一句话：企业文档的主要读者，已经换成智能体了
9 月 17 日，Mintlify 发布 2026 知识状态报告（State of Knowledge Report），给了一个有记录以来的头一回：在其托管的文档站点上，AI 智能体的访问量超过了人类。仅 8 月单月，agent 发起的网络请求达 2.57 亿次，而人类的页面访问是 1.31 亿次——接近二比一。
报告里有一句很冷静的注解：每一个 agent 请求背后仍然站着人，只是人不再亲自读文档，而是派 agent 去读。Anthropic、Microsoft、Spotify、Coinbase 这些公司的文档基建跑在 Mintlify 上，这个样本量的意义不在于绝对值，而在于趋势的斜率。
这不是爬虫暴涨，是客户换了形态
把 agent 流量当爬虫过滤掉，是最省事也最贵的错误。HubSpot 的 Chris Riley 在报告里说得直白：过滤掉非人类流量，等于「把你的客户过滤掉了」。数据也支持这个判断：8 月的 agent 流量里，83 个百分点走的是专门为机器准备的通道——Markdown 版页面、llms.txt 导航文件与 agent skills；同一时期 MCP 工具调用较二月翻了三倍。爬虫是无差别抓取，agent 是带着任务来的。
数据里还藏着一个组织现实：仍有 24% 的受访企业分不清爬虫和 agent 的区别。这意味着相当一部分公司正在无意识地把自己最有价值的机器读者挡在门外，而它们的竞品已经在给 agent 修专用通道。
导航才是故障点：2400 次测试给出的意外答案
报告里最反直觉的发现来自一组对照实验：在 20 个文档站点上做了 2400 次受控测试，结果显示无论页面是 HTML 还是 Markdown，agent 答对问题的比例稳定在 94 到 99 之间——内容格式几乎不影响回答质量。真正的故障点是导航：agent 反复请求并不存在的页面，撞上 404，退回去，再猜一个地址。
修复方案便宜得惊人：在 Markdown 版页面上加一条指向 llms.txt 的链接——相当于给 agent 一张全站地图——失败请求较裸 HTML 下降 20 倍，同时把 token 消耗最高砍掉六成。给机器读者修路，省钱的是你客户的钱包。文档工程这个词在过去指排版与结构，现在多了个硬指标：agent 找到东西的成功率。
智能体不只读文档，也开始写文档
报告的另一半同样值得细看：83% 的受访企业表示 AI 智能体已经在为团队起草文档更新；二到八月间，Mintlify 用户让 agent 更新文档近 36.7 万次，到窗口期末端 95% 的量已通过钩子与定时任务全自动触发，六成以上的拉取请求最终被合并。背景是代码合并量自 2023 年以来涨了 3.6 倍——没有哪个团队在用三倍的人力补文档。
但人没有离场：只有 9% 的企业允许 agent 免审直接发布。起草交给机器、真伪留给人，这个分工比例本身就是当前信任水位的最准确刻度。Anthropic 的技术内容工程师 Sarah Deaton 点出了风险侧：同一页误导过一位开发者的文档，现在会误导不知多少个 agent，再把误解传播给它们的下游。
信心跑在准备度前面
报告里最扎眼的一组反差是：79% 的企业给自己的知识资产打了平均分以上，但只有 7% 做到了让自家所有知识面都可供 agent 读取。超过一半的受访者承认公司知识散落在五个以上的界面上——文档归开发者关系、帮助中心归客服、社区归市场、更新日志归产品，四个团队、四套工具、四个版本的「真相」。Gartner 的口径更冷：只有 14% 的组织对内部内容可供 AI 智能体使用有信心。
这份报告真正值得写进备忘录的判断是：知识正在从「写给人看的静态站点」变成「智能体调用的一层基础设施」。对产品公司，这意味着文档的验收标准要多一栏——机器找得到、读得懂、引用得准；对内容团队，意味着岗位技能从写作向知识架构漂移。流量权柄已经交接，准备度的账还没跟上——这中间的差距，就是接下来一两年知识基建生意的空间。至于报告完整版中未被摘要披露的数据，官方及行业暂未披露更多细节，后续将持续跟进迭代动态。