随着人工智能从回答问题逐步发展到自主执行任务，网站正面临一个新的挑战：除了服务人类用户，网站是否也做好了与 AI 智能体（AI Agent）交互的准备？
传统的网站优化主要关注搜索引擎可见性、页面加载速度、移动端体验以及用户交互效率。而 AI Agent 就绪度（Agent Readiness）关注的是另一组能力：智能体能否自动发现网站资源、理解内容、安全地完成身份认证、调用服务，甚至执行商业交易。
Cloudflare 推出的 Is It Agent Ready? 为网站运营者提供了一种评估方法。该工具通过扫描公开可访问的网站基础设施，检测网站对新兴 AI Agent 标准的支持情况，并提供相应的改进建议。
一、Agent Readiness 的五大评估维度
截至 2026 年 10 月，该平台的评估界面列出了 22 项可选检测指标，分为五大类别。不同维度分别衡量网站对 AI 智能体的发现、读取、访问控制、协议交互和交易支持能力。
1. 可发现性（Discoverability）：AI 能找到网站资源吗？
当前指标：4 项检测
可发现性用于衡量网站是否提供标准化、机器可读取的资源发现机制。
主要检测项目包括 robots.txt、XML Sitemap、HTTP Link Headers，以及 DNS for AI Discovery（DNS-AID）。
这些机制能够帮助 AI Agent 识别网站中的页面和服务入口，理解爬取规则，并通过标准化方式找到所需资源，而不必完全依赖传统的页面导航或 HTML 解析。
良好的可发现性意味着 AI Agent 可以更高效地获取信息，减少重复请求，提高自动化访问效率。
2. 内容可访问性（Content Accessibility）：AI 能高效理解网站内容吗？
当前指标：1 项检测
这一维度的核心指标是 Markdown 内容协商（Markdown Content Negotiation）。
检测工具会验证：当 AI Agent 通过 HTTP 请求头 Accept: text/markdown 请求内容时，服务器能否返回相应的 Markdown 格式。
相较于包含大量样式、脚本与导航元素的 HTML，Markdown 通常能够以更加简洁、结构化的方式传递信息。
Cloudflare 曾报告，在部分场景中，采用 Markdown 格式可以减少高达 80% 的 Token 消耗。这有助于降低 AI 的处理成本，并提高信息读取效率，但实际效果取决于内容结构和 Agent 的具体实现。
值得注意的是，llms.txt 虽然可以帮助 AI 发现网站的重要资源，但它与工具的核心 Markdown 内容协商检测并不相同。
3. 机器人访问控制（Bot Access Control）：AI 能否安全、合规地访问内容？
当前指标：3 项检测
Agent Readiness 并不意味着对所有 AI 系统无限开放。网站还需要具备清晰的访问管理机制。
该维度检测 AI bot rules、Content Signals 和 Web Bot Auth。
其中，robots.txt 可以表达不同自动化客户端的访问规则；Content Signals 可用于声明内容在 AI 训练、模型输入等场景中的使用偏好；Web Bot Auth 则关注自动化客户端的身份验证机制。
对于企业而言，这些能力有助于在开放访问、知识产权保护、信息安全与运营管理之间取得平衡。
4. 协议发现能力（Protocol Discovery）：AI 能直接使用网站服务吗？
当前指标：10 项检测
这是从传统网页向 Agent 可交互平台转型的重要维度。
当前检测项目包括 API Catalog、OAuth Discovery、OAuth Protected Resource、Auth.md、MCP Server Card、A2A Agent Card、Agent Skills、WebMCP、Agent Resource Discovery（ARD）以及 Personal Agent Protocol（Poppy）。
不同协议承担着不同职责。
例如，MCP 与 Agent Skills 帮助智能体发现和调用工具；OAuth 相关机制支持安全授权与受保护资源访问；A2A 等机制则面向智能体之间及其与服务之间的协作。
这些能力使 AI Agent 不再局限于读取网站信息，而是有机会进一步调用接口、执行操作，并参与业务流程。
