Bagaimana “Agentic Sites” Adobe Memperibadikan Laman Web dalam Masa Nyata

Adobe menunjukkan prototaip “agentic site” — laman web yang cuba memahami tujuan pelawat, lalu menyusun halaman berdasarkan tujuan itu secara masa nyata. Matlamatnya ialah mewujudkan pengalaman “audiens seorang”, bukan lagi bergantung sepenuhnya pada segmen luas seperti “pelanggan baharu” atau “peminat aktiviti luar”. 27

Namun, ada satu perkara penting: teknologi ini masih di peringkat demonstrasi. Laporan awam menerangkan prototaip yang berfungsi serta beberapa produk Adobe berkaitan, bukannya perkhidmatan umum yang sudah menghasilkan halaman produksi unik untuk setiap pelawat pada skala besar. 434

Apa yang ditunjukkan oleh Carlos Sanchez?

Dalam demonstrasi oleh saintis utama Adobe, Carlos Sanchez, sebuah laman web mesin kopi berubah selepas pelawat mencari mesin yang sesuai untuk aktiviti berkhemah. Kandungan, cadangan produk dan cara halaman itu dipersembahkan disesuaikan dengan niat penggunaan di luar rumah. Sesi Sanchez di AI Engineer World’s Fair bertajuk “Agentic Sites: Building Hyper Personalized Websites.” 33

Pendekatan ini lebih terkawal berbanding meminta model bahasa mereka-reka laman web sesuka hati. Sistem mengenal pasti niat atau persona berdasarkan isyarat seperti pertanyaan carian dan tingkah laku melayari, mendapatkan bahan yang berkaitan daripada pustaka kandungan sedia ada, kemudian menyusun halaman menggunakan bahan tersebut. 234

Bagaimana sistem ini berfungsi?

Secara ringkas, alirannya kelihatan seperti berikut:

1. Mentafsir niat: Sistem menilai carian atau konteks interaksi pelawat untuk memahami sama ada mereka sedang meneroka, membuat kajian, bersedia membeli atau mencari kegunaan khusus seperti berkhemah.
2. Mendapatkan bahan yang diluluskan: Retrieval-augmented generation (RAG), iaitu penjanaan yang disokong oleh proses mendapatkan semula maklumat, membekalkan model dengan kandungan dan maklumat produk daripada sistem sedia ada organisasi.
3. Memilih komponen halaman: Halaman tidak dianggap sebagai satu dokumen yang tidak boleh diubah. Sistem boleh memilih atau menyesuaikan blok tertentu.
4. Memaparkan pengalaman: Kandungan utama, cadangan produk, navigasi dan seruan tindakan disusun supaya lebih selari dengan niat yang dikesan.

Pendekatan ini penting untuk kawalan jenama. Apabila respons berpandukan kandungan perusahaan dan aset yang diluluskan, risiko dakwaan produk yang tidak disokong dapat dikurangkan, selain memastikan pengalaman lebih dekat dengan identiti visual dan gaya editorial organisasi. Laporan mengenai demonstrasi itu menggambarkan sistem yang mendapatkan semula dan menyusun kandungan sedia ada, bukannya menghasilkan laman dari kosong. 434

Mengapa Cerebras dan Gemma 4 penting?

Pelaksanaan yang dilaporkan menggunakan model Gemma 4 daripada Google pada infrastruktur inferens Cerebras. Katalog model Cerebras menyenaraikan Gemma 4 31B pada kira-kira 1,850 token output sesaat, manakala Cerebras turut melaporkan sekitar 2,300 token sesaat bagi satu penggunaan Gemma 4. 36

Kelajuan ini relevan kerana sebuah laman agentik mungkin perlu melakukan beberapa langkah dalam satu interaksi: memahami niat, mendapatkan konteks, memilih komponen, menghasilkan atau menyemak semula teks, kemudian memulangkan hasil kepada pelayar. Inferens yang pantas menjadikan kitaran dapatkan maklumat–buat penaakulan–susun halaman lebih munasabah untuk pengalaman interaktif, bukan sekadar kerja menghasilkan kandungan secara luar talian.

