返回探索
资讯VibeFix 内容整理更新于 2026年11月20日

你的下一个顾客可能不是人:微软 Clarity 开始数 AI 智能体在你网站上干了什么

2026 年 11 月 4 日,微软给免费工具 Clarity 加了三件东西:看智能体来干什么的仪表盘、把商品推进 Copilot 回答的品牌助手、能向数据提问的分析员。研究报告说智能体会话里结账占 25.21%,但这个数字有三个边界要先说清。

一位顾客手持蓝色信用卡,笔记本电脑屏幕上显示结账页面(实拍照片)

2026 年 11 月 4 日,微软给它的免费网站分析工具 Clarity 加了三件东西:一个能看见 AI 智能体在你网站上干什么的仪表盘,一个能把你的商品塞进 Copilot 和必应回答里的品牌助手,以及一个能直接向数据提问的分析员。这三件东西各管一张网——微软的说法是,同一批顾客现在走三条路进店:有人在网站上自己逛,有人先问 AI 再决定买什么,还有人直接派智能体替自己下单结账。Clarity 这次更新的真正意思,是网站分析第一次正式把第三种人——或者说,第三种“访客”——当成一个需要单独统计、单独理解的群体。

这件事值得认真读,不是因为微软又发了三个功能,而是因为它给出了一个数字:智能体到访的会话里,结账这个动作出现的比例是 25.21%,而纯人工会话里只有 14.65%。这个数字很容易被读成“智能体比人更爱买东西”,但微软自己的研究报告紧接着就泼了冷水:这些会话里可能混着人工交接,事件之间也不是漏斗关系。数字是真的,解读却要小心。本文就按这个顺序写:先讲三件东西各是什么,再把研究报告里的数字一张张拆开,最后说清楚哪些边界不能越过、做网站的人又该先做什么。

三件东西,各管一张网

第一件叫 Agentic Analytics,核心是一个 Agent Activity 仪表盘。它回答三个问题:来你网站的智能体流量随时间怎么变、来的都是谁家的智能体、它们到了之后都干了什么。微软列出的动作包括搜索、提交表单、登录、下载、预约和结账。仪表盘的另一个本事是模拟评估:你可以派一个测试智能体去走一遍你网站上的关键任务,比如买一件商品或订一次行程,然后看它走完了没有、花了多久、用了多少步交互、卡在了哪里。模拟目前先从电商和旅行两个场景开始,微软说以后会扩展到更多类型的顾客旅程。

这个仪表盘其实不完全是新的。微软在 10 月 29 日就已经随同一份研究报告把它设为正式可用,条件是你的项目确实收到了智能体流量。11 月 4 日这篇公告把它收进 Agentic Analytics 这个名字下面,并补上了模拟评估这一块。换句话说,10 月 29 日微软先拿出了一份数据、证明智能体已经在真金白银地下单;11 月 4 日再把“看”和“测”打包成一个正式功能。顺序本身就说明了微软的判断:先证明现象存在,再卖工具。

第二件叫 Brand Agents,管的是“大模型那张网”。它最初是你网站上的一个 AI 导购,根据你实时的商品目录、运费和退货政策、品牌语气来回答顾客的问题。这次的新意在分发:符合条件的 Shopify 和 WooCommerce 商家,可以让自己的商品在顾客向 AI 提问求推荐时,出现在 Microsoft Copilot、必应、MSN 等微软的 AI 体验里,顾客发现商品之后,再回到商家自己的网站上完成购买。已经装了 Brand Agents 的商家不需要重新上传目录、也不用另外配置;安装时还可以选择只用它做站外曝光,不在自己网站上放导购。

同一件东西还扩到了本地服务生意。来你网站的潜在顾客问一句“能帮我修一下厨房水槽下面漏水的水管吗”,Brand Agents 可以认出这项服务、帮他找到对口的服务并预约。它接的是本地商家本来就在用的预约和日程工具,包括 Square、Jobber、HubSpot、Calendly、Housecall Pro 和 Salesforce,意思是半夜来的线索也能被接住、约上时间,不必等到第二天早上再由人回电话。符合条件的 WordPress 商家现在就可以开始用。

