RSS 与结构化 feed：老协议在新链路里的角色

RSS 诞生时没有 AI，但它的设计目标恰好是 AI 爬虫现在需要的东西：一份静态 XML、结构固定、机器不用渲染就能解析、每个条目自带地址与时间戳。在“多数 AI 爬虫不执行 JavaScript、只吃静态内容”的现势下，这份老协议反而站到了新链路的要道上。本页讲清它在新链路里的三条职责、一个真正的取舍，以及与 sitemap、IndexNow、llms.txt 的分工边界。

一个前互联网时代协议的三条新职责

第一条职责是全文通道。全文输出的 RSS 等于给抓取方一条零渲染的取用路径：不用进站、不用执行脚本，一份 feed 就能拿到标题、正文、时间与地址。对以静态抓取为主的 AI 爬虫，这是成本最低的内容供给形态；对站点，它是除页面 HTML 之外的第二份机器可读底稿——而 RSS 的可读性是协议保证的，不依赖页面模板写得规不规矩。前端渲染做得再激进的站点，feed 里的全文依然是静态的，这层保底在渲染事故、弱网环境与静态抓取三种场合同时生效。

第二条职责是变更哨兵。feed 天然按时间排序、自带发布时间，任何按时间轴消费内容的系统（包括爬虫的发现策略）都能用极低的成本感知“这个站最近发了什么”——一次请求就能完成全站增量发现，比遍历地址清单便宜得多。发布时间字段的规范填写因此不只是格式洁癖：它是站点活跃度的机器可读声明，与时效采信的关系见时效信号（Freshness Signal）术语卡。

第三条职责是稳定性声明。RSS 条目里的唯一标识与链接字段一经发布就不该再变——这是协议社区的旧纪律，放到今天恰好就是“URL 稳定性”的演练场：改了地址不留重定向的条目，在新链路里与在浏览器里一样是死链。

格式层面不用纠结：RSS 2.0 与 Atom 都是成熟规范，解析方通吃，选一个全站统一即可；真正要避免的是同一站点两套 feed 并行、内容重复、时间戳互相打架。发现声明也要配齐：页面头部用 link 标签声明 feed 地址，让爬虫与聚合系统能自动发现；feed 地址本身保持稳定——换地址不留重定向，等于把订阅方与抓取方一起弄丢。

全文输出还是摘要输出：一个真正的取舍

feed 配置里唯一需要拍板的实质问题是全文还是摘要。全文输出把正文完整交给抓取方，取用效率最高，代价是内容在站外多了一个完整镜像——对“内容被原样搬运”有顾虑的站点会犹豫。摘要输出只给导语，保护了站内完整度，代价是抓取方拿不到可摘录的正文，feed 的供给价值大打折扣。我们的口径：把 feed 当内容资产经营的站点选全文输出，把 feed 只当通知机制的站点选摘要输出即可；折中方案是正文前两三段加“阅读原文”链接——保住可摘录性的同时保留一部分到站动机。无论选哪种，摘要与全文的口径要写进发布规范固定下来，别随插件默认值漂移。

还有一个与内容形态相关的提示：feed 不只服务文字站点。播客与视频内容的标准分发机制同样是 feed——音视频平台与聚合系统靠它发现节目与更新，而 AI 引用音视频实际消费的是转写文本层。所以音视频站的 feed 纪律是双份的：feed 元数据（标题、简介、章节）写成可摘录的形态，转写文本在落地页可达——这两件事都做实，音视频内容才在文本层进入了机器可读的世界。

与 sitemap、IndexNow、llms.txt 的分工

新链路里容易混的四个通道，各自角色一句话说清。

四者的关系不是互替而是互补：sitemap 管“我有什么”，feed 管“我最近发了什么、全文在此”，IndexNow 管“刚变了，请尽快来”，llms.txt 管“怎么理解这个站”。预算有限的站点优先保前两个——它们有多年成熟的消费生态兜底，后两个是增量优化。顺带定一个预期：这四条通道没有一条是“AI 引用开关”，它们的共同作用是让站点在机器面前可见、可懂、可取用，被引用与否仍取决于内容本身的可摘录质量。

两条纪律与常见的坑

纪律一，地址与标识终身稳定。条目的唯一标识和链接字段发布后不再改动，改地址必须留重定向；feed 里这条纪律比页面更刚性，因为聚合系统对旧条目的重访没有浏览器用户那种“随手容忍”。

纪律二，XML 合法性是底线。正文里的特殊字符要正确转义或包进CDATA 区，一处非法字符可以让整份 feed 对解析方失效——失效的 feed 没有任何报错给站方，属于“静默坏掉”的典型，把 feed 地址加进例行监控比信任它不坏更可靠。监控动作很轻：定时拉一次 feed、跑一次 XML 解析、报异常即告警，三行配置的事。

常见坑还有三个。发布时间手滑写成未来时间或忘了时区，会让条目在按时间排序的系统里长期错位；feed 缓存过期时间设得过长，“变更哨兵”的职责就名存实亡，缓存周期要按发布频率定；只有摘要 feed 的站点把全文同步问题误判为“AI 不收录我的新内容”——先确认 feed 里有没有全文，再怀疑爬虫。站点改版是第四类坑的来源：换 CMS 或主题时 feed 地址、条目标识的生成规则跟着变了，老条目在新 feed 里换了一副地址面孔——这类断裂不查聚合系统与日志根本看不见，改版验收清单里应把“feed 地址与条目标识不变”列为一项。

机器可读性的整体框架见机器可读性术语卡，feed 只是这张连续谱上的一格：比裸页面规整，比结构化数据朴素。它不会带来引用加成，但它以近乎零成本把站点的“最新内容与全文”摆上了机器的餐桌——在新链路里，这是被看见的地板而不是天花板。