瀏覽器操作還是電腦操作?我們用三種工具測試日常任務,以下是測試發現

在網頁任務中,瀏覽器操作工具 ego-browser 比本次測試的兩種電腦操作工具通過更多任務,成本也更低。我們讓 ego-browser、agent-desktop 和 Cua Driver 執行七項日常任務:在 LinkedIn 和 Amazon 搜尋、從長頁面擷取資料,以及測試網頁應用程式。ego-browser 通過五項,agent-desktop 通過四項,Cua Driver 通過兩項。在 ego-browser 與 agent-desktop 都通過的任務上,ego-browser 快得多,平均每項需時 193.5 秒,後者為 690.8 秒。成本方面,ego-browser 較低,因為它完成同一任務所需的步驟較少。
ego-browser 執行時也不會接管你的螢幕。agent-desktop 在七次嘗試中有六次將視窗切到前景,記錄顯示 Cua Driver 有兩次要求前景存取。ego-browser 沒有送出這類命令。執行較長的任務時,你可以繼續在自己的視窗工作,讓 ego-browser 同時執行。
| 工具 | 成功率 | 每項成功任務的支出 |
|---|---|---|
| ego-browser | 71.4%(5/7 次嘗試) | $0.063 |
| agent-desktop | 57.1%(4/7 次嘗試) | $0.174 |
| Cua Driver | 28.6%(2/7 次嘗試) | $0.352 |
測試工具
ego-browser
ego-browser 是本次測試的瀏覽器操作工具。它在 ego(lite) 上執行,後者是以 Chromium 為基礎打造的代理瀏覽器。代理在每一步撰寫一小段指令碼,透過 JavaScript 在頁面中執行,因此一次呼叫就能讀取頁面的大量內容。每項代理任務都在自己的 Space 中執行,Space 是獨立工作區,不會接管你的滑鼠或焦點。

在 macOS 上,使用 ego-browser skill 中的安裝指令碼安裝免費工具 ego(lite)。在 Windows 上,請從 ego(lite) 網站下載安裝程式。應用程式的初始設定流程會加入 ego-browser 命令,接著將 skill 載入你的代理執行框架。
在我們的測試執行中,ego-browser 通過 7 項任務中的 5 項,每項成功任務的支出為 $0.063。在它與 agent-desktop 共同通過的三項任務上,平均每項呼叫 26.3 次,agent-desktop 則為 87.7 次。
agent-desktop
agent-desktop 是 Vercel Labs 推出的電腦操作工具。它讀取桌面應用程式的無障礙樹,並以 JSON 傳回,為代理可操作的每個元素提供一個 ref。代理透過 ref 點選或輸入,再次讀取介面以檢查結果。它以 CLI 形式提供,因此內部不執行模型。
它預設以無介面模式執行,因此針對 ref 的操作透過無障礙 API 完成,不會移動滑鼠游標或搶走焦點。它的全域 --headed 旗標允許實際輸入操作與焦點切換。在我們的測試中,七次嘗試有六次使用了 focus-window 將 Chrome 視窗切到前景;有五次使用了 --headed.
可使用以下命令安裝:npm install -g agent-desktop,也可以在 macOS 和 Linux 上透過 Homebrew 安裝。接著授予它無障礙存取權限(agent-desktop permissions --guide 會引導你完成此程序),並載入它的 skill。
在我們的測試執行中,agent-desktop 通過 7 項任務中的 4 項,每項成功任務的支出為 $0.174。它通過了 ego-browser 未通過的 npm 任務;在與 ego-browser 共同通過的三項任務上,平均每項呼叫 87.7 次。
Cua Driver
Cua Driver 是 Cua 提供的工具,可在 macOS、Windows 和 Linux 操作原生桌面應用程式與瀏覽器。它可透過 CLI、MCP 或具型別的 SDK 連線。在應用程式與平台支援時,在背景傳遞操作指令,讓代理不必移動你的滑鼠游標或搶走焦點就能工作;在前景傳遞操作指令則是備援方式。
在 macOS 或 Linux 上可使用以下命令安裝:/bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)",在 Windows 上則使用 irm https://cua.ai/driver/install.ps1 | iex.
