AI 智能体如何发现你的网站资源？Lighthouse 新增审计项解读

当 AI 智能体开始「逛」你的网站，它怎么找到你提供的工具？

过去我们优化网站，是为了让搜索引擎爬虫理解内容；而现在，一类新的「访客」正在崛起——AI 智能体。它们不再满足于阅读页面，而是希望直接调用你提供的工具、API 或服务。那么，智能体如何知道你的网站上有哪些可调用的资源？这正是 Google Lighthouse 最新版本试图回答的问题。

Lighthouse 13.5 引入了一项实验性审计，名为「智能体资源发现」（Agentic Resource Discovery，简称 ARD）。它不属于传统的 SEO 审计范畴，而是归入「智能体浏览」（Agentic Browsing）这一新类别。根据 Google 的 Lighthouse 文档，该类别目前不产出 0-100 的分数，而是显示通过率，因为「智能体 Web 的标准仍在演进中」。

ARD 审计到底检查什么？

这项审计的核心逻辑是：检查你的网站是否按照 ARD 规范，向 AI 智能体指明了资源目录的位置。具体来说，Lighthouse 会按以下顺序查找线索：

1. robots.txt 中的 Agentmap 行：这是 ARD 规范定义的一个指令，用于指向资源目录文件。
2. HTML 中的 link 标签：检查是否存在 rel="ai-catalog" 的链接标签。
3. HTTP Link 响应头：检查是否包含相同的 ai-catalog 关系。
4. 默认路径回退：如果以上三个都没有，Lighthouse 会尝试请求 /.well-known/ai-catalog.json。

如果既没有指针，默认路径也没有提供文件，审计结果会标记为「不适用」（Not Applicable）。而如果找到了目录文件但存在 schema 错误，或者指针指向的目录无法加载，则审计会判定为失败。

值得注意的是，ARD 规范本身已经更新。最新的 v0.91 版本将清单文件的位置改为 /.well-known/ard.json，而旧的 ai-catalog.json 则作为可选路径保留。规范提醒，仅存放在旧路径的文件「可能无法被找到」。不过，截至 9 月 21 日，Lighthouse 13.5 的源代码中尚未出现对 ard.json 或 ard 链接关系的引用。

与 llms.txt、WebMCP 的区别

ARD 并非孤立的概念。它与另外两个智能体相关标准容易混淆，但定位不同：

• llms.txt：用于向智能体概括网站内容，相当于一份「内容摘要」。
• WebMCP：允许页面在智能体进入后，提供结构化的可调用动作。
• ARD：专注于「资源发现」，涵盖 MCP 工具、A2A 智能体、技能以及其他可调用服务，让 AI 系统能通过搜索找到它们。

Lighthouse 13.5 将 ARD 审计与已有的 llms.txt 审计归入「智能体可发现性」（Agent Discoverability）这一标题下。

国内视角：智能体生态的「路标」之争

在海外，ARD 由 Google、微软和 Hugging Face 的三位作者共同推动，目前仍是一个提案。反观国内，智能体生态同样在快速演进。百度文心智能体平台、阿里通义千问的 Qwen-Agent、深度求索的 DeepSeek 等，都在探索智能体如何调用外部工具。例如，通义千问支持通过函数调用（Function Calling）连接外部 API，DeepSeek 也提供了类似的工具调用能力。

不过，国内目前尚未出现类似 ARD 这样统一的「资源发现」规范。更多是各家平台定义自己的工具接入方式，比如通过 OpenAPI 描述文件或平台专有的插件协议。这意味着，如果你的网站希望被国内主流 AI 智能体发现并调用，可能需要分别适配不同平台的接入标准，而不是依赖一个通用的 /.well-known/ 文件。

为什么这项审计容易「误判」？

根据 Lighthouse 13.5 的源代码分析，一个网站如果使用了 /.well-known/ard.json 并配合 rel="ard"，但没有 Agentmap 行，也没有使用旧的 ai-catalog 命名，那么它会被归类为「不适用」。这并不一定意味着网站缺少当前的 ARD 清单，而只是说明 Lighthouse 在其当前的搜索范围内没有找到目录。

这一点与 Google Search 的指南需要区分开。Lighthouse 的智能体检查与 Google 搜索的排名规则是两套不同的体系，前者是实验性的工具审计，后者才是影响搜索表现的官方指南。正如 Search Engine Journal 此前报道 llms.txt 审计时所指出的，两者关注的目标并不相同。

未来展望

Lighthouse 团队预计，13.5 版本将在发布后两周内登陆 PageSpeed Insights，并进入 Chrome 156 的 DevTools。此外，该版本还新增了一项每周自动检查，用于标记 ARD 项目上游 schema 或一致性测试的变更。

对于网站所有者和开发者来说，现在或许还不是盲目添加 ard.json 文件的时候，但密切关注这一标准的演进，理解智能体如何发现资源，将有助于在「智能体 Web」时代抢占先机。

常见问题

ARD 审计会影响 Google 搜索排名吗？

不会。Lighthouse 的 ARD 审计属于实验性的「智能体浏览」类别，与 Google Search 的排名规则没有直接关联。发布说明中也没有将其与搜索挂钩。

我需要立即创建 ard.json 文件吗？

目前不必急于部署。ARD 仍是一个提案，且 Lighthouse 13.5 尚未支持 ard.json 路径。建议先关注规范进展，待标准稳定后再考虑实施。

ARD 和 llms.txt 有什么区别？

ARD 用于发现可调用的资源（如工具、API、智能体），而 llms.txt 用于向智能体概括网站内容。两者目标不同，但都被 Lighthouse 归入「智能体可发现性」类别。

如果我的网站没有资源目录，审计会怎样显示？

如果 Lighthouse 在 robots.txt、link 标签、HTTP 头以及默认路径中都没有找到目录，审计结果会显示为「不适用」（Not Applicable），而不是失败。

国内平台有类似 ARD 的标准吗？

目前国内尚未出现统一的资源发现规范。文心一言、通义千问、DeepSeek 等平台各自定义工具接入方式，通常基于函数调用或平台专有协议，需要分别适配。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。