llm.txt 的興起：機器可讀的網頁內容能否修復人類的使用體驗？

llm.txt 檔案的出現——專為大型語言模型 (LLMs) 設計的純文字或 Markdown 檔案——正在創造一個平行且精簡的網路版本。這種轉變表明，AI 革命可能會在無意中透過繞過主導現代網路的重度行銷佈局和複雜 JavaScript，為人類提供更乾淨、資訊密度更高的瀏覽體驗。

對人類而言，機器可讀內容的吸引力

像 llm.txt 這樣的機器可讀檔案旨在直接且不含那些經常阻礙人類導航的「重度行銷」元素。對於偏好 Gopher 或 Gemini 等早期網路協定之簡潔性的使用者而言，這些檔案提供了一種在沒有現代網頁設計干擾的情況下，獲取網站核心價值的方式。

由於這些檔案通常以 Markdown 或純文字撰寫，它們提供了高信噪比，讓使用者能快速找到資訊。然而，主要的摩擦點仍然在於瀏覽器體驗；像 Google Chrome 這樣的標準瀏覽器並不原生支援 Markdown 渲染，通常會讓使用者只能查看原始文字檔。

除了通用的使用者偏好外，向機器可讀摘要的轉型也可能顯著改善網路無障礙功能。透過將冗長、非線性的 HTML 樹狀結構替換為對頁面功能的簡短且詳細的文字描述，網路可以變得對盲人使用者以及依賴輔助技術的人士更加易於導航。

雖然 llm.txt 目前提供了一個乾淨的替代方案，但技術觀察家之間存在強烈共識，認為這種格式容易受到與傳統網路相同的退化過程。這個過程通常被描述為「劣質化」(enshittification)，遵循一個週期，即一個有用的工具會因廣告、錯誤資訊和演算法操縱的疊加壓力而逐漸被毀掉。

批評者認為，機器可讀的網路不會長久保持純淨。潛在風險包括：

內容毒化 (Context Poisoning)： 引入旨在操縱 LLMs 執行特定動作或花錢的「內容毒化提示詞」(context poison prompts)。
垃圾訊息整合： 垃圾訊息發送者不可避免地會遷移到任何新的、高能見度的文字格式。
商業化： 一旦該格式達到使用者規模的臨界點，就會逐漸加入廣告和陰謀論。

儘管興趣日益增加，但 llm.txt 的採用尚未普及或標準化。使用者注意到許多網站仍未實施這些檔案，且對於該標準是否在主要 AI 提供商的參與下開發存在疑問。一些使用者建議，該標準應該被放置在 .well-known 目錄中，以符合現有的網站元數據網路標準。

"我們把網路對人類而言搞得太糟了，以至於我們我們必須為機器建立一個乾淨的網路，而現在人類必須再次透過機器來體驗一個乾淨的網路。"

這種情緒凸顯了一種根本性的諷刺：正是那些為了優化 AI 網路而創造的工具，可能成為人類重新獲得以文字為中心、實用的網路體驗的唯一途徑。