第三件叫 Ask Clarity,管的是“人那张网”。你可以直接向 Clarity 提问,它像分析师一样去翻你自己的数据:先想几种可能的解释,再拿证据逐一检验,最后告诉你它认为真正发生了什么、建议你下一步做什么,并且把结论链接到相关的会话录像上,让你自己去看证据。微软举的例子是:欧洲顾客转化不如其他地区,你以为是价格问题,它一查发现是有些页面没翻译、或者某种配送方式只在一个市场能用。这个功能目前只对零售商开放封闭测试,想试用要先加入等候名单,以后微软计划扩展到更多场景和数据源,包括 AI 曝光数据和广告数据。

研究报告里的数字,一张张拆开看

理解这三件东西之前,先要读懂它们背后的那份研究报告。微软在 10 月 29 日发布的研究分析了 523 万个涉及 AI 智能体的会话,覆盖 230,511 个 Clarity 项目,时间窗口是 2026 年 8 月 13 日到 9 月 9 日。会话是根据检测到的智能体浏览器提供方来识别的,涉及 OpenAI、谷歌和 Anthropic 三家的生态。同一份研究还说,智能体会话的周数量在三周里增长了 88%,达到将近 200 万。这两个数字放在一起,意思很清楚:智能体来网站已经不是零星现象,而是一股在几周内翻倍的流量。

再看动作。智能体会话里最常被记录的动作是结账,出现在 306,621 个会话里,占 25.21%;第二是提交表单,241,391 个会话,占 19.85%;然后是对外点击 14.28%、预约 8.42%、搜索 7.16%、登录 6.83%、查看更多 4.31%、查库存 2.41%、加购物车 2.33%、下载 1.69%。和纯人工会话一比,差别立刻出来了:人工会话里排第一的是对外点击,占 26.99%,将近智能体会话里 14.28% 的两倍;结账在人工会话里只占 14.65%,排第三。提交表单两边差不多,19.85% 对 18.56%;搜索智能体一侧更高,7.16% 对 4.79%;加购物车反而是人工一侧更高,3.31% 对 2.33%。

这张对照表最有意思的地方不在谁高谁低,而在它说明了智能体会话的“形状”和人不一样。人的会话里,对外点击占了最大头——人习惯点出去比价、看评测、跳转到别处;智能体的会话里,结账和提交表单占了最大头——它带着明确任务来,点出去的动作少,直奔办事的步骤多。微软自己的结论也留了分寸:两边的动作种类基本相同,差别在于权重;智能体会话并不是在做一套完全不同的事,而是把同样的事按不同的轻重在做。这个判断比“智能体更爱买东西”要准确得多,也克制得多。

智能体会话与人工会话的动作占比对照:结账 25.21% 对 14.65%,提交表单 19.85% 对 18.56%,对外点击 14.28% 对 26.99%,搜索 7.16% 对 4.79%,加购物车 2.33% 对 3.31%

还有两个数字值得单独拎出来。一个是预约,占智能体会话的 8.42%,排第四。这说明智能体不只是在买东西,也在替人约时间——订位、约服务、排日程,都是它已经在干的活。另一个是“查看更多”只占 4.31%,而人工一侧是 6.37%:智能体不太会像人那样在页面上慢慢翻、慢慢看,它要么直奔目标,要么卡住走人。这两个数字合在一起,描出的智能体画像很具体:目标明确、步骤直接、不爱闲逛。

三个不能忽略的边界

第一个边界在名单上。Agentic Analytics 目前只认三家运营商的智能体:谷歌、OpenAI 和 Anthropic。微软自己的 Copilot 不在名单里。这是一个很值得玩味的细节:微软的工具在统计“谁家的智能体来了你家网站”时,偏偏没有把自家产品算进去。可能的原因有几种——Copilot 的流量走的不是同一条浏览器通道,或者微软有意先把第三方生态的测量做扎实——但公告里没有解释。对读者来说,实际的意思只有一个:仪表盘上的数字不是“全部智能体流量”,而是“三家运营商的智能体流量”,读的时候要把这个定语带上。

