W3C 推出 WebMCP：AI Agent 不再模拟点击，直接调用网站功能

AI Agent 正在悄然改变人们使用互联网的方式。过去，想在网页上完成某项操作，用户往往要自己打开网站、点击按钮、填写表单，按步骤一步步走完。现在，越来越多的 AI Agent 开始尝试替用户操作浏览器。

但 AI Agent 往往需要通过模拟鼠标点击、解析网页 DOM、识别按钮和输入框等方式才能完成操作。这种交互方式不仅效率有限，还容易受网页结构变化、动态加载和反爬虫机制影响。

那有没有一种更直接的方式，让 AI Agent 不必像人类一样操作网页，而是直接调用网站提供的功能？W3C 正在推进的 WebMCP[1]，正是为了解决这类问题。

根据官方介绍，WebMCP 是一个仍处于孵化阶段的 JavaScript API，允许 Web 开发者将 Web 应用的功能暴露为工具（Tools）。这些工具本质上是带有自然语言描述和结构化参数定义的 JavaScript 函数，可以被 AI Agent、浏览器内置 Agent 以及辅助技术直接调用。

传统网站主要通过页面界面与用户交互，而 WebMCP 希望让网站能够以标准化的方式向 AI Agent 暴露自身功能。例如，一个电商网站可以提供商品搜索、库存查询、订单查询等工具。当用户要求 AI Agent 查询某件商品是否有库存时，Agent 不必再打开网页、寻找商品详情、识别库存信息，而是可以直接调用网站提供的库存查询工具。整个过程从模拟用户操作，转变为直接调用网站能力。

目前，AI Agent 操作网页比较常见的方式是浏览器自动化。例如，通过 Playwright、Puppeteer、Selenium 等工具，控制浏览器打开页面、点击按钮、填写表单和读取网页内容。这种方式能够覆盖大多数网站，但也存在一些局限：

• 依赖页面结构：网页 DOM、CSS 选择器一旦发生变化，自动化脚本就可能失效。
• 操作链路较长：需要先识别页面元素，再执行点击、输入等操作。
• 缺少业务语义：AI 看到的可能只是按钮和输入框，不一定清楚它们背后的业务含义。

WebMCP 则不同，它允许网站开发者主动定义可供 Agent 调用的工具，并提供自然语言描述和结构化参数。例如，网站可以暴露一个 searchProducts 工具：

{
  name: "searchProducts",
  description: "Search products by keyword",
  inputSchema: {
    type: "object",
    properties: {
      keyword: {
        type: "string",
        description: "Product search keyword"
      }
    },
    required: ["keyword"]
  }
}

以上只是概念示例，并非 WebMCP 规范中的完整 API 用法。

通过这种方式，Agent 可以理解工具的用途以及需要提供哪些参数，再根据用户需求选择合适的工具。

当然，对于没有提供 WebMCP 接口的网站，浏览器自动化仍然有用。对于需要观察页面、处理复杂视觉交互的场景，传统方式也有自己的价值。两者更可能是互补关系：浏览器自动化负责通用的页面操作，WebMCP 则让网站能够主动向 Agent 提供更明确的业务能力。

WebMCP 目前仍处于早期阶段，浏览器原生支持和相关规范都还在发展中。为了让开发者能够提前尝试，W3C 将 WebMCP Polyfill[2] 选为开源项目支持计划的第二个试点项目。

Polyfill 可以理解成一种 API 兼容性补充实现。当浏览器尚未原生支持某项 Web API 时，开发者可以通过 JavaScript 实现部分或全部相关能力。

该项目目前制定了四个初期目标：

1. 发布 npm 软件包：将 WebMCP Polyfill 发布到 npm，方便开发者在 JavaScript 项目中安装和使用。
2. 完善生命周期事件：推进 Lifecycle Events 功能，让开发者能够更好地处理相关工具的生命周期。
3. 增加声明式支持：推进 Declarative Support，让开发者能够通过声明式方式定义相关能力，降低集成成本。
4. 跟进规范和测试：持续关注 WebMCP 规范的变化，及时调整代码，同时跟进 Web Platform Tests（WPT）测试覆盖情况。

注意：W3C 并不打算让这个 Polyfill 永久存在。如果 WebMCP 后续成功进入标准化流程，并且浏览器提供了直接、互操作性良好的原生实现，那么这个 Polyfill 将逐步退出。

换句话说，它更像是 WebMCP 从规范走向实际应用过程中的过渡性基础设施。

除此之外，W3C 还宣布成立开源项目社区组（W3C Open Source Program Community Group）[3]，该社区组主要负责推动 W3C 开源项目支持计划下一阶段的发展，尤其是完善整个计划的治理机制。加入该社区组不需要支付费用，也不要求参与者拥有 W3C 会员资格，任何人都可以参与。

W3C 已经在 2026 年 9 月公布了第一个开源项目试点，这次的 WebMCP Polyfill 就是第二个入选项目。W3C 还计划在 2026 年年度 TPAC 会议期间，讨论两个试点项目的进展和开源计划的后续发展。如果开发者希望自己的开源项目也能获得试点支持，可以通过官方反馈渠道提交建议。

References

1. WebMCP: https://webmachinelearning.github.io/webmcp
2. WebMCP Polyfill: https://github.com/w3c-oss/open-source-program/tree/main/projects/webmcp-polyfill
3. 开源项目社区组（W3C Open Source Program Community Group）: https://www.w3.org/groups/cg/w3c-open-source-program