Adobe首席科学家Carlos Sanchez展示了一种原型“智能代理网站”（agentic site）：网站先判断访客此刻想做什么，再围绕这一意图实时拼装页面。它瞄准的是“一个人的受众”（audience of one）——不再只按“回头客”或“户外爱好者”等预设群体提供体验，而是让页面更贴近单个访客当下的需求。27

不过，成熟度必须说清楚：目前公开报道描述的是一项可运行的演示和一组相关Adobe产品，并不等于Adobe已经推出了一个能为每位访客大规模生成独特生产页面的普遍可用服务。434

演示到底展示了什么

演示围绕一个咖啡机网站展开。当访客搜索“适合露营使用的咖啡机”后，系统改变了页面内容、产品推荐和呈现方式，使其更符合户外使用场景。Sanchez在AI Engineer World’s Fair上的演讲标题为“Agentic Sites: Building Hyper Personalized Websites”（智能代理网站：构建高度个性化的网站）。33

其思路并不是让语言模型自由发挥、从零设计一个网站。系统会结合搜索词、浏览行为等信号，判断访客的意图或 persona（用户画像），再从企业现有内容库中检索相关资料，并用这些资料组装页面。234

页面如何被实时组装

简化来看，整个流程大致分为四步：

1. **识别意图：**系统分析访客的搜索或交互背景，判断其是在随便浏览、深入研究、准备购买，还是有更具体的用途，例如露营。
2. **检索已批准素材：**检索增强生成（RAG）从企业现有系统中提供相关内容和产品信息，作为模型生成或选择内容时的依据。
3. **选择页面模块：**页面不再被视为一份不可拆分的完整文档，系统可以单独选择或调整其中的模块。
4. **渲染个性化体验：**主视觉内容、产品推荐、导航和行动号召等部分，被组合成适合当前意图的页面。

这种架构的关键价值在于品牌可控性。让模型基于企业内容和已批准资产工作，有助于减少未经支持的产品描述，并使页面更接近企业既有的视觉与编辑规范。关于这项演示的报道也强调，系统是在检索和重新组合现有内容，而不是凭空生成整套网站。434

Cerebras和Gemma 4为什么重要

据报道，该实现使用Google的Gemma 4模型，并运行在Cerebras推理基础设施上。Cerebras模型目录显示，Gemma 4 31B的输出速度约为每秒1,850个token；Cerebras也曾针对某个Gemma 4应用报告约每秒2,300个token的速度。36

高吞吐量的重要性在于，智能代理网站一次交互可能要连续完成多个步骤：识别意图、检索上下文、决定使用哪些模块、生成或修改文案，再返回页面结果。推理越快，这个“检索—判断—组装”循环就越有可能出现在实时网页体验中，而不只是用于离线内容生产。

但token吞吐量不等于访客感受到的完整页面延迟。网络状况、内容检索、商品目录调用、同意管理、浏览器渲染、缓存以及后端交付，都会影响最终响应时间。

1.64秒和每页一两美分意味着什么

围绕Sanchez讨论内容的报道提到，针对露营咖啡机的请求生成个性化结果耗时1.64秒，其中约1秒归因于模型调用；同一报道将其与另一套方案的4.6秒进行比较，并给出每页约0.01至0.02美元的生成成本估算。1

这些数字应被视为原型基准和报道中的估算，而不是经过审计的服务级承诺，也不是Adobe公布的正式价格。它们同样不能证明所有页面、访客和流量模式都会得到相同表现。

如果个性化决策要让人感觉即时，系统必须在访客明显感到等待之前完成工作。大约一至两秒的目标，可能让网站在访客刚提交搜索、进入页面，或表现出明显意图变化时就作出调整，而不是只依赖预先定义好的受众分群。