因此，协议发现能力体现了网站从“可被 AI 阅读”向“可被 AI 使用”发展的程度。
5. 智能体商业交易（Commerce）：AI 能完成交易吗？
当前指标：4 项检测
这一类别主要检测 x402、Machine Payments Protocol（MPP）、Universal Commerce Protocol（UCP）以及 Agentic Commerce Protocol（ACP）。
这些新兴标准探索如何让 AI Agent 发现商业服务、处理支付，并参与自动化采购和交易流程。
对于电子商务平台、数字内容服务商和在线市场而言，这些能力具有潜在商业价值。
需要注意，按照 Cloudflare 已公布的评分说明，商业交易相关检测目前并不计入主要的 Agent Readiness 分数。因此，并非所有网站都需要支持这些协议才能达到较好的技术就绪状态。
二、如何理解 Agent Readiness 评分？
Is It Agent Ready? 通过向目标网站发送请求，检测网站是否支持相应标准和技术端点，并生成整体就绪度评估、单项检测结果及改进建议。
但 Agent Readiness 不等于通过的指标数量越多，网站就一定越好。
不同类型的网站具有不同的需求。
内容型网站应重点关注资源可发现性与内容可读性；API 平台通常需要更加完善的协议发现和授权能力；电子商务网站还可能需要考虑 AI 驱动的交易流程。
因此，该工具提供 Content Site、API / Application 等不同扫描模式，以提高评估的针对性。
需要强调的是，Agent Readiness 评分是一项技术兼容性指标，并不能直接证明 AI Agent 已经能够准确、安全地完成所有实际业务任务。
三、当前的 AI Agent 标准采用情况如何？
Cloudflare Radar 持续跟踪主要网站对 AI Agent 相关标准的采用情况。
截至 2026 年 10 月 5 日更新的数据，其统计范围覆盖了全球流量排名前 20 万的网站中，经过类别筛选并成功扫描的 111,711 个域名。
Cloudflare 于 2026 年 4 月发布的初期研究曾发现：78% 的受检网站拥有 robots.txt 文件，但仅有 4% 声明了 Content Signals 使用偏好，3.9% 通过了 Markdown 内容协商检测。
上述百分比属于 2026 年 4 月的历史参考数据，并非 10 月的最新采用率。
这些数据说明，传统网站基础设施的普及，并不意味着网站已经具备针对 AI Agent 优化的访问和交互能力。
四、企业应该如何提升 Agent Readiness？
对于企业而言，Agent Readiness 的建设应该从技术评估进一步走向真实场景验证。
首先，可以通过 Is It Agent Ready? 建立当前网站的技术基线，并根据网站类型确定优先级。例如，先完善 robots.txt、Sitemap 和资源发现机制，再改善内容格式、访问控制和必要的协议集成。
完成技术改进后，应重新扫描网站，对比各项检测结果。
但企业还应通过实际任务测试验证效果，例如让 AI Agent 自动查找产品参数、检索政策文档、访问需要授权的服务，或完成符合权限要求的业务操作。
在技术检测之外，还可以补充任务完成率、信息检索准确率、响应延迟、Token 消耗、身份认证成功率及交易可靠性等运营指标。
这些指标并非 Is It Agent Ready? 当前公布的全部评分项目，而是企业在评估真实 Agent 能力时值得进一步引入的衡量方法。
五、结语：Agent Readiness 正在成为数字基础设施的新要求
随着 AI Agent 从信息助手向任务执行者发展，企业网站需要同时服务人类用户与机器驱动的工作流程。
Cloudflare 的 Agent Readiness 评估从可发现性、内容可访问性、访问控制、协议发现和商业交易五个方面，为企业提供了一个有价值的技术检查框架。
真正的 Agent Readiness 不是添加某一个配置文件或集成某一个协议，而是建立一套让 AI 能够可靠发现、理解、访问和使用数字服务的基础设施。
未来具有竞争力的网站，不仅要能够被 AI 找到，更要能够与 AI 安全、高效地协作。
参考资料：Is It Agent Ready? · Cloudflare Agent Readiness 官方文章 · Cloudflare Radar AI Insights