一、WebMCP 是什么
1. 基本定义
WebMCP（Web Model Context Protocol）是 Google 与 Microsoft 在 W3C 框架下联合推动的浏览器原生 Web API，Chrome 146 已推出早期预览版本，核心目标是让网页主动将自身能力封装为结构化工具，供 AI Agent 直接调用，解决当前 Agent 操作网页的稳定性与效率问题。
2. 核心思想
把交互从 UI 层搬到语义层：不再依赖按钮点击、坐标定位或 DOM 解析，而是让网页直接暴露'提交请假''搜索航班''加入购物车'等业务动作，形成结构化工具契约，Agent 按契约调用而非'猜 UI'。
3. 关键特性
- 双轨 API 设计：声明式 API（HTML 表单属性）+ 命令式 API（JavaScript 注册），兼顾易用性与灵活性
- 浏览器内运行：纯客户端实现，网页本身就是'工具服务器'，天然继承用户登录态与权限上下文
- 结构化上下文：支持网页提供 JSON 格式的业务状态（如购物车、表单草稿），大幅降低模型理解成本
- 工具契约化：每个工具包含名称、描述、输入输出 Schema、执行逻辑，变更可控
4. 解决的核心痛点
当前 Agent 操作网页的两大路线均存在缺陷：
| 交互路线 | 核心问题 | WebMCP 解决方案 |
|---|---|---|
| 视觉路线（截图识别） | 慢、贵（约 2000 token/次）、易出错 | 语义化工具调用，Token 消耗减少约 89% |
| DOM/选择器路线 | 脆弱（改版即失效）、复杂场景难处理 | 工具契约不变则不受 UI 变更影响 |
WebMCP 让 Agent 从'呈现层倒推业务动作'转变为'直接调用业务动作'，稳定性与效率显著提升。
二、与 Anthropic MCP 的区别：同名不同源、互补而非竞争
WebMCP 与 Anthropic MCP（Model Context Protocol）虽同名，但架构完全不同，聚焦领域互补，成熟应用可同时部署。
| 对比维度 | Anthropic MCP | WebMCP |
|---|---|---|
| 协议基础 | JSON-RPC 2.0 | 非 JSON-RPC，纯 Web 原生 API |
| 架构模式 | Client-Server（需后端服务器） | 纯客户端（网页即'服务器'） |
| 运行位置 | 后端独立服务 | 浏览器前端环境 |
| 认证机制 | OAuth 2.1 | 浏览器原有认证（Cookie、Session） |
| 可用性 | 服务器常驻运行 | 用户导航到页面时才可用 |
| 聚焦场景 | 后端服务集成、跨系统数据访问 | 前端浏览器交互、网页功能调用 |
| 核心优势 | 统一后端集成标准 | 天然复用浏览器上下文、低接入成本 |