这意味着网站可以从“这个人属于哪个群体”，进一步细化到“这个人此刻想完成什么”：寻找露营咖啡机、比较不同产品，还是已经准备购买。

不过，低延迟目标并不会消除传统网页基础设施的限制。隐私同意和身份控制、商品与价格校验、检索耗时、CDN行为、页面渲染和故障处理，都必须纳入整体体验预算。

它与Adobe现有产品是什么关系

这项原型不应与Adobe目前所有AI产品混为一谈。Adobe文档显示，AEM智能代理目前面向AEM as a Cloud Service和Edge Delivery Services，具体可用范围和推出节奏因环境而异。17

Adobe Experience Platform Agent Orchestrator则被描述为Experience Platform中的推理与协调层，利用Experience Platform数据，并在人工监督下协调Adobe及第三方智能代理。Adobe已宣布Agent Orchestrator正式可用，但相关文档也显示，部分智能代理能力需要申请访问，或以受使用范围限制的试用形式提供。18192122

其他相关能力包括：

• **Brand Experience Agent：**Adobe称其可帮助团队更新页面、创建新内容，并为AI驱动的发现和访问改造现有数字体验。202344
• **Content Advisor Agent：**帮助团队在企业内容中寻找相关素材，并基于已批准的源资产创建视觉变体。202743
• **Agent Orchestrator：**提供跨Adobe及第三方生态管理、连接和协调智能代理的平台层。182230

这些产品表明，Adobe正在围绕内容、客户数据和数字体验构建一套智能代理技术栈。但它们本身并不能证明Sanchez展示的“按访客组装页面”原型已经成为标准化、普遍可用的生产功能。

大规模采用前，还要解决什么

这项技术演示回答了“实时组装页面是否可行”，却没有回答“对所有网站来说，这样做是否在运营和经济上都划算”。

客户需要先做受控实验

企业需要在自己的AEM内容库、商品目录、身份系统、同意管理政策和转化目标上进行测试。关键不只是页面能否快速生成，还包括它是否能改善有效业务结果，同时不增加错误率和运营风险。

公开报道称，具体的智能代理网站概念尚未在客户网站上实现规模化部署。4

系统必须连接更多基础设施

生产环境需要让推理服务、内容管理、客户数据、身份与同意管理、商品目录或电商系统、分析工具、实验平台、CDN交付和品牌资产库稳定协同。模型调用再快，也无法弥补过时的商品信息或缓慢的目录服务。

每页成本必须经受流量考验

单次交互一两美分看似不高，但乘以大型网站的访问量后，成本可能迅速变得可观。如果用户每次重要操作都触发页面重新生成，开销还会继续增加。

因此，缓存、复用已批准模块、选择性重新生成，以及明确哪些场景不应调用模型，都会成为商业可行性的核心。现有公开资料尚未给出“每位访客都获得独特生成体验”这一模式下的确定性Adobe定价方案。

每个生成模块都需要治理

真正可部署的系统至少需要明确以下控制措施：

• 允许使用的内容来源和检索边界；
• 产品属性、库存和价格校验；
• 可使用的布局、组件和行动号召；
• 品牌语调与视觉识别规范；
• 无障碍和本地化检查；
• 禁止生成的内容或受监管声明；
• 审批与审计记录；
• 监控、回滚和偏移检测；
• 触发人工审核的阈值。

所以，这一概念最成熟的形态并不是一个不受约束的AI网站，而是一套受治理的页面组装系统：AI负责快速判断访客当前意图，并从已批准的组件中决定展示什么、如何调整，而不是随意发明内容。

实际意义

Sanchez的演示表明，网站有可能从一组固定的预制页面，转变为一个在运行时作出决策的体验层。Cerebras推理和Gemma 4让判断步骤足够快速，AEM与基于检索的内容 grounding 则为事实准确、品牌可控的输出提供了路径。13617

但目前更准确的标题仍然是“原型”，而不是一个已经完成的新产品类别。下一步真正需要验证的是：当这类智能代理网站面对真实商品目录、真实同意管理要求和真实流量时，能否同时保持速度、准确性、无障碍、治理能力以及可衡量的商业价值。

