Adobe 正在探索一種可能改寫網站運作方式的架構：網站不再只提供為特定客群預先製作的固定頁面，而是先判讀每位訪客當下想完成什麼，再即時組合出相應的內容。Adobe 主任科學家 Carlos Sanchez 將這類體驗稱為 「代理式網站」（agentic site），目標是打造「一人一套體驗」（audience of one）。27

不過，關鍵的限定是：目前公開資訊描述的是可運作的展示原型，以及 Adobe 旗下相關 AI 產品，而不是已能大規模部署、為每位訪客生成獨特正式頁面的普及服務。434

展示內容：搜尋「露營咖啡機」，頁面就跟著改變

示範以咖啡機網站為例。當訪客搜尋適合露營使用的咖啡機後，系統便根據這項戶外使用意圖，改變頁面內容、產品推薦與呈現方式。Sanchez 在 AI Engineer World's Fair 的演講題目正是 「Agentic Sites: Building Hyper Personalized Websites」。33

這個概念並不是把整個網站交給語言模型自由發揮。較接近實際運作的流程是：系統先從搜尋內容與瀏覽脈絡辨識訪客意圖，再從企業既有的內容庫和產品資料中找出相關素材，最後依照情境組合頁面。234

系統如何運作？

簡化來看，流程可分成四個步驟：

1. 判讀意圖： 系統分析訪客的搜尋字詞、互動情境與瀏覽行為，判斷對方是在探索、研究、準備購買，或是尋找「露營用」等更明確的使用情境。
2. 擷取經核准的內容： 透過檢索增強生成（retrieval-augmented generation，RAG），模型從企業既有系統取得相關內容與產品資訊。
3. 挑選頁面區塊： 網頁不再被視為一份不可拆分的文件，系統可以選擇或調整個別區塊。
4. 組裝體驗： 主視覺內容、產品推薦、導覽選項與行動呼籲，會依推定的訪客意圖組成一個新的頁面。

採用企業內容與經核准素材作為生成依據，對品牌控管尤其重要。這種做法有助於降低模型自行捏造產品資訊或不實宣稱的風險，也能讓文字與視覺表現維持在既有品牌規範內。關於這次展示的報導指出，系統主要是擷取並重新組合既有內容，而不是憑空創造網站。434

為什麼 Cerebras 與 Gemma 4 是關鍵？

據報導，這套實作使用 Google 的 Gemma 4 模型，並運行在 Cerebras inference 推理基礎設施上。Cerebras 的模型目錄列出 Gemma 4 31B 的輸出速度約為每秒 1,850 個 token；Cerebras 也曾以 Gemma 4 使用情境公布約每秒 2,300 個 token 的速度。36

高 token 吞吐量的重要性在於，代理式網站一次互動可能需要完成多個步驟：理解意圖、擷取內容、決定要使用哪些區塊、生成或修改文案，最後回傳結果。推理速度越快，這個「擷取—推理—組裝」循環就越有機會在訪客仍處於當下互動脈絡時完成，而不只是用於離線內容製作。

但 token 吞吐量不等於完整頁面的載入延遲。網路狀況、內容檢索、產品目錄呼叫、同意管理、瀏覽器渲染、快取與後端傳遞，都會影響訪客實際感受到的速度。

1.64 秒與每頁 1 至 2 美分：應如何解讀？

根據 Sanchez 討論內容的相關報導，系統針對露營咖啡機需求產生個人化結果的總時間為 1.64 秒，其中約 1 秒歸因於模型呼叫；同一報導並以另一套方案的 4.6 秒作比較，估算每頁生成成本約為 0.01 至 0.02 美元。1

這些數字應視為原型測試中的報告數據與估算，不是經審計的服務等級承諾，也不是 Adobe 已公布的正式定價。它們同樣不能證明每一種頁面、每一位訪客或每一種流量型態都能達到相同表現。

若能壓在 1 至 2 秒內，網站會改變什麼？

個人化必須在訪客察覺延遲之前完成，才不會反過來成為使用阻力。若系統能在約 1 至 2 秒內完成意圖判斷、內容檢索、區塊選擇與頁面傳遞，網站就可能針對一次搜尋、進站情境，或訪客意圖的明顯變化，即時做出新的內容決策。

這代表個人化的粒度可以比「回訪顧客」或「戶外愛好者」等傳統客群分類更細。網站不只辨識訪客屬於哪個群組，也能回應他當下的具體目標，例如尋找露營用咖啡機、比較不同產品，或直接尋找適合購買的選項。

