給 AI 用的軟體:下一個使用者不是人,AX、MCP 與 AI 知識庫一次看懂

給 AI 用的軟體:下一個使用者不是人(文章封面)

AI 趨勢觀察 / 資料更新至 2026 年 11 月

過去三十年,軟體設計都默認一件事:使用者是坐在螢幕前的人。所以我們做按鈕、選單、配色和教學影片。但在 2026 年 6 月,Cloudflare 執行長公開表示,在他們看得到的網頁請求裡,機器第一次比人多。替人搜尋、比價、填表、下單的 AI 代理(AI agent),不看配色,只讀文字和規格。

於是出現一個新問題:如果軟體、網站和知識庫的主要讀者不是人,而是 AI 或機器人,它們應該長什麼樣子?這篇用五組資料回答四件事:這個趨勢有哪些說法、給 AI 用的軟體有什麼設計原則、現在有哪些標準,以及學生、老師和企業可以先準備什麼。

30 秒看重點

57.5%

2026 年 6 月某一週,Cloudflare 網路上請求網頁(HTML)的流量中,機器所佔比例

1 萬個以上

公開運作中的 MCP 伺服器(2025 年 12 月),讓 AI 用同一種方式接上工具與資料

6 萬個以上

放了 AGENTS.md 的開源專案,這是一份寫給程式 AI 看的專案說明書

97%

網站放了 llms.txt,卻在 2026 年 5 月一次都沒被讀取的比例

40%

Gartner 預測 2026 年內建任務型 AI 代理的企業應用比例,2025 年還不到 5%

資料:Cloudflare Radar、Anthropic、agents.md、Ahrefs、Gartner,詳見文末資料來源。

01機器流量過半:下一個使用者不是人

2026 年 3 月,Cloudflare 執行長 Matthew Prince 在 SXSW 預測:機器流量大約會在 2027 年超過人類。結果才過三個月,他就在 6 月 3 日於 X 上表示這件事已經發生,而且比自己預期得早。Cloudflare Radar 當週的資料顯示,請求網頁 HTML 的流量中,機器約佔 57.5%,人約佔 42.5%。

成長最快的不是傳統的搜尋引擎爬蟲,而是「替人辦事」的 AI 代理。資安公司 HUMAN Security 的 2026 年報告指出,2025 年代理型 AI 的流量年增約 7,851%;雖然基期很小,但方向很清楚:AI 正在替人上網。

網路上的請求,機器佔多少?

同樣來自 Cloudflare 的觀測,量的東西不同,答案就不同

只看網頁 HTML 請求(2026 年 6 月初一週)

57.5%

所有 HTTP 請求(2026 年第三季,約略值)

35.5%

※ 第二列為第三方整理 Cloudflare Radar 的季資料。

看數據,先看定義

「機器流量過半」指的是請求網頁 HTML 的次數,而且是一週的觀察值;把圖片、影音、API 等所有請求都算進去,機器約佔三成五。另外,這是請求次數,不是人數:一個 AI 代理完成一件任務,可能一口氣讀幾十個頁面。所以正確的解讀不是「網路上沒有人了」,而是「讀網頁的對象,已經有很大一部分不是人」。

02同一個概念,至少四種說法

這個趨勢還沒有統一的中文名稱。查資料時,你會遇到下面幾個詞,它們切入的角度不同,但都指向同一件事:把 AI 當成軟體的正式使用者。

說法(提出者)時間核心意思
Agent Experience(AX,代理體驗)
Netlify 執行長 Mathias Biilmann
2025 年 1 月繼 UX(使用者體驗)、DX(開發者體驗)之後,把 AI 代理當成產品的使用者來設計體驗
Software 3.0/Build for agents
前 Tesla AI 負責人 Andrej Karpathy
2025 年 6 月AI 成為讀取與操作數位資訊的新主體;文件要把「點這裡」改成 AI 能直接執行的指令
機器顧客(Machine customers)
研究機構 Gartner
2023 年起會自己採購、付款的非人類顧客,例如自動訂墨水的印表機
Agent-ready/Agentic web
業界通稱
2025–2026 年網站與系統準備好讓 AI 代理找得到、看得懂、叫得動

