IOSG 周报：当你的浏览器成为代理

Chainfeeds 导读：

浏览器代理是一类能够看网页并采取行动的 AI 系统：点击链接、填写表单、滚动页面、输入文字：就像人类用户一样。这种模式承诺将释放巨大的生产力和经济价值，因为它能自动化那些目前仍需要人工操作，或传统脚本过于复杂而无法完成的任务。

文章来源：

IOSG Ventures

观点：

IOSG Ventures：几乎所有大型科技公司（以及一些初创公司）都在研发浏览器 AI 代理，各自的产品形态略有不同。OpenAI 于 2025 年初推出了 Agent 模式（前身名 Operator），其内置浏览器能够代替用户完成诸如填写表单、订购物品、安排会议等标准化网页任务，完全依托人类常用的界面交互来执行。Anthropic 则在 2024 年底为 Claude 3.5 引入 Computer Use 功能，使模型可以像人类一样操纵电脑和浏览器，移动光标、点击按钮、输入文字，从而实现复杂网页工作流的自动化。与此同时，AI 初创公司 Perplexity 在 2025 年中期推出了 Comet 浏览器，作为 Chrome 的 AI 驱动替代方案。其核心是将对话式搜索与浏览功能深度融合，直接在地址栏回答问题或生成摘要，并通过侧边栏的 Comet Assistant 自动执行跨网站的日常操作，如整理邮件、管理日历或处理标签页。这些方案共同展示了浏览器代理从辅助性工具向自主操作系统的演化方向，目标是在保持人类自然交互的同时，显著提升线上工作的效率与自动化程度。 浏览器代理在实际生活与办公中潜力巨大：在个人电商与旅行预订中，它可以比价、选购、填写信息并完成支付，用户只需下达自然语言指令即可完成整个流程；在办公场景中，代理可自动整理收件箱、提取待办事项、跨多个日历安排会议，甚至登录 SaaS 工具生成报表或更新 CRM 系统，从而显著提升企业效率。更重要的是，它能将多个步骤串联为完整的跨网站工作流，例如为新员工办理入职、在多个网站创建账号。然 而，当前的技术仍受限于网络架构的不匹配。现代网站多为人类优化设计，数据埋藏在 HTML/CSS 与交互动作中，同时普遍部署反爬虫与反欺诈机制（如 CAPTCHA、浏览器指纹、鼠标轨迹分析），这迫使代理依赖人机模仿策略，成功率不足三分之一。此外，安全与信任也是关键障碍。代理若要完全代办任务，需访问敏感信息（凭证、Cookies、支付数据），而一旦出错或被欺骗，责任界定与用户安全皆存疑。因此现阶段如 Google Mariner、OpenAI Operator 等产品往往在关键步骤停顿，交由用户接管，导致体验不够顺畅。 针对上述局限，业界正在探索多条路径。其一是原生面向链上的代理型浏览器，如 Donut，将区块链签名与钱包作为底层功能，省去 Web2 中繁琐的表单与防欺诈流程，使代理可在 DeFi 生态中高速执行交易与套利。其二是利用可信执行环境（TEE）与零知识证明（ZKP）实现可验证与可信的代理执行，例如 Phala Network 通过硬件级安全密室隔离敏感操作，避免私钥与凭证泄露。其三是构建去中心化的结构化数据网络，通过分布式节点与真实人类流量代理，为 AI 提供稳定的数据访问渠道，如 Grass、WootzApp 与 Sixpence 等项目。最后，标准化的探索也在进行中：W3C 已讨论未来网页为代理开放 Agent Allowed 标签或 API 网关，使其不必伪装成人类即可安全完成交互。整体来看，Web3 环境因开放与透明更适合代理先行落地，而 Web2 平台因依赖广告与反欺诈体系，可能更谨慎保守。长远而言，谁能率先实现安全、可信、稳定的浏览器代理，将在未来互联网的代理优先架构中占据优势地位。