AI 借你的浏览器干活，用完会还

AI 浏览器自动化腾讯开源

发布于 2026-08-11 10:37:02 5 次浏览

你有没有过这种时刻：想让 AI 替你去网页上干点活——查个资料、对比个价格、抓点评论——结果它第一步就卡住了。

"请登录。"它打开的是一个全新的浏览器实例，干干净净，什么都没有。你的账号、你的登录态、你收藏的网站，它一概看不见。于是你重新输账号密码，过验证码，折腾十分钟，它才开始干活。下次换个任务，再来一遍。

这就是过去两年浏览器自动化方案的通病：AI 开的是它自己的浏览器，不是你的。

腾讯最近开源了一个叫 BrowserSkill 的项目，换了个思路：不让 AI 自己开浏览器，而是让它借你正在用的那个。

借，而不是开

BrowserSkill 的机制很有意思，README 里有一句话特别打动我：

"Agent 想碰你已经打开的标签页？必须显式借用，任务做完归还，剩下的浏览器内容一概不碰。"

这句话其实是整套设计的灵魂。它不是浏览器自动化，是浏览器借用。三个细节展开：

第一，复用你的真实登录态。 AI 干活时用的是你已经登录好的会话，不需要测试账号，不需要反复验证码。你在知乎登录着，AI 就能以你的身份搜索、浏览、归纳内容。

第二，它有自己的窗口。 所有浏览器任务跑在一个独立的、可见的 Agent Window 里——你在自己的窗口刷网页、回消息，它在旁边的小窗里干活，互不打扰。

第三，卡住的时候它会请你帮忙。 遇到验证码、登录、确认对话框这种只能人来的环节，AI 会停下来把控制权交给你，你处理完它继续跑。README 里管这个叫 built-in human-in-loop——AI 不硬闯，知道什么时候该喊人。

形象点说：AI 像借你的车出门办事。钥匙是现成的（你的登录态），它开的是自己那辆（独立窗口），不占你的方向盘；遇到开不过去的地段（验证码），它把车停下来请你开过去，再继续。

技术上，BrowserSkill 由两部分组成：一个 bsk 命令行工具（CLI/守护进程）和一个浏览器扩展。

关键设计是CLI 独立驱动 + 扩展中介：模型不需要直接识别网页底层的 DOM 元素，而是通过 bsk 命令和浏览器扩展打交道。这带来两个直接好处：执行速度更稳，而且不锁定任何模型或框架——任何能调用 shell 的 AI Agent 都能用。

官方列了一长串兼容名单：Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi，甚至 Hermes Agent。装法也简单：

curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh

再装个 Chrome Web Store 的扩展，然后 bsk install-skill 把技能装进你的 Agent。官方甚至给了一条"把这段话发给你的 Agent，它自己会装"的路径。

实测场景：让 AI 在知乎搜热门科技话题并归纳观点、抓社交平台高赞评论生成情绪画像——几分钟闭环。

把视野拉大，浏览器自动化赛道其实已经分成两个路线：

自开浏览器派：browser-use（10 万 star 的巨头）、Playwright MCP。AI 自己启动一个浏览器实例，干净、可控，但你的登录态它用不上，每换一个任务都要重新过一遍身份验证。
借浏览器派：BrowserSkill、CDP Bridge MCP 这类。直接连你正在用的浏览器，复用登录态，但代价是——AI 操作的是你的真实账号。

第二条路线的价值在于"打通最后一公里"：那些只有登录后才能做的任务——查你的订单、读你的私信、操作你的后台——终于能交给 AI 了。

但这句话反过来说也成立：AI 操作你的真实账号，误操作就是真事故。删错一条记录、发错一条消息，可没有"测试环境"给你兜底。所以 BrowserSkill 才设计了"借标签页必须归还""遇到敏感操作请你确认"这些机制——它知道自己在玩火，所以先把防火门装好。

第一，目前只支持 Chrome 和 Edge，Firefox 还在计划中。用 Safari 的朋友暂时无缘。

第二，扩展权限要看清。AI 能操作你已登录的浏览器，意味着它拥有你浏览器的权限——装之前想清楚你给 Agent 的信任级别。

第三，腾讯生态的味道。它跟腾讯自家的 WorkBuddy 深度绑定，官方实测演示用的就是 WorkBuddy。开源是真的，但你要判断这工具在你的 Agent 栈里是"顺手的"还是"为生态铺路的"。

顺带一提，这个赛道最近热闹得很：browser-use 团队刚开源了个 592 行代码的极简 Browser Harness，还有个叫 browser-act 的项目主打反爬墙和多账号隔离。腾讯这时入场，说明大家都看明白了——AI 离"独立干活"就差一个会用的浏览器。

借钥匙、开自己的车、该喊人时喊人。这套设计聪明的地方在于，它承认了一个现实：在可见的未来，很多网页操作只有登录后的真人账号能做，而 AI 要学会的不是绕过登录，而是礼貌地借用。

相关链接：