MIT Technology Review опубликовал большой обзор «The agentic web is here» (автор Grace Huckins, 2 ноября 2026) с центральным тезисом: интернет становится «агентным» — им всё больше пользуются не люди, а автономные ИИ-агенты, которые читают почту, оплачивают покупки и бронируют за человека. Так на практике реализуется давняя идея Semantic Web Тима Бернерса-Ли, но через LLM, а не через разметку страниц. Обзор показывает, что это уже экономический сдвиг, а не только технологический: агенты игнорируют рекламу, переходы с поиска падают, а крупные платформы начали блокировать чужих агентов в пользу собственных.
Что произошло
В обзоре агентный интернет описан как уже состоявшийся технический сдвиг с двумя работающими архитектурами. Первый путь — computer-use агенты, управляющие браузером как человек: модель GPT-6 Astra, выпущенная OpenAI в сентябре 2026 года, показала 73% успеха на бенчмарке OSWorld 2.0. Второй путь — tool-based: агент действует через коннекторы и плагины к сервисам, среди которых в обзоре названы Gmail, Instacart и Stripe Link. Параллельно материал фиксирует первые измеримые последствия: Amazon заблокировал агента Meta Muse, чтобы продвигать собственный Alexa for Shopping; исследование Университета Торонто показало, что агенты полностью игнорируют товары с меткой «sponsored»; Pew зафиксировала снижение переходов на сайты примерно на 40% на фоне распространения AI Overviews.
Контекст
Идея интернета, понятного машинам, не нова: в 2001 году Тим Бернерс-Ли описал Semantic Web в Scientific American, предлагая сделать веб доступным машинам через стандартизированную разметку страниц. Этот проект тогда не реализовался, а сегодня ту же задачу решают большие языковые модели: агент интерпретирует обычный «человеческий» интерфейс, и структура веба строится обучением, а не форматами данных. Два подхода агентного веба при этом комплементарны, а не конкурируют: управление браузером универсально и работает с любым интерфейсом, но хрупко и шире по поверхности риска, тогда как коннекторы ограничены в покрытии сервисов, зато позволяют строго ограничивать права агента. В итоге интерфейс к сервисам перестаёт быть только человеческим: параллельно с сайтами и приложениями вырастает машинный канал доступа, где решающим становится вопрос доверия и объёма делегированных прав.
Почему это важно для индустрии
Экономика внимания — реклама, подписки, маркетплейсы — теряет фундамент, когда «пользователем» становится агент: машинные клиенты не создают показов и кликов и не реагируют на таргетинг, потому что политика их решений строится на иных предпосылках, чем человеческое внимание. Издателям и интернет-магазинам придётся выбирать между блокировкой чужих агентов и строительством для них отдельных интерфейсов, а в обзоре описаны и новые механизмы монетизации: агентные рекламные форматы (кейс Time), микроплатежи для издателей и прямые коннекторы к Stripe и Instacart. Часть рынков пойдёт по пути «стен», и тогда дистрибуция будет мигрировать в коннекторный слой крупных агентских экосистем, где владельцы доверенных коннекторов получают контроль над доступом к аудитории.
Почему это важно для пользователей
Для читателя это в первую очередь вопрос безопасности собственных прав доступа: агенты вроде Meta Muse, OpenAI Dots и Claude Duet уже работают с почтой, банковскими счетами и бронированиями, поэтому стоит понимать, каким сервисам вы доверяете агенту и где включено подтверждение действий человеком. Паттерн Stripe Link показывает работающее решение: агенту можно поручить оплату, не показывая ему номер карты. Отдельная сторона — доступность: для пожилых людей и людей с инвалидностью агент становится инструментом, снимающим рутинные операции со сложными интерфейсами. Оборотная сторона в том, что часть «человеческого» веба может стать для людей менее доступной: бронирования, билеты и рекламные площадки будут перестраиваться под машинных клиентов.
Что пока неизвестно / ограничения
Ключевые цифры обзора стоит читать осторожно. Результат 73% на OSWorld 2.0 — вендорская цифра из одного журналистского материала: в источниках нет описания методологии, определения успешного завершения задачи, стоимости задач, числа шагов и латентности, а независимой репликации нет. Кроме того, это метрика успеха на уровне задачи, а не на уровне шага: пошаговая надёжность — другая величина, в материале не раскрытая, и в длинных многошаговых сценариях отказы накапливаются по своим законам, поэтому интерпретация «27% неудач на каждом шаге» некорректна. Данные Университета Торонто и Pew — одиночные исследования, а выводы о перестройке экономики внимания остаются интерпретациями, а не подтверждёнными фактами.
Источники
Автор
Look at AI, редакция