Bagaimanapun, kadar token bukan bermaksud keseluruhan halaman akan sentiasa siap pada kelajuan yang sama. Keadaan rangkaian, proses mendapatkan kandungan, panggilan katalog, semakan persetujuan, pemaparan pelayar, cache dan penghantaran dari bahagian belakang semuanya mempengaruhi pengalaman sebenar pelawat.

Kelajuan dan kos yang dilaporkan

Menurut laporan mengenai perbincangan Sanchez, pertanyaan tentang mesin kopi untuk berkhemah menghasilkan halaman diperibadikan dalam 1.64 saat, dengan kira-kira satu saat dikaitkan dengan panggilan model. Angka itu dibandingkan dengan 4.6 saat pada persediaan lain, manakala kos penjanaan dianggarkan sekitar AS$0.01 hingga AS$0.02 bagi setiap halaman. 1

Angka tersebut wajar dibaca sebagai penanda aras prototaip dan anggaran yang dilaporkan, bukannya komitmen tahap perkhidmatan yang diaudit atau harga rasmi Adobe. Ia juga tidak membuktikan bahawa setiap halaman, pelawat atau corak trafik akan mencapai prestasi yang sama.

Apa maknanya sasaran bawah dua saat?

Untuk membuatkan pemperibadian terasa lancar, sistem perlu menyiapkan keputusannya sebelum pelawat merasakan proses itu sebagai kelewatan. Sasaran sekitar satu hingga dua saat boleh membolehkan laman web bertindak balas terhadap carian, konteks ketibaan atau perubahan ketara dalam niat pelawat ketika interaksi masih segar.

Ini membuka ruang untuk pemperibadian yang lebih terperinci berbanding segmen biasa seperti “pelanggan yang pernah berkunjung” atau “peminat aktiviti luar”. Sistem sebaliknya boleh bertindak balas kepada matlamat semasa pelawat — contohnya mencari mesin kopi untuk berkhemah, membandingkan produk atau mencari cadangan yang sedia dibeli.

Sasaran kelajuan itu tetap tidak menghapuskan keperluan sistem web lain. Kawalan persetujuan dan identiti, pengesahan produk serta harga, kependaman katalog, penghantaran CDN, pemaparan halaman dan pengendalian kegagalan semuanya perlu dimuatkan dalam bajet masa keseluruhan.

Hubungannya dengan produk Adobe sedia ada

Prototaip ini tidak sepatutnya disamakan dengan semua produk AI Adobe yang tersedia sekarang. Ejen AEM yang didokumentasikan Adobe tersedia untuk AEM as a Cloud Service dan Edge Delivery Services, dengan ketersediaan serta proses pelancaran yang berbeza mengikut persekitaran. 17

Adobe Experience Platform Agent Orchestrator pula diterangkan sebagai lapisan penaakulan dan penyelarasan untuk ejen Experience Platform. Ia direka untuk menggunakan data Experience Platform serta menyelaras ejen Adobe dan pihak ketiga dengan pengawasan manusia. Adobe turut mengumumkan ketersediaan umum Agent Orchestrator, sementara dokumentasi menyatakan bahawa sesetengah keupayaan ejen menggunakan akses berdasarkan permintaan dan percubaan yang terikat pada penggunaan. 18192122

Antara keupayaan berkaitan ialah:

• Brand Experience Agent: Adobe menerangkannya sebagai alat untuk membantu mengemas kini halaman, mencipta kandungan baharu dan memodenkan pengalaman digital sedia ada bagi penemuan berasaskan AI. 202344
• Content Advisor Agent: Membantu pasukan mencari kandungan perusahaan yang relevan dan menghasilkan variasi visual daripada aset sumber yang diluluskan. 202743
• Agent Orchestrator: Menyediakan lapisan platform untuk mengurus dan menyelaras ejen merentasi ekosistem Adobe serta pihak ketiga. 182230

Produk-produk ini menunjukkan bahawa Adobe sedang membina timbunan teknologi agentik yang merangkumi kandungan, data pelanggan dan pengalaman digital. Namun, kewujudannya tidak membuktikan bahawa prototaip penyusunan halaman bagi setiap pelawat oleh Sanchez sudah menjadi ciri produksi standard yang tersedia secara umum.