資料:各提出者原文、Latent Space 演講整理、Gartner 新聞稿。

軟體公司要開始有意識地設計產品的 AX,否則可能被更適合 AI 使用的工具取代。

——Mathias Biilmann〈Introducing AX〉,2025(中文意譯)

Gartner 從商業角度談的「機器顧客」更直接:它在 2023 年預測,到 2026 年客服中心的來電與訊息中,會有 20% 來自機器顧客;也預估到 2030 年,機器顧客會直接參與或影響數兆美元的採購。換句話說,你未來的客戶裡,有一部分可能是別人派來的 AI。

要記得

AX 這個詞有兩種用法:一種是讓 AI 好用你的產品(本文談的),另一種是設計人和 AI 協作時的體驗。Netlify 自己也提醒:為 AI 設計,最終目的是讓 AI 背後那個人得到更好的結果,不是把人排除在外。

03給 AI 用的軟體長什麼樣:五個設計原則

給人用的軟體看畫面、找按鈕、一步一步點首頁課程會員立即報名靠眼睛理解:顏色、位置、圖示畫面一改版,就要重新找按鈕給 AI 用的軟體讀說明、呼叫工具、拿回結果tools:search_courses(keyword)→ 回傳課程清單(JSON)enroll(course_id, user)→ 成功,或失敗原因代碼get_policy(topic)→ 退款規則(Markdown)靠文字理解:名稱、參數、說明畫面怎麼改,規格不變就能照樣呼叫
圖 1 同一個報名功能,人看畫面點按鈕,AI 讀工具名稱與參數

Netlify 對 AX 的說明很實用:AI 能不能找到你的 API、穩定地呼叫它,以及出錯時知道怎麼補救。把它展開,就是五個原則:

1

找得到

公開一份工具清單或說明檔,AI 不必在畫面裡猜功能藏在哪

2

看得懂

用純文字、Markdown 和明確的名詞定義,不靠圖片和排版傳達意思

3

叫得動

功能做成有名稱、有參數的工具或 API,而不是只能點按鈕

4

會補救

錯誤訊息寫清楚原因和下一步,AI 才能自己重試或換方法

5

管得住

權限切細、留下紀錄,付款、刪除等重要動作要人確認

項目給人用給 AI 用
入口首頁、選單、按鈕工具清單(例如 MCP 伺服器)、API
說明教學影片、截圖Markdown 文件、llms.txt、AGENTS.md
出錯時彈出視窗、紅字提醒錯誤代碼+原因+建議的下一步
身分帳號密碼登入有範圍、可撤銷的授權
節奏一次點一下短時間大量請求,需要限速與計費

※ 兩邊不是二選一:同一個產品,要同時服務人與 AI。

04標準正在成形:替 AI 世界訂插座規格

讓 AI 使用軟體,最怕每家規格都不一樣,就像每台電器的插頭都不同。過去兩年,業界陸續推出一系列開放標準:

2024 年 9 月

llms.txt 提議在網站根目錄放一份給語言模型看的 Markdown 導覽

2024 年 11 月

MCP Anthropic 發布模型脈絡協定,讓 AI 用同一種方式接上工具與資料

2025 年 4 月

A2A Google 與 50 多家夥伴推出 AI 代理之間溝通、分工的協定

2025 年 8 月

AGENTS.md 給程式 AI 的專案說明書,當時已有 2 萬多個儲存庫採用

2025 年 9 月

ACP OpenAI 與 Stripe 推出讓 AI 代客結帳的協定

2025 年 12 月

AAIF MCP、AGENTS.md 等專案移交 Linux 基金會旗下的 Agentic AI Foundation

2026 年 1 月

UCP Google 與 Shopify 推出涵蓋搜尋到售後的通用商務協定

2026 年 2 月

WebMCP Chrome 預覽版讓網頁直接把功能註冊成 AI 可呼叫的工具

這些標準不是互相取代,而是各管一層:

標準解決什麼生活比喻
MCPAI 接上工具與資料萬用插座
A2AAI 代理之間互相交辦工作同事間的交辦單
AGENTS.md告訴程式 AI 怎麼建置、測試專案新人到職手冊
llms.txt給語言模型的網站導覽大樓門口的樓層簡介
WebMCP網頁直接開放功能給瀏覽器裡的 AI櫃檯的服務窗口
ACP/UCP/AP2AI 代客比價、結帳與付款授權代購委託書

