最近,我终于做好我的个人网站。Domain name 买了多年,但是一直晾着。拜 AI 快速发展之赐,我没有徒手刻每一行程序代码,也没有把期待交给那些「一键生成」的工具,因为生成得快,bug 越多。看起来漂亮,也不代表信息有秩序。
我是用桌机版 Claude,同步开启 Gemini Pro,让两个顶尖的非人智慧交叉协作、互相校对,跟我一起把系统搭起来。这不是「多开几个聊天视窗」,而是我一直在探讨的——多模型认知协作框架的具体实践:Claude 负责产出与架构,Gemini 负责质疑与验证;我则负责定义需求、逻辑边界、语气风格与秩序标准。透过实作,建立半人马模式的工作流程。
为什么要这么大费周章?
因为号称「一键生成」的 AI(或任何工具),常常给了我们视觉上的效率,却剥夺应用场景的细腻与真实需求。我检视那些高效网页成品,看到的不是「完成」,而是效率背后的失序:英式排版的宽松字距硬套在中文方块字上,文字像散落的沙子,显得杂乱没品。
好的协作系统(如人体与所有生物),必须让资源到达对的地方;好的思想载体,必须让意义能被准确读取。所以这次建网站,我定义为三件事:重建秩序、提升可读性、与建立可被调用的知识结构。
第一层:夺回中文字的「重量」与「凝聚力」
排版不是装饰,而是思想的物理接口。中文的阅读节奏,跟英文完全不同。英文靠字母间距与单字边界自然分词;中文则靠字形密度、行距节奏与标点呼吸来形成理解的坡度。如果沿用预设的西式排版,中文会变得轻飘、松散,读者的注意力会在每一行的空隙里流失。
因此我要求 AI 先放下「预设美感」,回到语言本身,重新定义繁体中文专属的排版规则,例如使用 text-justify: inter-ideograph 让行内对齐更符合中文特性、更克制的字距与段落节奏让文字「收拢」、让内容从「轻浮的网页感」回到「纸本专栏般的沉静感」。
让阅读者的心情舒畅,让设计的样板可以是种让人慢下来阅读的视觉结构。
第二层:写给人类,也写给 AI Agent
Machine-readable Authority(可机读的权威性)
未来的网络流量,有很高比例会先被 AI Agent(例如 Gemini、Perplexity 这类具备检索与总结能力的系统)阅读、摘要、再转述给人类。如果网页底层是一团混乱——标题层级不清、语义标签乱套、内容结构只是为了排版而堆出来——那 AI 读起来就像在看乱码。它可以「看懂字」,却无法「理解意义」,更难建立可靠的引用与归因。
所以我让 Claude 与 Gemini 互相校对,使用 Google 即将推出的 WebMCP 标准,替网站补上两件事:
- 严谨的语义化 HTML 结构——把「段落、章节、引用、注解」还给它们该有的位置
- JSON-LD 结构化数据——把文章、作者、主题、时间线、关联内容,用可被机器解析的方式说清楚
这不是为了讨好搜索引擎,而是建立一种更长期的能力:当未来的 AI 试图理解「谁在持续探讨循环经济与 AI 的交叉点」时,它能精准解析出——这是一个有脉络、有方法、有思想体系的知识库,而不是碎片化的信息农场。
第三层:导入 WebMCP,让思想成为可被呼叫的「节点」
演化中的智能不会停留在文字,而会「道成肉身」——与真实世界的行动、检索、决策流程接上。我导入 WebMCP(Web Model Context Protocol),把网站从被动展示的看板,推进到一个更像「可互动的知识系统」:我把文章检索封装成可被调用的工具接口,让「阅读」这件事不只是人眼的扫描,也被 AI 代理以更可靠的方式直接呼叫、查询、定位、回传。
这意味着一个典范转移正在成形:从「人类阅读」走向「人机共读」——你的 AI 助理造访网站时,不必再靠猜 DOM、刮屏幕、模拟点击,而能以结构化的方式理解并取得观点。
结语:多模型协作是「秩序工程」
透过过年期间与 AI 深度互动,这是一场「多模型认知协作」的田野实验。我们正走进一个即将被 AI 内容淹没、重新定义内容经济的时代。面对这种结构性的焦虑,拒绝 AI 没用;盲从单一 AI 也同样无效。
比较好的做法,就是自己下场,实际探索,确保自己始终掌握「定义秩序」的主体:利用多重视角的非人智慧互相碰撞、互相质疑、互相校对,然后再把价值、语气与方向确定。
技术可以加速产出,但秩序才决定文明能走多远。
注:Google 在 2026 年 2 月于 Chrome 146 推出 WebMCP(Web Model Context Protocol)预览版,被业界称为「Web 动作的 Schema.org 时刻」。过去的 SEO 是给 AI 提供「名词」(我是谁、文章是什么);而 WebMCP 则是给 AI 提供「动词」(帮我搜索文章、帮我联系作者)。有了 WebMCP,AI 代理不再需要像盲人摸象一样「截图网页、寻找按钮、模拟点击」,而是可以直接呼叫网站上的专属工具。
💬 留言讨论
加载中...