工业分销巨头的 AI 可读性得分反而最差

《工业 AI 可见性基准》只围绕一个问题，对 984 份制造商与分销商的产品目录做了测量：AI 助手到底能不能从这个网站上取到一条产品规格？中位分是 100 分制下的 50 分。

那个数字是匿名发布的。本文不匿名，因为更有用的发现藏在分数的分布里。

工业分销领域规模最大、最广为人知的那些公司，得分低于它们所引领的这个市场的中位数。它们的中位分是 40 分。我们复测的 25 家家喻户晓的企业中，有 15 家落在该组自身的中点之下；而全部 984 份样本里的最高分——80 分——属于一家在本细分领域之外毫无品牌认知度的小型专业分销商。

评分表

数据于 2026 年 8 月 13 日 实时测得，并非沿用此前的现场调研结果。下表中的每一个数字，任何人都可以用免费评分工具复现，被点名的公司自己同样可以。

这 25 家的中位分：40。全部 984 份的中位分：50。这里的分数区间：31 到 78。

为什么我们在发布前重新测了一遍

基准的现场调研是在 8 月 10 日跑的。把一个三天前测得、还要点名到公司的分数拿去发表，未免草率，因此表中的每一家公司都在发布当天上午重新评了一次分。

25 家中有 21 家分毫不差地复现了原分数。对这套测量工具而言，这是个让人安心的结果。另外三家没有：

• Rexel UK：57 → 66——三天内提升九分。
• TE Connectivity：53 → 40——下跌十三分。
• Schneider Electric：51 → 39——下跌十二分。

那一周，这些公司里大概没有谁在专门处理 AI 可读性。一条边缘规则的改动、一次 WAF 策略更新、一份出于无关原因推送的 CDN 配置——这里面的任何一项，都足以让分数在一夜之间向任一方向变动两位数，而没有人会察觉。

然后，就在本文撰写期间，同样的事又发生了一次。首轮测量几小时后的第二轮发现，Toolstation 已经从 63 变成了 60——变动幅度更小，却发生在同一天之内；上面的表格采用的是更正后的数字，而不是当天上午起草时的那个。

这是本文中最具操作价值的一点。你的机器可读性不是修一次就完事的属性。它是一份会漂移的实时配置，而且漂移得悄无声息，因为你的监控体系里没有任何一项在盯着它。这 25 家里有 4 家在七十二小时内发生了变动，其中一家甚至只用了一个下午，而且可以放心地假定：那些公司里没有人知道这件事。

78 分和 31 分之间，真正的差别在哪

被测量的这四件事，修起来的难度并不相同；而最高分与最低分之间的差距，也很少是因为高分者做了什么聪明的事。

爬虫策略——全场最便宜的分数

样本中的大多数网站，robots.txt 里对 AI 爬虫只字未提。这不是敌意，而是沉默——它们写于这类客户端出现之前。而沉默正越来越多地被解读为拒绝，因为对一个面对未表态策略的爬虫来说，安全的默认动作就是不进来。

把你欢迎的答案引擎爬虫一一点名，是一个下午就能做完的事，也是表中几乎每一家公司手上杠杆最高的一项改动。

边缘可达性——大型站群失分的地方

这正是规模开始起反作用的地方。企业级机器人管理的存在，是为了阻止数据抓取、撞库和比价采集，它在这方面做得很好。而它默认也会怀疑任何看起来不像浏览器的客户端——这恰好描述了每一个答案引擎爬虫。

那张表里最低的几个分数，根本不是内容问题。内容没有任何毛病，只是非浏览器客户端永远抵达不了它。

页面可读性——JavaScript 陷阱

如果你的规格参数是由一个 JavaScript 应用在浏览器里拼出来的，那么大多数爬虫看到的只是一个空容器。产品数据确实存在，也确实准确，但它是不可见的。服务器端渲染的结构化数据——带有真实属性的 Schema.org Product，而不是一个名称加一个价格——才是解决之道。

智能体接口——几乎无人起步的地方

在全部 984 份产品目录中，没有任何一家对外提供了智能体可以直接查询的接口。没有 MCP 服务器，也没有为检索而设计、而不是为购物比价引擎而设计的机器可读数据源。这里的门槛并不高，只是几乎没有人跨过去——这也让它成为先行者手上最廉价的一项差异化。

本文不是什么

有必要把这个结论的边界说清楚，因为一个自我吹嘘过头的基准，理应承受它招来的怀疑。

这不是对产品目录质量的衡量。好几家分数很低的公司，产品数据非常出色。问题出在访问，不在准确性。

这也不是在说低分品牌不会出现在 AI 的回答里。大品牌在全网被广泛描述，助手很乐意援引第三方来源来谈论它们。风险要更具体：助手在回答一个关于你产品的技术问题时，用的是某家分销商的数据、一张过期的缓存页面，或者竞争对手的对比表格，并且引用的是他们，而不是你。

这不是一份固定的排名。正如三家公司在三天内所展示的那样，这些分数是会动的。

这更不是一份指控。表里没有任何一项，是谁做了糟糕决定的结果。它是一系列合理的个体选择所积下的沉淀——挡住抓取器、在客户端渲染、上一个 SPA——而这些选择都发生在一类新的读者到来之前。

如果你在表里

用评分工具跑一跑你自己的域名。明细会显示四项探测中是哪一项失败了、又究竟为什么失败；它免费且无需注册，因为一个你可以自行核验的论点，比一个只能选择相信的论点更有价值。

如果你认为结果不对——区域站点被认错、地理跳转被跟错、限流被触发——请告诉我们。我们会重新测一次，并公开更正记录。我们此前就这么做过。一份没有人愿意在公开场合承认可能出错的测量，不是测量，是营销。

方法

每个网站都按 AI 爬虫的方式去探测。我们抓取首页和 robots.txt，通过 sitemap 定位到产品目录，再用一个标准的非浏览器客户端对产品页面取样。评分覆盖四个维度：爬虫访问策略、边缘层的机器可达性、页面上的机器可读性，以及智能体接口。任何需要登录才能看到的东西都不碰，也不刻意突破限流；网站把我们拦住，就记为“被拦截”，而不是换个伪装再试一次——拦截本身就是发现。

全部 984 份样本仍以匿名形式发布于工业 AI 可见性基准 2026。这里点名的 25 家公司之所以被点名，是因为它们规模庞大、公开上市或广为人知，是因为这项测量任何人都能复现，也是因为带上名字之后，这项发现的价值明显高于不带名字。