# 工业分销巨头的 AI 可读性得分反而最差 > 我们为 984 份工业产品目录评分，又在发布当天对 25 家家喻户晓的大牌企业做了一次实时复测：它们的中位分只有 40，而整体市场的中位分是 50，其中 15 家低于同组中位数，而全场最高分反倒属于一家无人听说过的小型专业分销商。文内公开这份点名到公司的完整评分表，并逐项拆解四类失分原因。 **Language:** zh-Hans **Published:** 2026-08-13 **Category:** Research · **Tags:** AI visibility, benchmark, industrial distribution, robots.txt, structured data, GEO **Canonical:** https://partsgraph.ai/zh/blog/biggest-distributors-worst-ai-readability ## 简而言之 **在 AI 助手能否读取产品目录这件事上，最大的工业分销商和制造商得分如何？** 比它们所引领的这个市场更差。在 984 份已评分的工业产品目录中，中位分是 100 分制下的 50 分。2026 年 8 月 13 日对 25 家家喻户晓的大牌企业做实时复测，中位分为 40 分，其中 15 家低于该组的中位数。RS Components 得 35 分，Farnell 33 分，Mouser 34 分，Grainger 34 分，ABB 34 分，Zoro 31 分；而整个样本中的最高分——80 分——属于一家在本细分领域之外无人听说过的小型专业分销商。在这件事上，规模似乎是负担而非优势，因为大型站群恰恰会积累那些阻断机器访问的东西：边缘层激进的机器人拦截规则、由 JavaScript 渲染的规格参数，以及任何爬虫都无权抵达的目录页面。 --- 《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](https://partsgraph.ai/audit)复现，被点名的公司自己同样可以。 | 公司 | 域名 | 得分 | 等级 | |---|---|---|---| | Voltimum UK | voltimum.co.uk | 78 | B | | Rexel UK | rexel.co.uk | 66 | C | | Siemens | siemens.com | 65 | C | | Cromwell | cromwell.co.uk | 65 | C | | B&Q | diy.com | 65 | C | | Toolstation | toolstation.com | 60 | C | | Jewson | jewson.co.uk | 62 | C | | Reichelt | reichelt.de | 61 | C | | Legrand | legrand.com | 58 | C | | Screwfix Trade | screwfix.com | 50 | D | | Digi-Key | digikey.com | 49 | D | | HARTING | harting.com | 42 | D | | TE Connectivity | te.com | 40 | D | | Schneider Electric | se.com | 39 | F | | Festo | festo.com | 39 | F | | RS Components UK | uk.rs-online.com | 35 | F | | Würth | wurth.com | 34 | F | | Travis Perkins | travisperkins.co.uk | 34 | F | | Mouser | mouser.com | 34 | F | | ABB | abb.com | 34 | F | | Grainger | grainger.com | 34 | F | | Sonepar | sonepar.com | 34 | F | | Conrad | conrad.com | 34 | F | | Farnell UK | uk.farnell.com | 33 | F | | Zoro US | zoro.com | 31 | F | 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](https://partsgraph.ai/audit)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](https://partsgraph.ai/research/ai-visibility-benchmark-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。 ## 常见问题 ### 这些分数是怎么测出来的？ 每个网站都按 AI 爬虫的方式去探测：我们用一个标准的非浏览器客户端读取首页、robots.txt 和目录页面样本，然后对四件事打分——爬虫策略是否点名了 AI 智能体、非浏览器客户端究竟能不能穿过边缘层、产品规格是放在服务器端渲染的结构化数据里还是被困在 JavaScript 中，以及产品目录是否可被发现、可被抵达。不登录，不抓取认证之后的内容，不做任何搜索引擎自己不会尝试的事。同一套评分工具免费公开，因此本文中的任何数字，被它描述的公司都可以自行复现。 ### 分数低是不是等于在 ChatGPT 里彻底隐身？ 