Adobe首席科学家Carlos Sanchez展示了一种原型“智能代理网站”（agentic site）：网站先判断访客此刻想做什么，再围绕这一意图实时拼装页面。它瞄准的是“一个人的受众”（audience of one）——不再只按“回头客”或“户外爱好者”等预设群体提供体验，而是让页面更贴近单个访客当下的需求。27

不过，成熟度必须说清楚：目前公开报道描述的是一项可运行的演示和一组相关Adobe产品，并不等于Adobe已经推出了一个能为每位访客大规模生成独特生产页面的普遍可用服务。434

演示到底展示了什么

演示围绕一个咖啡机网站展开。当访客搜索“适合露营使用的咖啡机”后，系统改变了页面内容、产品推荐和呈现方式，使其更符合户外使用场景。Sanchez在AI Engineer World’s Fair上的演讲标题为“Agentic Sites: Building Hyper Personalized Websites”（智能代理网站：构建高度个性化的网站）。33

其思路并不是让语言模型自由发挥、从零设计一个网站。系统会结合搜索词、浏览行为等信号，判断访客的意图或 persona（用户画像），再从企业现有内容库中检索相关资料，并用这些资料组装页面。234

页面如何被实时组装

简化来看，整个流程大致分为四步：

1. **识别意图：**系统分析访客的搜索或交互背景，判断其是在随便浏览、深入研究、准备购买，还是有更具体的用途，例如露营。
2. **检索已批准素材：**检索增强生成（RAG）从企业现有系统中提供相关内容和产品信息，作为模型生成或选择内容时的依据。
3. **选择页面模块：**页面不再被视为一份不可拆分的完整文档，系统可以单独选择或调整其中的模块。
4. **渲染个性化体验：**主视觉内容、产品推荐、导航和行动号召等部分，被组合成适合当前意图的页面。

这种架构的关键价值在于品牌可控性。让模型基于企业内容和已批准资产工作，有助于减少未经支持的产品描述，并使页面更接近企业既有的视觉与编辑规范。关于这项演示的报道也强调，系统是在检索和重新组合现有内容，而不是凭空生成整套网站。434

Cerebras和Gemma 4为什么重要

据报道，该实现使用Google的Gemma 4模型，并运行在Cerebras推理基础设施上。Cerebras模型目录显示，Gemma 4 31B的输出速度约为每秒1,850个token；Cerebras也曾针对某个Gemma 4应用报告约每秒2,300个token的速度。36

高吞吐量的重要性在于，智能代理网站一次交互可能要连续完成多个步骤：识别意图、检索上下文、决定使用哪些模块、生成或修改文案，再返回页面结果。推理越快，这个“检索—判断—组装”循环就越有可能出现在实时网页体验中，而不只是用于离线内容生产。

但token吞吐量不等于访客感受到的完整页面延迟。网络状况、内容检索、商品目录调用、同意管理、浏览器渲染、缓存以及后端交付，都会影响最终响应时间。

1.64秒和每页一两美分意味着什么

围绕Sanchez讨论内容的报道提到，针对露营咖啡机的请求生成个性化结果耗时1.64秒，其中约1秒归因于模型调用；同一报道将其与另一套方案的4.6秒进行比较，并给出每页约0.01至0.02美元的生成成本估算。1

这些数字应被视为原型基准和报道中的估算，而不是经过审计的服务级承诺，也不是Adobe公布的正式价格。它们同样不能证明所有页面、访客和流量模式都会得到相同表现。

如果个性化决策要让人感觉即时，系统必须在访客明显感到等待之前完成工作。大约一至两秒的目标，可能让网站在访客刚提交搜索、进入页面，或表现出明显意图变化时就作出调整，而不是只依赖预先定义好的受众分群。

