开头：一个让SEO群聊炸锅的早上
周二早上七点，我还在刷Hacker News的首页，一条标题跳进眼睛：「AX – Google's Open Agentic Orchestrator」。点进去之前我以为又是哪个团队把LangChain包了一层。结果翻了翻项目说明和代码结构，我意识到这事跟做SEO/GEO的人关系不小。
简单说：AX是Google放出来的一个开源编排器，让AI Agent能像人一样操作浏览器——点击、输入、滚动、读取DOM。它不是模型，也不是爬虫框架，而是夹在模型和网页之间的调度层。Hacker News上当天讨论量冲到前三，评论区吵得最凶的一个问题是：这玩意儿跟Playwright+GPT有啥区别？
我的判断是：区别在于「谁来决定下一步做什么」。AX把决策权从开发者硬编码的脚本里，交给了模型动态规划。这对SEO从业者的意义，比表面看起来要深。
AX到底在解决什么问题？
浏览器自动化的老毛病：脚本写死了就不会拐弯
过去两年，做GEO的人都在干一件事：让AI能读到网页内容。办法无非两种——要么用requests抓HTML然后喂给模型，要么用Selenium/Playwright模拟点击。前者死在JS渲染上，后者死在维护成本上。
我去年帮一个电商站做商品页的AI可读性优化，光是为了让爬虫能点到「加载更多」按钮，就写了三套不同的选择器逻辑，因为前端改版频率是两周一次。每改一次，脚本就挂一次。
AX想解决的就是这个。它让Agent自己看页面、自己决定点哪里。你给一个目标，比如「找到这个网站的联系方式」，Agent会自己规划：先看导航栏，没有就滚动到底部看页脚，再没有就找「关于我们」页面。
这跟Google搜索有什么关系？
关系大了。Google搜索本身就是最大的网页操作Agent。你输入query，它决定去哪些页面、抓什么内容、怎么排序。AX如果被集成进Google的抓取或评估管线，意味着Googlebot可能从「按规则抓取」进化成「按目标探索」。
据Google 2024年发布的Search Quality Evaluator Guidelines，E-E-A-T中的「Experience」维度强调内容需展现第一手经验。一个能自主探索的Agent，比固定爬虫更能判断一个页面是否真的有「经验」——它能看到用户评论区的互动、能点开折叠面板看隐藏内容、能对比同一站点不同页面的信息一致性。
对网站主来说，坏消息和好消息
坏消息是：如果你的核心内容藏在交互后面，以前爬虫看不到就算了，现在Agent可能会点开看。这意味着「用交互隐藏低质内容」的策略会失效。
好消息是：如果你的内容结构清晰、语义标记完整，Agent能更准确地理解你的页面在说什么。据Ahrefs 2024年的一项研究，结构化数据标记完整的页面在AI Overviews中被引用的概率比无标记页面高2.3倍。AX这类工具会让这个差距拉大。
GEO的底层假设正在被改写
从「被爬」到「被操作」，网站该做什么准备？
传统SEO的假设是：爬虫来了，读HTML，走人。GEO的假设是：AI来了，读内容，可能引用。AX带来的新假设是：Agent来了，操作页面，完成任务。
这三者的区别在于「交互深度」。一个只读HTML的爬虫，你给它看什么它就理解什么。一个能操作的Agent，它会自己找它需要的东西。
我自己的做法是：把网站当成一个「API」来设计。每个关键信息点都应该有稳定的DOM路径、明确的ARIA标签、语义化的HTML结构。不是为了SEO，是为了让Agent能低成本地找到它要的信息。
一个具体的测试：你的网站能被Agent「完成任务」吗？
我拿AX的demo跑了五个不同类型的网站：企业官网、电商详情页、新闻文章、文档站、SaaS定价页。结果挺有意思。
企业官网和新闻文章表现最好，Agent能快速定位核心内容。电商详情页最差，因为大量信息藏在Tab和弹窗里。SaaS定价页中等，Agent能读到价格但经常搞混「月付」和「年付」的切换状态。
这给了我一个很实际的优化方向：把关键信息从交互组件里「提」出来，在初始DOM里就给一份静态版本。不是为了爬虫，是为了Agent。