不是，这一点值得说准确。分数低意味着助手要花更大的力气才能从你的网站上取到准确的规格，也更可能退而求其次，去用某家分销商、某个电商平台的商品页，或者一段陈旧的缓存描述。它并不意味着你的品牌从此不再出现。真正的风险比“隐身”更隐蔽：助手在回答一个关于你产品的规格问题时，用的是别人的数据，引用的也是别人。 ### 为什么大公司反而比小公司做得差？ 有三个互相叠加的原因，而且都是规模带来的后果，不是疏忽。大型站群会在边缘层部署机器人管理，而这类产品的默认姿态就是拒绝不熟悉的客户端——如今这里面就包括答案引擎的爬虫。大型产品目录通常由一个 JavaScript 应用渲染，而大多数爬虫并不执行 JavaScript。大型网站的 robots.txt 规则是多年累积下来的，当初是为了挡住数据抓取器和比价机器人而写，等到一类新的、正当的爬虫出现时，从来没有人回头重新审视过。这里面没有一条是谁刻意做错的决定。这是漂移。 ### 你们八月那份基准里的分数和这里不一样，为什么？ 因为我们在发布当天重新测了一遍，而不是沿用此前的现场调研数据。本文点名的 25 家公司中，有 21 家分毫不差地复现了此前的分数。三家在三天内变动超过三分：Rexel UK 从 57 升到 66，TE Connectivity 从 53 跌到 40，Schneider Electric 从 51 跌到 39。这种波动本身就是一项发现——一次边缘配置改动就能让分数在一夜之间变动两位数，这也正是一次性审计保质期很短的原因。 ### 我们的分数看起来不对，该怎么办？ 自己跑一遍评分工具，读一读明细，它会准确显示是哪一项探测失败了、又是为什么失败。如果你认为这是一个误判——区域站点被认错、地理跳转被我们跟错、限流被我们触发——请告诉我们，我们会重新测一次并更正记录。我们此前就这么做过，以后也会。只有当我们愿意在公开场合承认自己可能测错，这份测量才值得发表。 ### 这不就是换了个名字的 SEO 吗？ 两者有重叠，但不是同一个问题。传统 SEO 优化的是一份供人点击的链接排名列表。这里测量的，是机器能否取到一条具体的技术事实——额定电流、防护等级、螺纹螺距——并足够准确地复述出来，从而引用你。一个网站完全可以排名很好，却在这个意义上不可读，下面表格里的好几家公司恰恰证明了这一点。 ## 资料来源 1. [The Industrial AI Visibility Benchmark 2026 — 984 graded catalogues](https://partsgraph.ai/research/ai-visibility-benchmark-2026) 2. [Partsgraph grader — free, no signup, reproduces any figure in this article](https://partsgraph.ai/audit) ## Other languages - English: https://partsgraph.ai/blog/biggest-distributors-worst-ai-readability/md - Deutsch: https://partsgraph.ai/de/blog/biggest-distributors-worst-ai-readability/md - Français: https://partsgraph.ai/fr/blog/biggest-distributors-worst-ai-readability/md - Español: https://partsgraph.ai/es/blog/biggest-distributors-worst-ai-readability/md - Italiano: https://partsgraph.ai/it/blog/biggest-distributors-worst-ai-readability/md - Nederlands: https://partsgraph.ai/nl/blog/biggest-distributors-worst-ai-readability/md - Polski: https://partsgraph.ai/pl/blog/biggest-distributors-worst-ai-readability/md - Português: https://partsgraph.ai/pt/blog/biggest-distributors-worst-ai-readability/md - Svenska: https://partsgraph.ai/sv/blog/biggest-distributors-worst-ai-readability/md - Türkçe: https://partsgraph.ai/tr/blog/biggest-distributors-worst-ai-readability/md - 日本語: https://partsgraph.ai/ja/blog/biggest-distributors-worst-ai-readability/md - 한국어: https://partsgraph.ai/ko/blog/biggest-distributors-worst-ai-readability/md --- Partsgraph — the agent-ready parts data layer. Free AI-visibility grader: https://partsgraph.ai/zh/audit