国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

AI技術(shù)的發(fā)展催生了新的賽道——Agent瀏覽器，它為AI代理提供了一個集中操作的環(huán)境，使得它們能更高效地完成任務(wù)。文章將探討這一新興領(lǐng)域的創(chuàng)業(yè)公司如何通過提供Agent瀏覽器產(chǎn)品獲得千萬美金融資，并分析了這些產(chǎn)品的特點和它們在AI生態(tài)中扮演的角色。隨著AI代理在信息獲取和任務(wù)執(zhí)行方面展現(xiàn)出巨大潛力，Agent瀏覽器可能成為未來AI應用的關(guān)鍵組成部分。

在去年年底的采訪里，合伙人Konstantine Buhler說，今年將成為Agent元年。

原因在于，Agent獲取信息的方式和工作流上已經(jīng)發(fā)生了巨大變化，它們不僅可以能同時打開多個網(wǎng)頁，從網(wǎng)絡(luò)中獲取信息、思考內(nèi)容，還能調(diào)用多個工具來完成任務(wù)。

Agent能力的變化，也帶來了新的機會。今年以來，Agent瀏覽器開始火了起來，Browser Use、Fellou、Dia等Agent瀏覽器產(chǎn)品逐漸爆火海內(nèi)外。

所謂Agnet專用瀏覽器，就好比一群AI組團在你的電腦上打工，而且他們被折疊在一個瀏覽器這個空間內(nèi)，不占用界面和資源。

這個新興賽道，正在受到投資人關(guān)注。

Browserbase成立剛滿一年，就已融資千萬美金、估值上億美金。而由于Manus而爆火的Browser Use，也在最近拿到了千萬美金種子輪。

由于產(chǎn)品形態(tài)過于早期，這些公司對Agent瀏覽器的理解也有著巨大差異。今天，烏鴉君就帶你來看看這個由Agent催生的新賽道。

01 為什么Agent需要一個瀏覽器？

在今年3月，Manus橫空出世，這個能像人類一樣熟練操作瀏覽器的智能體，瞬間點燃了行業(yè)熱情。

但也催生了很多基礎(chǔ)設(shè)施的變化，比如瀏覽器。

簡單來說，瀏覽器的使用者正在逐漸從人類用戶轉(zhuǎn)移到AI Agent，傳統(tǒng)瀏覽器產(chǎn)品更多是基于人類用戶操作習慣而設(shè)計的，無法滿足AI Agent自動化抓取、交互和實時數(shù)據(jù)處理的需求。

在Browserbase創(chuàng)始人的早期備忘錄里，曾詳細闡述傳統(tǒng)瀏覽器在AI時代的不足：

普通瀏覽器，數(shù)據(jù)抓取困難。這種瀏覽器的網(wǎng)站動態(tài)加載、交互復雜，部分網(wǎng)頁還有反爬蟲機制，且網(wǎng)頁結(jié)構(gòu)多變，解析數(shù)據(jù)不易。

無界面瀏覽器（headless browser）頁面加載過慢，Agent抓取容易出錯。這種瀏覽器原來用于網(wǎng)頁處理、爬蟲、自動化測試等。在無界面模式下，頁面元素的加載時間長，元素未完全加載完畢，就可能被Agent自動化抓取或交互，從而出錯。

在這種情況下，“Agent專用瀏覽器”的討論逐漸進入人們的視野。

今年以來，越來越多AI公司開始推出Agent瀏覽器產(chǎn)品。比如，今年2月，Perplexity CEO Aravind宣布，公司將推出自己的瀏覽器。

在Aravind看來，瀏覽器是構(gòu)建Agents的唯一方式。原因是目前沒有其他方式能讓AI代理同時控制多個應用，尤其是在iOS上，甚至無法訪問其他應用，這是蘋果生態(tài)的限制。而瀏覽器是一個非常好的解決方案。

除了Perplexity下場外，還有一些做Agent瀏覽器的AI創(chuàng)業(yè)公司也開始拿到融資，并且在商業(yè)化上取得了突破。

其中，Browserbase是最早一批做Agent瀏覽器的研發(fā)商，該公司也才剛成立一年。4月22日，Browserbase完成最新B輪融資，由Notable Capital領(lǐng)投。

據(jù)“投資實習所”透露，該公司此輪投后估值達到3億美金。在此之前，該公司已完成3輪融資，總?cè)谫Y2750萬美元。

瀏覽器自動化代理Browser Use，也在今年拿到了1700 萬美元融資，由 Felicis Ventures 領(lǐng)投，A Capital、Nexus Ventures、Y Combinator、Paul Graham、Liquid2、SV Angel、Pioneer Fund 等跟投。

曾推出Arc瀏覽器的AI明星公司The Browser Company，也在今年推出了自己的Agent瀏覽器Dia。

4月21日，云服務(wù)商Authing的創(chuàng)始人謝揚公布了Agent瀏覽器Fellou。據(jù)介紹，F(xiàn)ellou是全球首個Agentic Browser，即行動型瀏覽器，你可以理解為是一群AI組團在你的電腦上打工，且它們可以隱身在一個影子空間內(nèi)，不影響你的操控。

那么這些各家在設(shè)計產(chǎn)品時，思路上各有什么不同？

02 選AI-native，還是易用性？

以下是市面上幾家Agent瀏覽器的產(chǎn)品形態(tài)和各自特點：

Browserbase：自帶視覺模型的理解系統(tǒng)，功能豐富

Browserbase沒有圖形化界面，直接在內(nèi)存中完成所有操作，包括點擊鏈接、抓取網(wǎng)頁內(nèi)容等，而無需關(guān)心服務(wù)器的管理和維護。另一方面，它能利用大模型（LLM）和視覺語言模型（VLM），理解網(wǎng)頁語義和自適應頁面變化，從而實現(xiàn)自然語言交互。