資料:各標準官方公告與技術文件,整理至 2026 年 11 月。

看懂這個數據

Anthropic 在 2025 年 12 月把 MCP 移交給中立基金會時表示,MCP 已有超過 1 萬個公開運作的伺服器,Python 與 TypeScript 的開發套件每月下載超過 9,700 萬次。這代表「讓軟體接上 AI」已經是工程師的日常工作。TempEDU 也是這樣運作的:本站的課程與文章,就是透過自建的 MCP 工具,由 AI 協助整理與上架。

05知識庫也要改寫:寫給 AI 讀,也寫給機器人讀

企業的知識庫、SOP 和常見問題,過去是寫給新進員工看的。現在愈來愈多公司用 AI 客服、AI 助理回答問題,這些文件的第一個讀者常常是 AI。人看不懂可以看圖猜意思、問隔壁同事;AI 只能照字面理解,寫得不清楚,它就會很有自信地答錯。

寫給 AI 讀的知識庫,四個好習慣

一頁一件事

每篇只回答一個問題,標題直接寫成問題,AI 才容易找到對的段落。

名詞要一致

同一件事固定一個名稱,第一次出現就寫定義,不要一下「會員」一下「學員」。

不要「如上圖」

圖片裡的重要資訊,用文字再寫一次;AI 不一定看得到圖。

標上日期與版本

寫清楚適用期間和負責人,AI 才不會拿去年的規定回答今年的問題。

機器人也在讀同一套規格

實體機器人也走向同一條路。Google DeepMind 在 2026 年 7 月推出 Gemini Robotics ER 2,把它定位成機器人的「高階大腦」:理解口語指令後,它會呼叫 Google 搜尋、使用者自訂的函式,以及機器人本身的 API。官方示範中,它調度 Boston Dynamics 機器狗 Spot 的導航與機械手臂功能,依照口語指令去拿東西。

這代表工廠、倉庫、醫院的系統,未來不只要有給人看的操作畫面,也要有給機器人呼叫的介面。規格寫得越清楚,機器人越快接得上。

但,貼上「AI-ready」不代表 AI 會來讀

llms.txt 是最好的提醒。依不同調查,約 8% 到 10% 的網站放了這個檔案;但 Ahrefs 分析 13.7 萬個網域的伺服器紀錄,在約 3.8 萬個有效檔案中,97% 在 2026 年 5 月完全沒有被讀取。Google 也在官方指南說明,Google 搜尋不需要這個檔案。真正會去讀它的,多半是程式開發類的 AI 工具。

要記得

標準要有人讀才有用。與其搶著貼上每一種新格式,不如先確認你的讀者(不論是人還是 AI)實際從哪裡來、需要什麼。

標準還在競爭

光是 AI 購物就有 ACP、UCP 兩套,押錯格式可能白做工。先把資料整理清楚,換格式時成本最低。

權限與安全

AI 能呼叫的功能越多,被惡意指令(提示詞注入)利用的風險越大。權限要最小化,重要動作要人確認。

預測不等於現實

Gartner 一方面預測 40% 企業應用會內建 AI 代理,另一方面也預警到 2027 年底,超過四成的代理型 AI 專案可能被取消。

別忘了背後的人

為 AI 設計的終點,是讓人得到更好的結果。清楚的畫面、無障礙設計和真人客服,仍然重要。

現在可以先做的三件事

1

先盤點

列出客戶最常問、AI 最常需要的 10 個問題與動作。

2

再整理

把對應文件改成一頁一事、有日期、名詞一致的文字版。

3

後開放

挑一個低風險功能(例如查詢)做成 API 或 MCP 工具,再逐步擴大。

試試看:請 AI 幫你檢查文件

把下面的提示詞貼給 ChatGPT、Claude 或 Gemini,再貼上一份你的產品說明、課程簡介或公司 SOP,看看 AI 會在哪裡卡住。

提示詞/AI 好讀度檢查

請你扮演一個第一次接觸我們公司的 AI 代理(AI agent):你只能讀文字,看不到圖片,也不能問同事。

下面是我們的〔產品說明/常見問題/作業流程〕文件,請幫我檢查:
1. 哪些地方寫了「如下圖」「點右上角」這類只有看著畫面的人才懂的說法?
2. 哪些名詞沒有定義,或同一件事用了不同名稱?
3. 哪些資訊缺少日期、版本或負責人,AI 可能拿過期的規定回答?
4. 如果你要替客戶完成〔報名/下單/查詢〕,還缺哪些步驟、條件或例外規則?