在我們的測試執行中,Cua Driver 通過 7 項任務中的 2 項,每項成功任務的支出為 $0.352。在它通過的兩項任務上,平均每項呼叫 111.0 次,ego-browser 則為 32.5 次。
在 LinkedIn 搜尋並儲存職缺
這項任務最接近日常雜事。代理拿到一份求職者資料:具備五年 Rust 和 Go 經驗,住在柏林,只考慮可在歐盟境內遠距工作的職缺,薪資至少 €90k。它必須找出過去一週刊登的職缺,在決定前閱讀每一份職缺說明,儲存五個職缺,並建立職缺通知。
使用 ego-browser 時,依模型自行統計,它閱讀了約十二筆職缺,在 399 秒內儲存五個職缺並設定通知,共呼叫 44 次,token 支出為 $0.056。使用 Cua Driver 時,它以 670 秒完成相同工作,呼叫 107 次,支出 $0.109。使用 agent-desktop 時,它呼叫了 140 次,達到 900 秒時限,仍未寫出職缺清單。

遇到包含篩選、儲存項目與通知的流程,可以先用 ego-browser。Cua Driver 也完成了這項任務,因此同樣可用,但呼叫次數預計會超過兩倍。
從長頁面擷取資料
OpenRouter 任務要求代理將一份很長的模型目錄整理成 CSV。這些工具必須找出在上下文視窗長度、成本、工具支援和多模態支援方面符合要求的模型,再依規定格式整理資訊。ego-browser 在 662 秒內傳回全部 36 個符合條件的模型,使用了 55 次工具呼叫。agent-desktop 和 Cua Driver 都達到 900 秒時限,仍未產出 CSV。在這項任務中,ego-browser 是唯一將篩選後的目錄轉為使用者可用清單的配置。不過,它提供的價格欄位仍需查核:36 個輸入 token 價格中,有 5 個答案錯誤。
失敗的嘗試是什麼樣子
在我們的日常任務資料集中,如果一項任務執行超過 900 秒,就算耗時過長。這類嘗試占 ego-browser 支出的 34%、agent-desktop 的 53% 和 Cua Driver 的 74%。在一項失敗任務中,所有工具都在 Amazon 搜尋、核對候選商品直到達到時限,仍未將任何商品加入購物車。因此,若交付長任務,也必須為無法完成的嘗試編列預算。

如何執行
若要取得自己的測試結果,請在代理執行框架中,以 high 推理強度執行你選擇的模型,啟用框架的 bash 工具,並為每種瀏覽器工具載入一個 skill 檔案。ego-browser 隨 ego(lite) 提供,並將其作為代理的瀏覽器來操作。Cua Driver 和 agent-desktop 則操作 Google Chrome。
常見問題
使用 DeepSeek-V4.1-Flash 執行網頁任務,該選瀏覽器操作還是電腦操作? 依我們的測試,應選瀏覽器操作。DeepSeek-V4.1-Flash 搭配瀏覽器操作工具 ego-browser,通過 7 項任務中的 5 項;搭配電腦操作工具 agent-desktop 通過 4 項,Cua Driver 通過 2 項。在 ego-browser 與 agent-desktop 都通過的 3 項任務上,ego-browser 平均每項需時 193.5 秒,後者為 690.8 秒;成本分別為 $0.023 和 $0.084。差距來自工具呼叫次數,平均每項分別為 26.3 次與 87.7 次。任務涵蓋求職搜尋、資料擷取、網頁應用程式測試與購物,皆透過同一個代理執行框架進行。完整配置見「測試方法」。
DeepSeek-V4.1-Flash 的能力足以執行瀏覽器代理嗎? 搭配合適的工具,它能以低成本完成工作。使用 ego-browser 時,它通過 7 項任務中的 5 項,每項成功任務的 token 支出為 $0.063。使用 agent-desktop 時,通過 4 項,支出 $0.174;使用 Cua Driver 時,通過 2 項,支出 $0.352。支出統計涵蓋全部七次嘗試,包括失敗的嘗試,因此失敗較多的工具,每次成功的成本也較高。任務涵蓋求職搜尋、資料擷取、網頁應用程式測試與購物。完整配置見「測試方法」。