它降低了Agent開發(fā)的門檻，包括幫助繞過反爬蟲措施、管理和協(xié)調(diào)多賬號操作，并且能夠提供一個穩(wěn)定、不易因網(wǎng)絡(luò)問題中斷的執(zhí)行環(huán)境。特別是在處理那些缺乏現(xiàn)代API的傳統(tǒng)網(wǎng)頁時，發(fā)揮著重要作用。它還允許會話回放，逐頁回放瀏覽器會話，以檢查操作和網(wǎng)絡(luò)請求。

Browser Use：把網(wǎng)頁拆解成“結(jié)構(gòu)化文本”讓AI理解

Browser Use創(chuàng)始人Magnus Müller認為，當前大多數(shù)AI代理依賴于基于計算機視覺的方法來“觀察”和瀏覽網(wǎng)頁，這種方法存在速度慢、成本高，且效果不穩(wěn)定的問題。

“許多代理依賴于視覺系統(tǒng)，試圖通過屏幕截圖來理解網(wǎng)站，但這種方式常常出現(xiàn)問題?！彼忉尩溃拔覀儗⒕W(wǎng)站轉(zhuǎn)化為代理能夠理解的結(jié)構(gòu)化內(nèi)容。這意味著我們可以以更低的成本重復執(zhí)行相同的任務(wù)?！?/p>

讓AI更容易瀏覽網(wǎng)站，是Browser Use產(chǎn)品的核心邏輯。簡單來說，Browser Use把網(wǎng)站上的按鈕和元素拆解成一種更容易理解、更像“文本”的格式給Agent用。這能幫助Agent搞清楚網(wǎng)頁有哪些選項，運行多個AI代理，然后自主做出決策。

具體來說，Agent可以用Browser Use做這些：

• 兼容GPT-4、Claude、Llama等；
• 支持異步編程，讓AI代理能非阻塞地執(zhí)行網(wǎng)絡(luò)請求和瀏覽器操作；
• 支持多標簽頁管理、視覺識別、內(nèi)容提??；
• 能記錄和重復執(zhí)行特定動作；
• 支持開發(fā)者自定義動作，如保存文件、推送到數(shù)據(jù)庫等。

Dia：超級搜索框，Agent處理精細度高

Dia看起來極簡，只有搜索框，但對AI對搜索內(nèi)容的分析精細度和融入Agent能力突出。

其產(chǎn)品邏輯是將AI作為核心構(gòu)建理念，打造一個由AI驅(qū)動的瀏覽環(huán)境，讓AI深度融入瀏覽器的各個環(huán)節(jié)，成為瀏覽器底層的能力。最主要的兩個方面：

一是以AI為核心的交互模式。Dia通過智能輸入建議，在用戶輸入時提供續(xù)寫、擴寫或總結(jié)等功能。用戶還能通過地址欄輸入自然語言命令，指示瀏覽器執(zhí)行查找文檔、發(fā)送郵件、從網(wǎng)頁提取數(shù)據(jù)填入文檔等任務(wù)。

二是類似操作系統(tǒng)的定位。創(chuàng)始人Josh Miller的野心是把瀏覽器從單純的內(nèi)容展示工具，變成操作系統(tǒng)般的存在，使產(chǎn)品管理個人偏好和行為，在系統(tǒng)層面實現(xiàn)跨設(shè)備的AI體驗。

舉例來說，Dia產(chǎn)品基于Chromium引擎特定版本，輸入問題后有Google/Chat選項，Chat可調(diào)用自帶大模型給出答案，有歷史聊天記錄，遇到復雜問題會聯(lián)網(wǎng)搜索。交互設(shè)計方面，劃詞后右側(cè)能直接提供查找或解釋功能，支持通過“@”調(diào)用各個網(wǎng)頁標簽。

▲ Dia瀏覽器邀請碼在二手市場最高被賣到888元

Fellou：交付結(jié)果PPT化，幫助用戶高效吸收

Fellou定位于“瀏覽器型的AI助手”，重點在于任務(wù)結(jié)果的交付。與多數(shù)以對話為主的Agnet瀏覽器不同，F(xiàn)ellou做了交付結(jié)果的可視化。這種PPT或者是圖化的知識呈現(xiàn)對用戶來說，是非常高效的。

具體來說，它將瀏覽器、Agent、工作流自動化，三者整合成了“行動型瀏覽器（Agentic Browser）”。

用戶只需要一句話，F(xiàn)ellou就能自動解析指令、智能拆解任務(wù)，并跨多個網(wǎng)頁和系統(tǒng)調(diào)度操作，從數(shù)據(jù)采集、表單填寫到最終報告生成。比如，用戶在Threads上發(fā)布的內(nèi)容，要求fellow抓取后在Twitter上發(fā)布，并按照內(nèi)容本身的threads形式發(fā)布多條動態(tài)。

Fellou還增加了對本地電腦的控制，行動空間更大。一般Agent瀏覽器跟微信、釘釘?shù)壬鷳B(tài)不兼容，但是Fellou開箱即用。如manus、OpenAI的Agent，也只能在公開網(wǎng)站上來運行，訪問領(lǐng)英等網(wǎng)站時會因為虛擬機而受到限制，而本地運行的Fellou就不存在這個問題。

03 總結(jié)

作為大模型目前能調(diào)用的最重要的工具之一，瀏覽器在Agent落地中擁有著相當重要的場景價值。這也是OpenAI有興趣收購Chrome的原因。

不過，作為一個新興的產(chǎn)品形態(tài)，Agent瀏覽器的發(fā)展仍然處于早期。未來的Agnet瀏覽器形態(tài)，答案到底在誰那里？讓我們一起期待。