浏览器智能代理技术进展:苦涩教训与BrowserSkill

浏览器智能代理技术领域出现两项重要进展。Browser Use联合创始人主张,随着模型能力提升,应简化其工具链,直接使用原始Chrome DevTools协议(CDP)。腾讯开源了BrowserSkill,该工具允许任何具备shell能力的AI智能代理使用用户真实、已认证的浏览器,且不中断用户工作流程。
Key insights
浏览器智能代理的苦涩教训:简化工具链
Browser Use联合创始人Greg PR认为,随着模型能力增强,围绕模型构建的工具工程应最小化。其团队两年来的演进表明,赋予模型原始CDP访问权限,使其能够编写JavaScript并直接观察DOM,优于预定义的操作和观察空间。这一浏览器智能代理的'苦涩教训'表明,人工设计的抽象会成为负担,模型应被赋予最原始、最强大的接口。
腾讯BrowserSkill:为任何智能代理提供真实浏览器访问
腾讯开源了BrowserSkill,这是一个命令行工具与浏览器扩展的组合,允许任何具备shell能力的AI智能代理使用用户真实、已登录的浏览器。它通过操作在用户现有浏览器配置文件中解决了登录状态问题。自动化运行在单独的'代理窗口'中以避免干扰。它拥有强大的安全模型,对敏感操作需用户确认,凭证隔离,以及30天的审计日志。