想了挺久一件事。现在的agent上网，基本是照着人的方式来的——点UI、解析HTML、填表单，就是所谓computer use，说白了特别笨重，本来给人看的界面硬让机器来啃。往下一步大概会长出一层agent专用的基础设施：AI跟AI直接对话，走结构化接口，不用再假装自己是个手动点鼠标的人。真到那天，网页对人还是网页，底下却是一套机器专用的通道在跑。这事想想有点科幻又有点合理。你们觉得这条路多久能成主流，还是说computer use这种笨办法反而会一直凑合下去？
标准没统一之前 笨办法还得凑合好几年
这才是agent该有的样子
computer use就是过渡态 我赌它短命
解析HTML真的是又慢又脆
能干活就行 管它笨不笨
机器专用通道迟早的事 UI给人看的
AI之间直接聊 想想有点带感