2026 年 10 月 3 日，我们用扫描器对 30 个知名站点的首页各发了一次请求，并按照当时存在的 38 条规则给返回结果打分。没有一个达到 A 级。最高的是 83 分，作出回应的站点平均 62 分，而数量最多的一组——30 个中的 16 个（53%）——被评为 F 级。
这个结果往两个方向都容易被过度解读。它并不意味着普通网站都建得很糟——这些并不是普通网站。它也不意味着 AI 搜索对所有人都失效了。下面讲的是那个头条数字背后的分布，包括那 9 行根本没有产出页面的记录，因为真正的发现是分布的形状，而不是那一个平均值。
这 30 个站点究竟得了多少分？
2 个站点拿到 B，4 个拿到 C，8 个拿到 D，16 个拿到 F。没有任何一个进入 90 分档——那是这个扫描器认定为 A 的档位。
| 等级 | 分数档 | 站点数 | 占 30 个的比例 |
|---|---|---|---|
| A | 90–100 | 0 | 0% |
| B | 80–89 | 2 | 7% |
| C | 70–79 | 4 | 13% |
| D | 60–69 | 8 | 27% |
| F | 低于 60 | 16 | 53% |
前五名依次是：salesforce.com 83 分、siemens.com 80 分、vercel.com 79 分、cloudflare.com 77 分、stripe.com 75 分。作出回应的站点里垫底的是 sap.com，41 分——它仍然是一个渲染出来的页面，以及一个衡量它的分数。
为什么上限是 B，而不是缺了一个 A？
因为分数分散在 12 个加权维度上，而 A 需要几乎全部维度都拿满。样本中最好的页面在几条互不相关的规则上合计丢了 7 到 9 分，而不是在某一条大规则上失分。
这正是单个数字掩盖的部分。一个读不懂页面的引擎会一次性拿走 16% 的分数；缺失实体拿走 12%；引述与引用相关的规则合计再拿走 11%。一个站点的内容可以很出色，却因为标记、时效性，以及两三条从来没人看过的规则而丢掉 A。
| 维度 | 权重 | 它在问什么 |
|---|---|---|
| AI 爬虫访问 | 16% | 爬虫究竟能不能抓到页面？ |
| 机器可读性 | 12% | 标记可解析吗，有没有声明实体？ |
| 内容深度 | 11% | 正文够不够多，结构清不清楚？ |
| 可引用性与证据 | 11% | 有没有数字、引述和外部来源？ |
| 答案就绪度 | 10% | 标题是否写成问句，下面是否跟着简短回答？ |
| 信任与权威 | 10% | 作者、联系方式、sameAs，以及一个可见的日期。 |
| 语义结构 | 8% | 标题层级、landmark，以及唯一的 H1。 |
| 元数据与可发现性 | 7% | title、description、canonical、Open Graph。 |
| AI 上下文文件 | 5% | robots.txt 里的信号，以及一个 llms.txt。 |
| 时效性 | 5% | 一个机器可读、而且足够新的日期。 |
| 国际就绪度 | 3% | 语言与 hreflang 声明。 |
| 交付与移动端 | 2% | viewport、载荷大小，不依赖 JavaScript。 |
如果把 9 个错误响应当作 0 分，会怎样？
平均分会从 62 掉到 44，而第二个数字是算术结果，不是测量结果。403 并不是一个建得很糟的页面；那是一个站点拒绝回答，把它记成 0 分，等于把这种拒绝描述成内容问题。
所以这项研究把那 9 行排除在均值之外，同时把它们留在表里。30 次请求中，21 次（70%）返回了可以评分的页面。另外 9 次（30%）返回的是 401、403、429、202 或 520。这个区分很重要，因为这两种失败需要相反的应对：你自己给出的页面分数低，那是一份待修清单；而 403 是一个关于「让谁进来」的决定。那是另一篇文章的主题，链接在下面。
一项只覆盖 30 个首页的研究，可以信到什么程度？
它是一个固定样本，每个站点只有一页，只读了一次，而且对首页背后的页面一无所知。把它当作「这些检查在真实站点上如何表现」的示例，而不是对整个网络的估计。
- 样本不是随机的。我们挑选了横跨 15 个类别的 30 个有辨识度的站点，这对「让人认得出」有用，对统计没有用。
- 每个站点只有一页。首页往往是站点上最不具代表性的一页，而扫描器只给它收到的那个 URL 打分。
- 规则集已经变了。这些记录是在 38 条规则下采集的；扫描器今天发布 40 条，研究页面写明了这一点，而不是悄悄重算历史数据。
- 有 9 行是错误响应。它们被公开、被标注，并被排除在平均值之外，因为删掉它们会掩盖这组数据里最有意思的发现。
我怎样才能知道自己站点的位置？
跑一次扫描。它只需要一次请求、不需要账号，返回的是这项研究用过的那套检查——并且附带得出每个结果的证据，而不只是一个数字。
有用的比较对象不是 83。而是你的页面没有通过的那份规则清单，因为那份清单可以照着改，83 不能。如果你想先看完整记录，30 条全部发布在 研究数据端点（英文），分数背后的方法在 方法论页面。