AI 正在重塑网络，而残障群体的诉求被再次搁置

近期，Svelte 等多个 Web 框架开始在文档站点中为 AI 单独开辟入口，提供纯文本版本甚至在文案里写上「Beep boop」。这只是网页「AI 化」的一个切面：从 llms.txt 规范、Model Context Protocol（MCP）服务器，到 Vercel 提出的在 HTML 中嵌入 LLM 指令的草案，互联网正在从「为人服务」转向「为模型服务」。

AI 适配与无障碍需求的重叠与分歧

表面上，AI 访客所需的「结构化、可机读」的内容，与视障用户依赖屏幕阅读器所长期呼吁的需求高度重合。Web 内容无障碍指南（WCAG）数十年来一直要求语义化、机器可读的 HTML，但一项 2026 年的研究显示，排名前一百万的网页中，超过 95% 仍存在无障碍缺陷。

问题在于，两者的实际需求差异比看上去更大。屏幕阅读器用户依赖的是「结构」：清晰的标题层级、可跳转的 landmark 区域、描述性链接文本和图片 alt 文本，这些导航线索让他们能在内容中精确定位。而 llms.txt 这样的格式恰恰相反——它把文档压扁成无差别的纯文本，方便语言模型一次性吞下，却对屏幕阅读器用户毫无助益。更值得注意的是，随着大模型原生支持图像理解，「AI 优化」页面甚至失去了添加 alt 文本的动力，而盲人对此依然完全依赖。

「坡道效应」的反面：当资本需求压过公民权利

文章把这一现象称为「坡道效应」（curb cut effect）的反面。1970 年代初，加州伯克利的残障活动家夜间在路口自建水泥坡道，甚至遭到警察威胁；正是这种直接行动与诉讼，才换来后来被视为理所当然的无障碍设计。残障研究者指出，「坡道叙事」常被用来消解残障群体自身的贡献——只有当无障碍投资能同时惠及非残障者时，资源才愿意到位。

而 AI 适配正在把这个逻辑推到极致：相关改造从一开始就不是为残障群体做的，而是为资金充裕的科技行业做的。

自动驾驶与配送机器人：同一模式已上演一次

这不是孤例。文章援引 2016 年洛杉矶的一次演示：半自动驾驶的 Volvo 因摄像头无法识别褪色的车道线而拒绝行驶，其北美 CEO 当场质问洛杉矶市长「你得把路漆一下」。通用汽车 2013 年也在美国国会作证指出，自动驾驶需要清晰的车道线与路肩，最终推动了 2022 年联邦公路管理局关于最低逆反射率的规则。

夜间驾驶者同样长期需要这些改进，但真正投入资源修路的，仍是自动驾驶行业的资本需求。配送机器人则展现了更复杂的一面：它们和轮椅使用者共享路面、坡道等基础设施需求，却又会在匹兹堡等地堵住轮椅使用者抵达坡道，甚至频繁与行动辅具发生冲突。

结语

文章最终想强调的是一个被反复验证的结构：当一项无障碍改造与商业利益绑定时，它会快速落地；而当受益者仅仅是残障群体时，它就长期停留在「待办」清单上。今天围绕 llms.txt 与 MCP 的热潮，或许正在重演这一模式。