當然，這個速度目標並不會讓其他網路系統憑空消失。Cookie 或身分識別、隱私同意、產品與價格驗證、內容檢索、CDN 傳遞、頁面渲染，以及服務失敗時的備援處理，都必須納入整體體驗的時間預算。

它與 Adobe 現有 AI 產品有何關係？

這項原型不應與 Adobe 目前所有 AI 產品直接畫上等號。Adobe 文件顯示，AEM 的相關代理目前適用於 AEM as a Cloud Service 與 Edge Delivery Services，不同環境的提供狀況與推出進度可能有所差異。17

Adobe Experience Platform Agent Orchestrator 則被定位為 Experience Platform 的推理與協調層，利用 Experience Platform 的資料，協調 Adobe 與第三方代理，並保留人員監督機制。Adobe 已宣布 Agent Orchestrator 正式推出，但文件也指出，部分代理功能仍採申請制，或提供有使用限制的試用方案。18192122

其他相關能力包括：

• Brand Experience Agent： Adobe 表示，這項代理可協助更新頁面、建立新內容，並將既有數位體驗現代化，以因應 AI 驅動的內容探索。202344
• Content Advisor Agent： 協助團隊在企業內容中找出相關素材，並根據經核准的來源資產製作視覺變體。202743
• Agent Orchestrator： 提供管理與協調 Adobe 及第三方代理的整合平台層。182230

這些產品顯示 Adobe 正圍繞內容、客戶資料與數位體驗建立代理式 AI 技術堆疊；但它們本身並不能證明 Sanchez 展示的「按訪客組裝頁面」功能，已經成為普遍可用的正式生產服務。

大規模採用前，還有幾道關卡

這次技術展示回答了「即時組裝頁面是否可行」，卻還沒有回答「對所有網站而言，這樣做是否在營運與經濟上合理」。

企業需要先在自己的環境中測試

企業必須以自身的 AEM 內容庫、產品目錄、身分系統、同意管理政策與轉換目標進行測試。真正需要衡量的不只是頁面能否快速生成，還包括這種體驗是否能改善有意義的業務成果，同時不增加錯誤率或營運風險。

公開報導指出，代理式網站這個具體概念目前尚未大規模部署到客戶網站。4

後端整合不能只靠一個模型

正式部署需要可靠串接推理服務、內容管理、客戶資料、身分與同意管理、電商或產品目錄、分析工具、實驗平台、CDN 傳遞，以及品牌資產庫。模型呼叫再快，也無法彌補過期的庫存資料或反應緩慢的產品目錄服務。

每頁成本必須經過流量壓力測試

單次互動只需 1 至 2 美分，看似不高；但乘上大型網站的訪客量後，總成本可能變得可觀。如果每次重要互動都重新生成頁面，成本還可能進一步上升。

因此，快取、重複使用已核准的頁面區塊，以及明確判斷「何時不應呼叫模型」的規則，都會是商業模式能否成立的核心。現有公開資料尚未建立一套適用於「每位訪客都獲得獨特生成體驗」情境的 Adobe 確定定價模式。

每個生成區塊都需要治理

可信的正式部署至少需要明確控管：

• 可使用的內容來源與檢索範圍；
• 產品規格、庫存與價格驗證；
• 可使用的版型、元件與行動呼籲；
• 品牌語氣與視覺識別規範；
• 無障礙與在地化檢查；
• 禁止或受法規限制的宣稱；
• 審批與稽核紀錄；
• 監控、回復與內容偏移偵測；以及
• 需要人工審查的觸發門檻。

所以，代理式網站最可靠的版本並不是不受限制的 AI 網站，而是一套受到治理的內容組裝系統：由 AI 快速決定應向訪客展示哪些經核准的元件，以及如何依照他當下的意圖調整呈現方式。

實際結論：網站正從固定頁面走向即時決策層

Sanchez 的展示指出，網站有可能從一組預先製作的固定頁面，轉變為在執行期間即時做決策的內容層。Cerebras 的推理速度與 Gemma 4，讓多步驟推理更有機會進入即時網頁體驗；AEM 與以檢索為基礎的內容 grounding，則提供了維持事實正確與品牌控管的路徑。13617

但目前最準確的說法仍是：這是一項有潛力的原型，而不是已完成的產品類別。下一個真正的考驗，是代理式網站能否在真實產品目錄、真實隱私同意要求與真實流量規模下，同時維持速度、準確度、無障礙、治理能力與可量化的商業價值。