ego-browser 執行時會接管你的滑鼠嗎? 不會。ego(lite) 網站說明,ego-browser 在自己的 Space 中工作,不會接管你的滑鼠或焦點;在我們的七次嘗試中,記錄也未顯示將其他應用程式切到前景的命令。agent-desktop 在七次嘗試中有六次將 Chrome 視窗切到前景,Cua Driver 有兩次要求在前景傳遞操作指令。使用這些工具時,代理工作期間會占用螢幕。完整配置見「測試方法」。
ego-browser 比 agent-desktop 更快嗎? 是的,在雙方都通過的每項任務上都更快。在這 3 項共同通過的任務上,ego-browser 平均每項需時 193.5 秒,agent-desktop 為 690.8 秒。Hacker News 任務分別需時 66 秒和 442 秒,含 15 個測試案例的商店測試分別為 131 秒和 791 秒。平均每項呼叫次數分別為 26.3 次與 87.7 次。agent-desktop 也在 701 秒內通過 npm 任務,而 ego-browser 未通過,因此無法比較該項速度。完整配置見「測試方法」。
ego-browser 比 Cua Driver 更便宜嗎? 是的,在雙方都通過的任務上更便宜。在 LinkedIn 求職搜尋與含 15 個測試案例的商店測試中,ego-browser 平均每項成本為 $0.036,Cua Driver 為 $0.092;需時分別為 265.2 秒與 634.0 秒。平均每項呼叫次數分別為 32.5 次與 111.0 次,而且每次呼叫都會重新傳送對話。Cua Driver 的總支出中,也有 74% 用在執行到時限的嘗試上。完整配置見「測試方法」。
Cua Driver 執行網頁任務的表現如何? 它通過 7 項任務中的 2 項:LinkedIn 求職搜尋與含 15 個測試案例的商店測試,ego-browser 也通過這兩項。其餘 5 項皆執行到時限,包括 Hacker News 和 npm 任務。它每項成功任務的支出為 $0.352,ego-browser 為 $0.063。在通過的兩項任務上,它分別呼叫 107 次與 115 次,ego-browser 則為 44 次與 21 次。任務透過同一個代理執行框架與模型進行。完整配置見「測試方法」。
agent-desktop 與 ego-browser 相比如何? agent-desktop 通過 7 項任務中的 4 項,ego-browser 通過 5 項。agent-desktop 通過 ego-browser 未通過的 npm 任務。在 LinkedIn 搜尋、OpenRouter 篩選與 Amazon 搜尋中,它都執行到時限。在雙方都通過的任務上,它較慢,平均每項需時 690.8 秒,ego-browser 為 193.5 秒;成本分別為 $0.084 與 $0.023。大部分差距來自呼叫次數。完整配置見「測試方法」。
瀏覽器代理執行逾時,會產生多少成本? 在我們的測試執行中,這部分占總費用很大比例。每次未通過的嘗試都執行到時限,大多數任務的時限為 900 秒。這些嘗試占 ego-browser 總支出 $0.315 的 34%、agent-desktop 總支出 $0.695 的 53%,以及 Cua Driver 總支出 $0.705 的 74%。Cua Driver 的 7 次嘗試中有 5 次達到時限,agent-desktop 有 3 次,ego-browser 有 2 次。完整配置見「測試方法」。
ego-browser 沒有完成哪些任務? 七次嘗試有兩次未通過,且都執行到 900 秒時限:Amazon 搜尋與 npm 任務。在 OpenRouter 清單中,它找到全部 36 個模型,其中 36 個輸入 token 價格有 31 個與 API 相符。這兩項任務也讓 agent-desktop 和 Cua Driver 的嘗試未能成功,例外是 npm:agent-desktop 通過了這項。逐項結果見「完整結果」。完整配置見「測試方法」。