請用表格列出:問題位置、AI 可能怎麼誤解、建議改寫。
最後附上一份改寫後的版本:一段只講一件事、名詞一致、標上適用日期。

〔在這裡貼上文件內容〕

學生

練習把報告寫成「AI 也看得懂」:結構清楚、名詞有定義、資料附來源。這會是未來的基本功。

老師

教材加上文字版與清楚的章節,學生的 AI 學習助理就能更準確地引用;也可以帶學生討論機器讀者的倫理。

企業

把 SOP 和常見問題整理成可更新的知識庫,是導入 AI 客服、AI 代理的第一步,往往比先買工具更重要。

軟體的使用者變了,但學習的本質沒變:把事情想清楚、寫清楚。TempEDU 想做點燃學習動機的火把,也當你數位科技學習路上的好夥伴,陪你把這份新時代的基本功練起來。

本文重點

  1. 2026 年 6 月,Cloudflare 觀察到網頁 HTML 請求中機器約佔 57.5%;把所有請求算進去約三成五,看數據要先看定義。
  2. 這個趨勢有 AX、Software 3.0、機器顧客、Agent-ready 等說法,核心都是把 AI 當成軟體的正式使用者。
  3. 給 AI 用的軟體要做到找得到、看得懂、叫得動、會補救、管得住。
  4. MCP、A2A、AGENTS.md、WebMCP、ACP/UCP 等標準正在成形,像是替 AI 世界訂插座規格。
  5. 知識庫要一頁一事、名詞一致、標上日期;但標準要有人讀才有用,llms.txt 就是例子。

想一想

如果從明天起,你的客戶有一半是替人辦事的 AI 代理,你的網站、文件或課程,哪一個地方會最先讓它卡住?

資料來源

  1. TechSpot(2026 年 6 月)。Bots have officially overtaken humans on the internet
  2. PPC Land(2026 年 6 月 5 日)。Bots now outnumber humans on the web(Cloudflare Radar 一週資料)
  3. TechnologyChecker(2026 年第三季資料)。Web Traffic Statistics Q3 2026(整理 Cloudflare Radar)
  4. Let’s Data Science(2026 年)。AI Agents Drive Majority of Web Traffic(引述 HUMAN Security 2026 報告)
  5. Mathias Biilmann(2025 年 1 月)。Introducing AX: Why Agent Experience Matters
  6. Netlify。What is Agent Experience (AX), beyond developer experience?
  7. Latent Space(2025 年 6 月 17 日)。Andrej Karpathy on Software 3.0: Software in the Age of AI
  8. Gartner(2023 年 3 月 1 日)。20% of Inbound Customer Service Contact Volume Will Come From Machine Customers by 2026
  9. CIO Dive。Gartner:機器顧客 2030 年將影響數兆美元採購
  10. Gartner(2025 年 8 月 26 日)。40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026
  11. Gartner(2025 年 6 月 25 日)。Over 40% of Agentic AI Projects Will Be Canceled by End of 2027
  12. Anthropic(2025 年 12 月 9 日)。Donating the Model Context Protocol and establishing the Agentic AI Foundation
  13. Google Developers Blog(2025 年 4 月 9 日)。Announcing the Agent2Agent Protocol (A2A)
  14. InfoQ(2025 年 8 月)。AGENTS.md Emerges as Open Standard for AI Coding Agents
  15. agents.md。AGENTS.md 官方網站
  16. PPC Land。Universal Commerce Protocol(含 ACP 推出時間)
  17. Chrome for Developers(2026 年 5 月)。WebMCP
  18. Ahrefs(2026 年 6 月 15 日)。97% of llms.txt Files Never Get Read (137,000 Sites Analyzed)
  19. Rankability(2026 年 9 月)。llms.txt Adoption Research Report
  20. Google(2026 年 7 月 30 日)。Introducing Gemini Robotics ER 2

本文圖 1 為程式繪製的示意圖,封面插圖為 AI 生成。


Edit with Tr.Bug

Follow me on:LinkedIn | 探教育TempEDU