第二个边界在方法上,也是整份研究最重要的一句限定:一个被标为“涉及智能体”的会话里,也可能包含人工交接,而 Clarity 目前还分不开智能体那部分和人那部分。所以研究报告里所有的百分比,描述的都是“涉及智能体的会话里记录到了什么动作”,而不是“智能体独立完成了什么动作”。微软在方法一节里把这句话重复了两遍,还特意说明这些事件是各自独立、互不排斥的会话计数,不能当成一个转化漏斗的步骤来读,也不能当成智能体独立完成任务的证明。结账占 25.21%,意思是四分之一的智能体会话里出现过结账这个记录,不等于四分之一的智能体自己结了账,更不等于智能体的下单成功率是 25.21%。

这个限定还有一个实际的后果:它让“智能体比人更会买东西”这个读法站不住脚。人工会话里的结账占 14.65%,智能体会话里占 25.21%,差距是真实的,但差距的成因说不清——可能是智能体确实更擅长走完结账流程,也可能是人把智能体当成“先帮我挑好、我最后自己来结账”的助手,结账那一步恰好由人完成。两种解释都符合数据,微软没有选边。对做网站的人来说,这意味着仪表盘能告诉你“智能体来了、卡在哪一步”,但它暂时还回答不了“这一步到底是谁完成的”。

第三个边界在 Ask Clarity 的那句亮眼数字上。微软说,在早期试用的用户调查里,88% 的人表示发现了关于自己业务或网站的新东西。这个数字听起来很有说服力,但脚注写着:调查时间是 2026 年 7 月到 8 月,受访者只有 16 人,16 人里有 14 人这么说。16 个人的调查不是假数据,但它能支撑的结论很有限——它说明早期用户里确实有人觉得有用,说明不了“大多数网站用了都会有新发现”。微软在正文里还引用了一位 Pela Case 电商经理的原话,说 Ask Clarity 帮她发现新品个性化体验的落地页上有 80.2% 的页面浏览没有产生下一步点击。这是个具体的、有名有姓的例子,比 88% 更可信,也更有用:它讲的是一个真实的人用这个功能找到了一个真实的问题。

对做网站的人,这意味着什么

先说一个假设的例子,帮助理解模拟评估的用法——以下是一家虚构小店的设想,不是实测结果。假如你开一家卖水管配件的网店,Brand Agents 已经把你的商品推到了 Copilot 的回答里,有顾客派智能体来买一个特定型号的弯头。模拟评估可以让你先派测试智能体走一遍:它能不能找到那个型号?能不能认出正在打折的促销价?到了结账页,会不会因为某个必填字段的提示藏在折叠面板里而卡住?如果卡住了,你修的是那个面板,而不是去猜“为什么智能体不买我的东西”。这个功能的价值不在它多聪明,而在它把“智能体体验”变成了一件可以反复测试、可以定位到具体步骤的事,就像以前用真人测试结账流程一样。

再把视野拉大一点。同一周里,美联航刚刚宣布不许 AI 智能体替人订票、管预订,理由是安全与联邦法规(本站 11 月 11 日已有报道)。一边是航空公司把智能体挡在门外,一边是微软给网站主发工具、教他们迎接智能体。这两件事并不矛盾,它们说的是同一件事的两面:智能体已经大到没法假装不存在,剩下的选择只有两个——挡,还是接。挡的那一方要回答“怎么挡、挡多久”;接的这一方要回答“来了之后怎么办”。Clarity 这次更新,就是给选择“接”的人发的一套量尺。

还有一个角度值得想一想:这套量尺是免费的。Clarity 本来就是免费产品,这次的三件东西也向所有用户全球开放(Ask Clarity 例外,还在封闭测试)。免费意味着门槛低到任何一个小网站都能立刻用上,意味着智能体流量的测量不再是大公司的专利;但它也意味着你的网站行为数据要进微软的系统。微软没有在这次公告里谈数据使用的细节,Clarify 的隐私条款是另一回事。对小团队来说,这笔账不难算:用免费工具换可见性,代价是接受微软的数据条款;觉得不划算的人,可以不用,但也就看不到这部分流量了。