这意味着网站可以从“这个人属于哪个群体”，进一步细化到“这个人此刻想完成什么”：寻找露营咖啡机、比较不同产品，还是已经准备购买。

不过，低延迟目标并不会消除传统网页基础设施的限制。隐私同意和身份控制、商品与价格校验、检索耗时、CDN行为、页面渲染和故障处理，都必须纳入整体体验预算。

它与Adobe现有产品是什么关系

这项原型不应与Adobe目前所有AI产品混为一谈。Adobe文档显示，AEM智能代理目前面向AEM as a Cloud Service和Edge Delivery Services，具体可用范围和推出节奏因环境而异。17

Adobe Experience Platform Agent Orchestrator则被描述为Experience Platform中的推理与协调层，利用Experience Platform数据，并在人工监督下协调Adobe及第三方智能代理。Adobe已宣布Agent Orchestrator正式可用，但相关文档也显示，部分智能代理能力需要申请访问，或以受使用范围限制的试用形式提供。18192122

其他相关能力包括：

• **Brand Experience Agent：**Adobe称其可帮助团队更新页面、创建新内容，并为AI驱动的发现和访问改造现有数字体验。202344
• **Content Advisor Agent：**帮助团队在企业内容中寻找相关素材，并基于已批准的源资产创建视觉变体。202743
• **Agent Orchestrator：**提供跨Adobe及第三方生态管理、连接和协调智能代理的平台层。182230

这些产品表明，Adobe正在围绕内容、客户数据和数字体验构建一套智能代理技术栈。但它们本身并不能证明Sanchez展示的“按访客组装页面”原型已经成为标准化、普遍可用的生产功能。

大规模采用前，还要解决什么

这项技术演示回答了“实时组装页面是否可行”，却没有回答“对所有网站来说，这样做是否在运营和经济上都划算”。

客户需要先做受控实验

企业需要在自己的AEM内容库、商品目录、身份系统、同意管理政策和转化目标上进行测试。关键不只是页面能否快速生成，还包括它是否能改善有效业务结果，同时不增加错误率和运营风险。

公开报道称，具体的智能代理网站概念尚未在客户网站上实现规模化部署。4

系统必须连接更多基础设施

生产环境需要让推理服务、内容管理、客户数据、身份与同意管理、商品目录或电商系统、分析工具、实验平台、CDN交付和品牌资产库稳定协同。模型调用再快，也无法弥补过时的商品信息或缓慢的目录服务。

每页成本必须经受流量考验

单次交互一两美分看似不高，但乘以大型网站的访问量后，成本可能迅速变得可观。如果用户每次重要操作都触发页面重新生成，开销还会继续增加。

因此，缓存、复用已批准模块、选择性重新生成，以及明确哪些场景不应调用模型，都会成为商业可行性的核心。现有公开资料尚未给出“每位访客都获得独特生成体验”这一模式下的确定性Adobe定价方案。

每个生成模块都需要治理

真正可部署的系统至少需要明确以下控制措施：

• 允许使用的内容来源和检索边界；
• 产品属性、库存和价格校验；
• 可使用的布局、组件和行动号召；
• 品牌语调与视觉识别规范；
• 无障碍和本地化检查；
• 禁止生成的内容或受监管声明；
• 审批与审计记录；
• 监控、回滚和偏移检测；
• 触发人工审核的阈值。

所以，这一概念最成熟的形态并不是一个不受约束的AI网站，而是一套受治理的页面组装系统：AI负责快速判断访客当前意图，并从已批准的组件中决定展示什么、如何调整，而不是随意发明内容。

实际意义

Sanchez的演示表明，网站有可能从一组固定的预制页面，转变为一个在运行时作出决策的体验层。Cerebras推理和Gemma 4让判断步骤足够快速，AEM与基于检索的内容 grounding 则为事实准确、品牌可控的输出提供了路径。13617

但目前更准确的标题仍然是“原型”，而不是一个已经完成的新产品类别。下一步真正需要验证的是：当这类智能代理网站面对真实商品目录、真实同意管理要求和真实流量时，能否同时保持速度、准确性、无障碍、治理能力以及可衡量的商业价值。