AI Agent 網頁自動化最快瀏覽器

ego (lite) 是一款讓你和 AI Agent 並行工作的瀏覽器。你的分頁始終歸你使用，而 Agent 可以在各自的 Space 中同時執行多個瀏覽器任務，以更少的 Token 更快完成工作。

去年，我們很多人一直在嘗試獲得 AI Agent（ Claude Code, Codex，Continue）在真實瀏覽器中執行真正的瀏覽器自動化：從已登入的管理後台擷取清單、填寫供應商表單，或在預備環境中執行 QA。相關工具早已存在，但實際使用體驗仍不夠順暢。

ego (lite) 正是我們爲解決這個問題所做的嘗試。

什麼是 ego (lite)

ego (lite) 深度整合 Chrome 生態，採用與 Chrome 相同的引擎，並完整遷移你的書籤、擴充功能與登入工作階段。你無需改變瀏覽習慣，安裝後即可使用。

真正讓它與眾不同的是它對 Agent 的原生支持：

• 以程式碼為基礎，而非依賴 CLI；在複雜任務中執行得更快，Token 消耗也更低。 ego (lite) 提供給 Agent 的能力會封裝成可直接呼叫的 JavaScript 函式。如此一來，Agent 就能發揮最擅長的能力：編寫程式碼，把多步驟任務組合成一次執行，而不是反覆陷入「呼叫兩條命令、查看結果、再呼叫兩條命令」的循環。與傳統 CLI 方式相比，複雜工作流程能快 20%–50%，任務成功率更高，每項任務所需的工具呼叫也大幅減少。我們與 Vercel agent-browser 的內部基準測試也呈現相同趨勢：工作流程越複雜，差距越明顯。
• 為每個 Agent 提供專屬 Space。 ego (lite) 爲每個 Agent 提供一個完全隔離的 Space。你在前臺瀏覽，Agent 在後臺工作，彼此互不干擾。你隨時都能看到哪個 Space 正在運行 Agent，並可以接管或停止任務。如果你用過橋接 Chrome 的 agent-browser 工具，就會理解窗口和標籤頁四處彈出的混亂。ego (lite) 從根本上解決了這個問題。
• 您的 Agent 可以在 Spaces（同一瀏覽器內的並行工作區）中執行多項任務。 每個Spaces都有自己的 AI Agent 或自己的任務，所有這些都同時運行。 Claude Code 在 10 個平行Spaces中豐富 10 個線索。 Codex 在另外 5 個網站中抓取 5 個競爭對手網站。它們不會碰撞或竊取您的標籤。您的鼠標停留在您離開的位置。
• 市場上最強的頁面Snapshot。 透過引擎層級的客製，ego (lite) 能生成高品質頁面 Snapshot，也就是文字模型用來「看見」並操作網頁的視圖。即使面對深層巢狀 iframe 等其他方案經常失效的困難場景，它也能可靠處理。
• 任何 Agent 都能透過它操作 ego-browser. ego-browser 是任意 Agent CLI（Claude Code、Codex、Cursor 或自訂 CLI）與 ego (lite) 之間的連接層。它把瀏覽器能力封裝成一組頁面內 JavaScript 工具：snapshot、fill、click、wait、navigate 和 capture。 Agent 編寫一段 JavaScript 來呼叫這些工具，ego-browser 再一次在頁面中執行。
• 經驗積累會讓你的 Agent 越用越快（即將推出）。 Agent 執行瀏覽器任務時，大部分時間都耗在反覆試錯上。ego (lite) 官方 Skill 會把每次成功操作提煉成可複用的工具和工作流，讓後續類似任務最多提速 5 倍。下文會進一步介紹。

我們爲什麼打造 ego (lite)

我們對“GUI 正在消亡”這個問題有自己的看法。 GUI 將會繼續存在。從根本上改變的是提供它的人。如今，每個平臺都有自己的預構建界面。明天，您的私人 Agent 會即時為您生成一份。