瀏覽器代理能在 Amazon 購物嗎? 在我們的測試執行中,沒有成功。任務要求設定配送郵遞區號,依 RAM、SSD、價格與評分篩選迷你電腦,核對各商品詳細資訊頁面,列出三款,並將其中一款加入購物車。ego-browser、agent-desktop 和 Cua Driver 都設定了郵遞區號,持續搜尋直到 900 秒時限,但沒有任何工具寫出清單,也沒有進行到購物車這一步。支出分別為 $0.080、$0.079 和 $0.122。完整配置見「測試方法」。
測試方法
我們執行了 DeepSeek-V4.1-Flash(deepseek-flash 為其 API 名稱),在 pi 代理執行框架中使用 high 推理強度,啟用 read、write、edit 和 bash 工具,並為每種瀏覽器工具配置一個 skill 檔案。ego-browser 操作 ego(lite)。Cua Driver 0.44.0 和 agent-desktop 1.2.0 則透過系統的無障礙樹操作 Google Chrome。
我們執行 7 項任務,每項任務由每種工具嘗試一次,合計 21 次嘗試。網頁應用程式自動化(2 項任務)涵蓋 LinkedIn 求職搜尋與 Amazon 商品搜尋。資料擷取(3 項)涵蓋 Hacker News 招募討論串、npm 套件與 OpenRouter 模型。網頁應用程式測試(2 項)涵蓋聊天示範程式與含 15 個測試案例的商店。每次嘗試的時限為 900 秒,兩項測試任務則為 1,200 秒。
當工具寫出輸出,且輸出符合任務的檢查要求時,任務才算通過。Hacker News 要求召回率與精確率都至少為 0.8。商店測試要求 15 項判斷中有 14 項正確。npm 要求 90% 的欄位與登錄庫的偏差在 5% 以內。聊天示範程式要求伺服器記錄與回覆一致,且至少找出三個預設缺陷中的兩個。LinkedIn 和 OpenRouter 在工具傳回指定清單後即算通過;OpenRouter 的價格比對情況另見下方備註。成功率依嘗試次數統計。時間與成本是雙方都通過的任務上的每任務平均值,成本依 DeepSeek 的公開定價計算。
完整結果
| 任務 | 工作類型 | ego-browser | agent-desktop | Cua Driver |
|---|---|---|---|---|
| 在 LinkedIn 找到並儲存五個可在歐盟境內遠距工作的 Rust 職缺,接著設定職缺通知 | 網頁應用程式自動化 | 通過(399 秒,$0.056) | 達到時限(900 秒,$0.131) | 通過(670 秒,$0.109) |
| 依規格與評分在 Amazon 挑選三款迷你電腦,並將一款加入購物車 | 網頁應用程式自動化 | 達到時限(900 秒,$0.080) | 達到時限(900 秒,$0.079) | 達到時限(900 秒,$0.122) |
| Hacker News「Who is hiring?」討論串中的遠距 Rust 職缺 | 資料擷取 | 通過(66 秒,$0.018) | 通過(442 秒,$0.077) | 達到時限(900 秒,$0.063) |
| 在 npm 以 keywords:validation 搜尋所得前 30 筆結果的版本、每週下載量與授權條款 | 資料擷取 | 未通過(900 秒,$0.028) | 通過(701 秒,$0.074) | 達到時限(900 秒,$0.078) |
| 依上下文長度、價格、工具呼叫與影像輸入篩選 OpenRouter 模型 | 資料擷取 | 通過(662 秒,$0.081) | 達到時限(900 秒,$0.160) | 達到時限(900 秒,$0.145) |
| 透過聊天示範程式的網頁介面執行 10 個測試案例,並回報缺陷 | 網頁應用程式測試 | 通過(383 秒,$0.035) | 通過(839 秒,$0.066) | 達到時限(1,200 秒,$0.111) |
| 在示範商店執行 15 個測試案例,並回報通過或未通過 | 網頁應用程式測試 | 通過(131 秒,$0.017) | 通過(791 秒,$0.109) | 通過(598 秒,$0.076) |
