Agent购物兴起，DeepLumen帮商家迎接AI顾客

A2A 商业马拉松刚开跑。Meta 的 AI 智能体 Muse 引起行业轰动，它能根据预算和偏好筛选商品、替用户砍价，甚至追回忘记取消的订阅费，让 Agent 购物第一次被大众看见。Shopify、Visa 等平台和支付公司快速入场，创业公司则在寻找平台不愿做或做不好的事，如商品事实整理、跨入口归因、中小商家运营能力。

DeepLumen 便是其中一家，专注让商家商品被 Agent 准确理解、能力被可靠调用，参与用户购物决策。公司自 2025 年 12 月成立以来连续完成三轮融资，累计数千万美元。核心产品 Agentic Page 今年 6 月上线 Shopify，目前安装近 2000 家商家，产生超 40 万美元可归因 GMV；9 月数据显示 AI 订单占比环比翻倍，表现最好的家具客户 AI 订单占比达 10.7%。

合伙人徐鑫，清华数学系，INTJ，摩羯座，曾任保险精算师，后转互联网产品，曾在抖音电商工作。2025 年底离开抖音电商加入 DeepLumen。他观察到，现有电商常靠大促激发冲动下单，而 2025 年 9 月 OpenAI 推出 Agentic Commerce Protocol 是明确信号：购物入口正变化，AI 不再只回答问题，而是理解商品、比较供给并执行任务。但商家侧基建空白，商品事实分散在标题、描述、图片、FAQ、政策页和库存系统中，难以被 Agent 稳定理解。DeepLumen 要解决的核心问题，是在商家侧补齐面向 Agent 的商品表达、调用权限与效果核验能力。

品牌名 DeepLumen 寓意“深层世界里的一束光”。徐鑫认为，Muse 的作用是把 Agent 购物变成看得见的体验，但不等于 A2A 生态成熟，接下来要帮商家把商品讲清楚，接住 Agent 带来的需求。

以北美 DTC 跑鞋商家为例，接入前商品信息按人的浏览习惯组织，尺码、脚型适配、缓震、场景、退货、配送等分散各处，Agent 即使找到商品也未必能准确回答是否适合、为何推荐、能否按时送到。接入后，商家可一键部署 Agentic Page，把规格、适配条件、FAQ 和服务规则整理成易被 AI 读取的内容，并通过渠道向 AI 平台提交。商品上新时页面自动同步。DeepLumen 还会抓取链路，串联 AI 来源访问和订单记录，让商家看到 Agent 世界真实发生的事。

为什么需要专门页面？因为人和机器读页面方式不同。Agent 很多抓取链路只拿到初始 HTML，藏在脚本、图片或 PDF 里的信息不一定进入判断。Agentic Page 输出不依赖 JavaScript 的语义化 HTML，补齐摘要、FAQ、规格清单和结构化数据，并把图片、视频、PDF 里的购买信息转成可检索文字。例如家具客户餐桌套装，图片写明适合四人，但 Agent 必须读到文字才能判断。DeepLumen 还搭了工程化 A/B 测试体系，比较不同表达在 AI 可见度和引用率上的表现。原则是表达可重组，事实要有来源，价格、库存、型号直接从商家后台取，不让模型自行发挥。

制作 Agentic Page 时，系统自动抽取信息、整理字段、生成表达，需确认处交给商家。价格、库存、SKU、型号从商家系统同步；摘要和 FAQ 可用模型组织，但每句能回到原始素材；资料缺失或矛盾则请商家补齐。