這就是未來。今天的現實是，Agent 已經必須做很多實際工作，而世界還不是為他們而建的。許多服務仍然不提供 API 和 MCP。信息和功能保持鎖定在 GUI 內，為人類用戶打包。如果您嘗試過使用 Codex 或 Claude Code 進行研究，或完成依賴於 SaaS 工具的工作，您就會知道這意味著什麼。 Agent 仍然需要打開瀏覽器並與這個舊世界對話。

因此，越來越多的 Agent 產品正在將瀏覽器固定在自己身上。有些在客戶端中嵌入了精簡的瀏覽器。其他人提供了一個橋接到您現有的Chrome的擴展。它們都工作得不夠好。 Chrome-橋接方法不穩定：登入會話有時會延續，而其他會話則不會，分頁無緣無故地彈出到新的windows，有頭模式和無頭模式會失控。嵌入式方法不是真正的瀏覽器，它在任何複雜的事情上都會崩潰。

所有這些都達不到要求，還有一個更深層次的原因。 瀏覽器從來就不是為 Agent 設計的。 Chrome、分頁、windows、導航、權限中的每個交互細節都是圍繞人類用戶構建的。沒有人問自主 Agent 將如何使用它。橋接工具和嵌入式工具都是系統上的補丁，永遠不會為 Agent 留下空間。問題是自然結果。

問題的另一半：這些工具都沒有認真思考 Agent 的瀏覽器實際上應該是什麼。他們過度包裝瀏覽器並向 Agent 提供一些 CLI 命令，低估了 Agent 可以自行編排的內容。或者他們以另一種方式搖擺，暴露原始協議，並將所有原始噪聲轉儲到模型上。

這就是我們打造 ego (lite) 的原因。我們希望從根本上重新思考瀏覽器，讓它成為你、 Agent 與網路之間最順暢的連接。

我們如何構建 ego (lite)

在編寫任何程式碼之前，我們必須先回答一個問題：Agent 應該如何與瀏覽器互動？

我們的答案是三層。

第一層是願景和行動。 Agent 以人類的方式“查看”頁面，然後單擊、鍵入、滾動。這是任何瀏覽器都應該給 Agent 的基線。

第二層是包裝方法呼叫。我們採用了經常出現的操作（Snapshot是規範的操作），併為它們提供了清晰的抽象。我們故意退縮。沒有堆積一百種方法。目標是保持抽象清晰，而不是詳盡無遺。

第三層是直接訪問瀏覽器底層功能。當 Agent 真正需要原始控制時，它就在那裡。

三層的要點是 Agent 選擇適合任務的層。簡單的點擊不需要原始協議呼叫。複雜的流程不會被壓縮到單個 CLI 命令中。

為什麼是 JavaScript，而不是 Python 或 Shell

基於 CLI 的代碼是架構選擇。其中，為什麼是 JavaScript 而不是 Python 或 Shell？有兩個原因推動了它。

首先是認知負擔。ego (lite) 注入頁面的內容本身就是 JavaScript。如果背景編排程式碼使用另一種語言，Agent 每次執行任務都要在兩套語法之間切換，徒增不必要的阻力。整個任務統一使用一種語言，Agent 就只需以一種模式思考。

其次是環境穩定性。我們不能假設每位使用者都已安裝 Python，也不能假設他們的 Shell 行為都與我們一致。因此，我們不依賴使用者環境，而是隨產品提供執行環境。我們重複使用瀏覽器內建的 V8 引擎，精簡 Node.js 的其餘部分，並在 ego (lite) 中內建完整的 Node 執行環境，安裝套件只增加 6 MB。

ego (lite) 有多快？

我們在四項複雜瀏覽器自動化任務中，對比測試了 ego (lite) 與 Vercel 的 agent-browser。ego (lite) 完成每項任務的速度最多快 3.45 倍，同時顯著減少了 Token 消耗。

