Веб столкнулся с проблемой аудитории

Три десятилетия HTML отлично справлялся со своей задачей — показывать информацию человеку. Таблицы, абзацы, изображения и формы были созданы именно для удобного визуального восприятия. И это работало.

Но сейчас происходит важный сдвиг. Главными потребителями веб-контента постепенно становятся не люди, а автономные AI-агенты. Эти системы анализируют данные, принимают решения и выполняют действия. А HTML для них — далеко не лучший инструмент.

Когда агент обрабатывает обычную HTML-страницу, ему приходится:

• Разбирать визуальные элементы без чёткой структуры
• Догадываться, какая информация действительно важна
• Восстанавливать логику действий по косвенным признакам
• Предполагать правила приватности и авторизации

Каждое такое предположение — это риск ошибки.

Аналогия с уткой, которая работает

ANML Foundation предложила простую, но точную метафору. Представьте утку, плывущую по воде. Сверху всё выглядит спокойно и красиво. А под водой — сложная, слаженная работа.

Так же работает и ANML-документ (его называют duckument). Для человека он выглядит просто и читаемо. Но для AI-агента в нём содержится всё необходимое:

• Явное описание возможностей сервиса
• Чёткие машинно-читаемые ограничения
• Структурированный обмен данными
• Прозрачные границы приватности

ANML не отказывается от удобства для людей. Он просто добавляет слой для машин.

Архитектура, заточенная под машины

Традиционные API заставляют агентов работать в неудобных условиях. ANML меняет это.

Он делает намерения сервиса явными. Например, билетный сервис не заставляет агента догадываться о скидке — он прямо указывает условия, сроки и ограничения. Это снижает вероятность ошибок и уменьшает задержки.

Также ANML обеспечивает предсказуемое поведение. Агент не интерпретирует «вероятно», а точно выполняет заданные действия.