تصور کنید یک عامل هوش مصنوعی برای تحلیل سایت شما می‌آید، اما به دلیل کدهای پیچیده جاوااسکریپت، هیچ محتوایی نمی‌بیند و با دست خالی بازمی‌گردد. در ۲۰ ژوئن ۲۰۲۶، پلتفرم turva.dev با تغییر کامل معماری صفحه نخست خود، این مانع را برای همه‌ی عامل‌ها (Agents) از بین برد.
طبق گزارش منتشرشده در dev.to، این شرکت رندرینگ سایت را به Cloudflare Worker منتقل کرد تا نیاز به سرویس‌های واسط برای ثبت عکس‌های لحظه‌ای (Snapshots) از صفحات را حذف کند. با این تغییر، عامل‌ها در همان پاسخ اول، محتوای واقعی و به‌روز را دریافت می‌کنند.
بیشتر وب‌سایت‌ها از جاوااسکریپت در سمت کاربر استفاده می‌کنند که محتوا را از دسترس خزنده‌های ساده پنهان می‌کند. برای حل این مشکل، بسیاری از سایت‌ها به میان‌افزارهایی مثل prerender.io تکیه می‌کنند تا یک پوسته HTML ایستا ارائه دهند. اما برای شرکتی که «آماده‌سازی برای عامل‌ها» را می‌فروشد، استفاده از یک راهکار موقت برای خوانایی، با ارزش پیشنهادی اصلی‌اش در تضاد بود.
همان‌طور که در تحلیل‌های پیشین ما درباره‌ی بهینه‌سازی زیرساختی برای مدل‌های زبانی اشاره کردیم، حذف لایه‌های اضافی، کلید کاهش تأخیر است. در معماری جدید turva.dev، هیچ عملیات بازسازی در سمت کاربر (Client-side Hydration) رخ نمی‌دهد و رایانش لبه (Edge Computing) — که یعنی پردازش داده‌ها در نزدیک‌ترین نقطه به کاربر برای سرعت بیشتر — تعیین می‌کند چه فرمتی ارسال شود:
- مرورگرها: HTML استاندارد و رندرشده را دریافت می‌کنند.
- عامل‌های هوش مصنوعی (Markdown): از طریق هدر
Accept: text/markdownنسخه‌ای سبک‌تر می‌گیرند که مصرف توکن (Token) — یعنی تکه‌های کوچک متن که مدل‌ها می‌خورند — را به‌شد CONSTRAINT کاهش می‌دهد. - عامل‌های هوش مصنوعی (JSON): یک خلاصه‌ی ساختاریافته را از طریق
Accept: application/jsonدریافت می‌کنند.
به نقل از مستندات پروژه، این تغییر باعث حذف توکن‌های API مربوط به سرویس‌های خارجی شد. ابزار Sitejet که پیش‌تر برای کل صفحه استفاده می‌شد، حالا فقط دارایی‌های ایستا مثل تصاویر شبکه‌های اجتماعی را سرو می‌کند. کل کد این سیستم اکنون در گیت‌هاب (github.com/busygoat/turvadev-pretender) به‌صورت متن‌باز منتشر شده است.
این رویکرد، معیار «سایت‌های دوست‌دار عامل» را از دسترسی ساده به بهینه‌سازی فعال تغییر می‌دهد. با ارائه Markdown و JSON، سایت با عامل‌ها مانند شهروندان درجه‌یک رفتار می‌کند، نه خزنده‌های قدیمی. این کار هزینه و تأخیر در تعاملات عامل‌محور (Agentic) را به‌شدت پایین می‌آورد.
توسعه‌گران علاقه‌مند می‌توانند صحت این ادعاها را با اسکن سایت از طریق سرویس‌های StartupHub یا isitagentready در شرایط مختلف شبکه بررسی کنند.
گام بعدی شما
- اگر وب‌سایت دارید، بررسی کنید آیا عامل‌های هوش مصنوعی محتوای شما را درست می‌خوانند یا با صفحات خالی مواجه می‌شوند.
- برای کاهش هزینه توکن‌ها در پروژه‌های خود، استفاده از فرمت Markdown را برای درخواست‌های API جایگزین HTML کنید.
- مستندات پروژه Turva را در گیت‌هاب بررسی کنید تا نحوه پیاده‌سازی رندرینگ در لبه را بیاموزید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک لایه‌های پایین‌تر پردازش، به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.
گفتگو