谷歌在Chrome Lighthouse新增的智能代理浏览审计中引入llms.txt检测功能

随着基于AI的代理成为用户与网络互动的日益常见方式，针对这些自动化工具进行优化不再是小众需求。谷歌为应对这一转变，在Chrome Lighthouse中推出了一套聚焦智能代理浏览的全新审计功能，其中一项关键新增内容便是llms.txt文件检测。

Chrome Lighthouse的智能代理浏览审计类别

全新的智能代理浏览审计类别评估网站适配机器交互的能力，超越了传统以用户为中心的指标。与Lighthouse熟悉的0-100分评分体系不同，这些审计采用确定性检测，显示通过/未通过比例以及每项单独测试的明确结果。

该类别的核心是llms.txt检测，用于验证域名根目录中是否存在机器可读的摘要文件。如果缺少此文件，AI代理可能会花费更多时间爬取和解析网站结构与内容，导致交互速度变慢、效率降低。该类别还包含另外三项关键检测：

1. 与WebMCP（网络机器上下文协议）集成
2. 无障碍树完整性
3. CLS（累积布局偏移）稳定性

llms.txt：并非AI搜索可见性的必备条件

必须明确区分针对AI代理优化与提升谷歌生成式AI搜索功能可见性这两者。在发布AI概览和AI模式相关指南仅一周后，谷歌便澄清：创建llms.txt文件或类似特殊标记并非出现在这些AI驱动搜索结果中的必要条件。

Lighthouse的llms.txt检测专为AI代理和浏览器工具设计，并非用于影响谷歌搜索排名或AI搜索可见性。这一区分确保网站所有者不会混淆两种截然不同的优化策略。

智能代理引擎优化：最佳实践

智能代理引擎优化（AEO）由谷歌云AI工程总监阿迪·奥斯曼尼（Addy Osmani）于2026年4月首次提出，为网站优化以适配AI代理交互提供了框架。主要建议包括：

1. 实现清晰的语义结构，帮助代理高效解析内容
2. 提供针对高效令牌使用优化的内容，减少代理处理时间
3. 酌情使用Markdown交付内容，简化机器可读性
4. 添加llms.txt文件作为代理的发现层
5. 增加AGENTS.md文件，记录支持的代理功能

智能代理浏览审计的其他核心关注领域

AI代理严重依赖无障碍树作为其主要数据模型，因此无障碍树的完整性是审计的重中之重。该领域的关键检测包括：

1. 验证交互元素是否具备适当的程序化标签
2. 确保无障碍树结构有效且完整
3. 检查交互内容未被辅助系统隐藏
4. 验证CLS分数，防止布局偏移干扰代理交互

网站所有者还应注意，动态注册的WebMCP工具和大型DOM变更可能影响审计结果，因此需对这些元素进行全面测试。

随着AI代理在网页浏览中的应用愈发广泛，针对其需求进行优化的重要性将不断提升。Chrome Lighthouse新增的智能代理浏览审计为提升兼容性提供了清晰的路线图，但务必记住，这些优化与传统SEO或AI搜索可见性工作是相互独立的。遵循AEO最佳实践并利用新的审计功能，可确保你的网站为下一代网络交互做好准备。