
    "@type": "Offer",
    "url": "https://yoursite.com/product/gm-27-4k-144",
    "priceCurrency": "USD",
    "price": "499",
    "availability": "https://schema.org/InStock"
  },
  "additionalProperty": [
    {
      "@type": "PropertyValue",
      "name": "刷新率",
      "value": "144Hz"
    },
    {
      "@type": "PropertyValue",
      "name": "分辨率",
      "value": "4K"
    }
  ]
}

此标记将我们的产品信息（人类可读）并将其转换为代理可以100%自信地处理的机器可读事实。代理不再猜测价格、库存状态和技术规格。它知道并可以自信地启动购买过程。

现实检验（代理懒惰）：将内容设计成像思维导图（拼图）一样是一种高级策略。但是，让我们从开发AI代理的工程师的角度来思考：对于代理来说，是学习每个网站独特的解谜逻辑更有效，还是告诉它“只读取标准的Schema.org标签和API，其余的忽略”更有效？看来可扩展性和效率会胜出。代理会“懒惰”并更喜欢标准，即Schema和API。因此，虽然思维导图很棒，但我们的首要任务和必须要做的是标准的Schema标记。

第一阶段已经开始，我们中的许多人已经感受到了它的影响。像谷歌这样的搜索引擎不再是为我们提供10个蓝色链接的向导。它们已成为直接生成我们问题答案并综合信息的答案引擎。这是彻底改变游戏规则的第一个重大步骤。

如果您还记得，不久前有“精选摘要”。谷歌会从最能回答我们问题的单个网站引用，并将其放在最顶部，即零位。我们的目标是占据那个单一位置。

谷歌的AI概述彻底摧毁了这种模式。现在，谷歌不再从单个网站获取最佳答案。相反，它从多个来源（有时甚至是排名较低的网站）提取信息，进行综合，并创建自己的AI生成的答案。

这种情况最明显的结果是什么？“零点击搜索”的激增。用户不再觉得需要点击您的网站，因为他们可以直接在搜索页面上获得答案。分析表明，在新系统出现的查询中，自然点击率出现了严重下降。如果您的商业模式基于流量和广告，这对您来说是直接的威胁。

那么，如果我们得不到点击，我们的目标应该是什么？这里的建议是，目标不应再是获得点击，而是在该AI生成的答案中被引用为来源。这个新学科就是我们所说的答案引擎优化（AEO）。

与传统的SEO不同，AEO专注于长尾和对话式问题。我们的目标是让AI模型引用我们的内容作为来源，并说：“这些信息可靠、清晰且有价值。”

我们将如何赢得这种信任？这就是E-E-A-T（经验、专业知识、权威性、可信赖性）发挥作用的地方。E-E-A-T不再仅仅是谷歌的指导方针；它是我们对抗AI的最强有力的防御机制。与生成式AI商品化的通用内容不同，我们需要展示我们真实的、第一手的经验、可证明的专业知识和权威性。AI无法亲自使用产品或旅行。但我们可以，我们可以传达这种经验。这将我们从AI只会总结并继续前进的内容提升为值得信赖的来源。

那么，我们如何不仅声称这种信任，而且向人类和机器证明它呢？这就是我们可以称之为“可验证的权威层”的结构发挥作用的地方。这种结构将我们的E-E-A-T信号转化为具体的、机器可读的证据。该层建立在两个基本证明之上。第一个是作者的权威。这不仅仅是写下作者的名字，而是通过Schema标签将该人与LinkedIn或学术出版物等可验证的来源联系起来。第二个是内容的权威。文章中的主张必须基于原始数据集、主要来源或专有研究。代理必须知道这些信息不是从别处总结的，您就是来源。

如果您将第一阶段（AEO和E-E-A-T优化）仅仅视为保护当前流量的防御性举措，我们现在需要改变我们的观点。因为我们忽略了一个基本原则。代理永远不会在一个它不信任的系统上采取行动。

这是解锁第二阶段的关键。在验证内容的准确性、作者的专业知识和网站的可信赖性之前，AI不会冒险使用网站的API与用户的信用卡进行交易。因此，通往代理优化的道路要经过完美的答案引擎优化。建立信任是行动的先决条件。

当我们结合这两个阶段（代理和AEO）时，我可以清楚地看到数字世界正在开始一场“大分化”。并非每个网站都会同样受到这种转变的影响。对一些人来说，这将意味着一次“网站灭绝事件”，而对另一些人来说，一个前所未有的机遇时代正在开始。

风险和机遇的范围如下分化。

• 高风险资产（信息网站）——价值主张只是易于概括的信息的平台（简单的“是什么？”文章、通用博客、参考指南）风险最大。由于AI现在直接提供这些信息，这些网站面临失去流量和功能的危险。
• 高机遇资产（交易、互动、社区）——
  • 电子商务和SaaS——这些网站本质上是面向行动的。代理无法复制软件（SaaS），但可以通过API使用它。它无法概括产品，但可以通过API购买它。这些平台将成为代理的主要交易点。
  • 社区平台（Reddit、论坛等）——这些网站拥有AI无法产生的东西：真实的人类体验（E-E-A-T中的“E”）。真实世界的观点、个人经历和利基讨论将成为代理宝贵的人类洞察力来源。

如果您属于高风险类别，那么将您的商业模式从信息转向行动或体验至关重要。

这是您应该从本分析中得出的最重要的战略结论。在“阿特拉斯”时代生存的方法是创造AI无法轻易商品化、复制或概括的价值。我们可以称之为“AI护城河”。

然而，每个企业都有不同的资源。以分层的方式思考这条防线是最健康的，从每个人都可以“明天开始”的步骤到长期愿景：

第一层：快速见效（低成本、高影响）

• 技术性E-E-A-T强化：这是最容易实现的第一步。使用作者和人物模式标记您的作者简介。为了证明作者的专业知识，请使用sameAs标签链接到可验证的LinkedIn、Twitter或学术简介页面。
• 基本的Schema.org实施：在开始一个庞大的项目之前，请为您最关键的内容类型（产品、报价、文章、常见问题页面）完成基本的Schema标记。这向代理清楚地表达了您正在销售或解释的内容。
• 突出独特内容：通过使用适当的Schema标记真实的用户评论（评论）、案例研究（案例研究）或第一手经验（经验）来突出AI无法复制的真实价值。

第二层：中级（互动和数据结构化）

• 简单的互动工具：为您的利基受众创建AI无法复制的简单工具。这些可以是计算器（例如贷款计算器）、产品配置器（例如“适合您的显示器”）或测验。这些工具将您的网站从“站点”转变为“目的地”。
• 只读API：建立一个功能齐全的电子商务API可能成本高昂。作为第一步，创建共享您的产品目录、价格和库存状态的简单“只读”API。这是进入“代理商务”世界的低风险第一步。

第三层：高级（完全集成和专有价值）

• 功能齐全的API架构：完全集成的API，代理不仅可以读取信息，还可以执行购买、预订或订阅等操作。这是“代理商务”的关键。
• 专有数据和研究：只有您拥有的基于原创研究的分析和数据集。代理无法复制这些数据；他们必须引用您。
• 私人专家社区和门户：经过验证的专家进行有价值讨论的平台，或用户根据自己的数据（例如客户仪表板）获得服务的个性化体验。