Adobe 正在探索一種可能改寫網站運作方式的架構：網站不再只提供為特定客群預先製作的固定頁面，而是先判讀每位訪客當下想完成什麼，再即時組合出相應的內容。Adobe 主任科學家 Carlos Sanchez 將這類體驗稱為 「代理式網站」（agentic site），目標是打造「一人一套體驗」（audience of one）。27

不過，關鍵的限定是：目前公開資訊描述的是可運作的展示原型，以及 Adobe 旗下相關 AI 產品，而不是已能大規模部署、為每位訪客生成獨特正式頁面的普及服務。434

展示內容：搜尋「露營咖啡機」，頁面就跟著改變

示範以咖啡機網站為例。當訪客搜尋適合露營使用的咖啡機後，系統便根據這項戶外使用意圖，改變頁面內容、產品推薦與呈現方式。Sanchez 在 AI Engineer World's Fair 的演講題目正是 「Agentic Sites: Building Hyper Personalized Websites」。33

這個概念並不是把整個網站交給語言模型自由發揮。較接近實際運作的流程是：系統先從搜尋內容與瀏覽脈絡辨識訪客意圖，再從企業既有的內容庫和產品資料中找出相關素材，最後依照情境組合頁面。234

系統如何運作？

簡化來看，流程可分成四個步驟：

1. 判讀意圖： 系統分析訪客的搜尋字詞、互動情境與瀏覽行為，判斷對方是在探索、研究、準備購買，或是尋找「露營用」等更明確的使用情境。
2. 擷取經核准的內容： 透過檢索增強生成（retrieval-augmented generation，RAG），模型從企業既有系統取得相關內容與產品資訊。
3. 挑選頁面區塊： 網頁不再被視為一份不可拆分的文件，系統可以選擇或調整個別區塊。
4. 組裝體驗： 主視覺內容、產品推薦、導覽選項與行動呼籲，會依推定的訪客意圖組成一個新的頁面。

採用企業內容與經核准素材作為生成依據，對品牌控管尤其重要。這種做法有助於降低模型自行捏造產品資訊或不實宣稱的風險，也能讓文字與視覺表現維持在既有品牌規範內。關於這次展示的報導指出，系統主要是擷取並重新組合既有內容，而不是憑空創造網站。434

為什麼 Cerebras 與 Gemma 4 是關鍵？

據報導，這套實作使用 Google 的 Gemma 4 模型，並運行在 Cerebras inference 推理基礎設施上。Cerebras 的模型目錄列出 Gemma 4 31B 的輸出速度約為每秒 1,850 個 token；Cerebras 也曾以 Gemma 4 使用情境公布約每秒 2,300 個 token 的速度。36

高 token 吞吐量的重要性在於，代理式網站一次互動可能需要完成多個步驟：理解意圖、擷取內容、決定要使用哪些區塊、生成或修改文案，最後回傳結果。推理速度越快，這個「擷取—推理—組裝」循環就越有機會在訪客仍處於當下互動脈絡時完成，而不只是用於離線內容製作。

但 token 吞吐量不等於完整頁面的載入延遲。網路狀況、內容檢索、產品目錄呼叫、同意管理、瀏覽器渲染、快取與後端傳遞，都會影響訪客實際感受到的速度。

1.64 秒與每頁 1 至 2 美分：應如何解讀？

根據 Sanchez 討論內容的相關報導，系統針對露營咖啡機需求產生個人化結果的總時間為 1.64 秒，其中約 1 秒歸因於模型呼叫；同一報導並以另一套方案的 4.6 秒作比較，估算每頁生成成本約為 0.01 至 0.02 美元。1

這些數字應視為原型測試中的報告數據與估算，不是經審計的服務等級承諾，也不是 Adobe 已公布的正式定價。它們同樣不能證明每一種頁面、每一位訪客或每一種流量型態都能達到相同表現。

若能壓在 1 至 2 秒內，網站會改變什麼？

個人化必須在訪客察覺延遲之前完成，才不會反過來成為使用阻力。若系統能在約 1 至 2 秒內完成意圖判斷、內容檢索、區塊選擇與頁面傳遞，網站就可能針對一次搜尋、進站情境，或訪客意圖的明顯變化，即時做出新的內容決策。

這代表個人化的粒度可以比「回訪顧客」或「戶外愛好者」等傳統客群分類更細。網站不只辨識訪客屬於哪個群組，也能回應他當下的具體目標，例如尋找露營用咖啡機、比較不同產品，或直接尋找適合購買的選項。