别急着改，先想清楚一件事
AX目前还是开源项目，没有证据表明它已经被集成进Google搜索的线上系统。据Google 2024年第三季度财报电话会议记录，Sundar Pichai提到「AI Overviews月活用户超过10亿」，但未提及Agentic抓取的相关部署。
所以现在恐慌没必要。但方向是清楚的：Google在探索让AI更深入地与网页交互。做GEO的人如果还停留在「堆关键词让AI引用」的阶段，可能会错过下一波。
常见问题
Q: AX和Googlebot是什么关系？会取代传统爬虫吗？
目前没有官方信息表明AX与Googlebot有直接集成。AX是开源编排器，Googlebot是搜索抓取系统。短期内更可能是互补关系：Googlebot负责大规模发现和索引，AX类Agent负责深度交互和任务完成。但长期看，如果Agentic抓取成本降下来，部分深度抓取场景可能被替代。
Q: 做SEO的人现在需要学AX吗？
不需要学怎么用AX本身，但需要理解它的工作方式。核心变化是：网页不再只是「被读取」，而是「被操作」。建议花半小时看看AX的GitHub README，理解Agent如何决策点击目标。然后回头检查自己的网站：关键信息是否在初始DOM里？交互组件是否有清晰的语义标记？
Q: AX对GEO优化有哪些具体影响？
三个层面。第一，内容可发现性：藏在交互后的内容可能被Agent发现，低质隐藏策略失效。第二，内容可理解性：Agent会综合多页面信息做判断，站点内信息一致性变得更重要。第三，内容可操作性：如果Agent需要完成某个任务（比如比价），你的页面结构是否支持它高效提取关键字段。
Q: 网站主现在最该做的一件事是什么？
做一次「Agent可读性审计」。用Chrome DevTools禁用JavaScript，看看页面还剩多少内容。如果核心信息全没了，那就是风险点。然后检查所有交互组件——Tab、手风琴、弹窗——里面的内容是否有对应的静态HTML版本。没有就补上。这件事对SEO和GEO都有正向收益，成本也不高。
Q: AX会加剧「AI爬虫」对网站服务器的压力吗？
有可能。Agentic抓取比传统爬虫更「重」，因为它要渲染、要交互、要决策。据Cloudflare 2024年发布的Radar报告，AI爬虫已经占其网络请求的约10%，且这个比例在上升。如果AX类工具普及，这个数字可能继续增长。网站主需要关注robots.txt和llms.txt的配置，明确允许和禁止的抓取范围。
参考来源
> 本文类型：趋势型
关于云丝路
云丝路（yunsilu.net）关注AI时代的内容可发现性与技术SEO实践。我们不做泛泛的趋势解读，只写能落地的操作方法和真实测试数据。如果你在GEO或技术SEO上有具体问题，欢迎来站内翻翻其他文章。
常见问题
Q1: Google AX和Playwright+GPT有什么区别？
AX与Playwright+GPT的核心区别在于“谁来决定下一步做什么”。Playwright+GPT通常由开发者硬编码脚本流程，模型只在局部环节辅助；而AX作为夹在模型和网页之间的调度层，把决策权从开发者脚本交给了模型动态规划，让AI Agent能像人一样自主点击、输入、滚动和读取DOM。
Q2: AX是Google出的爬虫框架吗？
不是。AX不是模型，也不是爬虫框架，而是Google放出来的一个开源编排器（Agentic Orchestrator），定位是夹在模型和网页之间的调度层，让AI Agent能像人一样操作浏览器。它解决的不是“抓HTML”的问题，而是“让模型动态决定浏览器下一步动作”的问题。
Q3: 做SEO/GEO的人需要因为Google AX慌吗？
需要重视，因为AX直接影响AI读取网页内容的方式。文章指出，过去做GEO要么用requests抓HTML死在JS渲染上，要么用Selenium/Playwright模拟点击死在维护成本上；AX把决策权交给模型动态规划后，对SEO/GEO从业者的意义比表面看起来更深，文章作者明确判断“这事跟做SEO/GEO的人关系不小”。