Agentic Browser 调研报告

一、这玩意儿到底是个啥？

二、发展时间线

2004-2020：自动化工具时代

2022-2024：LLM 来袭

• Arc Max（2023）：Arc 浏览器AI 助手

• Brave Leo：隐私优先的 AI 助手

• Microsoft Edge Copilot：侧边栏 AI

• ChatGPT Sidebar：页面里直接调 ChatGPT

2025-2026：真正爆发

• OpenAI Operator（2025.1）：首个消费级 AI 代理，能自己操作浏览器

• ChatGPT Atlas（2025.10）：专用浏览器，Agent Mode 支持多步骤任务

• Perplexity Comet：Perplexity 自己的 AI 浏览器

• BrowserOS：开源项目，要做开源版的 Atlas

• Browser Use：开源 AI 浏览器代理框架 GitHub 2W+ stars

三、主流产品横向对比

1. ChatGPT Atlas

• 发布时间：2025 年 10 月

• 定位：OpenAI 亲儿子，深度绑定 ChatGPT 生态

• 核心能力：
• Agent Mode：说句话就能帮你完成多步骤任务
• 多标签页一起分析
• 跟你的 ChatGPT 账号历史打通

• 性能数据：WebVoyager 87%、WebArena 58.1%

• 槽点：得花钱订阅 ChatGPT

2. Microsoft Edge Copilot

• 定位：把 Copilot 塞进 Edge

• 优点：Windows 用户直接用，零门槛

• 能力：多标签对比、页面摘要、任务执行（需授权）

3. Brave Leo

• 定位：隐私优先

• 特点：本地 AI 处理，不用把数据传云端

• 适合人群：在乎隐私的用户

4. Arc Max（Browser Company）

• 定位：重新定义浏览器

• 特点：Command+K 调出 AI 命令行，设计感强，Mac 用户爱不释手

5. Perplexity Comet

• 定位：AI 优先的浏览器

• 特点：搜索体验丝滑，Agent Mode + 实时信息

6. Dia Browser

• 定位：AI 原生浏览器

• 特点：自然语言控制，跨会话记忆

• 技术：基于 Chromium

7. BrowserOS（开源）

• 定位：开源 Agentic Browser

• 许可证：AGPL-3.0

• 优点：可自托管，社区驱动

四、技术上怎么实现的？

核心架构

1. LLM 层：理解人话、规划行动步骤。主流用 GPT-4o、Claude 4、Gemini 2.5

2. 视觉理解层：把页面 DOM 翻译成 LLM 能看懂的东西

3. 浏览器控制层：执行点击、输入、滚动。底层是 Playwright / Puppeteer

4. 记忆层：向量数据库存历史，跨会话保持上下文

Browser Use 架构（开源方案里最火）

用户（给任务） → Agent（LLM 规划） → 浏览器（执行操作）
                     ↓
              DOM Parser（解析页面）
                     ↓
              Action Executor（执行点击/输入）
                     ↓
              Result Checker（检查结果，决定下一步）

• Agent 接收任务，LLM 负责拆解步骤

• DOM Parser 把页面结构转成 LLM 能理解的格式

• Action Executor 干点击输入的脏活

• Result Checker 验证这一步成了没，决定接下来干啥

云端浏览器服务

五、安全问题了解一下

主要风险

1. 隐私泄露
• AI 要读取页面内容，可能包含账号密码、银行卡、聊天记录
• 云端处理时数据会不会被存下来？

2. 意外操作
• AI 自己就点进去了，没经过你同意
• 边界在哪里？

3. 账号安全
• AI 帮你登录网站，理论上可以获取你所有权限
• 钓鱼攻击风险也增加了

怎么防

• 最小权限：别啥都让 AI 干

• Human-in-the-loop：关键步骤让人确认

• 审计日志：做了什么全记录

• 隔离环境：测试时用虚拟机

六、以后会怎样？

短期（2026）

• 更多浏览器跟进 Agentic 功能

• Benchmark 性能冲 95%+

• 企业场景落地：客服自动化、批量调研

长期

• 浏览器成为 AI 的"身体"

• 不会编程也能自动化很多事

• 传统网站可能被迫改版，适应 AI 代理

七、总结