當然，這個速度目標並不會讓其他網路系統憑空消失。Cookie 或身分識別、隱私同意、產品與價格驗證、內容檢索、CDN 傳遞、頁面渲染，以及服務失敗時的備援處理，都必須納入整體體驗的時間預算。

它與 Adobe 現有 AI 產品有何關係？

這項原型不應與 Adobe 目前所有 AI 產品直接畫上等號。Adobe 文件顯示，AEM 的相關代理目前適用於 AEM as a Cloud Service 與 Edge Delivery Services，不同環境的提供狀況與推出進度可能有所差異。17

Adobe Experience Platform Agent Orchestrator 則被定位為 Experience Platform 的推理與協調層，利用 Experience Platform 的資料，協調 Adobe 與第三方代理，並保留人員監督機制。Adobe 已宣布 Agent Orchestrator 正式推出，但文件也指出，部分代理功能仍採申請制，或提供有使用限制的試用方案。18192122

其他相關能力包括：

• Brand Experience Agent： Adobe 表示，這項代理可協助更新頁面、建立新內容，並將既有數位體驗現代化，以因應 AI 驅動的內容探索。202344
• Content Advisor Agent： 協助團隊在企業內容中找出相關素材，並根據經核准的來源資產製作視覺變體。202743
• Agent Orchestrator： 提供管理與協調 Adobe 及第三方代理的整合平台層。182230

這些產品顯示 Adobe 正圍繞內容、客戶資料與數位體驗建立代理式 AI 技術堆疊；但它們本身並不能證明 Sanchez 展示的「按訪客組裝頁面」功能，已經成為普遍可用的正式生產服務。

大規模採用前，還有幾道關卡

這次技術展示回答了「即時組裝頁面是否可行」，卻還沒有回答「對所有網站而言，這樣做是否在營運與經濟上合理」。

企業需要先在自己的環境中測試

企業必須以自身的 AEM 內容庫、產品目錄、身分系統、同意管理政策與轉換目標進行測試。真正需要衡量的不只是頁面能否快速生成，還包括這種體驗是否能改善有意義的業務成果，同時不增加錯誤率或營運風險。

公開報導指出，代理式網站這個具體概念目前尚未大規模部署到客戶網站。4

後端整合不能只靠一個模型

正式部署需要可靠串接推理服務、內容管理、客戶資料、身分與同意管理、電商或產品目錄、分析工具、實驗平台、CDN 傳遞，以及品牌資產庫。模型呼叫再快，也無法彌補過期的庫存資料或反應緩慢的產品目錄服務。

每頁成本必須經過流量壓力測試

單次互動只需 1 至 2 美分，看似不高；但乘上大型網站的訪客量後，總成本可能變得可觀。如果每次重要互動都重新生成頁面，成本還可能進一步上升。

因此，快取、重複使用已核准的頁面區塊，以及明確判斷「何時不應呼叫模型」的規則，都會是商業模式能否成立的核心。現有公開資料尚未建立一套適用於「每位訪客都獲得獨特生成體驗」情境的 Adobe 確定定價模式。

每個生成區塊都需要治理

可信的正式部署至少需要明確控管：

• 可使用的內容來源與檢索範圍；
• 產品規格、庫存與價格驗證；
• 可使用的版型、元件與行動呼籲；
• 品牌語氣與視覺識別規範；
• 無障礙與在地化檢查；
• 禁止或受法規限制的宣稱；
• 審批與稽核紀錄；
• 監控、回復與內容偏移偵測；以及
• 需要人工審查的觸發門檻。

所以，代理式網站最可靠的版本並不是不受限制的 AI 網站，而是一套受到治理的內容組裝系統：由 AI 快速決定應向訪客展示哪些經核准的元件，以及如何依照他當下的意圖調整呈現方式。

實際結論：網站正從固定頁面走向即時決策層

Sanchez 的展示指出，網站有可能從一組預先製作的固定頁面，轉變為在執行期間即時做決策的內容層。Cerebras 的推理速度與 Gemma 4，讓多步驟推理更有機會進入即時網頁體驗；AEM 與以檢索為基礎的內容 grounding，則提供了維持事實正確與品牌控管的路徑。13617

但目前最準確的說法仍是：這是一項有潛力的原型，而不是已完成的產品類別。下一個真正的考驗，是代理式網站能否在真實產品目錄、真實隱私同意要求與真實流量規模下，同時維持速度、準確度、無障礙、治理能力與可量化的商業價值。