先做哪三件事

第一件,去 Clarity 里看一眼你的网站到底有没有智能体流量。如果有,先看它们都干了什么、卡在哪一步,再决定要不要修。没有的话也不用着急,先把模拟评估跑在你最重要的那条任务线上——对电商是结账,对旅行是预订,对本地服务是预约。模拟目前只覆盖电商和旅行两个场景,如果你的网站是别的类型,这件工具暂时还帮不上你,等它扩展。

第二件,检查你的商品信息能不能被机器读懂。Brand Agents 的分发逻辑是:顾客向 AI 提问,AI 从你的目录里找答案。如果你的商品标题写得含糊、规格藏在图片里、价格和库存不同步,AI 就没法替你回答,曝光也就轮不到你。这件事和 SEO 有点像,但对象变了:以前是让人看懂,现在是让模型读懂。符合条件的 Shopify 和 WooCommerce 商家可以顺手把这件事做了,因为分发不需要重新上传目录。

第三件,别把仪表盘上的数字当成绩单。结账占比高,不等于你的网站对智能体友好;占比低,也不等于你的网站有问题。真正值得盯的,是模拟评估里那个具体的卡点:智能体在哪一步停下来、为什么停下来。修掉一个真实的卡点,比盯着百分比涨跌要有用得多。微软这次给的工具,最大的价值也在这里:它第一次让“智能体能不能在我的网站上办成事”变成了一个可以测量、可以定位、可以修复的问题,而不是一句笼统的感慨。

最后回到开头那句话。网站分析的逻辑,过去二十年一直是围绕“人怎么逛网站”建立的:点击、停留、跳出、转化。Clarity 这次更新没有推翻这套逻辑,它只是在旁边加了一列:智能体来了之后,做了什么。这一列现在还很粗糙——只认三家、分不开人机交接、模拟只覆盖两个场景——但它已经摆在那里了。对任何一个靠网站做生意的人来说,这都是一件值得认真对待的事:你的下一个顾客,可能不是一个人,而是一个替人办事的程序,而它走不走得通你的结账页,从这个月开始,你终于能看见了。

阅读 7评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

一名开发者坐在双显示器工位前敲键盘,左屏是深色代码编辑器,右屏是带损失曲线、混淆矩阵与流水线图的机器学习仪表盘
资讯
一个 bug 难不倒它,五十个就全军覆没:BuggyMLE 把编程智能体的遮羞布扯下来了

2026 年 11 月 18 日,谷歌研究院等团队在 arXiv 发布 BuggyMLE:往 222 个能跑的机器学习仓库里注入 bug,14 个模型从最简单的 95% 一路跌到最难的 9%。一个 90 亿参数的小模型靠从易到难的课表,在 10 个 bug 那档超过了 Claude Opus 5.5。

行业趋势测试与质量AI 编程实践
一名戴眼镜的开发者坐在木桌前敲笔记本电脑,左边外接显示器上是深色背景的 C 语言代码,桌上有绿植
资讯
微软的编程模型终于不当配角了:MAI Code 2 拿 96% 的分数、只收 5% 的钱,但先看清三处“但是”

2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。

开发工作流产品发布模型动态
一名开发者坐在双显示器工位前敲键盘,左屏是深色代码编辑器,右屏是带绿色对勾与柱状图的测试仪表盘,桌上有台灯和马克杯
资讯
你的智能体到底变好还是变坏了:AWS 开源 UAEF,给所有框架的智能体用同一把尺子量

2026 年 11 月 11 日,AWS 开源 UAEF:先把 LangGraph、LangChain、Strands、Bedrock AgentCore 等框架的运行记录翻成统一格式,再用 36 个指标、7 个维度打分,回归超过 5% 就亮灯。评审模型本身也被防了一手:打分要引原文作证,分数不能用来决定安全放行。

开发工作流产品发布测试与质量