原文：AI Agents as Users

這篇文章探討了在 AI 時代，「使用者（User）」的定義正在發生核心轉變：使用者不再僅限於「人類」，還包括了正在與數位介面互動的 AI 代理人（AI Agents）。

以前我們做 UX，很自然地會把 User 想成坐在螢幕前的人，所以研究使用者行為、操作流程、介面設計，全部都是圍繞著「人」來思考。但現在開始不一樣了。

越來越多人會把一些事情交給 AI Agent 去完成，例如幫忙查詢資訊、比較商品、預訂機票、填寫表單，甚至直接完成交易。真正操作網站的人，可能不是使用者本人，而是他的 AI Agent。

這篇文章提到，AI Agent 現在主要有三種和網站互動的方式。

Vision-Based Interaction

第一種是最直覺的，就是像人一樣直接「看畫面」。AI 會截圖整個網站，再透過 Vision Model 去辨識按鈕、文字和輸入框，再一步一步操作。不過這種方式速度慢、成本高，而且很容易因為畫面變動而出錯。

Accessibility-Tree Parsing

第二種方式，是直接讀取網站的 Accessibility Tree，也就是瀏覽器提供給螢幕閱讀器使用的結構化資訊。相較於直接看圖片，它不只速度更快，也更容易理解哪些是按鈕、哪些是標題、哪些是表單。因此，一個無障礙做得越好的網站，通常 AI Agent 也越容易操作。

Direct API Access

第三種則是直接透過 API 或 Agent 與 Agent 溝通，完全跳過畫面。只要服務有提供結構化 API，AI 就能直接取得資料並執行操作，不需要再點來點去。像最近大家常提到的 MCP（Model Context Protocol），就是希望讓這類互動有共同標準。

看到這裡，我才發現以前一直認為無障礙設計只是幫助身障使用者，但未來它可能還有另一個重要價值：讓 AI Agent 更容易理解你的產品。像是語意化 HTML、清楚的 Label、合理的頁面階層、ARIA 標記，這些過去一直倡導的設計原則，現在同時也變成 AI 能不能順利完成任務的重要基礎。

不過，文章也提醒，不是所有產品都希望 AI Agent 能夠自由使用自己的服務。

有些網站本來就是希望使用者多停留、多瀏覽，例如廣告媒體或串流平台。如果 AI 直接把答案整理好，甚至幫使用者完成所有事情，那使用者根本不用進網站，整個商業模式可能都會受到影響。

另外，金融、醫療這類需要安全性或法規限制的產業，也不一定適合讓 AI 自動完成所有操作。有些流程中的「麻煩」，其實不是 UX 做不好，而是刻意保留的安全機制。

未來，人類和 AI Agent 很可能會使用完全不同的介面。人還是需要畫面來理解資訊、做決策；AI 則直接透過 API 或結構化資料完成工作。也就是說，我們未來設計的，可能不再只有一套介面，而是同時服務兩種不同的使用者。

看完之後，我自己有幾個延伸思考。

第一個是 UX 的研究對象是不是也要開始改變了？以前做 Persona、User Journey 都是假設操作的人是真人，但如果未來很多任務都是 AI Agent 幫忙完成，我們是不是也要開始研究 Agent 的 Journey？例如它在哪一步最容易失敗、哪些介面元素最容易誤判、哪些資訊需要額外提供給 Agent 理解。

第二個是 PM 該如何決定自己的產品要不要支援 AI Agent？如果我是做銀行、醫療或內容平台，Agent 不一定是好事；但如果我是做訂票、外送或 SaaS 工具，支援 Agent 反而可能變成新的競爭優勢。未來這或許不只是技術問題，而是一個產品策略的選擇。

最後，我覺得 Accessibility 的定位可能會重新被定義。以前很多團隊把它當成加分項目，甚至因為看不到立即效益而延後處理。但如果 AI Agent 越來越普及，那 Accessibility 不只是為了少數族群，而是讓你的產品可以被 AI 理解、被 AI 使用的重要基礎。它不再只是 UX 的議題，而可能直接影響產品未來能不能進入 AI 生態。