登录
你以为的AI是帮你写周报的，现在的AI已经开始自己打开浏览器替你上班了。
11月8日到今天，agent-browser相关内容在小红书和B站密集刷屏：有人发“抄作业”教程晒“AI操作浏览器，我今天真跑通了”。两份中文速览的博主还互相对上了热度数据：。这个开源项目只想干一件事：给AI Agent装上一双手。小红书小红书小红书
这玩意儿到底是什么
浏览器自动化一直是程序员的专属领地：写Selenium、Playwright脚本，一行行告诉机器“点这、填那”。agent-browser把玩法改了——人不下场写代码，AI对着命令开车，核心机制一句话讲完：`snapshot`把网页收成一棵带编号的无障碍树，元素一个个标成`@e1`式ref，AI照着编号点、填、再回头核对。小红书
省Token正是这套编号的命门。老办法的尴尬在于：人上网靠眼睛和鼠标，Agent没有这两样，直接读HTML又费token、又分不清哪个是按钮。B站UP主kate实测后的结论很干脆：相比Playwright MCP，上下文占用更低。小红书哔哩哔哩
更香的是CDP模式可以直接挂上你正开着、已登录的Chrome，搜资料、发帖、点“赞”都不用重新登录。跑通之后还能把整条网页操作存档，下次一条命令直接复用。哔哩哔哩小红书微博
给AI配浏览器也不是Vercel一家的生意：让AI操控网页的BrowserUse早已是这条赛道的流量担当，连Manus都拿它当核心组件。国内这边，Tabbit们也把“智能代理”做进了浏览器侧边栏，AI替你操作网页，全程透明可见。哔哩哔哩微博
上车前，这3个坑绕不开
Windows用户先等等。 吐槽最集中的就在这：微博上“最近agent-browser很火，在windows上使用有很多坑”，B站评论区甚至有人测完直说“支持度等于0，还要自己去编译”。官方口径是三大平台都有原生包。但社区体验层面，眼下Linux/macOS更稳。微博哔哩哔哩小红书
网页能开车，“硬控件”进不去。 有高赞评论点破致命伤：富文本编辑器都是contenteditable加一堆js逻辑模拟输入，不是普通的Input输入框，AI打进去的字可能根本录不进。kate的电商采集实测同样印证：表格填写这类陌生流程会卡壳。哔哩哔哩
别忽视风险面。 有用户担心被反爬系统抓到、甚至封号；更有人提醒网页里可能藏着注入陷阱——“人类看不到但是LLM会爬进去”的隐藏标签。这些是尚无官方结论的社区担忧，但碰登录态和账号权限的环节，请务必人盯着跑。哔哩哔哩
谁真的该上车
一位连换三个AI浏览器又退回原版的博主留下金句：先看你在“看”，还是在“办”。只刷网页查资料，旧浏览器完全够用——登录态、书签搬家失败的痛是真实的，她常去的后台一半提示“无法访问”。小红书
还要算一笔账：Agent替你上网是按Token烧钱的，有博主晒出充值记录，“充的500块消耗没了，用时5天，消耗最快的就是部署agent-browser跑的任务”。重复流程越跑越省人力，账单也是真金白银。微博
可如果你手头有步骤多、重复点击、需要登录态的网页流程，这波工具大概率能把时间还给你。AI开浏览器不是替代你，是让你选择哪些按钮不再亲自点。先对照上面三个坑和这张账单，再决定装不装。