Apa yang perlu berlaku sebelum digunakan secara besar-besaran?

Demonstrasi teknikal itu menunjukkan bahawa penyusunan halaman masa nyata adalah sesuatu yang boleh dilaksanakan. Ia masih belum menjawab sama ada pendekatan ini berbaloi dari segi operasi dan ekonomi untuk setiap laman web.

Pelanggan perlu menjalankan eksperimen terkawal

Organisasi perlu menguji pendekatan ini menggunakan repositori AEM, katalog produk, sistem identiti, dasar persetujuan dan matlamat penukaran mereka sendiri. Persoalan utamanya bukan sekadar sama ada halaman boleh dijana dengan pantas, tetapi sama ada pengalaman itu benar-benar meningkatkan hasil yang berguna tanpa menambah kesilapan atau risiko operasi.

Laporan awam menyatakan bahawa konsep laman agentik khusus ini masih belum digunakan pada laman pelanggan secara besar-besaran. 4

Integrasi yang luas diperlukan

Pelaksanaan produksi memerlukan sambungan yang boleh dipercayai antara inferens, pengurusan kandungan, data pelanggan, identiti dan persetujuan, sistem dagangan atau katalog, analitik, eksperimen, penghantaran CDN serta pustaka aset jenama. Panggilan model yang pantas tidak dapat mengatasi data produk yang sudah lapuk atau perkhidmatan katalog yang perlahan.

Ekonomi setiap halaman perlu diuji pada skala trafik

Anggaran satu atau dua sen mungkin kelihatan kecil untuk satu interaksi, tetapi jumlahnya menjadi besar apabila didarabkan dengan trafik yang tinggi. Kos juga boleh meningkat jika laman menjana semula pengalaman selepas setiap interaksi penting.

Oleh itu, cache, penggunaan semula blok yang diluluskan, penjanaan semula secara terpilih dan peraturan jelas tentang bila model tidak perlu dipanggil akan menjadi faktor penting dalam menilai kes perniagaan. Bahan awam setakat ini belum menetapkan model harga Adobe yang muktamad untuk keadaan apabila setiap pelawat menerima pengalaman unik yang dijana AI.

Setiap blok yang dijana memerlukan kawalan

Pelaksanaan yang boleh dipercayai perlu mempunyai kawalan khusus bagi:

• sumber kandungan yang diluluskan dan sempadan maklumat yang boleh dicapai;
• pengesahan atribut, ketersediaan dan harga produk;
• susun atur, komponen dan seruan tindakan yang dibenarkan;
• suara jenama serta peraturan identiti visual;
• semakan kebolehcapaian dan penyetempatan;
• dakwaan yang dilarang atau dikawal selia;
• rekod kelulusan dan audit;
• pemantauan, pemulihan serta pengesanan perubahan tingkah laku sistem; dan
• ambang yang memerlukan semakan manusia.

Justeru, versi paling kukuh bagi konsep ini bukanlah laman web AI tanpa batasan. Ia ialah sistem penyusunan yang ditadbir dengan baik — AI membuat keputusan pantas tentang komponen yang patut dipaparkan dan cara menyesuaikannya dengan niat semasa pelawat, sementara kandungan asas kekal terkawal.

Kesimpulan

Demonstrasi Sanchez mencadangkan bahawa laman web boleh berubah daripada koleksi halaman yang tetap kepada lapisan keputusan yang berfungsi ketika laman sedang digunakan. Inferens Cerebras dan Gemma 4 menjadikan langkah penaakulan cukup pantas untuk diterokai dalam senario masa nyata, manakala AEM serta pendekatan berasaskan RAG menyediakan laluan kepada output yang lebih tepat dan terkawal dari segi jenama. 13617

Namun, tajuk besarnya masih sebuah prototaip, bukan kategori produk yang sudah matang. Ujian sebenar ialah sama ada laman agentik mampu mengekalkan kelajuan, ketepatan, kebolehcapaian, tadbir urus dan nilai perniagaan apabila digunakan dengan katalog sebenar, keperluan persetujuan sebenar serta jumlah trafik yang besar.