任務越艱鉅，差距就越大。

兩個設計決策產生了影響。首先是上面的三層JavaScript交互。 Agent 編寫一個代碼片段，在一次傳遞中運行多個操作，而不是一次鏈接一個 CLI 呼叫。其次，在我們的自定義 Chromium 引擎中構建的內核級Snapshot，它涉及跨源 iframe、shadow DOM 和 JavaScript-shim Snapshot程序默默刪除的第三方 SDK 小部件。

使用得越多，速度就越快（即將推出）

我們正在 ego (lite) 官方 Skill 中測試 Experience 累積機制。每個成功任務都會依網站網域整理成可重複使用的工具和工作流程。下次 Agent 執行類似任務時，可以直接載入這些工具，跳過反覆試錯。

理想的版本是 Agent 在運行任務時捕獲經驗。我們首先嚐試過。評估結果讓我們退縮了。當要求模型在同一運行中同時優化任務本身和經驗捕獲時，任務成功率會下降並且執行速度會減慢。試圖同時做好兩件事就意味著兩件事都做不好。

So we split it into two phases.在執行過程中，Agent 專注於任務，不執行任何其他操作。任務完成後，就會進入一個單獨的積累階段，Agent 閱讀相關文檔並構建工具和課程。這種漸進式披露方法達到了我們所追求的加速效果。對複雜任務的內部測試顯示重複運行最多 快 2.6 倍 比第一次執行明顯減少 Token 消耗。

用戶體驗仍然是我們不滿意的地方。任務完成後，用戶必須等待累積步驟才能得出最終結果，而且這種等待並不順利。我們正在考慮的一個方向就是把積累放到用戶手裡。讓用戶決定是否在任務結束後觸發體驗捕獲。無需強制等待，用戶可以更好地控制其 Agent 的增長方式。

我們仍在對其進行完善，一旦達到標準，我們將廣泛發佈。

ego (lite) 在我們產品體系中的定位很簡單：一款你和 Agent 都能使用的瀏覽器，僅此而已。

ego (lite) 與現有工具有什麼區別？

為什麼我們被稱為“ego”

現代文化嚴重傾向於“低自我”。我們明白了意圖。太多的自我確實會傷害別人。但趨勢已經偏離了重點。它已成為一種將自我壓抑包裝為美德的言辭，並將人們磨成更大機器中的齒輪。

隨著人工智能承擔越來越多的工作，我們的想法卻恰恰相反。現在是重新審視“自我”價值的時刻。工具越強大，其背後的人類判斷、個性和獨立思考就變得越有價值。它們不應該被稀釋。它們應該被放大。

真正的危險不是計算機將開始像人一樣思考，而是人將開始像計算機一樣思考。

所以我們稱之為 ego。不是呼籲自私。打賭你的直覺、你的身份和你自己的判斷首先值得保護。

ego (lite) 中的“lite”意味着它並不是 ego 的全部。完整版 ego 還包括個人 Agent 、雲端沙盒環境、瀏覽器之外的系統級能力以及記憶系統。我們將兩者作爲獨立產品發佈。

嘗試一下

目前，ego (lite) 在 macOS 上免費提供，Windows 和 Linux 版本已列入 Roadmap。所有瀏覽器操作都由你自己的 Agent 驅動，而不是由我們的伺服器執行，因此 ego (lite) 可以持續對個人使用者免費。

• 下載 .dmg.

入職會詢問您一個問題（是否遷移您的 Chrome 資料）並處理其餘問題。

如果你一直爲如何讓 AI Agent 接入真實瀏覽器而苦惱，不妨試試 ego (lite)，它不會讓你失望。

最後請記住：ego (lite) 讓 Agent 獲得真正操作瀏覽器的能力，既能讀取網頁內容，也能執行實際操作。因此，請確保獲准驅動它的 Agent 來自可信來源。