个人AI助手兴起，互联网不再只服务于人类

随着个人 AI 助手的兴起，互联网不再只属于人类。

2001 年，在发明万维网十年后，Tim Berners-Lee 阐述了一个新愿景。他与两位同事在《科学美国人》杂志上发表文章，勾勒出他所谓的“语义网”：一个设计为由自主软件代理浏览的互联网，这些代理能满足我们的各种需求，无需我们自己折腾浏览器和搜索引擎。

为了说明这可能是什么样子，Berners-Lee 和同事讲了一对兄妹的故事：他们用各自的代理自动为母亲研究并预约物理治疗，确保保险覆盖并契合繁忙的日程。

在千禧年之交，这一愿景显得遥不可及：Google 才上线几年，大多数人还在用拨号连接。但四分之一个世纪过去，自主软件代理使用互联网并为我们执行任务的梦想终于实现。Meta 的重磅产品 Muse 代理、OpenAI 的 Dots、Anthropic 的 Claude Duet 等新工具正被授予访问人们电子邮件收件箱和银行账户的权限。与此同时，在一系列令人担忧的事件中，OpenAI 创建的代理突破了沙箱，在网上造成混乱。

正如智能手机的兴起催生了一个更加原子化、更吸引注意力的互联网，强大 AI 系统的出现预示着一个新时代：我们面对的不是语义网，而是代理网。这个新网络正在视线之外发展，其方式可能并不完全在我们掌控之中。随着它成长，代理网将不可避免地改变人类网络——而人类网络能否在这场转变中存续，谁也说不准。

要让 Berners-Lee 最初的愿景运作，互联网用户必须用特殊标签标注自己构建的页面，以便软件代理理解每个元素的含义——比如，为物理治疗诊所网页上标示位置的部件标注“街道地址”，为服务列表标注“预约类型”。因此，这个想法从未真正流行起来。“工作量很大，”韦尔斯利学院计算机科学教授 Eni Mustafaraj 说。“而且其好处并不明显。”于是在接下来的二十年里，互联网仍然是一个以人类为先的地方，只偶尔有 Twitter 回复机器人或网页抓取工具作为补充。

大型语言模型改变了这一点。与 Berners-Lee 设想的代理不同，当今基于 LLM 的代理不需要任何标签就能理解诊所网站上哪部分文字是地址、哪些细节描述其服务。它们搜索和处理文本的速度远快于任何人类，具备多模态能力的代理甚至能解读网站截图，并点击超链接和下拉菜单等特定元素。

它们也是一种更直观的在线查找信息和完成任务的方式。与其翻遍 Google 结果页寻找平价替代品或记不清的梗图，何不让 Claude 或 ChatGPT 在短短几分钟内浏览几十个网站，只凭你模糊的查询？或者更进一步，用 Muse 这样的个人助理代理找餐厅预订或订机票。

随着代理涌入在线空间，这个新用户群正在永久改变网络。例如，《时代》杂志正在发布更便于代理解析的文章版本，并开始销售针对它们的广告。从 Etsy 到 Expedia，多家公司已与主要 AI 公司合作构建工具，让代理能与其服务无缝对接。

尽管有这些早期努力，仍很难确切判断代理网将采取什么形式、将如何改变我们的在线体验。取决于它如何设计以及谁控制访问权限，我们可能迎来一个像 2000 年代初的网络那样开放且可定制的网络，只是用起来容易得多。另一种可能是，我们可能沦落到通过少数主导平台控制的微小舷窗观看大部分网络，而独立网站和创作者则在转型中艰难求生。而且，正如今年夏天 OpenAI 一系列安全事件所表明的，代理甚至可能建立自己的在线网络和资源——不管我们愿不愿意。

事情如何发展也取决于我们：我们乐于把在线生活的哪些部分委托给代理，以及在哪里仍要求以人类为中心的网络。“关于用户想如何使用（代理），我们还有很多不知道的，”Mozilla 旗下 Firefox 负责人 Ajit Varma 说。但无论发生什么，变化都会很大。“这大概相当于用上手机，”他说。“我认为事情会非常剧烈地改变。”

构建代理网有两种方式。第一种是训练代理像人类一样使用浏览器——滚动、点击、打字——并让它们在我们都习惯的网络上自由行动。第二种是构建工具，让代理通过文本和代码——它们偏好的媒介——与互联网对接。这种可能为人类网络和代理网之间提供更多区隔：设计师可以为使用文本命令的人和使用浏览器的人创造不同体验。

当麦吉尔大学计算机科学和语言学教授 Siva Reddy 在 2024 年开始研究 LLM 代理时，他专注于第一种选择。“当时我们认为，世界上最好的代理大概就是能使用浏览器的代理，”他说。这样的代理将与现有的人类网络无缝集成，其主人可以通过观察它在熟悉界面中导航来轻松监督它。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）